Une étude qui retourne le scénario Hollywood
On nous a vendu l’IA comme un aspirateur à jobs. Un jour elle rédige, le lendemain elle code, et le surlendemain elle prend votre badge… tout ça sans même demander un café.
Sauf qu’une étude du NBER, The Economics of bicycles for the mind, met sur la table un paradoxe assez savoureux : plus l’intelligence artificielle devient intelligente, moins elle remplace totalement le travail humain. Oui, c’est contre intuitif. Et non, ce n’est pas une blague écrite par un chatbot qui essaie de sauver sa réputation.
L’idée centrale est simple : l’automatisation fonctionne très bien quand le travail est fait de règles stables. Or, plus l’IA progresse, plus on l’emploie sur des tâches complexes, mouvantes, pleines de contexte… et c’est précisément là que le jugement humain reprend de la valeur.
L’IA adore les règles, l’humain adore s’adapter
Une grande partie des gains de productivité de l’automatisation vient d’un principe vieux comme Excel :
- on définit une règle
- on l’applique en boucle
- on réduit les erreurs de saisie
- on gagne du temps
C’est parfait pour des tâches répétables, prévisibles, cadrées. Mais le réel, lui, n’a pas signé la charte qualité.
Dans la vraie vie, les tâches comportent souvent :
- des exceptions
- des ambiguïtés
- des arbitrages
- des objectifs contradictoires
Et c’est là que l’humain fait ce que les machines font difficilement : interpréter et décider avec un contexte incomplet.
En clair : l’IA peut être excellente pour proposer, résumer, générer, classer. Mais quand il faut trancher dans une zone grise, assumer un choix, gérer une relation, comprendre un non-dit… le facteur humain reste un actif.
Pourquoi une IA plus puissante ne signifie pas “remplacement total”
Le paradoxe pointé par l’étude est économique autant que technologique.
Quand l’IA est limitée, on l’utilise sur des tâches très spécifiques et bien balisées. Résultat : substitution directe. Un logiciel remplace une partie du travail.
Mais quand l’IA devient plus puissante, on l’intègre à des activités plus haut niveau : support à la décision, analyse, coordination, création assistée, recherche d’information. Et là, elle agit davantage comme :
- un multiplicateur de productivité
- un outil de navigation dans la complexité
- une “bicyclette pour l’esprit”
C’est exactement ce que suggère le titre : l’IA est un vélo mental. Un vélo ne “remplace” pas vos jambes, il vous permet d’aller plus loin, plus vite, avec moins d’effort, tout en gardant un pilote.
Les emplois les plus menacés ne sont pas forcément ceux qu’on croit
On entend souvent : “les métiers intellectuels vont disparaître”. En réalité, ce sont surtout les tâches standardisées qui trinquent, qu’elles soient manuelles ou cognitives.
Les zones à risque : standardisation et volume
Les secteurs où l’impact peut être très brutal sont ceux qui combinent :
- des process ultra cadrés
- une forte répétitivité
- une mesure de performance objective
- un coût de main d’œuvre optimisable
On parle notamment des dark factories, ces usines hautement automatisées qui fonctionnent avec un minimum d’humains. Là, l’IA et la robotique ne viennent pas “aider”, elles viennent parfois remplacer un pan entier d’opérations.
Les zones plus résistantes : services, conseil, interfaces humaines
À l’inverse, dans le conseil, les services, ou tout métier où la relation et le contexte sont clés, l’IA a tendance à devenir un copilote. Elle peut accélérer la production, mais l’output final dépend encore :
- d’une stratégie
- d’une compréhension métier
- d’un sens politique interne
- d’une responsabilité assumée
Et ça, ce n’est pas juste une question de “niveau d’intelligence”. C’est aussi une question de confiance, de responsabilité et de coordination.
Le vrai changement : on ne remplace pas un job, on découpe des tâches
Parler de “remplacer un métier” est souvent trop grossier. Dans la pratique, l’IA désassemble un métier en briques.
Prenons un exemple simple dans un job tertiaire :
- lire des documents
- extraire des infos
- faire une synthèse
- proposer des options
- choisir une option
- la vendre en interne
- exécuter
- gérer les imprévus
L’IA peut faire très bien les quatre premières briques, parfois une partie de l’exécution. Mais le choix, la vente, l’arbitrage, la gestion des imprévus… sont souvent l’endroit où la valeur se crée et où le risque se porte.
Donc l’emploi ne “disparaît” pas forcément. Il se recompose.
Le jugement humain devient plus précieux quand l’IA se généralise
C’est probablement le point le plus intéressant : plus l’IA est partout, plus ce qui n’est pas automatisable devient rare. Et ce qui est rare devient cher.
Ce qui devient précieux, ce n’est pas juste “être humain”, c’est maîtriser des compétences spécifiques :
- penser en systèmes (comprendre l’ensemble, pas seulement la tâche)
- poser le bon problème avant de chercher une solution
- vérifier et challenger une réponse de modèle
- prendre une décision quand il n’y a pas de réponse parfaite
- communiquer de façon claire et crédible
C’est un peu comme un GPS : il peut vous donner le chemin, mais c’est vous qui décidez si vous traversez la rivière parce que “c’est plus court”.
