Emploi et intelligence artificielle : ce que les chiffres disent vraiment

Exposition ne veut pas dire disparition

L’indice mondial publié par l’OIT et le NASK estime que 25 % de l’emploi se situe dans des professions potentiellement exposées à l’IA générative. La proportion monte à 34 % dans les pays à revenu élevé. Les fonctions administratives arrivent en tête, mais les métiers des médias, du logiciel et de la finance sont aussi concernés. (source 1)

C’est ici que beaucoup de commentaires dérapent. L’exposition décrit ce que la technologie pourrait faire sur une partie du travail. Elle ne dit pas si l’entreprise adoptera l’outil, si elle lui confiera réellement la tâche ni si elle supprimera un poste. L’OIT juge la transformation des emplois plus probable que leur remplacement complet. (source 1)

• Exposé : une IA peut techniquement prendre en charge une partie des tâches.
• Automatisé : l’entreprise décide de confier ces tâches au système.
• Augmenté : la personne garde la main, mais travaille avec l’outil.
• Supprimé : le poste disparaît ou n’est pas renouvelé. C’est une décision économique, pas une conséquence automatique du modèle.

Le risque n’est pas réparti également. Dans les pays à revenu élevé, les métiers au potentiel d’automatisation le plus fort représentent 9,6 % de l’emploi féminin, contre 3,5 % de l’emploi masculin. Cette différence mérite mieux qu’une moyenne mondiale. (source 1)

Pas de chômage de masse, pour l’instant

Au printemps 2026, les marchés du travail de l’OCDE restaient solides. Le chômage moyen atteignait 4,9 % en mai et le taux d’emploi 72,1 % au premier trimestre. L’OCDE constate un ralentissement, pas une rupture que l’on pourrait attribuer à l’IA. (source 2)

Les jeunes diplômés ont davantage de mal à entrer sur le marché du travail. Ce mouvement avait commencé avant la diffusion massive des grands modèles de langage. L’OCDE estime donc que les progrès récents des LLM n’expliquent encore qu’une part limitée du problème. (source 2)

Je ne m’arrête pas pour autant à la moyenne. Une entreprise peut réduire ses effectifs sans annoncer de plan social : elle remplace moins de départs, ouvre moins de postes junior ou réduit la sous-traitance. Le chômage national peut rester bas pendant que l’accès à un métier se ferme pour une génération.

Ce qui m’inquiète : l’entrée dans le métier

Les données de paie étudiées par le Stanford Digital Economy Lab ne montrent pas de déplacement massif à l’échelle de l’économie américaine. Elles montrent autre chose. En juin 2026, l’emploi des personnes de 22 à 25 ans dans les professions fortement exposées se situait environ 19 % sous le niveau qu’il aurait atteint s’il avait suivi la trajectoire des jeunes dans les métiers moins exposés. L’écart vient surtout d’une baisse des embauches. (source 3)

La différence apparaît surtout dans les professions où l’IA automatise le travail. Elle est beaucoup moins nette lorsque l’outil complète le salarié. Les auteurs opposent aussi le savoir codifié, écrit dans des procédures ou des documents, au savoir tacite acquis avec l’expérience et les situations réelles. (source 3)

Je reste prudent avec ce résultat. Les chercheurs parlent de tendances descriptives, pas d’une preuve causale. L’écart diminue lorsqu’ils tiennent compte du niveau d’études. Certaines différences existaient avant l’IA générative, et l’échantillon ADP donne des écarts plus élevés que plusieurs enquêtes nationales. L’IA joue probablement un rôle, mais cette étude ne permet pas de lui attribuer tout le mouvement. (source 3)

Quand l’IA aide vraiment

Une étude menée auprès de 5 179 agents de support client a mesuré une hausse moyenne de 14 % du nombre de problèmes résolus par heure avec un assistant génératif. Le gain atteignait 34 % chez les salariés novices ou les moins performants. Il restait faible chez les plus expérimentés. L’outil semblait transmettre une partie des méthodes utilisées par les meilleurs agents. (source 6)

Cet usage m’intéresse davantage que la course au remplacement. L’IA sert ici de tuteur opérationnel et accélère l’apprentissage. Mais l’étude porte sur une entreprise et une tâche précise. Le même gain de productivité peut améliorer le service, absorber plus de demandes ou limiter les recrutements. Le chiffre ne dit pas qui récupère le bénéfice.

Les chiffres pour 2030 ne sont pas des mesures

Le Future of Jobs Report 2025 du Forum économique mondial projette 170 millions de créations de postes et 92 millions de déplacements d’ici 2030. Le solde serait donc positif de 78 millions. Le calcul combine les attentes de plus de 1 000 grands employeurs, qui représentent plus de 14 millions de travailleurs, avec des données mondiales sur l’emploi. (source 4)

Je prends ces nombres pour ce qu’ils sont : les attentes d’employeurs à un moment donné. Ils ne mesurent pas l’effet de l’IA seule. La transition écologique, la démographie, l’économie et les tensions géopolitiques pèsent aussi dans le calcul. Un solde mondial positif ne garantit pas qu’une personne déplacée retrouvera un poste au même endroit, au même moment ou avec le même salaire.

