Retour au blog
28 min de lecture

IA et emploi : à qui profite le discours ?

Sommes-nous manipulés ? La course à la Chine justifie-t-elle tout ? Que taisent les chiffres ? Est-ce une bulle prête à éclater ? Et quels sont les risques réels ? Une lecture européenne du grand récit de l'IA et de l'emploi.

  • ai
  • future-of-work
  • economic-impact
  • europe
  • agi
  • jobs
IA et emploi : à qui profite le discours ?

IA et emploi : à qui profite le discours ?

Manipulation, course à la Chine, chiffres qui mentent par omission, bulle financière, risques réels — une lecture européenne, sans hype

Difficulté : Accessible — pas de code, aucun prérequis. Juste de la pensée critique et quelques chiffres.

En douze mois, le discours sur l’IA et l’emploi a fait un demi-tour complet.

Mai 2025 : Dario Amodei, le patron d’Anthropic, annonce que l’IA pourrait supprimer la moitié des emplois de bureau débutants en cinq ans et faire grimper le chômage à 10-20 %. Il accuse même les dirigeants et les gouvernements de « sucrer la pilule ».

Mai 2026 : le même Amodei, désormais sur scène aux côtés du PDG de JPMorgan, explique que l’IA va surtout transformer et multiplier les emplois. Et Sam Altman, chez OpenAI, se déclare « ravi de s’être trompé ».

Même technologie. Message inverse. Un an d’écart.

Et puis, le 1ᵉʳ juin 2026 — il y a deux jours, au moment où j’écris — Anthropic dépose un dossier confidentiel d’introduction en Bourse. Tenez ce calendrier en tête, on va y revenir.

Ce virage à 180 degrés est, pour moi, le détail le plus instructif de tout le débat. Pas parce qu’il prouve que ces gens mentent — je n’en sais rien, et personne ne peut le prouver. Mais parce qu’il oblige à poser quatre questions qu’on évite trop souvent. Nous manipule-t-on ? Que cachent les chiffres ? Est-ce une bulle ? Et au fond, quels sont les vrais risques ?

Je vais essayer d’y répondre honnêtement, depuis là où je suis : l’Europe.

Note personnelle. Je ne suis pas économiste. Je suis informaticien, et depuis quelque temps j’accompagne des PME — beaucoup en Belgique — sur l’IA et l’automatisation. Mon métier, c’est justement de séparer ce qu’un outil sait faire en démo de ce qu’il change réellement une fois en production. Pas de boule de cristal ici. Une lecture de terrain, et un peu de méfiance saine.

1. Nous manipule-t-on ?

Commençons par le mot qui fâche. Je ne crois pas à un complot coordonné dans un sous-sol de la Silicon Valley. Mais je crois à la convergence d’intérêts, et elle est troublante. Le récit que vous recevez sert remarquablement bien quelques acteurs — OpenAI, Anthropic, Nvidia, et le petit cercle qui gravite autour. Regardons la logique en deux temps.

Premier temps : « l’IA va remplacer vos emplois ». C’est le discours de la peur, et il rend de fiers services. Une technologie capable de remplacer des millions de cols blancs, c’est une technologie qui vaut des centaines de milliards. La peur justifie les valorisations vertigineuses, donc les levées de fonds colossales nécessaires pour payer la course. Elle pousse aussi les entreprises à adopter l’outil en urgence — « adoptez ou disparaissez ». Et elle positionne ces sociétés en adultes responsables, ceux qui « disent la vérité » et qu’on devrait donc consulter quand on écrit les règles. La peur vend la puissance, et la puissance attire les capitaux.

Deuxième temps : « l’IA va créer des emplois ». Ce discours-là arrive plus tard, et le calendrier n’a rien d’anodin. Reprenons la chronologie:

  • Mai 2026 : Amodei et Altman adoucissent le ton et ressortent le paradoxe de Jevons (« si on automatise 90 % d’un métier, tout le monde fait les 10 % qui restent »).
  • Fin mai 2026 : Anthropic boucle un tour de financement géant.
  • 1ᵉʳ juin 2026 : Anthropic dépose un dossier confidentiel d’entrée en Bourse, et OpenAI préparerait une démarche similaire.

