Quelle part de votre travail pourriez-vous « externaliser », par exemple en le confiant à un collègue ou à un stagiaire ?
Le 6 août, l'organisme de recherche sur l'IA Epoch AI, en collaboration avec la société d'études Ipsos, a publié un rapport sur le marché du travail :
Un cinquième des travailleurs américains déclare que l'IA a déjà pris en charge en grande partie ou totalement au moins une tâche qu'ils confiaient auparavant à un collègue ou à un sous-traitant.
Répartition des tâches autrefois confiées à des collègues ou sous-traitants, et désormais attribuées à l'IA. L'analyse de données arrive en tête avec 7,1 % ; 19,9 % des répondants ont signalé au moins une tâche.
Ce chiffre pourrait être mal interprété comme signifiant que l'IA a déjà remplacé un cinquième des postes aux États-Unis.
Mais ce que ce rapport souligne vraiment, c'est que l'IA remplace d'abord les tâches, pas les postes.
Les postes sont toujours là, mais certaines tâches qui étaient auparavant externalisées sont désormais confiées à l'IA.
En d'autres termes : le travail se répartit différemment entre les humains et l'IA.
L'enquête a été menée du 10 au 19 juillet auprès de 1106 répondants filtrés selon leur statut professionnel. La question posée était :
Parmi les tâches que vous ou votre équipe confiiez autrefois à un sous-traitant ou un collègue, lesquelles sont désormais principalement ou entièrement traitées par l'IA ?
Epoch est mesuré dans son interprétation : bien qu'un remplacement au niveau des tâches soit observé, cela n'équivaut pas nécessairement à un remplacement complet des travailleurs.
Les 20 % représentent une redistribution des tâches, pas une disparition des postes.
Dix tâches touchées par l'IA, aucune n'est entièrement automatisée
L'enquête a sélectionné 10 activités courantes de travail intellectuel dans la base de données professionnelle O*NET du Département du Travail américain, classées par proportion d'emploi national.
Parmi les personnes pour qui une tâche fait partie du travail quotidien, le taux d'utilisation de l'IA est le plus bas pour la tenue des registres commerciaux (25 %) ; le plus élevé pour la conception de systèmes informatiques ou d'applications logicielles (57 %) ; l'analyse de données (46 %), la lecture de documents professionnels (39 %).
Pour les dix tâches, des personnes utilisent l'IA.
Mais un autre chiffre montre que, même dans le domaine le plus pénétré par l'IA (la conception logicielle), la proportion de tâches dont l'IA prend en charge la majorité ou la totalité n'est que de 10 %. Pour les neuf autres tâches, ce chiffre est inférieur à 7 %.
Utilisation de l'IA pour dix tâches. La partie foncée représente « l'IA fait l'essentiel ou la totalité », la partie claire « l'IA ne participe qu'à une partie ». Taux d'utilisation de 25 % (tenue de registres) à 57 % (conception logicielle).
L'IA est très largement répandue, présente dans presque tous les types de travail intellectuel, mais sa pénétration est faible : rares sont les tâches qu'elle peut entièrement prendre en charge.
La moitié qui fait gagner du temps et le sixième qui en fait perdre
Lorsque l'IA n'aide qu'à réaliser une partie du travail, 37 % des tâches sont signalées comme prenant moins de temps. Lorsque l'IA fait la majorité ou la totalité, cette proportion passe à 53 %.
La conclusion semble évidente : plus l'IA en fait, plus vous gagnez de temps.
Mais Epoch AI analyse qu'il s'agit d'une corrélation, non d'une causalité, et propose trois explications :
Peut-être que le fait que l'IA en fasse plus économise réellement du temps ; peut-être aussi que les travailleurs, voulant accélérer, délèguent activement plus d'étapes ; ou peut-être simplement que ce sont des tâches pour lesquelles l'IA est particulièrement douée.
