L'étude que tout le monde attendait

En mars 2026, Anthropic a publié une recherche intitulée "Labor market impacts of AI : A new measure and early evidence". C'est l'une des premières études sérieuses à mesurer non pas ce que l'IA pourrait théoriquement faire, mais ce qu'elle fait réellement sur le marché du travail.

Les résultats sont nuancés, parfois contre-intuitifs. Et ils ont des implications directes pour les entreprises françaises qui se demandent encore si l'IA va bouleverser leur secteur, et comment se positionner.

Voici ce que dit vraiment cette recherche, sans les raccourcis sensationnalistes.

Le problème des mesures précédentes

Avant d'entrer dans les résultats, il faut comprendre pourquoi cette étude est différente.

La plupart des études sur "l'IA et l'emploi" partent d'une question théorique : quelles tâches un LLM pourrait-il effectuer ? On liste les capacités du modèle, on les confronte aux descriptions de postes, on obtient un score d'exposition. Le problème : cette approche mesure un potentiel, pas une réalité.

C'est comme estimer l'impact des voitures sur les livraisons en regardant leur vitesse maximale, sans savoir si elles sont réellement utilisées pour livrer des colis.

Anthropic introduit une nouvelle métrique appelée observed exposure : l'exposition observée. Elle combine la faisabilité théorique avec les données réelles d'utilisation de Claude, pondérées selon que l'usage est automatisant (l'IA fait la tâche à la place) ou augmentant (l'IA assiste l'humain).

Le résultat ? L'IA est très loin d'exploiter son potentiel théorique. Pour les métiers du numérique et des mathématiques, 94% des tâches sont théoriquement automatisables. Dans la réalité, seulement 33% font l'objet d'un usage observé. Le fossé est considérable.

Qui est le plus exposé ?

Les métiers avec la plus haute exposition observée sont sans surprise :

À l'opposé, 30% des travailleurs ont une exposition nulle : cuisiniers, mécaniciens, barmen, artisans du bâtiment, lifeguards. Ces métiers restent pour l'heure entièrement préservés.

Ce qui surprend dans le profil des personnes les plus exposées : elles sont en moyenne plus diplômées, mieux payées, plus souvent des femmes. L'IA n'attaque pas d'abord les emplois peu qualifiés. Elle s'attaque aux tâches cognitives structurées : rédaction, analyse, code, classification.

Le verdict sur le chômage : aucun signal clair

C'est le résultat qui surprend le plus : aucune hausse détectable du chômage dans les métiers les plus exposés depuis novembre 2022, date de lancement de ChatGPT.

Les chercheurs ont utilisé les données du Current Population Survey américain, comparé l'évolution du chômage entre les métiers très exposés et les métiers non exposés depuis 2016. Résultat statistique : +0,002 point de chômage dans les métiers exposés, non significatif. Zéro.

Les mêmes données montrent que pendant le COVID, c'est l'inverse qui s'est produit : les métiers peu exposés à l'IA (ceux qui requièrent une présence physique) ont vu leur chômage exploser, tandis que les métiers exposés à l'IA restaient stables car télétravaillables.

Conclusion : à date, l'IA n'a pas détruit d'emplois de façon mesurable. Pas encore.

Mais un signal précoce inquiétant : les jeunes

Là où les données deviennent intéressantes, c'est sur l'embauche des 22-25 ans.

Les chercheurs ont examiné non pas le chômage global, mais le taux d'entrée dans les métiers exposés. Et là, un signal apparaît : depuis 2024, les jeunes de 22 à 25 ans entrent moins facilement dans les métiers fortement exposés à l'IA. La baisse est estimée à environ 14%, statistiquement significative.

Pour les travailleurs de plus de 25 ans : aucun effet.

Ce pattern correspond exactement à ce qu'on attendrait si l'IA commence par remplacer les postes d'entrée de gamme plutôt que les postes seniors. Un junior en data entry ou en analyse junior : remplaçable. Un directeur financier avec 15 ans d'expérience : non.

Cette tendance est confirmée par une étude indépendante sur les données ADP (un grand gestionnaire de paie américain) qui mesure une baisse de 6 à 16% de l'emploi des 22-25 ans dans les secteurs exposés.

