{"id":326,"date":"2025-02-03T13:36:04","date_gmt":"2025-02-03T12:36:04","guid":{"rendered":"https:\/\/alain.goudey.eu\/side\/?p=326"},"modified":"2025-02-03T13:44:40","modified_gmt":"2025-02-03T12:44:40","slug":"prospective-ia-monde-du-travail","status":"publish","type":"post","link":"https:\/\/alain.goudey.eu\/side\/2025\/02\/03\/prospective-ia-monde-du-travail\/","title":{"rendered":"Prospective sur l’impact des intelligences artificielles sur le monde du travail d\u2019ici \u00e0 2030"},"content":{"rendered":"\n

R\u00e9dig\u00e9 par Open AI ChatGPT o3-mini-high avec Deep Research,<\/em> sous la supervision d\u2019Alain Goudey<\/em> (version .pdf<\/a>) <\/p>\n\n\n\n

Introduction<\/strong><\/p>\n\n\n\n

L\u2019intelligence artificielle (IA) s\u2019impose aujourd\u2019hui comme un moteur majeur de transformation du travail. L\u2019essor r\u00e9cent de l\u2019IA g\u00e9n\u00e9rative (ex. ChatGPT en 2023) a popularis\u00e9 ces technologies bien au-del\u00e0 des seuls d\u00e9partements informatiques, suscitant espoirs et pr\u00e9occupations. Les enjeux sont de taille : l\u2019IA pourrait contribuer \u00e0 hauteur de 15 700 milliards de dollars<\/strong> \u00e0 l\u2019\u00e9conomie mondiale d\u2019ici 2030 (131 AI Statistics and Trends for (2024) | National University<\/a>) en am\u00e9liorant la productivit\u00e9 et en stimulant l\u2019innovation dans tous<\/em> les secteurs. En parall\u00e8le, son d\u00e9ploiement massif soul\u00e8ve des questions sur l\u2019avenir de l\u2019emploi et des comp\u00e9tences. Des estimations indiquent que les avanc\u00e9es en IA pourraient automatiser tout ou partie de l\u2019\u00e9quivalent de 300 millions d\u2019emplois \u00e0 temps plein<\/strong> dans le monde (The Potentially Large Effects of Artificial Intelligence on Economic …<\/a>) Le d\u00e9fi<\/strong> consiste donc \u00e0 maximiser les b\u00e9n\u00e9fices (gains de productivit\u00e9, cr\u00e9ation de nouveaux m\u00e9tiers…) tout en minimisant les effets n\u00e9gatifs (obsolescence de certains emplois, creusement des in\u00e9galit\u00e9s si les comp\u00e9tences ne suivent pas). Dans ce contexte, comprendre la transformation des comp\u00e9tences professionnelles<\/strong> induite par l\u2019IA \u00e0 un horizon de 5 ans est crucial pour les entreprises, les travailleurs et les d\u00e9cideurs publics.<\/p>\n\n\n\n

Ce rapport propose une analyse globale et chiffr\u00e9e de cette transformation des comp\u00e9tences. Nous commencerons par un \u00e9tat des lieux des tendances actuelles<\/strong> d\u2019adoption de l\u2019IA dans le monde professionnel, tous secteurs confondus. Nous examinerons ensuite l\u2019impact de l\u2019IA sur les comp\u00e9tences<\/strong> : quelles nouvelles comp\u00e9tences sont requises, quelles comp\u00e9tences deviennent obsol\u00e8tes, et quels nouveaux m\u00e9tiers \u00e9mergent (ex : prompt engineer<\/em>, AI ethicist<\/em>). Nous aborderons \u00e9galement la mani\u00e8re dont entreprises et travailleurs s\u2019adaptent<\/strong> \u2013 formations, reconversions, initiatives publiques \u2013 ainsi que les implications pour l\u2019\u00e9ducation et la formation continue. Sur cette base, nous tracerons des projections \u00e0 5 ans<\/strong> (horizon 2028-2030) en envisageant diff\u00e9rents sc\u00e9narios et indicateurs de suivi (\u00e9volution de la demande de comp\u00e9tences IA, du march\u00e9 du travail, etc.). Enfin, nous conclurons par des recommandations<\/strong> strat\u00e9giques pour anticiper et accompagner au mieux ces transformations in\u00e9luctables.<\/p>\n\n\n\n

