Mais cette fin de non-recevoir est-elle confirmée par les données, ou Huang défend-il une position intéressée pendant que les effets de l’IA prennent discrètement racine ? Voici ce que révèlent les travaux de recherche les plus récents.

L’hypothèse d’un « calme global »

Plusieurs études majeures corroborent l’idée qu’une « apocalypse de l’emploi » due à l’IA n’a pas eu lieu. Les chercheurs du Yale Budget Lab ont analysé le marché du travail au cours des 33 mois qui ont suivi la sortie de ChatGPT et n’ont trouvé « aucune relation discernable » entre les mesures d’exposition à l’IA et les variations de l’emploi ou du chômage, concluant que le marché dans son ensemble n’a pas subi de perturbation significative . Une récente synthèse de la Brookings Institution confirme ce constat, jugeant les preuves actuelles d’un impact sur le marché du travail « non concluantes » et avertissant que les allégations de préjudices spécifiques sont « prématurées » .

D’autres constats clés renforcent cette image de stabilité globale :

• L’ITIF a analysé les données américaines et établi que l’IA a directement créé environ 119 900 emplois en 2024 — notamment des ingénieurs en machine learning et des data scientists — tandis que les licenciements explicitement liés à l’IA s’élevaient à seulement 12 700, soit 0,1 % de l’ensemble des suppressions de postes cette année-là .
• Goldman Sachs Research prévoit que le chômage n’augmentera que d’un demi-point de pourcentage durant la transition vers l’IA et identifie trois catégories distinctes de nouveaux emplois créés par cette technologie : les services liés aux infrastructures, la demande de profils maîtrisant l’IA, et des métiers entièrement nouveaux .
• Le rapport 2025 du Forum Économique Mondial sur l’avenir de l’emploi projette que si 92 millions de postes pourraient être supprimés d’ici 2030, 170 millions de nouveaux rôles émergeront — soit un gain net de 78 millions d’emplois .
• Une nouvelle étude du MIT Sloan, qui suit l’adoption de l’IA de 2010 à 2023, montre que l’impact se situe généralement au niveau des tâches au sein d’un poste, plutôt que sur des professions entières, et que l’emploi peut même croître lorsque l’IA n’automatise qu’une fraction d’un rôle .

Les preuves d’une « souffrance localisée »

Si le tableau d’ensemble semble calme, un nombre croissant de recherches plus fines révèle que l’IA laisse déjà des traces sur des groupes et des professions spécifiques — et ce sont les travailleurs en début de carrière qui sont les plus durement touchés.

Un document de travail du Stanford Digital Economy Lab, basé sur les données de paie à haute fréquence d’ADP, a révélé que les jeunes actifs (22-25 ans) occupant des postes exposés à l’IA ont subi une baisse relative de l’emploi de 16 %. Dans le même temps, l’emploi des travailleurs expérimentés dans ces secteurs est resté stable, ce qui suggère que les entreprises réduisent les recrutements juniors tout en conservant leurs cadres .

D’autres études pointent l’élargissement d’une fissure dans les fondations :

• La Banque Fédérale de Réserve de Saint-Louis a identifié une « corrélation frappante » entre l’exposition des professions à l’IA et les hausses du chômage local depuis 2022, avec un coefficient de corrélation de 0,47 .
• Anthropic a introduit une mesure d’« exposition observée » qui combine la capacité théorique de l’IA avec les données d’utilisation réelle. Ses recherches montrent que si l’IA est « loin d’atteindre sa capacité théorique », les professions dont l’exposition observée est la plus élevée devraient, selon les projections du BLS américain, moins croître d’ici 2034 .
• Le cabinet de reclassement Challenger, Gray & Christmas a rapporté que les employeurs américains ont explicitement cité l’IA comme motif pour environ 55 000 suppressions de postes en 2025, soit 4,7 % du 1,17 million de licenciements annoncés cette année-là .
• Le Fonds Monétaire International (FMI) estime qu’environ 40 % des emplois dans le monde — et près de 60 % dans les économies avancées — sont fortement exposés aux capacités de l’IA .

L’argument de Huang : éclairant ou intéressé ?

Les critiques pourraient souligner une évidence : Huang dirige l’entreprise qui fabrique les puces moteur de la révolution de l’IA. Un discours où l’IA tue l’emploi est mauvais pour les affaires. Sa formulation — « si le monde tombe à court d’idées » — déplace la question du terrain de la capacité technologique à celui de l’imagination humaine, une pirouette rhétorique bien pratique .

Pourtant, même les chercheurs les plus rigoureux valident largement son argument temporel central. Au niveau global, la disruption tant crainte n’est tout simplement pas encore visible. Les données ne montrent pas une crise soudaine de l’emploi, mais un basculement graduel et inégal qui touche d’abord les travailleurs les plus jeunes et les plus vulnérables. Le meilleur résumé des preuves actuelles est celui d’une souffrance précoce et localisée dans un contexte de calme global, la plupart des économistes s’accordant à dire que l’impact réel de l’IA sur le marché du travail ne deviendra clair qu’au fil des années, et non des mois .

