Introduction — Posez la question à une IA
Demandez à ChatGPT, Claude, Gemini ou à un autre grand modèle de langage si l’intelligence artificielle va provoquer une destruction massive d’emplois. La réponse sera souvent conservatrice : l’IA transforme les métiers, automatise des tâches, augmente la productivité et peut faire émerger de nouvelles activités. Cette réponse n’est pas absurde. Elle reflète ce que les données permettent d’établir à ce jour.
Or une rupture économique commence avant que nous puissions en isoler la cause. Les comportements changent d’abord : moins de recrutements, moins de remplacements, des équipes qui absorbent de nouveaux périmètres, des investissements qui changent la quantité de travail nécessaire. Les statistiques captent ensuite ces mouvements. La causalité vient plus tard.
La question de cet article n’est donc pas : « Peut-on prouver que l’IA détruit déjà l’emploi ? » La réponse est non. La question est : les données contiennent-elles un faisceau de signaux compatible avec le début d’une économie qui aurait besoin de moins de travail humain pour produire ?
Règle de lecture. Dans la suite, je sépare quatre niveaux : les faits mesurés, les mécanismes possibles, l’hypothèse d’un rôle de l’IA et les scénarios 2030. Un chiffre ne devient pas une preuve de causalité parce qu’il va dans le sens de la thèse.
1. France : la création d’emploi décroche plus vite que le PIB
Le premier signal apparaît lorsque l’on place côte à côte la croissance du PIB et la création d’emplois. Le PIB réel français reste en croissance de 2022 à 2025, mais son rythme passe de +2,7 % à +0,8 %. Dans le même temps, les créations nettes d’emplois passent de +391 000 à +19 000. Surtout, le salariat privé passe de +314 000 créations en 2022 à -66 000 en 2025 !
| France | 2022 | 2023 | 2024 | 2025 |
|---|---|---|---|---|
| PIB réel | +2,7 % | +1,6 % | +1,5 % | +0,8 % |
| Créations nettes d’emplois (total) | +391 000 | +228 000 | +118 000 | +19 000 |
| dont salariés privés | +314 000 | +80 000 | -2 000 | -66 000 |
| dont non-salariés | +58 000 | +74 000 | +97 000 | +72 000 |
Sources : Insee, comptes nationaux annuels, PIB en volume ; Insee, Estimations d’emploi, édition 2026. Lecture : l’emploi total regroupe salariés privés, salariés publics et non-salariés ; les deux sous-lignes affichées ici ne reconstituent donc pas à elles seules le total. Les données d’emploi sont des glissements entre fins d’année ; le PIB est une variation annuelle en volume. Ce tableau juxtapose deux dynamiques, il ne calcule pas une élasticité au sens économétrique.
Le point décisif est là : l’emploi total additionne les salariés du privé, les salariés du public et les non-salariés. En 2025, le solde total reste à +19 000, alors que le salariat privé recule de 66 000 postes et que le non-salariat progresse de 72 000. L’emploi public complète l’écart entre ces sous-ensembles. Cela ne veut pas dire que les indépendants sont des salariés « déplacés ». Cela veut dire que l’indicateur « emploi total » ne mesure pas à lui seul la demande de travail salarié des organisations.
Le deuxième trimestre 2026 renforce le signal, sans prouver sa cause
Les données publiées fin août ajoutent une pièce au dossier. Ici, « emploi salarié » désigne l’ensemble des salariés du privé et du public. Le PIB recule de 0,2 % au premier trimestre 2026 puis reste stable au deuxième trimestre. L’acquis de croissance à mi-année n’est que de +0,3 %. Sur un an, l’emploi salarié perd 72 500 postes, dont 80 900 dans le privé. Dans le même temps, l’emploi non salarié gagne 119 500 personnes ; l’emploi total reste donc en hausse de 47 000.
| France — point de situation T2 2026 | Valeur |
|---|---|
| PIB T1 2026 | -0,2 % sur le trimestre |
| PIB T2 2026 | 0,0 % sur le trimestre |
| Acquis de croissance 2026 à fin T2 | +0,3 % |
| Emploi salarié sur un an | -72 500 |
| Salariat privé sur un an | -80 900 |
| Tertiaire marchand salarié sur un an | -31 000 |
| Emploi non salarié sur un an | +119 500 |
| Emploi total sur un an | +47 000 |
| Taux de chômage BIT | 8,3 % — 2,677 millions de personnes |
Sources : Insee, comptes nationaux T2 2026 ; Insee, estimations détaillées d’emploi T2 2026 ; Insee, chômage BIT T2 2026. L’Insee précise que l’estimation du non-salariat pour le dernier trimestre est expérimentale et peut faire l’objet de révisions plus fortes.
