McKinsey estimait en avril 2024 que plus de 30 % des heures travaillées en Europe et aux États-Unis pourraient être automatisées d’ici 2030 grâce à l’IA générative. Ce chiffre ne signifie pas que 30 % des personnes perdront leur emploi. Il invite plutôt à regarder le contenu de chaque métier, les tâches concernées et les conséquences possibles sur le marché de l’emploi.

Les données disponibles permettent déjà d’identifier les professions les plus exposées, les écarts entre pays et les risques particuliers pour certains emplois féminins. Elles ne permettent pas encore de prédire avec précision combien de postes disparaîtront.

Quels emplois sont les plus exposés à l’IA?

L’exposition concerne d’abord des tâches précises, et non des professions entières. Une secrétaire, un comptable ou un analyste financier peut voir une partie de son activité automatisée tout en conservant un rôle de contrôle, de conseil ou de relation avec les clients.

Les tâches et métiers les plus automatisables

Goldman Sachs évoquait, en mars 2023, jusqu’à 300 millions d’emplois potentiellement affectés dans le monde, soit environ deux tiers des emplois actuels selon ses propres termes. Le FMI estime que 60 % des emplois des économies avancées sont fortement exposés, dont 33 % présentent un risque réel de substitution partielle.

Les activités les plus vulnérables reposent généralement sur des règles explicites, des procédures standardisées et des données structurées:

• Saisie de données et dactylographie: ces tâches répétitives sur des données structurées peuvent être directement prises en charge par des systèmes automatisés.
• Comptabilité et aide-comptabilité: le traitement de flux financiers standardisés est déjà largement automatisable avec les outils actuels.
• Secrétariat administratif et accueil: la planification, la rédaction de courriers et la gestion d’agendas progressent rapidement avec les assistants virtuels.
• Analystes financiers et conseillers en investissement: depuis 2023, l’exposition touche aussi des professions qualifiées, notamment dans l’analyse de données et le développement logiciel.

L’intuition, la négociation, la gestion des imprévus et la relation directe restent plus difficiles à automatiser à court terme. Un métier peut conserver son intitulé tout en perdant une part importante de son contenu.

Les estimations décrivent surtout une transformation du travail, avec des effets variables selon les secteurs, les entreprises et le niveau de qualification.

Une exposition inégale selon les pays

À l’échelle mondiale, environ 24 % des emplois présentent un degré d’exposition à l’IA générative. La proportion atteint 34 % dans les pays à revenu élevé, contre environ 10 % dans les pays à faible revenu. La Direction générale du Trésor recommande de lire ces chiffres avec prudence, car ils ne tiennent pas entièrement compte de la progression réelle de l’IA ni de l’évolution de ses coûts de développement.

Les chercheurs et les décideurs suivent ces écarts à l’aide de données de paie, d’enquêtes sectorielles et de modèles d’exposition produits par le FMI, l’OIT ou l’OCDE. L’observatoire des emplois menacés et émergents ne mesure pas seulement les licenciements: il cherche aussi à repérer les fonctions qui apparaissent, les compétences demandées et les secteurs susceptibles de recruter.

L’écart entre pays riches et pays en développement tient surtout à la composition des marchés du travail locaux. Les économies avancées comptent davantage d’emplois administratifs, financiers et intellectuels exposés aux outils génératifs. Elles disposent aussi de ressources supérieures pour financer la formation et accompagner les transitions, sans que cela garantisse une répartition équitable des pertes d’emploi.

L’impact de l’intelligence artificielle sur l’emploi dépend donc moins d’un scénario mondial unique que de la structure de chaque économie. Un même outil peut supprimer une tâche dans une banque, modifier le travail d’un agent administratif ou créer un besoin de supervision dans une petite entreprise. Cette géographie de l’exposition recouvre aussi une inégalité de genre.

Des risques marqués pour certains emplois féminins

Dans les pays à revenu élevé, les emplois à fort potentiel d’automatisation représentent 9,6 % de l’emploi féminin, contre 3,5 % de l’emploi masculin. En 2023, ces taux étaient respectivement de 7,8 % et 2,9 %. L’écart s’est donc accentué en un an.

