Un débat central pour l’emploi en France
Sommes-nous à l’aube d’une « IA‑apocalypse » sur le marché du travail français ? La question, posée dans un entretien avec Stefanie Stantcheva, professeure d’économie à Harvard et distinguée par plusieurs prix académiques, s’est invitée aux Rencontres économiques d’Aix‑en‑Provence. Au‑delà de la formule, elle met en jeu une inquiétude très concrète : l’intelligence artificielle bouleverse déjà les méthodes de travail, la répartition des tâches et, potentiellement, la structure de l’emploi.
Ce débat n’est pas théorique. Il concerne les salariés qui voient leur poste évoluer, les demandeurs d’emploi qui s’interrogent sur les compétences attendues demain, et les employeurs qui doivent décider où investir, comment organiser les équipes et quels métiers renforcer.
Pourquoi la question du « chômage de masse » revient en 2026
Le terme « chômage de masse » renvoie à une crainte bien identifiée : une automatisation rapide qui détruirait plus d’emplois qu’elle n’en créerait, ou trop vite pour que les transitions suivent. Le fait que ce sujet soit porté sur la place publique lors d’un rendez‑vous économique majeur en 2026 est révélateur : la diffusion accélérée d’outils d’IA générative dans les fonctions support, le marketing, la programmation, mais aussi dans des activités de service, pousse les organisations à arbitrer entre substitution et complémentarité.
Dans ce contexte, l’entretien mis en avant par le « Nouvel Obs » ne tranche pas à la place des acteurs. Il souligne un point clé pour la France : la trajectoire de l’emploi dépendra d’un faisceau de décisions très concrètes – de formation, d’investissement, d’organisation du travail – autant que des capacités technologiques elles‑mêmes.
Ce que cela change pour les salariés
Pour un salarié, l’IA se traduit souvent par une recomposition du contenu des postes : certaines tâches répétitives peuvent être prises en charge par des systèmes automatiques, tandis que d’autres – pilotage, vérification, relation client, créativité, coordination – gagnent en importance. La vraie question devient : comment se positionner dans cette chaîne de valeur qui se recompose ?
- Identifier les tâches « automatisables » et celles à plus forte valeur ajoutée pour ajuster ses compétences.
- Se former à l’usage et au contrôle des outils d’IA, pas seulement à leur résultat.
- Demander de la visibilité sur l’évolution des métiers et des critères d’évaluation associés.
Le risque, s’il est mal géré, est une polarisation accrue entre fonctions très qualifiées et tâches résiduelles fragilisées. À l’inverse, un déploiement accompagné peut transformer l’IA en levier de montée en compétences.
Demandeurs d’emploi : cap sur la transférabilité des compétences
Pour les demandeurs d’emploi, la prioritié est double : acquérir des bases opérationnelles sur les outils d’IA utilisés dans la cible professionnelle, et valoriser ses compétences transférables (méthodes, qualité, relation client, gestion de projet). Les recruteurs observant des volumes croissants de candidatures outillées par l’IA, la différenciation passe par la preuve d’usage pertinent, la capacité à vérifier et contextualiser les résultats produits par les systèmes.
- Mettre en avant des cas d’usage réels (stages, missions, projets) plutôt que de simples listes d’outils.
- Soigner l’« hygiène » numérique : confidentialité, vérification des sources, respect de la propriété intellectuelle.
Employeurs : arbitrages d’investissement et dialogue social
Pour les entreprises, le cœur du sujet est l’arbitrage entre substitution et complémentarité. Remplacer des tâches peut générer des gains rapides, mais la création de valeur durable passe souvent par la complémentarité : associer outils d’IA et expertise métier, réorganiser les processus, et redéployer les compétences libérées vers le service client, la qualité ou l’innovation.
- Cartographier les tâches à l’échelle fine, plutôt que raisonner « métiers contre métiers ».
- Planifier les transitions : temps de formation, passerelles, critères d’évaluation révisés.
- Donner des garde‑fous : qualité, traçabilité, sécurité des données, conformité.
Sans ces garde‑fous, le risque est double : perte de qualité et tensions sociales. Avec eux, l’IA peut soutenir la compétitivité et l’employabilité interne.
Politiques publiques et écosystème de formation
La question posée à Aix‑en‑Provence appelle aussi des réponses collectives. L’enjeu est la capacité de l’écosystème français de formation initiale et continue à absorber une demande accrue de montée en compétences. Cela suppose des référentiels actualisés, des formats plus courts et modulaires, et des passerelles accessibles pour les publics les plus exposés.
Les institutions de l’emploi et les partenaires sociaux ont, ici, un rôle d’accélérateur : donner de la visibilité sur les métiers en tension, soutenir la reconversion, accompagner les PME qui n’ont pas toujours les moyens d’un déploiement structuré.
Un repère pour 2026 : passer du « si » au « comment »
À ce stade, l’interrogation « l’IA causera‑t‑elle un chômage de masse ? » reste ouverte. Le signal envoyé par la présence de ce thème aux Rencontres économiques d’Aix‑en‑Provence est cependant clair : il ne s’agit plus seulement de se demander « si » la technologie transforme l’emploi, mais « comment » orienter cette transformation. Le résultat dépendra moins d’une fatalité technologique que des choix stratégiques des entreprises, des parcours de formation et du cadre posé par le dialogue social.
Pour les salariés, les demandeurs d’emploi et les employeurs, l’heure n’est pas à la sidération mais à l’anticipation. En 2026, se doter d’un plan d’adaptation n’est plus un avantage : c’est une condition pour rester dans la course.
