Les annonces catastrophistes sur l’IA et l’emploi se multiplient. Geoffrey Hinton parle de millions d’emplois supprimés. Sam Altman prédit une intelligence artificielle omniprésente. Les chiffres circulent, les peurs s’installent.
Mais que se passe-t-il réellement ? Et surtout, que peut-on faire face à cette transformation ?
Ce qui se passe concrètement
Certaines disruptions sont déjà visibles. Waymo opère des robotaxis à San Francisco, Phoenix et Los Angeles. Des milliers de trajets quotidiens sans chauffeur. Amazon déploie massivement des robots dans ses entrepôts, plusieurs centaines de milliers de machines qui trient, déplacent, organisent.
Dans les métiers intellectuels, le mouvement est engagé aussi. AlphaCode, l’IA de Google DeepMind, a démontré des capacités de programmation comparables à celles de développeurs dans des compétitions de code. MedPalm2, l’IA médicale de Google, affiche des performances solides sur des tests cliniques standardisés.
Les médias ont connu des vagues de licenciements. BuzzFeed, CNET, d’autres rédactions ont réduit leurs effectifs. L’IA n’est pas la seule cause (les difficultés économiques du secteur préexistaient), mais elle accélère la tendance.
Un rapport de Goldman Sachs publié en 2023 estime que l’IA générative pourrait impacter 300 millions d’emplois dans le monde. Pas les supprimer tous, mais les transformer significativement.
Ce que l’histoire nous apprend (et ses limites)
Chaque révolution technologique a provoqué les mêmes peurs. Les métiers à tisser mécaniques, l’électricité, l’informatique, Internet. À chaque fois, des emplois ont disparu. À chaque fois, d’autres ont émergé. Sur le long terme, les économies développées ont créé plus d’emplois qu’elles n’en ont détruit.
Ce constat historique rassure. Mais il a des limites.
D’abord, les transitions ont pris des décennies. Les ouvriers textile du XIXe siècle n’ont pas été reconvertis en programmeurs. Ils ont souvent subi, et c’est la génération suivante qui a bénéficié des nouveaux emplois.
Ensuite, l’IA présente une caractéristique nouvelle. Les révolutions précédentes remplaçaient des capacités physiques ou des tâches répétitives. L’IA s’attaque aux capacités cognitives : analyser, rédiger, diagnostiquer, créer. Le spectre des métiers touchés est plus large.
Enfin, la vitesse est différente. L’adoption de l’électricité a pris 50 ans. ChatGPT a atteint 100 millions d’utilisateurs en deux mois.
Les métiers les plus exposés
Les études convergent sur les catégories les plus vulnérables à court terme.
Les tâches administratives routinières arrivent en tête. Saisie de données, traitement de documents standardisés, réponses à des demandes types. Ces activités sont déjà largement automatisables.
Les métiers de la traduction et de la rédaction simple sont fortement impactés. Les outils comme DeepL ou les IA génératives produisent des textes corrects pour des usages courants.
Certaines fonctions d’analyse sont concernées. Lecture de contrats standards, analyse de données structurées, production de rapports formatés.
Les métiers de la conduite font face à une transformation progressive. Les robotaxis existent, mais leur déploiement reste limité géographiquement et réglementairement.
Ce que l’IA fait encore mal
Le discours dominant présente parfois l’IA comme capable de tout. La réalité est plus nuancée.
L’IA générative produit des erreurs factuelles avec une grande assurance. Elle « hallucine » des informations, invente des sources, se trompe sur des faits vérifiables. Pour tout travail exigeant de la fiabilité, une supervision humaine reste indispensable.
Elle gère mal l’imprévu et le contexte
Un algorithme entraîné sur des situations types échoue face à des cas atypiques. Le monde réel est chaotique : clients qui changent d’avis, imprévus techniques, conflits humains à gérer. Ces situations demandent du jugement en contexte, pas des probabilités statistiques.
