L'IA n'a pris le travail de personne. Du moins, pas jusqu'à présent.
Cette conclusion provient d'un long article récemment publié par Peter McCrory, responsable de la recherche économique chez Anthropic.
https://x.com/PeterMcCrory/article/2079979321607745905
La production d'IA ajustée en qualité a augmenté de plus de 2000% en 2024 et 2025. Environ un cinquième des entreprises américaines utilisent déjà l'IA dans leurs activités, mais le taux de chômage aux États-Unis en juin était toujours de 4,2%, se situant précisément au niveau du plein emploi.
Le jugement central de McCrory est le suivant : l'IA reste actuellement une technologie "biaisée en faveur des compétences et augmentant la main-d'œuvre". Elle amplifie les capacités humaines, plutôt que de les remplacer.
Il a également donné une date de validité à ce jugement : 12 mois.
Les données ne mentent pas : même les postes fortement exposés à l'IA s'en sortent
McCrory a examiné toute une chaîne de données pour démontrer la stabilité du marché du travail américain : un taux de chômage de 4,2%, un ratio postes vacants / chômeurs légèrement supérieur à 1, un taux d'emploi des 25-54 ans proche de son plus haut niveau depuis des décennies, et le nombre de nouvelles demandes d'allocation chômage restant faible depuis quatre ans.
Il estime que, dans l'ensemble, la situation de l'emploi aux États-Unis est stable et s'améliore.
Les données agrégées ne sont qu'un point de départ ; la comparaison par catégories révèle la réalité.
McCrory et son collègue Maxim Massenkoff avaient précédemment réalisé une analyse : isoler les postes correspondant aux tâches largement automatisées par Claude, et voir si leur taux de chômage se détériorait plus rapidement que celui des autres postes.
La réponse est non.
En mettant à jour avec les dernières données du Bureau of Labor Statistics, la conclusion reste inchangée.
Les offres d'emploi pour les postes d'ingénierie logicielle ont rebondi depuis mai 2025, augmentant même plus rapidement que la moyenne des autres postes.
Le seul point à surveiller concerne les jeunes travailleurs.
McCrory admet qu'il est effectivement plus difficile pour les jeunes de trouver un emploi dans des postes fortement exposés à l'IA, une étude du Stanford Digital Economy Lab apportant des preuves similaires.
Mais il souligne également un contexte souvent négligé : de 2022 à aujourd'hui, les États-Unis ont connu la plus forte baisse du marché du travail sans récession jamais enregistrée. La dynamique "faibles embauches, faibles licenciements" comprime naturellement en premier lieu les débutants de carrière.
Imputer cela entièrement à l'IA ne repose pas sur suffisamment de preuves.
Pourquoi elle n'a pas pris les emplois : chaque poste a des aspects que l'IA ne peut pas gérer
L'explication de McCrory s'appuie sur les faits établis dans plusieurs rapports de recherche d'Anthropic au cours des 18 derniers mois. La chaîne logique est la suivante :
Premier niveau de faits : Dans toutes les classifications professionnelles de l'O*NET du département américain du Travail, aucun poste n'a vu toutes ses tâches associées systématiquement accomplies par Claude.
Chaque poste comporte des aspects que l'IA ne peut pas gérer : la coordination interpersonnelle, les interactions en face à face, l'interaction avec le monde physique.
Ces aspects, comme les planches courtes d'un tonneau, limitent à la fois l'amplitude de l'amélioration de la productivité globale par l'IA, et rendent plus précieuses les personnes capables de combler ces lacunes.
Deuxième niveau de faits : Plus l'IA est puissante, plus les exigences envers les personnes qui la pilotent sont élevées.
Le rapport "Economic Primitives" d'Anthropic de janvier dernier a révélé que plus la production de Claude est complexe, plus la spécialisation des instructions de l'utilisateur est élevée.
Lorsque le modèle réalise un modèle économique complexe, c'est souvent un utilisateur professionnel capable de donner des instructions précises qui est aux commandes.
https://www.anthropic.com/research/economic-index-primitives
Le rapport "Learning Curves" de mars montre qu'après six mois d'utilisation de Claude, les utilisateurs l'utilisent davantage comme un partenaire de réflexion, avec un taux de succès d'interaction plus élevé.
Si l'IA était déjà suffisamment puissante pour accomplir le travail de manière indépendante, cet effet d'apprentissage ne devrait pas apparaître.
https://www.anthropic.com/research/economic-index-march-2026-report
Troisième niveau de faits : Même à l'ère des Agents, la valeur humaine reste solide.
