L'IA au secours du système de santé britannique

L'IA à base d'agents au service d'une santé mondiale plus humaine

Le secteur mondial de la santé fait face à une pression croissante : l'Organisation mondiale de la santé prévoit un déficit de 11 millions de professionnels de santé d'ici 2030, résultat de décennies de sous-investissement et d'une demande en hausse portée par le vieillissement des populations. Dans ce contexte, de nombreux établissements se tournent vers l'IA agentique, des systèmes capables de prendre des décisions autonomes et d'agir sans intervention humaine constante. Selon une étude KPMG, 68 % des prestataires de santé ont déjà intégré des agents IA dans leur fonctionnement. À New York, le Hospital for Special Surgery (HSS), centre médical académique spécialisé en santé musculo-squelettique, fait figure de pionnier. L'établissement utilise des agents IA pour traiter 1 100 dossiers de remboursements d'assurance par mois, une tâche qui mobilisait auparavant plusieurs semaines de travail impliquant du personnel interne et un prestataire externe. Le délai de traitement des recours est passé de 45 à 5 minutes, et le taux de succès de ces recours est passé de 65 % à 100 % en neuf mois. HSS a également déployé un service d'orientation et de prise de rendez-vous accessible 24h/24 via web, SMS ou téléphone, développé en partenariat avec la société Ema Unlimited, spécialisée dans l'IA agentique pour les entreprises. L'impact est concret et mesurable : là où les outils numériques précédents, dossiers médicaux électroniques, télémédecine, moniteurs connectés, avaient surtout alourdi la charge administrative sans résoudre les problèmes de fond, l'IA agentique libère les cliniciens des tâches répétitives pour qu'ils se concentrent sur les soins à forte valeur ajoutée. Le service de triage conversationnel pose des questions ciblées aux patients, identifie le bon spécialiste en tenant compte de la localisation, de la couverture assurantielle et des disponibilités, et finalise la prise de rendez-vous sans intervention humaine. Selon le Dr. Ashis Barad, directeur digital et technologique de HSS, l'IA agentique ne se contente pas d'automatiser : elle « effondre, augmente et surpuissante » les flux de travail existants. Ce tournant intervient après des années de promesses non tenues du numérique en santé. La migration vers les dossiers électroniques aux États-Unis, au début des années 2000, a fragmenté les données plutôt que de les unifier. Les outils de télémédecine ont amélioré l'accès géographique mais sans reproduire la qualité des consultations en présentiel. L'IA agentique se distingue par sa capacité à gérer des scénarios complexes et nuancés, à consulter des sources cliniques expertes et à s'améliorer dans le temps. Pour autant, la prudence reste de mise : chez HSS, toutes les décisions sont auditables, les cas sensibles ou incertains sont escaladés vers des spécialistes humains, et les données patients sont protégées selon les protocoles internes. La question centrale pour les prochaines années sera de savoir si cette technologie peut être déployée à grande échelle sans sacrifier la confiance des patients et la sécurité des soins.

Un bilan objectif sur la panique autour de l'IA et l'emploi

Malgré les manchettes alarmistes et les licenciements récents chez Coinbase, Meta et Cisco présentés comme le signe avant-coureur d'une destruction massive de l'emploi, les données économiques américaines racontent une autre histoire. Selon les analyses du Bureau of Labor Statistics (BLS), le taux de chômage dans les professions les plus exposées à l'intelligence artificielle est en réalité inférieur à celui des métiers peu concernés par la technologie. Plus révélateur encore : aucun mouvement massif de travailleurs des secteurs menacés vers des emplois réputés plus sûrs, comme les métiers manuels, n'est observable dans les statistiques. Erika McEntarfer, ancienne directrice du BLS limogée par l'administration Trump à l'automne 2025 après un rapport sur l'emploi jugé déplaisant, et désormais chercheuse au Stanford Institute for Economic Policy Research, résume la situation ainsi : "Toutes les preuves disponibles suggèrent que l'impact de l'IA sur le marché du travail actuel reste probablement faible. La disruption n'est pas encore là, et nous avons le temps de nous préparer." Ce constat ne signifie pas que tout va bien pour les travailleurs américains, mais il invite à dissocier les difficultés réelles de la cause qu'on leur attribue. Le taux de chômage des jeunes diplômés tourne autour de 5,6 %, un niveau inédit depuis la pandémie et la période post-2008. Les taux d'embauche restent particulièrement bas dans l'économie post-Covid, pénalisant surtout les 22-25 ans qui cherchent à intégrer le marché du travail, notamment en développement logiciel. Des signes indiquent que l'IA contribue à cette pression sur certains profils, mais ces professions ne représentent qu'une fraction de l'emploi total. Le recensement américain révèle par ailleurs que seulement une entreprise sur cinq utilise l'IA dans une quelconque fonction opérationnelle, ce qui relativise considérablement l'ampleur de la transformation en cours. La prudence des économistes repose sur une leçon historique bien documentée : les innovations technologiques mettent du temps à remodeler les marchés du travail, car elles doivent d'abord transformer les entreprises elles-mêmes. McEntarfer rappelle que "l'IA ne bouleversera probablement pas les marchés du travail avant d'avoir d'abord bouleversé les modèles d'affaires." Ce décalage entre le discours catastrophiste, alimenté par des figures influentes du secteur tech, et la réalité mesurable des données n'écarte pas un choc futur, potentiellement brutal lorsque l'adoption s'accélérera. Mais il plaide pour remplacer l'hystérie par une planification lucide, en s'appuyant sur ce que les chiffres montrent aujourd'hui plutôt que sur des projections anxiogènes dont aucune ne s'est encore concrétisée à grande échelle.