Cette différence s’explique en partie par la concentration des femmes dans les postes de bureau et de service administratif, où les tâches sont souvent standardisées. En Amérique latine, les emplois les plus exposés sont davantage occupés par des femmes urbaines, relativement qualifiées, titulaires de contrats formels dans la banque, la finance et le secteur public.

Les conséquences concernent les trajectoires de carrière, les revenus et l’accès à la requalification. Une formation adaptée peut aider, mais elle ne suffit pas si les entreprises utilisent des systèmes de recrutement ou d’évaluation qui reproduisent les biais existants. La recherche sur la gouvernance de l’IA dans les ressources humaines examine précisément cette accumulation de risques.

Le règlement européen (UE) 2024/1689 interdit notamment l’inférence émotionnelle au travail afin de protéger la dignité professionnelle. Cette règle rappelle que l’automatisation ne relève pas uniquement de la performance technique: elle engage aussi les droits, les conditions de travail et la capacité des salariés à contester une décision.

Lire ces évolutions exige de distinguer le métier menacé, la tâche automatisée et la profession qui se recomposera autour de nouvelles responsabilités.

Comment l'IA transforme-t-elle le travail?

L'IA ne provoque pas l'effondrement du monde du travail. Elle accélère plutôt une recomposition des compétences, du recrutement et du contenu réel des postes. Les premiers signaux documentés révèlent des effets inégaux: les jeunes diplômés subissent une pression accrue à l'entrée du marché, tandis que les professionnels expérimentés semblent, pour l'instant, mieux protégés. Cette bifurcation mérite une lecture précise.

Le recrutement change surtout pour les juniors

Les données de paie du Stanford Digital Economy Lab montrent que, depuis fin 2022, l'emploi des jeunes diplômés de 22 à 25 ans a diminué d'environ 13 % dans les métiers exposés à l'IA. Dans le développement logiciel, le recul peut approcher 20 %. Les entreprises ne licencient pas massivement: elles recrutent moins de débutants lorsque les tâches typiques des premières années peuvent être partiellement automatisées.

• Tri des candidatures: des outils automatisés filtrent les dossiers avant toute intervention humaine, ce qui réduit le nombre de postes de chargé de sourcing junior.
• Rédaction de documents courants: contrats types, comptes rendus et présentations standardisées sont confiés à des assistants d'IA générative. Ces tâches occupaient souvent une large part des premières années d'emploi.
• Analyse de données d'entrée: les profils analytiques juniors voient une partie de leur valeur initiale captée par des modèles capables de produire rapidement des synthèses.

Dans plusieurs métiers exposés, l'emploi des salariés de plus de 30 ans a lui progressé sur la même période: le jugement contextuel et l'expérience restent difficiles à automatiser, ce qui déplace la valeur ajoutée vers les profils confirmés. Les pratiques d'embauche s'en trouvent modifiées: lorsque l'automatisation absorbe les tâches d'entrée de carrière, les entreprises privilégient des compétences immédiatement opérationnelles, parfois au détriment de la formation initiale. Cette évolution modifie déjà les parcours professionnels.

Des tâches augmentées plutôt que supprimées

L'IA et le travail entretiennent plus souvent une relation de transformation que de substitution. Selon l'OIT, dans les pays développés, 13,4 % des emplois présentent un potentiel d'amélioration par l'IA, contre 5,1 % un potentiel de remplacement net. L'intelligence artificielle générative peut donc accroître la capacité d'un professionnel à produire davantage ou mieux sans supprimer son emploi.

• Enseignants: personnalisation des supports pédagogiques et automatisation des tâches administratives, afin de consacrer davantage de temps à l'accompagnement.
• Juristes: rédaction de contrats types et revue documentaire accélérée, avec un recentrage sur le conseil stratégique et la négociation.
• Médecins: aide au diagnostic et synthèse de dossiers, avec une vigilance indispensable face aux hallucinations des modèles de langage, capables de produire une réponse fausse avec assurance.
• Managers RH: analyse des compétences et des profils, à condition d'identifier les biais algorithmiques et de maintenir une responsabilité clairement attribuée dans l'évaluation.