1. Tendances actuelles de l\u2019IA dans le monde professionnel<\/strong><\/p>\n\n\n\n

Adoption de l\u2019IA par secteur et investissements<\/strong><\/p>\n\n\n\n

L\u2019int\u00e9gration de l\u2019IA dans le monde du travail s\u2019acc\u00e9l\u00e8re et s\u2019\u00e9tend \u00e0 l\u2019ensemble des secteurs d\u2019activit\u00e9, m\u00eame si le niveau d\u2019adoption varie encore selon les domaines. D\u2019apr\u00e8s une enqu\u00eate mondiale de McKinsey en 2023, 55<\/strong>\u202f% des entreprises<\/strong> d\u00e9clarent avoir adopt\u00e9 l\u2019IA dans au moins une fonction ou un d\u00e9partement (The state of AI in 2023: Generative AI\u2019s breakout year | McKinsey<\/a>) Cependant, l\u2019utilisation de l\u2019IA reste souvent circonscrite : moins d\u2019un tiers des entreprises l\u2019ont d\u00e9ploy\u00e9e \u00e0 l\u2019\u00e9chelle de plusieurs fonctions, ce qui sugg\u00e8re un potentiel encore largement inexploit\u00e9 (The state of AI in 2023: Generative AI\u2019s breakout year | McKinsey<\/a>) Les secteurs des technologies de l\u2019information, des m\u00e9dias et des t\u00e9l\u00e9communications<\/strong> font la course en t\u00eate, avec environ 63<\/strong>\u202f%<\/strong> des organisations y utilisant l\u2019IA, tandis que des secteurs industriels traditionnels comme l\u2019automobile<\/strong> atteignent environ 44<\/strong>\u202f%<\/strong> d\u2019adoption (131 AI Statistics and Trends for (2024) | National University<\/a>) En moyenne, on estime qu\u2019en 2023 environ 35<\/strong>\u202f% des entreprises dans le monde<\/strong> utilisaient d\u00e9j\u00e0 l\u2019IA d\u2019une mani\u00e8re ou d\u2019une autre (131 AI Statistics and Trends for (2024) | National University<\/a>) et plus des trois quarts explorent activement son utilisation future. Le tableau ci-dessous illustre cette adoption diff\u00e9renci\u00e9e par secteur :<\/p>\n\n\n\n

Secteur d\u2019activit\u00e9<\/strong><\/td>Taux d\u2019adoption de l\u2019IA<\/strong><\/td><\/tr><\/thead>
Technologies de l\u2019information et T\u00e9l\u00e9coms<\/td>63\u202f% ([131 AI Statistics and Trends for (2024)<\/td><\/tr>
Industrie automobile<\/td>44\u202f% ([131 AI Statistics and Trends for (2024)<\/td><\/tr>
Moyenne toutes entreprises (monde)<\/strong><\/td>35<\/strong>\u202f<\/strong>%<\/strong> ([131 AI Statistics and Trends for (2024)<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Parall\u00e8lement \u00e0 l\u2019adoption op\u00e9rationnelle, les investissements<\/strong> dans l\u2019IA connaissent une croissance exponentielle. Les d\u00e9penses mondiales en solutions d\u2019intelligence artificielle sont pass\u00e9es de quelques dizaines de milliards<\/em> de dollars il y a quelques ann\u00e9es \u00e0 des centaines de milliards aujourd\u2019hui. En 2024, on projette environ 235 milliards de dollars<\/strong> de d\u00e9penses en IA, un chiffre qui devrait presque tripler pour d\u00e9passer 630 milliards en 2028<\/strong> (soit un taux de croissance annuel compos\u00e9 d\u2019environ 30\u202f% sur la p\u00e9riode) (A Deep Dive Into IDC’s Global AI and Generative AI Spending | IDC Blog<\/a>) Cette envol\u00e9e est port\u00e9e par la conviction, partag\u00e9e par 91<\/strong>\u202f% des entreprises leaders<\/strong>, que l\u2019IA est un investissement strat\u00e9gique continu (131 AI Statistics and Trends for (2024) | National University<\/a>) et un facteur cl\u00e9 de comp\u00e9titivit\u00e9. Les secteurs technologiques et financiers figurent parmi les plus gros investisseurs, mais toutes les industries augmentent leurs budgets IA, conscientes du risque de perte de comp\u00e9titivit\u00e9 en cas d\u2019inaction.<\/p>\n\n\n\n

