IA et emploi 2030 : qui dit vrai ?

Une phrase revient dans presque tous les entretiens que je mène : « est-ce que mon métier va disparaître ? » Elle est rarement posée comme ça. Elle arrive de biais, à la fin, quand la personne a déjà parlé de son projet et qu'elle ose enfin la vraie question.

Et je n'ai pas de réponse simple à donner. Parce que la réponse honnête dépend de ce qu'on mesure — et que l'essentiel du débat public confond quatre choses différentes.

Je reprends l'ensemble de cette analyse en vidéo, avec la comparaison des quatre modèles nationaux et les dix fonctions émergentes passées au filtre de la demande réelle. Toutes les vidéos.

Quatre réalités qu'on confond en permanence

Le premier piège tient en quatre mots qu'on emploie l'un pour l'autre.

La capacité — ce qu'un outil pourrait théoriquement faire. L'adoption — ce qu'une entreprise installe réellement dans ses processus. L'usage — ce que les salariés acceptent ou savent lui confier. Et seulement au bout : l'effet sur l'emploi.

Entre ces quatre étapes, il y a les coûts, les logiciels déjà amortis, le droit, la qualité des données, la confiance, la formation et l'organisation du travail. Une démonstration spectaculaire n'est jamais, à elle seule, une prévision d'emploi.

Deux voix françaises éclairent bien ce décalage. Laurent Alexandre insiste sur l'accélération des capacités et le risque de décrochage. Luc Julia rappelle que l'IA reste spécialisée : elle peut exceller sur une tâche sans comprendre une organisation, un territoire ou une responsabilité. Ces deux lectures ne parlent pas du même objet. La première décrit un potentiel, la seconde un déploiement. Ce qui manque au débat se trouve entre les deux : le capital, les infrastructures, les institutions et les personnes.

Ce que dit vraiment le « 16 % du travail »

Commençons par le chiffre qui circule le plus.

Dans le scénario agentique étudié par Coface et l'Observatoire des emplois menacés et émergents (avril 2026), environ 16 % du contenu du travail français serait potentiellement automatisable — 17 % en Allemagne et aux États-Unis, autour de 20 % au Royaume-Uni.

Trois précisions changent tout ce qu'on peut en tirer.

C'est une part de tâches, pondérée par l'emploi — pas une part d'emplois. C'est une exposition technique, pas un constat de transfert. Et c'est un scénario, celui que les auteurs nomment « Special Agent », qu'ils présentent explicitement comme « une carte structurée, pas une prévision ».

L'étude va plus loin, et c'est rare : elle dit elle-même ce qu'elle ne mesure pas. Elle « ne préjuge nullement d'un volume de destruction nette d'emplois » et « ne prend pas en compte les dynamiques de demande, la création éventuelle de nouvelles tâches, ni les frictions ».

Sur les 923 métiers analysés, un sur huit (13 %) verrait plus de 30 % de ses tâches devenir automatisables dans ce scénario. Les auteurs précisent que ce seuil marque une transformation profonde du métier, pas sa disparition. Et le comptage porte sur un référentiel américain, sans pondération par l'emploi.

18 % des entreprises — et non 18 % des salariés

Le chiffre français le plus solide sur l'adoption vient de l'INSEE. En 2025, 18 % des entreprises de dix salariés ou plus utilisaient au moins une technologie d'IA.

La taille change presque tout : 15 % entre 10 et 49 salariés, 31 % entre 50 et 249, 58 % à partir de 250.

Un détail de méthode compte ici plus que le chiffre lui-même. L'INSEE précise que les réponses « n'incluent en principe pas les utilisations de l'IA que peuvent faire les salariés ponctuellement et à titre individuel » — les agents conversationnels, donc. Il mesure une mobilisation organisée, pas un usage personnel. C'est pourquoi son taux est plus bas que les enquêtes déclaratives : l'APEC relève que 50 % des cadres utilisent l'IA au moins une fois par semaine.

Ces deux nombres ne se contredisent pas. Ils décrivent deux étages différents de l'escalier.

Autre point à ne pas retourner : les entreprises utilisatrices concentrent 59 % de l'emploi et 66 % du chiffre d'affaires du champ étudié. Cela ne veut pas dire que 59 % des salariés utilisent l'IA. Cela veut dire que les grandes organisations, qui emploient beaucoup de monde, sont entrées plus tôt dans la boucle.