Ce que ça signifie pour votre entreprise

L'IA n'est pas encore une vague de destructions d'emplois

Si vous avez des équipes dans des métiers exposés (développement, analyse, service client, marketing), vous n'êtes pas face à une menace existentielle à court terme. Le marché du travail a absorbé l'IA sans rupture visible jusqu'ici.

Mais "jusqu'ici" est le mot clé.

L'étude montre que le déploiement réel de l'IA reste très en deçà de ce qui est techniquement possible. Cet écart va se réduire. Les entreprises qui apprennent maintenant à travailler avec des agents IA auront 12 à 24 mois d'avance quand l'adoption s'accélérera.

Comme nous l'analysions dans notre article sur le scénario 2028, l'avantage compétitif ne vient pas d'être le premier à croire en l'IA, mais d'être parmi les premiers à savoir l'utiliser.

L'IA augmente avant de remplacer

La distinction entre automatisation et augmentation est centrale dans cette étude. Dans les données réelles, la majorité des usages de Claude relevait de l'augmentation (assister, accélérer) plutôt que de la substitution pure.

Un analyste qui utilise l'IA pour générer un premier jet de rapport va deux fois plus vite. Il ne perd pas son poste. Il produit plus. C'est ce que nous observons chez nos clients : les 10 automatisations les plus utilisées ne suppriment pas des postes, elles suppriment des tâches ingrates.

Les postes juniors sont sous pression, les seniors non

Si vous recrutez régulièrement des profils juniors pour des tâches analytiques ou de traitement d'informations, le signal sur les 22-25 ans mérite attention. Non pas parce que vous devriez arrêter de recruter, mais parce que le profil de compétences attendu évolue.

Un junior qui maîtrise les outils IA est aujourd'hui plus productif qu'un senior sans cette maîtrise sur les tâches de traitement pur. Le différentiel se creuse.

La France a un cadre réglementaire à prendre en compte

L'étude est américaine et ses conclusions sur le marché du travail s'appliquent au contexte américain. En France, le droit du travail, les conventions collectives et les obligations de reclassement changent la dynamique. La disruption, si elle vient, sera plus lente et négociée.

Mais cela ne change pas le conseil pour les entreprises : s'équiper maintenant en outils IA locaux, conformes RGPD, qui augmentent la productivité de vos équipes sans créer de dépendance à des plateformes cloud externes.

Ce que les données ne peuvent pas encore mesurer

Les chercheurs sont honnêtes sur les limites de leur travail. L'étude mesure les effets à l'échelle agrégée sur le chômage. Elle ne mesure pas :

L'étude pose aussi une limite de détection : elle pourrait identifier une hausse de chômage de l'ordre d'un point de pourcentage dans les métiers exposés. En dessous, le signal se noie dans le bruit statistique.

La conclusion des chercheurs, en clair

Voici comment Anthropic formule sa conclusion : "Comme beaucoup d'autres disruptions économiques, l'impact de l'IA risque d'être ambigu au début, les effets ne devenant clairs qu'avec le recul. Ce cadre est le plus utile quand les effets sont ambigus, car il peut identifier les emplois les plus vulnérables avant que le déplacement ne soit visible."

Traduction : nous sommes peut-être au début du processus, pas encore dans la disruption visible. C'est précisément maintenant qu'il faut comprendre ce qui se passe.

Pour les entreprises françaises

L'IA n'a pas encore détruit des emplois en masse. Mais elle a déjà changé la valeur relative des compétences. Et elle commence à peser sur les recrutements juniors dans les secteurs exposés.

Les entreprises qui en tirent parti maintenant ne le font pas en supprimant des postes. Elles libèrent leurs équipes des tâches répétitives pour qu'elles se concentrent sur ce qui crée vraiment de la valeur : la relation client, le jugement, la créativité, la décision.

Un agent OpenClaw déployé localement ne remplace pas votre équipe. Il absorbe ce que personne n'aime faire de toute façon : les relances, le tri des emails, la veille, les comptes-rendus. Vos équipes restent entières. Elles sont simplement meilleures.

C'est la différence entre subir la vague et apprendre à surfer dessus.

Discutons de votre cas concret.

Source : Massenkoff M., McCrory P., "Labor market impacts of AI : A new measure and early evidence", Anthropic, mars 2026.