Numérique · Intelligence artificielle
Intelligence artificielle et emploi
Les études s’accordent sur une forte exposition des emplois à l’IA, surtout dans les métiers de bureau. Mais exposition ne veut pas dire disparition : l’IA transforme d’abord des tâches, et ses effets nets restent incertains.
Mis à jour le 4 min de lecture
Chaque grande vague technique a suscité la crainte du chômage de masse : métiers à tisser au XIXe siècle, informatisation dans les années 1980. L’intelligence artificielle relance la question avec une particularité : elle touche des tâches cognitives (rédiger, analyser, traduire, programmer) jusqu’ici épargnées par l’automatisation. Que sait-on vraiment en 2026 ?
Ce que disent les principales études
| Source | Année | Principal résultat |
|---|---|---|
| Frey et Osborne (université d’Oxford) | 2013 | 47 % des emplois américains présentent un risque élevé d’automatisation. Chiffre très cité, depuis jugé surestimé car il raisonnait par métier entier |
| OCDE, Perspectives de l’emploi | 2019 et 2023 | En raisonnant par tâches, environ 14 % des emplois très exposés à l’automatisation (2019) ; 27 % des emplois dans des professions à haut risque (2023) |
| Organisation internationale du travail (OIT) | 2023, actualisé en 2025 | L’IA générative devrait davantage transformer les emplois qu’en supprimer ; les emplois administratifs et de secrétariat sont les plus exposés ; les femmes y sont surreprésentées |
| Fonds monétaire international (FMI) | Janvier 2024 | Près de 40 % des emplois mondiaux exposés à l’IA, environ 60 % dans les économies avancées ; à peu près la moitié pourraient en bénéficier, l’autre moitié subir une pression sur les salaires ou l’emploi |
Ces chiffres mesurent une exposition, c’est-à-dire la part des tâches que l’IA pourrait techniquement réaliser ou assister, et non des suppressions de postes prévues.
Tâches plutôt que métiers
Un métier est un ensemble de tâches. L’IA en automatise certaines, en assiste d’autres, et n’en touche pas une partie.
Deux effets s’opposent :
- la substitution : la machine fait à la place de l’humain, moins de personnes sont nécessaires ;
- la complémentarité : la machine augmente la productivité, ce qui peut faire baisser les prix, accroître la demande et créer de nouvelles activités.
L’effet net dépend des secteurs, des choix des entreprises, de la formation et des politiques publiques. Il n’est pas déterminé par la technique seule.
Les métiers les plus et les moins exposés
| Plus exposés à l’IA générative | Moins exposés |
|---|---|
| Secrétariat, saisie, comptabilité courante | Métiers manuels qualifiés (plombier, électricien, mécanicien) |
| Service client par écrit, centres d’appels | Soins à la personne, aide-soignant, infirmier |
| Traduction, rédaction, relecture | Métiers de terrain (BTP, agriculture, logistique physique) |
| Développement informatique de routine | Métiers demandant présence, dextérité et relation humaine |
| Graphisme et illustration de commande | Enseignement en présentiel (transformé mais peu substituable) |
| Analyse documentaire, assistance juridique | Encadrement, négociation, décisions engageant une responsabilité |
Contrairement aux vagues d’automatisation précédentes, qui touchaient surtout les emplois peu qualifiés et industriels, l’IA générative expose davantage les emplois de bureau qualifiés. La robotique, plus lente à progresser, limite l’impact sur les tâches physiques.
Ce que l’on observe déjà
- Des études expérimentales montrent des gains de productivité sensibles sur des tâches précises (service client, rédaction, programmation), souvent plus marqués chez les salariés débutants.
- Certains secteurs constatent une baisse des commandes : traduction, illustration, rédaction de contenus simples.
- Le recrutement de profils débutants dans certains métiers du numérique et du conseil a ralenti aux États-Unis à partir de 2023-2024, sans qu’il soit encore possible d’isoler précisément l’effet de l’IA de celui de la conjoncture.
- Les créations de métiers concernent l’ingénierie des données et des modèles, l’intégration de l’IA dans les entreprises, l’évaluation et la conformité (voir AI Act), mais aussi l’annotation de données, souvent précaire.
Les compétences qui gagnent en valeur
- Savoir utiliser l’IA avec discernement : formuler une demande, vérifier, corriger (voir écrire un prompt et hallucinations de l’IA).
- Expertise métier : pour juger un résultat, il faut connaître le domaine.
- Esprit critique, résolution de problèmes nouveaux, créativité.
- Compétences relationnelles : communication, travail en équipe, conseil, soin.
- Apprendre à apprendre : les outils changent vite.
Ces compétences peuvent se valoriser sur un CV (voir compétences numériques sur un CV).
Les enjeux collectifs
- Formation : la formation continue et la reconversion conditionnent la capacité des salariés à s’adapter.
- Partage des gains : la productivité profite-t-elle aux salariés, aux consommateurs ou aux seuls actionnaires ?
- Conditions de travail : surveillance algorithmique, intensification, perte d’autonomie, mais aussi suppression de tâches fastidieuses.
- Dialogue social : en France, l’introduction de nouvelles technologies importantes doit faire l’objet d’une consultation du comité social et économique (CSE) dans les entreprises qui en ont un.
Plus largement, la question rejoint la réflexion philosophique sur le sens du travail.
Questions fréquentes
L’IA va-t-elle provoquer un chômage de masse ?
Aucune étude sérieuse ne permet de l’affirmer. Les précédentes révolutions techniques ont détruit des métiers mais en ont créé d’autres, avec des transitions parfois douloureuses. L’ampleur et la vitesse des effets de l’IA restent très débattues.
Quels métiers l’IA ne pourra-t-elle pas remplacer ?
Ceux qui combinent présence physique, dextérité, adaptation à des situations imprévues, relation humaine et responsabilité : soins, artisanat, métiers du terrain, encadrement. Même ceux-ci seront en partie transformés.
Faut-il apprendre à programmer pour rester employable ?
Pas nécessairement. Comprendre les principes de l’IA et savoir l’utiliser dans son métier est plus utile pour la plupart des emplois que savoir coder. La programmation reste précieuse pour les métiers techniques.