Le chômage atteint 8,3 %, soit 0,7 point de plus qu’un an auparavant et 261 000 chômeurs de plus. Là encore, il faut éviter un raccourci : la faiblesse de l’activité française, le cycle économique, le coût du travail, les règles de l’alternance et d’autres facteurs peuvent expliquer une partie de la dégradation. La Banque de France, dans son scénario de juin 2026, prévoit d’ailleurs une croissance de 0,5 % en 2026, 0,9 % en 2027 et 1,2 % en 2028, avec un emploi total qui stagnerait jusqu’à mi-2027 avant de repartir.
Sources et précisions
Source de comparaison : Banque de France, Projections macroéconomiques — juin 2026.
SIGNAL
Mais un autre détail mérite d’être suivi. Au T2 2026, l’alternance recule de 49 200 emplois sur un an. L’emploi salarié privé des 15-29 ans baisse de 1,4 % et celui des 30-54 ans de 1,0 %, tandis que l’emploi des 55 ans ou plus progresse de 2,7 %. Ce résultat ne prouve pas une « compression de l’échelle de carrière ». Il est toutefois compatible avec un marché où l’entrée devient plus difficile que le maintien des salariés déjà en poste.
Le marché cadre apporte un signal voisin. Fin août 2026, l’Apec indique que les intentions de recrutement de cadres restent à leur plus bas niveau des dernières années. Dans les grandes structures, 42 % des entreprises interrogées déclarent une intention de recrutement, soit six points de moins sur le trimestre. Dans une autre étude, l’Apec observe que la moitié des cadres utilisent l’IA au moins une fois par semaine et que 53 % des grandes entreprises prévoient d’accorder plus de poids à la maîtrise de l’IA dans leurs futurs recrutements. Ces deux résultats sont concomitants ; ils ne suffisent pas à établir un lien causal.
Sources et précisions
Sources : Apec, Baromètre du 3e trimestre 2026 ; Apec, Les cadres et l’IA — 2026.
2. Ce que nous vivons s’est déjà produit deux fois
Avant de parler du tertiaire, il faut regarder ce qui s’est passé dans les deux grands secteurs qui l’ont précédé. Le point n’est pas de dire que l’histoire se répète. Il est de comprendre comment une économie peut continuer à produire tout en réduisant la quantité de travail nécessaire.
Agriculture : moins 63,8 % d’emploi en équivalent temps plein depuis 1980
Selon l’Insee, l’emploi agricole en équivalent temps plein a chuté de près de 1,3 million depuis 1980, soit -63,8 %, pour atteindre 721 500 ETP en 2024. Dans le même temps, le taux d’investissement est passé de 21,6 % sur la période 1980-1984 à 30,4 % sur 2020-2024. Sur ces cinq dernières années, 53,6 % de l’investissement agricole concerne l’achat de machines.
La production n’a pas suivi la même pente que l’emploi : entre 1980-1984 et 2020-2024, le volume de la production végétale progresse de 36 % et celui des services agricoles de 92,7 %, tandis que les produits animaux reculent de 2,8 %. Le cas agricole montre donc un mécanisme connu : plus de capital, des gains de productivité et beaucoup moins de travail. Cette transition a pris plusieurs décennies.
Sources et précisions
Industrie : la technologie compte, mais elle n’explique pas tout
Le salariat industriel en équivalent temps plein est passé d’environ 5 millions en 1973 à 2,8 millions en 2011, soit une baisse de 44 %, avant une phase de stabilisation puis un léger retour vers 2,9 millions. Il serait faux d’attribuer cette baisse à la seule automatisation.
Une étude de l’Insee sur la période 1980-2007 estime que l’externalisation vers les services explique autour de 25 % des destructions d’emplois industriels, tandis que la structure de la demande et les gains de productivité en expliquent autour de 30 %. L’effet de la concurrence internationale est évalué dans une fourchette plus large, de 13 % à 40 % selon la méthode. Une autre étude, consacrée à la robotisation en France entre 1994 et 2014, trouve un effet négatif sur l’emploi dans les zones les plus exposées aux robots.
