« Prévenez vos proches » : pourquoi certains experts parlent d’un choc imminent sur l’emploi
On a tous déjà vécu ce moment où une techno débarque, promet de « nous simplifier la vie », et finit surtout par nous ajouter 12 applis, 3 mots de passe et une crise existentielle. Sauf que cette fois, l’angoisse n’est pas un bug de plus dans un logiciel. C’est le marché de l’emploi lui-même qui pourrait se faire refactoriser.
Un investisseur et fondateur de start-up IA, Matt Shumer, a récemment lancé une alerte qui a fait du bruit : selon lui, nous serions dans une phase de déni collectif comparable à celle qui précède les grandes bascules. Son message est clair : l’intelligence artificielle générative n’est plus “un outil sympa”, elle devient un système capable de raisonnement opérationnel et d’auto-amélioration, et ça change tout.
Le sujet ne concerne pas seulement les développeurs, les créatifs ou « les autres ». Il touche aussi le juridique, la finance, la compta, la santé, la rédaction, le support client… bref, tous ces métiers qui reposent sur du traitement d’information, de la production de documents, des décisions, des processus. Autrement dit, une grande partie des emplois de bureau.
Le vrai tournant : quand l’IA commence à s’améliorer elle-même
Le point qui fait tiquer les observateurs, ce n’est pas juste que les modèles deviennent plus forts. C’est la boucle d’amélioration.
Dans la source, Matt Shumer rapporte des propos attribués à OpenAI autour d’un modèle de type Codex : l’équipe aurait utilisé des versions préliminaires de l’IA pour déboguer, gérer le déploiement, diagnostiquer des tests, et contribuer de façon notable à sa propre création.
En clair :
- avant, des humains amélioraient des modèles
- maintenant, des modèles aident à améliorer des modèles
- demain, des modèles pourraient améliorer des modèles… encore plus vite
C’est ce que certains décrivent comme une progression exponentielle plutôt que linéaire. Et l’impact n’est pas théorique. Quand un système devient capable de produire du code propre, de corriger des erreurs, de tester, d’itérer, il ne remplace pas seulement une tâche. Il remplace un bout de chaîne de production.
Le développeur “qui ne code plus” : anecdote ou signe des temps ?
Un passage marquant : Shumer explique qu’il ne code plus comme avant. Il décrirait une application en langage naturel, laisserait l’IA travailler plusieurs heures, puis reviendrait sur un produit fini, testé, corrigé, avec un niveau de finition comparable à celui d’un expert.
Évidemment, tout le monde n’a pas cette expérience, et tout dépend des outils, des données, du contexte, de la complexité. Mais même si on divise cette promesse par deux, l’idée reste explosive : si la production logicielle devient massivement automatisable, alors une partie des emplois tech se retrouve sous pression, et ce n’est que le début.
Le plus important : si l’IA a commencé par le code, ce n’est pas parce qu’elle aime particulièrement les points-virgules. C’est parce que le code est un levier universel. Une fois ce levier maîtrisé, le reste suit.
Un tsunami sur le marché de l’emploi : qui est concerné ?
Le discours alarmiste vise un point précis : les métiers cognitifs routiniers, ceux où l’on manipule de l’information et où l’on produit des livrables standardisables.
Exemples de tâches déjà fortement automatisables avec l’IA :
- synthèses de documents, comptes rendus, notes de cadrage
- rédaction de mails, propositions commerciales, fiches produit
- analyse de contrats, extraction de clauses, checklists de conformité
- aide à la décision sur données structurées (tableurs, KPI, reporting)
- support client niveau 1 et 2, bases de connaissances
- génération de code, tests, documentation, refactoring
Et ce qui inquiète le plus, c’est le niveau débutant. Là où un junior apprend en exécutant, l’IA exécute déjà, et plutôt vite.
