1 013 métiers décortiqués selon six critères objectifs
La méthode ACARS assigne à chaque profession un score sur 100 traduisant son niveau d’exposition aux capacités des modèles de langage et des systèmes d’IA générative. Ce chiffre ne résulte pas d’une intuition algorithmique. Il découle d’une analyse manuelle et collective de l’intégralité des 1 013 codes métiers du référentiel ROME 4.0, chacun évalué tâche par tâche selon six dimensions distinctes.
Le score moyen d’exposition à l’IA pour l’ensemble du périmètre analysé s’établit à 34,2 sur 100. Cette moyenne masque des réalités sectoriales radicalement opposées. Pour construire cette notation, six critères pondérés entrent en ligne de compte.
L’Automatisabilité technique mesure la capacité des outils actuels à exécuter les tâches répétitives et codifiées du métier. Une activité entièrement scriptable atteint 100 sur cette échelle. La Créativité cognitive évalue l’incidence de l’invention, du design original ou de la stratégie non standardisée dans la valeur ajoutée du poste. L’Autonomie décisionnelle détermine si le professionnel contrôle son workflow ou s’il applique des procédures figées . La Relation humaine quantifie la nécessité d’un contact direct, d’empathie ou de négociation complexe pour produire le service. La Spécialisation technique mesure l’expertise métier irréductible nécessitant formation longue et expérience terrain. Enfin, le Stress et l’imprévu notent la fréquence des situations d’urgence, des contextes non prédictibles ou des environnements physiques variables.
Chaque dimension reçoit une note de 0 à 100. Le score ACARS final constitue une moyenne pondérée où l’Automatisabilité pèse pour 30 %, la Relation pour 25 %, et les quatre autres critères pour 11,25 % chacun. Cette pondération reflète l’état actuel des capacités de l’IA : excellente exécution de tâches standardisées, mais difficulté persistante avec la manipulation physique imprévisible et l’intelligence émotionnelle nuancée.
Le référentiel ROME 4.0 comme socle anatomique
L’analyse repose exclusivement sur le Répertoire Opérationnel des Métiers et des Emplois dans sa version 4.0, maintenu par Pôle emploi et actualisé annuellement. Ce corpus officiel recense 1 013 fiches métiers actives, décrivant chacune entré 3 et 15 activités principales, elles-mêmes décomposées en tâches spécifiques actionnables. Contrairement aux classifications agrégées type PCS-2020 ou NAF qui regroupent des métiers hétérogènes, le ROME offre une granularité opérationnelle indispensable à l’évaluation tâche par tâche.
Chaque fiche ROME à été lue et cotée par au moins deux analystes métier indépendants. En cas d’écart supérieur à 15 points sur une dimension entré les deux évaluateurs, un arbitrage tiers tranchait après discussion argumentée. Cette méthode évite les biais d’interprétation sur des intitulés parfois flous ou évolutifs.
Prenons l’exemple du métier de Développeur backend, affichant 69 % d’exposition. Ce score élevé ne signifie pas que le métier va disparaître, mais que les IA génératives automatisent désormais une part significative des activités : documentation technique automatique, génération de tests unitaires, correction de bugs basiques et même proposition d’architectures standard. Les 31 % résiduels concernent la conception systémique complexe, le debugging d’erreurs étranges et la coordination humaine avec les équipes produit.
Croisement des données officielles DARES, INSEE et BMO 2025
Le score ACARS technique ne vit pas en silo. Il croise trois sources administratives complémentaires pour contextualiser l’exposition technologique dans la réalité économique française. Les données DARES (Direction de l’animation de la recherche, des études et des statistiques) fournissent les effectifs salariés réels par code ROME, les volumes d’embauche annuels et les durées moyennes d’emploi. L’INSEE apportées les données de rémunération et de niveau de qualification selon la nomenclature PCS-2020, permettant de croiser exposition IA et niveau de diplôme requis. Le Besoin en Main-d'Œuvre 2025 (BMO) édité par Pôle emploi indique les tensions de recrutement actuelles et les projections sectorielles à moyen terme.
Ce croisement tripartite permet de pondérer l’exposition technique par la résilience économique immédiate. Un métier très exposé mais en tension majeure (pénurie de candidats structurelle) ne présente pas le même risque de chômage technique qu’un métier exposé et déjà en surcapacité de main-d'œuvre. C’est ainsi que le secteur Services à la personne affiche seulement 7,9 % d’exposition technique moyenne, malgré une automatisation possible de certaines tâches administratives, car la relation humaine directe reste non substituable et la demande sociale croissante.
