L'intelligence artificielle prend les tâches, pas les emplois

L'intelligence artificielle va-t-elle prendre votre emploi ou vous offrir un rôle plus large ? La question ouvre la discussion, éclairée par l'économiste de Stanford Erik Brynjolfsson, dont le travail au Stanford Digital Economy Lab sert de grille principale car c'est lui qui mesure l'exposition au niveau des tâches plutôt qu'au niveau des métiers. La thèse centrale est simple : il faut cesser de demander quelles professions disparaissent et chercher quelles tâches basculent vers les systèmes d'intelligence artificielle. Quand une tâche est bien définie et mesurable, l'aide de ces systèmes arrive vite ; quand le jugement, la confiance et la coordination comptent, l'humain garde l'avantage. C'est ce partage qui explique la suite du raisonnement.

Regardez les tâches, pas les métiers

La radiologie montre pourquoi cette distinction compte. Le domaine compterait environ 26 sous-tâches, dont la lecture d'images n'est qu'une seule, et cette part a largement basculé vers l'assistance des systèmes d'intelligence artificielle, avec des ébauches de comptes rendus et du tri. Les éléments résumés via NIH, à partir d'un modèle fondé sur les tâches publié dans PMC, évoquent une baisse d'environ 33 % des heures sur cinq ans sans suppressions d'emplois massives. L'examen des patients, l'interprétation du contexte biologique, la validation des traitements et l'orientation vers d'autres spécialistes restent humains. Délestés d'une partie de la lecture, les radiologues servent davantage de personnes, et cet accès élargi soutient les revenus des laboratoires.

Le logiciel illustre le versant le plus tranchant. La production de logiciel n'est qu'une sous-tâche, mais elle a été exposée tôt car d'immenses dépôts publics sur GitHub ont facilité l'entraînement, et le résultat se vérifie vite : le programme tourne ou non. Le recrutement des débutants a le plus souffert, avec un recul d'environ 35 % des offres d'entrée rapporté via CNBC et des données SignalFire signalant près de 50 % de baisse des embauches de jeunes diplômés. Les profils confirmés qui savent piloter des agents, contrôler les sorties et sauver les constructions fragiles restent recherchés. La leçon : traiter la génération de logiciel comme un travail délégué et cultiver l'examen, l'intégration et la responsabilité du résultat.

Chez les moins de 25 ans aux États-Unis, un chômage proche de 16 % contre environ 4 % au niveau général signale un premier échelon brisé plutôt que des licenciements de masse. Les entreprises embauchaient autrefois les juniors selon une logique de compagnonnage, acceptant un rendement initial modeste pour former de futurs responsables ; beaucoup préfèrent désormais une aide automatisée pour les travaux de départ dans les éditeurs de logiciels, les cabinets juridiques, les universités et les laboratoires d'intelligence artificielle. SHRM situe le chômage des jeunes à 10,8 % avec un taux d'activité proche de 59,5 % à l'été 2025, ce qui confirme la pression. L'amertume des jeunes générations se comprend, mais la panique aide moins qu'un regard lucide sur les devoirs qui restent humains.

Les dirigeants voient d'abord l'automatisation : moins de personnel, des coûts réduits, moins de frictions, une tendance visible jusque dans des projets bancaires en Türkiye. Le contrepoint, c'est le renforcement : un professionnel pilote des dizaines d'auxiliaires automatisés et accomplit ce qui relevait hier de l'impossible ; l'auteur dit diriger près de 50 agents et avoir besoin d'aide pour les contrôler. La recherche du MIT selon laquelle environ 95 % des pilotes d'intelligence artificielle générative ne rapportent rien confirme que l'obstacle tient à l'adoption, non aux capacités brutes. Un jeune recruté qui maîtrise les outils et relève le rendement de son équipe peut ouvrir des postes inédits, comme le soutenait un argument viral sur TikTok.

Automatiser ou renforcer ?

Des productions cognitives moins chères peuvent élargir la demande totale au lieu de la détruire. Les compagnies à bas prix ont rendu l'avion accessible et le nombre de voyageurs a grandi ; de même, quand l'analyse, la rédaction et la conception coûtent moins, davantage d'acheteurs entrent en jeu. Les données examinées via Fortune à partir de l'indice Anthropic confirment ce partage : l'embauche des jeunes recule là où le travail est automatisé, mais progresse là où l'usage de l'intelligence artificielle renforce les équipes, avec l'avertissement d'Amodei sur les postes d'entrée. Une entreprise qui fait baisser le coût du service peut donc grandir, et comme beaucoup de devoirs exigent encore des humains, cette croissance ouvre des places aux personnes.

L'atout humain durable, c'est la définition du problème : quel besoin compte, à quoi ressemble le succès, qui utilisera vraiment le résultat. Les étapes de production comme la recherche, la rédaction, le prototypage et la consolidation sont de plus en plus déléguées à des agents. L'encombrement de la boutique d'applications d'Apple sert d'avertissement : publier est facile, mais les taux de succès chutent quand les créateurs ne défendent pas leur produit. Le démarchage, la vente, la ténacité face aux résistances et la construction de relations récompensent toujours la persévérance et le suivi entrepreneurial.

Piloter des agents devient une discipline à part entière. Le récit de 50 agents épaulés par des agents intermédiaires qui en supervisent d'autres montre la force et la limite : les résultats sont instantanés, mais l'échange et l'empathie restent minces. Des entreprises d'une seule personne atteignant sept chiffres de revenus aux États-Unis montrent ce qu'une orchestration habile permet. Qui part de zéro devrait apprendre d'abord la création et la supervision d'agents, car diriger des équipes d'agents vaudra bientôt autant que diriger des humains.

Le prototypage mené vite est le bénéfice concret. Une idée peut devenir un produit qui fonctionne en quelques jours, si bien que les essais et les erreurs s'enchaînent et que les créateurs publient plus souvent. L'outil de suivi d'ordres à court terme qui n'a jamais atteint la justesse de prévision espérée illustre un échec sain : construire et tester coûte peu, et les gagnants deviennent de vrais produits. La même boucle vaut pour les contenus, où des cycles plus resserrés augmentent les chances de toucher juste. Ceux qui testent avec audace, en entreprise comme en solo, prennent l'avantage.

Le goût reste le filtre d'une production sans fin : quelle ébauche est bonne, quel dossier convainc, quelle conception plaît aux utilisateurs. Ce jugement se forme par le travail réel et la pratique volontaire, et les juniors à qui l'on conseille d'accepter des points d'entrée modestes achètent en réalité le terrain où ce discernement naît. Quatre paris durables ferment le propos : prendre des initiatives, cultiver le lien humain, garder des savoir-faire physiques, et chasser des métiers que personne ne peut encore imaginer, du tutorat aux artisanats inédits. L'appel final est concret : confiez dès aujourd'hui une tâche quotidienne à l'intelligence artificielle et commencez à bâtir votre propre petite solution.