L'IA va-t-elle créer une crise de l'emploi sans précédent en 2026 ?

Les données disponibles en 2026 pointent vers une transition brutale et inégale, pas vers un effondrement généralisé. L'IA transforme déjà des tâches, pèse sur certaines embauches, notamment à l'entrée des carrières, mais les statistiques de chômage ne montrent pas de rupture nette. Le risque réel tient moins à une disparition globale de l'emploi qu'à un décalage : des métiers qui changent vite, des salariés qui n'ont pas le temps de s'adapter, des gains qui ne se partagent pas toujours.

Ce verdict a ses limites. Les scénarios alarmistes ne sont pas absurdes, et les économistes les plus prudents revoient eux-mêmes leurs chiffres à la hausse. Voyons pourquoi la peur est compréhensible, puis ce que les mesures montrent vraiment.

Quand ChatGPT est apparu, personne n'avait vu venir une diffusion aussi rapide. L'IA générative est passée du statut de curiosité à celui d'outil de bureau en un temps record, et l'adoption de l'IA par les entreprises suit désormais la même pente que celle de leurs salariés, avec ou sans cadre officiel. Cette vitesse nourrit l'inquiétude : on a le sentiment de ne pas avoir le temps de se préparer.

Les prévisions ajoutent de l'huile sur le feu. Le rapport « The 2028 Global Intelligence Crisis » de Citrini Research, publié le 22 février 2026, en est l'exemple le plus frappant. Il se présente comme un memo daté du 30 juin 2028 et décrit une « crise de l'intelligence » : chômage des cols blancs à 10,2 %, S&P 500 en baisse de 38 % depuis octobre 2026, un « Ghost GDP » où la production grimpe sans que les revenus suivent, puis une crise financière. Wall Street a reculé nettement le 23 février, selon BFMTV.

Un point essentiel : Citrini Research le présente lui-même comme une expérience de pensée, pas comme une prévision. Que les marchés aient réagi à un texte de fiction économique en dit long sur le climat. Cela ne dit rien, en revanche, de ce qui va se produire.

À ce jour, aucune étude solide ne montre une vague de licenciements massifs causée par l'IA. Les travaux qui suivent l'emploi en France, notamment ceux relayés par l'Insee, décrivent plutôt des changements dans la composition des postes et des recrutements que des suppressions nettes à grande échelle. Les chercheurs qui ont étudié le sujet, comme Gregory Verdugo (CY Cergy Paris Université), insistent sur la prudence : l'effet visible est encore étroit, concentré sur certains postes et certains profils.

Côté productivité, le tableau est moins spectaculaire que les promesses. Les gains existent sur des tâches précises (rédaction, code, synthèse), mais ils ne se lisent pas encore clairement dans les chiffres macroéconomiques. C'est un schéma connu : les outils arrivent avant les gains de productivité mesurables, le temps que les entreprises réorganisent leur travail.

Alors, l'IA détruit-elle déjà des emplois ou n'est-ce qu'une projection ? Les deux, à des degrés très différents. Des effets locaux sont réels (embauches gelées, sous-traitance réduite, postes non remplacés). Les chiffres de destruction globale, eux, restent des projections.

Un emploi est un paquet de tâches. Pensez à une boîte à outils : l'IA peut remplacer un tournevis ou deux, mais le bricoleur reste nécessaire pour décider quoi réparer. Un métier est exposé quand une partie de ses tâches peut être faite par une machine. Il est détruit seulement quand cette partie suffit à rendre le poste inutile.

L'étude conjointe de l'OIT et du NASK, publiée le 20 mai 2025, illustre bien cette nuance. Elle estime qu'environ 25 % des emplois mondiaux relèvent de professions potentiellement exposées à l'IA générative, soit 34 % dans les pays à revenu élevé. Mais elle précise qu'il s'agit d'une exposition potentielle, et que la transformation des emplois est plus probable que leur suppression.

Automatiser des tâches ne supprime donc pas mécaniquement des postes. Trois issues sont possibles : le salarié fait plus avec le même temps, il se recentre sur d'autres tâches, ou l'entreprise réduit ses effectifs. Laquelle l'emporte dépend des choix de l'employeur et de la demande pour le produit.

Contrairement aux vagues précédentes d'automatisation, qui touchaient surtout l'industrie, l'IA générative vise le travail de bureau. L'étude de l'OIT désigne les emplois de bureau et administratifs comme les plus exposés : saisie, rédaction de courriers, gestion de dossiers, support client de premier niveau. Plus largement, les cols blancs qui produisent du texte, du code ou des analyses standardisées sont en première ligne.

En France en 2026, les métiers les plus exposés sont donc ceux de l'administratif, du secrétariat, de la comptabilité courante, du support et d'une partie de la traduction ou de la communication. Exposés ne veut pas dire condamnés : un assistant administratif qui maîtrise l'outil peut absorber plus de dossiers, et c'est parfois son poste qui évolue plutôt que de disparaître.