Or, pour une entrée en Bourse, un récit d’apocalypse de l’emploi est un cauchemar : les investisseurs grand public et les régulateurs achètent bien mieux une histoire de « croissance créatrice d’emplois » qu’une promesse de chômage de masse. Le ton se fait rassurant pile au moment où il faut séduire les marchés. Coïncidence, peut-être. Mais elle tombe drôlement bien.

Les ordres de grandeur, pour situer les enjeux — et c’est là que mes propres chiffres ont récemment volé en éclats. Anthropic a clôturé fin mai une levée de 65 milliards de dollars, à une valorisation de 965 milliards — près de mille milliards, soit plus du double de sa valeur de février. La société a dépassé OpenAI ; son chiffre d’affaires annualisé aurait franchi les 47 milliards selon Reuters et Bloomberg — mais ce n’est pas un chiffre audité publié dans un prospectus.

OpenAI, de son côté, est valorisée 852 milliards (après un tour record de 122 milliards en mars) et génère environ 2 milliards de revenus par mois ; selon des projections rapportées par la presse — non auditées — elle accuserait tout de même de l’ordre de 14 milliards de pertes sur la seule année 2026. Pertes massives d’un côté, course aux capitaux de l’autre : entretenir un récit de croissance future n’est pas un luxe pour ces entreprises, c’est une nécessité.

Quant à Nvidia, qui vend les puces, elle a tout intérêt à ce que la course continue — au point d’investir dans ses propres clients (j’y reviens).

Est-ce qu’on nous manipule ? Disons les choses proprement : on ne peut pas démontrer l’intention, mais on peut nommer la structure d’incitation. Et la règle d’hygiène qui en découle est simple. Quand quelqu’un vous explique ce que l’IA va faire à votre métier, demandez-vous toujours : qui a intérêt à ce que je le croie ? Cette question vaut pour les vendeurs d’IA. Elle vaut aussi pour ceux qui crient à la bulle pour parier contre. Et — je tiens à le dire — elle vaut pour les entreprises qui fabriquent l’IA tout en nous décrivant ses effets. Personne, dans ce débat, n’est un observateur neutre.

2. « Et la Chine ? » — l’argument qui clôt tous les débats

Posez n’importe quelle question gênante sur l’IA — « pourquoi dépenser autant ? », « faut-il réguler ? », « est-ce une bulle ? » — et vous recevrez presque toujours la même réponse en trois mots : « mais la Chine ». La sécurité nationale, c’est l’argument qui termine la discussion. Personne ne veut être celui qui a freiné pendant que Pékin accélérait.

Sauf que cet argument mérite, lui aussi, qu’on le regarde de près.

D’abord, la course est réelle. En avril 2026, le chinois DeepSeek a sorti son modèle V4 en open source — téléchargeable par n’importe qui, à l’inverse des modèles américains fermés. Et selon le Stanford AI Index 2026, les laboratoires chinois ont « quasiment comblé » l’écart de performance (d’autres analyses, comme celle du CFR, estiment que les modèles américains gardent encore quelques mois d’avance).

Mais le pari occidental — bloquer l’accès aux puces de pointe pour étrangler la Chine — s’est largement retourné contre celui qui l’a posé. Pékin a ordonné à ses géants d’annuler leurs commandes Nvidia et poussé ses propres champions : Huawei a sorti un système rival (le CloudMatrix 384), Cambricon et Alibaba montent en cadence à marche forcée. Mieux : quand Trump s’est rendu à Pékin en mai 2026 — en emmenant à la dernière minute le patron de Nvidia — et a proposé de vendre des puces à la Chine, c’est Pékin qui a refusé. « Ils choisissent de ne pas acheter, parce qu’ils veulent développer les leurs », a résumé Trump. De l’aveu même de Jensen Huang, la part de marché de Nvidia en Chine est passée « de 95 % à zéro », et il qualifie désormais les contrôles à l’export d’« échec » qui a « donné à la Chine l’énergie et le soutien de l’État pour accélérer ».

