OIT : IA générative et emploi — Analyse d'impact mondial et résultats clés

L'étude 2024 de l'Organisation internationale du travail (OIT) constitue l'analyse mondiale la plus complète des effets potentiels de l'IA générative sur l'emploi. Contrairement aux études centrées sur les pays riches, l'OIT modélise explicitement l'impact selon les niveaux de revenu — et les résultats remettent en question les discours habituels sur l'IA et l'emploi.

Résultats clés

• La plupart des emplois sont exposés à l'augmentation, pas au remplacement. L'OIT estime que 5,5 % de l'emploi total dans les pays à revenu élevé est potentiellement exposé à l'automatisation par l'IA générative, tandis que 18,3 % pourrait connaître une augmentation significative. Pour la majorité des travailleurs, l'IA est plus susceptible de modifier les tâches au sein de leur poste que d'éliminer le poste lui-même.
• Les emplois de bureau font face à la plus forte exposition à l'automatisation. Dans toutes les régions, les métiers administratifs (saisie de données, tenue de livres, traitement de la paie) sont les plus vulnérables, avec environ 24 % des tâches administratives considérées comme hautement exposées à l'automatisation.
• L'impact est inégalement réparti selon le revenu des pays. Dans les pays à faible revenu, seuls 0,4 % des emplois font face au risque d'automatisation — en grande partie parce que ces économies comptent moins de postes de bureau que l'IA générative cible. Les pays à revenu élevé font face à une exposition 13 fois supérieure.
• Les femmes sont touchées de manière disproportionnée. Dans les pays à revenu élevé, 7,8 % de l'emploi féminin est exposé à une automatisation potentielle, contre 2,9 % de l'emploi masculin, en raison de la surreprésentation des femmes dans les métiers administratifs.
• Les économies en développement pourraient bénéficier le plus de l'augmentation. L'étude constate que le potentiel d'augmentation par l'IA est substantiel même dans les pays à revenu plus faible, suggérant que l'IA générative pourrait stimuler la productivité sans supprimer d'emplois, à condition que l'adoption s'accompagne de politiques de soutien appropriées.

Ce que cela signifie pour votre carrière

La distinction de l'OIT entre augmentation et automatisation est cruciale. Si vous travaillez dans un métier administratif ou de bureau dans un pays à revenu élevé, le signal est clair : l'automatisation au niveau des tâches arrive, et la question est quand, pas si. Cependant, l'étude montre également que même au sein des métiers exposés, la plupart des tâches impliquent du jugement, du contexte et une coordination humaine que l'IA assiste plutôt qu'elle ne remplace.

Pour les travailleurs des économies en développement, les conclusions sont plus nuancées. La moindre exposition à l'automatisation est en partie structurelle — moins de processus numérisés signifie moins de cibles pour l'IA. Mais l'opportunité d'augmentation est réelle : les outils d'IA pourraient aider les travailleurs de ces économies à franchir des paliers de productivité, à condition que l'accès et la formation soient disponibles.

La conclusion essentielle est que « exposition à l'IA » ne signifie pas « perte d'emploi ». Le cadre de l'OIT pousse à rejeter les récits simplistes de remplacement et souligne que les résultats dépendent largement des politiques publiques, de l'adoption en entreprise et de l'adaptation individuelle.

Données clés

• 5,5 % des emplois dans les pays à revenu élevé font face à une automatisation potentielle par l'IA générative
• 18,3 % des emplois dans les pays à revenu élevé pourraient connaître une augmentation significative
• 24 % des tâches administratives sont hautement exposées à l'automatisation
• 0,4 % de l'emploi dans les pays à faible revenu fait face à l'exposition à l'automatisation
• 2,7 fois plus d'exposition à l'automatisation pour les femmes que pour les hommes dans les économies à revenu élevé

Méthodologie

L'étude de l'OIT utilise un cadre d'analyse au niveau des tâches basé sur la classification professionnelle CITP-08, couvrant 167 pays. Les chercheurs ont mis en correspondance les capacités de l'IA générative avec les tâches spécifiques de chaque métier, évaluant l'exposition de manière granulaire plutôt qu'en traitant les métiers entiers comme binaires (« automatisable » ou « sûr »). L'analyse distingue les tâches à fort potentiel d'automatisation (l'IA pourrait réaliser la tâche de manière autonome) et le potentiel d'augmentation (l'IA pourrait améliorer la performance du travailleur). Les estimations par pays tiennent compte des différences de composition professionnelle entre les groupes de revenus.