L’intelligence artificielle ne fera pas disparaître des métiers entiers du jour au lendemain. Elle va plutôt grignoter, tâche par tâche, la partie répétitive et numérisée de chaque profession, jusqu’à ce que certaines d’entre elles perdent leur statut de « métier de masse ».
C’est cette logique précise, et non un scénario de science-fiction, que nous vous proposons de démontrer, en s’appuyant sur les données de l’OIT, de l’OCDE, de la Commission européenne, de Cedefop, de l’Insee, de France Stratégie, du BLS américain et de McKinsey.
Sommaire
L’idée centrale : des tâches biens spécifiques qui commencent déjà à disparaitre
À horizon 2026-2045, l’IA va surtout faire disparaître des segments de tâches plutôt que des intitulés de poste complets.
Mais certains métiers très standardisés, déjà numérisés et peu relationnels, sont eux engagés dans un déclin structurel réel : la saisie de données, le traitement documentaire, le secrétariat standard, la comptabilité répétitive, le service client scripté, la traduction ou la rédaction générique, et l’encaissement routinier ([1], [2]).
Une façon simple de retenir l’idée :
Plus un métier consiste à lire un document, en extraire des informations et remplir un formulaire selon des règles fixes, plus il est proche du cœur de compétence d’un modèle de langage. En revanche, plus il exige du jugement face à l’imprévu, de la confiance humaine ou de la dextérité physique en environnement désordonné, plus l’IA aura du mal à le remplacer.
Un risque exacerbé en France et en Europe
Fin 2024, la France comptait 30,4 millions de personnes en emploi, dont 7,2 millions d’employés et 5,2 millions d’ouvriers, et le secteur tertiaire représentait à lui seul 76,6 % de l’emploi total ([3]).
Au premier trimestre 2026, l’Union européenne comptait 198,3 millions de personnes en emploi, avec un taux d’emploi des 20-64 ans de 76,3 % ([3]).
L’adoption de l’IA progresse vite, mais était encore minoritaire. En 2024, 10 % des entreprises françaises de 10 salariés ou plus déclaraient utiliser au moins une technologie d’IA, contre 6 % en 2023 ([4]).
À l’échelle de l’UE, cette part a atteint 19,95 % en 2025, avec 55,03 % des grandes entreprises déjà utilisatrices ([5]). Côté salariés, environ 30 % des travailleurs européens utilisent déjà des outils d’IA dans leur travail, et ceux qui les utilisent estiment gagner en moyenne 7,4 heures par mois ([6]).
| Indicateur | Valeur | Source |
|---|---|---|
| Emploi total en France (fin 2024) | 30,4 millions | [3] |
| Employés en France | 7,2 millions | [3] |
| Ouvriers en France | 5,2 millions | [3] |
| Part du tertiaire dans l’emploi français | 76,6 % | [3] |
| Entreprises françaises de 10+ salariés utilisant l’IA (2024) | 10 % | [4] |
| Entreprises de l’UE utilisant l’IA (2025) | 19,95 % | [5] |
| Travailleurs européens utilisant déjà l’IA au travail | 30 % | [6] |
Cet écart entre une exposition technique déjà large et une adoption réelle encore partielle explique un phénomène que l’on observe déjà : des baisses de volume dans certaines tâches, sans disparition généralisée de toutes les professions exposées.
Comment ce risque a été mesuré
Il faut bien distinguer plusieurs nuances pour comprendre le remplacement de certains métiers par l’intelligence artificielle.
Un métier peut rester exposé tout en continuant à recruter, simplement parce que les départs en retraite doivent être remplacés. En France, France Stratégie et la Dares projettent près de 800 000 postes à pourvoir par an d’ici 2030, dont près de 90 % relèvent du seul remplacement des départs en fin de carrière ([7]).
Notre méthode combine six facteurs :
- la part de tâches numérisées et répétitives dans le métier,
- la maturité des technologies pertinentes,
- la vitesse d’adoption observée en France et en Europe,
- l’intensité des contraintes physiques et réglementaires,
- l’importance du jugement et de la responsabilité humaine,
- les forces de rappel macroéconomiques comme les pénuries de main-d’œuvre.