Car ce refus n’est pas un caprice, c’est une doctrine. Xi Jinping a fixé un cap explicite : faire de la Chine le leader mondial de l’IA d’ici 2030 et atteindre l’autosuffisance technologique, désormais inscrite au cœur du plan quinquennal 2026-2030. Dépendre de Nvidia est précisément ce que cette logique commande d’éviter.

Soyons précis pour autant, car le récit inverse — « la Chine n’a plus besoin de personne » — est tout aussi faux. Puce pour puce, Huawei reste loin derrière : son meilleur accélérateur plafonne autour de 60 % d’une puce Nvidia de la génération précédente, et il en faut cinq fois plus, pour près de quatre fois plus d’électricité, pour égaler — voire dépasser — un rack Nvidia en calcul brut. Surtout, la Chine ne sait pas encore en produire assez : ses usines butent sur des rendements faibles et dépendent de mémoires importées. Ses entreprises doivent donc rationner leur puissance de calcul — tout en continuant, en parallèle, à faire entrer en fraude des puces Nvidia via Singapour ou la Malaisie. Le frein fuit dans les deux sens.

Reste la question qui nous intéresse : à qui profite la peur de la Chine ? Elle fait pour les dépenses ce que la peur du chômage faisait pour l’adoption — elle supprime les freins.

Difficile de contester des centaines de milliards d’investissements quand on les présente comme une course aux armements. Larry Page, cofondateur de Google, aurait confié préférer « faire faillite plutôt que perdre cette course ». Et les voix qui réclament le plus fort des contrôles à l’export sont souvent celles des laboratoires qui en tireraient le plus d’avantage — Dario Amodei, le patron d’Anthropic, en tête. Là encore : personne n’est neutre.

3. Nous dit-on la vérité ? Ce que les chiffres taisent

Pour répondre, il faut regarder les données. Et les meilleures viennent des États-Unis — non pas parce que c’est le centre du monde, mais parce que c’est le laboratoire avancé : marché du travail flexible, adoption rapide, acteurs concentrés. Ce qui s’y passe nous arrive souvent avec un temps de retard.

Voici trois choses que les manchettes oublient.

Le chiffre vedette est le moins parlant.

Le taux de chômage américain est stable autour de 4,3% (avril 2026, dernier chiffre disponible). Rassurant ? Pas vraiment.

En 2025, après une révision massive de ses comptes — la création d’emplois de l’année a été ramenée de +584.000 à +181.000, et le niveau d’emploi de mars 2025 abaissé de près de 900.000 postes (898.000 en données corrigées des variations saisonnières) —, l’économie n’a créé en moyenne qu’environ 15.000 emplois par mois, quasiment l’arrêt pour un pays de cette taille.

Février 2026 a même été négatif. Le marché ne s’effondre pas, mais il est gelé : on n’embauche presque plus, et on ne licencie pas non plus. Le taux de démissions est tombé à 1,9% en avril — son plus bas depuis l’été 2020 — parce que personne n’ose bouger ; et les embauches sont retombées à un de leurs plus bas niveaux depuis 2020.

La vraie casse n’est pas dans les plans sociaux. Elle est dans la porte d’entrée qui se referme en silence.

Le signal le plus net pointe vers les juniors — même si sa cause est débattue.

Une étude du Stanford Digital Economy Lab, bâtie sur les fiches de paie de 25 millions de salariés, montre que dans les métiers les plus exposés à l’IA, l’emploi des 22-25 ans a reculé d’environ 16% depuis fin 2022 — jusqu’à près de 20% chez les développeurs. Et dans les mêmes métiers, l’emploi des plus de 30 ans a, lui, augmenté. Ce ne sont pas les seniors qui trinquent, ce sont les débutants. Reste à savoir pourquoi.

Stanford y voit l’IA, qui excelle à reproduire le « savoir de manuel » d’un jeune diplômé. Mais une étude de la Réserve fédérale de New York (juin 2026) avance une autre explication : le télétravail — et la difficulté de former des débutants à distance — expliquerait près des deux tiers de la hausse du chômage des jeunes diplômés depuis la pandémie, l’exposition à l’IA ne suffisant pas, selon elle, à expliquer l’écart sur 2022-2024. Stanford rétorque que son effet tient même en excluant les métiers télétravaillables.

