Podcast: Play in new window | Download (Duration: 38:22 — 34.2MB)
Subscribe: Apple Podcasts | Spotify | Android |
Le discours sur impact de l’intelligence artificielle (IA) et emploi a atteint son paroxysme. Les gros titres hurlent aux licenciements massifs, les communiqués de presse vantent l’IA comme la solution miracle pour réduire les coûts salariaux. Pourtant, derrière cette cacophonie d’alertes et de battage médiatique se cache une réalité bien plus nuancée. J.P. Gownder, vice-président et analyste principal au sein de l’équipe Future of Work de Forrester, analyse depuis des décennies la transformation du monde du travail par la technologie. Son dernier rapport, The Forrester AI Job Impact Forecast for the US 2025-2030, tranche dans le vif avec une rigueur empirique. Le verdict ? L’apocalypse de l’emploi n’est pas pour demain, mais un ajustement mesuré se profile à l’horizon.
IA et emploi aux USA : l’apocalypse attendra encore un peu
Le fossé entre les annonces et la réalité
Lorsque Klarna a annoncé qu’elle cessait de recruter des humains, le monde de la tech a pris note. La fintech suédoise est devenue l’emblème de la réduction des effectifs pilotée par l’IA. Pourtant, un examen plus attentif révèle un schéma que Gownder a observé au fil de centaines d’échanges avec des entreprises : le décalage entre les déclarations des dirigeants et la réalité opérationnelle.
Neuf entreprises sur dix qui annoncent des licenciements liés à l’IA ne disposent pas encore de solutions d’IA matures. La plupart des suppressions de postes sont donc motivées par des raisons financières, et l’IA n’est qu’un bouc émissaire, du moins pour l’instant
— J.P. Gownder, Forrester
Ce phénomène rappelle ce qui s’est passé après la victoire d’IBM Watson à Jeopardy en 2011, quand la panique autour des suppressions d’emplois imminentes s’est révélée prématurée d’une bonne demi-décennie. Les rouages de ce décalage sont simples à comprendre. Un PDG annonce une réduction d’effectifs de 20 %, l’IA devant reprendre le travail. Mais mettre en place une solution d’IA capable d’accomplir réellement ces tâches demande 18 à 24 mois, « à condition que ça fonctionne ». Entre-temps, le travail doit bien être fait.
Gownder a vu des entreprises licencier des salariés en invoquant les capacités de l’IA, puis recruter discrètement des équipes dans des pays à bas coûts quelques semaines plus tard. « Ils licencient des gens à cause de l’IA, observe-t-il, et trois semaines après, ils embauchent une équipe en Inde parce que la main-d’œuvre y est tellement moins chère ». Le discours sur l’IA sert souvent de paravent commode à un bon vieil arbitrage sur les coûts.
La trajectoire de Klarna illustre parfaitement ce schéma. Après avoir réduit agressivement ses effectifs de 40 % et vanté un chatbot IA capable de faire le travail de 700 agents du service client, l’entreprise a fait marche arrière. Son PDG Sebastian Siemiatkowski a reconnu que cette automatisation à outrance avait engendré un service « de moindre qualité ». L’entreprise recrute désormais des agents humains selon un modèle « à la Uber ».
Comprendre la prévision de 6 % de pertes d’emplois
Les prévisions de Forrester tablent sur une perte nette de 6 % des emplois d’ici 2030, soit environ 10,4 millions de postes dans l’économie américaine. La moitié de cet impact provient de l’IA générative ; le reste de l’automatisation, de la robotique et des applications d’IA non générative. Ce chiffre peut sembler modeste au regard des prédictions apocalyptiques qui circulent dans les médias, mais il faut le remettre en contexte. Durant la Grande Récession de 2008-2009, les États-Unis ont perdu 8,7 millions d’emplois. Ces pertes étaient toutefois temporaires, liées à une conjoncture macroéconomique qui a fini par se retourner. Les emplois que Forrester prévoit de voir disparaître sont « structurellement remplacés par le travail des machines » et pourraient ne jamais revenir.
La méthodologie derrière ce chiffre s’appuie sur la base de données O-Net du Bureau of Labor Statistics. Celui-ci recense plus de 800 catégories d’emplois avec des informations détaillées sur les compétences et les tâches requises.
En croisant ces données avec les capacités actuelles et prévisionnelles de l’IA, Gownder et Michael O’Grady ont identifié les métiers les plus exposés à l’automatisation.
« Pour les emplois qui impliquent des compétences et des tâches fortement impactées par l’IA et l’automatisation, nous prévoyons davantage de suppressions de postes, explique Gownder. Dans les catégories moins touchées, nous en prévoyons évidemment moins ».
