Axelle Arquié, économiste : l’IA ne paiera qu’en réinventant le travail

Data / IA

Axelle Arquié (OEM) : « Pour que l’IA ait un véritable impact sur une entreprise, il faudra repenser complètement sa façon de travailler »

Par Guillaume Perissat, publié le 20 novembre 2026

L’intelligence artificielle pourrait bouleverser le marché du travail bien au-delà des gains de productivité attendus. Pour Axelle Arquié, économiste spécialisée dans le marché du travail et cofondatrice de l’Observatoire des emplois menacés et émergents, il faut s’interroger sur la capacité de l’économie à créer suffisamment de nouveaux emplois pour remplacer ceux détruits par l’IA. Une transformation dont les conséquences restent encore largement à mesurer.

Diplômée d’HEC et docteure de la Paris School of Economics, l’économiste Axelle Arquié a fait ses armes au département des affaires économiques de l’OCDE avant de rejoindre le CEPII, fondu en 2026 avec l’OFCE dans le nouvel Institut français d’économie (IFE). Ses recherches portent sur l’effet des grandes transitions, automatisation et mondialisation en tête, sur les trajectoires professionnelles. Avec Christophe Roven, spécialiste des données et du développement logiciel, elle a cofondé l’Observatoire des emplois menacés et émergents (OEM) pour appliquer cette grille de lecture à l’IA, avec une méthode d’une rare finesse : chacun des 923 métiers étudiés est décomposé en tâches, puis en actions élémentaires notées selon des règles explicites et reproductibles, et leur exposition est projetée sur cinq phases de développement de l’IA.
La première étude de l’OEM, menée avec Coface et publiée en avril, montre que, dans un scénario d’IA agentique, plus de 30 % des tâches d’un métier sur huit pourraient être automatisées. En novembre, Axelle Arquié et Aurélien Duthoit, économiste chez Coface, ont lancé AI-LERT, un indicateur qui compare l’évolution des offres d’emploi publiées sur France Travail selon l’exposition des métiers à l’IA. Premier enseignement : depuis l’été 2023, les offres évoluent nettement moins bien dans les métiers les plus exposés que dans les autres métiers du même secteur. Au total, plus de 100 000 offres manquent désormais à l’appel chaque année. Les auteurs ne concluent pas à un lien de cause à effet direct… mais la tendance se vérifie aussi en Allemagne et en Suède.

IT for Business : L’IA change-t-elle fondamentalement la nature de l’automatisation ?

Axelle Arquié : Nous verrons quel sera son impact réel, mais elle change en tout cas la nature des tâches susceptibles d’être automatisées. Jusqu’à présent, l’automatisation concernait surtout des tâches répétitives. Avec l’IA, l’ambition est désormais d’automatiser des tâches qui ne le sont pas. On comprend donc que beaucoup plus de personnes pourraient potentiellement être concernées. La véritable rupture se situe peut-être davantage dans l’ampleur du phénomène.

Cette ampleur pourrait-elle être supérieure à celle des précédentes vagues d’automatisation ?

La question que je me pose avec l’IA va au-delà de l’ampleur des destructions d’emplois : est-ce que la création de nouveaux emplois sera suffisante pour compenser les destructions ?

Historiquement, il y a toujours eu cette compensation. Bien sûr, certaines personnes sont restées sur le carreau, mais globalement, de nouveaux métiers ont émergé. Aujourd’hui, la question se pose différemment, notamment parce que les personnes concernées ont davantage accès aux médias et peuvent faire entendre leur voix.

Cette question est d’autant plus importante que l’IA est une technologie dont les possibilités semblent presque sans limites. Avec un chemin de fer, on comprend où se situe le champ des possibles. Avec un logiciel, on sait ce qu’il peut ou ne peut pas faire, et ce qu’il faut programmer. L’IA présente une nature particulière. Je me demande donc si son impact ne sera pas fondamentalement différent.

On parle beaucoup d’automatisation, mais l’IA reste fondamentalement basée sur le machine learning, c’est-à-dire sur un entraînement à partir de données connues et construites. Il existe donc une forme de prévisibilité, non ?

Oui, dans une certaine mesure. Si vous présentez à une machine quelque chose qui ne comporte aucun élément présent dans ses données d’entraînement, ses capacités s’effondrent. C’est clair. Mais on voit que cette limite devient de plus en plus restreinte.