Le mécanisme observé dans une usine reste donc pertinent, mais il doit être replacé dans ce système de causes. Une machine vieille de vingt ou trente ans n’est pas remplacée par son équivalent. Le nouveau capital peut produire davantage avec moins d’opérateurs. Pourtant, commerce extérieur, externalisation, demande et organisation industrielle agissent en parallèle.
Sources et précisions
Sources : Conseil des prélèvements obligatoires / Cour des comptes, rapport particulier sur l’industrie française, 2025 ; Insee, « Le recul de l’emploi industriel en France entre 1980 et 2007 » ; Aghion, Antonin et Bunel, Insee, « Intelligence artificielle, croissance et emploi : le rôle des politiques », 2019.
Après l’agriculture puis l’industrie, une question devient légitime : le tertiaire entre-t-il dans la même trajectoire de substitution du travail par le capital ? Et si oui, combien de temps cette transition prendra-t-elle ?
3. Le tertiaire possède une différence : le capital se diffuse beaucoup plus vite
La mécanisation agricole exige un tracteur, une moissonneuse, du financement et un cycle de renouvellement. L’automatisation industrielle exige des machines, des robots, des chaînes adaptées, des bâtiments et des arrêts de production. Dans une grande partie du tertiaire, l’infrastructure est déjà sur le bureau : ordinateur, connexion, logiciels et données.
Cette différence change la question de la vitesse. Le capital numérique peut être déployé sans attendre vingt ans de renouvellement d’un parc de machines. Une nouvelle génération de modèle peut entrer dans une entreprise par une licence, une API ou un agent logiciel.
La frontière des tâches couvertes se déplace aussi. Le débat de 2023 portait beaucoup sur la rédaction et la génération d’images. En 2026, les systèmes de pointe naviguent sur le Web, utilisent un ordinateur, écrivent du code, conduisent des recherches et exécutent des workflows qui produisent des documents, des feuilles de calcul ou des présentations. OpenAI décrit GPT-6 Astra comme un modèle conçu pour des tâches professionnelles complexes et des workflows multi-étapes. Ses travaux sur les agents d’IA générative montrent aussi un passage d’interactions courtes vers des tâches déléguées d’une durée de plusieurs heures.
Sources et précisions
Sources de capacité technologique — et non de causalité macroéconomique : OpenAI, GPT-6 Astra, 3 septembre 2026 ; OpenAI Economic Research, « How agents are transforming work », 25 juin 2026. Ces sources viennent du fournisseur lui-même ; elles servent ici à documenter l’évolution des capacités, pas à mesurer leur effet sur l’emploi.
Dès lors, l’hypothèse « l’IA exécute, l’humain pense » ne peut pas être figée jusqu’en 2030. Ce qui reste hors de portée aujourd’hui peut entrer dans le périmètre demain. La question économique devient donc : que se passe-t-il lorsqu’une entreprise n’a plus besoin de dix personnes pour fournir le même volume de travail intellectuel ?
Une équipe de dix personnes équipée d’IA ne devient pas nécessairement une équipe de dix personnes produisant cinq fois plus. Si la demande ne progresse pas au même rythme, elle peut devenir une équipe de huit, puis six, puis quatre personnes produisant le même volume. C’est un mécanisme possible, pas un résultat déjà mesuré à l’échelle nationale.
4. Le phénomène apparaît-il ailleurs ?
Pour tester l’hypothèse, la France ne suffit pas. Une économie presque à l’arrêt peut réduire ses recrutements sans qu’il soit nécessaire d’invoquer l’IA. Il faut donc regarder des zones où la croissance, la démographie et les institutions diffèrent.
Note méthodologique. Les séries ne sont pas identiques : l’Insee publie des estimations d’emploi salarié et non salarié ; Eurostat utilise ici l’emploi des comptes nationaux ; le BLS américain mesure les emplois sur les payrolls des établissements ; la Chine publie emploi total et emploi urbain. La comparaison porte sur les directions et les écarts entre production et travail. Elle ne consiste pas à traiter ces séries comme si elles avaient la même définition.
