Par Richard Abitbol

Deux récits saturent l'espace public. Le premier, porté par les géants du numérique, promet une IA qui libérerait l'homme des tâches ingrates pour le rendre à la créativité. Le second annonce la fin du travail, le déclassement des classes moyennes qualifiées, l'obsolescence programmée de millions de salariés. Ces deux récits ont un point commun : ils ne sont pas réfutables à l'horizon où ils sont formulés. On ne peut rien opposer à une prophétie, sinon des faits.

La mémoire devrait nous rendre prudents. En 2013, l'étude de Frey et Osborne estimait à 47 % la part des emplois américains exposés à l'automatisation dans la décennie. La décennie est passée ; les destructions massives n'ont pas eu lieu. Mais la leçon n'est pas qu'il faut ignorer l'IA. Elle est qu'il faut cesser de raisonner en volume global d'emplois pour regarder là où la transformation opère réellement.

Ce que disent les chiffres — et ce qu'ils taisent

La synthèse la plus rigoureuse disponible en France, publiée par la Direction générale du Trésor en juin 2026, établit un constat que ni les enthousiastes ni les catastrophistes ne veulent entendre : à ce jour, la littérature empirique ne permet pas d'identifier un effet agrégé significatif de l'IA sur l'emploi. Deux raisons à cela. La diffusion reste partielle — environ 20 % des entreprises européennes et 18 % des entreprises françaises avaient adopté l'IA en 2025. Et lorsque l'IA est adoptée, les effets de substitution et les gains de productivité tendent à se compenser.

Les estimations de la part des emplois « exposés » s'étalent de 5 % à 60 %. Une fourchette de cette amplitude n'est pas une mesure ; c'est un aveu d'ignorance méthodologique.

Quant aux licenciements spectaculaires attribués à l'IA, ils doivent être remis à leur juste proportion : en 2025, ils représentaient entre 4,5 % et 6,2 % des suppressions de postes annoncées aux États-Unis. Une part d'entre eux relève d'ailleurs de la « labellisation » : l'IA sert d'habillage à des corrections d'effectifs post-Covid, ou à la nécessité de dégager des ressources pour financer des investissements colossaux — près de 700 milliards de dollars de dépenses annoncées par les grandes entreprises technologiques en 2026. Invoquer l'IA rassure les marchés davantage qu'invoquer une sur-expansion passée.

Absence d'effet agrégé ne signifie pourtant pas absence d'effet. Elle signifie que l'effet est ailleurs.

La vraie fracture : l'échelle d'apprentissage

Le signal le plus inquiétant ne concerne pas les salariés en place, mais ceux qui n'y sont pas encore. Aux États-Unis, Brynjolfsson et ses coauteurs montrent que l'emploi des 22-25 ans dans les professions les plus exposées à l'IA a reculé de 16 % par rapport aux autres travailleurs entre novembre 2022 et juillet 2025. En France, le taux de chômage des 15-24 ans est passé de 19,1 % à 21,1 % entre le premier trimestre 2025 et le premier trimestre 2026 ; dans les activités informatiques, la contraction de l'emploi des moins de 30 ans a plus que compensé la progression des autres tranches d'âge.

La causalité n'est pas établie : la conjoncture pèse toujours davantage sur l'emploi des jeunes. Mais le mécanisme est cohérent, et il est redoutable. L'IA automatise d'abord les tâches codifiées, reproductibles, fondées sur des règles explicites. Or ce sont précisément celles que l'on confie aux débutants. La recherche jurisprudentielle et le premier jet de conclusions dans un cabinet d'avocats, les rapprochements comptables, le code élémentaire, les notes de synthèse : ces tâches n'étaient pas seulement du travail. Elles étaient le prix de la formation. Le junior apprenait en produisant, et sa production finançait son apprentissage.

C'est ce que masque le mantra désormais convenu selon lequel « l'IA supprime des tâches, pas des métiers ». Un métier n'est pas une somme de tâches à un instant donné ; c'est une trajectoire. Si les premiers barreaux de l'échelle disparaissent, qui formera les seniors de 2040 ? Le risque n'est pas le chômage de masse. C'est une organisation du travail en sablier : des experts augmentés au sommet, une base privée d'accès, et un vide au milieu que le temps ne comblera pas.

Le partage des gains, angle mort des promesses

Les gains de productivité individuels sont réels et documentés : +14 % pour les agents de service client, +26 % pour les développeurs dans des expériences contrôlées, avec des modèles déjà dépassés. La question décisive n'est donc pas de savoir si l'IA crée de la valeur, mais qui la capte.

