Les deux sont insuffisantes. Parce que la vraie réponse n’est ni rassurante ni catastrophique, elle est précise. Et la précision, en l’occurrence, est beaucoup plus utile que les grands récits.
Ce qu’on observe concrètement sur le terrain : une traductrice indépendante qui a perdu un tiers de son chiffre d’affaires en deux ans. Une start-up qui a arrêté ses recrutements de développeurs après avoir multiplié par deux ou trois sa productivité avec les derniers modèles d’IA. Un secteur de la santé qui recrute massivement des infirmiers praticiens pendant que l’IA absorbe la charge administrative. Pas une tendance unique. Trois réalités simultanées, dans trois contextes différents, comme le montre une étude Studeria fondée sur les données Coface/OEM
IA et emploi : ce que les chiffres disent vraiment et ce qu'ils ne disent pas
Les projections sur l’emploi et l’IA ont un point commun : elles évoluent vite, et elles dépendent fortement des hypothèses de départ. Ce qui n’empêche pas certains ordres de grandeur de se stabiliser.
Le World Economic Forum estime que d’ici quelques années, de nouveaux emplois devraient voir le jour à mesure que d’autres disparaîtront (« 170 millions de nouveaux emplois devraient voir le jour tandis que 92 millions disparaîtront »). Le FMI, de son côté, estime qu’une part significative des emplois dans le monde est exposée aux capacités de l’IA (« environ 40 % des emplois dans le monde sont significativement exposés aux capacités de l’IA »). En France, l’étude Coface évoque des emplois « menacés » à horizon deux à cinq ans, mais avec une précision importante : « menacé » ne signifie pas « supprimé » (« 5 millions d’emplois menacés, ce qui signifie que plus de 30 % des tâches du poste sont automatisables »). C’est une nuance fondamentale.
La Commission de l’intelligence artificielle française a formulé cela avec clarté : l’IA remplace des tâches, pas des emplois (« dans 19 emplois sur 20, il existe des tâches que l’IA ne peut pas accomplir, les postes directement remplaçables dans leur intégralité ne représenteraient que 5 % des emplois »). Ce chiffre ne réduit pas la gravité du sujet, 5 % de l’emploi français, c’est considérable. Mais il recentre le débat là où il doit être : sur la transformation des tâches, pas sur la disparition des métiers.
Ces trois chiffres, souvent cités pêle-mêle dans le débat public, ne mesurent en réalité pas la même chose, et les mettre côte à côte sans le préciser entretient la confusion. Le FMI parle d’exposition théorique à l’échelle mondiale (40 %) : la capacité de l’IA à toucher une tâche, pas la probabilité qu’un poste disparaisse. Coface descend d’un cran, à l’échelle française, avec une notion de menace à moyen terme définie par un seuil (plus de 30 % des tâches d’un poste automatisables), ce qui concerne environ 5 millions de salariés, soit autour de 16-17 % de la population active française. La Commission IA française va encore plus loin dans la précision, en isolant les postes strictement remplaçables dans leur intégralité : 5 %. Trois définitions, trois échelles, un seul mouvement : plus la définition se resserre, plus le chiffre baisse. C’est la démonstration, en creux, que « exposition », « menace » et « remplacement total » ne sont pas interchangeables.
Et sur le terrain, cette transformation est déjà mesurable. Dans les secteurs les plus exposés à l’IA, la productivité a été multipliée par trois à quatre en quelques années. Les entreprises les plus exposées affichent une croissance du chiffre d’affaires par employé trois fois supérieure à celles qui le sont moins, selon le baromètre AI Jobs Barometer de PwC France (« un collaborateur disposant de compétences IA perçoit en moyenne un salaire supérieur de 56 % à celui de ses pairs qui ne les maîtrisent pas »).
