{ "$schema": "https://github.com/otakuch/observatoires-ia/blob/main/schemas/timeline-ia-emploi.schema.json", "version": "0.3.0", "compiled_at": "2026-09-17", "scope": "Jalons IA & emploi · 2019-2026 · monde + France", "license": "CC BY 4.0", "source_aggregator": "Naully Nicolas · observatoire[s]·ia", "documentation_url": "https://observatoire-ia.naullynicolas.ch/methodologie.html", "count": 104, "events": [ { "year": "Octobre 2026", "title": "LIFT HEC Paris · IA générative : un gel des embauches de jeunes dans les métiers exposés", "summary_fr": "Policy Paper du Laboratoire de l'Innovation et du Futur du Travail (LIFT) d'HEC Paris, publié en octobre 2026 par Antonin Bergeaud, Antoine Bertheau, Simon Bunel, Oscar Degos et Marco Guido Palladino, en collaboration avec la Banque de France. Première étude française à mesurer l'effet de l'IA générative sur l'entrée des jeunes dans l'emploi à partir des flux et non des stocks. Source : mouvements de main-d'œuvre de la Dares, construits sur les déclarations sociales nominatives, janvier 2019 à mars 2026, secteur privé de France métropolitaine hors agriculture, intérim et particuliers employeurs, plus d'un demi-million de CDI signés par trimestre dans le champ. Résultat central : chez les 21-29 ans, les embauches en CDI de mars 2026 sont inférieures de 28,3 % à leur niveau de novembre 2022 dans le quintile de métiers le plus exposé à l'IA générative, contre 7,5 % dans le moins exposé, soit un écart de 20,8 points. Rapporté au niveau tendanciel de novembre 2022, environ 22 000 embauches par mois, cela représente environ 6 200 embauches de moins chaque mois dans le quintile le plus exposé, dont environ 4 600 au-delà du recul des métiers peu exposés, soit de l'ordre de 75 000 CDI de moins par an pour les seuls 21-29 ans. Le marché ne détruit pas, il se fige. Les fins de contrat en CDI reculent aussi, de 23 % dans le quintile le plus exposé contre 6 % dans le moins exposé, un écart d'environ 17 points, mais plus tard et moins fortement que les embauches : le solde entre entrées et sorties se réduit d'environ 2 700 mouvements par mois chez les 21-29 ans du quintile exposé, et le renouvellement des effectifs ralentit. Les auteurs y voient un ajustement par le non-recrutement plutôt que par le licenciement, compatible avec un droit du travail français plus encadré qu'aux États-Unis. L'écart décroît avec l'âge sans disparaître avant la cinquantaine : 20,8 points chez les 21-29 ans, 18,6 chez les 30-39 ans, 15,3 chez les 40-49 ans, puis 3,8 après 50 ans. Il ne s'agit donc pas d'un phénomène limité aux nouveaux entrants. Le recul n'est pas un report vers les contrats courts : tous contrats confondus, les embauches des 21-29 ans reculent de 22,1 % dans le quintile le plus exposé alors qu'elles progressent de 1,0 % dans le moins exposé, soit un écart de 23,1 points, supérieur à celui mesuré sur les seuls CDI. Les développeurs sont en première ligne sans expliquer l'essentiel : chez les 21-29 ans, leurs embauches en CDI reculent d'environ 42 % contre 11 % dans les quatre premiers quintiles, un écart proche de 31 points. Mais hors développeurs, le quintile exposé recule encore de 24,5 % contre 7,5 %, soit 17 points d'écart : l'informatique explique moins d'un cinquième de l'écart total. L'appariement avec l'enquête mensuelle de conjoncture de la Banque de France, printemps 2026, permet de passer de l'exposition théorique à l'usage déclaré : environ 6 000 entreprises retrouvées, dont environ 600 déclarant un usage intensif. Depuis fin 2022, les embauches de jeunes en CDI décrochent chez les utilisatrices intensives, de 17 à 25 % en relatif selon les trimestres de 2025, alors que les écarts restent faibles et rarement significatifs chez les salariés plus âgés. Au sein même de ces entreprises, les embauches reculent davantage dans les métiers les plus exposés que dans leurs autres métiers, jusqu'à environ un tiers de moins au premier semestre 2025. L'effectif total de ces entreprises ne diverge pas de façon statistiquement nette, les estimations dérivant vers −2 à −3 % fin 2025 sans pouvoir être distinguées de zéro. Méthode : l'indice d'exposition est construit sur les 1 584 fiches du ROME 4.0 de France Travail et leurs 16 740 savoir-faire, chacun noté de 0 à 5 par des agents fondés sur un modèle de langage selon l'autonomie permise, l'expertise tacite requise et la friction physique ou relationnelle, puis converti en PCS via la table de correspondance de la Dares et classé en cinq quintiles sur 310 PCS. L'indice mesure ce que la technologie peut faire, ni l'usage effectif ni la probabilité de disparition d'un emploi. Réserves posées par les auteurs eux-mêmes : les résultats sont descriptifs et ne neutralisent ni le resserrement monétaire, le taux de dépôt de la BCE passant de −0,5 % à 4 % entre juillet 2022 et septembre 2023, ni la correction post-Covid du numérique, ni la diffusion du télétravail, ni l'essor de l'apprentissage, dont les effectifs passent d'environ 430 000 en 2017 à plus d'un million fin 2023 et dont la part chez les 21-29 ans du quintile exposé monte de 6 % fin 2019 à 10 % fin 2023. L'intensité d'usage de l'IA est déclarée début 2026 alors que les écarts de recrutement apparaissent dès 2023, ce qui laisse ouverte l'hypothèse d'un effet de sélection. Les séries portent sur des flux et ne disent pas combien de jeunes occupent ces métiers à une date donnée. Comparaison internationale : le résultat français se situe entre le recul américain documenté par Brynjolfsson, Chandar et Chen, l'absence d'écart significatif entre quintiles mesurée en Norvège par Hernæs et Kostøl malgré un recul d'environ 18 % chez les jeunes développeurs, et l'absence d'effet sur les revenus et les heures travaillées au Danemark chez Humlum et Vestergaard.", "headline_value": "France · embauches en CDI des 21-29 ans −28,3 % dans les métiers les plus exposés contre −7,5 % dans les moins exposés depuis novembre 2022 · écart de 20,8 points · environ 75 000 CDI de moins par an · le marché se fige plus qu'il ne détruit", "tier": "T1", "citation": "Bergeaud A., Bertheau A., Bunel S., Degos O. & Palladino M. G. · « IA générative : un gel des embauches de jeunes dans les métiers exposés » · LIFT Policy Paper 2026-02 · HEC Paris, octobre 2026 · données Dares MMO janvier 2019 à mars 2026 · méthode et résultats complets dans le LIFT Working Paper 2026-02 · https://heclift.github.io/website/files/papers/LIFT_PolicyNote_1.pdf", "ai_type": "generative" }, { "year": "Septembre 2026", "title": "Google · AI & Economy ATLAS v1.0 · cartographie de l'usage de Gemini dans l'économie", "summary_fr": "Rapport de recherche économique de Google (AI & Economy ATLAS v1.0 : Activity, Task, Landscape and Adoption Study), septembre 2026, sur 15 millions d'interactions dé-identifiées issues de l'application Gemini, de Google AI Mode et de l'API Gemini, rattachées aux codes professionnels du BLS, aux tâches O*NET et aux activités de l'American Time Use Survey. Couverture : plus de 800 professions, 4 000 tâches professionnelles, 300 activités domestiques, 150 pays, 140 langues. Le rapport s'ouvre sur un nouveau paradoxe de Solow : l'IA semble partout sauf dans les statistiques d'emploi et de productivité. Dix conclusions. Diffusion large : l'usage couvre plus de 68% des professions, représentant 88% de l'emploi américain, et des activités correspondant à 98% des heures d'éveil. Profondeur faible : l'IA n'est utilisée que pour 21% des tâches de la profession médiane qui en fait usage, et 3% seulement des professions dépassent 75% de leurs tâches. Usage majoritairement collaboratif : les tâches cognitives non routinières représentent environ 35% des tâches professionnelles mais près de 65% des interactions professionnelles avec l'IA, et les tentatives d'automatisation de bout en bout comptent pour moins de 10% de ces conversations. L'IA n'est pas un phénomène de cols blancs : près d'un tiers des métiers très physiques ne montrent aucun usage, mais les métiers manuels et techniques y recourent, avec un usage multimodal plus de deux fois supérieur à la moyenne professionnelle. Corrélation forte avec le salaire et le diplôme : une hausse de 1% du revenu médian d'une profession est associée à plus de 2,5% d'intensité d'usage, et le salaire médian pondéré par les conversations avoisine 83 000 dollars, environ 20 000 de plus que la médiane nationale. Relation complexe à l'expertise : les tâches d'expertise faible à moyenne affichent un usage relativement plus élevé que les tâches de plus haute expertise. Utilité domestique invisible des statistiques : plus de 86% des interactions ont lieu hors travail, et un gain de trente minutes par semaine représenterait environ 100 milliards de dollars de productivité non rémunérée aux États-Unis. Les démarches administratives à forte friction sont surreprésentées d'un facteur proche de vingt, et près de la moitié des consultations médicales, juridiques, financières et administratives ont lieu hors des heures ouvrables. Géographie : l'usage par habitant suit la richesse nationale, une hausse de 1% du PIB par habitant correspondant à 0,9% d'usage en plus, le quintile le moins adoptant ne pesant que 2% des conversations, mais plusieurs pays à revenu intermédiaire d'Amérique latine et du Moyen-Orient adoptent à des taux comparables à ceux de l'Europe de l'Ouest. Langues : l'anglais ne représente qu'environ un tiers des conversations mondiales et les utilisateurs n'abandonnent pas leur langue maternelle pour les tâches professionnelles complexes. Les auteurs écartent explicitement plusieurs affirmations courantes : ils ne trouvent aucune preuve d'une automatisation massive imminente du travail de bureau, ni que l'IA serait sans objet pour les métiers manuels, ni que sa finalité serait strictement l'automatisation. Réserve majeure : source de première partie, l'usage observé provient du seul trafic Google, et le rapport ne capture pas l'efficacité réelle ni le résultat productif. Aucune ventilation France, Suisse ou Europe continentale.", "headline_value": "68% des professions touchées (88% de l'emploi US) mais 21% des tâches seulement dans la profession médiane · automatisation de bout en bout sous 10% des conversations cognitives · 86% des usages hors travail · nouveau paradoxe de Solow", "tier": "T2", "citation": "Google · AI & Economy ATLAS v1.0 · Mapping Gemini Usage in the Economy · septembre 2026 · 15 M d'interactions, 800+ professions, 150 pays · cadres BLS, O*NET et American Time Use Survey · https://blog.google/innovation-and-ai/technology/ai/ai-economy-atlas-september-2026/", "ai_type": "generative_and_agentic" }, { "year": "Septembre 2026", "title": "Banque de France · Bulletin 266/1 · L'IA s'installe dans les entreprises françaises, gains de productivité encore limités", "summary_fr": "Bulletin de la Banque de France 266/1, septembre-octobre 2026, sur enquête auprès des entreprises de 20 salariés et plus, résultats redressés par secteur et par taille. Thèse : la diffusion est rapide, les gains mesurables ne suivent pas encore. Début 2026, plus des deux tiers des entreprises de 20 salariés et plus déclarent utiliser des outils d'IA générative, avec une forte gradation par taille : 64% chez les 20 à 49 salariés contre 83% chez les 1 000 salariés et plus. L'IA non générative, ou prédictive, reste moins répandue : 31% chez les plus petites contre 60% chez les plus grandes. Les écarts sectoriels sont marqués, l'information-communication et les activités spécialisées, scientifiques et techniques atteignant 91% et 84% pour l'IA générative, contre 67% et 53% pour l'IA non générative. L'usage reste concentré sur des applications généralistes, dans les fonctions support ou transversales, pour 85% à 95% des utilisateurs d'IA générative. Résultat central : une minorité seulement constate des gains de productivité, 31% des utilisatrices d'IA générative et 41% des utilisatrices d'IA non générative. Rapporté à l'ensemble des entreprises interrogées et non aux seules utilisatrices, la proportion tombe à 22%. Effets emploi limités et ambivalents : 6% des entreprises utilisatrices d'IA générative imputent à la technologie une diminution de leurs effectifs. En comparaison internationale, la France se situe entre l'Allemagne, où 1% des entreprises anticipent une baisse de l'emploi en solde net, et le Royaume-Uni, où elles sont 33%. Les auteurs concluent que les gains dépendent moins de l'adoption elle-même que du degré d'intégration de l'IA aux processus métier. Source institutionnelle française de premier rang.", "headline_value": "France, début 2026 : plus des deux tiers des entreprises de 20+ salariés utilisent l'IA générative (64% chez les 20-49, 83% chez les 1 000+), mais 31% seulement des utilisatrices constatent des gains de productivité · 22% rapporté à l'ensemble", "tier": "T1", "citation": "Banque de France · Bulletin 266/1 · L'IA s'installe dans les entreprises françaises : une diffusion rapide, mais des gains de productivité encore limités · septembre-octobre 2026 · https://www.banque-france.fr/fr/publications-et-statistiques/publications/lia-sinstalle-dans-les-entreprises-francaises-une-diffusion-rapide-mais-des-gains-de-productivite", "ai_type": "generative_and_agentic" }, { "year": "Septembre 2026", "title": "The Economist · The jobs apocalypse is postponed · un boom de l'emploi lié à l'IA", "summary_fr": "Enquête du 4 septembre 2026 agrégeant des sources primaires américaines (BLS, Census Bureau, Goldman Sachs, Indeed). Thèse : les effets initiaux de l'IA sur l'emploi sont positifs, et l'apocalypse annoncée n'est pas visible dans les données. L'économie américaine a créé 162 000 emplois en août, le chômage est à 4,1%, et l'écart entre le chômage des 20-24 ans et le taux global est proche d'un plus bas pluri-décennal, ce qui contredit la thèse des jeunes comme premières victimes. The Economist estime qu'environ 1 million d'emplois ont été créés par l'IA aux États-Unis, portés par la dépense d'infrastructure : environ 500 milliards de dollars par an de plus qu'en 2022 pour puces, serveurs, centres de données, refroidissement et électricité (Goldman Sachs), et une construction de centres de données à un rythme annuel supérieur à 75 milliards, en hausse d'environ 60% sur un an (Census Bureau). Ces emplois paient mieux : les postes d'installation et de maintenance en centre de données affichent des salaires supérieurs d'environ 40%, et, de janvier à juin 2026, les salaires horaires ont progressé de plus de 13% dans l'équipement électrique et de près de 8% chez les électriciens. Environ 1% des emplois qualifiés sont désormais des emplois IA, soit de l'ordre d'un million de postes, et 4 à 5% dans l'informatique et les sciences du vivant. Certains métiers gagnent : entre 2023 et 2025, l'emploi des assistants juridiques progresse d'environ 11% et celui des analystes d'études de marché de 6%, contre une moyenne nationale de 2%. D'autres reculent nettement : depuis janvier 2023, l'emploi baisse d'environ 10% chez les agents de service client et d'environ 15% chez les secrétaires et assistants administratifs. Le recrutement dans les services professionnels tourne environ 10% sous la moyenne 2015-2019, mais les licenciements attribués à l'IA restent noyés dans une rotation normale d'environ 1,7 million de départs mensuels. Données américaines · pas de ventilation France, Suisse ou Europe. Source de presse, qui agrège des sources primaires mais produit aussi ses propres estimations. Le dossier chiffre aussi la création nette. Deux estimations propres au journal, construites sur les séries du BLS : environ 320 000 emplois au-dessus de la tendance depuis 2023 dans les cinq industries liées à la construction de centres de données, et environ 730 000 au-dessus de la tendance depuis 2022 chez les ingénieurs, développeurs, mathématiciens et data scientists. LinkedIn recense près de 500 000 emplois de centres de données créés aux États-Unis entre 2023 et 2025 et environ 640 000 emplois spécifiquement IA sur la même période, avec un doublement des offres de responsables IA, d'ingénieurs IA et de directeurs IA depuis 2023-2024 ; Kory Kantenga, chef économiste Amériques de LinkedIn, en conclut que l'IA a jusqu'ici créé plus d'emplois qu'elle n'en a supprimé. Gad Levanon, du Burning Glass Institute, estime en travaux préliminaires qu'environ 1% des emplois qualifiés américains sont des emplois IA, et 4 à 5% dans l'informatique et les sciences du vivant. Côté suppressions, Challenger, Gray & Christmas compte environ 16 000 postes supprimés pour cause d'IA par mois en moyenne depuis janvier 2026, soit de l'ordre de 200 000 depuis mi-2023. Indeed relève que les offres en centres de données ont plus que doublé en deux ans alors que le volume total d'offres reculait. Les projections du BLS retiennent les services aux collectivités comme premier secteur en croissance d'ici 2035 et anticipent 752 000 suppressions dans les fonctions administratives et de support de bureau sur la même période. Sources primaires relayées, non consultées en première main par l'observatoire : BLS, US Census Bureau, Goldman Sachs, Indeed, LinkedIn Economic Graph, Burning Glass Institute, Challenger Gray & Christmas, National Electrical Manufacturers Association. Toute reprise ultérieure d'un de ces chiffres devra passer par la source