Ces facteurs sont calibrés sur l’exposition occupationnelle mesurée par l’OIT et l’OCDE, les projections européennes de McKinsey et de Cedefop, les données françaises de l’Insee et de France Stratégie/Dares, et quelques séries détaillées du Bureau of Labor Statistics américain utilisées comme contrepoint empirique métier par métier.
L’OCDE estime qu’en moyenne 28 % des emplois dans les pays membres se situent dans des occupations au plus haut risque d’automatisation ([8]).
L’OIT, de son côté, estime qu’un emploi sur quatre dans le monde présente une certaine exposition à l’IA générative, une part qui monte à 34 % dans les pays à haut revenu, les emplois de bureau (clerical) restant les plus exposés ([9]).
McKinsey estime qu’en Europe, 27 % des heures actuellement travaillées pourraient être automatisées d’ici 2030, ce qui impliquerait entre 8,5 et 12 millions de transitions occupationnelles sur le continent ([10]).
Les métiers les plus exposés à court terme (0 à 5 ans)
Le point décisif ici est que les métiers les plus menacés à court terme ne sont pas les métiers « les moins qualifiés » au sens scolaire.
Ce sont les métiers dont le cœur de travail consiste à manipuler du texte, des données, des règles, des formulaires et des procédures standardisées.
| Métier ou catégorie | Base d’emploi | Probabilité de transformation majeure | Pourquoi |
|---|---|---|---|
| Saisie de données, traitement documentaire répétitif | Data entry keyers : 141 600 (US) ; word processors : 40 000 (US) | 80-90 % | Travail entièrement textuel et numérisé ; OCR, RPA et LLM remplacent vite la tâche ([11]) |
| Clercs de support documentaire, correction, codage routinier | 1,6 million (UE) | 70-85 % | Cedefop projette -25 % entre 2022 et 2035 ([12]) |
| Comptabilité transactionnelle, aide-comptable | 6,0 millions (UE) | 65-80 % | Cedefop projette -12,5 % d’ici 2035 ; e-invoicing et fintech automatisent les rapprochements ([13]) |
| Téléconseillers, service client de niveau 1 | 3,6 millions (UE) | 55-70 % | Les chatbots absorbent les demandes simples, le métier se polarise vers les cas complexes ([14]) |
| Secrétariat administratif standard | 8,5 millions (UE) | 50-65 % | Cedefop projette plus de 700 000 emplois perdus d’ici 2035 ([15]) |
| Traduction généraliste, rédaction de contenu standardisé | Surtout freelance et sous-traitance numérique | 50-65 % | Les LLM et moteurs de traduction réduisent vite la valeur du contenu non spécialisé |
| Caissiers, encaissement standard | ?1,2 million (UE) | 45-60 % | Self-checkout et paiement mobile réduisent le besoin de caisses dédiées ([16]) |
| Gestion de sinistres simples en assurance | BLS : claims adjusters, -5 % | 40-55 % | L’IA documentaire et le scoring automatisent une partie du middle-office ([17]) |
Prenons un exemple concret pour illustrer la logique de démonstration.
Une employée de back-office qui traite aujourd’hui des factures fournisseurs effectue, dans l’ordre : ouvrir le document reçu, vérifier le numéro de commande, contrôler le montant, saisir l’écriture comptable, classer le justificatif.
Chacune de ces cinq étapes est déjà automatisable séparément par des outils existants : OCR pour la lecture, règles métier pour le contrôle, RPA pour la saisie, classement automatique pour l’archivage.
Quand ces outils sont combinés dans un même workflow, ce n’est pas « le métier de comptable » qui disparaît, mais la tâche de rapprochement simple qui disparaît en premier, ne laissant à l’humain que les cas ambigus, les litiges et le contrôle final. C’est précisément ce que mesure le recul projeté de 12,5 % des accounting clerks d’ici 2035 en Europe ([13]).
