L'IA réduit de 14 % les emplois exposés dans les entreprises qui l'adoptent (MIT/NBER)

Depuis 2023, le débat sur l'impact de l'IA sur l'emploi est dominé par des projections théoriques — des modèles qui estiment quelles tâches « pourraient » être automatisées dans des conditions idéales. Le rapport Goldman Sachs, les analyses OCDE, les projections WEF : tous raisonnent à partir de ce que l'IA est techniquement capable de faire. Mais que se passe-t-il réellement dans les entreprises qui adoptent effectivement ces technologies ?

C'est à cette question cruciale que deux chercheurs du MIT — Daron Acemoglu et Simon Johnson — associés au National Bureau of Economic Research (NBER), ont tenté de répondre. Leur étude, publiée en 2023 et complétée par des analyses sectorielles en 2024, constitue à ce jour la plus grande investigation empirique sur l'impact réel de l'adoption de l'IA sur l'emploi dans les entreprises américaines.

La méthode : 13 ans de données réelles

L'étude porte sur la période 2010-2023 et analyse les données d'emploi de plusieurs milliers d'entreprises américaines, croisées avec leurs déclarations d'adoption de technologies d'IA (brevets déposés, contrats avec fournisseurs de solutions IA, déclarations dans les rapports annuels SEC). Cette approche permet de comparer, à caractéristiques égales, les trajectoires d'emploi des entreprises ayant adopté l'IA et celles qui ne l'ont pas fait.

Pour chaque entreprise, les chercheurs ont calculé un indice d'exposition : la part des emplois dont les tâches correspondent aux capacités documentées des systèmes d'IA déployés. C'est cet indice qui permet de distinguer les emplois « exposés » (dont les tâches chevauchent celles de l'IA adoptée) des emplois « complémentaires » (dont les tâches sont facilitées ou ampliées par l'IA).

Le résultat central : -14 % sur les emplois exposés

La conclusion principale est sans ambiguïté : dans les entreprises qui ont adopté des systèmes d'IA entre 2010 et 2023, les emplois dont les tâches sont directement exposées à ces systèmes ont diminué en moyenne de 14 % par rapport à des entreprises comparables n'ayant pas adopté l'IA.

Ce chiffre de 14 % représente l'effet net après neutralisation des effets de taille, de secteur, de conjoncture économique et de stratégie d'entreprise. Il est statistiquement robuste et reproductible sur différentes sous-périodes de l'étude.

Détail important : l'effet n'est pas immédiat. Les chercheurs observent un délai moyen de 18 à 24 mois entre l'adoption documentée de l'IA et la réduction visible des emplois exposés. Ce délai reflète les temps d'adaptation organisationnelle, de formation des équipes et de restructuration des processus.

La nuance cruciale : la croissance globale compense

Le résultat de -14 % sur les emplois exposés serait alarmant s'il était isolé. Mais l'étude révèle un second résultat tout aussi important : les entreprises qui adoptent l'IA connaissent une croissance globale plus rapide que leurs concurrentes, ce qui crée de nouveaux emplois dans d'autres fonctions.

Concrètement, pour chaque tranche de 100 emplois exposés perdus dans une entreprise adoptant l'IA, les chercheurs observent en moyenne une création de 60 à 80 emplois nouveaux dans des fonctions complémentaires — développement produit, service client de niveau supérieur, management de l'IA, analyse de données. Le solde net est donc négatif (-20 à -40 emplois nets pour 100 exposés), mais beaucoup moins dramatique que ce que suggère le seul chiffre de -14 %.

Qui perd le plus ? La segmentation par niveau de qualification

L'étude MIT/NBER apporte une granularité précieuse sur la distribution des pertes d'emploi selon le niveau de qualification :

Emplois peu qualifiés à faible contenu cognitif : réduction modérée (-8 % en moyenne). Ces emplois avaient déjà été largement automatisés lors de vagues précédentes (robotisation industrielle, logiciels de gestion) et l'IA générative n'y ajoute qu'un impact marginal.

Emplois de qualification intermédiaire à fort contenu cognitif répétitif : réduction la plus forte (-19 % en moyenne). C'est le cœur de l'impact de l'IA générative : les métiers de traitement de l'information structurée — comptabilité, juridique junior, administration, ressources humaines opérationnelles, rédaction standardisée.

Emplois hautement qualifiés : impact faible voire positif (+3 % en moyenne). Les professionnels seniors bénéficient de l'IA comme outil d'amplification de leur expertise, et leur demande augmente avec la sophistication croissante des organisations adoptant l'IA.

Ce profil en « U inversé » — impact concentré sur les qualifications intermédiaires — confirme et amplifie un phénomène déjà documenté lors des vagues d'automatisation précédentes, connu sous le nom de « polarisation de l'emploi ».

Le paradoxe des entreprises qui n'adoptent pas l'IA

L'un des résultats les plus contre-intuitifs de l'étude concerne les entreprises qui n'ont pas adopté l'IA. On pourrait s'attendre à ce qu'elles préservent mieux l'emploi. C'est vrai à court terme. Mais sur la période 2010-2023, les entreprises non-adoptantes ont connu des suppressions d'emploi plus importantes lors des crises économiques, car elles ne disposaient pas des gains de productivité leur permettant d'absorber les chocs. Elles ont également perdu des parts de marché face à leurs concurrents adoptants, ce qui a conduit à des réductions d'effectifs sous pression économique.

En d'autres termes : l'adoption de l'IA détruit des emplois exposés à court terme, mais la non-adoption détruit davantage d'emplois à moyen terme sous l'effet de la pression concurrentielle. Un résultat profondément inconfortable pour les décideurs politiques et syndicaux.

Implications pour la France

L'étude porte sur les États-Unis, mais ses enseignements sont transférables à la France avec quelques ajustements :

Le droit du travail français ralentit les ajustements. Les procédures de licenciement économique, les obligations de reclassement et les délais légaux signifient que les effets observés sur 18-24 mois aux États-Unis s'étaleront probablement sur 3 à 5 ans en France. Cela laisse plus de temps pour l'adaptation — mais aussi pour l'accumulation de tensions.

La formation professionnelle est un levier critique. Les chercheurs documentent que les entreprises qui investissent simultanément dans l'IA et dans la formation de leurs salariés exposés réduisent leurs emplois de seulement 7 % (contre 14 % pour celles qui n'investissent que dans l'IA). Le CPF et les dispositifs de formation continue français sont donc des instruments essentiels de transition.

Le secteur public français est sous-représenté dans l'étude. L'administration publique, qui emploie environ 20 % des actifs français, obéit à des logiques différentes. Son exposition aux résultats de cette étude est indirecte mais réelle sur le long terme.

Conclusion

L'étude MIT/NBER est la contribution empirique la plus rigoureuse au débat sur l'impact de l'IA sur l'emploi. Son résultat central — -14 % sur les emplois exposés dans les entreprises adoptantes — est réel et documenté. Mais la nuance est tout aussi réelle : ces entreprises créent des emplois complémentaires, et la non-adoption n'est pas une stratégie de préservation de l'emploi à long terme. Pour les travailleurs dont les postes appartiennent à la catégorie des emplois de qualification intermédiaire à fort contenu cognitif répétitif, l'adaptation est urgente et nécessaire. La bonne nouvelle : le délai observé de 18 à 24 mois avant l'impact laisse une fenêtre d'action. À condition de la saisir.