Aller au contenu
ATLAS Humain × IA

Gap analysis — capacité humaine × capacité IA

Wassily Leontief × Gradient Boosting (XGBoost/LightGBM/CatBoost)

Modélisation interindustrielle et dépassement des coefficients techniques fixes

Remplaçable avec supervision humaineConfiance élevéedocumentéVérifié le

Fiches comparées

Wassily LeontiefCapacité humaine · SocialGradient Boosting (XGBoost/LightGBM/CatBoost)Capacité IA · Data science / modèles prédictifs

Apport de l'IA

Le gradient boosting relâche l'hypothèse la plus contraignante du tableau entrée-sortie — des coefficients techniques fixes à court terme — en captant des relations non linéaires et des interactions entre secteurs directement sur données tabulaires. Le gain de précision se paie en lisibilité : la matrice de Leontief se lisait, un modèle d'ensemble s'interprète indirectement.

Mécanisme

Agrégation séquentielle d'arbres corrigeant chacun l'erreur résiduelle des précédents, avec gestion native des valeurs manquantes et des variables catégorielles et des optimisations permettant l'entraînement sur de très grands volumes.

Comment faire mieux

Combiner la structure comptable du tableau entrée-sortie, qui garantit la cohérence des flux, avec un modèle d'ensemble estimant l'évolution des coefficients, tirerait parti des deux approches ; le réglage des hyperparamètres reste un savoir-faire déterminant.

Mode d'interaction recommandé

Copilotage : l'économiste fixe la nomenclature sectorielle et contrôle la cohérence comptable, le modèle estime les substitutions.

Substituabilité

Remplaçable avec supervision humaine

Scénarios temporels

Présent

Ces méthodes sont matures et dominantes sur données tabulaires structurées, ce qui est exactement la forme des comptes interindustriels.

+5 ans

Intégration attendue de coefficients variables estimés statistiquement dans les exercices sectoriels d'impact de l'automatisation.

+15/20 ans

La comptabilité nationale conserve son rôle de cadre cohérent, l'apprentissage statistique en devenant le complément prospectif plutôt que le remplaçant.

Axes possibles (perspectives, pas des prédictions tranchées)

Coefficients estimés plutôt que figés

Opinion majoritaire

Adoption de coefficients techniques réestimés statistiquement dans les travaux d'analyse sectorielle et de comptabilité prospective.

Statu quo comptable

Opinion majoritaire

Le tableau entrée-sortie reste utilisé sous sa forme classique pour sa cohérence et sa lisibilité, les modèles statistiques restant périphériques.

Comptabilité interindustrielle en temps quasi réel

Hypothèse prospective

L'accès à des données de flux à haute fréquence permettrait de réactualiser en continu la structure interindustrielle, ce que la méthode originale, annuelle, ne permettait pas.

Sous-thèmes et axes de recherche

Sous-thèmes

  • Substitutions technologiques non captées par des coefficients fixes
  • Compromis précision / lisibilité comptable
  • Analyse d'impact sectoriel différencié de l'automatisation

Axes de recherche

  • Hybridation entre cadre comptable entrée-sortie et modèles d'ensemble
  • Estimation de la variation des coefficients techniques dans le temps
  • Sensibilité des résultats au découpage sectoriel retenu

Documents clés

Données brutes de cette analyse : /api/gap/leontief-vs-gradient-boosting — méthode de comparaison détaillée dans la méthodologie.