Les métiers exposés à moyen terme (5 à 15 ans)
À ce stade, le risque se déplace du texte pur vers des environnements semi-structurés : agences bancaires, entrepôts, chaînes de montage standardisées, centres de surveillance.
| Métier ou catégorie | Base d’emploi | Probabilité de transformation majeure | Pourquoi |
|---|---|---|---|
| Back-office banque/assurance, agents de guichet | 3,6 millions (UE) | 65-80 % | Les « smart branches » et l’onboarding digital déplacent le travail vers le conseil, pas vers l’exécution ([18]) |
| Caissiers et encaissement pur en retail | ?1,2 million (UE) | 65-80 % | Le volume de l’encaissement pur continue de baisser ([16]) |
| Préparation de commandes et manutention en entrepôts automatisés | France transport : 1,46 million ; UE elementary occupations : 16,6 millions | 55-70 % | Robots mobiles, vision et picking assisté compriment les tâches simples ([19], [20]) |
| Assemblage répétitif et contrôle visuel simple | ?1 % de l’emploi en UE | 50-65 % | La robotique industrielle continue de croître ([21]) |
| Surveillance vidéo de routine | Base diffuse | 45-60 % | La vision par ordinateur remplace la détection simple |
| Développeurs très juniors sur tâches répétitives, QA manuelle | Forte croissance globale du secteur IT | 40-55 % | Moins de tâches « boilerplate », plus d’architecture et de revue ([22]) |
| Rédaction juridique/compliance de premier niveau | Base diffuse | 40-55 % | LLM et retrieval automatisent le premier jet, la responsabilité réglementaire freine la suite |
Les métiers exposés à long terme (plus de 15 ans)
Sur cet horizon, les hypothèses dépendent fortement de l’avancée de la robotique, de la conduite autonome et de leur acceptabilité réglementaire — pas seulement de la maturité technique.
| Métier ou catégorie | Base d’emploi | Probabilité de transformation majeure | Pourquoi |
|---|---|---|---|
| Taxi/VTC/livraison sur zones cartographiées | France transport : 1,46 million | 65-85 % | La contrainte principale est la sûreté et la responsabilité, pas la conduite elle-même |
| Conduite poids lourds longue distance | UE : 5,2 millions d’ouvertures de postes d’ici 2035 | 60-80 % | Métier âgé et déjà sous tension ; l’autonomie réduit d’abord les tâches sur autoroute ([23]) |
| Retail d’encaissement pur dans magasins très automatisés | ?1,2 million (UE) | 60-80 % | Les modèles de magasins sans caisse deviennent plus plausibles économiquement |
| Nettoyage et maintenance élémentaire en sites standardisés | UE elementary occupations : 16,6 millions, dont 42 % cleaners/helpers | 45-60 % | La variabilité des environnements freine la disparition totale ([24]) |
| Production de contenus graphiques de base | BLS : graphic designers, +2 % au global | 35-50 % | Le segment banal se commoditise, la direction artistique résiste ([25]) |
Ce qui résiste le mieux à l’automatisation
Certains métiers restent structurellement solides, non pas parce qu’ils sont à l’abri de toute IA, mais parce qu’ils combinent jugement contextuel, responsabilité et relation humaine.
- Santé et aide à domicile, soutenue par la démographie
- Management, négociation et coordination de plusieurs acteurs
- Maintenance avancée et métiers techniques de terrain
- Développement logiciel à forte valeur (architecture, qualité, intégration)
- Professions réglementées à forte responsabilité
En France, d’ici 2030, France Stratégie et la Dares projettent 410 000 créations de postes dans la santé et l’aide aux personnes, 180 000 dans l’informatique et la recherche, ainsi que des besoins récurrents en manutention qualifiée et en maintenance ([7]).
À l’échelle mondiale, le Forum économique mondial anticipe toujours une création nette d’emplois, avec un problème principal de transition et de compétences plutôt qu’un manque de travail ([26]).
Pourquoi certaines tâches s’automatisent plus vite que d’autres : la démonstration par les chiffres
L’automatisation ne se joue pas « par métier » mais tâche par tâche.
Les tâches les plus faciles à automatiser aujourd’hui sont : extraire des informations d’un document, classer, rapprocher, compléter des champs, résumer, reformater, rédiger un premier jet, répondre à des demandes simples, planifier, et détecter visuellement des motifs simples.
Les tâches les plus résistantes restent : arbitrer des cas ambigus, assumer une responsabilité réglementaire, apaiser un conflit, négocier, exercer une dextérité physique en environnement non structuré, prendre en charge le soin et l’empathie.