Elle ne comprend pas, elle prédit
L’IA génère du texte en calculant le mot le plus probable après le précédent. Elle n’a pas de compréhension du sens, pas d’intention, pas de capacité à évaluer si ce qu’elle produit est pertinent ou utile dans une situation donnée.
Elle n’a pas de présence physique
Installer un système de phytoépuration, rénover une maison en éco-construction, créer un jardin en permaculture, accompagner une famille vers l’autonomie alimentaire. Ces activités demandent une présence incarnée, une lecture du terrain, une adaptation au contexte local que l’IA ne peut pas fournir.
Deux stratégies face à cette transformation
Face à ces changements, deux approches se dessinent.
Première stratégie : augmenter ses compétences avec l’IA. Apprendre à utiliser ces outils pour être plus productif, plus rapide, plus efficace. Cette approche a du sens à court terme. Elle présente un risque : rester dépendant d’un système qui évolue vite. Ce qui te rend utile aujourd’hui peut devenir obsolète demain.
Deuxième stratégie : se positionner sur ce que l’IA ne remplace pas. Trois domaines résistent structurellement à l’automatisation.
Le local et le physique
Le local et le physique Les métiers qui exigent une présence sur le terrain, dans un contexte spécifique, face à des situations uniques. Artisanat, construction, installation, maintenance, accompagnement en personne.
Pour les écopreneurs: Éco-construction, installation de systèmes d’autonomie énergétique ou hydrique, conception de jardins nourriciers, accompagnement sur site. Tu ne peux pas poser un récupérateur d’eau de pluie par visioconférence.
Le relationnel complexe
Les situations où l’enjeu n’est pas d’avoir la bonne information mais d’accompagner un humain dans une transformation. Une famille qui veut changer son mode de vie, un entrepreneur qui doute de son projet, une personne qui cherche à se reconnecter au vivant. L’IA peut informer, elle ne peut pas accompagner.
La création de sens
Décider ce qui mérite d’être fait, pourquoi un projet compte, comment donner une direction. Choisir de régénérer plutôt que d’exploiter, de construire durable plutôt que jetable, de créer du vivant plutôt que de l’optimiser. L’IA calcule, elle ne donne pas de sens.
L’entrepreneuriat comme réponse structurelle
Ces trois domaines convergent vers une forme d’activité particulière : l’entrepreneuriat ancré dans le réel.
Créer une activité locale, relationnelle, porteuse de sens ne garantit pas le succès. Mais cela construit une forme de résilience face aux disruptions technologiques.
Résilience de compétence : tu développes des savoir-faire concrets que personne ne peut te retirer.
Résilience financière : tu génères ton propre revenu sans dépendre d’un employeur qui peut te remplacer.
Résilience relationnelle : tu construis un réseau de clients et de partenaires qui te connaissent personnellement.
Résilience de sens : ton travail a une utilité visible et directe.
Les secteurs liés à la transition écologique illustrent cette logique. Éco-construction, alimentation durable, santé naturelle, permaculture. Ces activités répondent à des besoins fondamentaux, s’exercent localement, demandent une expertise incarnée.
L’erreur à éviter
Beaucoup de projets porteurs de sens échouent pour une raison simple : confondre passion et modèle économique.
Un projet écologique, éthique, aligné avec tes valeurs ne fonctionne pas automatiquement parce qu’il est beau. Il fonctionne s’il répond à un vrai besoin, s’il est bien positionné, bien communiqué, bien vendu.
L’impact sans rentabilité mène à l’épuisement. La dimension business n’est pas optionnelle.
Ce qu’on peut retenir
L’IA transforme le travail. C’est un fait. L’ampleur et la vitesse de cette transformation restent incertaines, mais la direction est claire.
Face à cela, deux postures existent. Attendre en espérant que ça n’arrive pas. Ou se positionner maintenant sur ce qui restera humain : le local, le relationnel, le sens.
L’histoire montre que les transitions technologiques créent des opportunités pour ceux qui bougent tôt. Elle montre aussi qu’elles sont douloureuses pour ceux qui attendent.
Le choix t’appartient.
