L’IA fragilise l’ascenseur professionnel avant de supprimer des métiers entiers

Ces chiffres doivent donc être lus comme un avertissement sur la concentration des effets, et non comme la preuve que chaque emploi perdu par un jeune l’a été à cause de ChatGPT ou d’un autre système d’IA. La mesure de la Banque de Corée repère les secteurs et les professions présentant une forte exposition technique à l’IA. Une exposition indique dans quels domaines une perturbation est plus facilement envisageable ; elle ne correspond pas automatiquement à un remplacement d’emploi confirmé.

Pourquoi les diplômés et les jeunes cadres sont particulièrement exposés

Un diplôme universitaire ne constitue pas un bouclier automatique contre l’IA générative. De nombreux diplômés commencent leur vie professionnelle dans des fonctions de bureau liées à la technologie, aux services professionnels, à la recherche, à l’analyse, à l’édition ou à l’administration — autant de domaines où l’IA peut prendre en charge une partie du travail.

Ces postes remplissaient traditionnellement une double fonction : produire un résultat utile et former les salariés à des responsabilités plus complexes. Lorsque l’IA s’occupe de la partie la plus simple, les employeurs peuvent relever le niveau d’exigence à l’embauche au lieu de supprimer immédiatement le métier entier. Un analyste débutant peut ainsi devoir contrôler un travail généré par l’IA plutôt que préparer chaque première version ; un jeune développeur peut être chargé de valider et d’intégrer du code produit par un outil plutôt que d’écrire tout le code répétitif lui-même.

Cette évolution peut accroître la productivité d’équipes déjà constituées. Elle crée aussi un goulot d’étranglement pour ceux qui tentent d’entrer dans le secteur. Si les entreprises recrutent moins de juniors, moins de salariés accumulent l’expérience nécessaire pour devenir spécialistes confirmés, managers ou conseillers de confiance.

Goldman Sachs observe une pression comparable dans les économies avancées

Les travaux de Goldman Sachs indiquent que les secteurs davantage exposés à l’automatisation par l’IA ont généralement connu une croissance plus faible des offres d’emploi depuis le second semestre 2022. La relation est particulièrement visible dans plusieurs économies avancées, notamment aux États-Unis, en Allemagne et en Australie.

Les écarts les plus frappants apparaissent dans les centres d’appels. L’emploi y serait inférieur à sa tendance historique d’environ 39 % aux États-Unis, 33 % au Canada et 27 % en Allemagne. L’analyse cite également l’édition de logiciels, le conseil en management et la publicité parmi les secteurs exposés. Ces comparaisons mesurent un écart par rapport à une tendance antérieure ; elles ne prouvent pas que l’IA soit l’unique cause du recul.

La conclusion générale de Goldman Sachs est donc plus mesurée qu’une prédiction de remplacement immédiat à l’échelle de toute l’économie. Le choc observable reste concentré dans certains secteurs et certains groupes de travailleurs. Les débutants sont vulnérables parce que les tâches qui leur sont confiées sont souvent plus standardisées, plus faciles à mesurer et plus simples à automatiser ou à accélérer.

L’adoption de l’IA est déjà significative, mais loin d’être complète. Les estimations citées par Goldman Sachs situent son adoption dans les grandes économies développées autour de 15 à 20 %. Une autre mesure de Goldman Sachs, qui ne compte que les entreprises américaines utilisant l’IA dans leur production régulière, aboutit à environ 9 %. Cette différence rappelle que les statistiques d’adoption doivent être interprétées avec prudence : une enquête peut mesurer l’expérimentation, l’utilisation ponctuelle par les salariés ou un déploiement durable dans la production.

Automatisation et augmentation ne produisent pas les mêmes effets

L’effet sur l’emploi dépend en partie de la manière dont les entreprises utilisent l’IA : pour remplacer une partie du travail humain ou pour le rendre plus productif.

L’automatisation réduit la quantité de travail humain nécessaire à une tâche. Il peut s’agir de traiter des demandes clients standard, de produire des synthèses courantes, de générer du code répétitif ou de préparer une première version de document. Elle peut réduire les recrutements juniors même lorsqu’aucun salarié en poste n’est officiellement licencié.

L’augmentation rend un salarié plus productif tout en maintenant la responsabilité humaine pour le jugement, la vérification, les exceptions, la relation et la décision. Elle peut accroître la valeur des profils expérimentés, mais aussi augmenter le volume de résultats attendu de chaque personne. Dans ce scénario, un professionnel aidé par l’IA peut réaliser un travail qui nécessitait auparavant plusieurs heures de tâches effectuées par des débutants.

Les deux mécanismes peuvent coexister dans une même entreprise. L’IA peut supprimer certaines missions répétitives, accroître la productivité des salariés confirmés et créer une demande pour des profils capables de concevoir les processus, de contrôler les résultats et de gérer les risques. C’est pourquoi les chiffres globaux de l’emploi peuvent rester relativement stables alors que l’accès au premier poste devient plus difficile.

Le vrai risque : une érosion de l’ascenseur professionnel

La question de long terme n’est pas seulement de savoir si l’IA supprimera un intitulé de poste. Il faut aussi se demander si elle éliminera les premières tâches grâce auxquelles on apprend un métier.

Un parcours professionnel solide fait généralement progresser les salariés d’un travail encadré et répétitif vers des responsabilités exigeant davantage de contexte, de discernement et de responsabilité. Si l’IA absorbe une trop grande partie du travail supervisé, les employeurs peuvent conserver leurs collaborateurs seniors tout en recrutant moins de débutants. À court terme, le résultat peut être un gain d’efficacité. À plus long terme, le vivier de futurs experts risque de s’amincir.

Cela explique pourquoi un effet apparemment limité sur l’ensemble du marché du travail peut avoir des conséquences importantes pour les jeunes. Une variation modeste de l’emploi total peut masquer une transformation bien plus profonde : qui est recruté, qui bénéficie d’une formation sur le terrain et qui a réellement la possibilité de progresser.

Ce que les données établissent — et ce qu’elles ne permettent pas encore d’affirmer

Les travaux disponibles permettent de tirer quatre conclusions prudentes :

• La pression liée à l’IA apparaît d’abord dans certains secteurs fortement exposés, et non dans toutes les professions à la fois.
• Les jeunes et les salariés débutants sont particulièrement vulnérables, car l’IA peut exécuter ou accélérer de nombreuses tâches routinières qui constituaient auparavant une porte d’entrée vers les carrières qualifiées.
• Les travailleurs expérimentés peuvent tirer parti de cette évolution lorsque leur valeur repose sur la supervision, la confiance des clients, le jugement complexe et la responsabilité des résultats.
• Les données ne démontrent pas encore qu’un remplacement massif est inévitable. Les résultats dépendront aussi des gains de productivité, de la création de produits et de services, de la demande de travail, de la réglementation et de la décision des entreprises d’utiliser l’IA pour développer leur activité ou principalement pour réduire leurs effectifs.

Pour les employeurs comme pour les pouvoirs publics, la leçon pratique est de ne pas se limiter au nombre total d’emplois. Les recrutements juniors, l’apprentissage, la mobilité interne, la transformation des tâches, les taux de progression et l’accès à une formation utile peuvent révéler la perturbation bien avant les statistiques générales du chômage.

Pour l’instant, l’IA modifie plus visiblement la manière dont on entre dans une carrière qu’elle ne supprime des carrières entières. Les entreprises et les gouvernements les mieux préparés seront ceux qui sauront améliorer le travail grâce à l’IA sans démanteler le parcours humain par lequel l’expertise se construit.