Un dirigeant d'une PME de logistique que je conseille m'a appelé l'automne dernier, un peu paniqué. Sa meilleure cliente venait de lui annoncer qu'elle automatisait tout son traitement de commandes avec un agent IA. Traduction pour lui : deux postes de saisie en moins dans son équipe de douze. Il voulait savoir si c'était le début de la fin. J'ai passé trois heures à décortiquer son activité. Verdict : ses deux saisistes, il allait devoir les réaffecter. Mais pas les licencier. Et honnêtement, ce n'est pas la réponse que la plupart des articles vous donnent sur l'impact de l'intelligence artificielle sur l'emploi.
La vraie question n'est jamais « combien d'emplois vont disparaître ». C'est « qu'est-ce qu'on fait des gens pendant que ça bascule ». Et ça, personne n'en parle vraiment.
Points clés à retenir
- L'IA ne supprime pas des métiers entiers : elle supprime des tâches à l'intérieur des métiers, ce qui change tout dans la manière de s'adapter.
- Les postes les plus exposés ne sont pas les moins qualifiés, contrairement à ce qu'on lit partout. La saisie de données et la rédaction de comptes rendus standardisés sont parmi les premières cibles.
- La reconversion interne coûte souvent moins cher que le recrutement d'un nouveau profil. J'ai vu des écarts de 3 à 1 sur un an.
- Le vrai risque pour une entreprise n'est pas la technologie, c'est de ne rien faire en attendant que la concurrence tranche pour elle.
- Les gains de productivité existent, mais ils ne se transforment en embauches que si quelqu'un décide de les réinvestir.
Ce que change vraiment l'impact de l'IA sur l'emploi (et pourquoi le débat est mal posé)
Quand on me demande si l'IA va « détruire des emplois », je réponds toujours la même chose : elle détruit déjà des tâches. Le glissement est important, parce qu'un métier, c'est un assemblage de tâches, et que tout ne tombe pas en même temps.
Regardez un poste de comptable. Il y a la saisie, le rapprochement bancaire, la relance client, la lecture d'un bilan pour en sortir une décision. Les deux premiers items se font aujourd'hui en grande partie tout seuls. Le dernier, personne n'a réussi à me le déléguer proprement. Et ça vaut pour énormément de métiers dits intellectuels.
Pourquoi certains parlent d'une menace « artificielle »
L'expression revient souvent. Elle a un fond de vérité : le nombre brut d'emplois détruits par l'IA depuis son arrivée dans les entreprises reste, dans la majorité des secteurs que je côtoie, inférieur aux suppressions liées à des fermetures d'usines ou des plans de réorganisation classiques. On parle là d'ordres de grandeur, pas d'un chiffre issu d'une étude précise, parce que la comptabilité de ces destructions est dispersée et personne ne la centralise proprement.
Mais qualifier la menace d'« artificielle » cache un autre phénomène, plus discret : la polarisation des tâches. Dans une même équipe, certains voient leur charge exploser parce qu'ils deviennent le point de contrôle de la machine, tandis que d'autres voient leur périmètre se réduire à peau de chagrin. Ce déséquilibre crée plus de tension managériale que les licenciements eux-mêmes.
J'ai observé ça sur un projet de service client. Sur huit conseillers, deux se sont transformés en superviseurs de l'IA, ont pris une vraie valeur dans l'équipe, et ont demandé — légitimement — une revalorisation. Les six autres ont vu leurs journées devenir plus répétitives, avec les cas complexes remontant automatiquement à eux. Personne n'a été licencié. Les six ont commencé à regarder ailleurs.
Quels métiers sont réellement menacés, et lesquels émergent
Il y a une fausse piste qui circule : l'IA frapperait d'abord les emplois peu qualifiés. Dans mon expérience, c'est faux, ou en tout cas très incomplet. Les postes les plus touchés sont ceux dont le cœur de métier est la transformation d'un format vers un autre : traduire, résumer, transcrire, saisir, formater, rédiger un compte rendu à partir de notes.
Un tableau d'exposition par famille de métiers
Le tableau ci-dessous reflète ce que je constate sur le terrain, pas une projection statistique. Il sert à raisonner, pas à prédire.
| Famille de métiers | Part de tâches exposées | Ce qui résiste |
|---|---|---|
| Saisie et traitement de données | Élevée | Contrôle qualité, gestion des cas ambigus |
| Support client niveau 1 | Élevée | Gestion des clients mécontents, escalade |
| Rédaction technique standardisée | Moyenne à élevée | Choix éditoriaux, entretiens, angle |
| Développement logiciel | Moyenne | Architecture, arbitrages, maintenance critique |
| Métiers manuels non standardisés | Faible | Adaptation au réel, jugement en situation |
| Management de proximité | Faible à moyenne | Décisions humaines, conflits, motivation |
Ce qu'il faut retenir de ce tableau n'est pas la colonne du milieu. C'est la troisième. Ce qui résiste, ce n'est pas un niveau de diplôme, c'est la capacité à prendre une décision dans un contexte incertain. Tout ce qui peut être spécifié à l'avance finit par être automatisé. Le reste tient.