Anthropic, l’entreprise à l’origine du modèle d’IA Claude, apporte ici un éclairage différent, et directement issu de sa propre plateforme. Plutôt que de mesurer ce que l’IA pourrait théoriquement faire, ses chercheurs ont observé ce qu’elle fait réellement, à partir des usages professionnels enregistrés sur Claude. Résultat : l’écart entre le possible et le réel reste large. Sur les métiers d’informatique et de mathématiques, par exemple, l’IA pourrait théoriquement toucher 94 % des tâches, mais l’usage effectif n’en couvre que 33 %.
Impact de l'IA sur l'emploi par secteur : une réalité ni uniforme, ni prévisible
L’erreur la plus fréquente dans le débat sur l’IA et l’emploi est de le traiter comme un phénomène homogène. Il ne l’est pas. La transformation est radicalement différente selon les secteurs, les métiers, et même les tâches au sein d’un même poste.
Les métiers les plus exposés à une substitution directe sont ceux où les tâches sont fortement standardisées et répétitives. Ce ne sont pas des projections, c’est déjà largement en cours, comme le détaille cette analyse de HelloWorkplace sur l’impact réel de l’IA par métier (« les opérateurs de saisie et de back-office affichent un risque d’automatisation estimé à 95 %, les caissiers et agents de traitement documentaire autour de 90 % »).
L’étude d’Anthropic, construite à partir des conversations réelles échangées avec Claude, aboutit à un classement voisin : développeurs informatiques en tête, avec trois quarts de leurs tâches déjà couvertes par un usage automatisé, suivis des conseillers clientèle et des agents de saisie de données. À l’autre bout du spectre, trois travailleurs sur dix exercent un métier où l’IA n’a, pour l’instant, quasiment aucune prise : cuisiniers, mécaniciens moto, maîtres-nageurs, barmans ou encore agents d’entretien de cabines d’essayage.
À l’opposé, les métiers qui combinent jugement physique, variabilité environnementale et interactions humaines complexes (électriciens, plombiers, techniciens de maintenance, soignants) figurent parmi les moins vulnérables à l’automatisation. Non pas parce que l’IA ne les touche pas, mais parce que la nature de leur travail résiste structurellement à la substitution algorithmique. Dans la santé, justement, les infirmiers praticiens voient leurs effectifs croître significativement à mesure que l’IA absorbe la documentation et les tâches administratives qui accaparaient auparavant leur temps.
Ce qui est moins intuitif, et pourtant documenté par Studeria, c’est que ce sont les emplois les mieux rémunérés qui sont les plus exposés (« en France, les 10 % les mieux payés de la population sont menacés à hauteur de 22 %, contre 6,5 % pour les 10 % les plus modestes »). L’IA s’attaque d’abord aux tâches cognitives à haute valeur (analyse juridique, rédaction financière, production de code, traitement de données complexes). Pas aux tâches manuelles qui demandent une présence physique et une adaptabilité au contexte réel.
Anthropic confirme ce profil à partir des données américaines : les travailleurs les plus exposés sont significativement plus diplômés et mieux payés que la moyenne, avec un écart de rémunération de près de 47 % par rapport aux métiers les moins exposés. Fait notable, ils sont aussi plus souvent des femmes.
IA et destruction d'emplois : ce que le terrain confirme que les modèles ne capturent pas
Les projections agrégées ont leurs limites. Elles capturent mal ce que les études qualitatives et les observations terrain montrent avec précision.
-
Première réalité terrain : la vitesse effective de transformation est plus lente que les projections théoriques. Le cabinet Challenger, Gray & Christmas a comptabilisé un nombre limité de pertes d'emplois directement imputables à l'IA sur une période récente aux États-Unis (« environ 12 700 pertes d'emplois directement imputables à l'IA »). Simultanément, une analyse indépendante estimait à 200 000-300 000 le nombre total d'emplois supprimés ou d'embauches non effectuées, soit environ 0,15 % de l'emploi total non agricole américain. C'est réel, mais loin des millions annoncés. L'écart entre ce que l'IA peut théoriquement automatiser et ce qu'elle automatise effectivement tient à des facteurs que les modèles occultent : délais d'adoption, coûts d'intégration, résistances organisationnelles, réglementation.