Le Fil IA prouve sa valeur lors du deuxième jour du TechEx Amérique du Nord

La deuxième journée de TechEx North America a placé la preuve au centre des débats. Le programme AI and Big Data s'est articulé autour d'une expression revenue plusieurs fois comme un avertissement : l'"AI graveyard", le cimetière des pilotes jamais devenus des systèmes pérennes. Les sessions de la piste Enterprise AI Implementation, ROI and Adoption ont couvert les pilotes bloqués, le passage de l'expérimentation à l'impact réel, les arbitrages entre acheter ou construire, et les conditions d'un retour sur investissement durable. Hex a présenté ses agents de données avec évaluation et gouvernance intégrées, tandis que Dow a illustré la conversion de données en valeur financière concrète. La ville de San Jose et le DMV californien ont apporté une dimension gouvernementale au débat, ancrant les cas d'usage dans des services publics réels où la fiabilité et la transparence envers les citoyens sont non négociables. Le constat central de la journée est que la majorité des entreprises ont suffisamment de budget pour lancer des expériences en IA et suffisamment de visibilité managériale pour les annoncer, mais beaucoup moins disposent de la qualité de données, de la conception de processus et des mécanismes de contrôle nécessaires pour les maintenir. Les "copilotes" ont montré leur utilité comme outils de productivité individuelle, mais leur valeur reste difficile à mesurer. Les agents IA promettent une connexion plus directe aux processus métiers, à condition d'être évalués sur la qualité de leurs actions concrètes dans les systèmes. Les sessions bancaires ont rendu l'enjeu encore plus net : les services financiers ne peuvent pas se permettre des garanties floues sur l'automatisation. La transformation échoue aussi quand les employés ne changent pas leurs routines, que les managers n'adaptent pas les incitations, ou que les données nécessaires n'arrivent jamais au bon endroit au bon moment. Le programme Cyber Security and Cloud Expo a introduit la notion de "velocity gap", utilisée plusieurs fois durant la journée : les unités métiers adoptent les outils d'IA générative plus vite que les équipes de sécurité ne peuvent les superviser. Les outils arrivent en premier, les politiques et la surveillance arrivent après. Des sessions spécifiques sur le jailbreaking et les fuites de données ont illustré les conséquences concrètes : des employés qui placent des données sensibles dans des outils non sanctionnés, ou des systèmes IA mal bornés qui élargissent les vecteurs de fuite. La gouvernance est apparue sous plusieurs formes interconnectées : gouvernance transversale entre équipes juridiques, sécurité et technique ; gouvernance dans la couche données via la traçabilité et la qualité ; gouvernance autour des agents IA, définissant précisément ce qu'un agent est autorisé à connaître et à faire. La maturité de l'IA agentique en entreprise dépendra de la capacité à formaliser cette évaluation, avant que le fossé entre vitesse d'adoption et contrôle ne devienne ingérable.

Ce que cache vraiment la panique autour de l'IA et de l'emploi

Malgré la panique croissante autour de l'impact de l'intelligence artificielle sur l'emploi des cols blancs, les données américaines du marché du travail racontent une histoire plus nuancée. Selon une analyse publiée par le MIT Technology Review et signée par David Rotman, le taux de chômage dans les professions les plus exposées à l'IA est en réalité inférieur à celui des métiers peu exposés. Par ailleurs, aucun signe ne laisse apparaître un flux massif de travailleurs quittant les emplois menacés pour se réorienter vers des métiers manuels supposément plus sûrs. Le marché de l'emploi traverse certes une période difficile, mais les causes en sont complexes et ne pointent pas directement vers l'automatisation par l'IA. Le tableau n'est pourtant pas sans ombres. Une étude récente de Stanford révèle que les jeunes travailleurs dans les secteurs fortement exposés à l'IA ont subi une nette baisse d'emploi depuis la généralisation des outils d'IA générative, une tendance absente dans les secteurs peu exposés. Ce phénomène suggère que l'IA n'élimine pas encore des emplois de cadres confirmés, mais qu'elle ronge silencieusement les tâches juniors, celles qui constituaient historiquement le premier échelon de la carrière. Georgios Petropoulos, professeur assistant à la USC Marshall School of Business, estime qu'il est urgent de repenser la manière dont on forme, prépare et accompagne les jeunes entrant sur le marché du travail, à la fois du côté des entreprises et des politiques publiques. L'hystérie autour de l'IA et de l'emploi masque donc le vrai problème : non pas une destruction massive et immédiate de postes, mais une fragilisation progressive des points d'entrée dans les métiers qualifiés. Les générations précédentes apprenaient leur métier en faisant des tâches répétitives ou de faible valeur ajoutée que les outils d'IA commencent aujourd'hui à absorber. Si cette dynamique se confirme, c'est la trajectoire professionnelle des 20-30 ans qui se retrouve menacée, bien avant que les emplois seniors ne soient touchés. La question posée n'est plus seulement "l'IA va-t-elle prendre nos emplois ?" mais "comment former une génération à des métiers dont les premières marches ont disparu ?" La réponse implique des réformes profondes de la formation initiale, une adaptation des pratiques de recrutement et, probablement, un débat politique que la plupart des gouvernements n'ont pas encore vraiment engagé.

💬 C'est pas les cadres qui vont perdre leur job, c'est les juniors qui ne l'auront jamais vraiment. La vraie casse, c'est que l'IA absorbe exactement les tâches répétitives sur lesquelles les générations précédentes ont appris leur métier, ces premières marches qui n'existent plus. Reste à voir si les boîtes et les écoles vont réagir avant qu'une génération entière se retrouve bloquée au bas de l'échelle.