Union européenne à 27 : l’emploi augmente encore, mais beaucoup moins vite que le PIB
| UE-27 | Croissance du PIB réel | Croissance de l’emploi |
|---|---|---|
| 2023 | +0,4 % | +1,2 % |
| 2024 | +1,1 % | +0,8 % |
| 2025 | +1,5 % | +0,5 % |
| T2 2026 sur un an | +1,4 % | +0,4 % |
Sources : Eurostat, PIB 2023 et emploi 2023-2024 ; Eurostat, PIB 2024-2025, série révisée ; Eurostat, emploi 2025 ; Eurostat, PIB et emploi T2 2026.
Il faut lire 2023 avec prudence : le PIB est presque à l’arrêt alors que l’emploi bénéficie encore des ajustements du marché du travail après la crise sanitaire. En revanche, la séquence 2024-2026 est plus intéressante. La croissance du PIB passe de +1,1 % en 2024 à +1,5 % en 2025, tandis que la croissance de l’emploi passe de +0,8 % à +0,5 %. Au T2 2026, le PIB de l’UE progresse de 1,4 % sur un an, contre 0,4 % pour le nombre de personnes en emploi.
OBSERVÉ
Les heures travaillées augmentent de 0,8 % sur un an au T2 2026, soit plus vite que le nombre de personnes. Eurostat mesure en parallèle une hausse de 0,9 % de la productivité par personne et de 0,8 % par heure. Il n’y a donc pas de destruction nette d’emploi à l’échelle de l’Union. Le signal porte sur la baisse de l’intensité en emploi de la croissance.
Source : Eurostat, productivité du travail au T2 2026.
Le contexte européen compte aussi. L’agrégat UE masque de forts écarts et l’Irlande mérite un traitement à part. La dernière estimation annuelle du CSO irlandais, publiée en juillet 2026, évalue la croissance réelle de 2025 à +8,0 % — contre +12,3 % dans l’estimation préliminaire de mars. Au T2 2026, Eurostat mesure ensuite un bond de +10,2 % du PIB irlandais sur un trimestre, mais une baisse de 0,4 % sur un an. Cette volatilité vient en grande partie du poids des multinationales dans les comptes irlandais. De plus, au T2 2026, le commerce extérieur apporte 0,8 point à la croissance de l’UE tandis que les stocks en retirent 0,5. Il serait donc trop simple de lire le +0,7 % trimestriel comme une accélération uniforme de l’économie européenne.
Que reste-t-il si l’on retire l’Irlande ?
J’ai refait le calcul comme test de sensibilité. Le résultat est plus nuancé que ce que suggère le +10,2 % irlandais du T2 : sur une année complète, l’Irlande soulève le chiffre européen, mais elle ne l’explique pas à elle seule. Son effet devient en revanche très visible sur le trimestre 2026.
| Indicateur de PIB réel | UE-27 publiée | UE hors Irlande — estimation |
|---|---|---|
| 2023 | +0,4 % | ≈ +0,5 % |
| 2024 | +1,1 % | ≈ +1,0 % |
| 2025 | +1,5 % | ≈ +1,3 % |
| T2 2026 / T1 2026 | +0,7 % | ≈ +0,4 % |
| T2 2026 / T2 2025 | +1,4 % | ≈ +1,5 % |
Méthode et sources
Méthode : estimation de sensibilité, et non agrégat officiel Eurostat. Pour les années 2023-2025, le calcul retire la contribution irlandaise en utilisant son poids dans le PIB courant de l’UE l’année précédente, puis applique les taux de croissance réels publiés. L’Irlande représente autour de 3 % du PIB de l’Union. Les volumes chaînés ne sont pas strictement additifs : les valeurs hors Irlande doivent donc être lues comme des ordres de grandeur. Pour le T2 2026, le même principe est appliqué aux taux trimestriel et annuel.
Sources : Eurostat, PIB T2 2026 et poids des économies dans le PIB de l’UE ; CSO Ireland, Annual National Accounts 2025. La révision irlandaise de juillet ramène la croissance 2025 de +12,3 % en estimation préliminaire à +8,0 %.