Ce dynamisme se refl\u00e8te aussi dans la valorisation du march\u00e9 : le secteur global de l\u2019IA \u00e9tait estim\u00e9 autour de 500 milliards de dollars en 2023<\/strong>, et pourrait atteindre entre 800 milliards et 1 000 milliards d\u2019ici 2030 selon diverses projections. L\u2019engouement pour l\u2019IA g\u00e9n\u00e9rative depuis 2023 a d\u2019ailleurs pouss\u00e9 de nombreuses entreprises \u00e0 r\u00e9\u00e9valuer \u00e0 la hausse leurs investissements. 40<\/strong>\u202f% des entreprises<\/strong> ayant d\u00e9j\u00e0 d\u00e9ploy\u00e9 l\u2019IA pr\u00e9voient d\u2019augmenter encore leurs d\u00e9penses du fait des avanc\u00e9es en IA g\u00e9n\u00e9rative (The state of AI in 2023: Generative AI\u2019s breakout year | McKinsey<\/a>) et plus des deux tiers<\/strong> de l\u2019ensemble des r\u00e9pondants anticipent une augmentation de leurs investissements IA dans les trois ann\u00e9es \u00e0 venir (The state of AI in 2023: Generative AI\u2019s breakout year | McKinsey<\/a>)<\/p>\n\n\n\n

Cas d\u2019usage les plus courants de l\u2019IA<\/strong> dans le monde professionnel<\/strong><\/p>\n\n\n\n

En termes d\u2019usage, l\u2019IA se d\u00e9ploie \u00e0 la fois dans des fonctions techniques et<\/em> fonctionnelles. Les applications les plus r\u00e9pandues aujourd\u2019hui touchent \u00e0 la gestion de la relation client<\/strong> et au support utilisateur<\/strong> : environ 56<\/strong>\u202f% des entreprises<\/strong> utilisent d\u00e9j\u00e0 l\u2019IA pour am\u00e9liorer leur service client (agents conversationnels, FAQ automatis\u00e9es, etc.) (131 AI Statistics and Trends for (2024) | National University<\/a>) La cybers\u00e9curit\u00e9 et la d\u00e9tection de fraude<\/strong> sont le second domaine d\u2019application, cit\u00e9 par plus de la moiti\u00e9 des entreprises (51\u202f%) (131 AI Statistics and Trends for (2024) | National University<\/a>) \u2013 l\u2019IA y sert \u00e0 analyser des volumes massifs de logs et \u00e0 identifier des anomalies plus rapidement que des humains. Viennent ensuite les assistants personnels num\u00e9riques<\/strong> (47\u202f% des entreprises les utilisent, par ex. filtrage de courriels ou automatisation de t\u00e2ches administratives) (131 AI Statistics and Trends for (2024) | National University<\/a>) la gestion de la relation client (CRM)<\/strong> elle-m\u00eame (46\u202f%) et la gestion des stocks<\/strong> (40\u202f%) (131 AI Statistics and Trends for (2024) | National University<\/a>)<\/p>\n\n\n\n

En production industrielle<\/em>, la robotique et la vision par ordinateur am\u00e9lior\u00e9es par IA optimisent les cha\u00eenes d\u2019assemblage (maintenance pr\u00e9dictive, contr\u00f4le qualit\u00e9 automatis\u00e9). Dans la sant\u00e9<\/em>, l\u2019IA aide au diagnostic (imagerie m\u00e9dicale augment\u00e9e, analyse de donn\u00e9es patients) et \u00e0 la d\u00e9couverte de m\u00e9dicaments. Dans la finance<\/em>, elle automate la d\u00e9tection de fraudes, la notation de risque cr\u00e9dit, ou la gestion de portefeuilles. Chaque secteur trouve des cas d\u2019usage sp\u00e9cifiques : par exemple dans l\u2019agriculture<\/strong>, les syst\u00e8mes d\u2019IA pilotent l\u2019irrigation de pr\u00e9cision et la surveillance des cultures par drone.<\/p>\n\n\n\n