Mais cette fin de non-recevoir est-elle confirmée par les données, ou Huang défend-il une position intéressée pendant que les effets de l’IA prennent discrètement racine ? Voici ce que révèlent les travaux de recherche les plus récents.

L’hypothèse d’un « calme global »

Plusieurs études majeures corroborent l’idée qu’une « apocalypse de l’emploi » due à l’IA n’a pas eu lieu. Les chercheurs du Yale Budget Lab ont analysé le marché du travail au cours des 33 mois qui ont suivi la sortie de ChatGPT et n’ont trouvé « aucune relation discernable » entre les mesures d’exposition à l’IA et les variations de l’emploi ou du chômage, concluant que le marché dans son ensemble n’a pas subi de perturbation significative . Une récente synthèse de la Brookings Institution confirme ce constat, jugeant les preuves actuelles d’un impact sur le marché du travail « non concluantes » et avertissant que les allégations de préjudices spécifiques sont « prématurées » .

D’autres constats clés renforcent cette image de stabilité globale :

• L’ITIF a analysé les données américaines et établi que l’IA a directement créé environ 119 900 emplois en 2024 — notamment des ingénieurs en machine learning et des data scientists — tandis que les licenciements explicitement liés à l’IA s’élevaient à seulement 12 700, soit 0,1 % de l’ensemble des suppressions de postes cette année-là .
• Goldman Sachs Research prévoit que le chômage n’augmentera que d’un demi-point de pourcentage durant la transition vers l’IA et identifie trois catégories distinctes de nouveaux emplois créés par cette technologie : les services liés aux infrastructures, la demande de profils maîtrisant l’IA, et des métiers entièrement nouveaux .
• Le rapport 2025 du Forum Économique Mondial sur l’avenir de l’emploi projette que si 92 millions de postes pourraient être supprimés d’ici 2030, 170 millions de nouveaux rôles émergeront — soit un gain net de 78 millions d’emplois .
• Une nouvelle étude du MIT Sloan, qui suit l’adoption de l’IA de 2010 à 2023, montre que l’impact se situe généralement au niveau des tâches au sein d’un poste, plutôt que sur des professions entières, et que l’emploi peut même croître lorsque l’IA n’automatise qu’une fraction d’un rôle .

Les preuves d’une « souffrance localisée »

Si le tableau d’ensemble semble calme, un nombre croissant de recherches plus fines révèle que l’IA laisse déjà des traces sur des groupes et des professions spécifiques — et ce sont les travailleurs en début de carrière qui sont les plus durement touchés.

Un document de travail du Stanford Digital Economy Lab, basé sur les données de paie à haute fréquence d’ADP, a révélé que les jeunes actifs (22-25 ans) occupant des postes exposés à l’IA ont subi une baisse relative de l’emploi de 16 %. Dans le même temps, l’emploi des travailleurs expérimentés dans ces secteurs est resté stable, ce qui suggère que les entreprises réduisent les recrutements juniors tout en conservant leurs cadres .

D’autres études pointent l’élargissement d’une fissure dans les fondations :

• La Banque Fédérale de Réserve de Saint-Louis a identifié une « corrélation frappante » entre l’exposition des professions à l’IA et les hausses du chômage local depuis 2022, avec un coefficient de corrélation de 0,47 .
• Anthropic a introduit une mesure d’« exposition observée » qui combine la capacité théorique de l’IA avec les données d’utilisation réelle. Ses recherches montrent que si l’IA est « loin d’atteindre sa capacité théorique », les professions dont l’exposition observée est la plus élevée devraient, selon les projections du BLS américain, moins croître d’ici 2034 .
• Le cabinet de reclassement Challenger, Gray & Christmas a rapporté que les employeurs américains ont explicitement cité l’IA comme motif pour environ 55 000 suppressions de postes en 2025, soit 4,7 % du 1,17 million de licenciements annoncés cette année-là .
• Le Fonds Monétaire International (FMI) estime qu’environ 40 % des emplois dans le monde — et près de 60 % dans les économies avancées — sont fortement exposés aux capacités de l’IA .

L’argument de Huang : éclairant ou intéressé ?

Les critiques pourraient souligner une évidence : Huang dirige l’entreprise qui fabrique les puces moteur de la révolution de l’IA. Un discours où l’IA tue l’emploi est mauvais pour les affaires. Sa formulation — « si le monde tombe à court d’idées » — déplace la question du terrain de la capacité technologique à celui de l’imagination humaine, une pirouette rhétorique bien pratique .

Pourtant, même les chercheurs les plus rigoureux valident largement son argument temporel central. Au niveau global, la disruption tant crainte n’est tout simplement pas encore visible. Les données ne montrent pas une crise soudaine de l’emploi, mais un basculement graduel et inégal qui touche d’abord les travailleurs les plus jeunes et les plus vulnérables. Le meilleur résumé des preuves actuelles est celui d’une souffrance précoce et localisée dans un contexte de calme global, la plupart des économistes s’accordant à dire que l’impact réel de l’IA sur le marché du travail ne deviendra clair qu’au fil des années, et non des mois .