Cette étude qui chiffre (enfin) l’impact de l’IA sur l’emploi en France

L’intelligence artificielle détruit-elle des emplois ou, au contraire, en crée-t-elle ? Le débat n’est pas nouveau mais pour la première fois, une étude s’intéresse non pas à l’emploi aux Etats-Unis mais au sein de l’Union européenne, et donc en France. Celle-ci a été réalisée par OpenAI Economic Research*.

Une méthode qui va au-delà de l’exposition technique

Plutôt que de classer les métiers selon leur seule exposition technique à l’IA, comme le font nombre d’études, les chercheurs croisent trois variables :

1. La capacité de l’IA à réaliser les tâches ;
2. La nécessité d’une intervention humaine (réglementation, présence physique, relation) ;
3. L’élasticité de la demande, qui mesure la probabilité qu’une baisse des coûts liée à l’IA génère un surcroît d’activité plutôt qu’une réduction d’effectifs. `

Appliquée à plus de 2 600 métiers de la nomenclature européenne ESCO et pondérée par les données Eurostat 2025**, cette grille répartit l’emploi en quatre catégories :

• Les emplois avec un risque d’automatisation forte ;
• Ceux qui subissent une réorganisation des tâches ;
• Ceux qui se développent sous l’effet de l’IA ;
• Et enfin, les métiers les moins affectés à court terme.

La France plus exposée à la réorganisation des tâches qu’à l’automatisation

À l’échelle de la France, 13 % des emplois se trouvent face à un risque d’automatisation forte (contre 14 % en moyenne pour l’ensemble de l’Union européenne), 29 % relèvent d’une réorganisation des tâches (contre 27 % pour l’UE), 13 % se développent sous l’effet de l’IA (contre 12 %), et 45 % connaissent un changement peu immédiat (contre 47 %).

La France affiche donc une pression d’automatisation légèrement inférieure à la moyenne européenne, mais une part de réorganisation des tâches un peu plus élevée. Comparée aux États-Unis, où l’automatisation forte concerne 18 % de l’emploi, la France paraît nettement moins exposée frontalement à l’IA. Les auteurs attribuent cet écart à la structure de l’emploi hexagonal, plus concentré sur des métiers physiques, réglementés ou liés au service public que le marché américain, où pèsent davantage les fonctions managériales, commerciales et de services numériques.

L’humain reste central, mais pas pour les mêmes raisons

L’étude détaille pourquoi certains métiers résistent à l’automatisation. Sur les 2 609 professions étudiées, 49 % dépendent d’une présence physique, comme les infirmiers ou les sages-femmes, 28 % relèvent d’une responsabilité réglementaire ou juridique, à l’image des avocats ou des agents des douanes, et 9 % reposent sur une dimension relationnelle, propre aux enseignants ou aux travailleurs sociaux.

Une infirmière et une enseignante partagent ainsi un même niveau de résistance à l’IA, mais pour des motifs distincts. L’une parce que les soins exigent un geste incarné, l’autre parce que l’autorité pédagogique et la confiance ne se délèguent pas à un algorithme.

Cette distinction met en évidence un point souvent oublié, à savoir que l’IA peut transformer une large part des tâches d’un métier sans en supprimer le besoin humain.

Le paradoxe de Jevons

Ce mécanisme économique explique pourquoi une IA plus productive que l’humain ne détruit pas mécaniquement des emplois. Lorsqu’une technologie rend un service moins cher à produire, les clients en achètent souvent davantage, au point que l’activité totale augmente au lieu de baisser. Cela peut compenser, tout ou partie, des postes que l’automatisation aurait sinon supprimés.

Concrètement, une agence de voyage capable de préparer un itinéraire sur mesure deux fois plus vite peut ainsi baisser ses prix. Des clients qui renonçaient jusque-là à ce service, faute de budget, deviennent alors acheteurs, et le volume d’affaires grimpe. Dans ce cas, les gains de productivité se traduisent moins par des suppressions de postes que par davantage de clients servis avec les mêmes effectifs, voire plus.

Mais cet effet ne joue pas partout avec la même intensité. L’étude calcule, pour chaque métier, la sensibilité de la demande à une baisse de prix de 10 %. En moyenne, en Europe, cette baisse ferait grimper la demande de 7 %, un effet qui ne suffit pas à lui seul à compenser les gains de productivité liés à l’IA. Les agences de voyage et le conseil en énergies renouvelables, par exemple, dépassent largement cette moyenne, car leurs clients arbitrent librement la fréquence et le volume de leurs commandes selon le prix, ce qui limite le risque de suppression d’emplois.

À l’inverse, une sage-femme suit un nombre de naissances fixé par la démographie. Dans ces métiers, une baisse de prix ne crée pas de demande supplémentaire. Une IA performante réduit simplement le temps nécessaire pour traiter le même volume d’activité (compte-rendu de consultation ou d’accouchement), ce qui expose davantage ces postes à une réduction d’effectifs.

Un outil de préparation plus qu’une prédiction

Les auteurs insistent sur le fait que ces catégories décrivent des trajectoires de transition plausibles, pas des prévisions de suppression d’emplois. Les estimations de nécessité humaine et de réponse de la demande reposent sur des modèles fondés sur des descriptions de métiers, sans validation par des données d’usage réel de l’IA en Europe.

L’étude appelle les États membres à construire des systèmes de veille articulant emploi, compétences, salaires et formation, pour anticiper ces basculements avant qu’ils ne se traduisent dans les statistiques de l’emploi.

*Étude The AI Jobs Transition Framework for the EU, menée par OpenAI Economic Research sur 2 609 métiers de la nomenclature européenne ESCO, pondérée par les données Eurostat 2025 sur l’emploi dans les 27 États membres, et publiée en juin 2026.

**ESCO (European Skills, Competences, Qualifications and Occupations) est la nomenclature officielle de l’Union européenne qui recense et classe les compétences, qualifications et métiers utilisés sur le marché du travail européen. Eurostat est l’office statistique de l’Union européenne, chargé de produire et d’harmoniser les données économiques et sociales des États membres, dont celles relatives à l’emploi.