Les jeunes diplômés et les postes juniors sont-ils les premiers touchés ?

C'est l'hypothèse la plus sérieuse. Les tâches simples confiées aux débutants (recherches, premières versions, relectures) sont celles que l'IA fait le mieux. Les entreprises peuvent donc recruter moins de juniors sans licencier personne : c'est un effet discret, qui ne figure dans aucune statistique de licenciements. Les travaux de chercheurs comme Simon Bunel sur les entreprises et l'emploi invitent à regarder les embauches, pas seulement les départs. Le danger est de casser l'échelle d'apprentissage : sans poste d'entrée, comment forme-t-on les seniors de demain ?

L'IA crée d'abord des emplois directement liés à sa conception et à son exploitation : ingénieurs en apprentissage automatique, spécialistes des données, responsables de la conformité, auditeurs de systèmes. Elle fait aussi émerger des métiers d'interface : ceux qui configurent les outils pour une entreprise, évaluent la qualité des réponses, supervisent des agents automatisés ou forment leurs collègues.

La transformation touche bien plus de monde que la création. Le juriste qui relit des synthèses produites par une machine, la comptable qui contrôle les écritures préparées automatiquement, le commercial qui prépare ses rendez-vous avec un assistant : leur emploi change de contenu sans changer d'intitulé. La Janine Berg de l'OIT, économiste qui a beaucoup travaillé sur ces sujets, rappelle d'ailleurs que la qualité des postes compte autant que leur nombre : un travail transformé peut devenir plus intéressant ou plus surveillé, selon l'organisation choisie.

Ces nouveaux postes compenseront-ils les pertes ? Personne ne peut l'affirmer aujourd'hui. L'histoire plaide pour un solde positif à long terme, mais pas pour une transition indolore.

La machine à vapeur, l'électricité, puis l'informatique ont toutes détruit des métiers et en ont créé d'autres. À chaque fois, les gains se sont répartis lentement, et la période de transition a duré des décennies pour certains travailleurs. Les tisserands de la révolution industrielle n'ont pas retrouvé du travail équivalent dans l'année.

Trois raisons laissent penser que cette fois pourrait différer. La vitesse de diffusion est inédite, puisque l'outil s'installe sur un ordinateur ou un téléphone déjà en place. La cible est cognitive, alors que les vagues précédentes touchaient surtout le muscle ou la routine. Enfin, les systèmes progressent vite sur des tâches de plus en plus variées.

Trois raisons, aussi, de rester mesuré. Les organisations changent plus lentement que les logiciels. Beaucoup de métiers reposent sur la relation, la responsabilité et le contexte, que l'IA reproduit mal. Et les prévisions technologiques passées ont souvent surestimé la rapidité de la disparition des emplois. Le philosophe Luc Ferry fait partie de ceux qui rappellent cette logique de « destruction créatrice » : les emplois disparus ne reviennent pas, d'autres apparaissent, mais pas forcément au même endroit ni pour les mêmes personnes.

C'est la vraie question politique. Si l'IA permet de produire autant avec moins d'heures, quelqu'un en récolte le bénéfice. Trois destinataires possibles : les entreprises (marges, dividendes), les salariés (salaires, temps libre) ou l'État (impôts, cotisations).

Les gains de productivité ne se traduisent pas automatiquement par des hausses de salaire. Dans les décennies récentes, le partage a souvent favorisé le capital. Si les entreprises gardent l'essentiel, on obtient le scénario du « Ghost GDP » imaginé par Citrini Research : une production qui augmente sans que les revenus de la majorité suivent, donc une demande qui s'affaiblit.

À l'inverse, si les gains sont réinvestis dans de nouveaux produits, de la formation ou une réduction du temps de travail, la productivité profite à tous. Rien n'est écrit : le partage dépendra des négociations collectives, de la fiscalité et du rapport de force sur le marché du travail.

Les estimations varient énormément. Selon un fait vérifié, Daron Acemoglu, économiste au MIT et prix Nobel, avait publié en 2024 une étude évaluant à seulement 5 % la part des emplois dans le monde menacés par l'IA d'ici 2035, contre 27 % d'emplois dans des professions à haut risque d'automatisation, toutes technologies confondues, selon l'OCDE, et 40 % pour le FMI. Interviewé sur France Inter le 31 août, il a révisé sa position à cause des agents IA : il parle désormais plutôt de 8 ou 9 % des emplois touchés, et se dit très inquiet (« ça commence à m'angoisser pas mal »), car l'économie n'y est pas préparée.

Ce revirement est instructif. Même l'un des chercheurs les plus sceptiques double presque son chiffre, mais il reste loin des scénarios les plus sombres. Le point commun des experts sérieux : l'incertitude est grande, l'impact de l'IA dépendra des usages et des politiques choisies.