Le paradoxe de Solow et la productivité de l’IA
La célèbre observation de Robert Solow selon laquelle « on voit des ordinateurs partout, sauf dans les statistiques de productivité » trouve un nouvel écho à l’ère de l’IA. Le parallèle est instructif. Il a fallu près de trois décennies pour que l’impact du web sur la productivité se concrétise. Le commerce en ligne ne bouleverse véritablement le commerce traditionnel que maintenant, comme en témoigne la fermeture des commerces indépendants de New York à Paris. La fenêtre de cinq ans retenue par Forrester serait-elle trop étroite ?
Gownder reconnaît les limites inhérentes à l’exercice de prévision. « Toute projection au-delà de cinq ans relève davantage de l’impression que de l’analyse ». Pourtant, le rythme d’adoption des technologies s’est considérablement accéléré. Le téléphone a mis 75 ans pour atteindre 100 millions d’utilisateurs après son invention en 1878. L’ordinateur personnel y est parvenu en 16 ans. Le téléphone mobile en sept ans. ChatGPT ? Deux mois. Cette compression suggère que si le paradoxe de Solow reste d’actualité, son horizon temporel pourrait être nettement plus court.
« S’il y a une apocalypse de l’emploi, on aura moins de gens qui travaillent, c’est le principe même d’une apocalypse. Ces gens-là devraient donc produire davantage. On ne peut pas avoir d’apocalypse de l’emploi sans voir la productivité globale augmenter ».
— J.P. Gownder, Forrester
Les données de productivité racontent une histoire qui donne à réfléchir. De 1947 à 1973, la productivité du travail aux États-Unis progressait de 2,7 % par an. Le cycle économique actuel affiche 1,8 %. Même en isolant les trimestres écoulés depuis le lancement de ChatGPT, on n’obtient que 2,2 %. Les chiffres ne mentent pas, et ils ne montrent pas encore les gains révolutionnaires promis par les apôtres de l’IA.
IA et emploi : où se situent les points de tension
L’impact de l’IA sur l’emploi aux États-Unis ne sera pas uniforme. Les agents des centres d’appels subissent une pression continue, amorcée avec les serveurs vocaux interactifs et désormais amplifiée par des solutions bien plus sophistiquées. Rédacteurs techniques et créateurs de contenus web se trouvent en terrain miné. Les souscripteurs en assurance voient les algorithmes empiéter sur leur territoire : la vision par ordinateur peut désormais évaluer les dégâts d’un accident de voiture à partir de simples photos. Les postes de débutants impliquant la création de tableurs ou de présentations sont sous pression croissante.
Un cas plus nuancé
Le développement logiciel présente un cas plus nuancé. « Si vous êtes développeur débutant, souligne Gownder, on sait que Claude fait un excellent travail pour générer du code basique ». Mais les développeurs seniors, dotés d’une vision architecturale et d’une compréhension systémique, restent indispensables. Un schéma se répète dans l’ensemble du travail intellectuel : l’IA augmente plus qu’elle ne remplace, transformant les fiches de poste plutôt qu’elle n’élimine les postes eux-mêmes. « Ce n’est pas qu’il n’y aura pas d’emplois qui disparaîtront, précise-t-il, mais ils sont bien plus spécifiques et limités, et il faut concevoir la bonne technologie pour remplacer tel ou tel poste. Ce n’est pas tout le monde qui disparaît ».
Le travail manuel présente sa propre dynamique. La robotique jouera un rôle dans certains secteurs : le tri et la préparation de commandes en entrepôt ont progressé grâce à la vision par ordinateur, et le BTP a vu des expérimentations avec des robots poseurs de briques ou couleurs de béton. Mais les robots humanoïdes qui font la une des médias ont peu de chances d’être déployés massivement dans les entreprises d’ici la fin de la période couverte par les prévisions. Le monde physique, avec ses variations infinies et ses imprévus constants, résiste obstinément à l’automatisation.
Cols blancs : fausses pistes et vrais défis
Les cols blancs représentent désormais environ 60 % de la population active aux États-Unis comme en Europe, un basculement spectaculaire par rapport aux générations précédentes. Ces « analystes symboliques », selon l’expression de Charles Handy, ne produisent pas de biens physiques, ce qui a conduit certains à supposer que leur travail serait facilement transférable à des systèmes d’IA. Gownder réfute cette idée. « La plupart des emplois de bureau sont en réalité assez productifs, parce qu’il y a quelque chose à l’autre bout pour lequel quelqu’un est prêt à payer ». Les ingénieurs logiciels créent des applications qui permettent d’autres activités. Par ailleurs, les médecins produisent des résultats de santé. Quant à eux, les analystes aident les organisations à prendre de meilleures décisions.