Il convient de noter que les fonctions R&D, production et op\u00e9rations sont parmi les premi\u00e8res b\u00e9n\u00e9ficiaires<\/strong> de l\u2019IA dans l\u2019entreprise. Le d\u00e9veloppement de produits\/ services et les op\u00e9rations support sont les fonctions o\u00f9 l\u2019adoption de l\u2019IA est la plus avanc\u00e9e d\u2019apr\u00e8s McKinsey (The state of AI in 2023: Generative AI\u2019s breakout year | McKinsey<\/a>) notamment dans les entreprises des technologies et t\u00e9l\u00e9coms (pr\u00e8s de 44\u202f% d\u2019entre elles utilisent l\u2019IA en d\u00e9veloppement produit<\/em>, et ~36\u202f% en op\u00e9rations de service<\/em> ou en marketing<\/em>) () En revanche, dans des secteurs comme la sant\u00e9 ou les services juridiques, l\u2019int\u00e9gration de l\u2019IA en est \u00e0 des stades plus pr\u00e9liminaires. La port\u00e9e<\/strong> de l\u2019IA s\u2019\u00e9tend n\u00e9anmoins rapidement : 79\u202f% des professionnels interrog\u00e9s fin 2023 affirment avoir au moins test\u00e9 une solution d\u2019IA g\u00e9n\u00e9rative dans leur travail ou en dehors (The state of AI in 2023: Generative AI\u2019s breakout year | McKinsey<\/a>) (The state of AI in 2023: Generative AI\u2019s breakout year | McKinsey<\/a>) preuve d\u2019une d\u00e9mocratisation en cours des outils d\u2019IA dans toutes les strates et m\u00e9tiers.<\/p>\n\n\n\n

Premiers impacts observ\u00e9s sur la performance<\/strong><\/p>\n\n\n\n

Les entreprises pionni\u00e8res de l\u2019IA rapportent d\u00e9j\u00e0 des gains de performance<\/strong> notables. Plus de 23<\/strong>\u202f% des entreprises<\/strong> indiquent que l\u2019IA contribue \u00e0 au moins 5\u202f% de leur r\u00e9sultat d\u2019exploitation (EBIT) annuel (The state of AI in 2023: Generative AI\u2019s breakout year | McKinsey<\/a>) ce qui, bien que minoritaire, d\u00e9montre un impact financier concret pour les plus avanc\u00e9es (\u201cAI high performers\u201d). Les b\u00e9n\u00e9fices les plus cit\u00e9s incluent l\u2019am\u00e9lioration de l\u2019efficacit\u00e9 op\u00e9rationnelle<\/strong>, la r\u00e9duction des co\u00fbts<\/strong> et l\u2019am\u00e9lioration de la qualit\u00e9<\/strong> (moins d\u2019erreurs, meilleure personnalisation client). Par exemple, l\u2019IA permet d\u2019automatiser des t\u00e2ches r\u00e9p\u00e9titives \u00e0 faible valeur ajout\u00e9e, lib\u00e9rant du temps que les employ\u00e9s peuvent consacrer \u00e0 des activit\u00e9s plus complexes ou \u00e0 valeur ajout\u00e9e humaine (cr\u00e9ativit\u00e9, strat\u00e9gie, relation client). Certaines organisations constatent \u00e9galement des augmentations de revenus<\/strong> dans les fonctions o\u00f9 l\u2019IA est d\u00e9ploy\u00e9e, par l\u2019identification de nouvelles opportunit\u00e9s (analyse pr\u00e9dictive du march\u00e9, recommandation de produits, etc.) (The state of AI in 2023: Generative AI\u2019s breakout year | McKinsey<\/a>)<\/p>\n\n\n\n

Toutefois, ces retomb\u00e9es positives<\/strong> s\u2019accompagnent d\u2019importants d\u00e9fis de gestion<\/strong>. D\u2019une part, la mont\u00e9e en puissance de l\u2019IA met en lumi\u00e8re le probl\u00e8me des lacunes de comp\u00e9tences<\/strong> au sein des effectifs, sujet que nous d\u00e9taillerons dans la section suivante. D\u2019autre part, l\u2019adoption de l\u2019IA pose la question de la gestion des risques technologiques<\/strong> (biais algorithmiques, protection des donn\u00e9es, fiabilit\u00e9 des mod\u00e8les) : fin 2023, moins de la moiti\u00e9 des entreprises ayant recours \u00e0 l\u2019IA avaient mis en place des mesures pour att\u00e9nuer les risques pourtant identifi\u00e9s comme majeurs (ex : inexactitude des r\u00e9ponses d\u2019une IA) (The state of AI in 2023: Generative AI\u2019s breakout year | McKinsey<\/a>) Cela souligne que beaucoup d\u2019organisations en sont encore \u00e0 un stade exploratoire et doivent professionnaliser leurs pratiques autour de l\u2019IA. En r\u00e9sum\u00e9, l\u2019\u00e9tat des lieux montre une int\u00e9gration rapide mais h\u00e9t\u00e9rog\u00e8ne<\/strong> de l\u2019IA dans le monde professionnel, et pr\u00e9pare le terrain aux transformations en profondeur des comp\u00e9tences que nous analysons ci-apr\u00e8s.<\/p>\n\n\n\n

