PROTOTYPE INTERNE · démonstration interne · aucune donnée collectée · extraits « Tech Café » (droits Vendé, pré-accord)
L'École de la Techcomprendre, pas subir

Accueil · Bloc 6 Ce que ça change · T6.1

T6.1MatièreModule 1 sur 4

IA et emploi : ce que disent les études

Exposition, projection, mesure : ce que les études sérieuses disent vraiment — et ce qu'elles ne disent pas encore.

Statut du contenu : matière pédagogique sourcée, en cours de vérification finale — la leçon rédigée, enrichie des extraits du podcast Tech Café, arrive ensuite.

L'essentiel

  1. Aucune des sources de ce module ne « mesure » un emploi détruit par l'IA avant qu'il ne le soit : la plupart des chiffres qui circulent dans le débat public sont des projections construites sur un indice d'« exposition » (part des tâches d'un métier que l'IA pourrait théoriquement accomplir), pas des décomptes de licenciements déjà réalisés. Distinguer mesuré et projeté est l'objet central de ce module.
  2. [Projeté] Goldman Sachs (Briggs & Kodnani, note « The Potentially Large Effects of Artificial Intelligence on Economic Growth », 27/03/2023) : jusqu'à 300 millions d'emplois équivalents temps plein « exposés » à l'automatisation par l'IA générative dans le monde, 18 % des tâches mondiales jugées automatisables, environ deux tiers des emplois US/UE exposés à un degré ou un autre. Source intéressée : banque d'affaires, pas un institut indépendant — l'estimation sert aussi à étayer une thèse de gain de productivité (+7 % de PIB mondial sur 10 ans) qui valorise le récit IA que Goldman vend à ses clients.
  3. [Projeté] FMI (Cazzaniga et al., note de discussion SDN/2024/001, 15/01/2024) : environ 40 % de l'emploi mondial « exposé » à l'IA, environ 60 % dans les économies avancées, 40 % dans les économies émergentes, 26 % dans les pays à faible revenu. Organisation intergouvernementale sans produit IA à vendre, mais méthode d'indice d'exposition proche de celle de Goldman Sachs.
  4. [Critique méthodologique, à connaître avant de citer un indice d'exposition] Plusieurs économistes, relayés par une chronique CEPR (« When the ruler is made of the thing it measures »), soulignent que ces indices sont rarement confrontés aux données réelles d'évolution de l'emploi, et que certains — dont celui utilisé par le FMI — demandent en pratique à un modèle d'IA ou à des évaluateurs humains d'estimer combien de son propre travail l'IA pourrait remplacer : un raisonnement à risque de circularité, pas une mesure externe indépendante.
  5. [Projeté, contrepoint académique] Daron Acemoglu (MIT), « The Simple Macroeconomics of AI » (NBER Working Paper n° 32487, 2024, publié depuis dans la revue à comité de lecture Economic Policy) : effet macroéconomique estimé nettement plus modeste qu'ailleurs — gain de productivité globale des facteurs de seulement 0,53 % à 0,66 % sur 10 ans, à comparer aux +7 % de PIB avancés par Goldman Sachs. La part des tâches américaines jugées exposées à l'IA dans son modèle est d'environ 20 %, dont seulement 23 % seraient rentables à automatiser en l'état des coûts.
  6. [Projeté, source semi-intéressée] Eloundou, Manning, Mishkin & Rock (trois auteurs employés par OpenAI, un chercheur de l'université de Pennsylvanie ; préprint mars 2023, publié août 2023), « GPTs are GPTs » : environ 80 % de la main-d'œuvre américaine pourrait voir au moins 10 % de ses tâches affectées par l'introduction des LLM, et environ 19 % des travailleurs pourraient voir au moins 50 % de leurs tâches affectées. Méthode d'exposition théorique (évaluateurs humains + GPT-4 notant des tâches), pas une mesure d'emplois réellement transformés — et trois des quatre auteurs travaillent pour l'entreprise dont l'intérêt commercial est de démontrer l'ampleur de l'impact de ses propres modèles.