d'origine.", "headline_value": "États-Unis : chômage 4,1%, écart des 20-24 ans proche d'un plus bas historique · environ 1 M d'emplois créés par l'IA · mais service client −10% et secrétariat −15% depuis janvier 2023 · substitution et création coexistent", "tier": "T4", "citation": "The Economist · The jobs apocalypse is postponed. An AI jobs boom is here · 4 septembre 2026 · agrège BLS, US Census Bureau, Goldman Sachs, Indeed, LinkedIn Economic Graph, Burning Glass Institute, Challenger Gray & Christmas et NEMA · https://www.economist.com/finance-and-economics/2026/09/04/the-jobs-apocalypse-is-postponed-an-ai-jobs-boom-is-here", "ai_type": "generative_and_agentic" }, { "year": "Août 2026", "title": "Stanford · Canaries in the Coal Mine? · Six Facts (mise à jour, données ADP jusqu'à juin 2026)", "summary_fr": "Version d'août 2026 de l'étude de référence de Brynjolfsson, Chandar & Chen (Stanford Digital Economy Lab), sur données administratives de paie ADP couvrant des millions de travailleurs américains jusqu'à juin 2026. Elle consolide le constat en six faits. Fait 1 : aucune preuve de destruction d'emplois généralisée à l'échelle de l'économie. Fait 2 : l'emploi des jeunes travailleurs (22-25 ans) dans les métiers exposés à l'IA est désormais 19% en dessous de sa trajectoire attendue s'il avait suivi celle de leurs pairs moins exposés (contre −16% dans la version d'août 2025) ; les travailleurs expérimentés ne montrent aucun écart comparable. Fait 3 : cette divergence se creuse continûment depuis son premier signalement en août 2025. Fait 4 : elle passe principalement par une baisse des embauches de jeunes, non par une hausse des licenciements. Fait 5 : les reculs se concentrent dans les métiers où l'IA substitue les tâches humaines ; là où l'IA complète les travailleurs, l'emploi est stable ou en hausse, surtout pour les expérimentés. Fait 6 : l'ajustement se fait par le volume d'emploi, non par le salaire de base. La divergence résiste à plusieurs explications alternatives : elle persiste en excluant les firmes technologiques et les métiers informatiques, en contrôlant l'exposition aux hausses de taux d'intérêt et le télétravail, et selon différentes mesures d'exposition. Donnée américaine (ADP), pas de ventilation France, Suisse ou Europe · ancre internationale de la thèse « canaris ».", "headline_value": "Jeunes 22-25 ans en métiers exposés : 19% sous la trajectoire attendue (−16% en août 2025), écart qui se creuse · pas de destruction généralisée · substitution recule l'emploi, complémentation le soutient · ajustement par le volume, pas le salaire", "tier": "T1", "citation": "Brynjolfsson E., Chandar B. & Chen R. · Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of AI · Stanford Digital Economy Lab · août 2026 · https://digitaleconomy.stanford.edu/app/uploads/2026/08/Canaries_August2026.pdf", "ai_type": "generative" }, { "year": "Juillet 2026", "title": "jobs.ch · KI-Report 2026 · le marché du travail suisse en mutation", "summary_fr": "Rapport de jobs.ch (JobCloud AG, avec jobup.ch et JobScout24.ch), 9 juillet 2026, repris par la presse suisse le 20 août. Analyse de 7,3 millions d'annonces sur trois plateformes, comparaison phase pré-IA 2019-2022 vs post-IA 2023-2025, complétée d'une enquête auprès de salariés et d'entreprises. Chiffres clés : les postes d'entrée reculent de 32% en 2025 par rapport à la moyenne 2019-2022 ; 41% des moins de 25 ans expriment une crainte de déclassement (« AI FOBO ») ; 34% des entreprises peinent à recruter des profils IA ; 33% des salariés se disent prêts pour l'IA ; les postes de soins sont environ 8 fois plus difficiles à pourvoir qu'en 2023. Rare mesure suisse fondée sur le volume d'annonces plutôt que sur une enquête déclarative seule, documentant la contraction des postes d'entrée concomitante à la diffusion des LLM. Réserves importantes : émetteur commercial (plateforme d'emploi), source unique (données issues des seules plateformes du groupe, non indépendantes), méthodologie d'exposition non détaillée publiquement, « post-IA » assimilé à 2023-2025 sans contrôle explicite des cycles, part d'enquête déclarative, pas de nomenclature métiers officielle. Converge avec l'étude KOF/ETH (Kläui & Siegenthaler, octobre 2025) sans en constituer une confirmation indépendante.", "headline_value": "Suisse : postes d'entrée −32% en 2025 vs 2019-2022 · 41% des moins de 25 ans craignent le déclassement (AI FOBO) · réserves fortes : émetteur commercial, source unique, converge avec KOF/ETH sans le confirmer", "tier": "T3", "citation": "jobs.ch (JobCloud AG) · KI-Report 2026 · Der Schweizer Arbeitsmarkt im Wandel · 7,3 M annonces · 9 juillet 2026 · https://www.jobs.ch/de/job-coach/ki-report-2026/", "ai_type": "generative_and_agentic" }, { "year": "Juillet 2026", "title": "INSEE · Insee Première n°2120 · usage de l'IA dans les entreprises françaises ×3 entre 2023 et 2025", "summary_fr": "Note statistique de l'INSEE (Insee Première n°2120, 21 juillet 2026), tirée de l'enquête TIC 2025 auprès d'environ 11 000 entreprises (représentant ~194 000 unités, 13,5 M salariés), secteurs marchands, entreprises de 10 salariés et plus. Mesure officielle et représentative de la diffusion de l'IA : 18% des entreprises de 10 salariés et plus utilisent au moins une technologie d'IA en 2025, contre 10% en 2024, soit un triplement depuis 2023. Forte gradation par taille (10-49 salariés 15%, 50-249 salariés 31%, 250+ salariés 58%) et par secteur (information-communication 59%, activités spécialisées et scientifiques 33%, immobilier 26%, construction 10%, transport 9%). Les entreprises utilisatrices concentrent 66% du chiffre d'affaires et 59% de l'emploi des secteurs couverts. Réserves : mesure l'usage déclaré d'« au moins une technologie d'IA » (périmètre large, pas seulement l'IA générative), porte sur l'adoption et non sur les effets emploi, et exclut les entreprises de moins de 10 salariés. Source T1, base de référence pour le suivi annuel de l'adoption française.", "headline_value": "18% des entreprises FR de 10+ salariés utilisent l'IA en 2025 (×3 depuis 2023) · 250+ salariés 58%, info-communication 59%, construction 10% · mesure officielle d'adoption, non d'effets emploi", "tier": "T1", "citation": "INSEE · Insee Première n°2120 · Les TIC dans les entreprises en 2025 · enquête TIC 2025 · 21 juillet 2026 · https://www.insee.fr/fr/statistiques/9025878", "ai_type": "generative_and_agentic" }, { "year": "Août 2026", "title": "OpenAI · De la demande à l'action : comment le monde met ChatGPT au travail (OpenAI Signals)", "summary_fr": "Rapport de première partie d'OpenAI (6 août 2026) publiant, pour la première fois, des données d'usage de ChatGPT par pays, issues d'OpenAI Signals (équipe de recherche économique d'OpenAI). Le jeu de données porte sur les messages des comptes grand public (Free, Go, Plus, Pro), pas des comptes d'organisations. À manier avec la décote propre à une source vendeur documentant l'usage de son propre produit. Enseignements : au travail, l'« action » domine · les utilisateurs sont plus de deux fois plus susceptibles d'utiliser ChatGPT pour accomplir une tâche ou créer quelque chose (rédaction, codage, analyse) au travail qu'en dehors, où « demander » reste dominant. L'écart d'adoption mondial se réduit, des régions d'Amérique latine, d'Afrique et d'Océanie rattrapant les premiers utilisateurs (Pérou, Uruguay, Costa Rica en tête au T2 2026). Le multimédia est le cas d'usage à plus forte croissance (7,8% des messages, plus d'un sur dix au Brésil et en Colombie). L'adoption progresse chez les 35 ans et plus dans presque tous les pays (+5% de part de messages sur un an). France : la part des messages envoyés par les 35 ans et plus a augmenté de plus de 10 points de pourcentage sur l'année écoulée, et près des trois quarts des pays européens ont connu une hausse supérieure à la moyenne. Télémétrie d'usage grand public · pas une mesure d'emploi, d'exposition des métiers ni de prédiction, et pas de chiffre spécifique à la Suisse.", "headline_value": "France : +10 points de part des messages ChatGPT chez les 35 ans et plus sur un an · au travail, 2× plus d'usage pour « agir » (rédiger, coder, analyser) qu'en dehors · télémétrie d'usage OpenAI (T3)", "tier": "T3", "citation": "OpenAI · De la demande à l'action : comment le monde met ChatGPT au travail · OpenAI Signals · 6 août 2026 · https://openai.com/fr-FR/index/how-the-world-is-putting-chatgpt-to-work/", "ai_type": "generative" }, { "year": "Juin 2026", "title": "Ipsos · AI Monitor 2026 · enquête mondiale Global Advisor (32 pays)", "summary_fr": "5e édition de l'AI Monitor d'Ipsos, enquête Global Advisor menée auprès de 23 532 adultes dans 32 pays entre le 20 mars et le 3 avril 2026. Thèse : l'écart entre l'enthousiasme et l'inquiétude se creuse, souvent chez les mêmes personnes. Clivage géographique net · l'Asie et l'Amérique latine sont plus enthousiastes, l'Europe et l'Amérique du Nord plus inquiètes. Contexte mondial : 62% des travailleurs déclarent que l'IA leur a fait gagner du temps au travail sur 12 mois, 54% estiment que l'IA a déjà changé leur vie et 66% attendent un impact plus fort à venir, 38% des travailleurs n'utilisent pas du tout l'IA au travail. Chiffres France : seuls 18% des Français pensent que l'IA va remplacer leur emploi (76% non), l'un des taux les plus bas des 32 pays et en net recul (27% en 2025) ; 42% déclarent que l'IA leur a fait gagner du temps au travail (contre 62% en moyenne mondiale) ; 48% pensent que l'IA va changer leur façon de travailler. Enquête d'opinion et de perception, couvrant la France et plusieurs pays européens (Allemagne, Belgique, Pays-Bas, Suède, Royaume-Uni, Pologne) mais pas la Suisse.", "headline_value": "France : 18% seulement pensent que l'IA remplacera leur emploi (en recul de 27% en 2025), l'un des plus bas des 32 pays · 42% ont gagné du temps au travail (62% en moyenne mondiale) · Europe plus inquiète qu'Asie/LATAM", "tier": "T2", "citation": "Ipsos · AI Monitor 2026 · Global Advisor, 23 532 adultes, 32 pays, 20 mars-3 avril 2026 · https://www.ipsos.com/en/global-attitudes-ai-2026-wonder-vs-worry-divide-deepens", "ai_type": "generative" }, { "year": "Juin 2026", "title": "Ramp / Revelio Labs · A New Look at AI's Impact on Jobs · dépenses IA par firme et ajustement des effectifs", "summary_fr": "Working paper de Kharazian (Ramp), Simon (Revelio Labs) et Stevens (Ramp), 30 juin 2026. Approche inédite : mesurer l'adoption réelle de l'IA à partir des dépenses IA observées (données de paiement par carte et facture Ramp) reliées aux historiques d'effectifs de Revelio Labs, sur 21 559 firmes aux États-Unis. Résultat central : les entreprises qui adoptent l'IA tendent à croître plus vite après l'adoption, mais l'effet est porté presque entièrement par les adopteurs intensifs. Les firmes qui investissent le plus dans l'IA voient leur emploi croître d'environ 10% après adoption, tandis que les adopteurs légers ne connaissent aucune variation statistiquement significative. Les effectifs en début de carrière augmentent de 12% chez les adopteurs intensifs. Les gains émergent progressivement (courbe d'apprentissage) et sont larges (ingénierie, vente, administration, service client), mais concentrés au niveau sectoriel sur l'Information. Nuance méthodologique majeure assumée par les auteurs : l'effet est en partie de sélection · les adopteurs sont déjà des firmes plus grandes, plus techniques et en croissance plus rapide, si bien que la relation est descriptive autant que causale. Le résultat contredit néanmoins la prédiction d'une destruction massive d'emplois par l'IA, et fournit un contrepoint direct au déclin d'emploi des jeunes actifs observé par Stanford (Canaries) sur l'exposition par profession · ici, ce sont des firmes adoptantes qui embauchent davantage de juniors. Donnée firme américaine, pas de ventilation France, Suisse ou Europe.", "headline_value": "Adopteurs intensifs : +10% d'emploi et +12% d'effectifs juniors après adoption (US, 21 559 firmes) · adopteurs légers : aucun effet significatif · contredit la destruction massive, mais effet en partie de sélection", "tier": "T2", "citation": "Kharazian A., Simon L. & Stevens R. · A New Look at AI's Impact on Jobs: Firm-Level AI Spending and Workforce Adjustment · Ramp / Revelio Labs · 30 juin 2026 · https://ramp.com/data/ai-jobs-impact/paper", "ai_type": "generative" }, { "year": "Juin 2026", "title": "DG Trésor · Trésor-Éco n°391 · L'intelligence artificielle, quels effets sur l'emploi ?", "summary_fr": "Note d'analyse institutionnelle de la Direction générale du Trésor (Chopard, Cotet, Gantois, Villani), 30 juin 2026. Lecture française équilibrée : l'IA agit sur le volume d'emploi via deux canaux opposés · substitution des tâches automatisables d'un côté, gains de productivité et hausse de la demande de travail de l'autre. Les études empiriques ne permettent pas encore de trancher l'effet net, faute de recul et d'adoption suffisante. Chiffres clés France : le taux d'adoption de l'IA par les entreprises est de 18% (OCDE 2025), proche de la moyenne européenne (20%) mais inférieur aux pays nordiques · la France est en position intermédiaire, avec un rattrapage en cours (+8 points de pourcentage entre 2024 et 2025, contre +6 pp pour la moyenne européenne). Les gains de productivité observés vont de +14% pour les agents de service client à +26% pour les développeurs, sur des usages ciblés. La part des emplois exposés est estimée entre 5% et 60% selon les méthodes, distinguant emplois menacés (tâches substituables) et emplois valorisés (tâches augmentées). Signaux : premières vagues de licenciements concentrées dans la finance et l'informatique (l'IA servant parfois de prétexte), et ralentissement de l'insertion des jeunes · le chômage des 15-24 ans est passé de 19,1% à 21,1% entre le T1 2025 et le T1 2026, sans lien causal établi avec l'IA (la conjoncture joue aussi). 62% des Français voient l'IA comme un risque pour l'emploi. Conclusion : nécessité d'un accompagnement par les politiques publiques (formation, reconversion via France 2030) et enjeu de compétitivité · le risque de décrochage par sous-adoption face aux économies concurrentes est réel.", "headline_value": "Adoption entreprises FR 18% (OCDE 2025) · rattrapage +8 pp vs +6 pp UE · productivité +14% à +26% par tâche · exposition 5-60% · chômage 15-24 ans 19,1%→21,1% · lecture équilibrée deux canaux", "tier": "T1", "citation": "DG Trésor · Trésor-Éco n°391 · L'intelligence artificielle, quels effets sur l'emploi ? · juin 2026 · Direction générale du Trésor · https://www.tresor.economie.gouv.fr/Articles/2026/06/30/l-intelligence-artificielle-quels-effets-sur-l-emploi", "ai_type": "generative_and_agentic" }, { "year": "2026", "title": "Observatoire Data & IA en Suisse 2026 · Colombus / Oracle / HEG-Genève", "summary_fr": "4e édition (depuis 2024) de l'Observatoire suisse de la Data & IA, réalisée par Colombus Consulting, Oracle et la HEG-Genève auprès d'un panel de plus de 100 organisations suisses (janvier-avril 2026). Thèse 2026 : l'IA n'est plus une question d'adoption mais d'« orchestration durable ». Paradoxe central : 82% des entreprises jugent la conduite du changement critique, mais 11% seulement engagent une refonte réelle des rôles autour de l'IA (« on le sait, on ne le fait pas »). Ambition stratégique en hausse (47% intègrent l'IA en stratégie long terme, ▲12 pts) mais exécution incomplète (9% au cœur de la stratégie). Fondations data devenues le principal facteur limitant : 51% seulement jugent leur qualité de données bonne (▼10 pts), 49% ont une gouvernance limitée ou basique. Déploiement GenAI à l'échelle en recul à 46% (▼29 pts, recentrage sur la valeur). IA agentique émergente : 69% en exploration/expérimentation, 8% à maturité avancée (vs 17% en 2024), 90% maintiennent l'autonomie à « zéro » ou « supervision humaine ». Confiance en montée : souveraineté (62% la mesurent), éthique (72% intègrent des considérations éthiques), formation (34% sans formation formelle, ▲14 pts). Enquête d'adoption, de maturité et de gouvernance d'entreprise · pas d'exposition par métier ni de prédiction. L'événement de lancement (HEG-Genève, 30 juin 2026) apporte quatre compléments absents du rapport écrit. L'écart de littératie dirigeante : 55% des comités de direction déclarent une bonne compréhension de l'IA, mais 38% des équipes dirigeantes n'en ont qu'une compréhension basique, et 11% seulement redessinent les rôles. La conviction stratégique est acquise : 81% estiment que l'IA peut résoudre au moins partiellement leurs défis métier. L'optimisme est corrélé à la qualité des données perçue, 87% chez ceux qui la jugent bonne contre 74% sinon. Enfin les priorités divergent selon le modèle d'affaires : le service client est une priorité pour 58% des entreprises B2C contre 26% des B2B, la finance pour 30% des B2B contre 8% des B2C · l'IA ne passe pas à l'échelle de la même façon partout.", "headline_value": "82% jugent la conduite du changement critique, 11% seulement refondent les rôles · 47% IA en stratégie long terme (9% au cœur) · maturité avancée 8% en 2026 vs 17% en 2024 · 62% mesurent la souveraineté", "tier": "T2", "citation": "Observatoire Data & IA en Suisse 2026 · Colombus Consulting, Oracle & HEG-Genève · 100+ organisations, janvier-avril 2026 · https://ai-observatory.ch/wp-content/uploads/2026/06/Observatoire-suisse-Data-et-IA-2026.pdf · Événement de lancement (transcription) : https://youtu.be/_UPMH4ajbZg", "ai_type": "generative_and_agentic" }, { "year": "2026", "title": "PwC · 2026 Global AI Jobs Barometer · Two futures for jobs in an AI era", "summary_fr": "6e édition du baromètre mondial de PwC, sur plus d'un milliard d'annonces d'emploi, 6 continents, 27 pays (dont la France · 79,4 M annonces · et la Suisse · 8,7 M). Méthodologie AIOE (exposition par profession, d'après Felten) et AIIE (exposition sectorielle), indice de changement de compétences (Harvard / Deming / Nesta). Enseignements 2026, mondiaux et non ventilés par pays : la productivité croît 40% plus vite dans les entreprises les plus exposées à l'IA que dans les moins exposées (effet superstar : top 20% à +163%) ; ces entreprises font croître leurs effectifs plus vite (+52% contre +36%) et les salaires davantage (+24% contre +17%), signe d'une logique d'amplification plutôt que de remplacement ; la prime salariale des compétences IA atteint 62% (contre 57% l'an dernier) ; les compétences des métiers les plus exposés changent 2,5x plus vite (+75% d'écart sur un an) ; marché à deux vitesses · les métiers professionnalisés par l'IA (22% des annonces) croissent 2x plus vite avec +42% de croissance salariale depuis 2021, tandis que les métiers démocratisés (52%) décrochent ; les postes juniors séniorisés progressent de 35% depuis 2019 quand les autres reculent ; le recrutement de spécialistes IA croît 8x plus vite que l'emploi global. Benchmark international, pas une mesure par métier France ou Suisse.", "headline_value": "Productivité +40% (entreprises les plus exposées vs les moins) · prime salariale compétences IA 62% · marché à deux vitesses · spécialistes IA recrutés 8x plus vite · FR et CH dans le jeu de données", "tier": "T2", "citation": "PwC · 2026 Global AI Jobs Barometer · Two futures for jobs in an AI era · 1 Md+ annonces, 27 pays · https://www.pwc.com/gx/en/services/ai/ai-jobs-barometer.html", "ai_type": "generative_and_agentic" }, { "year": "Février 2026", "title": "Impact AI / Viavoice · Observatoire de l'IA responsable en entreprise 2026 · France", "summary_fr": "6e édition de l'Observatoire de l'IA responsable en entreprise, réalisée par Viavoice pour Impact AI avec KPMG France et Bouygues. Enquête en ligne auprès d'un échantillon représentatif de 1 000 salariés du secteur privé en France métropolitaine (18 ans et plus, 17-26 février 2026), enrichie de 10 entretiens de dirigeants (AXA, Bouygues, Crédit Agricole, KPMG, Orange, Salesforce, Schneider Electric, etc.). Axe central : adoption rapide mais accompagnement à la traîne. Productivité : le DRH de Bouygues décrit des gains incrémentaux de 5, 10 ou 15% sur certaines tâches, sans remplacement massif des emplois · déplacement de la valeur du travail vers le capital. Transition / formation : 23% seulement des salariés déclarent une formation à l'IA (6% approfondie), alors que 90% des salariés formés utilisent déjà l'IA générative au travail contre 47% en moyenne · la formation est le point de bascule. Gouvernance : 61% recourent à des outils externes grand public (Shadow AI) contre 19% à des IA internes, 10% signalent une charte ou un comité éthique, 54% jugent l'IA responsable souhaitable voire indispensable. Source d'adoption et de gouvernance, pas d'exposition par métier ni de prédiction.", "headline_value": "47% des salariés privés FR utilisent l'IA générative au travail · 23% formés (6% approfondi) · productivité incrémentale 5-10-15% par tâche sans remplacement massif (DRH Bouygues)", "tier": "T2", "citation": "Impact AI · Observatoire de l'IA responsable en entreprise 2026 · Viavoice pour Impact AI, en partenariat avec KPMG France et Bouygues · 1 000 salariés privés France métropolitaine · 17-26 février 2026 · https://impact-ai.ovh/observatoire-2026/", "ai_type": "generative" }, { "year": "Novembre 2025", "title": "Stanford Digital Economy Lab · Brynjolfsson, Chandar & Chen · Canaries in the Coal Mine · effet entrée de carrière", "summary_fr": "Working paper sur données de paie administratives ADP (plus grand fournisseur de paie des États-Unis). Six faits sur l'effet emploi de l'IA générative. Fait central : depuis l'adoption massive de l'IA générative, les jeunes actifs de 22-25 ans dans les métiers les plus exposés connaissent un déclin d'emploi relatif de 16% une fois contrôlés les chocs au niveau de la firme · les travailleurs plus expérimentés des mêmes métiers et les métiers peu exposés restent stables ou progressent. L'ajustement passe par l'emploi, pas par les salaires. Les déclins se concentrent là où l'IA automatise plutôt qu'elle n'augmente le travail humain · cohérent avec la lecture HBS automatisation/augmentation. Robuste à l'exclusion des firmes tech et des métiers télétravaillables. Donnée américaine · pas directement transposable à la France ou à la Suisse, mais cadre de lecture et borne haute du débat entrée de carrière.", "headline_value": "-16% d'emploi relatif pour les 22-25 ans dans les métiers les plus exposés (US · ADP) · ajustement par l'emploi, pas les salaires", "tier": "T1", "citation": "Brynjolfsson E., Chandar B. & Chen R. · Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence · Stanford Digital Economy Lab · working paper · 13 novembre 2025", "ai_type": "generative" }, { "year": "Février 2026", "title": "Stanford DEL · note de robustesse Canaries · taux d'intérêt & calendrier", "summary_fr": "Note de recherche des mêmes auteurs répondant aux critiques. Deux résultats. Un · l'hypothèse 'c'est les taux d'intérêt, pas l'IA' n'explique pas le déclin : les métiers les plus exposés à l'IA sont en moyenne moins exposés aux taux d'intérêt (la construction par exemple cumule forte exposition aux taux et faible exposition à l'IA), à partir des données de Zens et al. (2020) croisées avec l'exposition d'Eloundou et al. (2024). Deux · avec le jeu de contrôles le plus strict (effets fixes firme-temps), le déclin ne devient significatif qu'en 2024, pas fin 2022 ou 2023 · les déclins antérieurs tiennent probablement à d'autres facteurs. L'ampleur atteint environ 16% en octobre 2025 (contre 13% dans le papier arrêté à juillet), continue de croître et ne montre pas d'inversion. Utile comme garde-fou méthodologique : un effet observé n'est pas une preuve de causalité IA, et le calendrier compte.", "headline_value": "Effet non expliqué par les taux d'intérêt · significatif seulement à partir de 2024 · ~16% en octobre 2025 (vs 13% en juillet), sans inversion", "tier": "T1", "citation": "Brynjolfsson E., Chandar B. & Chen R. · Canaries, Interest Rates, and Timing · Stanford Digital Economy Lab · note de recherche · 9 février 2026", "ai_type": "generative" }, { "year": "Avril 2025", "title": "Humlum & Vestergaard · Danemark · effets nuls de l'IA sur revenus et heures · contrepoint européen", "summary_fr": "Étude liant des enquêtes d'adoption représentatives aux registres administratifs danois (25 000 actifs, 7 000 lieux de travail, 11 métiers exposés selon Eloundou et al. 2024). En différences-de-différences, les auteurs estiment des effets nuls précis sur les revenus et les heures travaillées, au niveau du travailleur et de l'établissement, écartant tout effet supérieur à 2% deux ans après le lancement de ChatGPT · y compris pour les utilisateurs intensifs, les premiers adoptants, les métiers à rémunération flexible et les emplois en début de carrière. Économie de temps moyenne de 2,8% des heures, loin des gains de 15%+ des essais contrôlés. L'adoption se traduit par des réaffectations de tâches et des changements de métier, sans variation nette des heures ni des revenus. Le Danemark est un comparateur pertinent : adoption comparable aux États-Unis et marché du travail flexible. Tension directe et féconde avec le résultat Stanford sur le même cadre d'exposition Eloundou : selon le pays, les données et la méthode, le même phénomène donne un déclin entrée de carrière (US, paie) ou un effet nul (Danemark, registres). Illustration de la règle multi-sources : un seul chiffre ne suffit jamais.", "headline_value": "Effets nuls précis sur revenus et heures (Danemark) · effets >2% écartés à 2 ans · contrepoint au déclin entrée de carrière US sur le même cadre Eloundou", "tier": "T1", "citation": "Humlum A. & Vestergaard E. · Large Language Models, Small Labor Market Effects · University of Chicago Booth / University of Copenhagen · NBER WP 33777 · avril 2025 (mise à jour Still Waters, Rapid Currents · 2026)", "ai_type": "generative" }, { "year": "12 mai 2026", "title": "Assemblée nationale · audition Arthur Mensch (Mistral AI) · commission d'enquête vulnérabilités numériques", "summary_fr": "Audition du cofondateur et directeur général de Mistral AI Arthur Mensch et de la directrice des affaires publiques Audrey Herblin-Stoop devant la Commission d'enquête de l'Assemblée nationale sur les dépendances structurelles et les vulnérabilités systémiques dans le secteur du numérique (créée en février 2026 · rapporteure Cyrielle Chatelain · président Philippe Latombe). Cadre conceptuel : 'l'IA est comme l'énergie' · 'transformer de l'électricité en token'. Constats macroéconomiques structurants : 10% de la masse salariale européenne en IA d'ici 3-4 ans = 1 trillion € de déficit commercial supplémentaire si importation. France : 9 GW de surplus énergétique aujourd'hui · risque de monopolisation par les hyperscalers américains dans les 2 ans. Europe : 400 GW à construire = 20 trillions $ d'investissement, 8 trillions $ de revenus annuels potentiels. Sur l'emploi : 'n'exclut pas une hausse du chômage' et déplacement de la valeur du travail vers le capital, 'capital qui pour le moment n'est largement pas du capital européen'. Plaidoyer pour la commande publique (50% du PIB européen) comme levier vs la réglementation comme défense. Position rare de lucidité de la part d'un acteur IA français.", "headline_value": "10% masse salariale UE en IA importée = 1 trillion € déficit commercial · 9 GW surplus France menacés dans 2 ans · n'exclut pas hausse du chômage", "tier": "T1", "citation": "Assemblée nationale · Commission d'enquête sur les dépendances structurelles et vulnérabilités systémiques du numérique · audition Arthur Mensch (Mistral AI) & Audrey Herblin-Stoop · 12 mai 2026 · vidéo Assemblée nationale 18888392", "ai_type": "generative_and_agentic" }, { "year": "11 mai 2026", "title": "AI Frontiers · Anton Shenk (RAND) · The Quadrillion-Dollar Disagreement on AI and the Economy", "summary_fr": "Article-synthèse magistral publié par Anton Shenk (associé recherche RAND) sur AI Frontiers le 11 mai 2026. Cartographie d'un désaccord de 1 quadrillion $ entre les prévisions économiques sur l'IA 2026-2035 (McKinsey +0,1% à Epoch AI +30% par an). Trois désaccords testables génèrent cet écart : (1) quelles tâches l'IA peut-elle automatiser (Acemoglu 5% output / Korinek continuum infini), (2) friction institutionnelle vs capital markets (OECD <0,5% / Goldman Sachs +1,5%), (3) automatisation de l'innovation elle-même (GPT level effect / singularité économique Epoch AI). État des indicateurs en mai 2026 : implémentation IA <10% dans la plupart des secteurs (US Census), tâches difficiles restent difficiles, écarts salariaux ne se compressent pas, productivité scientifique sans inflection. Les skeptics gagnent aux points, mais lags longs.", "headline_value": "1 quadrillion $ d'écart cumulé entre prévisions IA 2026-2035 · 3 désaccords testables sur jobs, friction institutionnelle, automatisation de l'innovation", "tier": "T2", "citation": "Shenk A. · The Quadrillion-Dollar Disagreement on AI and the Economy · AI Frontiers · 11 mai 2026", "ai_type": "generative" }, { "year": "2025", "title": "Epoch AI · GATE model · borne haute de prévision (croissance super-exponentielle)", "summary_fr": "Modèle macroéconomique GATE (Growth via Automation of Tasks and Experience) publié par Epoch AI en 2025. Pose la borne haute de l'éventail des prévisions économiques sur l'IA : jusqu'à 30% de croissance annuelle PIB à 10 ans si l'automatisation de la recherche scientifique elle-même se déclenche. Mécanisme : les chercheurs IA produisent d'autres chercheurs IA, brisant la contrainte démographique classique sur la production d'idées (singularité économique). Trajectoire 2% an 1 → 8% an 5 → 25% an 10.", "headline_value": "Jusqu'à 30% croissance annuelle PIB sur 10 ans si singularité économique (vs 0,71% Acemoglu) · écart 25× entre les deux estimations NBER", "tier": "T2", "citation": "Epoch AI · Announcing GATE · 2025", "ai_type": "generative" }, { "year": "Novembre 2024", "title": "OECD · Filippucci et al. · Miracle or Myth · bear case institutionnel", "summary_fr": "Document de travail OECD novembre 2024 par Filippucci, Gal, Schief, Schwellnus. Pose la borne basse sceptique sur les gains de productivité macroéconomiques de l'IA : 0,4-0,7% par an sur 10 ans pour les économies avancées. Méthodologie : modélisation de la friction institutionnelle (régulation médicale, droit, métiers licenciés) sur les 38 pays OECD. Application de Baumol's cost disease : l'économie réalloue vers les secteurs résistant à l'automatisation, plafonnant le gain agrégé. Bear case institutionnel central dans le débat 2024-2026.", "headline_value": "Borne basse à 0,4-0,7% productivité annuelle sur 10 ans · bear case institutionnel · application Baumol's cost disease", "tier": "T1", "citation": "Filippucci F. et al. · Miracle or Myth · Assessing the Macroeconomic Productivity Gains from AI · OECD WP · novembre 2024", "ai_type": "generative" }, { "year": "Septembre 2023", "title": "Brookings · Baily, Brynjolfsson, Korinek · Machines of Mind · cadre fondateur GPT", "summary_fr": "Article fondateur publié par Brookings en 2023 par Martin Neil Baily (Brookings), Erik Brynjolfsson (Stanford Digital Economy Lab) et Anton Korinek (University of Virginia). Pose le cadre conceptuel dominant pour analyser l'impact économique de l'IA : l'IA comme General Purpose Technology comparable à l'électricité, l'imprimerie ou l'informatique. Distingue level effect (PIB permanent plus haut, taux de croissance retourne à la tendance) et growth effect (modeste accélération de l'innovation). Référence centrale citée dans tous les articles macro IA 2024-2026.", "headline_value": "Cadre conceptuel fondateur IA comme General Purpose Technology · distingue level effect (PIB permanent ↑) et growth effect (innovation ↑)", "tier": "T2", "citation": "Baily M.N., Brynjolfsson E., Korinek A. · Machines of Mind · The Case for an AI-Powered Productivity Boom · Brookings · 2023", "ai_type": "generative" }, { "year": "7 avril 2026", "title": "Writer · 2026 AI Adoption in the Enterprise (2e édition annuelle)", "summary_fr": "Enquête phare publiée le 7 avril 2026 par Writer et Workplace Intelligence sur l'état de l'adoption de l'IA en entreprise. Méthodologie : 2 400 répondants (1 200 C-suite + 1 200 employés non techniques utilisant l'IA) sur 7 pays dont la France, 30 secteurs, entreprises 100 à 10 000+ employés. Constats : 97% des executives ont déployé des agents IA dans l'année, mais seulement 29% voient un ROI significatif et 23% sur les agents. 79% peinent à adopter l'IA (vs 70% en 2025). 75% admettent que leur stratégie IA est « plus pour la galerie » que pour guider. 54% disent que l'adoption IA déchire leur entreprise. 48% considèrent l'adoption comme un échec majeur (vs 34% en 2025). 60% prévoient des licenciements pour les non-adoptants. 67% rapportent une fuite de données via une IA non autorisée. 29% des employés (44% des Gen Z) admettent saboter la stratégie IA de leur entreprise.", "headline_value": "79% des entreprises peinent à adopter l'IA · 75% reconnaissent stratégie « plus pour la galerie » · 29% seulement voient un ROI significatif · 60% planifient des licenciements pour non-adoptants", "tier": "T2", "citation": "Writer & Workplace Intelligence · 2026 AI Adoption in the Enterprise · enquête sur 2 400 répondants (US, UK, Irlande, Benelux, France, Allemagne, Australie) · 7 avril 2026", "ai_type": "generative_and_agentic" }, { "year": "14 mai 2026", "title": "The Economist · leader · Prepare for an AI jobs apocalypse", "summary_fr": "Le journal de référence économique mondial publie un leader explicitement alarmiste appelant lecteurs et décideurs à se préparer à une vague de destructions d'emplois cols blancs liée à l'IA. L'article s'appuie principalement sur les données du Dallas Fed (janvier 2026, méthodologie Stanford) qui documentent une baisse de 13% de l'emploi des 22-25 ans dans les professions les plus exposées à l'IA depuis fin 2022. Le narratif vient en tension avec les analyses Brookings, Lombard Odier et Imas qui documentent à l'inverse une stabilité globale du marché américain et une recomposition plutôt qu'une destruction.", "headline_value": "Jeunes 22-25 ans · -13% emploi dans métiers exposés à l'IA depuis fin 2022 (Stanford via Dallas Fed)", "tier": "T2", "citation": "The Economist · Leader · Prepare for an AI jobs apocalypse · 14 mai 2026", "ai_type": "generative" }, { "year": "Mai 2026", "title": "McKinsey Global Institute · Agents, robots et nous · Europe", "summary_fr": "Rapport phare du McKinsey Global Institute publié en mai 2026 sur 10 économies européennes (incluant la Suisse) représentant plus de 75% de la main-d'œuvre et du PIB régional. Constats : 58% des heures de travail européennes pourraient théoriquement être automatisées par les technologies actuelles. La part des emplois exigeant des compétences IA a triplé depuis 2023, passant de 4-10% au Q4 2023 à 10-27% au Q4 2025 selon les pays. MGI introduit un Skill Change Index montrant que 70% des compétences resteront pertinentes mais utilisées différemment en partenariat avec agents et robots.", "headline_value": "58% des heures de travail européennes théoriquement automatisables · part des emplois exigeant compétences IA passée de 4-10% à 10-27% en 2 ans", "tier": "T1", "citation": "McKinsey Global Institute · Johansson, Madgavkar, Schrader, Ramírez, Rigby · Agents, robots, and us · How AI reshapes work and skills in Europe · mai 2026", "ai_type": "generative_and_agentic" }, { "year": "Avril 2026", "title": "Lombard Odier · Strobaek & Dumur · The Intelligent Allocator", "summary_fr": "Note du CIO Office de Lombard Odier publiée le 22 avril 2026 par Michael Strobaek (Global CIO Private Bank) et Clément Dumur (Portfolio Manager). Thèse structurante en quatre siècles d'évidence : la technologie remodèle les tâches plus qu'elle ne détruit les emplois. 