2. Impact de l\u2019IA sur les comp\u00e9tences professionnelles<\/strong><\/p>\n\n\n\n

L\u2019essor de l\u2019IA redessine le paysage des comp\u00e9tences<\/strong> requises sur le march\u00e9 du travail. \u00c0 l\u2019horizon 5 ans, on anticipe de profondes mutations : de nouvelles comp\u00e9tences techniques<\/strong> deviennent indispensables, certaines comp\u00e9tences traditionnelles<\/strong> perdent de leur pertinence, et de nouveaux m\u00e9tiers<\/strong> apparaissent tandis que d\u2019autres \u00e9voluent ou disparaissent. Selon le Forum \u00e9conomique mondial (WEF)<\/em>, pr\u00e8s de 40<\/strong>\u202f% des comp<\/strong>\u00e9tences de base des travailleurs devront changer d<\/strong>\u2019ici 2027<\/strong> pour s\u2019adapter aux transformations technologiques et \u00e9conomiques en cours (WEF Future of Jobs Report 2025 reveals a net increase of 78 million jobs by 2030 and unprecedented demand for technology and GenAI skills  – Coursera Blog<\/a>) Voici les principaux axes d\u2019\u00e9volution des comp\u00e9tences induits par l\u2019IA.<\/p>\n\n\n\n

Nouvelles comp\u00e9tences requises<\/strong> \u00e0 cause de l’IA dans le monde professionnel<\/strong><\/p>\n\n\n\n

1. Comp\u00e9tences techniques en IA et data :<\/strong> La diffusion de l\u2019IA cr\u00e9e une forte demande de comp\u00e9tences techniques sp\u00e9cialis\u00e9es<\/strong>. Les entreprises recherchent de plus en plus de sp\u00e9cialistes de la donn\u00e9e et du machine learning<\/strong> : data scientists, data engineers, ing\u00e9nieurs en apprentissage automatique, etc. D\u2019apr\u00e8s le WEF, les m\u00e9tiers li\u00e9s \u00e0 l\u2019IA, au big data et au g\u00e9nie logiciel figurent parmi ceux \u00e0 la croissance la plus rapide (5 things HR needs to know from WEF\u2019s 2025 Future of Jobs Report | UNLEASH<\/a>) Par exemple, le nombre d\u2019emplois de Sp\u00e9cialiste Big Data<\/em> ou Sp\u00e9cialiste en IA\/ML<\/em> devrait augmenter fortement (en pourcentage) d\u2019ici 2027, bien plus vite que la moyenne des emplois classiques. Cons\u00e9quence : la ma\u00eetrise des techniques d\u2019apprentissage automatique<\/strong>, de la science des donn\u00e9es<\/strong>, du cloud computing<\/strong> ou encore des outils d\u2019IA g\u00e9n\u00e9rative<\/strong> devient un atout majeur. En 2023, 86<\/strong>\u202f% des entreprises<\/strong> identifiaient l\u2019IA (et les m\u00e9gadonn\u00e9es) comme la tendance technologique la plus susceptible de transformer leur activit\u00e9 dans les 5 ans (5 things HR needs to know from WEF\u2019s 2025 Future of Jobs Report | UNLEASH<\/a>) et ces m\u00eames domaines arrivent en t\u00eate des comp\u00e9tences \u00e0 plus forte croissance de demande.<\/p>\n\n\n\n

