Six Degrés Depuis deux ans, on lit tout et son contraire sur l’IA et l’emploi : des millions de postes détruits d’un côté, un non-événement de l’autre. Les premières études sérieuses sont sorties. Elles ne disent ni l’un ni l’autre, et ce qu’elles disent est plus exigeant : ce n’est pas le nombre de postes qui bouge en premier, c’est ce qu’il y a dedans.
Autrement dit, la question n’est pas de savoir combien d’emplois vous allez perdre. C’est de savoir lesquels de vos métiers ne feront plus le même travail dans deux ans, et sur quelles compétences vous recruterez alors.
Ce que la recherche observe, et ce qu’elle ne voit pas encore
Aucune étude empirique disponible aujourd’hui ne documente de destruction nette d’emplois liée à l’IA au niveau agrégé. Les secteurs qui l’ont le plus adoptée voient au contraire leur productivité et leurs effectifs augmenter.
Les fourchettes disponibles pour la France disent surtout à quel point rien n’est écrit. Dans leurs travaux sur l’IA et la croissance, les économistes Philippe Aghion et Simon Bunel (nouvel onglet) estiment qu’entre 18 et 68 % des tâches sont techniquement automatisables, qu’entre 23 et 80 % de ces tâches seraient rentables à automatiser, et que les gains de productivité associés se situeraient entre 20 et 40 %.
Un écart de 50 points entre les bornes n’est pas une imprécision de chercheurs. C’est le constat que le résultat dépend de décisions qui n’ont pas encore été prises : le prix des technologies, la structure du marché, et surtout ce que chaque organisation choisit d’en faire. Ces chiffres ne se subissent pas. Ils se fabriquent.
Un signal, en revanche, mérite votre attention. Les travaux d’Erik Brynjolfsson, Bharat Chandar et Ruyu Chen (Stanford Digital Economy Lab (nouvel onglet), 2025), fondés sur les données de paie de millions de salariés américains, montrent un décrochage de 16 % de l’emploi des 22-25 ans dans les métiers les plus exposés, alors que l’emploi total de ces mêmes métiers progresse. Chez les développeurs logiciels, la baisse atteint 20 % depuis fin 2022.
Le détail qui compte : l’effet apparaît là où l’IA automatise une tâche, pas là où elle assiste celui qui la fait. Ce n’est donc pas une vague qui monte, c’est une porte d’entrée qui se referme sur les profils juniors de certains métiers. Les mêmes tendances sont observées en France, où l’INSEE relève des évolutions comparables.
Pour une entreprise qui recrute des juniors sur ces fonctions, le sujet ne se pose pas à l’horizon 2030. Il est déjà là.
L’écart entre ce que l’IA peut faire et ce qu’elle fait
Il est spectaculaire. Dans les métiers informatiques, les modèles pourraient théoriquement traiter 94 % des tâches ; l’usage réellement observé plafonne à 33 %. En administration, le potentiel théorique atteint 90 %, la réalité reste très en deçà.
Ces chiffres viennent du baromètre publié par Anthropic en mars 2026 (nouvel onglet), qui compare pour la première fois ce que l’IA pourrait faire et ce qu’elle fait vraiment, à partir de données d’usage réelles.
L’autre enseignement du baromètre : environ 30 % des travailleurs ont une exposition quasi nulle (cuisiniers, mécaniciens, maîtres-nageurs, barmen). Le mouvement est concentré sur les métiers de bureau, et il ne concerne pas tout le monde de la même façon. Une note interne qui annoncerait que « l’IA change tout » décrirait donc mal le quotidien d’une partie des équipes.
Cet écart entre le possible et le réel, c’est votre fenêtre. Elle est ouverte parce que le déploiement en organisation prend du temps : gouvernance, données, formation, confiance. Elle ne restera pas ouverte indéfiniment.
Augmenté ou transformé ? La question à poser métier par métier
Deux situations très différentes se cachent derrière le même mot. Un métier peut être augmenté (l’IA en absorbe des tâches périphériques, le cœur reste intact) ou transformé, et là c’est le métier lui-même qui change de nature. La distinction est de Timothée Luneau (Learn Assembly), lors d’un webinaire consacré à l’évolution des métiers (nouvel onglet) en avril 2026, aux côtés d’Arthur Souletie (Veltys) et Yannick Petit (Unow). Elle est l’une des plus utiles qu’on ait lues sur le sujet.
Un commercial dont l’IA prépare les rendez-vous, rédige les comptes rendus et priorise les relances est un commercial augmenté. Son cœur de métier (écouter, comprendre un besoin qui n’est pas formulé, tenir une relation dans la durée) n’est pas touché. Vous recrutez toujours sur les mêmes aptitudes.
Un chargé de marketing à qui l’on demande désormais de piloter des modèles de scoring, de lire un intervalle de confiance et de raisonner en causalité, c’est autre chose. Le métier n’a pas été assisté, il a été redéfini. Et la fiche de poste sur laquelle vous l’avez recruté il y a trois ans ne décrit plus son travail.
Nous observons régulièrement ce décalage dans les briefs qui nous parviennent : le poste a déjà bougé, la fiche décrit encore le métier tel qu’il se pratiquait avant. Le tri se fait métier par métier, avec les équipes concernées et les RH dans la même pièce, plutôt que dans un fichier construit à distance. Pour chaque famille de métiers, deux colonnes : ce qui devient différenciant dans un processus intégrant l’IA, et ce qui est appelé à s’automatiser. Un exercice annuel, ou ciblé sur les fonctions les plus exposées. C’est ce qui rend ensuite une évaluation de compétences utile : sans référentiel à jour, on mesure des aptitudes pour un poste qui n’existe plus.
