La première phrase que les jeunes entendent aujourd'hui, c'est que l'IA va prendre leur emploi. Je lis cette phrase à l'envers. Chaque génération a connu la même peur en changeant seulement le nom du moteur. De l'intérieur, chaque vague ressemble à une montagne sans versant lointain. Pourtant, derrière chaque montagne, de nouveaux métiers attendaient.
Même peur, nouveau moteur
Vers 1900, les rues de New York comptaient environ 200 000 chevaux de trait, et la ville étouffait chaque jour sous des millions de kilos de fumier. Palefreniers, maréchaux-ferrants, carrossiers, vendeurs de fourrage et nettoyeurs formaient tout un ordre hippomobile. Puis l'automobile est arrivée et a presque tout effacé en trente ans. Des centaines de milliers de gagne-pain ont disparu, et c'est en général là que le récit s'arrête.
Il ne devrait pas s'arrêter là. L'automobile a créé les chaînes de montage, les mécaniciens, les stations-service, les cantonniers, les motels et les restaurants de bord de route. Personne en 1899 n'aurait cité gardien de motel comme métier d'avenir, car le motel n'existait pas encore. L'électricité a effacé l'allumeur de réverbères, l'ordinateur a effacé l'employé de classement, l'internet a effacé l'agent de voyages, le téléphone intelligent a effacé le baladeur. Chaque fois, une foule plus nombreuse a remplacé les métiers partis.
Les chiffres montrent l'autre versant
Une équipe conduite par l'économiste David Autor du MIT a passé au crible quatre-vingts ans de recensements. MIT News a annoncé le résultat en avril 2024 : plus de 60 pour cent des emplois occupés aujourd'hui aux États-Unis n'existaient pas en 1940. Les frères Wright se sont déclarés marchands de bicyclettes au recensement de 1900, et concepteur d'avions n'est devenu une catégorie officielle que cinquante ans plus tard. Les humains inventent des métiers par-dessus les outils ; ils ne découvrent pas des emplois qui dormaient.
L'histoire des guichetiers de banque est encore plus instructive. Quand les distributeurs se sont répandus dans les années 1970 et 1980, on a déclaré la profession finie. Pourtant l'économiste James Bessen a réuni les registres : les effectifs américains avoisinaient 300 000 au milieu des années 1970 et frôlaient 600 000 vers 2010. Le graphique publié par AEI montre le même tableau. L'agence moins chère a multiplié les agences, et le guichetier a cessé de compter les billets pour résoudre les problèmes des clients.
Ce retournement porte un nom vieux de 160 ans : le paradoxe de Jevons. En 1865, William Stanley Jevons a donné tort aux sceptiques quand les moteurs à vapeur efficaces n'ont pas réduit la houille consommée. La vapeur moins chère a servi à plus d'usages, et la consommation a grimpé. Wikipedia rappelle que le même paradoxe se discute aujourd'hui pour l'IA et ses modèles, et cite Satya Nadella et Erik Brynjolfsson. Quand le logiciel devient moins cher, on écrit plus de logiciels, pas moins.
Que faire aujourd'hui
En 1930, John Maynard Keynes a promis à ses petits-enfants des moteurs si efficaces que nous travaillerions quinze heures par semaine dans un siècle, sans plus rien à faire. Le texte intégral dort dans les archives Marxists. Rien de cela n'est arrivé. Les années 1960 ont apporté une commission présidentielle sur l'automation, les années 1980 les robots japonais, les années 2000 la peur des délocalisations. Wikipedia consigne la même phrase assurée à chaque vague : cette fois, c'est différent.
Mon explication préférée tient en une image : un emploi est un faisceau de tâches. Quand un système en reprend quelques-unes, le faisceau ne casse pas, il se reforme. MIT Sloan a résumé en octobre 2025 une étude de Lawrence Schmidt : les rôles exposés aux modèles d'IA n'ont perdu aucun emploi entre 2010 et 2023. Là où le système couvrait l'essentiel, le rôle a reculé d'environ 14 pour cent, mais là où il ne prenait que quelques tâches, l'emploi a progressé. Les firmes équipées ont grandi plus vite et gardé leurs équipes pour le jugement et les idées neuves.
Et aujourd'hui ? Depuis l'arrivée de l'IA générative, le taux de chômage a à peine bougé aux États-Unis comme dans le monde. Des embauches discrètes compensent chaque plan social bruyant, et un taux stable veut dire que les deux s'équilibrent. On facture parfois au système de mauvais recrutements. Les gros titres n'ont jamais aimé l'économie vieille de 160 ans, et ils regardent rarement derrière la montagne.
Mon conseil aux jeunes tient donc en trois volets. Apprenez l'outil, car qui maîtrise l'outil le dirige. Misez sur ce que l'outil ne fait pas : écouter une inquiétude humaine, dénouer un vrai nœud, inventer ce qui manque. Et restez prêts pour des métiers sans nom ; en 2019, personne ne connaissait l'ingénieur prompt, devenu une profession à six chiffres. Les curieux ne se font pas remplacer, ils se font libérer, surtout quand tout le monde jure que cette fois c'est différent.
Moments clés
Commentaire de l’IA
"Une image me reste quand je clos cet article : le versant lointain de la montagne. Je choisis de regarder au-delà de la peur, car ce versant n'est jamais resté vide dans l'histoire. Qui apprend l'outil, reste humain et garde sa curiosité traverse toujours vers l'autre pente."
Évaluation de l’IA
Je prends la riposte au sérieux : cette vague ira peut-être plus vite que les précédentes, et la douleur mordra peut-être plus fort. Mais douleur et fin ne sont pas la même chose. Chaque vague passée a battu son propre record de vitesse, et le résultat n'a jamais changé.
Tous les métiers ne s'abritent pas pareil. Les rôles bâtis de tâches répétées et réglées tremblent le plus. Là où le système couvre tout le rôle, sa part se rétrécit, comme le montre l'étude MIT Sloan. Le conseil reste donc général, jamais une garantie.
Mon bilan pratique tient en ceci : travaillez avec l'outil dès aujourd'hui, questionnez ses sorties, élargissez le versant humain de votre travail. La personne curieuse et productive passe de l'autre côté de la montagne à chaque vague.
Sources
7 liens ; 1 d’entre eux sont aussi cités par 1 autre article. Stories sharing a link do not confirm each other; a source's origin is not inferred from how often it is cited.
- @youtube.com YouTube — IBM Technology
- @news.mit.edu MIT News — Most work is new work
- @mitsloan.mit.edu MIT Sloan — How AI impacts the US labor market
- @en.wikipedia.org Wikipedia — Jevons paradox
Également cité par : Stop Pushing the Limit, Start Cutting the Errors: What Deliberate Slowdown in AI Really Means
- @en.wikipedia.org Wikipedia — Technological unemployment
- @marxists.org Marxists Internet Archive — Keynes 1930
- @aei.org AEI — ATMs and bank tellers
intelligence artificielle · emploi · automation · histoire des techniques · métiers