Il faut lire ces chiffres pour ce qu'ils sont : certains mesurent l'exposition, d'autres la menace, d'autres encore une fiction. Les additionner ou les comparer sans précaution serait une erreur.

L'Europe a choisi d'encadrer l'IA par la loi. L'AI Act (règlement (UE) 2024/1689) est entré en vigueur le 1er août 2024, avec une application progressive : interdictions et obligation de maîtrise de l'IA depuis le 2 février 2025, règles pour les modèles à usage général depuis le 2 août 2025. Le calendrier initial prévoyait le reste au 2 août 2026, mais le « digital omnibus » reporte les obligations des systèmes à haut risque de l'annexe III au 2 décembre 2027 et celles de l'annexe I au 2 août 2028. Les sources divergent sur son statut : l'une l'indique adopté et en vigueur depuis le 27 juillet 2026, une autre le décrit encore en attente d'adoption par le Conseil.

Cette régulation protège surtout les droits et la sécurité, par exemple lorsqu'une IA sert à recruter ou à évaluer des salariés. Elle ne règle pas à elle seule la question de l'emploi. En France, le Sénat s'est penché sur le sujet, et les débats portent sur la formation continue, l'accompagnement des reconversions, la fiscalité des gains liés à l'automatisation et l'idée d'un revenu minimum plus large.

Chaque piste a un coût et une limite. La formation marche si elle arrive avant les licenciements. La taxation peut freiner l'investissement si elle est mal calibrée. Un revenu minimum amortit le choc, mais ne redonne pas de sens ni de place dans le travail. Quelle combinaison sera retenue ? C'est la question centrale des prochaines années.

Pour les salariés, la première règle est d'essayer les outils sur ses propres tâches : on comprend vite ce qui est automatisable et ce qui ne l'est pas. Les compétences qui gardent de la valeur sont celles que l'IA reproduit mal : jugement, relation de confiance, connaissance fine d'un secteur, capacité à vérifier et à corriger une réponse. Savoir poser un problème compte plus que savoir rédiger une première version.

Pour les entreprises, l'erreur serait de ne voir que la réduction de coûts. Former les équipes, garder des postes d'entrée pour transmettre le métier, associer les salariés au choix des outils : ces décisions coûtent à court terme, mais évitent de perdre le savoir-faire. L'adoption de l'IA réussit mieux quand elle est négociée que quand elle est subie.

Pour les pouvoirs publics, l'urgence est de financer des formations courtes et ciblées, de suivre les embauches de jeunes diplômés, d'adapter l'assurance chômage aux transitions, et de décider tôt comment les gains de productivité seront partagés.

Voici ce qui permettrait de trancher en 2026 et après :

• Les embauches de jeunes diplômés : un recul durable dans les métiers de bureau serait le premier signal sérieux, bien avant les licenciements.
• Le chômage des cols blancs : une hausse nette et persistante, mesurée par l'Insee ou par des études comparables, validerait les craintes.
• La productivité mesurée : si les gains apparaissent dans les statistiques, la question du partage deviendra concrète.
• La part des salaires dans la valeur ajoutée : c'est l'indicateur du scénario « Ghost GDP ».
• Les agents IA en entreprise : c'est ce qui a fait changer d'avis Daron Acemoglu, et leur déploiement réel sera décisif.
• Le calendrier de l'AI Act : l'entrée en application des règles sur les systèmes à haut risque, désormais décalée, conditionne l'usage de l'IA dans le recrutement.
• Les enquêtes sur les usages : des organismes comme le CREDOC mesurent la diffusion réelle de l'IA chez les Français, au-delà des effets d'annonce.

Non, rien ne démontre aujourd'hui une crise de l'emploi sans précédent causée par l'IA. Oui, une transition brutale et inégale est probable, avec des perdants identifiables : jeunes entrant dans des métiers de bureau, salariés de tâches très standardisées, territoires dépendants de ces postes. Le sérieux des experts, y compris ceux qui révisent leurs estimations à la hausse, invite à ne pas se rassurer trop vite.

Ce qui fera la différence n'est pas la technologie, mais la vitesse de la formation, la manière de partager les gains et la capacité des entreprises à garder des postes d'apprentissage. Et vous, dans votre travail, quelles tâches une machine pourrait-elle déjà faire à votre place ?

OCDE, Perspectives de l’emploi de l’OCDE 2023 : intelligence artificielle et marché du travail, 11 juillet 2023. Section « AI likely to significantly impact jobs » : 27 % des emplois appartiennent à des professions à haut risque d’automatisation lorsque l’ensemble des technologies d’automatisation, IA comprise, est pris en compte. Il ne s’agit pas d’un taux de suppressions de postes constatées.