Le point solide, lui, ne bouge pas : la première marche du marché du travail se fragilise — la cause exacte reste discutée.

Beaucoup de licenciements « dus à l’IA » n’ont rien à voir avec l’IA.

Là, il faut être franc. Le cabinet Forrester estime qu’une part importante des licenciements attribués à l’IA relèvent en réalité d’arbitrages financiers : la technologie sert de justification (« AI washing »), parce que les outils capables de faire réellement ces métiers n’existent pas encore. Mieux : 55% des employeurs qui ont licencié « à cause de l’IA » le regrettent, et plus de la moitié de ces postes pourraient être discrètement réembauchés — souvent ailleurs, moins payés.

Quand Meta, Amazon ou Oracle (des entreprises rentables) coupent des postes, c’est souvent pour financer leurs investissements dans l’IA. Comme le résume le patron d’un cabinet qui recense ces licenciements : que le poste soit remplacé par l’IA ou non, l’argent qui le payait, lui, l’est.

Et le chiffre qui devrait clore le débat sur le « grand remplacement déjà en cours » : selon le rapport du MIT « The GenAI Divide », 95% des initiatives d’IA générative étudiées ne montrent aucun impact mesurable sur le compte de résultat. Si l’IA détruisait vraiment des emplois en masse, on verrait les gains de productivité correspondants. Pour l’essentiel, ils ne sont pas là.

C’est mon fil rouge depuis longtemps : ce qu’un outil peut faire et ce qu’il va remplacer sont deux choses très différentes. Entre les deux, il y a l’inertie des organisations, la réglementation, la confiance à construire. Ça ralentit tout.

Cela dit — et c’est une nuance qui compte — ce 95% ne condamne pas la technologie. Le rapport du MIT est explicite : l’échec ne vient pas de la qualité des modèles, mais de l’approche. Il parle d’un « fossé d’apprentissage » : on greffe l’IA sur d’anciens process sans repenser les flux ni former les équipes.

La minorité qui réussit fait l’inverse — un problème précis, bien exécuté. Shopify, par exemple, a fait de l’usage de l’IA une attente de base : avant de demander un poste, une équipe doit démontrer qu’elle ne peut pas le faire avec l’IA. Et son patron note quelque chose de juste : « bien utiliser l’IA est une compétence non évidente », et beaucoup abandonnent après un seul prompt décevant.

Autrement dit, le ROI manquant est souvent un déficit de formation et de méthode, pas la preuve que l’outil est vide.

Mais attention à l’excès inverse, car « vous l’utilisez mal » est aussi l’argument favori des vendeurs. Klarna, qui avait remplacé 700 agents par un bot, a fait machine arrière en 2025 quand la qualité s’est effondrée — pour adopter un modèle hybride.

La leçon n’est donc ni « l’IA ne sert à rien », ni « automatisez tout » : la valeur vient d’un usage discipliné, bien formé, où l’humain reste dans la boucle. Ce qui, encore une fois, est un sujet d’organisation — pas de technologie.

4. Et chez nous ? L’Europe n’est pas l’Amérique

C’est là que ça devient intéressant pour nous, et que la prudence s’impose, parce que l’Europe joue une autre partition.

D’abord, le tableau d’ensemble. Le chômage de l’Union européenne s’établit à 6,0% en avril 2026 (6,3% dans la zone euro), globalement stable sur un an : aucun choc visible dans les chiffres agrégés. Le chômage des jeunes s’établit à 15,1 % dans l’UE (14,7% en zone euro), en léger recul ces derniers mois. Côté productivité, une étude de 2026 portant sur plus de 12.000 entreprises européennes — menée par des économistes de la Banque des règlements internationaux et de la Banque européenne d’investissement — trouve que l’adoption de l’IA augmente la productivité d’environ 4%, sans baisse de l’emploi à court terme. Et selon une enquête de la Commission européenne auprès de plus de 70.000 salariés, 30% d’entre eux utilisent déjà l’IA au travail, surtout des assistants conversationnels.

