À chaque nouvelle étude, la même petite musique : l'intelligence artificielle générative va « menacer » des dizaines de millions d'emplois. Mais que mesurent réellement ces travaux ? En recoupant les grands rapports récents — FMI, Organisation internationale du travail, Goldman Sachs, indices d'usage publiés par les fabricants d'IA —, un constat s'impose : les métiers les plus exposés sont désormais les emplois qualifiés de bureau, et non plus les tâches manuelles. Mais « exposition » ne veut pas dire « destruction », et l'écart entre les deux est tout l'enjeu.
Des chiffres spectaculaires, mais qui ne disent pas la même chose
Les grandes estimations donnent le vertige, à condition de lire ce qu'elles comptent. En janvier 2024, le Fonds monétaire international estimait que près de 40 % de l'emploi mondial est « exposé » à l'IA — une part qui grimpe à 60 % dans les économies avancées, contre 40 % dans les pays émergents et 26 % dans les pays à faible revenu (FMI). Sa directrice générale, Kristalina Georgieva, prévenait toutefois que cette exposition est à double tranchant : environ la moitié des emplois exposés dans les pays riches pourraient bénéficier d'un gain de productivité, l'autre moitié voir des tâches automatisées.
Goldman Sachs, dans un rapport de mars 2023 régulièrement cité, chiffrait de son côté à 300 millions d'emplois à temps plein la quantité de travail « exposée à une forme d'automatisation » dans le monde, en estimant qu'aux États-Unis l'IA pourrait automatiser des tâches représentant 25 % des heures travaillées (Goldman Sachs). Enfin, l'Organisation internationale du travail (OIT), dans son indice mondial actualisé en mai 2025, retient une formule plus prudente : un emploi sur quatre dans le monde présente « une certaine exposition » à l'IA générative, et seulement 3,3 % de l'emploi mondial tombe dans la catégorie la plus fortement exposée (OIT).
Trois chiffres, trois méthodes, un même mot piégeux : exposition. Aucune de ces études ne prédit un nombre d'emplois supprimés. Elles mesurent la part de tâches qu'un modèle pourrait prendre en charge — pas ce que feront réellement les employeurs, les régulateurs et les salariés.
En tête de liste : les cols blancs, plus les cols bleus
Le renversement le plus net que révèlent ces travaux est celui de la cible. Les vagues d'automatisation précédentes frappaient l'usine et la manutention ; l'IA générative, elle, excelle sur le texte, le code et l'analyse — c'est-à-dire sur le travail de bureau qualifié.
Dans l'estimation de Goldman Sachs, les métiers de bureau et administratifs arrivent largement en tête (46 % des heures automatisables), suivis du juridique (44 %), de l'architecture et l'ingénierie (37 %) et de la finance et gestion (35 %). À l'autre bout, les métiers physiques sont presque épargnés : nettoyage et entretien (1 %), maintenance et réparation (4 %), construction (6 %). Un ménage, un plombier ou un couvreur sont aujourd'hui bien moins « exposés » qu'un juriste ou un comptable.
L'OIT converge : ce sont les professions administratives — secrétaires, agents de saisie, employés de back-office, aides-comptables, standardistes — qui affichent l'exposition la plus forte, parce que leurs tâches sont « fortement textuelles, régies par des règles et répétitives ». Les études d'usage vont dans le même sens. L'Anthropic Economic Index, qui observe l'usage réel de l'assistant Claude, montre que l'IA se concentre sur les tâches informatiques et mathématiques — environ un tiers des conversations grand public et près de la moitié du trafic professionnel —, sur du travail réclamant en moyenne 14,4 années d'études, soit au-dessus de la moyenne de l'économie (Anthropic). Autrement dit, l'IA s'attaque d'abord au travail cognitif diplômé. Côté secteurs, l'étude d'OpenAI et de l'université de Pennsylvanie citée par Futura pointe le marketing, les médias, la finance, le service client, le juridique et la tech — les domaines les plus riches en tâches d'écriture et d'analyse.