  7. [Projeté, source intéressée] McKinsey Global Institute, The economic potential of generative AI (juin 2023, méthode : examen de 850 métiers et 2 100 activités de travail détaillées dans 47 pays) : gain économique mondial estimé entre 2 600 et 4 400 milliards $ par an d'ici 2040, et un potentiel d'automatisation portant sur 60 à 70 % du temps de travail actuel des salariés selon ce même rapport. McKinsey est un cabinet de conseil qui vend lui-même des missions d'adoption de l'IA à ses clients — conflit d'intérêt direct à signaler avant de citer ce chiffre comme neutre. [Corrigé 20/07/2026] Une première passe de cette recherche avait rapporté par erreur un chiffre de 17 100 à 25 600 milliards $ attribué à McKinsey via une source secondaire (paraphrase d'un article citant le papier d'Acemoglu) ; la lecture directe du rapport McKinsey donne 2 600 à 4 400 milliards $/an — c'est ce second chiffre, vérifié sur la source primaire, qui doit être retenu.
  8. [Mesuré, avec prudence méthodologique] Challenger, Gray & Christmas (cabinet américain de reclassement, suit les annonces de licenciement depuis 1993, catégorie « IA » introduite en 2023) : 54 836 suppressions de poste ont cité l'IA comme motif sur l'ensemble de l'année 2025 (5 % du total annuel des annonces) ; la tendance s'accélère en 2026, l'IA devenant en avril 2026 le premier motif cité du mois (21 490 annonces, 26 % du total mensuel). Point de vigilance : ce décompte porte sur le motif déclaré par l'employeur, pas sur une cause démontrée — une entreprise peut invoquer l'IA pour habiller une restructuration aux causes plus larges.
  9. [Mesuré, signal le plus solide de ce module] Brynjolfsson, Chandar & Chen (Stanford Digital Economy Lab, étude publiée en août 2025), sur données de paie réelles fournies par ADP (portant sur plus de 25 millions de salariés américains) : dans les métiers les plus exposés à l'IA générative, l'emploi des salariés de 22 à 25 ans a reculé de 16 % en relatif depuis la diffusion large de ChatGPT, après contrôle des chocs propres à chaque entreprise — alors que l'emploi des salariés plus expérimentés dans les mêmes métiers, et celui des jeunes dans les métiers moins exposés, reste stable ou continue de progresser. C'est la seule étude de ce module construite sur des données d'emploi réelles plutôt que sur un indice déclaratif ou théorique.
  10. [Déclaratif, source intéressée, à attribuer] Selon l'Anthropic Economic Index (éditions janvier, mars et juin 2026), environ 49 % des métiers ont vu au moins un quart de leurs tâches associées à un usage mesuré de Claude ; les métiers informatique/mathématiques y sont fortement surreprésentés (environ 30 % des sessions contre 4 % de l'emploi américain). Anthropic mesure ici l'usage de son propre produit — c'est un signal d'adoption, pas une preuve de suppression de poste.
  11. [Déclaratif, prospectif] World Economic Forum, Future of Jobs Report 2025 (janvier 2025, enquête auprès de plus de 1 000 employeurs représentant 14 millions de salariés dans 55 économies) : anticipation nette de +78 millions d'emplois d'ici 2030 (170 millions créés, 92 millions supprimés), mais 41 % des employeurs interrogés anticipent réduire leurs effectifs du fait de l'IA. Une enquête d'intentions déclarées par des employeurs, pas un résultat observé — et le WEF n'est pas un organisme neutre au sens strict (financé par ses entreprises membres).
  12. à vérifier En France, la DARES publie chaque année une liste de métiers en tension jugés peu exposés à l'automatisation (soin, bâtiment, transport, agriculture, hôtellerie-restauration). Des chiffres de progression des offres d'emploi liées à l'IA (166 000 offres en 2024) et des métiers « augmentés »/« automatisés » (+252 %/+223 % entre 2019 et 2024) circulent largement en ligne, mais n'ont pas été retrouvés sur une publication DARES primaire identifiée directement dans cette recherche — à confirmer sur dares.travail-emploi.gouv.fr avant réutilisation.
Exposition, projection, mesure : pas la même preuve
la majorité des chiffres citésIndice d'expositionProjectionDonnées réelles observéesrare dans ce débatchiffre citédans le débatmesure

Un chiffre sur l'IA et l'emploi peut venir d'un indice d'exposition théorique, d'une projection économique ou d'une mesure sur données réelles — des preuves très inégales, souvent citées comme si elles se valaient.

