Par-delà les apparences d’un retour du keynésianisme, la pensée de John Maynard Keynes est aujourd’hui profondément réinterprétée, voire déformée. L’émergence de ce que j’intitule « Keynes 4.0 », à l’ère de l’intelligence artificielle et de la transformation numérique, ne constitue pas une continuité, mais bien une rupture.

Keynes, penseur d’un monde industriel et étatique

Lorsque Keynes rédige « The General Theory » en 1936, l’économie mondiale sort meurtrie de la Grande Dépression. La demande globale est atone, le chômage massif, et les dogmes classiques inefficaces. Keynes bouscule alors les fondements de la pensée économique en affirmant que l’État doit jouer un rôle actif pour soutenir la demande, investir, créer de l’emploi et stabiliser les cycles économiques. L’économie qu’il pense est nationale, industrielle, tangible et centrée sur la main-d’œuvre humaine.

Sa conception du rôle de l’État repose sur une logique sociale, presque morale : l’économie doit servir l’intérêt général, non les intérêts spéculatifs. Il se méfie de la finance, dénonce sa propension à l’instabilité, et accorde une place cruciale à la psychologie collective et aux incertitudes fondamentales.

La théorie keynésienne 

Keynes 4.0 : technocratie algorithmique et pilotage à distance

Le retour en grâce du keynésianisme après la crise de 2008 et à nouveau après la pandémie de 2020 pourrait donner l’impression d’une fidélité aux intuitions keynésiennes. Mais cette nouvelle version, Keynes 4.0, opère dans un univers totalement transformé.

Les politiques économiques actuelles ne reposent plus sur la dépense publique traditionnelle, mais sur une gestion monétaire hypercentralisée et numérisée, portée par les banques centrales et des outils d’intelligence algorithmique.

Par le quantitative easing, des milliards sont injectés dans les marchés financiers sans réelle articulation avec l’investissement productif ou l’emploi. Le circuit de la relance en devient abstrait, dominé par des dynamiques financières qui s’éloignent de l’esprit social du keynésianisme.

De surcroît, l’IA bouleverse les fondements mêmes de l’analyse keynésienne dans laquelle l’automatisation remplace progressivement le travail humain, affaiblissant le lien entre investissement public et emploi.

Désormais, la consommation est guidée par des plateformes intelligentes, qui adaptent en temps réel l’offre à la demande via les données comportementales, réduisant l’incertitude macroéconomique chère à Keynes.

Les politiques budgétaires sont soumises à des modèles prédictifs qui modélisent les comportements, mais laissent peu de place à l’arbitrage politique.

Une rupture cognitive et politique

Keynes 1.0 pensait l’économie comme un outil au service de la société, manié par des gouvernements élus. Keynes 4.0, lui, repose de plus en plus sur une technocratie algorithmique, où l’action publique est méditée par des instruments complexes, opaques pour le citoyen. Pour ce dernier, l’État n’est plus le bâtisseur d’infrastructures ou l’employeur en dernier ressort, mais un régulateur des effets secondaires de l’automatisation.

Vers un post-keynésianisme technologique

Peut-on encore parler de keynésianisme lorsqu’il ne s’agit plus de soutenir l’emploi humain, mais de gérer l’impact social de l’IA, de financer la transition numérique ou de stabiliser des marchés financiers dopés aux algorithmes de trading ? La transformation est telle qu’il serait plus juste de parler d’un post-keynésianisme technologique, où les outils ont changé, les finalités aussi, et où la politique économique est de moins en moins politique.

Les enjeux actuels, tels que le changement climatique, l’exclusion numérique ou la concentration du pouvoir technologique, s’inscrivent désormais dans un nouveau paradigme économique.

Keynes 4.0 ou la fin de Keynes ?

L’ère de l’intelligence artificielle n’a pas ressuscité Keynes, elle l’a réinterprété, transformé, et peut-être trahi. Ce que je désigne sous le nom de « Keynes 4.0 » n’est pas une continuité fidèle, mais une rupture historique et philosophique, où l’intervention de l’État ne vise plus à rétablir une justice sociale par la demande, mais à gérer les externalités d’un capitalisme devenu numérique, automatisé et autonome.