Des difficultés pratiques
Les difficultés pratiques du déploiement de l’IA dans les environnements de bureau corroborent ces objections théoriques. Ensuite, les hallucinations restent un problème récurrent, introduisant des marges d’erreur que les travailleurs intellectuels doivent repérer et corriger. Les salariés manquent souvent des compétences et de la compréhension nécessaires pour utiliser efficacement les outils d’IA. Les organisations surestiment ce que l’IA peut accomplir.
« Quand ça échoue, c’est spectaculaire », observe Gownder. Les incidents Deloitte en Australie et au Canada, où des contenus générés par IA truffés d’hallucinations flagrantes ont été livrés à des clients gouvernementaux, illustrent les risques réputationnels d’une automatisation prématurée. Le rapport destiné au gouvernement australien contenait des citations académiques inventées et même une fausse citation d’un jugement de la Cour fédérale. Les deux gouvernements ont exigé des remboursements.
« Vous n’avez pas intérêt à produire de la bouillie générée par l’IA et à la présenter comme votre travail sans relecture, sans recul. C’est la garantie de l’échec ».
— J.P. Gownder, Forrester
Une étude de la Harvard Business Review confirme ces inquiétudes. Les chercheurs ont constaté que les dirigeants qui utilisaient ChatGPT pour faire des prévisions devenaient nettement plus optimistes, plus confiants, et produisaient des prévisions moins bonnes que ceux qui consultaient leurs pairs. Le ton péremptoire de l’IA génère un fort sentiment d’assurance, sans le garde-fou de la régulation sociale et du scepticisme salutaire qu’apporte la consultation entre humains.
L’impact sur les marketeurs et les professionnels du digital
Pour les étudiants qui se destinent au marketing digitalDéfinition marketing digital, un terme utilisé en permanence et pourtant bien mal compris car mal défini et aux métiers connexes, le tableau est complexe mais pas nécessairement sombre. « Les marketeurs sont en première ligne de la transformation des métiers, pas de leur remplacement », note Gownder. La nuance est de taille. Transformation implique évolution des rôles plutôt qu’élimination. « Je travaille avec beaucoup de marketeurs qui me disent : « Je me suis engagé pour devenir un excellent marketeur, pas un expert en IA. Pourquoi est-ce que j’apprends tous ces outils ? » Mais inévitablement, ils ne peuvent plus faire leur travail sans utiliser une forme ou une autre d’outil d’IA ».
La prescription pour les jeunes professionnels est claire : combiner une formation classique avec une véritable compréhension des capacités et des limites de l’IA. Ceux qui maîtriseront les deux domaines seront recherchés. Ceux qui résisteront à la technologie ou n’en comprendront pas les limites auront du mal à s’en sortir. L’essentiel est d’aborder l’IA comme un outil d’augmentation plutôt que de remplacement — utiliser ces outils pour enrichir son expertise existante tout en restant conscient de leurs limites. Le jugement, l’éthiqueL’éthique du marketing couvre un champ très vaste de thématiques. Il faut tout d’abord voir l’éthique du marketing comme une sous-branche de l’éthique des affaires. et la connaissance institutionnelle qu’apportent les professionnels expérimentés ne peuvent pas être facilement répliqués par des algorithmes.
Les freelances face à l’IA
Si l’IA augmente plutôt qu’elle ne remplace les salariés classiques, la question se pose : les freelances et les travailleurs de la gig economy vont-ils absorber les déplacements d’emploi ? L’économie des cols blancs connaît une transition plus large vers davantage de travail indépendant et de missions à tous les niveaux. « D’une certaine manière, observe Gownder, cela peut donner aux gens une certaine liberté, parce qu’ils peuvent travailler avec des clients variés, fixer leurs propres horaires, travailler où ils veulent ». La flexibilité qui définit le travail à la tâche s’accorde bien avec la nature par projets des flux de travail augmentés par l’IA.
Pourtant, le tableau n’est pas uniformément positif. Aux États-Unis, où l’accès aux soins dépend de l’emploi, le travail indépendant peut s’avérer précaire. La gig economy compte désormais plus de 64 millions de travailleurs américains et contribue à hauteur de près de 1 270 milliards de dollars à l’économie. L’IA remodèle ce paysage de façon contradictoire : les plateformes utilisent des algorithmes pour mettre en relation travailleurs et clients plus efficacement, mais la même technologie permet aux clients de gérer eux-mêmes des tâches qu’ils sous-traitaient auparavant. Les freelances qui tireront le mieux leur épingle du jeu seront ceux qui combineront culture technologique et compétences distinctement humaines — esprit critique, créativité et confiance du client.
