L’intelligence artificielle s’installe dans le monde du travail à une vitesse qui dépasse la capacité des instituts statistiques à en saisir les contours. Aux États-Unis, Goldman Sachs estime que 9 % de la main-d’œuvre, soit 15 millions de personnes, pourraient être déplacées par l’automatisation, tandis que le Bureau of Labor Statistics peine à isoler l’effet net de la technologie sur l’emploi. En Chine, le portail de recrutement Maimai indique que quatre offres d’emploi sur dix destinées aux jeunes diplômés exigent désormais des compétences en IA, contre trois sur dix un an plus tôt. À Hong Kong, les heures de formation par salarié ont atteint un pic de quatorze ans, portées par la double priorité donnée à l’IA et aux compétences comportementales.

Cette poussée de la demande de compétences se heurte à un déficit massif de maîtrise. Le dirigeant de Palo Alto Networks, dans la Silicon Valley, évalue à 90 % la part des employés de grandes entreprises ne possédant pas une aisance suffisante avec l’IA, une situation qu’il qualifie de « moment darwinien ». En Suède, un rapport de Microsoft montre que plus de la moitié des travailleurs accomplissent aujourd’hui des tâches qu’ils ne pouvaient pas réaliser un an auparavant, mais seul un utilisateur d’IA sur cinq estime que sa hiérarchie donne des orientations claires sur l’usage de ces outils. En Russie, les recruteurs délaissent les intitulés de poste au profit d’une approche par les compétences, 68 % des entreprises se déclarant désormais « compétence-centrées ».

Les conséquences sur l’emploi restent toutefois difficiles à cerner. Une enquête menée auprès de plus de 12 000 cadres dans plusieurs régions du monde révèle que 99 % des répondants anticipent une réduction des effectifs dans les deux ans, mais les gains les plus significatifs sont observés dans les organisations qui repensent les processus et développent les compétences en interne. Au Brésil, les enseignants intègrent l’IA de manière informelle pour faire face à des charges de travail excessives, sans que les réseaux scolaires n’articulent cette adoption avec une stratégie pédagogique. En Indonésie, des voix s’élèvent pour rappeler que la créativité humaine, nourrie par l’empathie et l’expérience vécue, ne saurait être remplacée par des machines, et que l’éducation aux sciences sociales demeure un rempart contre une vision purement instrumentale du savoir.

Face à ce brouillard statistique, la fiabilité des systèmes eux-mêmes devient un enjeu. Les grands laboratoires, d’Anthropic à Google DeepMind en passant par OpenAI, travaillent à calibrer la confiance des modèles pour qu’ils sachent reconnaître leurs limites plutôt que d’inventer des réponses. Cette évolution, encore en phase de recherche, pourrait réduire les « hallucinations » dans les domaines sensibles. La prochaine étape à surveiller se situe à Washington, où un groupe bipartisan de sénateurs a déposé un projet de loi visant à élargir la collecte de données et à imposer un rapport annuel sur l’effet de l’IA sur la main-d’œuvre – une tentative de dissiper le brouillard avant que les décisions politiques ne soient prises en aveugle.