Lorsque l'IA n'aide qu'en partie, 37 % des tâches prennent moins de temps ; lorsque l'IA fait l'essentiel ou la totalité, ce taux monte à 53 %. Dans les deux groupes, environ un sixième des tâches prennent plus de temps.
Les mêmes données révèlent un chiffre moins souvent mentionné : environ un sixième des tâches assistées par l'IA prennent désormais plus de temps qu'auparavant.
Et cette proportion est similaire, que l'IA soit un simple assistant ou qu'elle prenne en charge l'essentiel.
La raison pourrait être que les allers-retours avec l'IA sont chronophages, ou que l'IA libérant du temps, les humains en font finalement plus ou vont plus dans le détail sur la même chose.
Dans les deux cas, l'idée selon laquelle « utiliser l'IA booste immédiatement l'efficacité » doit être nuancée.
66 % acceptés tels quels ne signifie pas que 66 % sont corrects
Pour toutes les tâches impliquant l'IA, 66 % des productions sont utilisées telles quelles ou avec seulement des modifications mineures.
En détaillant ce chiffre, c'est plus clair : utilisés sans aucune modification (5,8 %), avec modifications mineures (59,9 %), nécessitant des modifications importantes (27,1 %), nécessitant une refonte majeure ou une refonte quasi complète (4,7 %).
Répartition de l'ampleur des modifications apportées aux productions de l'IA. Aucune modification seulement 5,8 %, modifications mineures 59,9 %, modifications importantes nécessaires 27,1 %, refonte majeure 4,7 %.
Epoch mentionne dans le rapport : l'ampleur du travail de modification n'est pas un indicateur direct de la qualité de la production. De plus, il n'y a pas de corrélation stable entre le gain de temps et la quantité de modifications.
Cette enquête n'évalue pas l'exactitude factuelle ou le taux d'erreur statistique, elle observe seulement si les employés sont prêts à utiliser directement la production.
Une production peu modifiée peut être vraiment bonne, ou bien personne n'a simplement eu le temps de l'examiner en détail.
Les premiers à sortir ne sont pas vous, ce sont les sous-traitants
Par tâche, la plus citée est l'analyse de données, signalée par 7,1 % des répondants. Lecture de documents professionnels (5,7 %), tenue des registres commerciaux (5,3 %).
Aucune des dix tâches n'y échappe, seul le degré d'utilisation diffère.
Ces tâches ont un point commun : leurs limites sont claires, le résultat est livrable, une fois terminées, elles peuvent être validées, sans nécessiter d'être assis au bureau à s'aligner en permanence avec d'autres.
C'était précisément, par le passé, le type de tâches le plus adapté à l'externalisation.
Un responsable marketing qui engageait un analyste de données externe pour un rapport trimestriel peut maintenant le générer lui-même en ouvrant une boîte de dialogue.
Le premier maillon de cette chaîne à être impacté est celui des sous-traitants, des tâches rémunérées à la pièce sur les plateformes d'externalisation, qui sont naturellement des lots de tâches pouvant être emballés et expédiés séparément.
Et c'est précisément ce que l'IA sait faire le mieux pour l'instant : prendre en charge un lot de tâches clairement défini.
NBC, dans un reportage du même jour, a interrogé deux chercheurs.
Amreeta Das, qui a dirigé cette étude, estime que :
Les gens explorent comment répartir le travail entre eux et l'IA ; jusqu'à présent, cela ne signifie pas nécessairement l'automatisation de l'emploi dans son ensemble, mais l'IA pénètre le lieu de travail à travers les tâches qui composent ces emplois.
Aya Ibrahim, chercheuse principale à l'institut AI Now, soulève une question plus incisive.
Elle estime que le rôle des sous-traitants ne disparaîtra pas dans son ensemble, mais que les sous-traitants rémunérés à la tâche subiront une pression plus directe.
Ce qu'elle veut vraiment amener à la discussion, c'est la fragilité inhérente des emplois qui ne sont « qu'une simple succession de tâches assemblées ».