Repères clés

DonnéeValeurDateSource
Emplois « exposés » à l'automatisation IA (monde, projection)300 millions ETPnote du 27/03/2023Goldman Sachs (Briggs & Kodnani)
Emploi mondial « exposé » à l'IA (projection FMI)≈ 40 % (60 % économies avancées)note du 15/01/2024FMI, SDN/2024/001
Gain de productivité globale des facteurs à 10 ans (estimation académique la plus prudente)0,53 à 0,66 %2024-2025Acemoglu, NBER w32487
Travailleurs US avec ≥ 50 % des tâches exposées aux LLM (projection)≈ 19 %préprint 03/2023, publié 08/2023Eloundou et al. (OpenAI + UPenn)
Gain économique mondial annuel estimé de l'IA générative (projection, source intéressée)2 600 à 4 400 Md$/an d'ici 2040rapport de 06/2023McKinsey Global Institute
Suppressions de poste 2025 citant l'IA comme motif (US)54 836 (5 % du total annuel)année 2025Challenger, Gray & Christmas
Recul relatif de l'emploi des 22-25 ans en métiers exposés (données de paie réelles)-16 %mesuré, publié 08/2025Brynjolfsson/Chandar/Chen, Stanford
Métiers avec ≥ 25 % des tâches touchées par un usage mesuré de Claude≈ 49 %éditions 2026Anthropic Economic Index
Création nette d'emplois anticipée d'ici 2030 (enquête employeurs)+78 millions (170 M créés / 92 M supprimés)janvier 2025WEF, Future of Jobs Report 2025

Idées reçues

  1. « L'IA va détruire des centaines de millions d'emplois » — Aucune étude de ce module ne mesure une destruction déjà réalisée à cette échelle : les chiffres à neuf chiffres (300 M, 40 % de l'emploi mondial) sont des projections d'exposition théorique, pas des décomptes.
  2. « Un indice d'exposition à l'IA, c'est une mesure scientifique neutre » — Nuancé : la méthode (estimer combien de tâches d'un métier l'IA pourrait accomplir) est, selon la critique relayée par CEPR, rarement confrontée aux données réelles d'évolution de l'emploi.
  3. « Toutes les études sur IA et emploi se valent » — Faux : une étude sur données de paie réelles (Stanford/ADP) et une enquête déclarative auprès d'employeurs (WEF) ne mesurent pas la même chose et n'ont pas la même force de preuve.
  4. « Les grands chiffres macro confirment l'ampleur du choc sur l'emploi » — Non : l'estimation académique la plus prudente (Acemoglu) est d'un ordre de grandeur inférieur à celles diffusées par des acteurs qui vendent du conseil ou des services liés à l'IA.

Questions fréquentes de débutants

Réponds mentalement avant d'ouvrir : c'est l'effort de rappel qui ancre, pas la relecture.

L'IA a-t-elle déjà détruit des emplois, concrètement ?

Un signal mesuré existe pour une population précise (22-25 ans dans les métiers les plus exposés aux États-Unis, données de paie réelles, Stanford/ADP, 2025) ; en dehors de ce cas, la plupart des chiffres cités dans le débat public restent des projections.

Pourquoi les chiffres varient autant d'une étude à l'autre (16 % vs 40 % vs 300 millions) ?

Les méthodes diffèrent (indice d'exposition théorique, données de paie réelles, comptage d'annonces de licenciement) et les auteurs n'ont pas tous le même intérêt dans le résultat.

Une entreprise qui annonce des licenciements "à cause de l'IA", c'est toujours vrai ?

Pas vérifiable de l'extérieur : Challenger, Gray & Christmas compte le motif déclaré par l'employeur, pas une cause démontrée.

Faut-il craindre pour son métier si l'IA l'utilise beaucoup ?

Un usage élevé mesuré (Anthropic Economic Index) indique une adoption de l'outil dans les tâches du métier, pas automatiquement une suppression de poste : les données actuelles ne démontrent pas l'équivalence entre les deux.

Pièges & points de vigilance

  1. Ne jamais présenter un chiffre d'« exposition » comme un nombre d'emplois déjà perdus — c'est l'erreur la plus fréquente de reprise médiatique de ces études.
  2. Vérifier systématiquement qui finance ou publie l'étude citée (banque d'affaires, cabinet de conseil, institution publique, laboratoire IA) avant de lui accorder un statut de neutralité.
  3. Un chiffre de « suppressions de postes liées à l'IA » (Challenger) mesure des annonces motivées, pas des causes prouvées.
  4. Les données par pays ne sont pas transposables telles quelles : les figures FMI/Goldman sont mondiales ou centrées sur les États-Unis, la structure des métiers exposés en France (DARES) diffère.
  5. Une étude publiée par un fournisseur d'IA sur l'usage de son propre outil (Anthropic, OpenAI…) mesure l'adoption de ce produit précis, jamais l'ensemble du marché.

Sources