Il est temps de reconnaître cette rupture, non pour rejeter Keynes, mais pour penser au-delà de Keynes, dans un monde où l’humain n’est plus le seul acteur économique central, et où la décision économique est souvent prise sans lui.

Autopsie d’un État devenu interface

En contemplant ce monde d’API budgétaires, de taux d’intérêt pilotés par des modèles neuronaux, et de politiques publiques transformées en fichiers Excel alimentés par la data, John Maynard Keynes 1.0 murmure :

« J’avais imaginé que l’État construirait des ponts. Pas qu’il soit lui-même devenu une passerelle vers le néant ».

 À suivre…

———————————

Note : Le présent article de recherche, ainsi que le suivant, tout comme les textes intitulés « Adam Smith 1.0 vs Adam Smith 4.0 » & « Marx 1.0 vs Marx 4.0 » parus dans l’Economiste Maghrébin, sont extraits de mon ouvrage numérique : « L’économie des métadonnées : vers un capitalisme des traces », à paraître prochainement sur Amazon.

—————————–

Mahjoub Lotfi Belhedi

Chercheur en réflexion stratégique optimisée IA // Data scientist & Aiguilleur d’IA

L’article Keynes 1.0 vs Keynes 4.0 est apparu en premier sur Leconomiste Maghrebin.

La rencontre entre Donald Trump et Vladimir Poutine en Alaska ne relève pas simplement de la diplomatie bilatérale. Elle a discrètement inauguré un nouvel espace de compromis géostratégique, bien au-delà du théâtre ukrainien.

Loin des communiqués officiels, ce sommet a dessiné les contours d’une entente implicite autour d’un redéploiement des priorités : désescalade en Ukraine, consolidation dans l’Arctique.

Le choix de l’Alaska, territoire à forte charge stratégique et symbolique, n’est pas anodin. Cette ancienne terre russe devenue avant-poste américain sur le cercle polaire a servi de décor à un échange feutré mais stratégique.

À son arrivée, Poutine aurait été accueilli par un dispositif de dissuasion non revendiqué : le survol discret d’un avion furtif américain, un message clair, à la fois ferme et respectueux, dans la tradition des signaux codés entre puissances nucléaires. Le ton était donné : équilibre, non-affrontement.

Dans cette atmosphère de test réciproque, les déclarations ambivalentes de Trump sur l’Ukraine ont résonné comme un autre signal. En évoquant l’idée d’un compromis où « tout le monde doit perdre un peu », il préparait l’opinion à une sortie de crise où la Russie conserverait certains acquis, en échange d’un apaisement ailleurs, notamment dans l’Arctique.

Ce glissement s’inscrit dans un contexte plus large : une éventuelle transition politique à Kiev. Le nom de Vadym Prystaïko, militaire expérimenté et diplomate aguerri, circule comme alternative potentielle à un Zelensky fragilisé. Un profil plus acceptable pour Washington comme pour Moscou, et peut-être déjà validé dans les coulisses du sommet.

La nature même de la rencontre en dit long : pas d’agenda public, pas de conférence de presse, des échanges confinés à des cercles restreints. Ce silence organisé suggère un accord politiquement inavouable à ce stade, mêlant redéfinition des lignes en Ukraine et reconnaissance mutuelle dans les territoires arctiques.

Enfin, les semaines entourant le sommet ont vu un changement d’orientation dans les rapports stratégiques occidentaux, centrés sur la militarisation de l’Arctique et la nécessité d’une coopération, même tacite, avec Moscou. Un déplacement géopolitique progressif, des plaines du Donbass vers les glaces polaires.

Loin de signer un traité ou de produire un choc diplomatique, le sommet de l’Alaska a joué un rôle plus subtil : ajuster les sphères d’influence, expérimenter un nouveau mode de régulation entre superpuissances, et préfigurer un monde régi moins par les déclarations que par les équilibres implicites.