60% des emplois américains actuels relèvent de professions qui n'existaient pas en 1940 (Autor MIT). La Corée du Sud déploie plus de 100 robots industriels pour 1000 ouvriers manufacturiers avec un chômage inférieur à 3%. Cadre Schumpeter + Minsky : les phases initiales de rupture engendrent une mauvaise allocation des capitaux. Mise en garde sur le piège de Turing (Brynjolfsson) : substituer plutôt qu'augmenter détruit la valeur.", "headline_value": "60% des emplois US n'existaient pas en 1940 (Autor MIT) · Corée 100+ robots/1000 ouvriers, chômage <3%", "tier": "T2", "citation": "Lombard Odier · Strobaek M. & Dumur C. · The Intelligent Allocator · CIO Office Viewpoint · 22 avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "OBVIA Québec · Parent-Rocheleau et al. · Cartographie de l'IA au travail", "summary_fr": "Première étude québécoise de grande ampleur sur l'IA au travail vue par les travailleurs eux-mêmes, publiée par l'OBVIA en avril 2026. Sondage de 4 595 personnes syndiquées issues de 11 organisations représentant 1,4 million de membres. Sept grands constats : usage individuel (60%) surpasse largement le déploiement organisationnel (41% exposition générale, 24% gestion algorithmique) · gagnants = professionnels diplômés universitaires, perdants = personnel technique et services · 15% seulement de confiance totale en l'IA · 60% littératie faible ou moyenne · 36% incapables d'évaluer la qualité, mais 70% s'estiment responsables en cas d'erreur · gouvernance peu transparente · action syndicale timide mais prometteuse.", "headline_value": "4 595 syndiqués québécois · 60% usage individuel / 41% exposition générale · 15% confiance totale · 36% incapables d'évaluer la qualité IA", "tier": "T1", "citation": "Parent-Rocheleau X., Pasquier V., Garneau J.M.É., De Broux C., Michaud J. · Cartographie de l'IA au travail · OBVIA · avril 2026 · DOI 10.61737/HMZO8746", "ai_type": "generative_and_algorithmic" }, { "year": "Septembre 2025", "title": "Apertus · premier LLM suisse public, fully open et conforme à l'EU AI Act", "summary_fr": "EPFL, ETH Zurich et CSCS publient Apertus (8B et 70B paramètres), entièrement open : architecture, poids, données et recettes documentées. Entraîné sur 15 trillions de tokens, 40% non anglophones, plus de 1000 langues incluant le suisse-allemand et le romanche. Hébergé sur la plateforme IA souveraine de Swisscom. Conforme dès l'origine à l'EU AI Act, à la LPD suisse et aux opt-outs créateurs. Plus d'un million de téléchargements en six mois. Ce lancement est le pilier technique de la stratégie helvétique de souveraineté IA, aux côtés des 20 millions CHF engagés par la Confédération sur la Swiss AI Initiative jusqu'en 2028.", "headline_value": "1er LLM public suisse · 70B paramètres · open weights · EU AI Act compliant", "tier": 1, "citation": "EPFL, ETH Zurich, CSCS · Swiss AI Initiative · 2 septembre 2025", "ai_type": "generative" }, { "year": "Septembre 2025", "title": "Choudary · Reshuffle, l'IA comme glu intelligente qui restructure le système", "summary_fr": "Sangeet Paul Choudary publie « Reshuffle: Who Wins When AI Restacks the Knowledge Economy ». Thèse centrale qui réoriente le débat sur l'automatisation : le pouvoir transformateur réel de l'IA n'est pas dans l'automatisation de tâches isolées (RPA 2.0) mais dans son rôle de glu intelligente qui restructure le système entier autour de la tâche. Distinction critique entre task-oriented AI (améliore la performance dans les structures existantes) et system-level AI (redessine la structure du travail). L'exemple Airbus avec digital twins devient une référence : l'IA n'optimise pas des tâches isolées, elle identifie les bottlenecks, teste des configurations alternatives, redessine les rôles selon une vue systémique en évolution. Implication directe pour les directions RH : décomposer un job en tâches automatisables manque les contraintes (contexte, coordination, gestion du risque) qui maintiennent le job ensemble.", "headline_value": "L'IA comme glu intelligente · system-level vs task-level", "tier": 2, "citation": "Sangeet Paul Choudary · Reshuffle · septembre 2025", "ai_type": "generative" }, { "year": "Septembre 2025", "title": "HSLU · Swiss AI Jobs Report 2025 · 4 703 annonces · +400 par mois · concentration Zurich", "summary_fr": "Premier baromètre académique de la création d'emplois IA en Suisse publié par l'Applied AI Center de la Hochschule Luzern en partenariat avec x28 AG et Local AI Community LAC. Analyse de 4 703 annonces d'emploi IA juillet 2024 - juin 2025. Plus de 400 offres IA par mois depuis début 2025. Sélection rigoureuse en 2 à 4 rounds avec études de cas techniques, master ou doctorat souvent requis pour Data Scientist, centaines de candidatures par poste avec fermeture en une semaine. Concentration géographique forte : Zurich 1 773 postes (37%), Genève 536 (11%), Berne 512 (11%), Bâle-Ville 448 (10%), Vaud 281 (6%), Zoug 229 (5%). Top secteurs : informatique 1 205, finance 552, recherche et éducation 435, pharma et chimie 298, conseil 296, assurances 252. Compétences : Data Engineering, Data Science, Machine Learning, Cloud Computing, NLP. Documente le contrepoids structurel positif aux effets de substitution mesurés par la KOF.", "headline_value": "4 703 offres IA · 400/mois · Zurich 37% · top 5 secteurs >60%", "tier": 1, "citation": "HSLU · Hochschule Luzern Applied AI Center · septembre 2025", "ai_type": "generative" }, { "year": "Octobre 2025", "title": "KOF/ETH Zurich · première étude académique rigoureuse sur l'impact IA en Suisse", "summary_fr": "Le KOF Institut de l'ETH Zurich publie l'étude #186 (Kläui & Siegenthaler), première étude académique rigoureuse mesurant empiriquement l'impact de l'IA sur le marché du travail suisse. Financement Fonds national suisse de la recherche (projet 100018-232103). Méthodologie Difference-in-Differences sur registre chômage SECO et insertions x28 AG, mesure d'exposition β-Eloundou appliquée pour la première fois à la nomenclature ISCO-08 suisse. Résultats : +27% de chômeurs dans les métiers très exposés vs peu exposés (population <50 ans), -38% d'offres d'emploi dans les métiers très exposés, doublement du chômage chez les <50 ans depuis novembre 2022. Effets particulièrement marqués chez les programmeurs, développeurs logiciels, analystes système, recruteurs, journalistes, marketing. Top 10 métiers exposés β : programmeurs applications 0,94, DBA 0,91, développeurs web 0,88, développeurs logiciels 0,87, bureau de la paie 0,84. Met en évidence des effets distributionnels significatifs sur les métiers exposés, complémentaires à la vue agrégée de l'AXA/Sotomo (5:1 création/destruction PME). Sur la même période, l'emploi total CH a augmenté de +7,4%.", "headline_value": "+27% chômage · -38% offres · doublement <50 ans · top 10 β", "tier": 1, "citation": "KOF Institut · ETH Zurich · Kläui & Siegenthaler · Étude #186 · octobre 2025", "ai_type": "generative" }, { "year": "Octobre 2024", "title": "Gartner · Erreur de calcul des coûts IA de 500% à 1000% révélée", "summary_fr": "Mary Mesaglio et Hung LeHong (Gartner Distinguished VP) publient le constat fondateur de l'écart entre prix par token affiché et coût réel d'opération de l'IA en entreprise. Sur la base d'une enquête de 451 leaders technologiques senior puis 300 CIO en juin-juillet 2024 : 90% des CIO déclarent que la gestion des coûts limite leur capacité à dégager de la valeur de l'IA, 72% rapportent un break-even ou des pertes sur leurs investissements IA. La déclaration phare : « si les CIO ne comprennent pas comment leurs coûts GenAI vont scaler, l'erreur peut atteindre 500% à 1000% dans leurs calculs ». Le coût devient officiellement « un risque IA aussi important que la sécurité ou les hallucinations ».", "headline_value": "500% à 1000% d'erreur de calcul potentielle sur les coûts IA", "tier": 1, "citation": "Gartner Press Release · 21 octobre 2024", "ai_type": "generative" }, { "year": "Oct. 2024", "title": "Peng et al. · les développeurs 55% plus productifs avec Copilot", "summary_fr": "Étude sur GitHub Copilot : les développeurs complètent les tâches 55% plus rapidement. En France, 32% des PME adoptent l'IA en 2025 (hausse de 12pts).", "headline_value": "+55% productivité dev", "tier": 1, "citation": "Science / GitHub Copilot Working Paper", "ai_type": "generative" }, { "year": "Nov. 2025", "title": "McKinsey MGI · 57% heures travaillées automatisables · Skill Change Index", "summary_fr": "McKinsey Global Institute publie 'Agents, Robots, and Us'. Résultats clés : 57% des heures travaillées US pourraient être automatisées avec les technologies actuelles (vs 30% estimé en 2023). Mais 72% des compétences sont applicables dans les deux contextes (auto/non-auto). Skill Change Index : demande d'IA fluency ×7 en 2 ans. Digital & info-processing : compétences les plus perturbées ; soin & accompagnement : les moins. 1/3 des métiers verront >10% de leurs compétences fortement transformées d'ici 2030.", "headline_value": "57% heures auto · 72% compétences transférables", "tier": 2, "citation": "McKinsey Global Institute · Agents Robots and Us · nov. 2025", "ai_type": "agentic" }, { "year": "Nov 2022", "title": "Lancement de ChatGPT · premier signal", "summary_fr": "OpenAI rend ChatGPT accessible au grand public. En France, 18,3M d'utilisateurs uniques atteints fin 2024. Début des débats sur l'emploi.", "headline_value": "18,3M utilisateurs FR", "tier": 3, "citation": "Sortlist / OpenAI 2025", "ai_type": "generative" }, { "year": "Mars 2026", "title": "Anthropic · 0 impact chômage, −14% embauches jeunes exposés", "summary_fr": "Massenkoff & McCrory (Anthropic Economic Index) : aucun effet significatif sur le chômage depuis ChatGPT. Signal précoce : −14% de nouvelles embauches chez les 22-25 ans dans les métiers exposés (2024). Top exposés : programmeurs 74,5%, service client 70,1%, data entry 67,1%, analystes financiers 57,2%. Mesure nouvelle · l'exposition observée combine la capacité théorique des LLM (Eloundou et al. 2023, tâches O*NET) et l'usage réel constaté, en pondérant plus fortement les usages automatisés et professionnels que les usages augmentatifs. Constat central : l'IA reste très en deçà de sa capacité théorique. Dans l'informatique et les mathématiques, 94% des tâches sont théoriquement automatisables mais 33% seulement sont réellement couvertes. 30% des actifs ont une couverture nulle. La corrélation avec les projections du BLS existe mais est faible : +10 points de couverture correspondent à -0,6 point de croissance projetée 2024-2034. Les actifs les plus exposés sont plus âgés, plus souvent des femmes, plus diplômés et mieux payés (+47% de salaire moyen). RÉSERVE DE MÉTHODE : source de première partie, l'exposition observée étant dérivée du trafic Claude, donc dépendante de la part de marché et du profil d'usage d'un seul fournisseur. Tiérage T2 et non T1 pour cette raison, malgré une conception économétrique solide et des données externes (CPS, BLS, O*NET).", "headline_value": "−14% embauches 22-25 ans", "tier": "T2", "citation": "Massenkoff & McCrory · Anthropic Economic Index, 5 mars 2026", "ai_type": "generative" }, { "year": "Mars 2026", "title": "St. Louis Fed / BPEA · France = 1/3 de l'intensité IA américaine · +3,2pp gap productivité", "summary_fr": "Bick, Blandin, Deming, Fuchs-Schündeln & Jessen publient 'Mind the Gap: AI Adoption in Europe and the U.S.' (Brookings BPEA Spring 2026). Résultats : 43% des travailleurs US utilisent l'IA au travail vs 32% en Europe (−11pp). USA : 5,2% des heures travaillées sur IA. UK/Suède/NL ≈ moitié. France/Allemagne/Italie ≈ 1/3 (~1,7%). Gap de productivité cumulé US vs Europe depuis 2022 : +3,2 pp. Zéro preuve d'impact emploi au niveau industrie (US + Europe). 7% firmes US utilisent l'IA pour la production vs 4% EU.", "headline_value": "France ~1,7% heures IA · gap +3,2 pp US/EU", "tier": 1, "citation": "Bick, Blandin, Deming et al. · St. Louis Fed / BPEA Spring 2026 · NBER WP 34995", "ai_type": "unspecified" }, { "year": "Mars 2026", "title": "Tetlock et al. · GDP +2,5%/an médian · +4% en scénario rapide · +10M emplois perdus US", "summary_fr": "Karger, Kuusela, Tetlock et al. (FRB Chicago + Phil Tetlock/Penn + Yale + Stanford) publient 'Forecasting the Economic Effects of AI'. 5 groupes sondés : économistes, IA companies, policy researchers, superforecasters, grand public. Médiane tous groupes : PIB +2,5%/an (au-dessus des projections gouvernementales). En scénario 'rapide' : PIB +4%, taux de participation 62%→55% d'ici 2050, ~10M emplois perdus aux US attribuables à l'IA (~2,5-3M adapté France). 61,4% des économistes : IA modérée ou rapide d'ici 2030. Désaccord entre experts : principalement sur les EFFETS économiques d'une IA capable, pas sur le rythme de progrès.", "headline_value": "GDP +2,5% médian · +4% scénario rapide · 10M emplois US", "tier": 1, "citation": "Karger, Kuusela, Tetlock et al. · FRB Chicago / Forecasting Research Institute · mars 2026", "ai_type": "unspecified" }, { "year": "Mars 2026", "title": "Jones & Tonetti 'Weak Links' · accélération économique pas avant le milieu du siècle prochain", "summary_fr": "Chad Jones & Christopher Tonetti (Stanford) modélisent l'impact économique de l'automatisation. Résultat central : même dans un scénario d'automatisation totale en temps fini, l'accélération économique n'est pas visible avant le milieu du XXIe siècle. 'The paths are indistinguishable for the next 75 years.' Raison : 'weak links' = élasticité de substitution entre tâches <1 les tâches résiduelles non-automatisables contraignent la croissance globale. Même avec une IA hyper-puissante, la croissance sera contrainte tant que des tâches humaines subsistent.", "headline_value": "Accélération ≥75 ans · weak links = frein structurel", "tier": 1, "citation": "Jones & Tonetti · Stanford 2026 · 'Power of Weak Links' · American Economic Review", "ai_type": "unspecified" }, { "year": "Mars 2026", "title": "Le LLM Cost Paradox documenté : tokens unitaires -90%, mais coûts d'inférence en hausse", "summary_fr": "Convergence entre Gartner (Will Sommer, mars 2026) et l'analyse AISuperior : le prix unitaire par token va baisser de 90% d'ici 2030 pour les fournisseurs IA, mais les coûts globaux d'inférence vont augmenter parce que la consommation explose. Les modèles agentiques consomment 5 à 30 fois plus de tokens par tâche qu'un chatbot standard. Les reasoning models cachent leur consommation : une question simple peut générer 10 000 tokens de raisonnement pour 200 tokens de sortie visible. Cas extrême documenté : 600 tokens consommés pour 2 mots de sortie. Phrase-clé Sommer : « Les CPO ne doivent pas confondre la déflation des tokens commodity avec la démocratisation du raisonnement frontière. » Conséquence : les organisations qui décident de leurs investissements IA sur le prix du token font des erreurs de calibrage majeures.", "headline_value": "Tokens -90% mais consommation +100×", "tier": 1, "citation": "Gartner & AISuperior · mars 2026", "ai_type": "generative" }, { "year": "Mars 2026", "title": "Mistral AI · 830 M$ de dette levés auprès de 7 banques européennes pour data center souverain", "summary_fr": "Plus grosse opération de dette d'une entreprise IA européenne. Consortium 100% européen et japonais, sans banque US : BNP Paribas, Crédit Agricole CIB, HSBC, MUFG, Bpifrance, La Banque Postale, Natixis CIB. Finance 13 800 GPU Nvidia GB300 pour le premier data center à Bruyères-le-Châtel (44 MW, ouverture Q2 2026). Engagement Mensch : 200 MW de capacité de calcul européen d'ici 2027. Stratégie : devenir le 3e fournisseur souverain européen de calcul IA derrière OVHcloud et Scaleway. Pour les industries régulées (gouvernements, défense, finance), c'est l'alternative aux hyperscalers américains qui ne peuvent pas garantir une infrastructure sous juridiction européenne. Mistral atteint 13,7 milliards de dollars de valorisation.", "headline_value": "$830M de dette · 7 banques EU+JP · 13 800 GPU · 200 MW européens en 2027", "tier": 1, "citation": "European Business Magazine · Mistral AI · 30 mars 2026", "ai_type": "generative" }, { "year": "Mars 2026", "title": "Trammell · le travail