Par ailleurs, de nouvelles comp\u00e9tences techniques hybrides<\/strong> \u00e9mergent \u00e0 la fronti\u00e8re de plusieurs domaines. On parle par exemple de \u201cprompt engineering\u201d<\/em> : l\u2019art de dialoguer avec les IA g\u00e9n\u00e9ratives en concevant des requ\u00eates (prompts) efficaces pour obtenir des r\u00e9sultats pertinents. Ce savoir-faire, quasi inexistant il y a quelques ann\u00e9es, est d\u00e9sormais recherch\u00e9 par des entreprises qui souhaitent tirer le meilleur parti de mod\u00e8les comme GPT. Des cours d\u00e9di\u00e9s \u00e0 l\u2019\u00e9criture de prompts et \u00e0 l\u2019interaction avec les IA ont fleuri (Coursera note un engouement massif des apprenants pour des modules de prompt engineering<\/em> ou de pratiques d\u2019IA de confiance) (WEF Future of Jobs Report 2025 reveals a net increase of 78 million jobs by 2030 and unprecedented demand for technology and GenAI skills  – Coursera Blog<\/a>) De m\u00eame, la gestion de mod\u00e8les d\u2019IA<\/strong> (MLOps), c\u2019est-\u00e0-dire la capacit\u00e9 \u00e0 d\u00e9ployer, surveiller et maintenir des mod\u00e8les en production, devient une comp\u00e9tence cruciale pour les ing\u00e9nieurs et chefs de projet IT.<\/p>\n\n\n\n

2. Comp\u00e9tences en \u00e9thique et gouvernance de l\u2019IA :<\/strong> L\u2019int\u00e9gration de l\u2019IA soul\u00e8ve des enjeux \u00e9thiques (biais algorithmique, transparence, respect de la vie priv\u00e9e) et de conformit\u00e9 r\u00e9glementaire de plus en plus complexes. Les entreprises prennent conscience de la n\u00e9cessit\u00e9 de d\u00e9velopper des comp\u00e9tences en \u00e9thique de l\u2019IA<\/strong> et en gouvernance algorithmique<\/strong>. De nouveaux r\u00f4les \u00e9mergent, tels que \u201cAI ethicist\u201d<\/em> (\u00e9thicien de l\u2019IA) ou responsable de la gouvernance de l\u2019IA<\/em>, charg\u00e9s d\u2019\u00e9tablir des lignes directrices \u00e9thiques, d\u2019auditer les algorithmes et de s\u2019assurer de l\u2019utilisation responsable de l\u2019IA. Ces experts doivent ma\u00eetriser \u00e0 la fois les aspects techniques de l\u2019IA et les cadres juridiques\/r\u00e9glementaires, tout en ayant une solide formation en \u00e9thique. De plus en plus d\u2019organisations forment des comit\u00e9s \u00e9thiques IA<\/strong> et investissent dans la formation de leurs employ\u00e9s aux principes d\u2019IA responsable (\u00e9quit\u00e9, explicabilit\u00e9, s\u00e9curit\u00e9). Ainsi, des comp\u00e9tences transversales<\/strong> m\u00ealant technologie et \u00e9thique seront fortement valoris\u00e9es.<\/p>\n\n\n\n

3. Comp\u00e9tences \u201cfusion\u201d<\/em> : hybrider tech et soft skills<\/strong>. L\u2019automatisation de nombreuses t\u00e2ches par l\u2019IA accentue la valeur relative des comp\u00e9tences humaines non automatisables<\/strong> et des comp\u00e9tences de collaboration homme-machine<\/strong>. Paradoxalement, plus la technologie progresse, plus des qualit\u00e9s comme la pens\u00e9e analytique<\/strong> et la r\u00e9solution de probl\u00e8mes complexes<\/strong> sont pris\u00e9es. En 2025, 7 employeurs sur 10<\/strong> consid\u00e8rent la pens\u00e9e analytique comme une comp\u00e9tence essentielle de leur personnel (5 things HR needs to know from WEF\u2019s 2025 Future of Jobs Report | UNLEASH<\/a>) La capacit\u00e9 \u00e0 traduire<\/em> un probl\u00e8me m\u00e9tier en une question exploitable par l\u2019IA, puis \u00e0 interpr\u00e9ter et utiliser les r\u00e9sultats produits par la machine, devient primordiale. On attend des employ\u00e9s qu\u2019ils d\u00e9veloppent une litt\u00e9ratie data\/IA<\/strong> minimale quel que soit leur domaine (comprendre ce que l\u2019IA peut ou ne peut pas faire, savoir formuler des demandes pertinentes, v\u00e9rifier la coh\u00e9rence des outputs).<\/p>\n\n\n\n