Ce n’est peut-être pas en Ukraine, mais dans le silence stratégique de l’Arctique, que s’esquisse le prochain chapitre des relations russo-américaines.

————————–

Mahjoub Lotfi Belhedi

Chercheur en réflexion stratégique optimisée IA // Data Scientist & Aiguilleur d’IA

L’article Sommet de l’Alaska : l’Ukraine en vitrine, l’Arctique en coulisses est apparu en premier sur Leconomiste Maghrebin.

À l’heure où la révolution numérique transforme notre quotidien, la sécurité informatique est plus que jamais un enjeu central. Chaque jour, des millions d’attaques ciblent les individus, les entreprises, et les institutions, exposant des données sensibles et mettant en péril des systèmes essentiels.

Historiquement, la cybersécurité classique a assuré la défense contre ces menaces grâce à des outils et méthodes éprouvés. Mais l’essor fulgurant de l’intelligence artificielle a donné naissance à une nouvelle génération de protection numérique : la CyberIA. Cette dernière promet une réponse plus rapide, plus intelligente, et plus efficace. Pourtant, cette révolution soulève aussi de nombreuses questions.

Peut-on vraiment comparer la CyberIA à la cybersécurité classique ? S’agit-il d’une simple évolution, d’une rupture, voire d’une solution miracle ? Pour y répondre, il faut d’abord comprendre les forces, limites, et complémentarités de ces deux approches.

1- Les bases solides mais limitées de la cybersécurité classique

La cybersécurité classique repose essentiellement sur des systèmes programmés pour détecter et bloquer des menaces connues. Ces solutions utilisent des bases de données de signatures (identifiants spécifiques à un virus ou un malware) et des règles statiques pour filtrer les flux de données. Des pare-feu (firewalls), antivirus, systèmes de détection d’intrusion et filtres anti-spam sont les piliers de cette défense.

Ces technologies ont permis pendant des années de protéger efficacement les ordinateurs personnels, les réseaux d’entreprise et les infrastructures critiques. Leur fonctionnement repose sur la connaissance des attaques passées, et sur la capacité à mettre à jour régulièrement leurs bases de données pour contrer les nouvelles menaces.

Cependant, la rapidité et la sophistication des cyberattaques modernes révèlent les failles de cette méthode. Les cybercriminels développent des malwares polymorphes capables de changer de forme et d’échapper ainsi aux signatures fixes. De plus, l’ampleur des données circulant sur les réseaux rend impossible une surveillance humaine exhaustive. Face à ces défis, la cybersécurité classique devient insuffisante.

2- L’émergence de la CyberIA : une approche dynamique et prédictive

C’est dans ce contexte que la CyberIA entre en scène. Elle combine les avancées de l’intelligence artificielle avec les exigences de la cybersécurité pour créer une défense proactive et adaptative.

Au cœur de la CyberIA se trouve l’apprentissage automatique (machine learning), qui permet aux systèmes d’analyser d’énormes volumes de données et d’identifier des comportements suspects sans avoir besoin d’une base de signatures complète. Plutôt que de simplement reconnaître une menace connue, la CyberIA détecte des anomalies dans le comportement d’un utilisateur, d’un logiciel ou d’un réseau.

Par exemple, un système CyberIA peut repérer une connexion inhabituelle à un compte ou une modification brusque dans le trafic réseau, même si aucun virus connu n’est présent. Cette capacité à anticiper les attaques en temps réel réduit considérablement les risques de piratage ou d’infiltration.

De plus, la CyberIA peut automatiser la réponse aux menaces, isolant instantanément une machine compromise ou bloquant une transaction suspecte, souvent sans intervention humaine. Cette rapidité est cruciale dans un univers où chaque seconde compte pour limiter les dégâts.