États-Unis : le cas le plus difficile à expliquer par la seule faiblesse de la croissance
Les États-Unis constituent un test utile parce que leur croissance a été plus forte. Le PIB réel a progressé de 2,9 % en 2023, 2,8 % en 2024 puis 2,1 % en 2025. Pourtant, après la révision annuelle du BLS, la création nette d’emplois non agricoles sur l’ensemble de 2025 a été ramenée de +584 000 à seulement +181 000 !
| États-Unis | Indicateur |
|---|---|
| PIB réel 2023 | +2,9 % |
| PIB réel 2024 | +2,8 % |
| PIB réel 2025 | +2,1 % |
| Création nette de payrolls 2025 après benchmark | +181 000 |
| PIB T2 2026 | +1,5 % en rythme annualisé, soit environ +0,4 % sur le trimestre |
| Chômage août 2026 | 4,1 % |
| Gain moyen de payrolls sur les 12 mois précédant août 2026 | +31 000 par mois |
Sources : U.S. Bureau of Economic Analysis, PIB 2023-2024 et PIB 2025 ; BEA, PIB T2 2026 ; U.S. Bureau of Labor Statistics, benchmark 2025 et Employment Situation — août 2026.
La révision 2025 est importante pour deux raisons. D’abord, elle montre que les premières estimations du marché du travail peuvent donner une image trop forte pendant plusieurs mois. Ensuite, elle crée un contraste rare : une économie qui augmente encore sa production réelle de plus de 2 % sur l’année, mais dont la création nette de payrolls est proche de zéro à l’échelle d’un marché de plus de 150 millions d’emplois !
Il ne faut pourtant pas transformer ce contraste en preuve d’un choc IA. Le chômage reste à 4,1 % en août 2026 et les payrolls gagnent 162 000 postes sur le mois, au-dessus de leur faible moyenne des douze mois précédents. De plus, le benchmark préliminaire de mars 2026 ne signale pas, pour l’instant, une nouvelle erreur de l’ampleur de 2025 : il propose une correction de -79 000 emplois sur l’ensemble des payrolls.
Sources et précisions
Source : BLS, benchmark préliminaire de mars 2026.
Le contexte sectoriel est tout aussi instructif. En août 2026, la restauration ajoute 59 000 emplois et l’éducation publique locale 42 000. La santé ajoute 13 000 postes. À l’inverse, l’information en perd 23 000 sur le mois après une moyenne de -8 000 par mois au cours des douze mois précédents ; les services professionnels et aux entreprises changent peu. Une seule publication mensuelle ne permet pas de conclure, mais elle cadre avec une hypothèse à tester : les métiers physiques, relationnels ou de soins peuvent conserver une demande de travail alors que certaines fonctions cognitives numériques se contractent.
Enfin, le PIB américain du T2 2026 n’a pas progressé uniquement grâce à une dépense publique qui masquerait une économie privée en panne. Le BEA estime que les ventes finales réelles aux acheteurs privés domestiques ont augmenté de 4,2 % en rythme annualisé au T2. Consommation, exportations et investissement ont contribué à la hausse du PIB, tandis que la dépense publique a reculé. C’est ce qui rend le cas américain intéressant pour la thèse : le ralentissement de l’emploi apparaît dans une économie qui continue à produire et à dépenser.
Chine : une apparence proche, mais des causes beaucoup plus difficiles à séparer
La Chine semble, à première vue, fournir le cas le plus spectaculaire : le PIB augmente autour de 5 % tandis que l’emploi total baisse. Ce serait pourtant l’exemple le plus dangereux à utiliser sans contexte.
| Chine | PIB réel | Emploi total | Emploi urbain | Population |
|---|---|---|---|---|
| 2023 | +5,2 % | 740,41 M | 470,32 M | 1 409,67 M |
| 2024 | +5,0 % | 734,39 M | 473,45 M | 1 408,28 M |
| 2025 | +5,0 % | 725,04 M | 475,35 M | 1 404,89 M |
Sources : National Bureau of Statistics of China, communiqué 2023, communiqué 2024 et communiqué 2025.
Entre fin 2023 et fin 2025, l’emploi total baisse de 15,37 millions de personnes ! Pourtant, l’emploi urbain augmente de 5,03 millions. Cette divergence change toute la lecture. La Chine poursuit son urbanisation, la population totale recule et la population vieillit. En 2025, la population diminue de 3,39 millions de personnes ; les 60 ans ou plus représentent 23 % de la population. La baisse de l’emploi total intègre donc des sorties du monde rural, une contraction démographique et des changements de structure qui n’ont rien à voir, à eux seuls, avec l’IA.
Le chiffre qui mérite toutefois l’attention est celui de la productivité. Le NBS mesure une hausse de 6,1 % de la productivité du travail en 2025, pour un PIB en hausse de 5 %. Cela ne permet pas d’identifier la cause : automatisation industrielle, transfert sectoriel, capital, montée en gamme et démographie peuvent tous jouer. Mais le rapport entre production et quantité de travail change.