Et l'adoption reste largement de l'assemblage : parmi les utilisatrices, 80 % achètent des solutions prêtes à l'emploi et 73 % passent par du cloud payant.

Le premier frein n'est pas technique

Voici le résultat qui m'a le plus surpris, et celui que je cite le plus souvent en entretien.

Parmi les entreprises qui n'utilisent pas l'IA, la première raison invoquée n'est pas le manque de compétence. 71 % déclarent qu'elles n'en voient pas l'utilité pour leur activité. Le manque d'expertise arrive derrière, à 54 %.

Le vrai frein, ce n'est pas de ne pas savoir faire. C'est de ne pas avoir encore posé le problème.

Ça change ce qu'on doit apprendre. Le profil qui tiendra n'est pas « l'expert du prompt ». C'est quelqu'un qui comprend un métier, cadre un cas d'usage, protège les données, relie l'outil au processus, vérifie le résultat et accompagne l'équipe. La formation devrait suivre cette logique — elle ne le fait pas encore : selon l'enquête Ipsos réalisée pour Google auprès de 2 041 actifs français, seuls 21 % des salariés déclarent avoir reçu une formation professionnelle à l'IA.

Si vous voulez commencer par l'usage plutôt que par la théorie, j'ai détaillé ailleurs dix usages simples de l'IA pour une reconversion et ce que l'IA change dans la phase d'exploration.

Le scénario « tout robot » a un corps

C'est ce qu'oublient les démonstrations spectaculaires. Un agent logiciel a besoin de centres de données, d'électricité, de réseaux, de puces, de capitaux et de règles.

L'Agence internationale de l'énergie estime que la consommation électrique mondiale des centres de données pourrait environ doubler d'ici 2030. Les minéraux critiques des batteries et de l'électronique dépendent d'un raffinage encore très concentré en Chine — et c'est le raffinage qui fait le goulot, pas la mine, qui se diversifie.

À cela s'ajoute l'argent. Au premier trimestre 2026, la dette publique française atteint 117,5 % du PIB au sens de Maastricht. Ce chiffre ne signifie pas que la France ne peut plus investir. Il signifie que chaque euro public consacré aux réseaux, à la formation, aux hôpitaux ou à la transition numérique entre dans un arbitrage plus tendu. Les entreprises ont, elles aussi, un coût du capital et des logiciels à amortir : une automatisation rentable en laboratoire peut rester trop chère pour une PME.

S'ajoute enfin une contrainte qu'on présente souvent comme un frein et qui est aussi un mécanisme de correction. Une démocratie n'adopte pas une technologie comme une entreprise change de logiciel : elle protège des droits, autorise des recours, négocie. L'AI Act européen s'applique par étapes, avec des obligations renforcées sur les usages à haut risque. Cette friction retarde certains déploiements. Elle évite aussi des intensifications incontrôlées et des dépendances irréversibles.

Le logiciel accélère. L'infrastructure, elle, se construit en années.

760 000 postes par an, dont neuf sur dix par départ

Pour comprendre le marché français d'ici 2030, il faut maintenant sortir de l'IA.

L'étude Les métiers en 2030 (France Stratégie et DARES) estime que 760 000 postes seraient à pourvoir chaque année entre 2019 et 2030. Et qu'environ neuf sur dix proviendraient des départs en fin de carrière — 673 000 par an — et non de créations nettes.

C'est essentiel, et contre-intuitif : un métier peut ne pas croître, voire perdre des effectifs, et continuer à recruter massivement. Le marché de la décennie sera autant un marché de remplacement qu'un marché d'innovation.

Le phénomène n'est pas français. Le Cedefop, qui produit les projections européennes harmonisées, estime que plus de 90 % des ouvertures de postes en Europe viendront des besoins de remplacement d'ici 2035.

Les volumes de créations, eux, restent dans des familles connues. Entre 2019 et 2030, le rapport français anticipe 370 000 postes créés chez les médecins, infirmiers, aides à domicile et aides-soignants ; 119 000 dans les métiers du bâtiment et des travaux publics — 200 000 si la France tient ses objectifs bas carbone ; 115 000 ingénieurs de l'informatique supplémentaires, soit +26 % ; 80 000 ouvriers qualifiés de la manutention ; et 45 000 dans les métiers industriels, avec une recomposition interne forte — plus d'ingénieurs et de maintenance, moins d'ouvriers non qualifiés.

Les volumes ne sont donc pas dans des intitulés futuristes. Ils sont dans le soin, la construction, la logistique et la production.

