Les microdonnées de l'OCDE (juillet 2026) révèlent que l'IA profite d'abord aux régions déjà productives. Pour le Maroc, cela menace d'accentuer les disparités territoriales. Analyse scientifique, scénarios régionaux et cadre stratégique pour dirigeants.
1. Introduction: L'IA arrive, mais pour qui?
L'intelligence artificielle (IA) promet de redéfinir la productivité mondiale. La Banque mondiale (2026a) s'interroge d'ailleurs: l'IA peut-elle inverser le ralentissement structurel de la croissance mondiale? Si la réponse macroéconomique semble prudemment optimiste, une question plus urgente se pose au niveau local: que signifie un gain de productivité national s'il est concentré spatialement? Au Maroc, où l'axe Casablanca-Rabat attire déjà l'écrasante majorité des investissements en transformation digitale, cette interrogation est cruciale. Derrière les chiffres agrégés de productivité de l'OCDE se cachent d'importantes disparités sectorielles et spatiales (OECD, 2026a). La promesse d'une automatisation généralisée pourrait, paradoxalement, accentuer la fracture entre les régions marocaines déjà développées et celles qui peinent à capter les dividendes de la révolution numérique.
Clients sélectionnés, publiés avec leur autorisation. D'autres références seront ajoutées après validation.
Alors que le Maroc se classe au 57ème rang mondial de l'indice de transformation numérique (IFC Africa, 2026), l'enjeu n'est plus seulement de savoir si les entreprises marocaines vont adopter l'IA, mais *où* cette adoption créera de la valeur. Si l'essentiel des infrastructures, des talents et des cas d'usage avancés se concentrent sur une poignée de pôles économiques, les régions périphériques risquent de subir une double peine: une perte de compétitivité relative et une fuite des cerveaux vers les métropoles numérisées. Les décideurs doivent comprendre que l'automatisation n'est pas un phénomène géographiquement neutre.
2. Ce que les microdonnées de l'OCDE révèlent sur la concentration de l'IA
Pour anticiper l'impact spatial de l'IA, il est essentiel d'examiner les dynamiques au niveau des entreprises. Les données récentes montrent que l'IA ne bénéficie pas équitablement à tous les acteurs économiques. Les microdonnées de l'OCDE révèlent que l'adoption de l'IA est concentrée parmi les entreprises déjà productives, ce qui pourrait renforcer la concentration du marché (OECD, 2026b). Les entreprises les plus performantes, qui disposent déjà de processus optimisés, de données structurées et de capacités d'investissement, sont les premières à déployer des algorithmes d'apprentissage automatique pour creuser l'écart avec leurs concurrents.
Cette dynamique microéconomique a des implications géographiques majeures. Bien que les données de l'OCDE ne couvrent pas directement le Maroc, le mécanisme de concentration est analytiquement transférable. Les entreprises hautement productives ont tendance à se regrouper dans des bassins d'emploi denses pour bénéficier d'effets d'agglomération (spillover effects). Par conséquent, si l'IA renforce la position dominante des entreprises déjà performantes, elle enrichit simultanément les régions où ces sièges sociaux et centres d'innovation sont implantés (OECD, 2026b). Le risque est de voir émerger des "pôles de super-productivité" entourés de régions reléguées au rang de simples consommatrices de services numériques.
3. La question de la Banque mondiale: l'IA peut-elle inverser le ralentissement structurel?
La Banque mondiale (2026a) s'interroge sur la capacité de l'IA à inverser un ralentissement structurel de la croissance potentielle mondiale et de la productivité. En effet, au cours des dernières décennies, la croissance de la productivité s'est essoufflée dans de nombreuses économies émergentes et avancées. L'IA générative et l'automatisation avancée sont souvent présentées comme les catalyseurs capables de relancer ce moteur économique. Cependant, la Banque mondiale prévient que l'impact réel dépendra fondamentalement des mécanismes de distribution et de diffusion technologique au sein du tissu économique.
