Projections IA 2026-2035 : l’impact sur l’emploi en France

Projeter l’emploi en 2035 sans le confondre avec une prévision

Une projection à 2035 n’est pas une prédiction. C’est une exploration disciplinée d’hypothèses, qui sert à arbitrer aujourd’hui des décisions de formation, d’orientation et de politique RH. La distinction est fondamentale, une prévision affirme ce qui sera, une projection décrit ce qui se passe si certaines variables évoluent dans certaines directions.

L’observatoire monjobendanger.fr publie trois scénarios à horizon 2035, calibrés sur la méthodologie CRISTAL-10 v14.0, prolongée à partir des projections existantes de France Stratégie et de la DARES (Métiers 2030) au-delà de leur horizon natif. Cette extension n’est ni linéaire ni naïve, elle intègre la dynamique d’adoption mesurée par l’INSEE, la vitesse de formation des actifs documentée par l’Eurobaromètre 99.2, et la trajectoire réglementaire portée par l’IA Act européen.

Méthodologie des trois scénarios

Le scénario statu quo prolonge les tendances observées en 2024 et 2025, sans accélération marquée de l’adoption ni effort public massif sur la formation. L’IA générative se diffuse dans les grandes entreprises, plus lentement dans le tissu PME, et les compétences se construisent par auto-formation plus que par parcours certifiants. Les emplois en contraction décrochent progressivement, les emplois en croissance peinent à se pourvoir faute de viviers formés.

Le scénario accélération suppose une adoption rapide, portée par la baisse continue des coûts d’inférence, la maturité des outils métiers, et une compétition concurrentielle qui pousse les PME à s’équiper. La formation reste en retard, ce qui creuse les inégalités territoriales et générationnelles. Ce scénario est le plus exigeant pour les politiques publiques, car la vitesse de la transformation y dépasse la capacité de réponse du système éducatif et de la formation continue.

Le scénario transformation imagine un alignement entre adoption technologique et investissement formation. Plan national de montée en compétences, mobilisation massive du CPF sur les certifications IA, accompagnement renforcé des transitions par France Travail, et régulation effective des usages à risque dans le cadre de l’IA Act. Dans ce scénario, les pertes brutes d’emploi sur les tâches automatisées sont plus que compensées par la création nette dans les fonctions de pilotage, de supervision, et de relation augmentée.

Leviers de variation entre scénarios

Quatre leviers structurent l’écart entre scénarios, ils sont calibrés sur des sources publiques et documentées.

Le premier levier est l’adoption sectorielle. Les écarts mesurés par l’INSEE entre le tertiaire informationnel, l’industrie, le commerce et la construction sont déjà importants. À horizon 2035, ces écarts peuvent se résorber sous l’effet d’outils plus mûrs, ou au contraire se creuser si la transformation reste captive des secteurs déjà numérisés.

Le deuxième levier est la vitesse de formation des actifs. L’Eurobaromètre 99.2 (Eurobarometer Standard 99.2) documente un écart frappant en France, environ 21 % des actifs déclarent utiliser un outil d’IA générative à titre professionnel, alors que 8 % seulement déclarent avoir suivi une formation dédiée. Cet écart entre usage et compétence est la principale fragilité du scénario statu quo.

Le troisième levier est la régulation, IA Act, RGPD, droit du travail, normes sectorielles. Le rythme de mise en conformité, la jurisprudence sur l’usage des outils IA en entreprise, et les arbitrages européens sur les modèles à haut risque déterminent la vitesse réelle d’intégration dans les fonctions sensibles, RH, juridique, santé, finance.

Le quatrième levier est démographique. Les générations entrant sur le marché du travail entre 2026 et 2035 maîtrisent déjà nativement les outils d’IA générative. Leur arrivée modifie la composition des compétences, mais ne neutralise pas le décrochage des cohortes plus âgées. L’Eurobaromètre 99.2 chiffre l’optimisme face à l’IA à 51 % chez les 15-24 ans, contre 38 % en moyenne sur la population active. Ce décalage générationnel pèse sur la cohésion interne des entreprises et sur les politiques de management.

Métiers en croissance attendue

Les projections combinées de France Stratégie, de la DARES, et du référentiel CRISTAL-10 convergent sur plusieurs familles de métiers en expansion à 2035.

Les fonctions du soin et du lien humain, infirmiers, aides-soignants, travailleurs sociaux, professionnels de la petite enfance, professionnels du grand âge, restent en croissance forte, portées par la démographie et par leur résistance structurelle à l’automatisation. CRISTAL-10 leur attribue des scores d’exposition faibles, le pilier relationnel y est dominant.

Les métiers de l’ingénierie de transition, ingénieurs efficacité énergétique, spécialistes décarbonation, experts gestion de l’eau, sont tirés par la double transition, écologique et numérique. France Travail observe déjà une tension forte sur ces profils.

Les fonctions de pilotage et de supervision IA, data product managers, AI risk officers, prompt engineers spécialisés métier, auditeurs algorithmiques, émergent dans les nomenclatures et dans les offres publiées sur les marchés du travail européens (DARES, emplois vacants). Ces postes, encore minoritaires en volume, structurent la chaîne de valeur des entreprises qui industrialisent leurs usages.

Les artisans qualifiés, plombiers, électriciens spécialisés, charpentiers, professionnels du second œuvre, gardent une trajectoire favorable, leur exposition CRISTAL-10 reste basse et la demande reste structurellement supérieure à l’offre.