Et derrière tout cela, une force plus lente et plus sûre que la technologie : le vieillissement. En 2040, il y aurait 49 personnes de 65 ans ou plus pour 100 personnes de 20 à 64 ans, contre 40 en 2026. La DREES estime qu'entre 150 000 et 200 000 équivalents temps plein supplémentaires d'aides à domicile et d'aides-soignants seraient nécessaires en 2050 pour le soutien à l'autonomie des personnes âgées.

L'IA recompose avant de supprimer

Une étude française d'Aghion, Bergeaud, Bunel et Delbouve a analysé plus de 120 millions d'offres d'emploi en ligne depuis 2019.

Elle observe bien une baisse relative des offres dans les professions les plus exposées à l'IA. Mais elle observe aussi que les entreprises qui recrutent des profils IA connaissent en moyenne une hausse de leur emploi total et de leur chiffre d'affaires à quatre ans — au détriment des professions les moins exposées, à l'intérieur des mêmes entreprises.

Détail qui compte : l'adoption par simple achat d'une solution externe n'a pas d'effet significatif. Ce n'est pas l'outil qui produit le résultat, c'est le recrutement des compétences qui savent l'installer.

Quant à l'ampleur du remplacement pur, la Commission de l'intelligence artificielle l'a chiffrée en mars 2024 : les emplois directement remplaçables par l'IA représenteraient environ 5 % des emplois en France. Autrement dit, dans dix-neuf emplois sur vingt, il existe des tâches que l'IA ne peut pas accomplir.

C'est peut-être la statistique la plus utile de tout cet article — et les emplois humains les mieux protégés ne sont pas ceux qu'on croit.

Ce qu'on peut affirmer sans jouer au devin

D'ici 2030, les métiers de base ne disparaîtront pas en bloc. Ils coexisteront avec des fonctions hybrides et une automatisation partielle. Le rythme restera très différent selon les pays, les secteurs, les tailles d'entreprise et les territoires — c'est déjà vrai entre une entreprise de 30 salariés et une de 300.

Et l'humain restera responsable : il faudra former, arbitrer, vérifier, négocier.

Un mot sur l'hybridation, parce qu'elle est souvent mal comprise. Le profil qui tient n'est pas une personne obligée d'exercer cinq métiers. C'est quelqu'un qui possède une compétence-ancre, puis deux ou trois compétences adjacentes — numérique, relation, réglementation, gestion de projet — et qui conserve une capacité d'arbitrage : vérifier, ralentir, refuser une mauvaise recommandation, protéger son attention.

La polyvalence sans pouvoir d'arbitrage n'est pas de l'employabilité. C'est simplement plus de travail sur la même personne.

Et pour vous, concrètement

Aucun de ces chiffres ne dit ce que vous devez faire. Ils disent seulement que la question « mon métier va-t-il disparaître ? » est mal posée. La bonne question est : qu'est-ce qui, dans ce que je sais faire, reste difficile à confier à une machine — et qui, près de chez moi, paie pour ça ?

C'est exactement le travail que je fais en entretien. Pas prédire l'avenir : regarder une trajectoire, un bassin d'emploi, une combinaison de compétences, et décider avec la personne.

Si vous voulez commencer par vous situer, le bilan Clarté Reconversion prend trois minutes et vous donne une lecture honnête de votre point de départ. Pour aller plus loin sur le fond, la page IA et reconversion professionnelle rassemble l'essentiel, et les métiers qui recrutent donnent le versant marché. Si votre projet suppose une formation, le financement se prépare en amont — souvent plus tôt qu'on ne l'imagine.

Sources

Toutes les données ci-dessus ont été vérifiées à la source primaire le 10 août 2026.

• INSEE — L'intelligence artificielle dans les entreprises (2025)
• Coface / Observatoire des emplois menacés et émergents — The Next Automation Frontier (avril 2026)
• France Stratégie / DARES — Les métiers en 2030 (mars 2022)
• Cedefop — Skills Forecast 2035
• INSEE — Projections de population et dette publique trimestrielle
• DREES — Soutien à l'autonomie des personnes âgées (Études et Résultats n°1365, février 2026)
• US Bureau of Labor Statistics — Employment Projections 2024-2034
• Aghion, Bergeaud, Bunel, Delbouve — Diffusion de l'intelligence artificielle en France (juillet 2025)
• Commission de l'intelligence artificielle — IA : notre ambition pour la France (mars 2024) </content> </invoke>