Les usages dominants de l’IA dans les entreprises françaises en 2024 confirment cette hiérarchie : 44 % des entreprises utilisatrices emploient l’IA pour l’analyse du langage écrit, 41 % pour le machine learning appliqué aux données, 33 % pour l’automatisation ou l’aide à la décision, et 32 % pour la génération de texte.
À l’inverse, les technologies de mouvement de machine basées sur l’observation de l’environnement ne concernent encore que 7 % des entreprises utilisatrices ([4]).
Ce contraste se retrouve dans les chiffres de la robotique industrielle. En 2024, 542 076 robots industriels ont été installés dans le monde, portant le stock opérationnel à 4,66 millions d’unités.
En Europe, les installations ont reculé à 85 006 unités en 2024 — un niveau qui reste néanmoins le deuxième plus élevé de l’histoire — avec une densité de 148 robots pour 10 000 salariés dans l’industrie manufacturière ([27]).
La robotique progresse donc fortement, mais reste concentrée dans des contextes manufacturiers et logistiques bien plus structurés que le bureau numérique, ce qui explique pourquoi le risque touche d’abord les emplois de bureau avant les emplois physiques.
Trois scénarios pour la suite
Le scénario central pour la France et l’UE n’est pas un effondrement du nombre total d’emplois, mais une recomposition rapide des métiers les plus exposés, avec un risque de compression salariale et d’éviction professionnelle pour les nouveaux entrants.
- Scénario optimiste : l’IA sert d’outil d’augmentation. Dans le service client, une étude de Brynjolfsson, Li et Raymond trouve un gain de productivité d’environ 14 % en moyenne grâce à l’assistance IA, avec des gains plus marqués pour les novices, sans disparition immédiate du métier ([28]).
- Scénario central : baisse rapide de la demande pour les tâches standardisables, hausse des exigences pour les tâches complémentaires. Une étude fondée sur 285 millions d’offres d’emploi américaines montre que les occupations les plus substituables par l’IA ont vu leurs annonces reculer d’environ 12 % après le lancement de ChatGPT, avec un effet plus marqué sur les postes d’entrée et l’administratif ([29]).
- Scénario pessimiste : les entreprises utilisent les gains de productivité pour réduire les embauches plutôt que pour redéployer les salariés. Le Forum économique mondial signale que 40 % des employeurs s’attendent à réduire leurs effectifs là où l’IA peut automatiser des tâches ([30]).
Un risque social asymétrique
L’exposition à l’IA générative n’est pas répartie de façon neutre.
L’OIT souligne qu’elle est plus élevée pour les femmes dans les pays à haut revenu, notamment parce que les emplois de bureau et administratifs sont plus féminisés : dans la catégorie la plus exposée, cela représente 9,6 % de l’emploi féminin contre 3,5 % de l’emploi masculin ([9]).
En France, l’Insee confirme que les femmes sont nettement plus présentes dans les emplois d’employés peu qualifiés, tandis que les jeunes en emploi sont fortement concentrés dans les catégories employés et ouvriers ([16]).
Cela crée un risque particulier pour les débuts de carrière et pour les segments administratifs féminisés.
Cinq recommandations pour gérer la transition
- Piloter par tâches, pas par métiers : cartographier pour chaque famille de métiers ce qui relève de l’exécution automatisable, de la supervision, du traitement des exceptions et du jugement.
- Requalifier en priorité les métiers administratifs exposés avant qu’ils ne décrochent, en ciblant trois blocs de compétences : maîtrise pratique de l’IA, gestion des exceptions et de la qualité, et compétences relationnelles et commerciales. La demande de compétences en IA a été multipliée par cinq en Europe depuis 2023 ([10]).
- Protéger activement les débuts de carrière en créant des postes hybrides (« assistant augmenté », « gestionnaire d’exceptions », « superviseur de workflow documentaire ») plutôt que de supprimer simplement les postes juniors qui servaient de porte d’entrée.
- Lier gouvernance de l’IA et dialogue social, via l’information sur les usages, le droit à contester des décisions automatisées, et des audits réguliers des effets sur la santé et l’égalité professionnelle.