L'investissement dans les infrastructures d'IA a atteint 341 milliards de dollars en 2025 seulement, avec une croissance fulgurante du secteur des semi-conducteurs (UNCTAD, 2026). Néanmoins, ces investissements massifs sont hautement polarisés. Si l'IA peut théoriquement doper la croissance potentielle du PIB marocain, l'incapacité à diffuser ces technologies au-delà des métropoles centrales pourrait limiter les gains macroéconomiques. Les décideurs doivent veiller à ce que l'IA ne devienne pas une "technologie d'enclave", profitant uniquement à une élite d'entreprises exportatrices et de services financiers, sans irriguer le reste de l'économie marocaine (World Bank, 2026a).
4. Productivité agrégée contre réalité spatiale: l'angle mort
L'analyse des statistiques nationales occulte souvent une réalité complexe et fragmentée. Derrière les chiffres agrégés de l'OCDE se cache une hétérogénéité significative au niveau de l'industrie et de l'espace géographique (OECD, 2026a). Une augmentation de 2% de la productivité nationale de la productivité IA Maroc pourrait parfaitement résulter d'un gain spectaculaire de 15% dans un pôle financier de Casablanca, masquant une stagnation, voire un déclin, dans d'autres régions.
Le Fonds monétaire international souligne que l'adoption de l'IA en Afrique subsaharienne pourrait accroître la productivité globale entre 0,2 % et 2,1 %, selon les choix politiques et la rapidité de déploiement (IMF, 2026). Toutefois, cette moyenne cache une divergence spatiale latente. Au Maroc, l'écart historique de PIB entre l'axe central (Casablanca-Rabat) et les autres régions est une réalité structurelle bien connue. L'automatisation basée sur l'IA, parce qu'elle requiert des compétences et des infrastructures spécifiques, agit comme un puissant amplificateur de ces écarts initiaux. Ignorer la dimension spatiale de la productivité revient à piloter la politique économique nationale avec un indicateur tronqué (OECD, 2026a).
5. La géographie économique du Maroc face à l'IA
La géographie économique actuelle du Maroc rend le pays particulièrement vulnérable à la divergence liée à l'IA. Actuellement, une part disproportionnée des sièges sociaux d'entreprises, des data centers et des bassins de talents technologiques (ingénieurs, data scientists) est localisée le long de l'axe Casablanca-Settat et Rabat-Salé-Kénitra. Bien que le Maroc se classe au 57ème rang mondial dans l'indice de transformation numérique de Huawei 2024 (IFC Africa, 2026), cette performance nationale est fortement tirée par cette macro-région centrale.
Si les entreprises continuent de déployer leurs projets d'intelligence artificielle et d'automatisation uniquement là où l'écosystème est le plus mature, l'investissement IA Afrique se concentrera inéluctablement dans ces zones d'hyper-densité (BCG, 2026). Qu'advient-il des zones industrielles de Tanger ou de Fès, ou de l'agro-industrie dans le Souss-Massa? La croissance de l'économie numérique africaine, y compris au Maroc, est déjà jugée trop lente pour être rassurante par certains observateurs (BCG, 2026). Une sur-concentration des déploiements d'IA dans les grandes métropoles marocaine menace d'accentuer un déséquilibre territorial que les plans de régionalisation avancée tentent de corriger.
6. Talents, infrastructures et capital: les trois moteurs de la divergence
Pourquoi les investissements en intelligence artificielle ont-ils tendance à se regrouper géographiquement? La réponse réside dans la synergie de trois moteurs fondamentaux: les talents spécialisés, les infrastructures numériques avancées (comme les réseaux fibre optique haut débit et les capacités de calcul), et l'accès au capital d'investissement. L'OCDE (2026b) observe que la maîtrise des technologies numériques complexes crée des barrières à l'entrée que seules les entreprises situées dans des écosystèmes denses peuvent surmonter facilement.