Je note tout de même un paradoxe : à 6,0%, le chômage européen est plus élevé qu’aux États-Unis (4,3%). Si l’Europe est « protégée », ce n’est donc pas au sens d’un marché plus dynamique — c’est que le signal propre à l’IA (effondrement des juniors, licenciements attribués à l’IA) y est, pour l’instant, beaucoup moins net. Pourquoi ? Trois raisons structurelles. Une protection de l’emploi bien plus forte qu’aux États-Unis. Une adoption plus lente — l’Europe est en retard sur les brevets et l’investissement IA, ce qui, pour une fois, joue comme un coussin. Et une démographie vieillissante qui crée des pénuries de main-d’œuvre (santé, logistique, ingénierie) venant compenser une partie des pertes.

Mais ne nous racontons pas d’histoires non plus. Le Carnegie décrit pour l’Europe un scénario de «creusement avant suppression» : les postes ne disparaissent pas d’un coup, ils se vident lentement de leur substance, créant une insécurité qui dure. L’institut allemand de la recherche sur l’emploi parle de 1,6 million d’emplois « remodelés ou perdus » sur quinze ans rien qu’en Allemagne — un horizon long, pas un choc brutal.

Et attention à un piège d’attribution typiquement européen : la faiblesse de l’industrie allemande et française tient d’abord aux coûts de l’énergie et à la demande mondiale en berne, pas à l’IA. Confondre les deux fausse tout. Pour situer un vrai choc, souvenons-nous : au pire de la crise de la zone euro, en 2013, le chômage avait atteint un peu plus de 12 %. On en est loin.

Un dernier point qui me frappe, et qui devrait frapper nos décideurs : le récit qui agite l’Europe est fabriqué ailleurs. La peur, puis le réconfort, puis la course à la Chine : tout cela est largement un produit américain. Nos gouvernements et nos entreprises réagissent à une histoire écrite à San Francisco, alors que notre réalité est différente. Pire : ce même récit revient aujourd’hui nous expliquer qu’il faut assouplir nos propres règles pour « ne pas décrocher » dans une course que nous ne courons pas. L’AI Act encadre certains usages de l’IA dans l’emploi — recrutement, gestion du personnel, classés à « haut risque » — mais il ne constitue pas un véritable cadre de transition face au déplacement des postes, et il est déjà sous pression pour être allégé. Double angle mort.

5. Est-ce une bulle ? Et va-t-elle éclater ?

Venons-en à l’argent, parce que c’est peut-être là que se joue le vrai sujet.

Le mécanisme à comprendre s’appelle le financement circulaire, et il est plus simple qu’il n’en a l’air:

  • Nvidia investit dans OpenAI.
  • OpenAI commande pour des centaines de milliards de capacité de calcul à Oracle.
  • Oracle achète ses puces… à Nvidia.

L’argent tourne en rond entre une poignée d’acteurs, et gonfle une demande qui paraît spontanée alors qu’une partie n’est que la même somme qui repasse plusieurs fois. Les analyses sérieuses chiffrent ces arrangements croisés en plusieurs centaines de milliards de dollars. Détail qui en dit long : l’investissement annoncé par Nvidia dans OpenAI — jusqu’à 100 milliards — est versé au fur et à mesure qu’OpenAI déploie… des systèmes Nvidia. Autrement dit, une bonne partie de cet « investissement » revient à Nvidia sous forme d’achats de matériel.

Et ça va plus loin que les transactions : la circularité a contaminé les comptes de résultat. Au premier trimestre 2026, Alphabet a inscrit près de 37 milliards de dollars de plus-values sur ses participations — pour l’essentiel des gains latents, attribués par les analystes à la réévaluation de sa part dans Anthropic. Amazon a comptabilisé près de 17 milliards (Anthropic), Microsoft près de 6 (OpenAI). Autrement dit : les bénéfices des géants sont en partie dopés par la revalorisation des labos qu’ils financent eux-mêmes. Vous tournez en rond, et tout le monde s’enrichit sur le papier.

Tout ça rappelle furieusement le montage qui a précédé l’éclatement de la bulle des télécoms en 2000, quand les producteurs d’équipements prêtaient à leurs propres clients pour qu’ils achètent leur matériel. Et le rapprochement avec la bulle Internet n’est plus le fait de quelques pessimistes : il est désormais fait par les banques centrales. La Banque d’Angleterre a alerté à plusieurs reprises sur le risque qu’une correction des valorisations liées à l’IA déstabilise les marchés.