comme bien de luxe à long terme · théorie de la part durable", "summary_fr": "Philip Trammell (postdoc Stanford Digital Economy Lab, en collaboration avec Brynjolfsson et Chad Jones, prolongeant son paper Trammell-Korinek 2023 au Global Priorities Institute) publie une théorisation de la part durable du travail humain. Argument central : il y a au plus un travailleur par personne, alors que les machines peuvent être numériquement illimitées. Quand l'offre d'une machine devient suffisamment abondante, son utilité marginale s'effondre plus vite qu'à la moitié à chaque doublement. Une préférence même très faible pour des biens « human-intrinsic » (concert, performance, soin, où être produit par un humain fait partie de la valeur) suffit à maintenir la part du travail élevée, voire à la conduire à 1, même avec des machines arbitrairement capables. Trois résultats articulés : (1) si les machines peuvent tout faire et sont plus nombreuses, leurs propriétaires capturent davantage de revenus ; (2) certains biens restent human-intrinsic et non substituables ; (3) si la complémentarité capital-travail reste forte sur ces biens, le revenu réalloué maintient la part du travail. Cette base théorique consolide la dimension 2 du cadre analytique de l'observatoire (secteur relationnel comme bénéficiaire structurel de l'IA via l'effet-revenu).", "headline_value": "Une préférence même faible pour les biens human-intrinsic suffit à maintenir la part du travail élevée", "tier": 1, "citation": "Trammell · Stanford Digital Economy Lab · 27 mars 2026", "ai_type": "generative" }, { "year": "Mars 2026", "title": "Trammell · cadre théorique sur la persistance de la part travail face à l'automatisation", "summary_fr": "Philip Trammell (Stanford Digital Economy Lab) publie un argument théorique solide sur la persistance d'une part travail élevée même dans un scénario de pleine automatisation. La thèse repose sur la notion de biens human-intrinsic : concerts, performances, soin, accompagnement, enseignement direct, où la présence humaine fait partie de la définition même du bien. Une préférence même légère pour ces biens humains-intrinsèques peut maintenir la part travail à un niveau élevé, voire la pousser vers 1, même si les machines deviennent arbitrairement capables. Trammell est coauteur du Working Paper GPI 2020 fondateur sur la croissance économique sous IA transformatrice avec Anton Korinek (NBER, CEPR). Cet article fournit le cadre théorique qui soutient les observations empiriques de Papanikolaou (Northwestern) et de Garicano (Silicon Continent).", "headline_value": "Biens human-intrinsic · cadre théorique anti-Amodei", "tier": 1, "citation": "Trammell · Stanford Digital Economy Lab · 27 mars 2026", "ai_type": "generative" }, { "year": "Mars 2026", "title": "BNS · enquête Q1 2026 · 1/5 entreprises CH affectées · vision slow-burn officielle", "summary_fr": "La Banque nationale suisse publie son enquête conjoncturelle trimestrielle Q1 2026 sur n=241 entreprises suisses (relayée par Bloomberg et SWI swissinfo le 25 mars 2026). Constat : seules 1/5 des entreprises (20%) déclarent avoir besoin de moins de personnel à cause de l'IA, les changements sont typiquement légers, vision slow-burn avec un effet progressif anticipé sur les années à venir. La BNS identifie cinq secteurs et fonctions principalement affectés : cabinets de conseil, développement logiciel, fonctions support, ressources humaines et comptabilité, départements juridiques et services de traduction. Convergence forte avec les conclusions KOF/ETH (programmeurs, support functions, marketing). Lecture officielle de l'institution monétaire suisse : effet réel mais mesuré, pas de désorganisation systémique.", "headline_value": "1/5 entreprises affectées · n=241 · slow-burn", "tier": 1, "citation": "Banque nationale suisse · enquête Q1 2026 · 25 mars 2026", "ai_type": "generative" }, { "year": "Mars 2026", "title": "OpinionWay/Kelio · Baromètre IA-RH 3e vague · 33% DRH utilisent l'IA · 42% actifs menacés", "summary_fr": "OpinionWay pour Kelio publie le Baromètre IA et RH 2026 (3e vague longitudinale, ISO 20252). Double échantillon représentatif France : 306 DRH d'entreprises 20+ salariés et 1 071 Français. Source FR la plus complète sur la perception croisée IA-RH-grand public. 33% des DRH utilisent l'IA dans leurs fonctions RH (vs 24% en 2025, 9% en 2024, +24 points en 2 ans), 42% utilisent ou aimeraient utiliser, mais seulement 6% en usage important. 42% des actifs en poste se sentent menacés à long terme dont 30% plutôt menacés et 12% très menacés. Écart de perception majeur DRH/équipes : 22% des DRH se sentent menacés vs 42% des actifs. Confiance DRH dans le recrutement IA : seulement 4% (le recrutement doit rester humain pour 51%).", "headline_value": "33% DRH IA · 42% actifs menacés · écart perception DRH 22% / actifs 42%", "tier": 2, "citation": "OpinionWay pour Kelio · Baromètre IA et RH 2026 · 3e vague · mars 2026", "ai_type": "generative" }, { "year": "Mars 2026", "title": "Chen et al. arXiv 2603.23971 · phénomène d'inversion de prix · 21,8% inversions, jusqu'à 28× sur les modèles de raisonnement", "summary_fr": "Première étude académique systématique mesurant l'écart entre prix listés et coûts d'inférence réels des modèles de raisonnement frontière. Auteurs : Lingjiao Chen (Stanford / Microsoft Research), Chi Zhang (CMU), Yeye He (Microsoft Research), Ion Stoica (UC Berkeley), Matei Zaharia (UC Berkeley), James Zou (Stanford). Méthodologie : 8 modèles de raisonnement frontière, 9 tâches (math compétition, science QA, génération de code, raisonnement multi-domaine). Découverte : dans 21,8% des comparaisons par paires, le modèle au prix listé le plus bas génère en pratique un coût total supérieur, magnitude d'inversion jusqu'à 28×. Cas emblématique : Gemini 3 Flash listé 78% moins cher que GPT-5.2, coûte 22% de plus en pratique. Cause racine : sur une même requête, un modèle peut utiliser 900% de tokens de raisonnement de plus qu'un autre. Ces tokens sont invisibles à l'utilisateur mais facturés au tarif output. Démonstration : retirer le coût des tokens de raisonnement réduit les inversions de classement de 70% et fait passer la corrélation Kendall τ prix-coût de 0,563 à 0,873. Pour les directions financières et achats : première démonstration rigoureuse que le prix listé n'est pas un instrument fiable de comparaison économique des modèles de raisonnement. Implication TCO directe : tout calcul de coût basé sur les prix listés sans modélisation explicite de la consommation de tokens de raisonnement par cas d'usage sous-estime structurellement les coûts réels.", "headline_value": "21,8% inversions · jusqu'à 28× · 900% écart tokens raisonnement · Kendall τ 0,563→0,873", "tier": 1, "citation": "Chen, Zhang, He, Stoica, Zaharia, Zou · arXiv 2603.23971 · 25 mars 2026", "ai_type": "generative" }, { "year": "Mars 2025", "title": "HBS · complémentarité ou déplacement ? Résultats mitigés", "summary_fr": "L'étude HBS montre que l'IA générative déplace certains travailleurs juniors dans les services (rédaction, analyse) tout en augmentant la productivité des seniors.", "headline_value": "Déplacement juniors confirmé", "tier": 1, "citation": "HBS Faculty Research · fév. 2025", "ai_type": "unspecified" }, { "year": "Mars 2023", "title": "Goldman Sachs · 300M emplois mondiaux à risque", "summary_fr": "Le rapport Goldman Sachs estime que 300 millions d'emplois dans le monde pourraient être impactés. En Europe, ~25% des emplois seraient exposés.", "headline_value": "25% emplois EU exposés", "tier": 2, "citation": "Goldman Sachs Research 2023", "ai_type": "unspecified" }, { "year": "Mai 2026", "title": "Washington Post + NYT · le décalage entre rhétorique IA et chiffres effectifs des Big Tech", "summary_fr": "Constat empirique majeur publié dans le Washington Post (1er mai 2026) et repris dans une opinion New York Times (3 mai 2026) : Amazon, Google et Meta ont aujourd'hui à peu près le même nombre d'employés qu'en 2022, en pleine ruée à l'embauche post-pandémie. Les coûts R&D par dollar de chiffre d'affaires sont supérieurs à 2022 chez Meta, Google et Amazon. Les quatre plus grandes entreprises tech engagent plus de 700 milliards de dollars de CapEx 2026, principalement vers l'infrastructure IA. Marc Andreessen (board Meta) et Sam Altman (CEO OpenAI) reconnaissent publiquement que les licenciements relèvent d'abord de la surembauche pandémie et des conditions macroéconomiques, l'IA servant de bouc-émissaire culturellement résonnant. Le récit d'austérité IA ne se traduit pas dans les chiffres d'effectifs. Taux de chômage US 4,4% (9,4% pour les 16-24 ans), très en dessous des pics européens années 1990. Oxford Economics (janvier 2026) qualifie les preuves d'une perturbation IA de « patchwork au mieux ». Wharton parle d'« AI-washing des pertes d'emploi ».", "headline_value": "Big Tech : effectifs 2026 ≈ effectifs 2022 malgré 700 Md$ de CapEx IA", "tier": 1, "citation": "Washington Post technology · NYT Opinion · 1er-3 mai 2026", "ai_type": "generative" }, { "year": "Mai 2026", "title": "Garicano · réponse côté offre à Amodei · la tâche n'est pas le job", "summary_fr": "Pieter Garicano (Silicon Continent) publie une critique structurée des prédictions Amodei et Suleyman. L'argument central : un job n'est pas une somme de tâches automatisables, c'est un bundle. Quand l'IA prend la tâche faible du bundle, elle laisse au travailleur la tâche forte, qui était souvent celle qui produisait la vraie valeur. Conséquence empirique : l'IA recompose les métiers, elle les supprime rarement. Travail préliminaire au livre Messy Jobs avec Jin Li et Yanhui Wu. L'auteur mobilise l'exemple historique de l'horlogerie suisse face au quartz dans les années 1980 : la survie n'est pas venue d'une meilleure précision technique, mais d'une redéfinition complète du bundle de valeur (mécanique d'art, héritage, statut). Cadre directement applicable au débat IA contemporain.", "headline_value": "La tâche n'est pas le job · le bundle survit, recomposé", "tier": 1, "citation": "Silicon Continent · Pieter Garicano · 2 mai 2026", "ai_type": "generative" }, { "year": "Mai 2026", "title": "Caseau · synthèse RNS Strasbourg, le cadre McKinsey production/transaction/interaction et la viscosité de la transformation", "summary_fr": "Yves Caseau (CTO Michelin, ex-CEISAR, Académie des technologies) publie une synthèse de référence à partir de ses conférences au RNS Strasbourg et à Bonnieux. Mobilise le modèle McKinsey Lund/Manyika/Ramaswamy pour structurer l'impact différencié : la production migre vers les robots, la transaction vers l'IA générative, l'interaction reste résiliente (soin, éducation, hospitalité, médiation, présence incarnée). Articule la loi d'Amara avec la viscosité documentée de la transformation IA en entreprise. Mobilise Yann Ferguson (LaborIA, ICAM Toulouse) pour les 4 archétypes de travailleurs face à l'IA : remplacé, dominé, augmenté, réhumanisé. Mobilise Choudary (Reshuffle), Iansiti (Harvard), AII 2026 Stanford pour calibrer la maturité réelle. Présente le modèle FWPM (Future of Work Parametric Model) en quatre paramètres comme outil d'analyse systémique. Position robuste à mi-chemin entre Amodei pessimiste et déni minimaliste : ACI déjà là, AGI pas avant 2030, transformation profonde mais lente, nécessité d'une politique publique de redistribution.", "headline_value": "ACI déjà là · AGI pas avant 2030 · cadre McKinsey + 4 archétypes Ferguson", "tier": 2, "citation": "Yves Caseau · Information Systems Biology · 2 mai 2026", "ai_type": "generative" }, { "year": "Mai 2026", "title": "a16z David George · The AI Job Apocalypse Is a Complete Fantasy · thèse bull historique-allocateur · 4 papers académiques 2026", "summary_fr": "Article de référence du fonds Andreessen Horowitz publié le 6 mai 2026 sur le newsletter a16z. Présente la thèse contre-narrative au récit de l'apocalypse IA-emploi, articulée autour de quatre arguments. (1) Cadre historique : agriculture, électrification, VisiCalc/Excel, agents de voyage Tedeschi/Stripe · à chaque vague de productivité, redéploiement vers des activités à plus forte valeur ajoutée. (2) Cadre conceptuel : lump-of-labor fallacy comme erreur récurrente, Jevons Paradox sur l'expansion de la demande quand l'input devient bon marché, Carlota Perez sur les phases des révolutions technologiques. (3) Données empiriques académiques 2026 convergentes : NBER WP 34984 (pas de changement significatif d'emploi total), Atlanta Fed WP 2026-3 (90% des entreprises sans impact perçu), Census CES 26-25 (5% des entreprises utilisatrices, hausses 2,3% vs baisses 2,0%), Yale Budget Lab avril 2026 (stabilité). (4) Données positives émergentes : ratio augmentation/substitution 8:1 dans les earnings calls, embauches développeurs en hausse depuis début 2025, postes PM revenus à leur plus haut depuis 2022, formation de nouvelles entreprises corrélée à l'adoption IA, +60% YoY apps store. Position nuancée sur les juniors : exception Stanford/Dallas Fed/Census documentée mais corrigée par la hausse des rôles d'entrée où l'IA est augmentative. Pour les COMEX et CFO, l'argument optimiste académiquement défendu qui équilibre Amodei et Suleyman et ancre 4 papers académiques 2026 dans une lecture allocateur historique.", "headline_value": "4 papers académiques 2026 · ratio augmentation/substitution 8:1 · lump-of-labor fallacy", "tier": 2, "citation": "David George (Andreessen Horowitz) · a16z newsletter · 6 mai 2026", "ai_type": "generative" }, { "year": "Mai 2026", "title": "Champniss · HBR · The Psychological Costs of Adopting AI · le coût psychologique mesurable peut annuler les gains de productivité IA", "summary_fr": "Article de Guy Champniss publié dans Harvard Business Review (mai-juin 2026, magazine print + digital). Auteur : visiting professor IE Business School Madrid, fondateur de Meltwater Consulting (cabinet UK behavioral science). Apport : ouvre une dimension empirique psychologique-comportementale jusque-là absente du débat IA-emploi, distincte des dimensions substitution-création, maturité organisationnelle, TCO et méta-épistémologique. Thèse centrale : la concentration sur l'efficience et la productivité affichées par les fournisseurs IA eux-mêmes occulte que l'IA produit des conséquences psychologiques négatives mesurables sur la motivation des employés, conséquences qui peuvent annuler les bénéfices productifs et fragiliser les modèles de ROI. Source académique principale citée : Wu et al. (Zhejiang University, Scientific Reports / Nature Portfolio, avril 2025) · 4 études expérimentales avec 3 562 participants · -11% motivation intrinsèque, +20% ennui lors du retour aux tâches en autonomie après collaboration IA. Convergence avec Microsoft Research et Carnegie Mellon University (CHI 2025, Lee et al.) sur la sédation cognitive. Implication pour COMEX et DRH 2026-2030 : le calcul de ROI IA qui ne prend pas en compte la dette psychologique cumulée est structurellement biaisé · les politiques d'augmentation IA doivent être conçues pour préserver le contrôle perçu et l'engagement intrinsèque, pas seulement pour libérer du temps.", "headline_value": "-11% motivation intrinsèque · +20% ennui · 3 562 participants · 4 études expérimentales", "tier": 1, "citation": "Champniss · Harvard Business Review · mai-juin 2026 · article digital + magazine", "ai_type": "generative" }, { "year": "Mai 2026", "title": "Cortesi, Hasse, Müller-Daubermann, Gasser · UZH IKMZ · ai-dentities · première étude académique suisse sur les attitudes du grand public face à l'IA générative · 1 000 répondants", "summary_fr": "Première étude académique suisse rigoureuse sur les attitudes et perceptions du grand public face à l'IA générative, publiée le 7 mai 2026 par le Department of Communications and Media Research (IKMZ) de l'University of Zurich, en partenariat avec le TUM Think Tank. Méthodologie : enquête en ligne sur 1 000 personnes 15-79 ans en Suisse alémanique et romande, octobre 2025, panel pondéré sur OFS 2024. Résultats clés : 40% plus inquiets qu'enthousiastes (vs 21% plus enthousiastes), 39% partagés. Fracture générationnelle nette : 61% des moins de 30 ans utilisent souvent l'IA générative vs 13% des 60+. Écart régional structurant : 49% d'inquiets en Suisse romande vs 37% en Suisse alémanique. 