La dynamique 2026 ajoute une nuance. Au premier semestre, le PIB chinois progresse de 4,7 % sur un an ; le rythme tombe à 4,3 % au deuxième trimestre. Le tertiaire croît de 5,2 % sur le semestre et l’industrie manufacturière de 5,5 %, tandis que la construction recule de 4,0 %. Le taux de chômage urbain enquêté est de 5,2 % en moyenne sur le premier semestre. La Chine combine donc croissance, gains de productivité, urbanisation et changement sectoriel. C’est moins une preuve de la thèse qu’un rappel : deux pays peuvent afficher « PIB en hausse, emploi total en baisse » pour des raisons très différentes.
Sources et précisions
Ce que ces quatre zones disent — et ce qu’elles ne disent pas
La France montre une croissance faible et un salariat privé en recul. L’Union européenne crée encore des emplois, mais moins vite que son PIB. Les États-Unis conservent une croissance solide alors que la création de payrolls a subi un coup d’arrêt en 2025. La Chine produit autour de 5 % de croissance avec un emploi total en baisse, mais son emploi urbain continue d’augmenter et sa démographie change la lecture.
Ces situations n’ont pas la même cause. C’est justement le point. Elles ne permettent pas d’écrire : « l’IA détruit déjà l’emploi mondial ». Elles permettent de poser une question plus précise : dans plusieurs grandes économies, la quantité de travail supplémentaire nécessaire pour produire de la croissance semble-t-elle diminuer ? Pour la France et les États-Unis, la réponse mérite désormais un suivi serré. Pour l’Union européenne, le signal existe mais l’emploi reste en croissance. Pour la Chine, les facteurs démographiques et l’urbanisation interdisent toute lecture simple.
5. Le premier signal pourrait ne pas être le licenciement
SIGNAL
Une entreprise n’a pas besoin d’annoncer qu’elle remplace ses salariés par l’IA. Elle peut ne pas remplacer un départ, renoncer à un poste junior, prendre moins d’alternants ou répartir un périmètre entre les salariés restants. Une équipe passe de dix à neuf, puis huit, puis sept. Aucun trimestre ne ressemble à une rupture ; au bout de quelques années, l’organisation produit pourtant avec moins de personnes.
C’est ici que l’analyse par stock devient insuffisante. Le taux de chômage mesure le résultat cumulé de flux d’entrées et de sorties. Or le changement de régime peut commencer dans les flux : offres d’emploi, recrutements juniors, taux de remplacement après départ, candidatures par annonce, durée de recherche, alternance, masse salariale rapportée à la valeur ajoutée et emplois créés par point de croissance.
Cette hypothèse produit une conséquence moins visible : la compression de l’échelle de carrière. Si les tâches d’entrée de gamme sont absorbées par des seniors équipés d’agents, le problème ne se limite pas au nombre de postes juniors. Il touche aussi la façon dont les futurs seniors acquièrent leur expérience. Ce mécanisme reste à mesurer ; il constitue une piste de recherche pour les prochaines versions de cet article.
6. Anthropic a modélisé le choc. Mais comment savoir si nous y sommes déjà entrés ?
Le 9 septembre 2026, l’Anthropic Institute a publié Economic Scenarios for Transformative AI, un modèle qui projette les effets possibles de l’IA sur l’économie américaine jusqu’en 2030. L’étude ne prédit pas l’avenir et n’attribue aucune probabilité à ses trois scénarios. Elle pose cinq variables : capacités de l’IA, adoption, autonomie, gain de productivité et vitesse de réallocation des travailleurs. À partir de ces hypothèses, elle calcule des trajectoires de PIB, d’emploi, de chômage, de salaires et de partage entre travail et capital.
| Scénario Anthropic — États-Unis, 2030 | PIB vs monde sans IA | Emploi cognitif | Chômage total | Part du revenu allant au travail |
|---|---|---|---|---|
| Modeste | +1,6 % | -0,5 % | 3,9 % | 59,4 % |
| Substantial | +8,3 % | -3,9 % | 4,6 % | 56,1 % |
| Extrême | +32,4 % | -21,5 % | 11,9 % | 45,2 % |
Source : Anthropic Institute, Economic Scenarios for Transformative AI, septembre 2026. Dans le scénario extrême, le chômage des travailleurs cognitifs atteint 17,9 %. Les scénarios sont des exercices de modélisation et non des prévisions.
