IA et emploi : à quoi servent les prévisions ?

Ce que les données révèlent vraiment sur l'IA et votre emploi

Au sein de la Silicon Valley, l'idée d'une apocalypse de l'emploi causée par l'IA est désormais traitée comme une certitude. Dario Amodei, PDG d'Anthropic, a décrit l'IA comme "un substitut général de la main-d'oeuvre humaine" capable de réaliser tous les emplois en moins de cinq ans. Une chercheuse en impacts sociétaux chez Anthropic a quant à elle évoqué une possible récession à court terme et "l'effondrement de l'échelle des débuts de carrière". Ces déclarations alimentent une anxiété croissante chez les travailleurs, au point de renforcer les mouvements réclamant un moratoire sur la construction de centres de données. Alex Imas, économiste à l'Université de Chicago, a accepté de faire le point sur ce que l'on sait réellement, et surtout sur ce que l'on ignore. Son constat est sévère : les outils actuels pour prédire l'impact de l'IA sur l'emploi sont "lamentables". La mesure la plus utilisée, le taux d'"exposition" d'un métier à l'IA, consiste à comptabiliser combien de tâches qui le composent pourraient être automatisées. C'est la méthode qu'OpenAI a appliquée en décembre dernier à un catalogue gouvernemental américain de milliers de tâches professionnelles, datant de 1998, constatant par exemple qu'un agent immobilier est exposé à 28 %. Anthropic a utilisé ce même référentiel en février pour analyser des millions de conversations avec Claude. Mais pour Imas, "l'exposition seule est un outil totalement inutile pour prédire les suppressions de postes" : savoir qu'une tâche peut être automatisée ne dit rien sur ce que fera concrètement l'employeur de ce gain de productivité. L'enjeu central est en réalité une question d'économie industrielle que personne ne sait encore trancher : si un développeur peut produire en un jour ce qui lui prenait trois jours grâce à l'IA, l'entreprise va-t-elle embaucher moins de développeurs ou au contraire en recruter davantage pour aller plus vite ? La réponse dépend du secteur, de la structure des marchés et de la concurrence. Dans un marché compétitif, les gains de productivité se répercutent souvent en baisse de prix, ce qui stimule la demande et donc l'emploi. Mais ce mécanisme ne s'applique pas uniformément. Imas plaide pour que les économistes collectent d'urgence des données granulaires sur la façon dont les entreprises réallouent réellement leur main-d'oeuvre après l'adoption de l'IA, car sans ces données, toute politique publique sur l'emploi reste aveugle. Le débat dépasse donc largement les prédictions catastrophistes : il appelle à une observation rigoureuse de terrain, que personne n'a encore vraiment commencée.

L'impact de l'IA sur l'emploi et les centres de données dans l'espace

L'intelligence artificielle continue de redistribuer les cartes de l'économie mondiale, et les économistes qui minimisaient jusqu'ici ses effets sur l'emploi commencent à revoir leur position. Alex Imas, chercheur à l'Université de Chicago, avance qu'un seul indicateur pourrait réellement éclairer l'ampleur de la transformation à venir : l'élasticité-prix du travail face à l'automatisation. Il plaide pour ce qu'il appelle un "Projet Manhattan" de la collecte de données, afin de mesurer dans quelle mesure les entreprises substitueront effectivement des travailleurs humains à des systèmes d'IA selon l'évolution des coûts. Sans cette donnée, toute politique publique visant à amortir le choc risque de viser à l'aveugle. En parallèle, un rapport explosif du New Yorker révèle que Sam Altman aurait discrètement lobbié contre des réglementations sur l'IA qu'il soutenait publiquement, alimentant la méfiance d'une partie des cadres d'OpenAI envers leur propre PDG. La société fait également face à des doutes sur sa capacité à entrer en Bourse cette année, selon The Information. Ces bouleversements interviennent alors que l'industrie technologique explore des solutions infrastructurelles radicales pour soutenir la croissance de l'IA sans aggraver la crise environnementale terrestre. En janvier 2026, SpaceX d'Elon Musk a déposé une demande pour lancer jusqu'à un million de centres de données en orbite autour de la Terre. L'objectif affiché est de libérer pleinement le potentiel de l'IA tout en délocalisant hors de notre planète la consommation énergétique et thermique colossale que ces infrastructures impliquent. SpaceX n'est pas seule sur ce créneau : plusieurs autres entreprises technologiques explorent des solutions similaires d'informatique orbitale, même si les défis techniques restent considérables. Ce double mouvement, vers une IA plus puissante et vers une infrastructure toujours plus ambitieuse, se déploie dans un contexte géopolitique tendu. L'administration Trump a proposé des coupes massives dans le financement des agences scientifiques américaines, ce qui pourrait provoquer une fuite des cerveaux hors des États-Unis selon le New York Times. Pendant ce temps, OpenAI, Anthropic et Google ont formé une alliance inhabituelle pour contrer ce que Bloomberg décrit comme de la "distillation adversariale" par des acteurs chinois, c'est-à-dire l'extraction des capacités de leurs modèles par imitation. DeepSeek, de son côté, préparerait un nouveau modèle optimisé pour fonctionner sur des puces Huawei, attendu dans les prochaines semaines. Ces dynamiques dessinent un paysage où la course à l'IA se joue désormais autant sur le terrain économique et réglementaire que sur celui de la recherche pure.

Pourquoi les gens détestent vraiment l'IA

Un fossé grandissant se creuse entre les entreprises, qui déploient l'IA à tout-va et vantent son potentiel révolutionnaire, et le grand public, qui y reste largement hostile. Étude après étude, les gens expriment leurs inquiétudes face aux effets de l'IA et jugent que les inconvénients l'emportent sur les bénéfices. Ce sujet est au cœur d'un épisode du podcast The Vergecast.

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.