- Ne pas surinvestir dans l’automatisation totale là où les pénuries dominent déjà : santé, informatique, manutention qualifiée et maintenance resteront fortement demandeurs de main-d’œuvre en France d’ici 2030 ([7]).
Les limites de cette analyse (on en est conscient)
Quatre limites doivent être gardées en tête.
- Premièrement, les données françaises et européennes très détaillées par métier ne sont pas toujours homogènes ni aussi récentes que les séries agrégées.
- Deuxièmement, pour les métiers physiques, la trajectoire dépend largement de la réglementation, de l’assurance et de l’infrastructure, ce qui rend les horizons longs plus incertains que les métiers numériques.
- Troisièmement, les études empiriques menées après 2022 mesurent encore des effets précoces : elles éclairent bien la direction du changement, moins bien son point d’équilibre final.
- Quatrièmement, certains chiffres précis sont transposés depuis l’UE ou les États-Unis faute de séries françaises strictement comparables métier par métier.
Les tableaux de cet article doivent donc être lus comme des ordres de grandeur robustes, pas comme une nomenclature statistique définitive.
Conclusion
Les métiers qui « vont disparaître » avec l’IA sont avant tout ceux dont la valeur ajoutée repose sur des routines cognitives numérisées : saisie, traitement administratif standard, comptabilité de base, service client scripté, encaissement et production de contenu standardisé.
Viennent ensuite le back-office standardisé, certaines tâches de logistique et d’assemblage, puis, plus lentement, des segments du transport.
Mais la bascule dominante n’est pas l’extinction soudaine de blocs entiers d’emploi : c’est une recomposition rapide des métiers, avec des gagnants et des perdants très différenciés selon le niveau de standardisation des tâches, la vitesse d’adoption de l’IA, et la capacité des institutions à organiser la reconversion.
Foire aux questions
Quels sont les métiers les plus menacés par l’IA à court terme ?
Les métiers les plus exposés à court terme (0 à 5 ans) sont ceux dont le travail est presque entièrement textuel et numérisé : saisie de données, traitement documentaire, secrétariat administratif standard, comptabilité transactionnelle, service client scripté de niveau 1, et encaissement standard. Leur probabilité de transformation majeure est estimée entre 45 % et 90 % selon le sous-métier.
L’IA va-t-elle supprimer plus d’emplois qu’elle n’en crée ?
Les estimations actuelles (OIT, McKinsey, Forum économique mondial) convergent vers un scénario où l’emploi total ne s’effondre pas, mais où des millions de transitions occupationnelles sont nécessaires : McKinsey chiffre entre 8,5 et 12 millions de transitions en Europe d’ici 2030. Le problème principal est la rapidité de la reconversion, pas un manque global de travail.
Quels métiers sont les moins exposés à l’automatisation par l’IA ?
Les métiers les moins exposés sont ceux qui combinent jugement contextuel, responsabilité réglementaire et relation humaine forte : santé et aide à domicile, management et négociation, maintenance avancée de terrain, et professions réglementées à forte responsabilité.
Les femmes sont-elles plus exposées que les hommes au risque lié à l’IA ?
Oui. L’OIT estime que dans les pays à haut revenu, l’exposition à l’IA générative dans la catégorie la plus à risque touche 9,6 % de l’emploi féminin contre 3,5 % de l’emploi masculin, en raison de la forte féminisation des emplois de bureau et administratifs.
Pourquoi les métiers de bureau sont-ils plus menacés que les métiers manuels ?
Parce que la première vague d’IA (modèles de langage, OCR, automatisation de workflow) excelle surtout sur le texte, les données et les règles explicites. La robotique physique, elle, progresse mais reste concentrée dans des environnements industriels très structurés ; elle est donc plus lente à remplacer les tâches manuelles effectuées en environnements variables.
Un métier en fort déclin peut-il continuer à recruter ?
Oui. C’est le cas par exemple des « office clerks » en Europe, dont le volume devrait baisser de plus de 700 000 postes d’ici 2035 selon Cedefop, mais qui continueront à générer des embauches significatives pour remplacer les départs en retraite. En France, près de 90 % des 800 000 postes à pourvoir chaque année d’ici 2030 relèvent du seul remplacement des départs en fin de carrière.