Par ailleurs, les fameuses soft skills<\/em> conservent voire renforcent leur importance \u00e0 l\u2019\u00e8re de l\u2019IA. Des qualit\u00e9s comme la r\u00e9silience, l\u2019adaptabilit\u00e9, l\u2019agilit\u00e9<\/strong> d\u2019apprentissage, ou encore le leadership<\/strong> et la communication<\/strong> demeurent tr\u00e8s demand\u00e9es (5 things HR needs to know from WEF\u2019s 2025 Future of Jobs Report | UNLEASH<\/a>) Face \u00e0 des technologies en \u00e9volution rapide, les travailleurs doivent apprendre en continu, s\u2019adapter \u00e0 de nouveaux outils, et souvent travailler en \u00e9quipe avec des sp\u00e9cialistes d\u2019autres domaines. L\u2019intelligence \u00e9motionnelle<\/strong> et les comp\u00e9tences relationnelles<\/strong> restent aussi cruciales pour les managers et collaborateurs, afin de maintenir coh\u00e9sion et coop\u00e9ration dans des organisations de plus en plus num\u00e9riques. En somme, la tendance est \u00e0 une hybridation des comp\u00e9tences<\/strong> : combiner une bonne compr\u00e9hension des technologies d\u2019IA avec des comp\u00e9tences m\u00e9tier et humaines solides.<\/p>\n\n\n\n

Obsolescence de certaines comp\u00e9tences et r\u00f4les<\/strong><\/p>\n\n\n\n

Si l\u2019IA cr\u00e9e de nouveaux besoins, elle rende simultan\u00e9ment certaines comp\u00e9tences moins pertinentes<\/strong>. Les t\u00e2ches routini\u00e8res, pr\u00e9visibles et bas\u00e9es sur des r\u00e8gles explicites sont de plus en plus assum\u00e9es par des syst\u00e8mes automatis\u00e9s. Par cons\u00e9quent, les comp\u00e9tences purement op\u00e9rationnelles et r\u00e9p\u00e9titives risquent l\u2019obsolescence. Par exemple, la simple ma\u00eetrise d\u2019un logiciel de bureautique ou d\u2019un processus administratif standard, qui suffisait autrefois \u00e0 garantir un emploi de back-office, ne constitue plus un atout diff\u00e9renciateur lorsque des agents IA<\/em> peuvent ex\u00e9cuter ces op\u00e9rations plus rapidement.<\/p>\n\n\n\n

Certaines professions interm\u00e9diaires sont directement menac\u00e9es par l\u2019automatisation si elles n\u2019\u00e9voluent pas<\/strong>. On pense aux employ\u00e9s de saisie de donn\u00e9es<\/strong>, dont le r\u00f4le se r\u00e9duit \u00e0 mesure que les formulaires en ligne et la reconnaissance automatique de documents se g\u00e9n\u00e9ralisent, ou aux agents de centre d\u2019appel<\/strong> traitant des demandes simples, peu \u00e0 peu suppl\u00e9\u00e9s par des chatbots intelligents. De m\u00eame, dans le secteur bancaire, le m\u00e9tier de guichetier<\/strong>\/caissier subit un d\u00e9clin structurel : le Forum \u00e9conomique mondial<\/em> projette que d\u2019ici 2030, des r\u00f4les comme les employ\u00e9s de banque, de poste ou les caissiers pourraient conna\u00eetre les plus fortes baisses en effectifs, du fait de la num\u00e9risation des services et de l\u2019IA (World to add 170 million jobs by 2030, lose 92 million<\/a>) D\u00e9j\u00e0, on constate une baisse marqu\u00e9e du nombre de guichetiers, avec par exemple une projection de -15<\/strong>\u202f% d<\/strong>\u2019emplois de caissiers de banque d<\/strong>\u2019ici 2032 aux <\/strong>\u00c9tats-Unis<\/strong> (environ 50 000 postes en moins) (Bank Tellers Are Going Away. What’s Next? – TROY Group<\/a>) De m\u00eame, les employ\u00e9s administratifs et secr\u00e9taires<\/strong> font partie des m\u00e9tiers en d\u00e9clin, car l\u2019IA permet d\u2019automatiser la pr\u00e9paration de documents, la planification ou d\u2019autres t\u00e2ches administratives autrefois chronophages.<\/p>\n\n\n\n

