IA et emploi : dépasser les discours anxiogènes

Depuis deux ans on ne cesse d’entendre que L’IA va détruire des emplois. Les recruteurs vont disparaître, les juniors n’auront plus leur place et le travail tel qu’on le connaît serait en train de s’éteindre sous nos yeux.

Le problème n’est pas que ce discours soit anxiogène mais qu’il est intellectuellement faible, ne repose sur pas grand chose et surtout qu’il détourne l’attention des vrais sujets.

Quand on regarde les travaux un peu sérieux, à commencer par ceux produits de Stanford, le tableau est nettement moins spectaculaire. Une exposition partielle de certains métiers, un effet mesurable sur une fraction très limitée d’entre eux, et un impact négatif global qui se compte en dixièmes de pourcent. On est loin de l’effondrement annoncé, loin aussi de la rupture que certains se plaisent à prédire (Etude de Stanford : l’IA met l’emploi des jeunes sous pression).

Mais ce décalage entre les faits et le récit n’est pas un accident, bien au contraire.

En bref :

Les discours alarmistes sur la disparition massive d’emplois due à l’IA sont exagérés et reposent souvent sur une confusion entre tâches, métiers et emploi au sens macro-économique.
Les études sérieuses (comme celles de Stanford ou de l’OCDE) montrent un impact limité de l’IA sur l’emploi, loin des scénarios catastrophes souvent relayés.
Dans certaines entreprises, les licenciements présentés comme liés à l’automatisation servent en réalité à financer les investissements en IA, sans gains de productivité immédiats.
L’enjeu principal se situe dans la transformation des parcours professionnels, les tâches d’apprentissage étant automatisées, ce qui fragilise l’intégration des jeunes dans le monde du travail.
Les gains de productivité attendus de l’IA sont modestes à l’échelle macroéconomique, et la vraie question porte sur leur répartition : salaires, temps de travail ou rente pour les investisseurs.

La confusion entre tâches, métiers et emplois

Une grande partie des discours sur l’IA repose sur une confusion permanente entre trois niveaux qui n’ont rien à voir : les tâches, les métiers, l’emploi au sens macro-économique. On commence par expliquer, chiffres à l’appui, qu’une partie des tâches d’un poste peut être automatisée. Jusque-là, rien de contestable. Puis on en déduit sans autre forme de procès que le métier va disparaître et enfin, mécaniquement, que l’emploi va s’effondrer.

Ce raisonnement est séduisant parce qu’il est simple mais le problème est qu’il est aussi faux. Les métiers ne sont pas des listes figées de tâches et l’histoire économique montre qu’ils se recomposent en permanence. La photographie a détruit certains métiers tout en en créant d’autres, souvent plus nombreux, mais différents. L’IA s’inscrit dans cette continuité, pas dans une exception radicale.

C’est exactement ce que rappelle, entre les lignes, la publication récente de l’OCDE sur la productivité de l’IA (Miracle or Myth? Assessing the macroeconomic productivity gains from Artificial Intelligence)

Le passage du micro au macro n’a rien d’automatique et l’oublier permet de faire des titres anxiogènes. A l’inverse, le rappeler oblige à réfléchir un peu.

Licencier à cause de l’IA ou pour financer l’IA ?

Déjà il faut bien être conscients qu’un nombre significatif de licenciement est la contrepartie de la masse d' »embauches COVID ». Une hausse subite des besoins dans certains secteurs, notamment le digital et le conseil avait entrainé des recrutements massifs et maintenant qu’on est de retour sur un volume d’activité plus « normal » on se retrouve avec des salariés surnuméraires.

Ensuite il y a un autre aspect du débat qui est rarement abordé des manière claire. Dans un certain nombre d’entreprises, les licenciements ne sont pas la conséquence de gains de productivité liés à l’IA, mais la condition de son financement.

L’IA coûte cher : infrastructures, licences, intégrations, projets pilotes, cabinets de conseil, équipes dédiées… Dans beaucoup de cas, elle ne rapporte encore rien de mesurable, pas parce qu’elle est inutile, mais parce que son intégration dans l’organisation du travail est lente, complexe, et souvent mal pensée (La grande illusion des gains de productivité technologiques (IA comprise)). Face à cette équation, certaines directions arbitrent. On réduit la masse salariale pour dégager des marges d’investissement, surtout chez des éditeurs de solutions IA qui investissement massivement sans enregistrer de revenus significatifs à tel point qu’une entreprise comme Microsoft ne publie plus dans ses comptes les chiffres de l’activité IA mais les noie dans la ligne « Azure ». Puis on explique que ces suppressions de postes sont la conséquence inévitable de l’automatisation mais en attendant les investisseurs sont rassurés.

On commence d’ailleurs à voir une nouvelle tendance avec des entreprises qui licencient en invoquant l’IA, puis réembauchent quelques mois plus tard quand la promesse technologique ne se matérialise pas opérationnellement (Employers regret AI layoffs and rush to rehire former talent, AI layoffs backfire: 55% of employers admit regret et The AI layoff trap: Why half will be quietly rehired)

L’IA devient alors moins un levier de transformation qu’un alibi narratif pour des décisions financières de court terme.