76% ont déjà utilisé un outil GenAI, 36% souvent (doublement vs 19% en 2024). Apport unique : analyse complémentaire par métaphores. Constat structurant : les voix les plus inquiètes sont aussi celles avec le moins d'expérience directe · le débat public risque d'être structurellement déséquilibré. Pour les organisations suisses, première donnée de référence sur la perception du grand public, complémentaire aux études sur la substitution (KOF/ETH), la création (HSLU) et la maturité organisationnelle (Colombus/Oracle/HEG).", "headline_value": "1 000 répondants · 40% inquiets vs 21% enthousiastes · 39% ambivalents · gap 11 pts Romandie/Alémanique", "tier": 1, "citation": "Cortesi, Hasse, Müller-Daubermann, Gasser · University of Zurich IKMZ · ai-dentities · 7 mai 2026 · CC BY-SA 4.0", "ai_type": "generative" }, { "year": "Juin 2025", "title": "PwC AI Jobs Barometer · France N°1 Europe · +273% offres IA", "summary_fr": "PwC analyse près d'un milliard d'offres d'emploi dans 15 pays. La France est le premier pays européen pour les offres liées à l'IA (166 000 en 2024, +273% vs 2019). Les métiers exposés à l'IA affichent une croissance du CA par salarié 3 fois plus rapide. Prime salariale IA mondiale : +56% (vs +25% en 2023). Paradoxe français : les postes IA exigent davantage de diplômes (62% pour les postes augmentés), à contre-courant de la tendance mondiale.", "headline_value": "166k offres FR · +56% prime salariale", "tier": 2, "citation": "PwC AI Jobs Barometer 2025 · France", "ai_type": "unspecified" }, { "year": "Juin 2025", "title": "Observatoire Data et IA Suisse 2025 · 52% des entreprises déploient l'IA à l'échelle, 70% citent la culture comme premier frein", "summary_fr": "Étude longitudinale de référence Colombus Consulting / Oracle / HEG-Genève publiée en juin 2025, menée entre janvier et avril 2025 sur un panel de 100+ organisations suisses (méthodologie reproduite à l'identique vs édition 2024). Apport unique : seule source CH mesurant la maturité organisationnelle réelle de l'adoption IA en entreprise, en complément des sources sur les effets de substitution (KOF/ETH) et sur la création d'emplois IA (HSLU). Le déploiement à l'échelle d'assistants IA passe de 21% à 52% en un an (+31 points), tandis que les pilotes reculent de 28 points : la phase exploratoire cède la place à une adoption opérationnelle. 62% des dirigeants ont une connaissance bonne à très bonne de l'IA (vs 37%, +25 points). Mais 70% identifient encore la culture et l'organisation comme principal frein, pas la technique. 58% reconnaissent une mesure du ROI IA basique ou inexistante (vs 74%, -16 points). 35% seulement intègrent l'IA au plan stratégique long-terme. Léger avantage du secteur des services financiers et assurances. Constat éditorial : aucune différence significative entre secteurs sur la capacité de l'IA à résoudre des problèmes complexes, ce qui montre que la maturité interne et les compétences sont les véritables moteurs de la réussite.", "headline_value": "52% déploient à l'échelle · 62% dirigeants formés · 70% culture = frein #1", "tier": 2, "citation": "Colombus Consulting · Oracle · HEG-Genève · Observatoire Data et IA Suisse 2025 · juin 2025", "ai_type": "generative" }, { "year": "Janvier 2026", "title": "Gartner · Le coût par résolution GenAI dépassera 3$ d'ici 2030", "summary_fr": "Patrick Quinlan (Senior Director Analyst, Gartner Customer Service) prédit que le coût par résolution en service client basé sur l'IA générative dépassera 3$ d'ici 2030, au-dessus de nombreux agents B2C offshore. Trois facteurs convergents : hausse des coûts de data centers, pivot des fournisseurs IA de la croissance subventionnée vers la profitabilité, et complexification des cas d'usage qui consomment plus de tokens. Conséquence pour les directions service client : « l'automatisation totale sera prohibitivement coûteuse pour la plupart des organisations ». Bascule stratégique attendue : de la logique de réduction de coûts vers une logique d'engagement client et de valeur à vie.", "headline_value": "Coût par résolution GenAI > 3$ en 2030, supérieur aux agents offshore", "tier": 1, "citation": "Gartner Press Release · 26 janvier 2026", "ai_type": "generative" }, { "year": "Janvier 2025", "title": "Amodei à Davos · prédiction de 50% d'emplois cadres entrants éliminés en 1 à 5 ans", "summary_fr": "Au Forum économique mondial de Davos en janvier 2025, Dario Amodei, CEO d'Anthropic, prédit publiquement que l'IA pourrait éliminer jusqu'à 50% des emplois cadres entrants en finance, conseil, droit et tech sur un horizon de 1 à 5 ans, et porter le chômage entre 10% et 20%. Argument structurel : contrairement aux vagues d'automatisation passées (factory workers vers offices), l'IA progresse simultanément dans tous les secteurs cognitifs, supprimant les bassins d'emploi adjacents qui absorbaient les travailleurs déplacés. Cette prédiction est devenue le pôle pessimiste du débat de référence et a structuré la conversation médiatique pendant 18 mois.", "headline_value": "50% entry-level cadres en 1-5 ans · pôle pessimiste du débat 2025-2026", "tier": 2, "citation": "Davos / Anthropic · Dario Amodei · janvier 2025", "ai_type": "generative" }, { "year": "Janvier 2025", "title": "Lee et al. (Microsoft Research + Carnegie Mellon) · l'usage répété de la GenAI affaiblit la pensée critique", "summary_fr": "Étude conjointe Microsoft Research et Carnegie Mellon sur les effets cognitifs de l'usage répété de la GenAI par les knowledge workers. Trois résultats majeurs : faux sentiment de confiance dans les outputs IA, diminution mesurable de la pensée critique après usage répété (particulièrement chez les novices), bascule du cycle question-réflexion-vérification vers le cycle question-IA-acceptation. À mettre en perspective avec l'étude MIT Klopfer (2024, groupe ChatGPT n'a rien retenu en Fortran) et l'imagerie cérébrale MIT 2025 (activation neurale réduite). Implications RH critiques : l'augmentation IA des juniors est productive à court terme mais doit être accompagnée d'une discipline d'usage.", "headline_value": "Faux sentiment de confiance · pensée critique en baisse · effet plus fort sur novices", "tier": 2, "citation": "Microsoft Research + Carnegie Mellon · Lee et al. · janvier 2025", "ai_type": "generative" }, { "year": "Janvier 2025", "title": "CESE · 9 points d'attention pour un dialogue social constructif sur l'IA", "summary_fr": "Le Conseil économique social et environnemental français rend son avis officiel sur l'IA, le travail et l'emploi. Méthodologie originale d'analyse de controverses appliquée à trois questions critiques : inégalités au travail, organisation et santé, impacts emploi. Identifie trois groupes spécifiquement touchés : employés administratifs, femmes (surreprésentées dans les métiers exposés), jeunes diplômés (qui acquièrent leurs compétences en commençant par les tâches que l'IA va prendre). Constat marquant : moins d'un accord d'entreprise sur mille fait référence à l'IA, mais la proportion a été multipliée par 2,5 entre 2018 et 2023. Cadre directement utilisable par les directions RH françaises pour structurer leur négociation collective.", "headline_value": "9 points d'attention CESE · 3 groupes spécifiquement touchés", "tier": 1, "citation": "CESE · janvier 2025", "ai_type": "generative" }, { "year": "Janv. 2025", "title": "BIS · IA & emploi en Europe : effet d'augmentation dominant", "summary_fr": "La Banque des règlements internationaux constate que dans les entreprises européennes adoptant l'IA, la destruction d'emplois est plus faible que la complémentarité.", "headline_value": "Complementarity > displacement", "tier": 1, "citation": "BIS Working Paper 1239, 2025", "ai_type": "unspecified" }, { "year": "Janv. 2025", "title": "Albanesi et al. · emploi plus élevé dans les métiers exposés en zone euro", "summary_fr": "Economic Policy publie la première preuve sur données historiques européennes (2011-2019) : les occupations plus exposées à l'IA ont vu leur part d'emploi augmenter. Résultat contre-intuitif qui suggère une complémentarité dominante sur cette période. Belgique, Allemagne, Espagne, France, Italie, Pays-Bas et 5 autres pays.", "headline_value": "Emploi +↑ dans métiers exposés EU", "tier": 1, "citation": "Albanesi, Dias da Silva, Jimeno et al. · Economic Policy 40(121), janv. 2025", "ai_type": "unspecified" }, { "year": "Jan. 2024", "title": "France Stratégie · 10-15% emplois français à risque élevé", "summary_fr": "La commission IA du gouvernement français évalue que 10 à 15% des emplois français présentent un risque élevé d'automatisation par l'IA générative d'ici 2030.", "headline_value": "10-15% emplois FR", "tier": 2, "citation": "Commission IA, rapport mars 2024", "ai_type": "automation_broad" }, { "year": "Février 2026", "title": "FT Burn-Murdoch & O'Connor · critique méthodologique des exposure scores", "summary_fr": "Critique systématique des sept mesures dominantes d'exposition à l'IA (Eloundou OpenAI, Anthropic Economic Index, AIOE, Yale Budget Lab et autres). Selon l'analyse Yale Budget Lab citée, les mesures s'accordent sur les métiers peu exposés mais divergent fortement sur les plus exposés. Trois facteurs ignorés par les approches task-based : autonomie du travailleur (David Autor 2003), régulation institutionnelle (radiologie, thérapie aux États-Unis), et effets de second ordre sur la demande. Repère méthodologique majeur pour calibrer la prudence de tout observatoire qui s'appuie sur ces scores.", "headline_value": "7 mesures d'exposition · faible accord sur les jobs les plus exposés", "tier": 1, "citation": "Burn-Murdoch & O'Connor · Financial Times · 26 février 2026", "ai_type": "generative" }, { "year": "Février 2026", "title": "Yale Budget Lab · 7 mesures d'exposition à l'IA comparées sur 867 métiers", "summary_fr": "Étude méthodique de Gimbel, Kendall et Kulsakdinun (Yale Budget Lab) comparant les 7 mesures dominantes d'exposition à l'IA (Eloundou, Felten AIOE, Webb, Eisfeldt, Tomlinson Microsoft) sur 867 métiers SOC 2018. Conclusion empirique nuancée : les mesures s'accordent largement sur les métiers peu exposés (variance 0,03 pour les plombiers) mais divergent sur l'ampleur de l'exposition des métiers fortement exposés (variance 0,48 pour les programmeurs informatiques). Le désaccord porte sur l'ampleur, pas sur l'existence de l'exposition. Important : les scores indiquent des zones d'impact possible, pas des prédictions d'automatisation. Données XLSX téléchargeables, 710 métiers couverts par toutes les mesures.", "headline_value": "Variance ×16 entre métiers à faible et forte exposition", "tier": 1, "citation": "Gimbel, Kendall, Kulsakdinun · Yale Budget Lab · 19 février 2026", "ai_type": "generative" }, { "year": "Février 2026", "title": "AISI UK · première étude RCT mesurant la productivité IA sur tâches O*NET", "summary_fr": "Le UK AI Security Institute publie la première étude expérimentale rigoureuse mesurant les gains de productivité IA sur des tâches professionnelles standardisées. RCT sur 500 participants représentatifs de la population active britannique, 4 tâches expérimentales conçues sur la taxonomie O*NET Generalised Work Activities. Résultats agrégés : +25% qualité, +61% points par minute, mais aucun gain de temps significatif. Variance critique par tâche : Task 4 (interpréter du sens) +102% de productivité, Task 3 (planification stratégique) aucun gain mesurable. Met en évidence les capacités jagged de l'IA : excellente sur l'analyse synthétique structurée, encore en retrait sur les outputs ouverts. Cadre méthodologique de référence pour la nouvelle UK Future of Work Unit.", "headline_value": "RCT 500 participants · +25% qualité · +61% pts/min · capacités jagged", "tier": 1, "citation": "AISI · UK Future of Work Unit · 2 février 2026", "ai_type": "generative" }, { "year": "Février 2025", "title": "Sommet pour l'action sur l'IA · Paris · l'avenir du travail comme axe majeur", "summary_fr": "Le Sommet pour l'action sur l'intelligence artificielle de Paris (10-11 février 2025) fait de l'avenir du travail l'un de ses cinq axes majeurs. Le dossier de référence du Labo Société Numérique (ANCT) synthétise pour la première fois les positions institutionnelles françaises sur l'impact de l'IA sur l'emploi : Commission Villani (5% emplois directement remplaçables, 19/20 emplois conservent des tâches non automatisables), Direction du Trésor (effets théoriques incertains), CESE (avis avec 9 points d'attention pour le dialogue social), LaborIA (recommandations pour une IA capacitante). Lancement officiel du dialogue social technologique comme cadre français de gouvernance de l'IA en entreprise.", "headline_value": "Avenir du travail · 5 axes majeurs · cadre français du dialogue social IA", "tier": 1, "citation": "Labo Société Numérique · ANCT · 11 février 2025", "ai_type": "generative" }, { "year": "Fév. 2025", "title": "Noy & Zhang NBER · gains de productivité réduits par rigidités", "summary_fr": "Nouvelle étude NBER : les gains de productivité IA sont plus faibles dans les pays avec des marchés du travail rigides · dont la France (CDI, conventions collectives).", "headline_value": "France : rigidités = atténuation", "tier": 1, "citation": "NBER w34851, fév. 2025", "ai_type": "generative" }, { "year": "Fév. 2024", "title": "McKinsey · 30% des heures travaillées automatisables", "summary_fr": "Le McKinsey Global Institute estime que 30% des heures travaillées en Europe et aux États-Unis pourraient être automatisées d'ici 2030 grâce à l'IA générative.", "headline_value": "30% heures travaillées", "tier": 2, "citation": "McKinsey Global Institute, fév. 2024", "ai_type": "automation_broad" }, { "year": "Avril 2026", "title": "DemoSCOPE / Angestellte Schweiz · première mesure perception IA en CH", "summary_fr": "Première enquête nationale représentative suisse (1 028 actifs des 3 régions linguistiques, 23-30 mars 2026) mesurant la perception de l'IA et l'emploi. 17% des actifs déclarent l'introduction d'un outil IA dans leur environnement sur 12 mois. Asymétrie marquée par taille d'entreprise (24% chez 250+ vs 9% chez les TPE) et par revenu (22% chez les hauts revenus vs 6% chez les bas). L'IA ressort comme cause individuelle #1 d'insécurité quand on demande aux répondants. La formation continue est jugée la mesure la plus efficace (M=3.27/4).", "headline_value": "17% IA introduite · asymétrie 9% / 24% TPE / grand groupe", "tier": 2, "citation": "Angestellte Schweiz · DemoSCOPE · avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "Focaldata × Financial Times · Workforce AI Tracker Wave 1", "summary_fr": "Premier tracker mensuel UK+US (n=4 119, février-mars 2026). 65% des actifs ont déjà utilisé l'IA, mais distribution L-shape : 35% jamais, 11-18% quotidiennement. Productivité IA marché total +3,5% (Tech +7,8%). Effet formation +37 pts d'usage quotidien, mais seulement 14% formés. Divergence frappante entre managers UK (25% prévoient réduction, 16% augmentation) et US (28% augmentation, 22% réduction). Trois scénarios prospectifs ABC : Augmentation (formation massive), Bifurcation (probable, écart formation creuse), Crash (capacités IA dépassent capacité d'adaptation des entreprises).", "headline_value": "65% utilisent l'IA · 14% formés · scénario probable : Bifurcation", "tier": 1, "citation": "Focaldata Workforce AI Tracker Wave 1 · 23 avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "FT Burn-Murdoch · « Ce que rate le récit du jobpocalypse »", "summary_fr": "Démonstration empirique : la relation productivité-emploi dépend du rapport demande/offre, pas de la seule capacité technique de l'IA. Logiciels et services pro : productivité ↑ et emploi ↑ (demande latente). Manufacture : productivité ↑ et emploi ↓ (demande satisfaite, James Bessen). Retail vs warehousing : effets de second ordre opposés du même e-commerce. Spreadsheets : tueurs de bookkeepers, créateurs de financial analysts. Bank tellers tués par smartphones, pas par ATM. Conclusion : « Can AI do this task? » est un signal ambigu qui ne forme qu'une petite partie d'un tableau complexe.", "headline_value": "Productivité et emploi peuvent croître ensemble selon la demande", "tier": 1, "citation": "Burn-Murdoch · Financial Times · 25 avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "British Progress · état des preuves UK", "summary_fr": "Synthèse rigoureuse des données disponibles sur l'impact de l'IA sur l'emploi britannique (Pedro Serôdio). Conclusion : peu de signes d'effets agrégés massifs malgré 54% des PME britanniques utilisant l'IA. Les prédictions Goldman Sachs (+7% PIB mondial) et McKinsey (12 millions de transitions) reposent sur ce que l'IA pourrait faire si toutes les organisations l'adoptaient pleinement. La réalité observée est plus étroite et plus collaborative. Trois sorties de l'Anthropic Economic Index (sept 2025, janv 2026, mars 2026) confirment un écart stable entre exposition prédite (forte chez professionnels et managers) et usage réel (en retard).", "headline_value": "54% PME UK utilisent l'IA · écart prédiction/réalité stable", "tier": 2, "citation": "British Progress · Pedro Serôdio · avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "NBER w35110 · L'instabilité des scores d'exposition LLM démontrée empiriquement", "summary_fr": "Yin, Vu et Persico démontrent que les mesures d'exposition à l'IA basées sur l'auto-évaluation par LLM sont hautement instables. Trois modèles frontière appliquant la même rubrique sur les mêmes tâches produisent une divergence ×3,6 sur l'exposition moyenne, avec un accord descendant à 57%. L'instabilité a des conséquences empiriques majeures : les coefficients en panel diff-in-diff varient ×2,4 selon l'annotateur, et les estimations au niveau county passent d'un effet négatif significatif à un effet positif non significatif selon le modèle utilisé. Recommandation : ne pas traiter les LLM en évolution comme des instruments de mesure statiques. Renforce la critique méthodologique Burn-Murdoch/O'Connor de février 2026.", "headline_value": "Divergence ×3,6 entre 3 LLM frontière sur la même tâche", "tier": 1, "citation": "Yin, Vu, Persico · NBER Working Paper 35110 · avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "Garicano · The Task Is Not the Job · réfutation argumentée du scénario Amodei/Suleyman", "summary_fr": "Luis Garicano (LSE, économiste du travail, Silicon Continent) publie