Plus g\u00e9n\u00e9ralement, le cycle de vie des comp\u00e9tences se raccourcit<\/strong> \u00e0 l\u2019\u00e8re de l\u2019IA. Selon le WEF, environ 39<\/strong>\u202f% des comp<\/strong>\u00e9tences actuelles des travailleurs pourraient <\/strong>\u00eatre perturb<\/strong>\u00e9es ou devenir obsol<\/strong>\u00e8tes d<\/strong>\u2019ici 2027<\/strong> (5 things HR needs to know from WEF\u2019s 2025 Future of Jobs Report | UNLEASH<\/a>) Ce chiffre illustre une acc\u00e9l\u00e9ration par rapport aux d\u00e9cennies pr\u00e9c\u00e9dentes. Les comp\u00e9tences techniques sp\u00e9cifiques apprises il y a 10 ans (par ex. programmation dans un langage aujourd\u2019hui d\u00e9pass\u00e9, ou m\u00e9thode de reporting manuel) risquent de perdre de leur valeur si elles ne sont pas actualis\u00e9es. La \u00ab dur\u00e9e de demi-vie \u00bb des comp\u00e9tences se r\u00e9duit, obligeant chacun \u00e0 se recycler plus fr\u00e9quemment<\/strong>. La bonne nouvelle est que le rythme d\u2019obsolescence semble se stabiliser apr\u00e8s un pic autour de 2020 (o\u00f9 plus de la moiti\u00e9 des comp\u00e9tences de 2016 \u00e9taient d\u00e9j\u00e0 d\u00e9pass\u00e9es en 5 ans) (5 things HR needs to know from WEF\u2019s 2025 Future of Jobs Report | UNLEASH<\/a>) sans doute gr\u00e2ce aux efforts de formation entrepris r\u00e9cemment. Il n\u2019en reste pas moins que de larges pans du travail peu qualifi\u00e9 ou strictement technique sont susceptibles d\u2019\u00eatre automatis\u00e9s<\/strong>. Une \u00e9tude de Goldman Sachs sugg\u00e8re que les trois quarts des t\u00e2ches de routine (calculs, archivage, contr\u00f4le de conformit\u00e9 basique, etc.) pourraient \u00eatre effectu\u00e9es par des IA \u00e0 terme (The Potentially Large Effects of Artificial Intelligence on Economic …<\/a>) d\u2019o\u00f9 la n\u00e9cessit\u00e9 pour les personnes occupant ces postes d\u2019\u00e9largir leur palette de comp\u00e9tences<\/strong>.<\/p>\n\n\n\n

Il est important de noter que \u201cobsol\u00e8te\u201d<\/em> ne signifie pas que la comp\u00e9tence ou le m\u00e9tier dispara\u00eet totalement, mais qu\u2019il \u00e9volue<\/strong> et se recentre sur ce qui ne peut \u00eatre fait par la machine. Par exemple, la comp\u00e9tence de programmation informatique<\/strong> classique est en partie automatis\u00e9e par des IA qui g\u00e9n\u00e8rent du code ; mais le d\u00e9veloppeur n\u2019est pas \u00e9limin\u00e9 pour autant \u2013 il doit plut\u00f4t se muer en \u201csuperviseur\u201d du code g\u00e9n\u00e9r\u00e9<\/strong>, en testant, corrigeant et am\u00e9liorant les suggestions de l\u2019IA. Ainsi, m\u00eame dans les domaines techniques, on observe une mont\u00e9e en abstraction : moins de temps \u00e0 coder des fonctions triviales, plus de temps \u00e0 concevoir l\u2019architecture globale et les sp\u00e9cifications complexes. Les professionnels qui ne parviendront pas \u00e0 monter en niveau (devenir \u201cai-enabled\u201d<\/em> ou \u201cAI-augmented\u201d<\/em>) risquent de se retrouver en difficult\u00e9. D\u2019o\u00f9 l\u2019urgence, d\u00e9taill\u00e9e dans la section suivante, d\u2019accompagner par la formation<\/strong> la transition des comp\u00e9tences.<\/p>\n\n\n\n

\u00c9volution des m\u00e9tiers et nouveaux r\u00f4les \u00e9mergents<\/strong><\/p>\n\n\n\n

Chaque r\u00e9volution technologique s\u2019accompagne de la naissance de nouveaux m\u00e9tiers<\/strong>. L\u2019IA ne fait pas exception, en cr\u00e9ant des r\u00f4les qui n\u2019existaient pas il y a quelques ann\u00e9es, et en transformant profond\u00e9ment le contenu de nombreux postes.<\/p>\n\n\n\n

Parmi les nouveaux m\u00e9tiers directement issus de l\u2019IA<\/strong>, on peut citer :<\/p>\n\n\n\n