Effectivement, l’absence de véritable raisonnement causal robuste limite encore les capacités de généralisation de ces systèmes. Mais il faut aussi se demander si une grande partie des tâches réalisées sur le marché du travail nécessite réellement ce type de raisonnement. On peut, dans de nombreux cas, renseigner à la machine le processus à suivre pour accomplir une tâche.

C’est justement l’un des enjeux de l’IA agentique : on ne cherche plus seulement à automatiser une tâche, mais un processus dans son ensemble.

Je pense que le principal impact de l’IA sur le marché du travail ne viendra pas des chatbots conversationnels que nous utilisons aujourd’hui, qui restent passifs, mais de l’IA agentique.

Il s’agit d’architectures dans lesquelles plusieurs instances de modèles dialoguent entre elles et ont accès à des outils. Il ne s’agit pas simplement d’augmenter la productivité sur une tâche précise, mais de pouvoir automatiser un processus de production entier. C’est là que se situe la rupture. Mais nous n’y sommes pas encore.

Dans le même temps, la valeur potentiellement générée par l’IA n’est pas (encore) au rendez-vous. Plusieurs études, notamment auprès des DSI, montrent que les gains attendus ne se matérialisent pas nécessairement.

Tout à fait. McKinsey, notamment, a publié des études intéressantes sur le sujet. Leur constat est que les déploiements incrémentaux, dans lesquels les entreprises continuent à travailler de la même manière tout en ajoutant un projet d’IA agentique, ne fonctionnent pas vraiment. Les projets qui réussissent sont ceux qui repensent complètement les processus de production. Ce sont eux qui génèrent des gains de productivité. Par ailleurs, même si l’on ne se situe pas encore à l’échelle macroéconomique, on observe déjà des gains de productivité dans les secteurs américains les plus exposés à l’IA. Ces gains n’avaient pas été observés depuis des décennies, alors même que les effectifs n’augmentent pas.

De quels gains de productivité parle-t-on et comment sont-ils mesurés ?

Ils sont mesurés par le Bureau of Labor Statistics (BLS), qui s’appuie notamment sur la valeur ajoutée.

Mais les entreprises savent-elles réellement mesurer ces gains de productivité ? Ne risque-t-on pas de confondre une véritable amélioration de la productivité avec un simple gain de vitesse sur certaines tâches ?

Au niveau d’une entreprise, je pense effectivement que c’est difficile à mesurer. Il faudra disposer de bons indicateurs pour le faire. En revanche, lorsque des gains apparaissent déjà à l’échelle sectorielle, mesurés par un institut statistique, ça constitue un signal intéressant.

Peut-on réellement tirer des bénéfices de l’IA sans remettre en question l’organisation du travail telle qu’elle existe aujourd’hui ?

Je ne le pense pas. Pour que l’IA ait un véritable impact sur une entreprise, il faudra repenser complètement sa façon de travailler. Je prends souvent l’exemple de l’électricité : si vous installez un moteur électrique dans les anciennes usines organisées autour de la machine à vapeur, vous n’obtiendrez pas de gains de productivité significatifs. Il faut repenser l’organisation de la production. Cela vaut aussi bien pour un cabinet de conseil que pour un cabinet d’avocats.

Autre enjeu majeur : la stratégie du Human in the Loop, c’est-à-dire la façon de positionner les points de contrôle humain. Où les placer ? Les salariés pourront-ils absorber le flux de contenus à vérifier ? Est-ce seulement faisable ? Nous avons des limites cognitives, et le rythme de production de l’IA est sans commune mesure avec le nôtre.

Inonder les salariés de contenus générés par l’IA crée donc un risque opérationnel : submergé, on finit par ne plus voir les erreurs. S’y ajoutent un appauvrissement du travail et une surcharge mentale. Le Human in the Loop reste nécessaire, mais il faut aussi en mesurer le prix pour les salariés, à commencer par le risque d’épuisement professionnel.

Pour l’heure, l’IA semble surtout servir de prétexte à certaines entreprises pour licencier, sans que les gains de productivité soient nécessairement au rendez-vous. On retrouve finalement deux stratégies : faire autant avec moins de personnes ou faire davantage avec le même nombre de salariés.

Tout dépend de la dynamique de croissance. Pour le moment, je suis d’accord : les annonces de licenciements massifs attribués à l’IA relèvent souvent du prétexte. C’est aussi une manière de communiquer auprès des investisseurs.

