FORUM INNOVATION 2025 – 20

L’intelligence artificielle (IA) est partout : dans nos moteurs de recherche, nos logiciels de traduction, nos voitures, nos smartphones, nos robots domestiques … et de plus en plus dans nos bureaux et nos usines. Depuis la montée en puissance de l’intelligence artificielle générative (comme ChatGPT, Mistral AI, Gemini ou Claude), la question de son impact sur le travail et l’emploi est au centre des débats économiques, politiques et sociétaux.

Certains y voient une révolution technologique comparable à l’imprimerie ou à l’électricité, capable de décupler la productivité. D’autres redoutent une fracture définitive au sein du marché du travail provoquée par des vagues de chômage technologique sans précédent. Entre ces deux visions extrêmes, que nous disent les chercheurs ? Et comment interpréter les signaux, parfois contradictoires issus de l’actualité ?

Une crainte récurrente : l’outil a raison de l’humain

L’idée que la technologie détruit des emplois n’est pas nouvelle. À chaque grande vague d’innovations — de la machine à vapeur à l’automatisation des processus — des voix se sont élevées pour alerter sur le risque d’un chômage de masse. L’histoire a parfois donné tort à ces prédictions alarmistes : à long terme, les gains de productivité ont été associés à la création de nouveaux emplois, de nouveaux secteurs, de nouveaux besoins (et vice et versa).

Mais, pour certains, l’IA pose un défi particulier : elle ne se contente pas de remplacer la force musculaire, comme la robotique industrielle, mais aussi la force cérébrale, en particulier concernant les tâches cognitives et créatives. C’est le cas des assistants et autres secrétaires, des commerciaux, des traducteurs…, ou même, pour certaines tâches, des enseignants, des scientifiques, des concepteurs, des journalistes ou des programmeurs et analystes informatiques et autres métiers intellectuels (Acemoglu, Simon, 2023).

Une étude de Goldman Sachs (2023) estime que 300 millions d’emplois dans le monde pourraient être affectés dans les 3-4 années à venir par l’automatisation via l’IA. Mais attention ! Cela ne signifie pas qu’ils seront tous supprimés. Il s’agit d’emplois où une part significative des tâches pourrait être automatisée ; ce qui doit entrainer une transformation profonde du travail et de sa représentativité. Pour comprendre ladite transformation, nous devons faire la distinction entre automatisation et augmentation du travail humain : l’automatisation désigne le remplacement des humains par des machines ou des algorithmes, comme, par exemple, les chatbots ; l’augmentation désigne l’assistance apportée par la machine à l’humain, pour accroître ses capacités. C’est le cas d’un médecin aidé par un système d’aide au diagnostic, ou d’un développeur qui utilise un assistant de codage comme GitHub Copilot.

Dans tous les cas, les maîtres mots sont « flexibilité » et « disponibilité ». La recherche d’une main-d’œuvre plus flexible et bon marché n’est pas une nouveauté. En période de crise et d’incertitude économiques, les entreprises limitent les « surplus » en réduisant leurs effectifs et en rationalisant leur production. Une étude récente de Brynjolfsson et al. (2023) sur un grand cabinet de conseil montre que l’usage d’outils d’IA générative par les freelancers a permis une hausse de productivité de 35%, tout en réduisant, d’une part les effectifs employés et d’autre part, les inégalités de performance entre les meilleurs et les moins performants restants.

Cela suggère-t-il que l’IA n’est pas forcément une menace pour tous les emplois, mais plutôt un outil qui reconfigure les compétences nécessaires ? La complémentarité entre humains et IA devient alors un enjeu central. Former, réguler et expérimenter sont-ils vraiment les trois piliers pour construire une IA au service de l’humain (OIT, 2023) ? Une des questions clés est celle de l’accompagnement des transitions professionnelles : formation, orientation, reconversion.

A questions confuses, réponses ambivalentes

Mais nous n’en sommes pas là. Même si les chefs d’entreprise affirment que l’IA « redéfinit » les emplois plutôt que de les supprimer, les media et les experts racontent une tout autre histoire. Dans les secteurs des hautes technologies, Microsoft, mais aussi Intel et BT, font partie des nombreuses grandes entreprises qui annoncent des milliers de licenciements explicitement liés à l’IA. De plus, les directions considèrent les licenciements comme un signe de progrès. Les entreprises cherchent à réaliser des profits plus importants avec moins de personnel. Dans le secteur des technologies de pointe, le chiffre d’affaires par employé est, d’ores et déjà, devenu un indicateur de performance (financière avant tout) essentiel. Les tech bros de la Silicon Valley qui vantent les mérites des entreprises à effectif réduit ne sous-estiment-ils pas la complexité des opérations et des processus systémiques de fonctionnement des leurs entreprises qui reposent sur des relations et des interactions très humaines ?

Les effets de l’IA sur l’emploi sont très hétérogènes selon les secteurs, les qualifications et les pays. Une étude d’OpenAI et de l’Université de Pennsylvanie (Eloundou et al., 2023) identifie les métiers d’entreprises les plus exposés à l’IA générative : analystes financiers, secrétaires, rédacteurs de contenu, comptables… et en général, les services, notamment, à la conception et à la fabrication. Paradoxalement, ces métiers sont aussi ceux où l’IA pourrait améliorer la productivité sans forcément entraîner de suppression de postes. En effet, l’IA semble favoriser les travailleurs hautement qualifiés, capables d’utiliser ces outils pour accroître leur efficacité (ceux qui maitrisent l’IA), au détriment des travailleurs peu qualifiés (Brem, Rivieccio, 2024). Le risque est donc une polarisation du marché du travail.

