Le mythe du remplacement total : ce que disent vraiment les données sur l'emploi

Deux discours dominent le débat public sur l'IA et l'emploi. Le premier annonce la disparition de dizaines de millions de postes d'ici quelques années. Le second affirme que rien ne change vraiment, comme pour chaque vague technologique précédente. Les deux simplifient à l'excès.

Ce que montrent les données disponibles

Les études qui suivent des cohortes réelles de travailleurs, plutôt que des simulations théoriques, convergent vers un constat plus nuancé :

• L'exposition à l'IA générative touche une proportion large mais très inégale des tâches professionnelles, concentrée sur le traitement de texte, de code et de données structurées.
• Les emplois les plus exposés ne sont pas les moins qualifiés, contrairement aux vagues d'automatisation industrielle précédentes. Ce sont souvent des professions intermédiaires et supérieures à forte composante cognitive routinière.
• L'effet observé jusqu'ici est plus visible sur la composition des tâches et sur l'embauche nette de juniors que sur les licenciements de personnel déjà en poste.

Ce dernier point mérite d'être souligné. Le signal le plus robuste dans les données d'emploi récentes n'est pas une vague de licenciements, c'est un ralentissement des embauches d'entrée de carrière dans certaines fonctions, notamment le support client, la rédaction de premier niveau et certaines tâches de développement junior.

Pourquoi les grandes prévisions se trompent souvent

Les estimations les plus spectaculaires partent généralement d'une hypothèse implicite : que la capacité technique d'automatiser une tâche se traduit mécaniquement par son automatisation effective. Or trois frictions ralentissent systématiquement ce passage :

1. Le coût d'intégration dépasse souvent le coût du modèle lui-même : refonte des processus, formation, gestion du changement.
2. La responsabilité juridique et opérationnelle reste attachée à une personne, ce qui limite l'automatisation complète des tâches à conséquences importantes.
3. La demande elle-même évolue : une tâche moins coûteuse à produire est souvent consommée en plus grande quantité, ce qui peut maintenir ou même augmenter l'emploi dans certains segments.

Ce qu'il faut surveiller, plutôt que prédire

Plutôt que de chercher un chiffre unique de "postes détruits", les indicateurs les plus utiles à suivre sont :

• Le taux d'embauche des juniors dans les fonctions les plus exposées, secteur par secteur.
• La répartition du temps de travail entre production et supervision au sein des postes existants.
• L'écart de productivité entre entreprises qui intègrent l'IA dans leurs processus et celles qui se contentent de la superposer à l'existant.

C'est cette approche, fondée sur des indicateurs suivis dans la durée plutôt que sur des projections ponctuelles, que nous utiliserons pour couvrir ce sujet sur la durée.