Métiers en contraction probable

À l’inverse, plusieurs familles de métiers présentent une trajectoire à risque marqué dans le scénario accélération, et significatif déjà dans le scénario statu quo.

Les fonctions de saisie, de traitement administratif standardisé, de production documentaire répétitive, sont les premières cibles. Elles concentrent les scores CRISTAL-10 les plus élevés, parce que leurs tâches dominantes sont précisément celles que les modèles de langage exécutent sans dégradation de qualité.

Les fonctions support à faible valeur ajoutée, notamment la première ligne de service client non spécialisé et la production de contenus standardisés à faible expertise, voient leur volume se réduire mécaniquement, à mesure que l’orchestration IA absorbe les requêtes simples.

Les emplois de traduction généraliste, de relecture standard, et certaines fonctions de production juridique répétitive, connaissent une recomposition profonde. Les professionnels qui montent en spécialisation conservent leur trajectoire, ceux qui restent sur les segments massifiés voient leur marché se contracter. L'ILO Working Paper 140 documente cette logique de bipartition au sein d’un même métier, où l’exposition réelle dépend du segment de marché plus que de l’intitulé.

Décrochage générationnel et géographique

Les projections les plus solides ne sont pas les agrégats nationaux, mais les écarts internes. Eurobaromètre 99.2 documente un optimisme de 51 % chez les jeunes face à l’IA, contre 38 % en moyenne, soit treize points d’écart. Ce décalage se traduit dans les pratiques, les jeunes actifs adoptent les outils sans attendre une formation formelle, les actifs plus expérimentés attendent un cadre fourni par l’employeur.

Géographiquement, l’INSEE TIC 2024 (INSEE statistiques entreprises) montre que l’adoption d’au moins une technologie d’IA reste concentrée sur les régions à forte densité tertiaire. Les territoires industriels en reconversion et les zones rurales accusent un retard d’environ cinq à sept points sur la moyenne nationale. À horizon 2035, ce retard peut se résorber si les politiques publiques orientent l’investissement vers ces territoires, ou se creuser si l’adoption reste portée par les grandes métropoles.

Limites et bons usages des projections

Une projection ne dit rien de ce qui va se passer, elle décrit ce qui se passerait si les hypothèses retenues se confirmaient. Quatre limites doivent encadrer toute lecture sérieuse.

Premier point, l’incertitude sur les capacités futures des modèles. Les progrès observés entre 2022 et 2025 montrent une vitesse difficile à modéliser. Les scores CRISTAL-10 sont recalibrés en continu, mais une bascule technologique majeure peut invalider une partie des hypothèses sur quelques mois.

Deuxième point, l’effet de la régulation. L’IA Act européen, sa transposition, sa jurisprudence, modifient la frontière entre usage autorisé et usage interdit. Cette frontière déplace la pression d’automatisation, parfois de manière contre-intuitive.

Troisième point, la dynamique de marché et de demande. Les emplois ne disparaissent pas seulement par automatisation, ils peuvent disparaître par effondrement de la demande, ou au contraire être préservés par une demande qui croît plus vite que les gains de productivité.

Quatrième point, le facteur social. La résistance organisée, les négociations collectives, les arbitrages d’entreprise, peuvent ralentir une adoption pourtant techniquement faisable. L’histoire de la diffusion technologique en France est traversée par ces compromis sociaux, qui ne sont pas modélisables au sens strict.

Pour exploiter les projections sans les sur-interpréter, deux usages se distinguent. Un usage individuel, croiser les scénarios avec son propre métier via les fiches catégories, le quiz et les classements, pour situer sa trajectoire. Un usage institutionnel, calibrer des plans de formation territoriaux, des stratégies sectorielles, des outils de reconversion.

Pour aller plus loin, consultez notre méthodologie CRISTAL-10, l’inventaire des sources mobilisées, et les fiches sectorielles via santé, industrie et autres entrées des catégories.

FAQ

Pourquoi 2035 et pas 2030 ?
France Stratégie et la DARES publient des projections à 2030, elles sont déjà documentées et accessibles. Aller à 2035 oblige à expliciter des hypothèses sur l’adoption, la formation et la régulation, et à reconnaître que l’incertitude croît avec l’horizon. Cet horizon plus long est utile pour les décisions structurantes, choix d’orientation, plans pluriannuels de formation, stratégies de filière.

Les scénarios sont-ils équiprobables ?
Non. L’observatoire ne pondère pas les scénarios, parce que la pondération supposerait une connaissance des futurs que personne ne détient. Les trois scénarios servent à explorer un espace de possibles, pas à hiérarchiser des futurs. La lecture utile consiste à identifier les actions robustes dans les trois scénarios.

Comment sont construits les scores CRISTAL-10 prolongés à 2035 ?
Les scores 2026 sont projetés à 2035 par une fonction qui intègre la trajectoire d’adoption sectorielle, la maturité des outils métiers, et la dynamique de transformation des compétences. Cette projection est documentée dans la méthodologie, et chaque score 2035 est accompagné d’un intervalle d’incertitude.

Que faire en pratique de ces projections ?
Pour un actif, croiser sa fiche métier avec les trois scénarios pour identifier les compétences à consolider. Pour un dirigeant, alimenter le simulateur d’impact entreprise et calibrer un plan de formation. Pour un décideur public, prioriser les territoires et les filières où l’écart entre adoption observée et formation reste le plus large.