Les entreprises s'attendent à ce que l'IA réduise l'emploi cumulé de 1,3 % au cours des trois prochaines années, suggérant une substitution de certaines tâches routinières (World Bank, 2026b). Au Maroc, si Casablanca forme et retient l'essentiel des diplômés STEM (sciences, technologies, ingénierie, mathématiques) capables de gérer cette transition, les entreprises situées dans des régions moins bien dotées peineront à implémenter leurs stratégies d'automatisation. Les fonds de capital-risque (VC) et les investissements technologiques gravitent naturellement vers les zones où ces trois moteurs tournent à plein régime, créant une boucle de rétroaction positive pour les pôles dominants et un cercle vicieux pour les autres (OECD, 2026b).
7. Scénarios régionaux: que se passe-t-il si l'axe Casa-Rabat capte l'essentiel des gains IA?
Projetons-nous en 2030. Si la trajectoire actuelle de la géographie des investissements d'IA se maintient, scénario probable au vu des données de l'OCDE (2026b), l'axe Casa-Rabat captera l'écrasante majorité des gains de productivité liés à l'intelligence artificielle générative et à l'automatisation cognitive. Que deviendront les autres moteurs économiques régionaux du Maroc? Dans l'Oriental, les ambitions logistiques pourraient stagner face aux opérations portuaires ultra-automatisées et hyper-optimisées par l'IA d'autres grands pôles mondiaux.
Dans la région de Fès-Meknès, le secteur manufacturier traditionnel risquerait une perte critique de compétitivité régionale au Maroc, incapable de rivaliser avec les usines intelligentes et les chaînes d'approvisionnement prédictives gérées depuis la métropole économique. De même, l'agro-industrie du Souss-Massa pourrait se voir distancer en termes de marges opérationnelles si les outils de prévision de rendement agricole et d'optimisation de la chaîne du froid restent l'apanage des grands conglomérats centralisés (World Bank, 2026a). Cette disparité régionale Maroc, si elle n'est pas gérée, pourrait annuler les efforts gouvernementaux d'équilibrage territorial.
8. Le contre-scénario: l'automatisation comme levier de décentralisation
Heureusement, une autre voie est possible. La nature même du cloud computing, des plateformes d'automatisation (telles que les architectures API et RPA modernes) et des outils d'IA SaaS offre une opportunité historique d'inverser la centralisation. La proportion d'entreprises adoptant l'IA dans les pays de l'OCDE est passée d'environ 7 % en 2021 à environ 20 % en 2025, illustrant une diffusion rapide et de plus en plus accessible des technologies de pointe (OECD, 2026c).
L'automatisation régionale Maroc peut devenir un formidable levier de décentralisation économique. Avec des connexions internet fiables et des modèles économiques d'abonnement (Opex vs Capex), une entreprise basée à Agadir ou Oujda peut désormais accéder aux mêmes modèles de langage (LLMs) et aux mêmes outils d'automatisation des flux de travail qu'une multinationale à Casablanca. Si les entreprises marocaines investissent stratégiquement dans la montée en compétences numériques délocalisée (reskilling régional) et tirent parti du travail à distance pour leurs experts technologiques, elles peuvent créer des centres d'excellence décentralisés, distribuant ainsi les gains de productivité de l'IA de manière plus équitable (OECD, 2026c).
9. Implications pour les dirigeants d'entreprise marocains
Pour les chefs d'entreprise et les conseils d'administration marocains, ces dynamiques macroéconomiques se traduisent par des décisions stratégiques immédiates concernant la localisation des sites, les stratégies de recrutement et la sélection des fournisseurs d'automatisation. Faut-il concentrer toutes les initiatives de transformation IA au siège social de Casablanca pour maximiser les synergies et l'accès aux talents, ou faut-il automatiser en priorité l'entrepôt logistique de Tanger ou l'usine de Kénitra?
Les entreprises qui adoptent une approche géographiquement neutre risquent de se heurter à des goulets d'étranglement imprévus (manque de compétences locales, adoption freinée par la culture d'entreprise régionale). La stratégie optimale (World Bank, 2026b) consiste à évaluer rigoureusement où l'automatisation peut résoudre des déficits critiques de productivité locaux sans dépendre exclusivement d'infrastructures physiques hyper-centralisées. Les dirigeants doivent intégrer la variable spatiale dans leurs business cases d'investissement en IA (OECD, 2026b).