Les usages de Claude donnent un indice, pas une vue complète

En février 2026, l’index économique d’Anthropic estimait qu’environ 49 % des professions avaient vu au moins un quart de leurs tâches apparaître dans des usages de Claude. Les dix tâches les plus fréquentes représentaient encore 19 % du trafic de Claude.ai. Les usages fondés sur l’apprentissage, la validation et la collaboration progressaient légèrement. (source 5)

Ces données viennent d’un seul fournisseur, sur une courte période, avec beaucoup de code et de travail intellectuel. Elles ne représentent pas tout le marché. Elles montrent quand même que l’expérience compte : les utilisateurs habitués à l’outil obtiennent davantage de réponses réussies. Distribuer un accès ne suffit pas. Il faut du temps pour apprendre à choisir les bonnes tâches et à contrôler le résultat. (source 5)

Les pertes peuvent arriver sans vague de licenciements

Aucun métier n’est simplement sauvé ou condamné. Tout dépend des tâches, du niveau d’expérience, de la manière dont l’entreprise déploie l’outil et du pouvoir que le salarié conserve sur son travail.

• Les tâches administratives répétitives et la production standardisée de texte ou de code sont les premières exposées.
• Les métiers qualifiés changent lorsque l’IA accélère l’analyse ou la rédaction sans prendre la responsabilité finale.
• La présence physique, la confiance, la coordination complexe et le savoir acquis par l’expérience résistent davantage.
• L’intégration, le contrôle qualité, la sécurité, la gouvernance des données et la formation créent de nouveaux besoins.

Le scénario qui me paraît le plus crédible est une compression progressive. Moins d’offres pour débuter. Moins de temps pour apprendre. Davantage de contrôle automatisé. Les gains vont d’abord à ceux qui possèdent l’outil ou savent déjà le diriger. Cette évolution est moins visible qu’un licenciement collectif, mais elle peut abîmer durablement la transmission des compétences.

La productivité ne dit pas qui gagne

Daron Acemoglu estime que les gains de productivité globale liés à l’IA pourraient rester inférieurs à 0,53 % sur dix ans. Il rappelle que les premières expériences concernent souvent des tâches faciles à mesurer et à apprendre. Il avertit aussi que l’automatisation peut creuser l’écart entre les revenus du capital et ceux du travail. (source 7)

Je ne prends pas cette estimation pour une vérité définitive. Elle repose sur des hypothèses prudentes et elle est discutée. Elle corrige néanmoins un réflexe fréquent : confondre une démonstration impressionnante avec un gain économique généralisé. Dans une entreprise réelle, il faut intégrer l’outil, contrôler les erreurs, protéger les données et gérer tout ce qui résiste aux procédures.

Ce que je demanderais à un employeur

• Mesurez les tâches réellement automatisées au lieu d’annoncer des pourcentages de métiers remplacés.
• Dites ce que le déploiement change dans les embauches, les départs non remplacés, les salaires et la qualité du travail.
• Gardez une filière junior avec du mentorat, de la pratique et un accès progressif aux décisions difficiles.
• Commencez par augmenter les personnes avant de présenter la réduction d’effectifs comme une réussite.
• Conservez une responsabilité humaine pour les décisions qui touchent les droits, la santé, la sécurité ou la carrière.
• Regardez les effets par âge, genre, statut, métier et territoire. La moyenne cache facilement les perdants.
• Partagez les gains par la formation, les salaires, la réduction du travail pénible ou du temps de travail.

Ce que j’en conclus

Mon avis tient en peu de mots. L’intelligence artificielle n’a pas provoqué de chômage de masse. Elle commence pourtant à réduire certaines portes d’entrée et à redistribuer le travail, le pouvoir et la valeur.

L’enjeu n’est pas de compter les métiers que la machine pourrait prendre. Il faut regarder ce que les entreprises choisissent d’en faire. Un outil qui transmet les bonnes pratiques et retire des tâches pénibles peut aider les personnes à mieux travailler. Le même outil, utilisé uniquement pour supprimer des postes junior, économise aujourd’hui en détruisant l’apprentissage dont dépendra l’expertise de demain.

À vous de trancher

Une entreprise gagne 20 % de productivité avec l’IA. Que doit-elle faire de ce gain : produire davantage, baisser ses prix, augmenter les salaires, réduire le temps de travail, former ses équipes ou diminuer les effectifs ?

Illustration générée avec GPT Image 2.