L'intelligence artificielle (IA) reste au coeur des débats économiques, sociaux et financiers. Pour les investisseurs, une question domine: permettra-t-elle d'accroître la productivité et de créer de nouveaux emplois, ou en supprimera-t-elle plus vite que le marché du travail ne puisse s'adapter? Nous pensons que ces bouleversements sont réels, mais plutôt progressifs que brutaux. Les emplois les plus exposés sont ceux dont que l'automatisation présente un intérêt économique évident. A l'inverse, l'inertie des organisations, les coûts de mise en oeuvre, la réglementation, la démographie, les contraintes d'infrastructure et la résistance des salariés freineront l'adoption de l’IA. A l’instar des précédentes ruptures technologiques, l'IA doit passer par une phase d’expérimentation avant de transformer en profondeur les organisations, mais c’est un chemin semé d’embûches.
La crainte du chômage est bien réelle
Cinquante-neuf pour cent des personnes interrogées se disent préoccupées par l'IA, notamment par le risque de voir leur emploi remplacé. Depuis janvier 2023, les statistiques recensent environ 370’000 suppressions de postes liées à l’IA. Pour le seul mois de janvier 2026, l'IA est évoquée dans près de 7% des suppressions d'emplois aux Etats-Unis. Plusieurs chercheurs renommés ont publiquement alerté sur le risque d'une mauvaise gestion des conséquences sociales de l’implantation à grande échelle de l’IA. Dans son rapport 2026 sur les risques mondiaux, le Forum économique mondial estime d’ailleurs que les conséquences négatives de l’IA pourraient peser bien davantage à l’horizon de dix ans qu’à court terme. Son impact ne se limite déjà plus aux activités numériques: les progrès de la robotique et des systèmes capables d’agir dans le monde physique élargissent rapidement son champ d’application. Dans les entreprises, des conflits sociaux très médiatisés, notamment chez Samsung, montrent également que les résistances peuvent se durcir lorsque les salariés ont le sentiment que les gains profitent de manière disproportionnée aux actionnaires et aux dirigeants
La diffusion, plus que la puissance des modèles, dictera le rythme
Notre conviction première n'est pas tant la puissance des modèles que leur diffusion dans l'économie qui déterminera les effets de l'IA sur l'emploi. Or la diffusion d'une technologie prend du temps, car elle suppose une transformation de l'ensemble des systèmes et ne repose pas uniquement sur ses performances. Les entreprises doivent identifier les cas d'usage, intégrer les outils pertinents, repenser les méthodologies de travail, former les équipes, contrôler les résultats, gérer les risques de cybersécurité et de protection des données, et clarifier les responsabilités en cas de défaillance. Dans bien des cas, le coût de mise en oeuvre reste supérieur aux économies de main-d'oeuvre espérées. Cela plaide davantage pour un usage ciblé de l'IA en appui des salariés qu’une implémentation généralisée. L'histoire montre d'ailleurs qu'une technologie ne transforme jamais seule un secteur. Aux Etats-Unis, la part de l'emploi agricole est passée de 41% de la population active en 1920 à environ 5% en 1970. Les tracteurs n'ont toutefois pas, à eux seuls, provoqué cette évolution: la mécanisation des récoltes, les progrès dans les semences, la logistique et les méthodes de production ont transformé le secteur sur plusieurs décennies. Les technologies numériques ont souvent suivi une trajectoire similaire: les gains de productivité mettent d’abord du temps à se matérialiser, avant de s’accélérer à mesure que les entreprises adaptent leur organisation et leurs méthodes de travail. Il en va de même aujourd'hui: l'usage de l'IA progresse plus vite que la transformation des organisations. Selon l’institut de sondage Gallup, en 2026, un actif sur deux utilisait l'IA au moins occasionnellement, pour autant dans les organisations qui l'avaient adoptée, à peine un salarié sur dix estimait que son travail avait véritablement été transformé.
Les gains de productivité ne se traduisent pas nécessairement par une baisse de la demande de travail mais peuvent prendre la forme d'un meilleur service, de nouvelles tâches, d'une production plus importante ou d'une baisse des prix qui stimule la demande: le paradoxe de Jevons appliquée au marché du travail. L'histoire du coton, de l'acier et de l'automobile montre que l'automatisation peut aller de pair avec une hausse de la production et de l'emploi tant que la demande continue de progresser sur une longue période.
Humains et machines: substituts ou compléments?
L'effet sur l'emploi dépend de l'équilibre entre les postes supprimés, les gains de productivité et les nouvelles tâches créées, et non du seul degré d'exposition à l'IA. En effet, l'IA complète souvent les métiers fondés sur le jugement, la responsabilité et la relation humaine, alors qu'elle se substitue plus facilement aux tâches cognitives routinières. La radiologie illustre bien cette dynamique. Malgré les prédictions annonçant un remplacement par l'IA, les pénuries de professionnels persistent, car la demande d'imagerie augmente plus vite que les capacités disponibles. De même, l'IA peut améliorer la productivité des développeurs, mais ses taux d'erreur élevés renforcent le besoin d’avoir un humain pour vérifier le code et de mieux protéger l'architecture des systèmes et la protection des données cybersécurité. Les données disponibles sur le marché du travail restent contrastées. Amazon, Meta et HSBC ont cité l'IA en évoquant certains ajustements d'effectifs, mais les réductions sont restées limitées au regard de leurs effectifs totaux. Meta a ensuite reconnu que certaines décisions avaient été prématurées, l'adoption s'étant révélée plus difficile que prévu. Il est donc encore difficile d'isoler les suppressions de postes réellement imputables à l'IA des effets du cycle ou de restructurations classiques, d'autant que l'innovation technologique remodèle en permanence le marché du travail: près de 60% des emplois actuels n'existaient pas en 1940.