Sources
- [1] OIT — Generative AI and Jobs: A global analysis of potential effects on job quantity and quality — webapps.ilo.org/static/english/intserv/working-papers/wp096
- [2] OIT — Generative AI at work: What it means for jobs in Europe and beyond — ilo.org/resource/article/generative-ai-work
- [3] Insee — Évolution de l’emploi, Emploi, chômage, revenus du travail — insee.fr/fr/statistiques/8376822
- [4] Insee — Les technologies de l’information et de la communication dans les entreprises en 2024 — insee.fr/fr/statistiques/8604126
- [5] Eurostat — Use of artificial intelligence in enterprises — ec.europa.eu/eurostat — Use of AI in enterprises
- [6] Commission européenne — Survey results show that one in three EU workers use AI tools at work — employment-social-affairs.ec.europa.eu — one in three EU workers
- [7] France Stratégie — Les métiers en 2030 — strategie-plan.gouv.fr/publications/metiers-2030
- [8] OCDE — Future of work — oecd.org/en/topics/future-of-work
- [9] OIT — Generative AI and Jobs: A Refined Global Index of Occupational Exposure — ilo.org/publications — refined global index ; One in four jobs at risk of being transformed by GenAI — ilo.org/resource/news — one in four jobs
- [10] McKinsey — The race to deploy generative AI and raise skills — mckinsey.com/mgi/our-research — race to deploy AI
- [11] BLS — Fastest declining occupations — bls.gov/emp/tables/fastest-declining-occupations
- [12] Cedefop — Other support clerks: skills opportunities and challenges — cedefop.europa.eu — other support clerks
- [13] Cedefop — Accounting clerks: skills opportunities and challenges — cedefop.europa.eu — accounting clerks
- [14] Cedefop — Customer clerks: skills opportunities and challenges — cedefop.europa.eu — customer clerks
- [15] Cedefop — Office clerks: skills opportunities and challenges — cedefop.europa.eu — office clerks
- [16] Insee — Professions et secteurs d’activité — insee.fr/fr/statistiques/8376826 ; Cedefop — Sales workers — cedefop.europa.eu — sales workers
- [17] BLS — Claims Adjusters, Appraisers, Examiners, and Investigators — bls.gov/ooh/business-and-financial — claims adjusters
- [18] Cedefop — Customer clerks: skills opportunities and challenges — cedefop.europa.eu — customer clerks
- [19] Insee — Professions et secteurs d’activité — insee.fr/fr/statistiques/8376826
- [20] Cedefop — Elementary occupations: skills opportunities and challenges — cedefop.europa.eu — elementary occupations
- [21] Cedefop — Assemblers: skills opportunities and challenges — cedefop.europa.eu — assemblers
- [22] BLS — Software Developers, Quality Assurance Analysts, and Testers — bls.gov/ooh/computer-and-information-technology — software developers
- [23] Cedefop — Drivers and vehicle operators: skills opportunities and challenges — cedefop.europa.eu — drivers and vehicle operators
- [24] Cedefop — Elementary occupations: skills opportunities and challenges — cedefop.europa.eu — elementary occupations
- [25] BLS — Graphic Designers: Occupational Outlook Handbook — bls.gov/ooh/arts-and-design/graphic-designers
- [26] WEF — Is AI closing the door on entry-level job opportunities? — weforum.org/stories — entry-level job opportunities
- [27] IFR — World Robotics 2025, Executive Summary, Industrial Robots — ifr.org/img/worldrobotics — Executive Summary 2025
- [28] NBER — Generative AI at Work (Brynjolfsson, Li, Raymond) — nber.org/system/files/working_papers/w31161
- [29] SSRN — Labor Demand in the Age of Generative AI: Early Evidence from U.S. Job Posting Data — papers.ssrn.com — labor demand age of generative AI ; NBER — Early Labor Market Transformation under Generative AI — nber.org/papers/w33777
- [30] WEF — Is AI closing the door on entry-level job opportunities? — weforum.org/stories — entry-level job opportunities
- [31] arXiv — AI and jobs: A review of theory, estimates, and evidence — arxiv.org/html/2509.15265v1
- [32] Insee — Emploi, chômage, revenus du travail, Édition 2025 — insee.fr/fr/statistiques/8376824