Le problème n’est pas où on croit

Dire que l’IA ne détruit pas massivement l’emploi ne signifie pas que tout va bien. Il y un vrai malaise et il est particulièrement visible chez les jeunes et sur les postes d’entrée de carrière mais là encore, la cause est souvent mal identifiée.

Ce qui est fragilisé, ce ne sont pas les emplois en tant que tels, mais les mécanismes d’apprentissage. Les tâches simples, répétitives, qui permettaient d’entrer dans un métier, d’en comprendre les codes, de progresser par paliers, sont précisément celles que l’IA prend en charge en premier. Le risque n’est donc pas la disparition du travail, mais la rupture des trajectoires professionnelles (AI isn’t killing entry-level jobs. So, what is? et L’automatisation fragiliserait la capacité de renouvellement des compétences).

Ce sujet est organisationnel avant d’être technologique et il engage directement le management.

A qui vont les gains ?

Quand on prend un peu de recul, une constante apparaît : les gains de productivité attendus de l’IA existent, mais ils sont modestes à l’échelle macro. De l’ordre de 1 % par an selon l’OCDE (voir plus haut) et, pour mémoire, dans les Trente Glorieuses, certains pays affichaient durablement 4 à 5 % de gains annuels sans que cela ne détruise l’emploi. C’est significatif mais ce n’est pas une révolution comparable aux grandes ruptures industrielles du passé.

Et pour Daron Acemoglu qui est tout de même prix Nobel d’économie, « l’IA entraînera une «augmentation modeste » du PIB comprise entre 1,1 et 1,6 % au cours des dix prochaines années, avec un gain de productivité annuel d’environ 0,05 % » (Daron Acemoglu: What do we know about the economics of AI?).

La question centrale devient alors celle de la redistribution. Ces gains iront-ils vers les salaires, le temps de travail, le financement des systèmes sociaux, ou seront-ils captés sous forme de rentes par ceux qui financent et contrôlent l’économie de l’IA ? Dans un contexte de tensions géopolitiques, de fin du multilatéralisme et de dépendance technologique accrue, notamment en Europe, ce choix est tout sauf neutre.

Mais parler uniquement d’emplois détruits permet d’éviter ce débat. C’est confortable mais c’est aussi une manière de ne pas regarder nos choix collectifs en face.

Conclusion

Au fond, l’IA ne fait pas disparaître le travail mais révèle ce que nous avons accepté pendant des années. Des organisations mal pensées, des rôles flous, des métiers vidés de leur substance et, surtout, des décisions financières déguisées en fatalités technologiques.

La question n’est donc pas de savoir si l’IA va tuer l’emploi mais de savoir ce que nous faisons de cette technologie. Comment nous l’intégrons, ce que nous choisissons de financer, ce que nous décidons de préserver et surtout, ce que nous sommes prêts à redistribuer.

Le reste, les prophéties, les annonces tonitruantes, relèvent davantage du marketing que de l’analyse (Si vous n’achetez pas mes produits et mes services, vous allez tous mourir).

Pour répondre à vos questions…

L’IA va-t-elle vraiment détruire massivement des emplois ?

Non, selon les travaux cités, l’impact global de l’IA sur l’emploi reste très limité. Les études évoquent surtout une exposition partielle de certains métiers et un effet mesurable sur une fraction réduite des tâches. À l’échelle macro-économique, l’impact négatif se compte en dixièmes de pourcent, loin des scénarios d’effondrement souvent avancés. Le discours alarmiste repose davantage sur des extrapolations simplistes que sur des données solides.

Pourquoi parle-t-on à tort de disparition de métiers entiers ?

Parce que le débat confond souvent tâches, métiers et emploi. Le fait qu’une tâche soit automatisée ne signifie pas que le métier disparaît. Les métiers se recomposent en permanence, comme l’histoire économique l’a montré. Passer directement de l’automatisation de tâches à l’effondrement de l’emploi est intellectuellement séduisant, mais faux.

Les licenciements actuels sont-ils vraiment dus à l’IA ?

Dans de nombreux cas, les licenciements servent surtout à financer les investissements en IA. Infrastructures, licences et projets coûtent cher et ne génèrent pas encore de gains mesurables. L’IA est alors utilisée comme justification narrative pour des arbitrages financiers de court terme, parfois suivis de réembauches.

Pourquoi les jeunes sont-ils plus exposés que les autres ?

Le problème ne vient pas de la disparition des emplois, mais de celle des tâches d’apprentissage. Les missions simples qui permettaient aux juniors de progresser sont souvent automatisées en premier. Cela fragilise les trajectoires professionnelles et pose un problème organisationnel et managérial plus que technologique.

Le vrai enjeu de l’IA n’est-il pas la redistribution des gains ?

Oui. Les gains de productivité liés à l’IA sont réels mais modestes. La question centrale devient donc leur répartition : salaires, temps de travail, financement collectif ou rentes privées. Se focaliser sur la peur de la destruction d’emplois permet surtout d’éviter ce débat essentiel.

Crédit visuel : Image générée par intelligence artificielle via ChatGPT (OpenAI)