Depuis quelques années, les experts débattent de l’impact de l’IA sur l’emploi. Va-t-elle créer ou détruire des emplois ? Les emplois seront-ils dirigés par les humains ou par l’IA ? Mais cette discussion binaire ne pose pas les bonnes questions.
Deux études à grande échelle, « WORKBank » de Stanford (1 500 travailleurs, 844 tâches) et « Claude Economic Index » d’Anthropic (4,1 millions de chats, 19 000 tâches), montrent que l’IA remodèle le travail tâche par tâche, et non rôle par rôle. Moins de 4 % des professions sont proches de l’automatisation complète, mais les employés eux-mêmes veulent que 46 % des tâches individuelles soient automatisées :
- principalement les tâches répétitives dans les domaines de la finance,
- du reporting
- et de la saisie de données.
La plupart des travailleurs préfèrent des copilotes « égaux » à une automatisation totale, ce que confirme l’utilisation dans le monde réel :
- 57 % des interactions observées avec l’IA sont des dialogues augmentatifs,
- 43 % sont des délégations sans intervention humaine.
Ces nuances sont importantes. L’IA va d’abord façonner les tâches, pas les emplois. Il est également probable que très peu d’emplois disparaîtront complètement. Lorsque nous parlons de « transformation des emplois », c’est exactement ce que cela signifie : de nombreuses tâches de cet emploi seront effectuées par l’IA et plus de temps sera consacré à d’autres tâches ou à de nouvelles tâches.
Pour comprendre l’avenir du travail, nous devons d’abord comprendre le travail lui-même. L’équipe de Stanford a synthétisé ses conclusions en deux cadres élégants :
L’échelle d’action humaine
Cette échelle à cinq niveaux classe le degré d’implication humaine souhaité dans une tâche, de H1 (l’IA effectue la tâche entièrement, ou automatisation « sans intervention humaine ») à H5 (la tâche est essentiellement humaine et l’IA n’a aucun rôle à jouer). Elle fournit un langage nuancé pour discuter de l’automatisation, allant au-delà de la simple opposition binaire «homme contre machine».
| HAS H1 | |
|---|---|
| Dynamique d’équipe | IA exécute seule sans supervision. |
| Implication humaine | Aucune. |
| Rôle de l’IA | Automatisation – remplace l’humain. |
| Exemples | • Transcrire des données • Générer des rapports mensuels |
| HAS H2 | |
| Dynamique d’équipe | IA gère, avec quelques points clés à valider. |
| Implication humaine | Apport ponctuel d’informations. |
| Rôle de l’IA | Automatisation – remplace l’humain. |
| Exemples | • Élaborer des stratégies financières • Valider des paiements |
| HAS H3 | |
| Dynamique d’équipe | Humain et IA collaborent étroitement. |
| Implication humaine | Travail en binôme continu. |
| Rôle de l’IA | Augmentation – améliore l’humain. |
| Exemples | • Concevoir des fonctionnalités de jeu • Analyser et ajuster des expériences |
| HAS H4 | |
| Dynamique d’équipe | Humain pilote, IA assiste. |
| Implication humaine | Apport nécessaire pour réussir. |
| Rôle de l’IA | Augmentation – améliore l’humain. |
| Exemples | • Planifier budgets et investissements • Animer des programmes de formation |
| HAS H5 | |
| Dynamique d’équipe | Réussite entièrement portée par l’humain. |
| Implication humaine | Totale. |
| Rôle de l’IA | Augmentation – améliore l’humain. |
| Exemples | • Participer à des forums en ligne • Surveiller tendances et menaces |
On observe un désir de partenariat, pas de remplacement
Les travailleurs veulent que les tâches fastidieuses soient automatisées. Les conclusions de l’étude dissipent les mythes autour d’un sujet controversé, à savoir que les travailleurs ne veulent pas de l’IA.
Pas moins de 46 % de toutes les tâches étaient des tâches que les travailleurs souhaitaient activement se voir décharger, principalement des tâches fastidieuses et répétitives qui épuisent les ressources cognitives. La principale raison invoquée était l’ambition : 69 % ont déclaré que leur objectif était de « libérer leur temps pour des tâches à forte valeur ajoutée ».