Et l'observatoire des emplois menacés et émergents ?
Plusieurs organismes, dont des assureurs-crédit, publient des travaux sur les emplois menacés et émergents. Ces observatoires ont un mérite : ils cartographient les métiers par exposition, secteur par secteur. Leur limite est la maille. Une catégorie comme « employé administratif » regroupe des dizaines de situations très différentes, et une exposition moyenne cache autant de cas extrêmes que de cas tranquilles.
Mon conseil pratique : utilisez ces cartographies pour repérer les zones chaudes, jamais pour trancher un cas individuel. La question utile pour un salarié n'est pas « mon métier est-il menacé », mais « quelles tâches de mon poste le sont déjà ».
L'impact de l'intelligence artificielle sur l'économie : le vrai enjeu est ailleurs
Le débat sur les emplois occupe tout l'espace. Le sujet économique plus dérangeant, c'est la répartition des gains. Une entreprise qui automatise une partie de sa production dégage de la marge supplémentaire. Cette marge peut aller à trois endroits : les actionnaires, les clients via des prix plus bas, ou les salariés via des embauches et des revalorisations.
Dans la majorité des cas que j'ai vus, elle va aux deux premiers. C'est rarement un choix explicite, c'est juste que personne ne se pose la question au bon moment. Résultat : la productivité monte, l'emploi stagne, et le discours public sur « l'IA créatrice d'emplois » sonne creux pour ceux qui sont restés sur le carreau.
Un exemple concret. Une équipe de six personnes rédigeant des propositions commerciales a intégré un assistant IA. Le temps de production est passé de deux jours à une demi-journée par dossier. La direction n'a pas embauché. Elle a augmenté le volume de propositions envoyées de 40 %. Chiffre d'affaires en hausse. Effectifs identiques. Personne n'a perdu son poste, mais personne n'a gagné non plus. Est-ce une réussite ou une occasion manquée ? Ça dépend entièrement de ce qu'on voulait faire de cette capacité libérée.
Que faire concrètement quand on est salarié ou dirigeant
Ici, je vais être direct : la posture d'attente est la pire des options. Ni pour le salarié, ni pour l'entreprise.
Côté salarié
- Listez par écrit vos tâches de la semaine, puis marquez celles qui consistent à transformer un document en un autre. Ce sont vos tâches les plus exposées.
- Identifiez celles qui demandent un arbitrage, une relation humaine ou une décision en contexte flou. Ce sont celles qu'il faut valoriser dans vos entretiens.
- Apprenez à piloter un outil IA sur votre propre périmètre. Pas pour devenir expert, juste pour être celui qui sait où la machine se trompe.
Côté entreprise
La question n'est pas « quel outil on achète ». C'est « où va la productivité gagnée ». Si vous ne tranchez pas, la réponse par défaut sera « nulle part de visible ».
- Mesurez le temps libéré, pas le nombre de postes supprimés. Vous ne saurez pas piloter le second.
- Décidez à l'avance de la destination des gains : nouveaux projets, revalorisations, ou embauches. Sinon, ils disparaissent.
- Formez en interne avant de recruter. Sur les postes de supervision d'IA, j'ai vu des reconversions internes réussir en six à huit semaines, là où un recrutement externe prenait quatre mois et coûtait trois fois plus cher.
Une erreur que j'ai faite moi-même, et que je regrette encore : avoir laissé une équipe tester un outil pendant deux mois sans cadre, en pensant que « ça se ferait naturellement ». Résultat, trois personnes l'ont adopté, deux l'ont contourné, une l'a utilisé pour autre chose, et personne n'a pu dire ce qu'on avait gagné. Deux mois de test, zéro apprentissage exploitable. Depuis, je fixe systématiquement un indicateur avant de lancer un pilote.
Ce qui reste quand la poussière retombe
Personne ne sait vraiment où on sera dans cinq ans. Mais une chose est sûre : les entreprises et les personnes qui auront pris le sujet à bras le corps pendant que les autres débattaient auront une longueur d'avance difficile à rattraper. Pas parce qu'elles auront « adopté l'IA ». Parce qu'elles auront décidé, consciemment, quoi faire du temps qu'elle leur rend.
La vraie question n'a jamais été de savoir si l'IA allait prendre des emplois. C'est de savoir ce que vous, concrètement, allez faire des heures qu'elle vous rend dès cette année.