Cela ne signifie pas qu’il n’y aura pas de véritables destructions d’emplois demain. Mais, comme nous l’avons dit, l’IA agentique reste encore peu déployée. Il est donc assez peu probable que les annonces actuelles soient réellement liées à ses effets sur l’emploi.

En revanche, on observe déjà un ralentissement des embauches. Historiquement, les licenciements liés à l’automatisation interviennent souvent pendant les périodes de récession. Les entreprises attendent généralement ces moments pour procéder aux suppressions de postes.

Si nous connaissions demain une récession, par exemple liée à l’éclatement de la bulle de l’IA, certaines entreprises pourraient en profiter pour effectuer des licenciements qu’elles n’avaient pas encore osé engager, notamment parce que la technologie n’était pas suffisamment mature.

Historiquement, les gains de productivité générés par l’automatisation ne se sont que rarement traduits immédiatement par des gains de salaire. Peut-il en être autrement avec l’IA ?

Non. Le risque est même plus grand qu’hier, car le capital est aujourd’hui bien plus concentré. Auparavant, une entreprise s’équipait en outils. Désormais, elle a affaire à des fournisseurs de technologies déjà très concentrés, qui ne sont pas forcément implantés en France. L’économie s’organise donc tout autrement. La situation pourrait même être pire.

Cette concentration pourrait-elle être renforcée par l’hégémonie de certains fournisseurs de modèles d’IA ?

Je pense même qu’avec l’IA agentique, nous risquons d’assister à des dynamiques anticoncurrentielles assez fortes. Pour le moment, il existe une concurrence entre les modèles. Mais avec l’IA agentique, des effets de réseau pourraient apparaître. Si les solutions agentiques sont déjà utilisées par vos fournisseurs, vous aurez naturellement tendance à les adopter à votre tour. Ces effets de réseau pourraient être beaucoup plus importants que ceux observés aujourd’hui autour des modèles fondation.

Pourquoi ces effets de réseau seraient-ils plus importants avec l’IA agentique qu’avec les grands modèles de langage ?

C’est précisément la question des effets de réseau, qui fonctionnent assez peu pour les LLM. Leur utilisation ne vous apporte pas nécessairement un avantage particulier, sauf éventuellement si les données servent à l’entraînement, mais cela ne semble pas vraiment fonctionner de cette manière pour le moment.

En revanche, lorsque vous déployez des solutions d’IA agentique, des questions d’interopérabilité et d’habitudes de travail entrent en jeu. Votre fournisseur, votre client ou votre partenaire travaille avec une solution donnée : vous aurez alors tendance à utiliser la même.

On pourrait ainsi voir apparaître des effets de réseau comparables à ceux de Facebook avec ses utilisateurs, conduisant progressivement à une concentration du marché.

Si l’IA automatise progressivement les tâches qui permettent aux jeunes diplômés d’acquérir de l’expérience, les entreprises auront-elles encore les moyens de disposer d’experts et de cadres dans quelques années, lorsque les générations actuelles seront parties à la retraite ? Ne risque-t-on pas de se retrouver face à un mur ?

Je pense que nous sommes dans une phase de transition. Mais, progressivement, les entreprises vont nécessairement internaliser ce risque, parce qu’il ne concerne pas uniquement la société dans son ensemble. C’est aussi un risque microéconomique pour elles.

Si demain vous ne disposez plus de consultants, d’avocats ou d’autres professionnels expérimentés, cela devient un problème pour votre propre activité.

Je pense donc que les entreprises finiront par trouver des solutions pour continuer à recruter, si elles ont toujours besoin de travail humain. Elles devront nécessairement prendre ce risque en compte et s’adapter, parce que ne pas le faire leur coûterait trop cher.

Autrement dit, les entreprises qui ne parviendront pas à renouveler leurs compétences risquent de disparaître ?

Oui. Si elles n’internalisent pas ce risque, elles risquent de s’effondrer et de quitter le marché. De nouveaux acteurs, qui auront mieux su s’adapter, prendront alors leur place.

C’est ainsi que fonctionne un système capitaliste : si vous gérez mal un risque et que votre entreprise finit par s’effondrer, vos concurrents, qui auront mieux anticipé la situation, en tireront profit.

À LIRE AUSSI :

À LIRE AUSSI :

Dans l'actualité