le « bundles framework » et réfute les prédictions d'Amodei (Anthropic, 50% des cols blancs juniors automatisés en 1-5 ans) et Suleyman (Microsoft AI, 12-18 mois pour automatiser le travail de bureau). Thèse centrale : les marchés du travail valorisent des métiers, pas des tâches isolées. Trois conditions rendent un bundle fort : demande imprévisible, spillovers de production, problème de mesure (Alchian-Demsetz). Trois objections au scénario Silicon Valley : (1) les agents de voyage qui ont survécu à Internet gagnent davantage car la machine a pris la partie faible du bundle, leur laissant la partie forte (emploi -60% depuis 2000, salaires hebdo passés de 87% à 99% de la moyenne secteur privé) ; (2) l'effet-revenu réalloue la dépense vers les secteurs à forte composante humaine ; (3) l'économie n'est pas l'agrégat des tâches que veulent les consommateurs, c'est ce que les organisations doivent faire pour les atteindre (coordination, gestion d'incohérences que les LLM ne traitent pas). Cas comptables : Frey & Osborne 2013 prédisaient 94% de probabilité d'automatisation, le BLS recense aujourd'hui 1,6 million de comptables et auditeurs avec croissance projetée +5% sur 2024-2034. À paraître dans Messy Jobs (Garicano, Li, Wu). À rapprocher de NBER w35110 et Yale Budget Lab sur l'instabilité des scores d'exposition.", "headline_value": "Agents de voyage : -60% emploi depuis 2000 mais salaires de 87% à 99% de la moyenne", "tier": 1, "citation": "Garicano · Silicon Continent · 24 avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "Rencontres Numériques de Strasbourg · Caseau et Ferguson sur l'agentic AI et le travail", "summary_fr": "Troisième édition des Rencontres Numériques de Strasbourg (RNS), organisées par Numeum, où Yves Caseau (ex-Chief Digital Officer de Michelin) et Yann Ferguson (sociologue, expert reconnu sur l'impact réel de l'automatisation) présentent une synthèse structurante du débat IA et travail. Apports majeurs : reprise du cadre McKinsey en trois types de travail (production / transaction / interaction), distinction ACI vs AGI, application de la loi d'Amara, modèle FWPM (Future of Work Parametric Model) avec quatre inconnues clés, et les quatre archétypes du travailleur de Ferguson (remplacé / dominé / augmenté / réhumanisé). Référence éditoriale pour calibrer la lecture de la transformation IA en France et en Suisse francophone.", "headline_value": "Cadre McKinsey 3 types · ACI vs AGI · 4 archétypes Ferguson · loi d'Amara", "tier": 1, "citation": "Caseau · Ferguson · Numeum RNS Strasbourg · avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "Stanford HAI · AI Index Report 2026", "summary_fr": "Rapport annuel de référence de Stanford HAI sur l'état des capacités IA. Le chapitre 2 documente les progrès considérables de 2025 mais aussi les limites structurelles persistantes. Sur OSWorld, la précision des agents IA est passée de 12% à 66,3% en un an, à 6 points seulement de la performance humaine. Sur LongBench v2, marge étroite entre experts humains (53,7%) et meilleur modèle (57,7%). Sur la robotique, succès de seulement 12% des tâches ménagères courantes même quand les modèles excellent en simulation contrôlée (RLBench 89,4%). Source incontournable pour calibrer les attentes sectorielles.", "headline_value": "AI Index 2026 · OSWorld 12% → 66,3% en un an · robots 12% sur ménage réel", "tier": 1, "citation": "Stanford HAI · AI Index Report 2026 · avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "AII 2026 Stanford · l'écart entre fenêtre de contexte longue et compréhension profonde", "summary_fr": "Le rapport annuel du Stanford Human-Centered AI Institute documente quatre chiffres clés qui recadrent le débat ACI vs AGI. Sur LongBench v2 (compréhension de longs documents par experts en 15 minutes), les humains atteignent 53,7% et le meilleur modèle 57,7% : marge étroite, la compréhension profonde reste difficile pour les modèles. Sur OSWorld (tâches sur ordinateur), les agents passent de 12% à 66,3% en 2025, à 6 points de la performance humaine. Robots multi-usages : 89,4% en simulation RLBench, mais seulement 12% sur les tâches ménagères réelles (l'écart laboratoire/réel reste massif). Un agent IA échoue encore 1 fois sur 3 sur les benchmarks structurés. Ces chiffres soutiennent la lecture Caseau : l'ACI (intelligence cognitive artificielle) est là, mais l'AGI (intelligence générale incluant intelligence situationnelle et émotionnelle) n'est pas pour avant 2030.", "headline_value": "LongBench v2 · 53,7% humains vs 57,7% modèles · marge étroite", "tier": 1, "citation": "Stanford HAI · AI Index Report 2026 · avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "BCG · 50-55% des emplois US reshaped en 2-3 ans, 10-15% éliminés en 4-5 ans", "summary_fr": "BCG Henderson Institute publie une étude microéconomique majeure sur 1 500 rôles Revelio Labs représentant 165 millions d'emplois US. Cadre quantitatif décisif pour les décisions RH 2026-2030. Six segments AI Labor Disruption qui répartissent l'ensemble du marché du travail : Amplified 5% (IA augmente, demande extensible, croissance), Rebalanced 14% (IA augmente, demande bornée, redesign sans coupe), Divergent 12% (IA substitue, demande extensible, polarisation senior/junior), Substituted 12% (IA substitue, demande bornée, coupe nette), Enabled 23% (IA s'intègre sans transformer la structure du travail), Limited-Exposure 34% (peu d'impact technique). Loi de Jevons appliquée au travail : la baisse du coût peut élargir la demande au-delà de la coupe d'effectif. Alerte centrale sur la coupe entry-level qui détruit le pipeline de talent senior. Quatre impératifs CEO : intégrer la stratégie workforce dans la stratégie compétitive, recentrer l'automatisation sur la refonte, mettre upskilling au cœur, anticiper le décalage temporel.", "headline_value": "6 segments BCG · 50-55% reshaped · 10-15% éliminés · alerte entry-level", "tier": 1, "citation": "Boston Consulting Group · BCG Henderson Institute · 3 avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "Assemblée nationale · Table ronde Ferguson/Goulard/Lamri · clivage 30%/70% shadow IA", "summary_fr": "Table ronde de la Commission des affaires sociales de l'Assemblée nationale (15 avril 2026) avec Yann Ferguson (LaborIA, Inria), Enora Goulard (Ascend Partners) et Jérémy Lamri (Lab-RH). Trois apports : (1) Clivage shadow IA : ~30% des salariés combinent usage officiel et shadow IA (profils agentifs), ~70% restent bloqués dans réflexe Google sans usage formé · clivage corrélé à l'agentivité, pas à l'âge. (2) Sens du travail : compétences 4C (créativité, communication, coopération, esprit critique) deviennent le différenciateur structurel. (3) Cadre transversal : la transformation IA est un défi managérial avant d'être technologique. Implication directe pour les directions RH : la formation à l'IA n'est pas un sujet outillage mais un sujet d'équipement cognitif des équipes pour développer une posture critique face aux outputs IA.", "headline_value": "30%/70% shadow IA · 4C · défi managérial avant technologique", "tier": 2, "citation": "Ferguson (LaborIA/Inria) Goulard (Ascend Partners) Lamri (Lab-RH) · Assemblée nationale · 15 avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "Coface/OEM · 3,8% emplois français exposés aujourd'hui · 16,3% à 2-5 ans · 5M emplois menacés", "summary_fr": "Rapport Coface (assureur-crédit français) en partenariat avec l'Observatoire des Métiers : « Emplois, compétences, valeur : ce que l'IA est en train de bouleverser » (avril 2026). Auteurs Axelle Arquié (CEPII), Aurélien Duthoit (Coface), Pierre Subileau. Méthodologie task-based la plus rigoureuse disponible sur la France : 923 professions, 12 pays, décomposition en actions élémentaires reproductible. Aujourd'hui 3,8% des emplois français significativement exposés, à 2-5 ans 16,3% (passage à l'IA agentique), soit environ 5 millions d'emplois menacés en France. Spécificité française : l'IA agentique cible le haut de l'échelle salariale (top 10%), à la différence des vagues d'automatisation précédentes qui touchaient les bas salaires. Cadre quantitatif central pour la décision RH 2026-2030 en France.", "headline_value": "3,8% → 16,3% · 5M emplois · top 10% salaires ciblés · 923 professions", "tier": 1, "citation": "Coface & OEM · Arquié, Duthoit, Subileau · avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "Imas · What will be scarce? · économie post-commodité et prime d'exclusivité humaine", "summary_fr": "Article d'Alex Imas (Chicago Booth) publié sur Substack le 14 avril 2026, s'appuyant sur Comin/Lashkari/Mestieri (Econometrica 2021). Thèse centrale : quand l'IA automatise la production de biens standardisés, les prix baissent et les revenus réels augmentent. Les ménages réorientent leur consommation vers des biens à élasticité-revenu supérieure à 1, massivement non automatisables : expérience humaine personnalisée, accompagnement long, performance live, soin, éducation directe, hospitalité haut de gamme, artisanat. La rareté ne disparaît pas avec l'IA, elle se déplace de la production de commodités vers la production d'exclusivité humaine. Cadre théorique direct pour comprendre pourquoi le luxe, le conseil patrimonial, l'enseignement direct et le soin résistent structurellement. Convergent avec Trammell sur la persistance de la part travail.", "headline_value": "Économie post-commodité · prime d'exclusivité humaine · élasticité-revenu >1", "tier": 1, "citation": "Alex Imas · Chicago Booth · Substack Ghosts of Electricity · 14 avril 2026", "ai_type": "generative" }, { "year": "Avril 2026", "title": "Alegria · Premier baromètre maturité IA des PME françaises · 9% intègrent l'IA, 68% budget IA ≤ 5 000 €", "summary_fr": "Premier baromètre Alegria.group sur la maturité IA des PME françaises (avril 2026, n=100 PME représentatives, dont 60% < 20 salariés et 43% de DG/CEO répondants). Apport critique : seule source FR mesurant spécifiquement la maturité d'adoption IA dans les PME, en complément du Kelio/OpinionWay sur les DRH d'entreprises 20+ et de Coface/OEM sur l'exposition macroéconomique. Constat structurant : décalage majeur entre discours dominant et réalité PME. Seulement 9% des PME ont intégré l'IA dans la majorité de leurs processus clés, 40% restent en usage individuel non structuré. 58% n'ont aucune connexion IA-outils métiers (CRM, ERP, RH). 21% seulement ont une stratégie IA structurée. Maturité auto-évaluée moyenne 5/10. Budgets 2025 : 68% à 5 000 € maximum, 3% seulement au-delà de 20 000 €. ROI : 17% le voient important, 52% pas de mesure claire. Préoccupations : 55% confidentialité, 43% fiabilité, 19% seulement emploi · ce qui contraste avec le récit médiatique sur la menace IA-emploi. Climat interne : 46% enthousiasme, 7% résistance. Compétences IA : plus de 50% se déclarent en niveau faible à inexistant, et 34% n'ont aucun plan de formation. Horizon impact perçu : 24% aujourd'hui, 35% dès 2026, 21% en 2027-2028.", "headline_value": "9% intègrent l'IA · 68% budget ≤ 5k€ · 21% stratégie · maturité 5/10", "tier": 2, "citation": "Alegria.group · Premier baromètre maturité IA des PME françaises · avril 2026", "ai_type": "generative" }, { "year": "Avril 2025", "title": "Assemblée nationale · Audition Marquier/Bunel/Baquero · cadre 2 forces et risque effet ciseaux", "summary_fr": "Audition de la Commission des affaires sociales de l'Assemblée nationale (avril 2025) avec trois économistes : Axelle Marquier (INSEE/ENS), Simon Bunel (INC/ENS), Lor Baquero (UNEDIC). Cadre analytique en 2 forces : automatisation (machine substitue humain sur tâches cognitives complexes · rupture vs vagues précédentes) et émergence de nouveaux métiers. Constat clé : aucun consensus chiffré entre économistes. Acemoglu (Nobel 2024) ~5%, OCDE 27% emplois à risque élevé en France, FMI 60% emplois exposés en définition large, Goldman Sachs 17-30%. Apport majeur de Marquier : risque d'effet ciseaux finances publiques françaises, modèle social financé sur cotisations salariales surtout des hauts salaires. Si emplois mieux rémunérés disparaissent même temporairement (2-5 ans), État subit double pression hausse indemnisation chômage et baisse recettes hauts salaires. Cadre directement actionnable pour les politiques publiques 2026-2030.", "headline_value": "2 forces · 5%-60% divergence · effet ciseaux finances publiques", "tier": 2, "citation": "Marquier (INSEE/ENS) Bunel (INC/ENS) Baquero (UNEDIC) · Assemblée nationale · avril 2025", "ai_type": "generative" }, { "year": "Avril 2025", "title": "Wu et al. · Scientific Reports · Nature Portfolio · 4 études expérimentales démontrent l'effet de privation psychologique de l'IA générative", "summary_fr": "Étude expérimentale rigoureuse publiée dans Scientific Reports (Nature Portfolio) le 29 avril 2025 par Wu, Liu, Ruan, Chen et Xie de Zhejiang University. DOI 10.1038/s41598-025-98385-2. Méthodologie : 4 études en ligne, 3 562 participants au total, tâches professionnelles réelles (revues de performance, e-mails, posts Facebook, brainstorming), conditions randomisées avec ou sans assistance IA générative entre Tâche 1 et Tâche 2. Trouvaille principale : l'IA générative améliore significativement la qualité et l'efficience des tâches (revues plus longues et analytiques, e-mails plus chaleureux et empathiques) MAIS produit un effet de privation psychologique mesurable lors du retour aux tâches en autonomie · -11% motivation intrinsèque en moyenne sur les 4 études, +20% ennui, taille d'effet d=-0,44 (medium). Mécanisme : la collaboration IA contourne les parties les plus stimulantes cognitivement de la tâche, qui sont précisément celles qui rendent le travail intrinsèquement satisfaisant. Pour les directions RH, première démonstration empirique rigoureuse que la productivité immédiate apparente cache un coût psychologique mesurable. Source académique principale référencée par Champniss dans HBR mai 2026.", "headline_value": "3 562 participants · 4 études · -11% motivation · +20% ennui · effet de privation psychologique mesurable", "tier": 1, "citation": "Wu, Liu, Ruan, Chen, Xie · Scientific Reports · Nature Portfolio · 29 avril 2025 · DOI 10.1038/s41598-025-98385-2", "ai_type": "generative" }, { "year": "Avr. 2026", "title": "OpenAI Richmond 2026 · AI Jobs Transition Framework · 4 archétypes · l'exposition seule est insuffisante", "summary_fr": "Alex Martin Richmond (OpenAI Economic Research) · 'The AI Jobs Transition Framework' · avr. 2026. Analyse 900+ professions, 99,7% emploi US. Conclusion : l'exposition IA seule est trop grossière. Il faut combiner 3 dimensions : exposition technique, nécessité humaine (réglementaire, relationnelle, physique) et élasticité de la demande. 4 archétypes : (1) 18% risque élevé d'automatisation (forte expo + faible nécessité + demande inélastique) ; (2) 24% réorganisation (forte expo + forte nécessité + demande insuffisamment élastique) ; (3) 12% croissance avec l'IA (forte expo + demande élastique) ; (4) 46% changement limité à court terme. Validation sur données ChatGPT réelles : métiers à risque utilisent ChatGPT 3x plus. Capability overhang : risque élevé = 23,8% réalisé vs 90% théorique (gap 66,2pp). Adapté France avec correction -20% (CDI, AI Act, 35h, conventions) : 15% risque élevé, 20% réorganisation, 10% croissance, 55% stable.", "headline_value": "18% risque élevé · 24% réorganisation · 12% croissance · 46% stable · ChatGPT 3x gap", "tier": 1, "citation": "Richmond · OpenAI Economic Research · The AI Jobs Transition Framework · Avr. 2026", "ai_type": "agentic" }, { "year": "Avr. 2026", "title": "Imas 2026 · Secteur relationnel · la rareté se déplace, pas le travail", "summary_fr": "Alex Imas (Chicago Booth) publie 'What will be scarce?' (Substack, avr. 2026). Thèse centrale : quand l'IA automatise la production de biens standardisés (commodités), les prix baissent, les revenus réels augmentent et la demande se réalloue vers les secteurs à haute élasticité-revenu · le secteur relationnel. Appui sur Comin, Lashkari et Mestieri (Econometrica 2021) : les effets-revenus expliquent 75% du changement structurel historique. Données empiriques Imas & Mandel (SSRN 2026) : les oeuvres d'art humaines gagnent 44% de valeur par l'exclusivité contre seulement 21% pour les oeuvres IA. L'implication IA détruit la perception d'exclusivité. Préférence mimétique (désir girardien) : les gens désirent ce que les autres ne peuvent pas avoir, cette préférence est élastique au revenu et ne se sature pas. Secteur relationnel : soins, éducation, hospitality, thérapie, artisanat, performance vivante, cuisine gastronomique, partages GDP et emploi en hausse structurelle post-IA. Cas Starbucks : le CEO Brian Niccol a inversé l'automatisation · notes manuscrites, tasses en céramique, baristas en plus · car 'les petits détails et l'hospitalité pilotent la satisfaction'. Contrepoint : Philip Trammell souligne que de nouvelles variétés non-relationnelles pourraient compenser la demande relationnelle à long terme.", "headline_value": "Secteur relationnel : +emploi · 44% premium humain vs 21% IA · 75% effets-revenus", "tier": 2, "citation": "Alex Imas · 'What will be scarce?' · Substack Ghosts of Electricity · 14 avr. 2026", "ai_type": "unspecified" }, { "year": "Avr. 2026", "title": "Stanford HAI AI Index 2026 · SWE-bench 60%→100% · agents OSWorld 66% · adoption 