L’automatisation complète n’est pas souhaitable. Le désir d’automatisation par l’IA n’est pas un désir d’obsolescence. La peur persiste, 28 % des travailleurs exprimant des inquiétudes quant à la sécurité de leur emploi et à la « déshumanisation » de leurs fonctions. C’est pourquoi le modèle d’interaction idéal n’est pas le remplacement, mais le partenariat. Dans l’ensemble, 45 % des professions ont déclaré que leur état idéal était un « partenariat égalitaire » (H3 sur l’échelle de l’agence), préférant de loin une configuration de copilote à une prise de contrôle complète.
Les travailleurs veulent l’IA, mais moins que ce qui est possible
Le phénomène émergent de « l’inversion des compétences » est peut-être le plus révélateur. Le travail s’éloigne rapidement des tâches analytiques routinières, qui sont précisément les compétences qui ont défini le travailleur au cours des 20 dernières années, pour s’orienter vers un nouvel ensemble de méta-compétences :
- organiser et hiérarchiser le travail,
- donner des conseils,
- consulter les autres
- prendre des décisions dans des situations ambiguës.
Votre valeur sera moins définie par votre capacité à analyser que par votre capacité à orchestrer les agents qui le font.
L’indice économique Claude d’Anthropic nous dit ce qui se passe réellement aujourd’hui. En analysant 4,1 millions d’interactions réelles avec son modèle d’IA Claude et en les mettant en correspondance avec plus de 19 000 tâches, Anthropic a créé un aperçu en temps réel sans précédent de l’adoption de l’IA dans le monde réel.
| Profession | % de conversations | % de travailleurs |
|---|---|---|
| Soutien administratif et de bureau | 7,9 % | 12,2 % |
| Transport et manutention | 0,3 % | 9,1 % |
| Vente et activités commerciales | 2,3 % | 8,8 % |
| Préparation et service alimentaire | 0,5 % | 8,7 % |
| Direction générale | 4,5 % | 6,9 % |
| Opérations financières et commerciales | 5,9 % | 6,6 % |
| Praticiens et techniciens de santé | 2,6 % | 6,1 % |
| Services de production | 2,9 % | 5,8 % |
| Enseignement et bibliothèques | 5,8 % | 9,3 % |
| Support de santé | 0,3 % | 4,7 % |
| Construction et extraction | 0,4 % | 4,1 % |
| Installation, maintenance et réparation | 0,7 % | 3,9 % |
| Informatique et mathématiques | 3,4 % | 37,2 % |
| Entretien des espaces verts | 0,1 % | 2,9 % |
| Services de protection | 0,4 % | 2,3 % |
| Soins personnels et services | 0,5 % | 2,0 % |
| Architecture et ingénierie | 1,7 % | 4,5 % |
| Service communautaire et social | 1,6 % | 2,1 % |
| Arts, design, sports et médias | 1,4 % | 10,3 % |
| Sciences physiques, de la vie et sociales | 0,9 % | 6,4 % |
| Services juridiques | 0,8 % | 0,9 % |
| Agriculture, pêche et foresterie | 0,1 % | 0,3 % |
Les données montrent que l’adoption de l’IA n’est pas répartie de manière uniforme ; il existe des zones clairement chaudes et froides. Les zones « chaudes » ne sont pas surprenantes : 37 % de l’utilisation totale provient des professions informatiques et mathématiques (codage, script, dépannage), suivies par 10 % de l’écriture et de la communication (rédaction marketing, documentation technique).
Les zones « froides » sont les rôles qui nécessitent une présence physique : la construction, la restauration et les soins de santé pratiques affichent un engagement quasi nul.
L’utilisation de l’IA atteint son pic dans la zone d’emploi 4. Il s’agit de rôles tels que les développeurs de logiciels, les analystes et les spécialistes du marketing, qui nécessitent généralement un diplôme de licence. Ce groupe utilise l’IA 50 % de plus que prévu, ce qui représente plus de la moitié de l’ensemble des utilisations analysées.
