On vous a sûrement annoncé que l'IA allait faire disparaître des pans entiers de métiers. La réalité, mesurée sur des données d'usage réelles, est plus nuancée. Là où les modèles d'IA pourraient théoriquement prendre en charge 94 % des tâches des métiers de l'informatique et des mathématiques, ils n'en couvrent réellement que 33 % aujourd'hui (Anthropic, 2026).

Ce n'est donc pas l'IA qui remplace les gens. Ce sont les personnes qui maîtrisent l'IA qui, peu à peu, remplacent celles qui ne la maîtrisent pas. La menace est réelle, mais elle est mal nommée : elle ne pèse pas sur les métiers en bloc, elle pèse sur l'écart de maîtrise à l'intérieur de chaque métier.

La bonne nouvelle ? Cet écart se travaille.

Quels sont les métiers menacés par l'IA ? L'analyse de l'Anthropic Economic Index

En mars 2026, Anthropic a publié une étude qui change la façon de poser la question (Anthropic, « Labor market impacts of AI », 2026). Plutôt que d'estimer ce que l'IA pourrait théoriquement faire, elle mesure ce qu'elle automatise réellement. La méthode croise trois sources : la base américaine O*NET (un référentiel public qui répertorie les tâches d'environ 800 métiers), les capacités théoriques des modèles, et les usages réels observés de l'assistant Claude (l'Anthropic Economic Index).

Le résultat principal est un écart béant entre le possible et le réel. La programmation informatique est le métier le plus exposé ; à l'inverse, les métiers physiques ou manuels (cuisiniers, mécaniciens, maîtres-nageurs, barmans) restent quasiment hors de portée de l'IA. Mais voici le point qui contredit les discours catastrophistes : aucune hausse significative du chômage n'est détectée chez les travailleurs les plus exposés depuis fin 2022. Mieux : ces métiers exposés sont en moyenne mieux payés de 47 % que les moins exposés (Anthropic, 2026). Être exposé à l'IA, à ce stade, ne signifie pas être remplacé.

Faut-il pour autant crier victoire ? Non, car cet écart entre le potentiel et la pratique n'a rien de définitif.

Pourquoi l'IA ne remplace pas un métier entier : le rôle de l'automatisation des tâches

L'écart entre le potentiel théorique de l'IA et l'usage observé en entreprise

L'IA n'avale pas un métier d'un coup : elle grignote des tâches. Or un métier, c'est un assemblage de tâches, d'arbitrages, de relations et de jugement. Quand l'IA prend en charge un premier jet ou l'extraction de données, elle ne supprime pas le poste : elle déplace la valeur vers ce que la machine ne sait pas faire : décider, contextualiser, engager sa responsabilité. C'est précisément pour cela que le potentiel théorique de 94 % ne se traduit que par 33 % d'usage réel : entre les deux, il y a le travail réel, ses contraintes légales, ses étapes de vérification humaine, sa complexité (Anthropic, 2026).

L'écart de compétences IA et l'impact sur le recrutement des juniors

Deux signaux le révèlent. D'abord, les embauches de jeunes de 22 à 25 ans dans les métiers exposés ont reculé d'environ 14 % depuis l'arrivée de l'IA générative : les entreprises hésitent à recruter des juniors sur des tâches désormais automatisables (Anthropic, 2026). Ensuite, le Bureau of Labor Statistics américain projette une croissance plus faible de l'emploi pour les métiers les plus exposés à l'IA d'ici 2034.

Autrement dit : certains métiers recruteront moins, et certaines portes d'entrée se referment. Mais ce ne sont pas les métiers qui disparaissent, c'est l'avantage qui se déplace vers ceux qui savent travailler avec l'IA. Dans une même équipe, deux personnes au même poste n'auront bientôt plus la même valeur selon qu'elles maîtrisent, ou non, ces outils.

Comment réduire l'écart de compétences IA dans son équipe ?

La question utile, pour le moment, n'est donc plus « mon métier va-t-il disparaître ? », mais « mes équipes savent-elles transformer l'IA en avantage concret ? ». Et là, le terrain est sans appel : ce ne sont pas les outils qui manquent, c'est leur ancrage dans le travail réel.

Partir des irritants terrain, pas des outils

Déployer une licence d'IA pour toute l'entreprise ne crée pas la maîtrise. Ce qui la crée, c'est de partir des tâches chronophages que vos équipes connaissent mieux que personne, et de les transformer en cas d'usage concrets. Les meilleures idées d'automatisation viennent de ceux qui font le travail, pas d'un plan décidé d'en haut.

Pour aller plus loin sur la manière de structurer cette adoption, consultez notre guide sur l'IA en entreprise : réussir l'adoption.

Mesurer les gains réels, pas le nombre de licences

La maîtrise ne se décrète pas, elle se mesure. Pas en nombre de licences achetées, mais en usages réels et en temps gagné, trimestre après trimestre. C'est cette discipline : partir du terrain, transformer l'expertise en compétences, suivre l'impact, qui sépare les équipes qui prennent l'avantage de celles qui le subissent.

Conclusion

Oui, l'IA va rebattre les cartes : certains métiers recruteront moins, certaines tâches juniors s'automatiseront, et l'écart entre les équipes va se creuser. Mais le scénario du remplacement de masse ne se lit pas dans les données. Ce qui s'y lit, c'est un déplacement de la valeur vers ceux qui savent s'en servir.

À noter que l'écart entre le possible et le réel n'est pas figé. Les chercheurs d'Anthropic le soulignent eux-mêmes : à mesure que l'IA se diffuse dans les entreprises, l'usage réel rattrapera le potentiel théorique. Et le jour où il le rejoindra, l'impact sur le marché du travail deviendra bien plus visible, tout comme l'avance prise par celles et ceux qui maîtrisent déjà l'IA.

La vraie question n'est pas de savoir si l'IA va remplacer vos collaborateurs. C'est de savoir lesquels prendront la main avant les autres.