Le résultat le plus utile pour notre raisonnement est presque contre-intuitif : croissance du PIB et détérioration du marché du travail ne sont pas contradictoires. Dans le scénario extrême, l’économie américaine serait plus de 32 % plus riche que dans le scénario sans IA, alors que plus d’un cinquième de l’emploi cognitif disparaîtrait et que la part du revenu versée au travail tomberait d’environ 60 % à 45,2 %. Le PIB peut donc devenir un mauvais thermomètre social s’il est lu seul.
Le deuxième résultat est tout aussi important : le chômage agrégé peut masquer une transformation beaucoup plus large. Dans le scénario substantial, l’emploi cognitif recule de 3,9 %, mais le chômage total n’atteint que 4,6 %. Pourquoi ? Parce que le modèle suppose qu’une partie des travailleurs déplacés quitte les professions cognitives pour rejoindre des métiers moins exposés. Le choc passe alors par la réallocation, les salaires et la composition de l’emploi avant d’apparaître dans le taux de chômage.
C’est aussi une limite du modèle. Les métiers physiques jouent le rôle de réservoir d’absorption, tandis que des robots très capables ne sont pas modélisés. Anthropic exclut aussi les cycles économiques, certaines perturbations financières, les réponses politiques et une partie des effets de demande agrégée susceptibles d’amplifier un choc. Les auteurs signalent en outre qu’une partie de leurs relecteurs juge le scénario modeste trop faible au regard de ce qui est déjà visible dans les données, tandis que d’autres estiment que les professions exposées à l’IA pourraient ne pas se contracter. Le désaccord reste donc ouvert.
Il y a enfin une différence de méthode avec l’approche de cet article. Anthropic part d’hypothèses sur le futur et calcule leurs conséquences. Ici, j’essaie de partir du présent et de demander : quels signaux permettraient de savoir vers quel scénario nous commençons à glisser ? Les auteurs eux-mêmes notent que la divergence entre leurs trajectoires apparaît surtout après 2027. L’absence de chômage de masse en 2026 ne permet donc pas de départager les scénarios.
À ce stade, il serait tentant de dire qu’un laboratoire situé au cœur de la révolution de l’IA devrait voir ces signaux avant tout le monde. Mais puissance de calcul et puissance d’observation économique ne sont pas la même chose. Un laboratoire de frontière voit les capacités des modèles, leurs usages et leurs données d’adoption. Un entrepreneur, un recruteur, un formateur ou un dirigeant plongé dans le tissu économique voit d’autres variables : des postes qui ne rouvrent pas, des alternants qu’on ne prend plus, des budgets gelés, des équipes qui absorbent un départ, des candidats qui s’accumulent sur une offre. Ces observations locales ne valent pas preuve. En revanche, elles peuvent indiquer où regarder avant que les agrégats ne bougent.
La chaîne à surveiller devient alors plus précise : capacités de l’IA → adoption → automatisation effective → offres d’emploi → recrutements juniors → salaires relatifs → part du travail dans la valeur ajoutée → emploi cognitif → réallocation → chômage. Le chômage se trouve presque à la fin de la chaîne. C’est pourquoi attendre son explosion pour reconnaître une rupture reviendrait à utiliser l’un des indicateurs les plus retardés.
Cette étude oblige aussi à corriger une idée de départ : 20 % de chômage n’est pas la définition de la rupture. Une France à 11 ou 12 % de chômage en 2030, avec contraction des emplois cognitifs, baisse de la part du travail, salaires sous pression pour les classes moyennes qualifiées et réallocation vers des métiers physiques, constituerait déjà un changement économique majeur. Les 20 % restent un stress test : le scénario dans lequel les mécanismes d’absorption fonctionnent mal ou trop lentement.
7. Et si nous accélérions le film jusqu’en 2030 ?
HYPOTHÈSE
À partir du taux de chômage français du T2 2026 — 8,3 %, soit 2,677 millions de chômeurs au sens du BIT — j’ai construit trois trajectoires. Elles ne sont pas des prévisions. Elles servent à tester ce que différentes vitesses de découplage entre PIB et emploi impliqueraient pour le chômage.