Notons que de nombreux pays émergents se sont spécialisés dans les services externalisés (centres d’appel, traduction, formatage, saisie de données, etc.). Ces activités sont particulièrement exposées à l’automatisation. Mais certains de ces pays comme l’Inde ou le Kenya investissent déjà dans l’IA pour se repositionner dans ces secteurs hautement lucratifs.

Pour ce qui est de la France, l’OCDE (2023) souligne que ce pays est dans une position intermédiaire : l’automatisation y progresse, mais plus lentement qu’ailleurs. Mais depuis 2024, plusieurs entreprises françaises ont annoncé la mise en œuvre d’une utilisation intensive de l’IA (p. ex. Orange, Carrefour, BNP Paribas), et l’État soutient activement les investissements via France 2030.

Dans ce contexte, certains syndicats européens appellent à une gouvernance partagée des technologies en entreprise. En réponse et suite au déploiement de ChatGPT, l’Union européenne a introduit avec l’AI Act une régulation pionnière, interdisant certains usages à haut risque, et exigeant de la transparence sur les décisions algorithmiques, ainsi que le respect des droits fondamentaux des individus.

Pour exorciser le démon de l’IA, les chercheurs concluent leurs travaux par dire que l’IA n’est pas une fatalité et poursuivent par le fameux « son impact dépendra de nos choix collectifs : politiques industrielles, formation, régulation, éthique ». D’accord, mais comment naissent, se structurent et s’imposent ces « choix collectifs » ? Pour l’heure, les questions soulevées sont nombreuses et discordantes… et nous avançons à tâtons.

Quelle forme prendront les organisations privées et publiques s’il y a moins d’emplois et de postes de cadres intermédiaires et des employés spécialisés ? Comment évolueront les grilles de rémunération pour éviter que la fracture sociale au sein des entreprises ne se transforme en cause primaire de leur disparition ?

Si un ingénieur de l’IA gagne 15 fois plus qu’un cadre intermédiaire expérimenté, comment stabiliser les équipes de projets ? La prise de décision plus rapide et la réduction des frais généraux grâce à l’IA sont des éléments positifs, mais cela signifie-t-il moins de ressources pour la recherche et le développement, la formation ou l’organisation et le management intermédiaire ? D’autre part, l’IA accélère le processus de la fragmentation de la nature du travail par l’essor du freelancing et du recrutement d’indépendants. L’« armée de réserve » semble définitivement déconfite ! Ce qui n’est pas un bon signe pour le capitalisme ultra-technologique et numérisé. Les entreprises les plus numérisées ayant de meilleurs résultats financiers que celles qui ont les pieds sur terre résisteront-elles aux différents chocs ? Il est clair alors que les parcours de développement professionnel et de leadership doivent être redéfinis (Autor et al., 2022). Face aux situations de crise, la résilience des organisations dépend de l’« humain », de sa créativité, de son imagination, de sa capacité de jugement et de son intelligence augmentée et « utilisée » dans un système complexe d’interrelations d’apprentissage, de connaissance et d’inter-reconnaissance. L’IA n’est-elle pas le produit de tout ceci et matérialisée par des relations de confrontation, de coopération, de coordination et de pouvoir ?

Enfin, dans un contexte de fragmentation du marché du travail et de fracture sociale (Korinek, Stiglitz, 2021) accentuées par le « tout IA » et liée, en l’occurrence, à l’accès à l’emploi, que devient la valeur du diplôme universitaire, celui qui a été obtenu par la formation à la recherche et par la recherche scientifique ?

Références

Acemoglu, D., Johnson, S. (2023), Power and Progress: Our Thousand-Year Struggle Over Technology and Prosperity, PublicAffairs, New York.

Autor, D., Mindell, D., Reynolds, E. (2022), The Work of the Future: Building Better Jobs in an Age of Intelligent Machines, MIT Task Force.

Brem, A., Rivieccio, G. (2024), Artificial Intelligence and Cognitive Biases: A Viewpoint, Journal of Innovation Economics & Management, 44(2), 223‑231.

Brynjolfsson, E., Li, D., Raymond, L. (2023), Generative AI at Work (NBER Working Paper No. 31161).

Commission européenne (2024), Règlement européen sur l’intelligence artificielle (AI Act).

Eloundou, T., Manning, S., Mishkin, P., Rock, D. (2023), GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models, OpenAI, UPenn.

Goldman Sachs (2023), The Potentially Large Effects of Artificial Intelligence on Economic Growth.

Korinek, A., Stiglitz, J. (2021), Artificial Intelligence and Its Implications for Income Distribution and Unemployment (NBER Working Paper).

OCDE (2023), Automation and AI in the Workplace: Enhancing Productivity and Job Quality.

OIT (2023), Generative AI and Jobs: A Global Analysis of Potential Effects on Job Quantity and Quality.

Note

Cette thématique sera abordée et approfondie lors du Forum Innovation 2025 : 30 ans d’Innovations !

Voir et participer : https://rri.univ-littoral.fr/forum-innovation-2025/

A propos de l’auteur

Dimitri Uzunidis, économiste, éditeur, Réseau de Recherche sur l’Innovation.

Mots-clés : intelligence | artificielle