Les enquêtes de l'OCDE dans les secteurs manufacturier et financier rapportent une perception globalement favorable des gains de productivité. Elles signalent aussi une inquiétude sur la perte d'autonomie et la collecte de données personnelles. En 2024, seulement 24 % des initiatives d'IA générative en entreprise étaient correctement sécurisées. Pour les salariés dont les données alimentent ces systèmes, cette proportion a des conséquences très concrètes.

Autonomie et qualité du travail en question

La diffusion de l'IA dans les organisations peut réduire progressivement le contrôle humain. Une recommandation algorithmique devient automatisation, puis délégation, puis dépendance. Lorsque des agents autonomes arbitrent selon des objectifs mal compris par l'utilisateur, la qualité du travail peut se dégrader sans que la cause soit immédiatement identifiée. Le risque est particulièrement sérieux lorsqu'une erreur touche une carrière ou une décision médicale.

L'usage non encadré progresse rapidement: 28 % des salariés interrogés à l'international utilisent l'IA générative au travail, et plus de la moitié le font sans approbation formelle de leur employeur. Ce « shadow GPT » brouille la traçabilité des données, la responsabilité en cas d'erreur et la cohérence des décisions. L'IA change le travail avant même que les organisations aient défini leurs règles internes.

L'adoption de l'IA exerce aussi une pression sur les dirigeants. Selon l'étude citée, 57 % d'entre eux doutent que leur équipe de direction comprenne suffisamment les risques et les opportunités liés à l'IA, tandis que 43 % seulement ont instauré une formation formelle. Ce manque de préparation fragilise les décisions d'intégration et expose les professionnels à des conséquences difficiles à corriger.

Les métiers exposés ne disparaissent donc pas tous au même rythme: certaines tâches sont automatisées, d'autres gagnent en importance, notamment celles qui exigent jugement, responsabilité et compréhension du contexte. La formation doit suivre cette évolution, sans se limiter à l'apprentissage des outils. L'impact de la diffusion de l'IA dépendra surtout de la manière dont les organisations répartiront le pouvoir de décision.

Quelles opportunités pour l'emploi face à l'IA?

Le rapport Future of Jobs 2025 du Forum économique mondial prévoit environ 170 millions de nouveaux emplois d'ici 2030, contre 92 millions de postes déplacés, soit un solde positif estimé à 78 millions d'emplois. Ce solde positif ne dit rien de la répartition des gains et des pertes. Comme lors des précédentes révolutions technologiques, les nouveaux emplois ne profiteront pas automatiquement aux mêmes salariés ni aux mêmes territoires que ceux qui perdront leur poste.

Les compétences humaines qui restent décisives

Les métiers susceptibles de survivre à l'IA seront surtout ceux où le jugement humain reste difficile à formaliser. Une étude de la Harvard Business School indique qu'un modèle entraîné sur des données financières reproduit environ 71 % des décisions de trading de gérants traditionnels. Les 29 % restants mobilisent une part d'appréciation qui ne peut être réduite à des règles stables.

• Créativité et innovation: produire une idée réellement nouvelle dans une situation inédite suppose une culture professionnelle et une sensibilité construites dans la durée.
• Relation humaine et empathie: l'accompagnement thérapeutique, pédagogique ou managérial repose sur une présence que les systèmes automatisés ne reproduisent pas avec la même fiabilité.
• Jugement complexe et responsabilité: décider avec des informations incomplètes, assumer les conséquences d'un choix et répondre devant des tiers restent des fonctions que les agents autonomes ne peuvent pas pleinement endosser.

Les métiers exposés à l'IA ne disparaîtront donc pas tous: ils seront recomposés, et les professions qui intègrent l'outil tout en préservant leur dimension relationnelle et décisionnelle auront de meilleures chances de s'adapter sans pertes majeures.

