Le sujet de l'IA qui vole des emplois est discuté depuis des années, mais les chiffres ont toujours été des estimations, et les écarts entre les prévisions des différentes institutions étaient si grands que certains soupçonnaient qu'ils étaient inventés.
Goldman Sachs a récemment fait quelque chose de précieux : quantifier le nombre réel d'emplois que l'IA supprime chaque mois en un chiffre concret.
Perte nette de 16 000 par mois.
Comment le chiffre a été calculé
L'économiste de Goldman, Elsie Peng, a combiné les données du marché du travail américain avec un indice d'exposition à l'IA, en analysant deux effets : la substitution et l'augmentation par l'IA.
| Effet | Impact mensuel |
|---|---|
| Substitution (les emplois disparaissent) | Baisse de 25 000 par mois |
| Augmentation (nouveaux emplois créés) | Hausse de 9 000 par mois |
| Variation nette | Perte nette de 16 000 par mois |
La méthodologie combine un score standard d'exposition à l'IA avec un indice de complémentarité développé par le FMI, distinguant deux types d'emplois :
- Type de substitution : l'IA peut prendre en charge la plupart des tâches principales (traitement des assurances, traitement des factures, saisie de données)
- Type d'augmentation : nécessite un jugement humain, une présence physique ou une expertise (droit, gestion technique, médecine)
Les chiffres sont basés sur des données réelles de l'année écoulée, et non sur des prévisions.
Quels emplois disparaissent
Les plus touchés sont les emplois de cols blancs répétitifs :
- Saisie de données
- Support client
- Travail de soutien de niveau assistant juridique
- Traitement des factures et des sinistres
- Tâches administratives
La caractéristique commune de ces emplois : des tâches fixes, qui ne nécessitent pas de jugement professionnel et peuvent être décrites clairement par du texte ou des tableaux. Le taux de remplacement par l'IA n'est pas une valeur théorique, mais un remplacement qui a déjà lieu.
Une conclusion contre-intuitive : les emplois manuels sont actuellement plus sûrs. Les travaux comme la gestion de chantier, les opérations de soins de santé et les services sur site qui nécessitent une présence physique n'ont pas encore de voie de remplacement efficace par l'IA. Les cols blancs sont touchés avant les cols bleus, ce qui va à l'encontre de l'intuition de beaucoup.
Pourquoi la génération Z supporte le plus lourd fardeau
L'analyse de Goldman contient un chiffre précis : pour chaque augmentation d'un écart type de l'indice d'exposition à l'IA, l'écart salarial des jeunes travailleurs s'élargit de 3,3 points de pourcentage.
La chaîne logique est claire :
- Les jeunes commencent généralement dans des postes d'entrée de gamme – saisie de données, support client, analyse de base
- Ces postes ont le taux de remplacement par l'IA le plus élevé
- Les jeunes n'ont pas de jugement professionnel accumulé comme tampon, l'expérience est insuffisante pour migrer rapidement vers des postes nécessitant des compétences professionnelles humaines
- La concurrence pour les emplois est plus féroce, le pouvoir de négociation est plus faible
Cela forme une chaîne logique avec le rapport 2026 de Stanford sur la réduction de 20 % des postes de programmeur de 22 ans : Ce ne sont pas les employés plus âgés qui sont licenciés en premier, mais la porte d'entrée pour les nouveaux arrivants est directement bloquée. Les employés plus âgés ont un fossé d'expérience, les jeunes diplômés non.
Le chiffre est-il sous-estimé ?
Goldman lui-même reconnaît les limites de l'étude : cet ensemble de données ne prend pas pleinement en compte les nouveaux emplois générés par la construction d'infrastructures d'IA, comme la construction de centres de données, l'expansion du réseau électrique et la fabrication de matériel.
Si ceux-ci étaient inclus, le chiffre de la perte nette serait plus faible.
Mais il y a un problème clé : Les centres de données créent des emplois d'ingénierie, tandis que l'IA supprime des emplois de support client. Les exigences de compétences, les niveaux de salaire et les groupes de personnes affectés ne se chevauchent presque pas. L'équilibre dans les données sur l'emploi ne signifie pas qu'il aide les 16 000 personnes affectées chaque mois ; elles ne retrouveront pas un emploi simplement parce qu'une ferme de serveurs supplémentaire a été construite à Dallas.
Comment les entreprises réagissent
L'approche de certaines entreprises mérite d'être considérée :
BetterUp (exemple d'augmentation par l'IA) : les employés dont les tâches de planification ont été reprises par l'IA ont été réaffectés pour fournir des commentaires approfondis aux candidats et la prospection de postes – les emplois ont été conservés, les personnes ont été poussées vers des domaines que l'IA ne peut pas remplacer.
Snap, Atlassian, Block : utilisent les progrès de l'IA comme justification pour les licenciements. Des critiques sont déjà apparues dans le milieu des RH – utiliser l'IA comme excuse pour les licenciements, sans plan de redéploiement associé, nuit à la fois aux employés et à l'organisation.
Un CHRO du Fortune 500 cité par Fortune a dit directement : Nous avons licencié sans assez de considération stratégique.
La conclusion est directe
Perte nette de 16 000 par mois, près de 200 000 emplois par an. Ce n'est pas un chiffre absolu très important, mais il évolue dans une direction constante et sans signe de ralentissement.
Plus remarquable que le total est la répartition : les emplois de cols blancs de niveau débutant disparaissent, de nouveaux emplois d'ingénierie et spécialisés apparaissent. Les deux groupes de personnes ne se chevauchent presque pas. Ce déplacement structurel du marché du travail n'est pas quelque chose qui peut être résolu simplement par la reconversion.
Source de référence : CocoLoop, AI is cutting 16,000 U.S. jobs a month — and Gen Z is taking the brunt, Goldman Sachs says (Fortune) ; Top HR leaders warn against using AI as cover for mass layoffs (Fortune)