Les montants donnent le vertige. Les quatre géants américains engageraient autour de 700 milliards de dollars d’investissements en 2026 — cloud, data centers et IA confondus —, près du double de 2025 (Alphabet, à lui seul, table sur 180 à 190 milliards). Pour les financer, ils s’endettent de plus en plus, parfois avec des montages opaques — et leur trésorerie en souffre : la trésorerie disponible d’Amazon s’est effondrée de près de 95 % sur douze mois, à 1,2 milliard, et pourrait devenir négative selon certaines projections bancaires. On dépense des fortunes pour une technologie qui, on l’a vu, ne rapporte encore presque rien chez la majorité de ses clients.

Va-t-elle éclater ? Honnêtement, je n’en sais rien, et méfiez-vous de quiconque prétend le savoir. Les optimistes ont des arguments solides : les acteurs d’aujourd’hui sont des entreprises riches, dont certaines très profitables (Google dégageait encore plus de 60 milliards de trésorerie disponible sur douze mois), pas des start-up sans revenus comme en 2000 ; une partie des engagements sont conditionnés à des résultats ; et le chiffre d’affaires, lui, est bien réel et croît vite. Les sceptiques aussi ont leurs arguments : la dette est concentrée, le financement circulaire flatte les chiffres, et certains signaux de marché commencent à diverger. La leçon de l’an 2000 tient en une phrase, et je la garde en tête : « la technologie est réelle » et « le financement est soutenable » sont deux affirmations distinctes. Elles peuvent parfaitement diverger.

6. Alors, quels sont les vrais risques ?

Posons les scénarios à plat. Je n’y mets pas de probabilités précises — ce serait malhonnête — mais des directions.

Risque n°1 : la bulle se dégonfle.

C’est le paradoxe que je trouve le plus sous-estimé : un éclatement ferait, à court terme, plus de dégâts à l’emploi que l’automatisation n’en a causés jusqu’ici. Arrêt brutal des chantiers et de tout l’emploi qui en dépend, défauts en chaîne sur la dette, chute des marchés concentrés sur une poignée de géants. Et là, l’Europe est exposée même sans avoir participé à la fête : nos fonds de pension et notre épargne détiennent ces mêmes actions américaines. Quand Wall Street tousse, Bruxelles s’enrhume.

Risque n°2 : l’IA est vraiment adoptée et devient rentable.

C’est le scénario inverse, et il a son propre danger. Si le retour sur investissement finit par arriver, la vague d’automatisation qui n’a pas encore eu lieu se déclenche pour de bon — et elle grimpe des juniors vers les fonctions intermédiaires. Le problème, soulevé par plusieurs analystes, est qu’il n’existe alors pas de secteur refuge évident : contrairement aux vagues passées, où l’on migrait d’un métier vers un autre, l’IA progresse partout en même temps. Et une question de second ordre se pose, vertigineuse: si chaque entreprise réduit ses coûts en automatisant, qui reste-t-il pour acheter ? Une économie peut afficher une productivité record pendant que les revenus des ménages s’érodent. La réussite elle-même devient un risque.

Risque n°3, qu’on oublie toujours : l’énergie.

Aux États-Unis, les centres de données représentaient environ 4,4% de la consommation électrique en 2023 et pourraient atteindre 6,7% à 12% d’ici 2028 (LBNL/DOE). Mais au Texas, le gestionnaire du réseau a reçu des demandes de raccordement très supérieures au pic de consommation de tout l’État — plus de deux fois et demie rien que pour les projets jugés réalistes — avant de constater que la consommation réelle par site n’atteint que la moitié du demandé, et de revoir ses prévisions à la baisse. Pénurie de turbines, délais de raccordement, manque d’eau pour le refroidissement : la physique impose son rythme. Conséquence presque rassurante : on ne remplace pas les humains à grande échelle avec une IA qu’on n’arrive pas à brancher. Mais conséquence inquiétante aussi : ces mêmes data centers sous-utilisés fragilisent la rentabilité, et nourrissent donc le risque n°1.