3- Les bénéfices indéniables et les défis complexes de la CyberIA

L’utilisation de la CyberIA offre plusieurs avantages majeurs. Elle permet de gérer la complexité croissante des environnements numériques actuels, notamment avec la multiplication des objets connectés (Internet des objets) qui multiplient les points d’entrée possibles pour les attaques.

L’automatisation et la capacité d’apprentissage continu renforcent la résilience des systèmes face à des menaces en perpétuelle évolution. Elles libèrent également les équipes humaines, qui peuvent se concentrer sur l’analyse stratégique plutôt que sur la surveillance constante.

Pourtant, la CyberIA n’est pas sans limites. Sa dépendance à de vastes ensembles de données pour s’entraîner soulève des questions de confidentialité et d’éthique. La qualité des résultats dépend directement de la qualité des données analysées. De plus, l’IA peut générer des faux positifs, inondant les équipes de fausses alertes, ou au contraire rater certaines attaques.

Par ailleurs, la CyberIA elle-même devient une cible pour les pirates. Ceux-ci développent désormais des IA offensives capables de contourner les défenses ou de créer des deepfakes, rendant la lutte asymétrique et permanente.

4- Un modèle hybride : conjuguer tradition et innovation pour une défense optimale

Loin d’opposer CyberIA et cybersécurité classique, la tendance actuelle est à leur intégration. Les solutions traditionnelles fournissent encore la structure essentielle : elles posent les règles de base, assurent les contrôles d’accès et maintiennent l’intégrité des systèmes.

La CyberIA, quant à elle, agit comme une couche supplémentaire, intelligente et adaptative, capable de détecter les failles que les systèmes classiques ne voient pas. Cette complémentarité permet de couvrir un spectre plus large de menaces, de la plus simple à la plus sophistiquée.

Cette alliance nécessite cependant une collaboration étroite entre humains et machines. Les professionnels de la sécurité doivent comprendre les capacités et limites des outils IA pour les paramétrer, les superviser, et interpréter leurs résultats.

5- L’impact pour les utilisateurs et organisations

Pour les utilisateurs individuels, la CyberIA peut paraître abstraite, mais elle influence déjà leur quotidien. Les filtres anti-spam intelligents, les détecteurs de fraude bancaire, ou les assistants virtuels qui alertent d’une activité suspecte reposent sur cette technologie.

Pour les entreprises, adopter la CyberIA est devenu un facteur clé de compétitivité et de confiance. Une meilleure protection permet de réduire les coûts liés aux cyberattaques, d’assurer la continuité des activités, et de protéger la réputation.

Enfin, au niveau gouvernemental, la CyberIA est un outil stratégique dans la lutte contre la cybercriminalité et les cyberattaques d’État, qui prennent des formes de plus en plus sophistiquées.

6- Vers une cybersécurité augmentée et collaborative

La CyberIA ne remplace pas la cybersécurité classique, elle l’amplifie. En combinant la rigueur des méthodes traditionnelles et la puissance adaptative de l’intelligence artificielle, nous entrons dans une nouvelle ère de la sécurité numérique, où la rapidité, l’intelligence et la collaboration seront déterminantes.

Pour les utilisateurs comme pour les professionnels, comprendre cette évolution est indispensable. La défense ne repose plus uniquement sur des outils figés, mais sur des systèmes vivants, capables d’apprendre et d’évoluer face à des menaces toujours plus nombreuses et complexes.

Dans ce combat permanent entre attaquants et défenseurs, la CyberIA marque une avancée majeure. Elle ouvre la voie vers une cybersécurité plus proactive, plus efficace, et plus humaine, au service de notre confiance numérique.

—————————-

Note : L’appellation CyberIA est une création personnelle et fait l’objet d’un manuel en cours d’édition intitulé « La CyberIA pour tous ».

———————————————–

Mahjoub Lotfi Belhedi

Chercheur en réflexion stratégique optimisée IA // Data Scientist & Aiguilleur d’IA

L’article CyberIA versus Cybersécurité classique : la nouvelle frontière de la protection numérique est apparu en premier sur Leconomiste Maghrebin.