LLM, automatisation et nouvelles frontières du travail
Les LLM (grands modèles de langage) ont changé la donne, car ils rendent automatisables des tâches qui semblaient “réservées” aux humains : rédaction, support client, traduction, recherche documentaire, génération de code.
Mais là encore, l’effet est souvent :
- moins de temps passé sur le premier jet
- plus de temps sur la validation
- plus d’importance pour la qualité de brief
- davantage de contrôle sur les risques
Les entreprises qui tirent le meilleur des LLM ne se contentent pas de “brancher un chatbot”. Elles mettent en place :
- des workflows
- des règles de conformité
- des validations humaines
- une gouvernance des données
Autrement dit : l’IA crée du travail… de pilotage.
Automatisation intelligente : le duo gagnant “humain plus IA”
Si l’étude a raison, l’avenir n’est pas “humain contre IA” mais “humain augmenté”. Et ça se voit déjà.
Des exemples très concrets
- En marketing : l’IA produit des variantes, l’humain choisit le positionnement et garantit la cohérence.
- En RH : l’IA aide au tri, l’humain gère l’entretien, l’équité et la décision.
- En support : l’IA propose des réponses, l’humain traite les cas sensibles et les escalades.
- En data : l’IA explore et formule des hypothèses, l’humain vérifie et prend la décision business.
La substitution totale se produit surtout quand le process est fermé et contrôlé. Dans un environnement ouvert, l’IA devient un excellent stagiaire très rapide… à condition de la relire.
Les dark factories : là où la vague peut être la plus rude
Dans les environnements industriels très automatisés, l’effet de remplacement peut être direct.
Pourquoi ? Parce que :
- les tâches sont mesurables
- les erreurs sont détectables
- la production suit un cadre physique
- le ROI est calculable
On peut donc substituer plus facilement.
Mais même là, la demande ne disparaît pas totalement. Elle se déplace vers :
- la maintenance
- la cybersécurité industrielle
- la supervision
- l’ingénierie des process
- la qualité
Moins d’opérateurs, plus de profils techniques. Ce n’est pas toujours rassurant à court terme, mais c’est un signal clair : les compétences évoluent plus vite que les intitulés de postes.
La compétence qui monte : savoir travailler avec l’IA sans lui laisser les clés
Si vous deviez retenir une stratégie simple, c’est celle-ci : ne cherchez pas à “battre” l’IA. Cherchez à devenir la personne qui sait la piloter.
Un mini kit de survie pro
- Savoir écrire un brief clair et testable
- Savoir vérifier une sortie (sources, chiffres, cohérence)
- Savoir transformer une réponse en action
- Savoir documenter un processus
- Savoir automatiser ce qui est répétitif
Et justement, l’automatisation devient accessible à plus de monde grâce aux outils no-code.
Automatiser sans devenir ingénieur
Pour transformer des tâches répétitives en workflows, des plateformes comme Make rendent l’automatisation très concrète. Si vous voulez tester et créer vos premières automatisations, voici un lien d’inscription : https://www.make.com/en/register?pc=laurentwiart
Le plus drôle, c’est que l’automatisation ne sert pas seulement à gagner du temps. Elle sert aussi à standardiser ce qui vous fatigue, pour garder votre cerveau sur ce qui compte vraiment.
Ce que les entreprises doivent comprendre (avant de faire n’importe quoi)
Le fantasme “on remplace tout par l’IA et on économise 40%” se fracasse souvent sur trois murs :
- la qualité n’est pas stable
- les risques juridiques et réputationnels augmentent
- l’intégration dans les process coûte du temps
Les organisations qui réussissent prennent l’IA comme un projet de transformation :
- cartographie des tâches
- priorisation des cas d’usage
- formation des équipes
- mise en place de garde fous
- mesure de performance
Et surtout, elles acceptent une réalité un peu vexante : l’IA est puissante, mais elle n’a pas la responsabilité.
Alors, faut-il avoir peur pour l’emploi ? Plutôt peur de ne pas bouger
Cette étude du NBER met en lumière un point rassurant : l’IA, même très intelligente, ne remplace pas mécaniquement tout le travail humain. Elle déplace la valeur vers :
- l’adaptation
- le jugement
- la décision
- la relation
- la responsabilité
Le risque majeur n’est pas “l’IA va prendre mon job demain matin à 9h”. Le risque, c’est de rester coincé dans des tâches routinières qui, elles, sont sur la trajectoire parfaite de l’automatisation.
La bonne nouvelle : on peut bouger, apprendre, s’équiper, tester des outils, automatiser une partie de son quotidien et monter en gamme.
Et si on doit cohabiter avec une IA très intelligente, autant que ce soit en mode duo. Après tout, même Batman a un Robin, et personne n’a demandé à Robin de remplacer complètement Batman.
Source principale : étude NBER “The Economics of bicycles for the mind” et analyse relayée par Atlantico.