Superviser des agents devient une compétence de base
Au-delà de chaque métier, une capacité transversale s’installe, et elle est nouvelle : encadrer un travail qu’on n’a pas produit soi-même. En janvier 2026, sur le podcast IdeaCast de la Harvard Business Review, le directeur général de McKinsey Bob Sternfels décrivait ses effectifs ainsi :
Quand on me demande combien de personnes travaillent chez McKinsey, je réponds 60 000 : 40 000 humains et 20 000 agents.
Le cabinet a depuis revu son propre chiffre (nouvel onglet) à environ 25 000 agents. La correction a son intérêt : peu d’organisations, y compris celles qui communiquent dessus, savent encore compter ce genre de population. La direction, elle, est difficilement contestable.
Le curseur se déplace de la capacité à produire vers la capacité à faire produire. Quatre aptitudes deviennent centrales, quel que soit le métier :
- Organiser le travail : découper ce qu’on confie à un agent, séquencer, décider de ce qui reste humain.
- Fixer un objectif : formuler une instruction précise, dire ce qu’on attend et sous quelle forme.
- Exercer un esprit critique : juger un livrable qu’on n’a pas produit, repérer une erreur plausible, une source inventée, une réponse mal calibrée.
- Décider : l’IA synthétise et propose ; l’arbitrage reste à vous, et la responsabilité aussi.
Le troisième point est celui qui coûte le plus cher quand il manque. Produire un contenu correct est devenu trivial ; juger s’il est juste ne l’est pas. Une organisation qui gagne du temps sur la production et le perd en corrections a surtout déplacé le travail vers ceux qui savent encore vérifier. Et ceux-là sont vite saturés.
RH : le calendrier réglementaire vient de bouger
Si vous aviez noté le 2 août 2026 comme échéance de mise en conformité de vos outils RH, la date a changé, dans les deux sens. Les obligations lourdes de l’AI Act sur les systèmes à haut risque, catégorie dont relèvent le tri de CV, le scoring de candidatures et l’évaluation des salariés (annexe III), ont été reportées au 2 décembre 2027 (nouvel onglet) par le paquet Digital Omnibus, validé par le Parlement européen le 16 juin puis par le Conseil le 29 juin 2026.
Seize mois de répit, donc. Mais l’obligation de littératie IA de l’article 4, elle, s’applique depuis février 2025, et les autorités nationales peuvent la sanctionner à partir du 2 août 2026. Traduction concrète : ce qui devient exigible tout de suite, ce n’est pas la documentation technique de vos outils, c’est que les personnes qui les utilisent sachent ce qu’elles font. Un recruteur qui s’appuie sur un scoring sans savoir ce qu’il mesure, c’est exactement la situation visée.
Le point que beaucoup de directions découvrent tard : la responsabilité ne s’arrête pas à l’éditeur. L’employeur qui déploie l’outil est déployeur au sens du règlement, avec ses propres obligations de supervision humaine, d’information des personnes et de suivi. Un outil de tri mal entraîné engage celui qui s’en sert. Le sujet ne se délègue plus entièrement à la DSI.
Ce cadre arrive au moment où les usages RH se généralisent, parce que les données RH (entretiens, comptes rendus, évaluations) sont volumineuses, non structurées, et donc idéales pour ces modèles. Chez IBM, l’assistant interne AskHR (nouvel onglet) traite désormais 94 % des demandes courantes sans intervention humaine. Unilever a réduit de 75 % le délai de ses campagnes de recrutement de jeunes diplômés en combinant tests cognitifs et entretiens vidéo analysés automatiquement. Le prestataire de ce dispositif, HireVue, a d’ailleurs fini par retirer l’analyse des expressions faciales (nouvel onglet) après une plainte auprès du régulateur américain. Les gains sont réels, les angles morts aussi.
Dans notre expérience, ces outils entrent le plus souvent dans l’entreprise par un usage isolé, avant que quiconque ait tranché qui en répond. C’est pourquoi les organisations qui avancent le mieux créent un binôme RH/IT plutôt qu’un projet informatique avec un correspondant RH. Ce n’est ni un sujet technique ni un sujet humain. C’est les deux à la fois, et il n’a pas de propriétaire naturel.
Trois chantiers, et un seul calendrier
Mettre à jour vos référentiels de compétences métier par métier. Développer la capacité de vos équipes à encadrer un travail qu’elles n’ont pas produit. Outiller vos RH sur ce que le cadre réglementaire leur demande vraiment. Ces trois chantiers ne dépendent d’aucune prévision : ils sont utiles quelle que soit la vitesse à laquelle l’IA se déploie chez vous.
Ce qui n’a pas d’équivalent dans les transitions précédentes, ce n’est pas l’ampleur du changement. C’est sa vitesse. Prédire lesquels de vos métiers auront changé dans deux ans reste hors de portée, y compris pour ceux qui en font profession. Repérer ceux dont la fiche de poste a déjà cessé de décrire le travail réel, en revanche, se fait cette année.
Vos fiches de poste décrivent-elles encore le travail réel de vos équipes ? Parlons-en, ou découvrez nos formations certifiées Qualiopi et notre approche du recrutement.
L'expertise conseil au service de la transformation des métiers et des recrutements.
