L’IA et l’emploi en France : les chiffres clés 2026
469 milliards d’euros de masse salariale française sont menacés par l’intelligence artificielle. Analyse complète de 1 013 métiers français, basée sur les données INSEE, DARES, BMO 2025 et le modèle ACARS v6.0.
Chiffres clés de l’impact de l’IA sur l’économie française
- 469,3 milliards € de masse salariale menacée par l’automatisation IA
- 140,8 milliards € d’économie potentielle pour les entreprises
- 17,38 milliards d’heures de travail automatisables, soit 10 millions d’ETP
- 8,6 millions de Français directement concernés (plus de 40% de tâches automatisables)
- 34,2/100 : score moyen national d’exposition à l’IA
- 1 173,2 milliards € de PIB français exposé (environ 42% du PIB national)
Répartition des 1 013 métiers par niveau de risque
Classification ACARS v6.0 en 4 niveaux :
- Risque critique (>70) : 0 métiers
- Risque élevé (50-70) : 232 métiers (22,9%)
- Risque modéré (30-50) : 364 métiers (35,9%)
- Risque faible (<30) : 417 métiers (41,2%)
Indice de Productivité IA nationale
L’IA pourrait libérer des milliards d’euros de productivité en France. L’Indice de Productivité IA mesure le potentiel de gains pour chaque métier, basé sur les heures libérées, le coût réel horaire et les multiplicateurs de productivité par dimension (PwC 2025, Cognizant 2026, McKinsey).
Cols blancs vs cols bleus
Les cols blancs ont un score moyen d’exposition de 49% contre 17,8% pour les cols bleus, soit 2,8 fois plus exposés. L’IA impacte davantage le travail intellectuel et administratif que le travail manuel.
France vs monde : comparaison internationale
La France est le pays européen le plus exposé à l’automatisation IA :
- France : 34,2%
- Royaume-Uni : 30%
- États-Unis : 28%
- Allemagne : 25%
Secteur privé vs secteur public
Le secteur privé affiche un score moyen de 35,3% contre 22,8% pour le secteur public, soit 1,5 fois plus exposé. Le secteur privé, plus soumis aux pressions concurrentielles, adopte l’IA plus rapidement.
Méthodologie et sources
Toutes les données sont issues de sources publiques : INSEE (PCS 2020), DARES, BMO Pôle emploi 2025, ROME V4. Elles sont traitées par le modèle ACARS v6.0 qui analyse 5 dimensions d’automatisation. Licence CC BY-SA 4.0.