88%", "summary_fr": "Le rapport annuel Stanford HAI (423 pages, avr. 2026) documente l'accélération sans plateau. SWE-bench Verified : 60%→près de 100% de la baseline humaine en UN AN. Agents IA OSWorld : 12%→~66% de réussite sur tâches informatiques réelles. Adoption organisationnelle : 88% (vs 55% en 2022). GenAI : 53% adoption populaire en 3 ans plus rapide que le PC ou internet. Consumer surplus GenAI US : 172Mds$ annuels début 2026 (vs 112Mds$ un an avant), valeur médiane par utilisateur ×3 en 1 an. 4 étudiants sur 5 à l'université utilisent l'IA générative. US : 24ème rang mondial avec 28,3% d'adoption.", "headline_value": "SWE-bench ~100% · OSWorld 66% · 88% orgs", "tier": 1, "citation": "Stanford HAI · AI Index Report 2026 · Avr. 2026", "ai_type": "agentic" }, { "year": "Avr. 2026", "title": "Stanford HAI 2026 · Productivité micro : +14% support · +26% dev · +50% marketing · +55% comptabilité · +200% auteurs", "summary_fr": "Stanford HAI AI Index 2026 compile les études de productivité les plus rigoureuses. Brynjolfsson et al. (2025) : agents de support +14-15% d'issues résolues/heure, les moins expérimentés bénéficiant le plus (+30-35%). Cui et al. (2025) : GitHub Copilot +26% pull requests les juniors profitent davantage. Ju & Aral (2025) : équipes marketing +50% d'output/travailleur avec IA multimodale. Choi & Xie (2025) : comptables +55% de throughput hebdomadaire. Reimers & Waldfogel (2026) : auteurs +200% de volume de publication avec LLMs. MAIS Becker et al. (2025) : développeurs open-source −19% de vitesse avec IA. Shen & Tamkin (2025) : ingénieurs logiciel en apprentissage = 0% d'amélioration + 'learning penalties'. Signal clé : les gains sont maximaux sur les tâches structurées et mesurables à retour d'information rapide.", "headline_value": "+14% support · +26% dev · +55% compta · +200% auteurs", "tier": 1, "citation": "Stanford HAI AI Index 2026 · Figure 4.4.27 · Avr. 2026", "ai_type": "generative" }, { "year": "Avr. 2026", "title": "Stanford HAI 2026 · Impact emplois : −20% devs 22-25 ans · 1/3 orgs prévoient réductions · J-curve Brynjolfsson", "summary_fr": "Stanford HAI AI Index 2026 consolide les preuves macro. Brynjolfsson et al. (2025) sur données ADP : emploi des développeurs 22-25 ans en chute de ~20% depuis le pic 2022. Hosseini Maasoum & Lichtinger (2025) 62M travailleurs : 'seniority-biased technological change' l'IA substitue au travail junior, laisse les seniors intacts. Frank et al. (2026) : la détérioration des marchés exposés à l'IA a débuté dès début 2022, avant ChatGPT. McKinsey 2025 : 1/3 des organisations anticipent des réductions d'effectifs, avec accélération prévue dans les 12 mois dépassements attendus dans service client, supply chain et ingénierie logicielle. Brynjolfsson (2026) J-curve hypothesis : US productivity 2.7% en 2025, presque le double de la décennie précédente (1.4%). Aldasoro et al. (2026) 12 000 firmes EU : +4% productivité du travail, +5.9pp par 1% de formation. Opinion publique : 59% global 'bénéfices > risques' (vs 55% 2024) mais 52% se disent nerveux. Gap experts/public : 73% experts positifs sur l'emploi vs 23% du public.", "headline_value": "−20% devs juniors · 1/3 orgs réductions · J-curve 2.7%", "tier": 1, "citation": "Stanford HAI AI Index 2026 · Figures 4.4.27-4.4.31 · Avr. 2026", "ai_type": "generative" }, { "year": "Avr. 2026", "title": "Coface/OEM · 3,8% exposés aujourd'hui → 16,3% à 2-5 ans · 5M emplois menacés", "summary_fr": "Coface et l'OEM (Axelle Arquié/CEPII + Aurélien Duthoit) publient 'Emplois, compétences, valeur : ce que l'IA est en train de bouleverser'. Méthodologie task-based sur 923 professions. Deux horizons : 3,8% des emplois FR actuellement fragilisés (phase Copilot/chatbots, 7% salariés utilisent l'IA quotidiennement) → 16,3% = 5 millions menacés à 2-5 ans (IA agentique). Seuil : >30% tâches automatisables. Secteurs les plus exposés : Informatique 31%, Architecture-Ingénierie 26,9%, Créatif 23,8%, Administratif 23,8%, Juridique 21,6%. Inversion historique : l'IA cible les hauts diplômés et cols blancs, pas les cols bleus. France = médiane européenne (UK 19,6%). Paris le plus exposé.", "headline_value": "3,8% → 16,3% · 5M emplois · Informatique 31%", "tier": 1, "citation": "Coface & OEM · 'Emplois, compétences, valeur : ce que l'IA est en train de bouleverser' · 1er avr. 2026", "ai_type": "automation_broad" }, { "year": "Avr. 2026", "title": "Coface/OEM · 16% tâches FR exposées · IA agentique cible le haut de l'échelle salariale", "summary_fr": "Axelle Arquié (OEM) & Aurélien Duthoit (Coface) publient la cartographie la plus rigoureuse disponible : 923 métiers, 12 pays, méthodologie reproducible par décomposition en actions élémentaires. France : 16% du contenu de tâches exposé (Special Agent). Rupture : IA agentique cible en priorité les métiers cognitifs bien rémunérés (Ingénierie 29%, Légal/Finance 27%, Gestion 24%) à l'inverse des vagues précédentes. 20-25% des tâches du top 10% des salaires à risque. Secteurs FR les plus exposés : Legal & Accounting 27%, Info-Communication 26,8%, Finance 25,4%. Secteurs protégés : Agriculture 7,3%, Restauration 7,5%, Santé 14,9%.", "headline_value": "16% tâches FR · top 10% salaires: 20-25% à risque", "tier": 1, "citation": "Coface & OEM (Arquié, Duthoit, Subileau) · Avr. 2026", "ai_type": "agentic" }, { "year": "Avr. 2026", "title": "ITDF · 82% des experts : l'IA transforme tout dans ≤10 ans", "summary_fr": "L'Imagining the Digital Future Center (Elon) consulte 386 experts mondiaux. 82% estiment que l'IA jouera un rôle significativement plus grand dans nos vies en 10 ans ou moins. 56% prévoient qu'elle influencera 'presque toutes' ou 'la plupart' des décisions. Seuls 45% pensent les humains capables de faire preuve de résilience. Concept central : 'work quake' et perte d'agence humaine.", "headline_value": "82% experts · ≤10 ans", "tier": 2, "citation": "ITDF · Elon University · Anderson & Rainie · Avr. 2026", "ai_type": "unspecified" }, { "year": "Avr. 2026", "title": "Mollick / The Economist · '30% de productivité ne signifie pas 30% de licenciements'", "summary_fr": "Ethan Mollick (Wharton) publie dans The Economist une tribune contre la 'normalisation' de l'IA. Message central : les dirigeants qui voient 30% de gains de productivité ont le réflexe de couper 30% des effectifs c'est la mauvaise réponse. La bonne question : que signifie reconstruire une organisation autour du fait qu'un développeur peut maintenant écrire 100 fois plus de code ? Quels nouveaux produits deviennent possibles ? L'IA traitée comme 'un autre déploiement logiciel' est comme utiliser un artefact alien comme presse-papiers.", "headline_value": "30% gains ≠ 30% licenciements · reimaginer, pas réduire", "tier": 3, "citation": "Ethan Mollick · The Economist · 1er avr. 2026", "ai_type": "unspecified" }, { "year": "Avr. 2026", "title": "BCG Henderson Institute · 50-55% reshapés · 10-15% éliminés · 6 segments emploi", "summary_fr": "Emerson, Kropp et al. (BCG Henderson Institute) publient 'AI Will Reshape More Jobs Than It Replaces' modélisation microéconomique sur 1 500 rôles (Revelio Labs + O*NET + BLS, 165M emplois US). 50-55% des emplois reshapés à 2-3 ans · 10-15% éliminés à 4-5 ans · 43% des postes US > seuil 40% d'automatisation. Six segments : Amplified 5% · Rebalanced 14% · Divergent 12% · Substituted 12% · Enabled 23% · Limited-exposure 34%. Concept central : la demande expansible détermine si la productivité IA crée ou détruit des emplois. Adapté France (-20% rigidités) : 42-46% reshapés · 8-12% éliminés · ~35-38% > seuil.", "headline_value": "50-55% reshapés · 10-15% éliminés · 6 segments", "tier": 2, "citation": "BCG Henderson Institute · Emerson, Kropp, Bedard et al. · 3 avr. 2026", "ai_type": "automation_broad" }, { "year": "Avr. 2026", "title": "Imas · L'économie post-commodité · secteur relationnel & prime d'exclusivité humaine", "summary_fr": "Alex Imas (Chicago Booth, Substack 14 avr. 2026) mobilise l'économie du changement structurel (Comin, Lashkari & Mestieri, Econometrica 2021) pour montrer que l'IA ne supprime pas la rareté, elle la déplace. Quand l'IA automatise la production de commodités, les prix baissent, les revenus réels augmentent, et la demande se déplace vers les biens à haute élasticité-revenu : le secteur relationnel (soins, hospitalité, artisanat, performance vivante, éducation personnalisée). Les effets-revenu représentent 75% des transformations structurelles historiques selon Comin et al. Imas & Mandel 2026 (SSRN) apportent la preuve expérimentale : une oeuvre humaine gagne +44% de valeur grâce à la prime d'exclusivité ; une oeuvre générée par IA seulement +21%. Le simple fait qu'une IA soit impliquée rend l'objet perçu comme reproductible. Conséquence : le secteur relationnel, celui où l'humain est le produit, résiste structurellement non par contrainte technique mais parce que l'automatisation détruirait sa valeur même.", "headline_value": "Secteur relationnel : croissance structurelle · prime humaine +44% vs +21% IA", "tier": 1, "citation": "Imas, A. · 'What will be scarce?' · Substack Ghosts of Electricity · 14 avr. 2026 · s'appuie sur Imas & Mandel 2026 SSRN + Comin, Lashkari & Mestieri Econometrica 2021", "ai_type": "unspecified" }, { "year": "Avr. 2023", "title": "Eloundou et al. (OpenAI) · 80% des travailleurs US exposés", "summary_fr": "L'étude montre que 80% des travailleurs américains ont au moins 10% de leurs tâches exposées aux LLMs. En France, le ratio serait comparable pour les cols blancs.", "headline_value": "80% workers · 10%+ tâches", "tier": 1, "citation": "NBER w31161 · Eloundou et al.", "ai_type": "generative" }, { "year": "Automne 2025", "title": "Davenport & Paredes · HDSR · Can We Predict What Jobs AI Will Take? · 10 prédictions analysées toutes inexactes · plaidoyer pour cesser les prédictions", "summary_fr": "Article peer-reviewed publié dans Harvard Data Science Review (MIT Press, Issue 7.4 automne 2025, CC BY 4.0) par Thomas Davenport (Babson, MIT IDE) et Miguel Paredes. Apport méta-épistémologique unique : seule revue académique systématique critiquant la méthode de production des prédictions IA-emploi. Méthodologie : compilation et analyse critique de 10 prédictions absolues du nombre d'emplois perdus ou gagnés liés à l'IA, 9 prédictions en pourcentage de l'emploi total, et 19 prédictions sectorielles. Trouvaille structurante : les prédictions sont systématiquement et largement inexactes (wildly inaccurate). L'évaluation tâche par tâche (Frey/Osborne 2013, Eloundou 2023, Pizzinelli 2023) est démontrée comme inefficace. Conclusion radicale : aucune approche systématique ne produit des prédictions précises · l'approche responsable est soit de cesser d'en produire, soit d'admettre explicitement que toute prédiction est hautement spéculative. Pour les COMEX et CFO, c'est le cadre méta-épistémologique qui invite à ne pas piloter les décisions RH 2026-2030 sur des chiffres précis annoncés par les pessimistes ou les optimistes · les chiffres sont des indicateurs directionnels à confronter aux conditions sectorielles et organisationnelles locales.", "headline_value": "10 prédictions analysées · toutes wildly inaccurate · plaidoyer méta-épistémologique", "tier": 1, "citation": "Davenport & Paredes · Harvard Data Science Review · MIT Press · Issue 7.4 · automne 2025", "ai_type": "generative" }, { "year": "2026", "title": "Microsoft AI Diffusion Q1 2026 · monde 17,8%, France 47,8% (5e), Suisse 37,8% (14e) · développeurs US +8,5% en 2025 record historique", "summary_fr": "Rapport trimestriel Microsoft Research / AI Economy Institute sur la diffusion mondiale IA. Adoption Q1 2026 : 17,8% population active mondiale (+1,5 point). UAE 70,1% (leader), Singapour 63,4%, Norvège 48,6%, Irlande 48,4%, France 47,8% (5e). Suisse 37,8% (14e). Croissance Asie : Corée +43%, Thaïlande +36%, Japon +34%. Section décisive : développeurs US 2,2M en 2025 (+8,5% YoY, record historique), +4% mars 2026. Git pushes mondiaux +78%. Pull requests agents IA × 28 en 10 mois. Conclusion : la productivité IA augmente la demande de développeurs, ne la remplace pas.", "headline_value": "17,8% / +8,5%", "tier": "T2", "citation": "Microsoft Research · Misra, Wang, McCullers, White, Lavista Ferres · Global AI Diffusion Report Q1 2026 · mai 2026", "ai_type": "generative" }, { "year": "2026", "title": "Goldfarb (Toronto Rotman) · O-ring tasks framework · NBER WP 34639 · les tâches d'un job sont complémentaires, pas substituables", "summary_fr": "Cadre analytique majeur publié par Avi Goldfarb (Rotman Chair AI Toronto, co-auteur Prediction Machines 2018) en avril 2026 (NBER WP 34639), exposé en mai 2026 sur Justified Posteriors. Apport central : les tâches au sein d'un job ne sont pas substituables mais complémentaires (O-ring). Si l'IA automatise une tâche complémentaire à une autre, la tâche humaine restante devient PLUS valuable, pas moins. Le travailleur réalloue son attention, devient plus productif sur ces tâches, ce qui rend leur automatisation future encore plus difficile. Forecast 2050 : 2-3% GDP annuel, bottlenecks réels limitent même scénario rapid AI. Cohérence avec Garicano, Trammell, Imas.", "headline_value": "Complémentarité > substituabilité", "tier": "T1", "citation": "Goldfarb, A. · NBER Working Paper 34639 · avril 2026 · Toronto Rotman · podcast Justified Posteriors · Benzell & Fradkin · 4 mai 2026", "ai_type": "generative" }, { "year": "2026", "title": "Tomei & Klein Teeselink · RL Feasibility Index · 17 951 tâches O*NET scorées par RL sur 8 dimensions", "summary_fr": "Première mesure systématique d'exposition à l'automatisation par apprentissage par renforcement (RL), publiée en avril 2026 par Tomei et Klein Teeselink (SSRN, GitHub public). 17 951 paires occupation-tâche du référentiel O*NET (894 occupations) scorées par Gemini 2.5 Flash sur 8 dimensions : vérification, simulabilité, observabilité, variabilité, profondeur séquentielle, feedback, accessibilité outils, tangibilité. Index 0-100. Cible distincte d'Eloundou 2024 Science : Eloundou mesure la capacité LLM actuelle, Tomei mesure la faisabilité de construire un environnement RL d'entraînement. Pertinent pour les reasoning models 2025-2026. CC BY 4.0.", "headline_value": "17 951 tâches / 8 dimensions", "tier": "T1", "citation": "Tomei P. M. & Klein Teeselink B. · What Jobs Can AI Learn? Measuring Exposure by Reinforcement Learning · SSRN Working Paper · avril 2026 · CC BY 4.0", "ai_type": "agentic" }, { "year": "2026", "title": "Gallup Workforce Q1 2026 · 50% des actifs US utilisent l'IA · seulement 1/10 fort accord sur transformation systémique", "summary_fr": "Étude Gallup Workforce Q1 2026 (n=23 717 actifs US, février 2026, marge ±0,9 points). Pour la première fois, 50% des actifs US utilisent l'IA dans leur rôle (vs 46% T-1). 13% quotidien, 28% plusieurs fois/semaine. 41% des organisations ont intégré l'IA. 65% rapportent gains de productivité, mais SEULEMENT environ 1/10 fort accord que l'IA a transformé fondamentalement comment le travail se fait. 18% craignent l'élimination de leur poste à 5 ans (23% dans orgs IA). Convergence avec firm-level studies US/UK/DE/AU (NBER WP 34836) : les CEO rapportent un effet minimal de l'IA sur la productivité globale.", "headline_value": "50% / 18% craintifs", "tier": "T2", "citation": "Gallup · Andy Kemp · Rising AI Adoption Spurs Workforce Changes · Workforce Study Q1 2026 · 13 avril 2026", "ai_type": "generative" }, { "year": "2026", "title": "Imas & Shukla · dimensionnalité du job comme variable décisive d'exposition IA", "summary_fr": "Article analytique Alex Imas (Chicago Booth, économiste comportemental) et Soumitra Shukla publié le 23 mars 2026. Introduction de la dimensionnalité du job (nombre de tâches) comme variable critique souvent omise. Mécanisme 1 : à supposer qu'une tâche soit automatisée, un job basse dimension est plus susceptible d'être entièrement déplacé. Mécanisme 2 : les firmes ont une incitation plus forte à investir dans l'automatisation des jobs basses dimensions (incentive de remplacement complet). Interaction avec O-ring (Goldfarb) : un job haute dim avec dernière tâche automatisable peut basculer brutalement. La dimensionnalité devient une métrique RH aussi importante que l'AIOE ou le segment BCG.", "headline_value": "Dimensionnalité / O-ring", "tier": "T2", "citation": "Imas A. (Chicago Booth) & Shukla S. · How Will AI-driven Automation Actually Affect Jobs? · Substack aleximas · 23 mars 2026", "ai_type": "agentic" }, { "year": "2025", "title": "LinkedIn · 42% protégés · 33% profondément transformés · 523 Mds$ libérables", "summary_fr": "LinkedIn Economic Graph (30M membres France) classe la population active française : 42% dans des emplois 'protégés', 33% 'profondément transformés', 25% 'augmentés'. Capacité productive libérable : 523 Mds$ = 16,5% du PIB français. Tech = secteur le plus exposé (73,8%), santé le moins (27,8%). Genre : femmes surreprésentées dans 'profondément transformé' (39,9% vs 29,9% hommes). Formation IA structurée en entreprise : seulement 21% des employés. 70% des entreprises utilisant l'IA déclarent des gains de temps significatifs.", "headline_value": "42% protégés · 523 Mds$ potentiel", "tier": 2, "citation": "LinkedIn AI Report France 2025 · L'IA en France : moteur de transformation et de croissance", "ai_type": "unspecified" } ] }