Dans la source, Dario Amodei (Anthropic) est cité avec une estimation choc : l’IA pourrait éliminer jusqu’à 50 % des emplois de bureau d’entrée de gamme dans un horizon de un à cinq ans.
Qu’on juge ce chiffre trop élevé ou non, il pointe une tendance réelle : l’IA s’attaque à la couche “production” des métiers de bureau. Or, si cette couche disparaît, le pipeline de montée en compétences change complètement.
Pourquoi cette révolution est différente des précédentes
Lors des précédentes vagues d’automatisation, il restait souvent une “zone de repli”. Quand une tâche industrielle disparaissait, on pouvait basculer vers des fonctions administratives ou de services.
Cette fois, la difficulté, c’est que l’IA progresse sur plusieurs fronts à la fois :
- texte
- code
- image
- audio
- analyse
- raisonnement
- planification
Donc la reconversion “classique” peut devenir un jeu de chaises musicales… mais avec une chaise en moins toutes les 30 secondes.
Ajoutez à ça un autre facteur : la différence entre la perception publique (souvent basée sur des versions gratuites limitées) et les capacités des modèles avancés. Beaucoup de gens jugent l’IA sur une mauvaise expérience d’il y a six mois. C’est un peu comme tester la fibre en 2004 sur un modem qui chante, puis conclure que Netflix n’a aucun avenir.
« Ne traitez pas l’IA comme Google » : l’erreur la plus fréquente
L’un des conseils clés attribués à Shumer : ne pas utiliser l’IA comme un moteur de recherche.
Pourquoi ? Parce que la vraie valeur n’est pas dans la réponse rapide. Elle est dans la capacité à ingérer vos informations, à travailler sur des documents, à itérer.
Au lieu de demander :
- “Donne-moi une définition de…”
On obtient des résultats bien plus utiles avec :
- “Voici mon contrat, relève les clauses à risque, propose une reformulation, et donne une checklist de négociation”
- “Voici mon tableur, repère les anomalies, fais une analyse et propose 3 scénarios”
- “Voici 12 tickets support, regroupe les causes, propose un plan d’action et une FAQ”
C’est là que l’IA commence à jouer le rôle d’assistant de production. Et quand un outil passe de “sympa” à “indispensable”, les entreprises réorganisent.
Le mode d’emploi pour ne pas se faire dépasser
L’idée n’est pas de paniquer ni de jeter son ordinateur par la fenêtre. L’idée, c’est de se déplacer dans la chaîne de valeur. Si une partie de votre travail devient automatisable, il faut monter d’un cran.
Voici une adaptation des recommandations citées dans la source, avec une lecture très pragmatique.
1) Utiliser les modèles de pointe
Shumer conseille de passer sur des offres payantes pour accéder à des modèles avancés. Pas par snobisme, mais parce que la différence de performance peut être énorme selon les versions.
Si vous basez votre stratégie carrière sur un modèle bridé, vous vous entraînez sur un vélo d’appartement pendant que la compétition se joue en Formule 1. C’est bon pour le cardio, moins pour gagner la course.
2) Itérer comme un pro
Le premier résultat est rarement parfait. Ce qui fait la différence, c’est :
- donner du contexte
- fournir des exemples
- demander une structure
- corriger, puis relancer
L’itération, c’est la compétence centrale. Ceux qui savent dialoguer avec l’IA obtiennent des livrables meilleurs, plus vite. Les autres concluent que “ça ne marche pas”, puis s’étonnent que leur collègue sorte une présentation complète pendant la pause café.
3) Mettre l’IA dans vos vrais processus
Testez l’IA sur du réel :
- un dossier client
- un appel d’offres
- une analyse concurrentielle
- un audit interne
- un plan de contenu
Et surtout : documentez le workflow. À ce stade, savoir “faire un prompt” est sympa, mais savoir designer un processus est beaucoup plus solide.