Le modèle retient une population active qui croît de 0,2 % par an. Cette hypothèse est volontairement simple et ne vient pas d’une prévision officielle. Elle devra être remplacée, dans une version plus aboutie, par plusieurs variantes démographiques et de taux d’activité. Le scénario « adaptation » est proche de l’ordre de grandeur des projections actuelles de la Banque de France ; les deux autres sont des stress tests.
| Scénario | Chômage 2030 | Emploi fin 2030 vs 2026 | Lecture |
|---|---|---|---|
| ● Adaptation / reprise | 7,8 % | +0,39 M | La croissance redevient créatrice d’emplois. |
| ● Découplage accéléré | 13,5 % | -1,45 M | Le PIB progresse avec moins de travail. |
| ● Rupture | 19,9 % | -3,54 M | Forte contraction de l’emploi sans effondrement équivalent du PIB. |
Voir les hypothèses chiffrées du modèle
Adaptation / reprise : croissance du PIB de +1,0 % en 2027 à +1,4 % en 2030 ; emploi de +0,2 % à +0,4 % par an.
Découplage accéléré : PIB de +0,8 % à +1,3 % ; emploi de -0,5 % en 2027 à -2,0 % en 2030.
Rupture : PIB de +0,3 % en 2027 à +0,2 % en 2030, avec 0,0 % en 2029 ; emploi de -1,5 % en 2027 à -5,0 % en 2030.
Les trois trajectoires retiennent une population active en hausse de 0,2 % par an. Cette hypothèse est un choix de stress test, pas une prévision démographique officielle.
DONNÉE
20 % de chômage en 2030 n’est pas ma prévision centrale. C’est le résultat d’un scénario de rupture. Pour l’atteindre, il faudrait une contraction cumulée de l’emploi de l’ordre de 3,5 millions de personnes par rapport au niveau 2026, avec une production qui ne s’effondre pas dans les mêmes proportions. Autrement dit, ce scénario suppose des gains de production par travailleur très élevés et une demande insuffisante pour réabsorber la main-d’œuvre libérée.
Le scénario paraît extrême. C’est son rôle. La question utile est de savoir quels indicateurs le rendraient de moins en moins plausible — ou, au contraire, forceraient à lui donner plus de poids au fil des publications.
8. Comment savoir si cette thèse est fausse ?
Une thèse utile doit pouvoir perdre. Si la croissance repart en 2027 et 2028, que les recrutements repartent avec elle, que les juniors retrouvent des postes, que l’alternance se redresse, que les entreprises remplacent leurs départs et que l’emploi tertiaire marchand croît de nouveau, l’hypothèse d’un changement de régime perdra du poids.
À l’inverse, le scénario de découplage gagnera en crédibilité si le PIB et la productivité progressent alors que le salariat privé reste stable ou baisse, si les créations d’emplois par point de croissance se tassent, si les recrutements juniors continuent de reculer et si les effectifs diminuent dans les fonctions où l’usage de l’IA monte.
Les prochaines données à surveiller sont donc connues : emploi salarié privé, non-salariat, alternance, emploi des jeunes, intentions de recrutement cadre, emploi par branche, heures travaillées, productivité, masse salariale rapportée à la valeur ajoutée, taux de remplacement des départs lorsqu’une source le permettra, et mêmes séries dans l’UE et aux États-Unis.
Conclusion — Et si le problème dépassait le chômage ?
Notre organisation économique repose sur une chaîne : production, travail, salaire, consommation, impôts et cotisations, protection sociale. Si la production continue de croître alors que le besoin de travail diminue, le problème dépasse le marché de l’emploi. Il touche la distribution des revenus, le financement des retraites, de l’assurance-chômage, de la santé et des services publics.
Il existe encore trop peu de preuves pour écrire que l’IA est la cause du ralentissement actuel de l’emploi. En revanche, il existe assez de données pour ne plus traiter l’hypothèse comme une simple expérience de pensée. L’agriculture et l’industrie montrent que le capital peut réduire le besoin de travail sur des décennies. Le tertiaire pose une question nouvelle : que se passe-t-il si le même mécanisme se diffuse en quelques années ?
Le plus inquiétant n’est donc pas qu’un scénario à 20 % de chômage existe. C’est que nos politiques économiques restent conçues pour un monde où croissance et emploi avancent ensemble — alors que cette relation est peut-être devenue la variable qu’il faut surveiller.