Ce que révèlent les scores : de 4 % à 70 % d’exposition
Les écarts sectoriels dessinent une géographie professionnelle en deux vitesses irréconciliables. Les métiers de Relation client culminent à 61,4 % d’exposition moyenne, suivis par l’Administration (60,2 %), le Tech/Digital (54,9 %), la Finance et Comptabilité (52,0 %), la Banque/Assurance (51,4 %) et le Marketing (50,5 %). Ces chiffres traduisent une vulnérabilité structurelle aux IA conversationnelles, aux agents autonomes de traitement de données et aux outils de génération de contenu.
À l’inverse, cinq secteurs affichent une résistance structurelle remarquable. L’Agriculture (8,3 %), les Services à la personne (7,9 %), le Bâtiment et l’Artisanat (12,0 %), l’Hôtellerie-Restauration (13,5 %) et la Santé (17,6 %) maintiennent des scores faibles grâce à la prédominance du gestuel complexe, de l’imprévu environnemental et de l’intelligence émotionnelle professionnelle.
Au niveau individuel, les écarts sont vertigineux. Téléconseiller et Téléprospecteur affichent 70 % d’exposition, tout comme Développeur logiciel. Ces métiers partagent une forte composante de traitement d’information standardisée et de communication scriptée. Dans le bâtiment, Électricien, Plombier-chauffagiste, Maçon et Carreleur plafonnent à 4 %. Ces professionnels partagent une caractéristique commune déterminante : l’intervention sur site dans des environnements physiques non standardisés, avec une part d’improvisation technique et de manipulation d’objets irréguliers impossible à modéliser par les systèmes d’IA actuels.
Les limites méthodologiques : prédiction des tâches, pas des suppressions
Le modèle ACARS mesure l’exposition technologique potentielle, pas l’obsolescence économique certaine. Un score de 70 % ne présage pas que 70 % des postes disparaîtront d’ici cinq ans. Il indique que 70 % des tâches constitutives actuelles de ce métier peuvent être assistées, accélérées ou remplacées par des outils d’IA. L’emploi résultant évoluera probablement vers la supervision de ces outils, la montée en expertise sur les 30 % restants de haute valeur, ou l’émergence de nouvelles missions non encore identifiées.
Deux biais méthodologiques méritent attention. Premièrement, la sur-estimation possible des métiers numériques : le développement logiciel évolue si vite que l’automatibilité mesurée aujourd’hui concerné souvent des compétences déjà obsolètes demain, créant un effet de ciseau paradoxal. Deuxièmement, la sous-estimation des métiers manuels : si un robot humanoïde ne remplace pas encore un plombier sur chantier, l’optimisation des circuits logistiques, la préfabrication croissante en usine et les nouveaux matériaux réduisent déjà le volume d’heures nécessaires sur site, phénomène non capté par l’analyse tâche par tâche du travail direct.
Versioning et reproductibilité : la traçabilité ACARS v2.0
La méthodologie ACARS est versionnée pour garantir la transparence scientifique et permettre les comparaisons temporelles. La v1.0 (2023) utilisait une échelle binaire simplifiée (automatisable oui/non) sur un échantillon de 500 métiers. La v2.0 actuelle introduit la granularité par six dimensions pondérées et le croisement systématique avec les données BMO 2025. Chaque fiche métier conserve un historique des modifications avec timestamp, justification éditoriale et identifiant des évaluateurs.
Les données brutes, les matrices de correspondance ROME-PCS-2020, les scripts de calcul statistique et les critères d’arbitrage sont disponibles en open data sur notre page dédiée. Cette reproductibilité complète permet aux chercheurs, branches professionnelles, OPCO et planificateurs de formation de vérifier, contester ou enrichir les analyses selon leurs propres hypothèses. La méthode ne revendique aucune propriété intellectuelle restrictive : elle vise à établir un standard français d’évaluation de l’impact IA, distinct des approchés américaines (ONET) ou européennes (ESCO) qui ignorent souvent les spécificités réglementaires et contractuelles du marché du travail français.
Pour consulter les détails techniques complets, accédez à notre documentation méthodologique et nos jeux de données ouverts. Évaluez votre propre exposition à l’automatisation via notre test personnalisé basé sur les six critères ACARS.
Plans de reconversion personnalisés