10. Cadre stratégique en quatre étapes pour une automatisation territorialement intelligente
Pour aider les entreprises à naviguer dans cette complexité, CoreMedia, en tant qu'agence IA Maroc spécialisée dans la transformation digitale, a développé un cadre stratégique en quatre étapes conçu spécifiquement pour les entreprises multi-sites marocaines (CoreMedia methodology, inspirée de OECD, 2026a). Cette approche permet de garantir que les investissements en automatisation soutiennent une compétitivité régionale équilibrée:
1. **Cartographier la géographie opérationnelle**: Identifier les flux de valeur et les goulets d'étranglement de productivité à travers tous les sites géographiques de l'entreprise.
2. **Évaluer la préparation IA régionale**: Mesurer la maturité numérique, la connectivité et la préparation culturelle de chaque site avant tout déploiement.
3. **Séquencer les investissements d'automatisation**: Prioriser les cas d'usage décentralisés (par exemple, l'automatisation des achats régionaux) avant les fonctions centrales.
4. **Distribuer les viviers de talents IA**: Créer des programmes de formation croisée entre les équipes du siège central et les collaborateurs en région pour diffuser l'expertise.
11. Mesure, indicateurs et retour sur investissement régionalisé
Déployer une automatisation territorialement intelligente nécessite de repenser les indicateurs de performance. Un retour sur investissement (ROI) global positif peut masquer des destructions de valeur locales. Il est impératif de concevoir des métriques qui capturent la distribution spatiale des gains, à l'instar des approches méthodologiques recommandées pour l'analyse de l'hétérogénéité spatiale (OECD, 2026a).
Les entreprises doivent surveiller la productivité par employé par région, l'évolution des délais de traitement par site, et surtout le taux de rétention des talents technologiques dans les zones périphériques. Suivre le délai d'adoption et d'appropriation des nouveaux outils d'IA par site permet également d'identifier rapidement les fractures numériques internes et de déployer des plans de conduite du changement ciblés. La granularité de la donnée est la clé de voûte de cette mesure régionalisée (OECD, 2026a).
12. Limites de l'analyse et besoins de données spécifiques au Maroc
Il est important de souligner une limite inhérente à cette analyse macro-économique: les microdonnées les plus détaillées sur l'adoption de l'IA proviennent actuellement des économies avancées (OECD, 2026b; World Bank, 2026a). Les dynamiques de concentration observées sur les marchés nord-américains ou européens fournissent un modèle prédictif puissant, mais le contexte institutionnel marocain possède ses propres singularités.
Pour affiner ces stratégies, le Maroc a un besoin critique de données primaires exhaustives sur l'adoption locale de l'IA au niveau des entreprises (firm-level data), désagrégées par région et par taille d'entreprise. Seules des études empiriques localisées permettront de mesurer avec précision la vélocité exacte de cette divergence régionale et l'efficacité des politiques de cohésion numérique.
13. Conclusion: Agir avant que la géographie de l'IA ne se fige
La géographie économique de l'intelligence artificielle est en train de s'écrire aujourd'hui. L'IA a le potentiel de redynamiser la productivité globale (World Bank, 2026a), mais la question de savoir qui captera ces gains reste ouverte. Sans une volonté stratégique délibérée, la gravité économique attirera naturellement les investissements technologiques vers les pôles marocains déjà dominants, risquant de creuser une fracture régionale irréversible.
Les dirigeants d'entreprises marocaines ont l'opportunité unique d'utiliser la transformation digitale Maroc non pas comme un outil de concentration centralisée, mais comme un formidable levier d'optimisation distribuée. En adoptant une approche d'automatisation territorialement intelligente, ils peuvent transformer le risque de divergence en un avantage concurrentiel national.