Exposition n'est pas destruction
C'est le point que toutes les études répètent et que les gros titres oublient : une tâche exposée peut être augmentée plutôt que remplacée. Le FMI a d'ailleurs ajouté à son cadre un « indice de complémentarité » pour distinguer les emplois où l'IA seconde le travailleur de ceux où elle s'y substitue. L'OIT est catégorique : parce que la plupart des métiers restent faits de tâches qui exigent un jugement humain, « la transformation des emplois est l'issue la plus probable », pas leur disparition.
L'usage réel confirme cette ambiguïté. L'Anthropic Economic Index relève que, début 2025, l'IA était mobilisée pour au moins un quart des tâches dans 36 % des métiers de son échantillon — une part montée à 49 % en cumulant les vagues d'observation —, mais dans un mélange d'automatisation et d'assistance. Surtout, le classement change dès qu'on tient compte de la fiabilité : certains postes très cités en apparence (développeurs, enseignants) reculent une fois pris en compte le taux d'erreur et la durée des tâches, tandis que d'autres, comme les opérateurs de saisie, ressortent nettement plus exposés. La liste des « métiers menacés » n'est donc pas gravée dans le marbre : elle dépend autant de ce que l'IA sait faire de manière fiable que de ce qu'elle pourrait faire en théorie.
Cette zone grise se joue déjà sur le terrain. Chez l'éditeur juridique Dalloz, les syndicats redoutent que l'IA fragilise l'emploi et la fiabilité de la documentation ; à Annecy, la profession de l'animation a fait de la peur du remplacement un mot d'ordre. À l'inverse, certains décrivent une recomposition plus qu'une éradication : le créateur de Claude Code théorise ainsi cinq archétypes du travail qui survivent à l'automatisation en se déplaçant vers la supervision et l'orchestration.
Les limites qu'aucune étude ne cache
Ces travaux méritent d'être lus avec leurs propres réserves. Ils reposent le plus souvent sur une décomposition théorique des métiers en tâches (via des bases comme O*NET), puis sur un jugement — humain ou algorithmique — de la « faisabilité » de chaque tâche par l'IA. Rien n'y intègre le coût de déploiement, l'acceptabilité sociale, la réglementation ou la simple inertie des organisations. Les méthodologies divergent assez pour produire des écarts du simple au double, et les projections de créations d'emplois sont encore plus incertaines : le Forum économique mondial anticipe par exemple un solde net positif à l'horizon 2030 (davantage d'emplois créés que détruits), mais avec une marge d'erreur considérable et de fortes disparités selon les métiers.
En France, le débat suit la même ligne de crête. L'Observatoire des emplois menacés et émergents estimait récemment qu'environ 16 % des tâches sont aujourd'hui exposées à l'automatisation, soit jusqu'à cinq millions de postes concernés — tout en précisant que l'indicateur « reflète l'exposition des tâches, et non leur destruction » (Centre Inffo). Dans le même temps, plus de 166 000 offres d'emploi liées à l'IA ont été publiées dans le pays en 2024, signe que la technologie détruit d'un côté ce qu'elle fait émerger de l'autre. France Stratégie, qui étudie ces transformations, insiste sur le même paradoxe : les métiers les plus recherchés à moyen terme — soin, bâtiment, transport, hôtellerie-restauration, services à la personne — sont précisément ceux que l'IA sait le moins automatiser.
Le message des études les plus récentes n'est donc pas « tel métier va disparaître », mais : le travail cognitif et de bureau entre pour la première fois dans le viseur de l'automatisation, alors que le travail manuel et relationnel s'y dérobe. Reste la question que ces rapports laissent ouverte, et qui décidera de tout : entre la tâche qu'une IA peut faire et l'emploi qu'une entreprise choisira de supprimer, il y a un monde de décisions humaines.