L'IA n'automatise pas les métiers, elle les découpe
Pourquoi raisonner "métier par métier" nous fait rater l'essentiel de la transformation en cours.
Chaque nouvelle génération de modèle relance la même question : quels métiers vont disparaître ? C'est la mauvaise unité d'analyse. Un métier n'est pas un bloc monolithique, c'est un empilement de tâches très différentes les unes des autres, et l'IA ne les traite pas de façon uniforme.
Prenons un poste de juriste d'entreprise. Une partie du travail consiste à rechercher de la jurisprudence, résumer des contrats, repérer des clauses à risque. Une autre partie consiste à négocier, arbitrer entre des intérêts contradictoires, engager la responsabilité du cabinet sur une interprétation. La première catégorie est aujourd'hui largement assistée par l'IA. La seconde ne l'est presque pas.
Le découpage, pas le remplacement
Ce qui se produit dans la plupart des métiers qualifiés suit le même schéma :
- Les tâches répétitives et bien documentées (recherche, synthèse, mise en forme, premier jet) sont absorbées par les modèles.
- Les tâches de jugement (arbitrer, engager sa responsabilité, décider dans l'incertitude) restent humaines, au moins pour l'instant.
- Une nouvelle catégorie de tâches apparaît : vérifier, corriger et superviser ce que produit l'IA.
Le résultat n'est ni la disparition du métier, ni son maintien à l'identique. C'est une recomposition : le même intitulé de poste recouvre un travail réellement différent, avec moins de production brute et plus de supervision.
Ce que ça change pour l'organisation du travail
Ce découpage a une conséquence directe sur l'emploi que les débats "l'IA va-t-elle détruire des emplois" évacuent trop souvent : la question n'est pas seulement combien de postes, mais quelle proportion du temps de travail change de nature.
Une entreprise qui automatise 40 % des tâches d'un poste n'a pas besoin de licencier 40 % de son effectif. Elle peut réallouer ce temps vers des tâches à plus forte valeur ajoutée, si elle a la capacité organisationnelle de le faire. C'est précisément là que se joue l'écart entre les entreprises qui tirent parti de l'IA et celles qui subissent une simple réduction de coûts.
Pourquoi c'est important pour la régulation
Les cadres réglementaires qui pensent encore en catégories de métiers (comme certaines nomenclatures utilisées pour les études d'impact) risquent de mal évaluer où se situe réellement le risque social. Le risque n'est pas uniformément réparti sur un métier, il est concentré sur les tâches routinières qui composent une partie variable de chaque poste, y compris dans des professions qualifiées.
Décrypter l'avenir du travail suppose donc de descendre au niveau de la tâche, pas de rester au niveau du métier. C'est la grille de lecture que nous utiliserons pour la suite de ce blog.