Le raisonnement optimiste repose sur un mécanisme connu : en abaissant les coûts, la productivité stimule la demande et donc l'emploi. Ce mécanisme ne fonctionne que si la demande est sensible aux prix. Il vaut pour le développement logiciel ou le graphisme ; il ne vaut guère pour les fonctions dont le besoin est fixe. Là, la productivité se traduit mécaniquement par moins d'heures travaillées, ou moins de travailleurs.

Historiquement, les gains du progrès technique se sont convertis en croissance, en hausse des revenus réels et en réduction du temps de travail. Mais cette dernière conversion n'a jamais été spontanée : elle a été négociée, arrachée, légiférée. Rien ne garantit qu'elle se reproduise lorsque la valeur ajoutée se concentre dans des infrastructures de calcul et des modèles détenus par une poignée d'acteurs, pour l'essentiel extra-européens. Pour la France, l'enjeu est double : un partage interne entre capital et travail, et un partage externe entre ceux qui produisent les modèles et ceux qui les louent. Une économie qui utilise l'IA sans la maîtriser importe de la productivité et exporte de la rente.

Comme le rappellent Acemoglu, Autor et Johnson, l'orientation d'une technologie n'est pas une loi de la nature. Elle se choisit : outil de substitution ou outil d'augmentation du travailleur.

Trois chantiers pour repenser le travail

Protéger la formation par le travail. Le plan « Osez l'IA » vise à former 15 millions de professionnels d'ici 2030. C'est un objectif de volume. Il ne répond pas à la question de l'entrée dans le métier. Il faut redéfinir le poste junior autour de fonctions que l'IA rend plus nécessaires — vérification, contrôle, contextualisation, relation — et faire du tutorat une obligation reconnue et valorisée, notamment dans les secteurs les plus exposés. Le Conseil d'analyse économique a montré, à propos de la robotisation, que la lenteur des reconversions amputait de 40 % le bénéfice attendu de la technologie : l'accompagnement n'est pas une dépense sociale, c'est une condition du rendement.

Organiser le partage. Temps de travail, intéressement, fiscalité du capital automatisé, et — question qu'on ne peut plus éluder — le découplage partiel entre revenu et emploi. Ce débat mérite mieux que des slogans : il exige des modèles chiffrés, des scénarios assumés, y compris lorsqu'ils révèlent un coût.

Mesurer avant de prophétiser. Nous manquons d'instruments. Les statistiques arrivent avec retard, les indices d'exposition divergent selon les méthodes. Il faut un dispositif public d'observation fondé sur des indicateurs falsifiables : taux d'embauche des débutants dans les métiers exposés, évolution de la part du travail dans la valeur ajoutée des entreprises adoptantes, durée d'accès au premier emploi qualifié. Des indicateurs qui permettent de dire, dans trois ans, qui avait raison.

L'urgence est réelle, car la fenêtre est étroite. Selon les travaux de Coface, 3,8 % du contenu du travail en France serait aujourd'hui automatisable par l'IA générative, mais jusqu'à 16,3 % d'ici deux à cinq ans ; et si l'IA agentique se généralisait, plus de 40 % des métiers verraient plus de 30 % de leurs tâches devenir automatisables. Le paradoxe est cruel : lorsque les effets seront statistiquement mesurables, il sera trop tard pour les avoir anticipés.

Le travail n'est pas seulement un revenu. C'est une place, une reconnaissance, un apprentissage, une manière d'appartenir à la société. L'IA ne décidera pas de ce qu'il deviendra. Elle modifie les termes d'un arbitrage que nous devrons trancher : entre ceux qui détiennent la technologie et ceux qui l'utilisent, entre les générations installées et celles qui arrivent. Au-delà des promesses, il n'y a pas de destin technologique. Il y a un choix politique.

Références

Direction générale du Trésor, « L'intelligence artificielle, quels effets sur l'emploi ? », Trésor-Éco n° 391, juin 2026.

Brynjolfsson E., Chandar B., Chen R. (2025), « Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence ».

Brynjolfsson E., Li D., Raymond L. (2025), « Generative AI at Work », Quarterly Journal of Economics, 140(2).

Frey C. B., Osborne M. (2013), « The Future of Employment », Oxford Martin School.

Acemoglu D., Autor D., Johnson S. (2026), « Building Pro-Worker Artificial Intelligence », NBER WP 34854.

Arquié A., Duthoit A., Sublieau G. (2026), « The Next Automation Frontier », Coface.

Bocquet L. (2026), « Reconversions professionnelles après un choc technologique : le rôle des métiers-ponts », CAE, Focus n° 134.

Insee (2026), Note de conjoncture.

← Retour à Économie