Une révolution numérique freinée par des contraintes physiques, politiques et concurrentielles
L'IA est une technologie numérique, mais les principaux freins à son essor sont de plus en plus matériels. Son déploiement à grand à l'échelle exige de la puissance de calcul, de l'énergie et des matières premières critiques: le coût des centres de données devrait passer de 7,7 millions de dollars par MW en 2020 à environ 11,3 millions de dollars par MW en 2026; la production de cuivre ne couvrirait que 70% de la demande; et la production de semi-conducteurs reste concentrée à Taïwan. Les entreprises peuvent elles aussi ralentir l'adoption. Chez Hyundai, les négociations salariales se sont mêlées aux inquiétudes suscitées par les robots dotés d'IA, tandis que des tribunaux chinois ont contesté des licenciements motivés uniquement par le remplacement de salariés par l'IA. Face à ces bouleversements, les pouvoirs publics pourraient également intervenir au moyen de programmes de reconversion, d'aides au revenu, voire d'une taxation des bénéfices liés à l'IA. La structure du marché jouera elle aussi un rôle. Si les modèles les plus avancés restent contrôlés par un petit nombre de fournisseurs disposant d'un fort pouvoir de fixation des prix, leur adoption pourrait être plus lente. A l'inverse, une concurrence plus vive et des modèles moins coûteux pourraient accélérer à la fois les gains de productivité et les effets de substitution. Nous estimons qu'il faudra encore au moins cinq ans avant que les modèles d'IA avancés ne se banalisent réellement. L'ensemble de ces contraintes et interventions devrait ralentir la diffusion et répartir dans le temps les coûts d'ajustement.
La démographie redéfinit le rôle de l'automatisation
Le débat sur l'emploi part souvent de l'idée qu'il y aura trop de travailleurs. Or de nombreuses économies développées pourraient être confrontées au problème inverse. L'OCDE prévoit une baisse de 8% de la population âgée de 20 à 64 ans d'ici à 2060, tandis que le ratio de dépendance des personnes âgées passerait de 31% en 2023 à 52% en 2060. Si les tendances actuelles de productivité se prolongent, la croissance annuelle par habitant pourrait ralentir de 1,0% à 0,6%. La prise en charge des personnes dépendantes par leurs proches représenterait déjà un coût économique compris entre 0,8% et 4,9% du PIB, du fait de la réduction du temps de travail et de la productivité des aidants. Dans ce contexte, l'automatisation permise par l'IA pourrait devenir indispensable pour maintenir la production et les services essentiels, alors qu'un nombre plus restreint d'actifs devra prendre en charge davantage de personnes dépendantes. Le Japon nous offre un premier aperçu: les robots sont de plus en plus utilisés dans les services et l'accompagnement des personnes âgées, et au moins 26% des prestataires de soins de longue durée ont déjà adopté des robots d'assistance. Combinés à l'immigration, à la formation et à une hausse du taux d'activité, les gains de productivité liés à l'IA pourraient ainsi atténuer les pénuries de main-d'oeuvre plutôt que créer un excédent global de travailleurs.
Les risques les plus sérieux pourraient se matérialiser avant les suppressions massives d'emplois
Notre scénario central, celui d'une transformation progressive du marché du travail, n'a pourtant rien de bénin. Le premier signe de fragilisation pourrait être un ralentissement des embauches, déjà visible dans certains secteurs. Des travaux de Stanford et du Census Bureau font état d'une baisse relative de 12% à 16% de l'emploi des jeunes dans les métiers les plus exposés à l'IA. Une «économie sans embauche» qui s'installerait dans la durée pèserait sur les revenus, la mobilité professionnelle et la demande. La raréfaction des postes juniors réduirait aussi les occasions d'apprendre à exercer son jugement, à gérer la relation client, à communiquer et à développer ses compétences professionnelles. A terme, c'est tout le vivier de futurs dirigeants qui s'en trouverait fragilisé. Il existe aussi un risque cyclique. Si le boom actuel des investissements dans l'IA et les effets de richesse boursière associés venaient à s'inverser, le ralentissement du PIB et la baisse des marges pourraient inciter les entreprises à automatiser davantage, renforçant ainsi le chômage en période de récession. Les capacités de l'IA pourraient en outre progresser plus vite que prévu, et plus vite que les organisations ou les pouvoirs publics ne peuvent s'adapter. Selon le Remote Labour Index du Centre for AI Safety, l’IA égale ou dépasse déjà les performances humaines dans 16% des missions rémunérées réalisées à distance par des travailleurs indépendants. D'autres travaux du MIT Media Lab établissent un lien entre un recours intensif à l'assistance de l'IA et un affaiblissement de la capacité d'analyse autonome et de la mémorisation. L'IA peut accélérer l'apprentissage; sans gouvernance ni formation adaptée, elle risque toutefois d'appauvrir les compétences et d'affaiblir le jugement humain. Le débat public se concentre sur le chômage, mais les conséquences de l'IA pour les capacités humaines et le marché du travail vont bien au-delà et devront être suivies avec attention.
Conclusion
Chez Carmignac, nous pensons que l'IA transformera en profondeur les marchés du travail, mais que son adoption restera progressive, inégale et contestée. Certains emplois disparaîtront, beaucoup évolueront et de nouveaux métiers verront le jour. Le scénario souvent évoqué d'une destruction massive de l'emploi nous paraît peu probable dans notre scénario central: les freins économiques, institutionnels, physiques et démographiques ralentiront la diffusion de l'IA. Pour les investisseurs, la question décisive sera d'identifier les acteurs capables de transformer les capacités de l'IA en applications créatrices de valeur, déployées à grande échelle dans un cadre de gouvernance responsable.