4) Automatiser intelligemment et gagner du temps au lieu d’en perdre
Une IA seule, c’est bien. Une IA reliée à vos outils, c’est là que la productivité explose.
Vous pouvez automatiser :
- tri d’emails et réponses suggérées
- résumés d’appels et création de tâches
- extraction de données depuis des PDF
- génération de rapports hebdo
- publication de contenus et alertes
Pour l’automatisation, une plateforme no-code comme Make est souvent un bon point de départ. Si vous voulez tester, voici le lien : https://www.make.com/en/register?pc=laurentwiart
L’objectif n’est pas de créer une usine à gaz, mais une série de petites automatisations qui récupèrent 30 minutes ici, 20 minutes là. Au bout de la semaine, ça fait un vrai levier.
5) Sécuriser ses finances comme si l’incertitude était réelle
Un conseil très terre-à-terre ressort : réduire les dettes, constituer une épargne, garder une marge de manœuvre.
Ce n’est pas un discours “peur”. C’est du bon sens en période de transition. Quand un secteur bouge, ceux qui peuvent dire non à une mauvaise opportunité ont un avantage énorme.
6) Miser sur ce qui reste difficile à automatiser
Tout n’est pas remplaçable. Mais il faut être lucide sur ce qui l’est.
Les atouts qui restent très défendables :
- la confiance humaine (relation client, management, négociation)
- la responsabilité légale et morale
- la présence physique (terrain, opérations, intervention)
- l’arbitrage en environnement flou (priorités, risques, politique interne)
- la stratégie, le goût, la vision
Bonne nouvelle : ce sont aussi souvent les parties les plus intéressantes du travail. Mauvaise nouvelle : il faut parfois arrêter de se cacher derrière 47 slides pour y arriver.
7) La règle des 60 minutes par jour
Shumer recommande de consacrer une heure par jour à tester l’IA sur des tâches ambitieuses. Pas “pour jouer”, mais pour explorer les limites.
Une méthode simple :
- 20 minutes : un cas concret (un document réel)
- 20 minutes : itérations (améliorer la sortie)
- 20 minutes : mise en place d’un mini-process (template, automatisation, checklist)
Au bout d’un mois, vous avez un système. Au bout de trois mois, vous avez un avantage compétitif.
Les signaux à surveiller en 2026 : ce qui doit vous alerter
Si vous voulez prendre la température sans tomber dans la panique, surveillez plutôt ces indicateurs :
- les entreprises qui gèlent les recrutements juniors “parce que l’IA aide déjà”
- les offres d’emploi qui demandent explicitement des compétences IA
- les outils internes d’entreprise qui intègrent des assistants sur les docs, le support, le code
- les restructurations qui touchent d’abord les fonctions de production documentaire
Quand ces signaux se multiplient, l’adaptation devient un projet, pas une option.
Le bon état d’esprit : dompter l’outil, pas le subir
Le message de fond est simple : l’IA ne remplace pas tout le monde, mais elle peut remplacer rapidement ceux qui n’intègrent pas l’IA dans leur manière de travailler.
On peut voir ça comme une menace, ou comme une invitation à devenir la personne qui :
- sait orchestrer des outils
- sait transformer une demande floue en livrable béton
- sait automatiser et fiabiliser un processus
- sait garder un jugement humain là où ça compte
Et si vous cherchez une petite touche d’optimisme : l’IA va aussi créer une demande énorme pour des profils capables de cadrer, vérifier, auditer, sécuriser, expliquer, former, intégrer. Bref, des humains… mais des humains qui ont appris à travailler avec la foudre sans griller le tableau électrique.
Source : https://www.jeuxvideo.com/news/2063807/prevenez-vos-proches-ce-specialiste-de-l-ia-met-en-garde-l-humanite-nous-allons-vers-une-epoque-difficile-sur-le-marche-de-l-emploi.htm
Source : IA et emploi : le vrai choc arrive, comment éviter de se faire remplacer (et garder le sourire)