Et il y a une asymétrie qu’on oublie: ce mur de l’électricité est le nôtre, pas celui de la Chine. À elle seule, elle produit déjà plus d’électricité que les États-Unis et l’Union européenne réunis, et en 2025 elle a ajouté plus de 430 GW de solaire et d’éolien — près de huit fois la capacité nouvelle raccordée par les États-Unis. Là où l’Occident bute sur son réseau, la Chine bute sur les puces. Chacun son mur.

Ce que j’en retiens

Trois idées, que je tiens à garder ensemble.

Le discours a couru plus vite que la réalité, et il sert des intérêts. On ne peut pas prouver la manipulation, mais on peut refuser la naïveté. Quand le ton passe de l’alarme au réconfort pile à l’approche des entrées en Bourse, et quand la peur de la Chine sert à enlever tous les freins, on a le droit de lire chaque déclaration en se demandant à qui elle profite.

Aujourd’hui, l’effet réel est concentré et discret. Pas un bain de sang : un gel des embauches et une porte d’entrée qui se ferme pour les juniors. En Europe, c’est encore plus amorti, et en partie pour de mauvaises raisons (on est juste plus lents à adopter). Et là où l’IA crée de la valeur, c’est rarement en plug-and-play : c’est quand on repense les méthodes et qu’on forme vraiment les équipes.

Le vrai risque à court terme est sans doute financier, pas technologique. Une bulle qui se dégonfle ferait plus de mal, plus vite, qu’une automatisation qui peine encore à prouver sa rentabilité. Et si l’IA finit par tenir ses promesses, c’est un autre type de risque — plus profond — qui s’ouvre.

Ce que ça change concrètement

Parce qu’un constat sans suite ne sert à rien, voici comment je le traduis pour vous.

Si vous débutez votre carrière : c’est vous qui êtes en première ligne, inutile de le nier. La parade n’est pas de fuir l’IA, c’est de devenir celui qui la pilote. Donnez-lui de vraies tâches de votre métier, tous les jours. L’écart se creuse vite entre ceux qui s’en servent sérieusement et les autres.

Si vous dirigez une PME (mon cas, et sans doute le vôtre) : méfiez-vous des deux extrêmes. Ne remplacez pas une équipe par un agent en pariant sur une IA qui n’existe pas encore — l’immense majorité des projets d’IA générative ne montrent encore aucun gain mesurable, et le taux de regret des licenciements « IA » est massif. Mais ne faites pas l’autruche non plus. Visez un problème précis, formez vraiment vos équipes — une bonne part du ROI se joue là —, mesurez, décidez ensuite. Des résultats, pas des promesses.

Si vous épargnez ou cotisez pour votre retraite : sachez simplement que votre exposition à l’IA n’est pas qu’une affaire de métier. Elle est aussi dans votre épargne, via une poignée d’actions américaines surévaluées. Ça ne veut pas dire vendre. Ça veut dire comprendre.

Pour finir

Aucun chiffre de cet article n’est une prophétie. Les révisions à près de 900.000 emplois le rappellent : même les statistiques officielles sont floues, et souvent revues longtemps après. Et les meilleures sources sur l’IA viennent souvent d’acteurs qui ont tout intérêt à façonner le récit — j’ai d’ailleurs dû corriger la valorisation d’Anthropic entre deux versions de cet article, tant ces chiffres bougent vite.

Mais la prudence n’est pas l’aveuglement. Le vrai risque n’est pas la puissance des modèles — c’est de savoir si l’argent et l’électricité suivront.

Ni rassurant, ni catastrophiste. Lucide. Et par les temps qui courent, la lucidité est déjà un avantage.

À bientôt pour de nouveaux articles — et posez-vous toujours la question : à qui profite ce qu’on me raconte ?

Sources (chiffres vérifiés au 3 juin 2026 ; les estimations d’analystes et projections non auditées sont signalées comme telles) :

Tous les articles
  • ai
  • future-of-work
  • economic-impact
  • europe

Envie d'aller plus loin ?

On échange sur votre cas en 20 minutes. Gratuit, concret, sans engagement.

Réserver un créneau