Cette redistribution ne se fait pas au même rythme pour tout le monde
Une fois le travail décomposé en tâches, la répartition de qui est décomposé en premier n'est pas uniforme.
Une autre enquête menée par Ipsos pour Groundwork Collaborative du 11 au 16 juin, couvrant 1533 travailleurs ou membres de la main-d'œuvre marginale, aboutit à cette conclusion :
L'adoption est très inégale : trois travailleurs sur dix utilisent l'IA au moins une fois par semaine, mais ces personnes sont très concentrées parmi les hauts revenus, les diplômés universitaires et les cols blancs.
Parmi les personnes gagnant plus de 100 000 $ par an, les titulaires d'une licence, les cols blancs, près de la moitié utilisent l'IA au moins plusieurs fois par mois.
Pour les revenus inférieurs à 50 000 $, les niveaux d'études allant jusqu'au lycée ou moins, les cols bleus, cette proportion n'est qu'environ d'un quart, voire moins.
Les attentes sont aussi divergentes.
Dans la même enquête, les deux tiers des travailleurs pensent que l'IA va détériorer l'expérience du lieu de travail, en raison de suppressions de postes et d'une pression accrue, plutôt que de la reprise des tâches répétitives.
Ce jugement est très similaire quelle que soit la ligne de démarcation : race, genre, éducation ou revenu.
Mais à titre personnel, plus le niveau d'éducation est élevé, plus l'optimisme est grand. Près de la moitié des diplômés universitaires pensent que l'IA aidera leur travail, contre seulement un cinquième des personnes ayant un niveau d'études secondaires ou moins.
Gallup utilise une méthodologie différente, mais les tendances convergent.
Jusqu'en mai 2026, 52 % des employés américains utilisaient l'IA au moins plusieurs fois par an, 30 % au moins plusieurs fois par semaine, 15 % quotidiennement.
65 % disent que l'IA a un impact positif sur leur productivité, mais seulement 14 % sont tout à fait d'accord pour dire que l'IA a déjà changé la façon dont le travail est accompli dans leur organisation.
L'IA est déjà intégrée dans le flux de travail de la majorité, mais elle ne change encore que des tâches individuelles, pas la façon dont le travail lui-même est organisé.
Les 20 %, c'est une barre de progression, pas un point d'arrivée
Ces 10 tâches ont été sélectionnées dans O*NET selon leur proportion d'emploi. Les activités médicales ont été exclues, tout comme les transactions financières, la coordination interne, la formation, les achats.
Cela décrit un segment du travail intellectuel américain, pas l'ensemble des activités professionnelles.
Les 20 % ne représentent donc qu'une coupe transversale de ces 10 tâches : la question de qui doit effectuer un travail est en cours de réorganisation entre l'employé, les collègues, les sous-traitants et l'IA.
Dans ce processus, ce qui mérite plus d'attention n'est pas le nombre de personnes remplacées, mais la quantité de travail en cours de décomposition.
Si un emploi n'est qu'une série de tâches pouvant être externalisées, alors avant l'IA, il était déjà progressivement démantelé et sous-traité. L'IA d'aujourd'hui ne fait qu'accélérer ce processus de fragmentation.
Ainsi, plutôt que de se demander « L'IA va-t-elle me remplacer ? », il est plus pertinent de se poser une question plus concrète :
Mon travail peut-il être décomposé en combien de tâches qui peuvent être emballées, validées et confiées séparément à quelqu'un d'autre ?
Plus le nombre est élevé, plus la surface d'exposition est grande.
À l'inverse, les parties du travail qui nécessitent une présence physique, impliquent une responsabilité, ou exigent des allers-retours constants avec d'autres personnes, sont encore difficiles à emballer et à externaliser à court terme.
Le contrat peut être rédigé par l'IA, mais la signature reste humaine.
Cet article provient du compte WeChat public « 新智元 » (New Wisdom), auteur : ASI启示录
