Ensemble, ces outils couvrent donc plus de 900 métiers O*NET et fournissent une vue granulaire, étayée par des données, des zones où l'IA peut être déployée et de la capacité de l'entreprise à l'absorber .
L'analyse de WTW met en évidence une forte disparité de l'impact de l'IA selon les catégories de postes :
| Catégorie de poste | Estimation des tâches affectées par l'IA |
|---|---|
| Postes industriels et de terrain | Jusqu'à 75 % |
| Postes administratifs | De 60 à 70 % |
| Professions intellectuelles | De 20 à 35 % |
Ce constat démontre que la disruption provoquée par l'IA est loin d'être uniforme : elle est massive pour les tâches routinières et répétitives, et bien plus mesurée pour les postes à forte intensité de connaissances et de jugement .
Rapport sur l'avenir de l'emploi 2025 du Forum Économique Mondial : Le FEM prévoit que 22 % des postes actuels seront perturbés d'ici 2030, avec la création de 170 millions de nouveaux postes et le déplacement de 92 millions d'autres. Surtout, près de 40 % des compétences de base des travailleurs seront appelées à évoluer sur la même période . Le rapport identifie les technologies de l'IA et du traitement de l'information comme une tendance macro-économique perturbatrice majeure, citée comme un facteur de transformation par 86 % des employeurs interrogés
.
Un enjeu avant tout humain : Les sources disponibles convergent sur un point essentiel : la transformation de la main-d'œuvre par l'IA est d'abord un défi de personnes, bien plus qu'un simple déploiement technologique. La solution de WTW l'illustre parfaitement en associant l'analyse du potentiel d'automatisation (via WorkVue Agent) à l'évaluation de la maturité des équipes (via ChangeVue), tandis que le FEM met l'accent sur la disruption des compétences, la montée en puissance des savoirs en IA/data/numérique et la préparation à de nouveaux métiers .
La convergence entre les données granulaires de WTW et les projections macroéconomiques du FEM dessine un tableau cohérent :