-
Deuxième réalité terrain : l'étude du Budget Lab de Yale, qui a analysé l'évolution du marché du travail américain dans les 33 mois suivant le lancement de ChatGPT, arrive à des conclusions que ses auteurs eux-mêmes qualifient de « à rebours du reste de la littérature » : les effets observés sur l'emploi agrégé sont, pour l'instant, nettement inférieurs aux projections. Ce qui ne veut pas dire qu'ils resteront limités. Cela dit que le rythme de la transformation dépend autant des choix organisationnels que des capacités technologiques.
- Troisième réalité terrain, et sans doute la plus solide sur le plan méthodologique : les travaux d'Anthropic sur données américaines. En croisant l'usage réel de Claude avec les statistiques d'emploi du Bureau of Labor Statistics et l'enquête Current Population Survey, les chercheurs ne trouvent aucune hausse anormale du chômage chez les travailleurs les plus exposés à l'IA depuis la sortie de ChatGPT fin 2022. Le graphique ci-dessous illustre ce constat : le fossé entre les deux groupes s'était nettement resserré pendant la crise Covid, puis s'est stabilisé sans jamais se rouvrir depuis la sortie de ChatGPT.
Transformation IA des métiers : ce que ça change pour les organisations
Si la question « suppression ou transformation ? » trouve une réponse nuancée, les implications managériales sont, elles, plus immédiates.
Une étude IT Social le confirme : « 63 % des employeurs citent le déficit de compétences comme principal frein à leur transformation IA, et 59 % des travailleurs auront besoin de reconversion ou d’amélioration significative de leurs compétences ». Ces chiffres ne décrivent pas un futur lointain, ils décrivent un problème actif dans les organisations qui ont commencé à déployer l’IA sérieusement.
Les projections officielles de croissance de l’emploi vont d’ailleurs dans le même sens. Selon l’analyse croisée d’Anthropic avec les prévisions du Bureau of Labor Statistics américain, chaque tranche de 10 points de couverture IA supplémentaire d’un métier est associée à une croissance projetée plus faible de 0,6 point d’ici 2034. La corrélation reste modeste, mais elle existe, et elle confirme un principe simple : plus un métier absorbe de tâches automatisées aujourd’hui, plus sa trajectoire d’embauche ralentit demain, sans pour autant s’effondrer.
Ce qui se joue maintenant n’est pas tant la suppression de postes que l’élargissement des écarts. Entre les collaborateurs qui savent travailler avec l’IA et ceux qui ne le savent pas encore. Entre les entreprises qui ont restructuré leurs processus autour de l’IA et celles qui ont simplement abonné leurs équipes à des outils sans changer leur façon de travailler. Entre les secteurs qui ont anticipé la requalification et ceux qui attendent que le problème soit suffisamment visible pour agir.
L’IA ne supprime pas les emplois de façon uniforme et brutale. Elle reconfigure les compétences attendues, accélère les écarts de productivité, et pénalise silencieusement les organisations qui ont choisi d’attendre.
La bonne question n’est pas « l’IA va-t-elle supprimer mon emploi ? » Elle est « quelles tâches de mon poste vont être automatisées, lesquelles vont prendre plus de valeur, et est-ce que mon organisation m’accompagne dans cette transition ? » Cette question-là mérite une réponse précise, pas un grand récit rassurant, pas une projection catastrophiste. Un audit honnête des compétences, une feuille de route de transformation des rôles, et la volonté d’investir dans la reconversion avant que la pression ne force la main.
La traductrice qui a perdu un tiers de son chiffre d’affaires n’a pas perdu son emploi. Elle a perdu les tâches les plus mécaniques de son métier. Ce qui reste (l’adaptation culturelle, le jugement stylistique, la précision contextuelle) vaut plus qu’avant. Encore faut-il avoir décidé de s’y concentrer.