Former et redéployer les salariés

L'adoption de l'IA générative dans les TPE-PME a doublé en un an pour atteindre 31 % fin 2024. Pourtant, seulement 8 % des entreprises l'utilisent régulièrement. Les usages se concentrent sur la génération de contenus écrits, à 68 % chez les utilisatrices, ainsi que sur la recherche et l'analyse de données, à 57 %. Les outils arrivent donc avant la formation nécessaire pour les évaluer, vérifier leurs résultats et encadrer leurs usages.

Le redéploiement interne des salariés dont certaines tâches sont automatisées paraît souvent plus réaliste, à court terme, que le recrutement de nouveaux profils. Pour s'adapter durablement, une organisation doit consulter les représentants des travailleurs, cartographier les usages sensibles, prévoir des audits réguliers et formaliser les engagements des prestataires concernant la traçabilité. La littérature sur les effets de l'IA reste toutefois inégale selon les secteurs et les niveaux de qualification.

Lorsque la transition est subie, l'assurance chômage et les dispositifs de requalification constituent un filet essentiel. La création de nouveaux métiers et de nouvelles opportunités de formation dans l'économie numérique fait partie des réponses documentées par l'OIT dans sa recommandation n° 166. Ces mesures ne garantissent pas que chaque personne retrouvera rapidement un emploi équivalent, mais elles réduisent le risque d'une fracture durable entre travailleurs capables d'utiliser ces outils et travailleurs laissés à l'écart.

Encadrer l'IA pour préserver l'emploi

Le règlement européen (UE) 2024/1689 encadre l'IA selon plusieurs niveaux de risque. Il prévoit une interdiction totale pour la reconnaissance faciale de masse et la police prédictive, des audits obligatoires pour des usages à haut risque comme le recrutement automatisé ou l'IA médicale, ainsi qu'une obligation d'information pour les chatbots. Ce cadre concerne directement les décisions qui influencent les carrières et les conditions de travail. Il impose aussi une chaîne de responsabilité lisible, y compris lorsque des algorithmes sont mis à jour sans que les équipes internes en maîtrisent tous les effets.

Cet essai d'Emmanuelle Darles, publié par les Éditions marco pietteur, examine précisément les dangers de l'intelligence artificielle sur l'emploi. Il s'intéresse aux mécanismes de concentration du pouvoir que la réglementation ne suffit pas, à elle seule, à corriger.

Lorsqu'une organisation confie une part croissante de ses arbitrages à quelques plateformes dominantes, elle leur délègue aussi une partie de ses critères d'évaluation. Les algorithmes peuvent alors peser sur le recrutement, les promotions et les conditions de travail sans que leurs choix soient toujours compréhensibles par les personnes concernées, ce qui pose directement la question des rapports de force entre acteurs technologiques dominants et sociétés qui cherchent à reprendre le contrôle.

Pour approfondir les risques de l'IA en entreprise, notamment la perte d'autonomie décisionnelle et la protection des données, ces ressources permettent d'examiner les choix politiques derrière les discours commerciaux. Les travaux de l'impact de l'intelligence artificielle sur le travail publiés par l'OCDE apportent, eux, des données sectorielles sur les attitudes des employeurs et des travailleurs.

L'intelligence artificielle ne produit pas un résultat identique dans chaque métier: elle automatise certaines tâches, en transforme d'autres et peut aussi faire émerger de nouveaux emplois. Le résultat dépendra de la qualité de la formation, de la participation des salariés aux décisions et de la capacité des institutions à protéger les trajectoires professionnelles. L'adoption de l'IA devient une question de gouvernance autant qu'une question technique.

Les métiers susceptibles de survivre à l'IA ne seront pas nécessairement ceux qui refusent la technologie, mais ceux qui conservent une responsabilité humaine identifiable autour d'elle. Une étude ne suffit jamais à prédire l'avenir d'une profession entière: elle indique une tendance, que la recherche et les choix d'organisation peuvent encore infléchir.