Je m’attends à voir beaucoup plus de travail en freelance et de missions de conseil, mais cela ne veut pas dire qu’il n’y aura plus de parcours professionnels classiques
— J.P. Gownder, Forrester
De nouvelles niches émergent tandis que d’autres se contractent. L’ingénierie de prompts, le conseil en éthique de l’IA et les métiers liés à l’entraînement des modèles représentent des domaines de croissance qui n’existaient pas avant la vague actuelle d’IA générative. Cette bifurcation pourrait s’avérer l’un des effets les plus significatifs de l’IA sur le marchéLa notion même de marché B2B ou B2C est au cœur de la démarche marketing. Un marché est la rencontre d’une offre et d’une demande du travail : certains travailleurs gagnent en flexibilité et en autonomie, d’autres perdent en stabilité et en avantages sociaux.
Naviguer dans la transformation des emplois par l’IA
Pour les travailleurs en début ou en fin de carrière, la transition vers l’IA présente des défis distincts. Les jeunes professionnels font face au paradoxe d’entrer sur un marché du travail qui peut valoriser leur aisance numérique tout en menaçant les postes de débutants qui servaient traditionnellement de terrain d’apprentissage. Le conseil de Gownder est direct : combiner une formation classique avec une véritable compréhension des capacités et des limites de l’IA.
Les travailleurs plus âgés, souvent caricaturés comme réfractaires à la technologie, ont leur propre voie à tracer. « L’un des préjugés associés aux travailleurs seniors, c’est qu’ils seraient incapables d’adopter la technologie, observe Gownder. C’est quelque chose sur quoi on peut travailler ». L’essentiel est d’aborder l’IA comme un outil d’augmentation plutôt que de remplacement, en utilisant ces outils pour enrichir son expertise existante tout en restant conscient de leurs limites. Le jugement, l’éthique et la connaissance institutionnelle qu’apportent les travailleurs expérimentés ne peuvent pas être facilement répliqués par des algorithmes.
Pour les dirigeants d’entreprise, la prescription est presque contre-intuitive. « L’ironie de l’IA, c’est que la façon de réussir aujourd’hui passe par l’investissement dans vos collaborateurs humains ». La technologie peut augmenter la productivité, mais seulement lorsque les salariés possèdent les compétences, la motivation et le cadre éthique pour la déployer efficacement. L’élément humain, loin d’être rendu obsolète, devient plus crucial que jamais.
La vision à long terme sur l’IA et l’emploi américain
L’impact de l’IA sur l’emploi aux États-Unis se déploiera sur des années, pas des mois. La prévision de 6 % de Forrester représente une transformation significative affectant des millions de travailleurs, mais il s’agit d’un glissement mesuré, pas d’un effondrement soudain. Les organisations qui tireront leur épingle du jeu seront celles qui résisteront à la tentation de confondre annonces sur l’IA et capacités réelles de l’IA, qui investiront dans leur main-d’œuvre au lieu de supposer que la technologie la rendra obsolète, et qui aborderont l’automatisation avec la même rigueur qu’elles apporteraient à tout investissement majeur.
L’ironie de l’IA, c’est que la façon de réussir aujourd’hui passe par l’investissement dans vos collaborateurs humains. Investissez dans vos équipes, aussi contre-intuitif que cela puisse paraître
— J.P. Gownder, Forrester
Le travail de Gownder chez Forrester fournit une grille de lecture pour naviguer dans cette transformation : empirique plutôt qu’hystérique, spécifique plutôt que généralisatrice, attentive tant aux capacités réelles de l’IA qu’à ses limites persistantes. L’apocalypse de l’emploi fait de bons gros titres, mais les faits pointent vers quelque chose de plus complexe et, en fin de compte, de plus gérable. Pour ceux qui accepteront de s’adapter, d’investir dans leurs compétences et de garder la tête froide, l’avenir du travail reste une histoire humaine, augmentée mais non remplacée par l’intelligence artificielle.
J.P. Gownder est vice-président et analyste principal au sein de l’équipe Future of Work de Forrester. Diplômé de Harvard, il étudie les impacts conjoints de la technologie et des facteurs humains sur l’avenir du travail, aidant ses clients à concevoir des stratégies qui stimulent la productivité, la collaboration et le travail hybride efficace. Ses recherches portent sur la façon dont des technologies comme les terminaux, les logiciels collaboratifs, la réalité étendue et l’intelligence artificielle transforment notre façon de travailler et nos lieux de travail.