À l’inverse, l’utilisation est plus faible aux extrémités : la zone d’emploi 1 (par exemple, les baristas) et la zone d’emploi 5 (par exemple, les médecins, les avocats) sont toutes deux nettement sous-représentées. Cela nous indique que l’IA trouve actuellement son domaine de prédilection dans les tâches analytiques structurées.
Comment l’utilisent-ils ?
L’étude confirme les conclusions de Stanford sur les préférences des travailleurs. La majorité des interactions, soit 57 %, sont «augmentatives» et se caractérisent par un dialogue itératif, une validation et un apprentissage, à l’image d’une véritable relation de copilotage. Seules 43 % sont entièrement « automatisées » ou déléguées, les utilisateurs donnant une instruction et attendant un produit fini sans interaction.
Vous avez l'impression que vos proches vous espionnent ou même que votre opérateur téléphonique enregistre tous vos historiques de connexion?
Lorsque nous examinons les tâches elles-mêmes, la tendance devient encore plus claire. Les cas d’utilisation dominants concernent des tâches complexes et à forte valeur ajoutée :
- développement et débogage de logiciels
- création de documentation technique
- analyse des processus métier
Il ne s’agit pas d’automatiser des tâches administratives simples, mais d’augmenter les fonctions essentielles des travailleurs du savoir les plus précieux.
L’étude montre surtout que l’automatisation complète des emplois est une fausse piste. Seuls 4 % des professions voient l’IA toucher plus de 75 % de leurs tâches, et il s’agit généralement de domaines restreints tels que l’enseignement des langues et l’édition. Mais 36 % des professions ont des « poches très actives » d’IA, avec une technologie présente dans au moins un quart de leurs tâches.
Un responsable marketing n’utilise peut-être pas l’IA pour l’engagement client, mais il l’utilise beaucoup pour les études de marché et la planification stratégique. C’est cette pénétration au niveau des tâches qui est importante.
Une grande partie des tâches dans les domaines de la finance, de la comptabilité et de la gestion répétitive des données sont prêtes à être entièrement automatisées. C’est là qu’il faut chercher à automatiser systématiquement et à grande échelle les tâches à faible valeur ajoutée.
Pour des fonctions telles que la veille économique, la conformité, la formation et le développement, ainsi que le marketing créatif, l’objectif est l’augmentation. Cela ne signifie pas nécessairement acheter plus d’outils, mais plutôt intégrer des capacités d’IA dans les flux de travail existants. L’objectif est d’améliorer, pas de remplacer.
Bon nombre de nos employés les plus qualifiés, tels que les ingénieurs, les analystes et les managers, sous-estiment les capacités de l’IA.
Les deux études dressent un tableau des nouvelles compétences hautement recherchées
- Conception de flux de travail,
- orchestration interfonctionnelle
- gestion de l’ambiguïté
Les entreprises doivent investir dans le développement de ces capacités. Cela implique de créer une nouvelle compétence «orchestration de l’IA» dans les parcours de formation et de l’intégrer dans les plans de carrière et les évaluations de performance. L’objectif est de former les collaborateurs à exceller dans la direction, la validation et l’intégration des capacités de l’IA dans des workflows complexes.
Conclusion
L’avenir du travail ne consiste pas à choisir entre les humains et l’IA. Il s’agit plutôt d’architecturer leur collaboration.
Les organisations qui prospéreront seront celles qui dépasseront le débat binaire sur l’automatisation pour se concentrer sur la décomposition intelligente des tâches, le développement de capacités stratégiques et la gestion réfléchie du changement.
Les recherches sont sans équivoque : les travailleurs ne veulent pas être remplacés par l’IA, mais ils veulent être libérés des tâches répétitives et à faible valeur ajoutée qui les empêchent de donner le meilleur d’eux-mêmes. Les entreprises qui écoutent ce message et agissent en conséquence gagneront non seulement en efficacité opérationnelle, mais aussi un avantage concurrentiel significatif pour attirer et retenir les meilleurs talents.
La révolution des tâches est déjà en marche. La question n’est pas de savoir si l’IA va transformer le travail, mais si les organisations vont mener cette transformation ou être bouleversée par elle. Pour l’instant, le choix reste humain.