Anthropic a analysé sept mois de données d'utilisation de Claude Code, constatant que la valeur des tâches augmentait continuellement, mais que le retour sur les compétences professionnelles humaines ne diminuait pas :
L'utilisateur est responsable de la planification, délèguant la réalisation à Claude ;
Les utilisateurs aux compétences plus professionnelles ont un taux de réussite des tâches plus élevé et se rétablissent plus rapidement lorsque Claude commet une erreur.
La prime purement liée à la réalisation de code peut être en train de diminuer, mais la valeur de la planification, du jugement et de la correction d'erreurs augmente.
Un témoignage intéressant vient des impressions des utilisateurs eux-mêmes.
Dans l'enquête sur l'indice économique d'Anthropic de juin, plus d'un tiers des répondants s'attendaient à ce que l'IA puisse accomplir la majeure partie de leur travail dans les 12 mois, mais la proportion s'attendant à perdre leur emploi pour cette raison était nettement plus faible.
Les utilisateurs ayant un degré d'automatisation par l'IA plus élevé étaient même plus optimistes quant à leur salaire et à leur sécurité de l'emploi.
https://www.anthropic.com/research/economic-index-june-2026-report
Trois types de "singularités" et une ligne de défense
Le jugement de McCrory sur la situation actuelle est optimiste, mais il n'élude pas trois scénarios futurs susceptibles de bouleverser l'équilibre actuel.
Ils sont respectivement appelés dans la littérature académique et les discussions du secteur : la singularité logicielle, la singularité économique et la singularité de Coase.
https://x.com/MTSlive/status/2090610614154764509
La singularité logicielle fait référence à l'automatisation de l'innovation par l'IA elle-même.
>Aussi puissantes que fussent les technologies générales passées, un moteur à combustion interne ne pouvait créer de nouveaux modes de transport ;mais l'IA se voit directement attribuer des capacités cognitives générales, pouvant théoriquement accélérer sa propre itération.
Le texte original de McCrory discute explicitement de ce scénario : une fois l'amélioration récursive de soi (RSI) établie, l'amélioration des capacités de l'IA échappera au rythme du contrôle humain.
La singularité économique est la conséquence économique de la singularité logicielle.
McCrory cite le modèle d'Aghion, Jones et Jones de 2017 pour souligner que si le processus d'innovation lui-même est automatisé, les modèles économiques standards prédisent une "croissance infinie en un temps fini".
Cette conclusion semble relever de la science-fiction, mais elle est le résultat d'une déduction mathématique rigoureuse.
La singularité de Coase vise une autre dimension.
Un article du NBER de 2025 (co-écrit par Shahidi, Rusak, Manning et d'autres) propose que lorsque les Agents réduisent les coûts de transaction (recherche, négociation, contractualisation, supervision) à un niveau proche de zéro, la question classique de Ronald Coase de 1937 serait réactivée. Une fois le coût de la coordination par le marché disparu, la raison d'être des entreprises serait ébranlée.
https://www.nber.org/system/files/chapters/c15309/c15309.pdf
Le scénario des Agents discuté par McCrory dialogue naturellement avec ce cadre : si les Agents ne changent pas seulement le mode de production, mais aussi la forme organisationnelle, l'impact sur le marché du travail ira bien au-delà de la simple question "qui perd son emploi".
Face à ces trois singularités, la ligne de défense proposée par McCrory est la même : les "maillons faibles".
Ce concept provient de l'article d'Aghion, Jones et Jones — la limite supérieure de la croissance économique n'est pas déterminée par les maillons les plus performants, mais par ceux qui sont indispensables mais difficiles à améliorer.
https://www.nber.org/system/files/working_papers/w23928/w23928.pdf
Tant qu'il existe des tâches clés qui ne peuvent jamais être automatisées, qu'elles soient dues à des goulots d'étranglement technologiques ou à des contraintes sociales, la part des revenus du travail ne s'effondrera pas et la forme des entreprises ne se désintégrera pas complètement.
La situation actuelle des Agents de programmation valide déjà cette logique.
Les données citées par McCrory montrent qu'après l'introduction d'Agents de programmation, le nombre de lignes de code a augmenté de 10 à 20 fois, mais le nombre de publications logicielles n'a augmenté que de 30%, et l'utilisation réelle des applications n'a pas augmenté du tout.
Le code n'est qu'un maillon de la production logicielle. Les tests, la conception de l'architecture, le jugement produit — ces maillons restent entre des mains humaines. Ils constituent les "maillons faibles" actuels.
McCrory fait une prédiction claire : le taux de chômage américain n'augmentera pas de manière significative en raison de l'IA dans un an.
La validité de ce jugement est de 12 mois, et le signal de vérification est également clair : observer si le taux de chômage des postes fortement exposés à l'IA commence à diverger de celui des autres postes, et si le retour sur les compétences professionnelles humaines dans les scénarios d'Agents commence à diminuer.
Le jour où ces deux indicateurs s'inverseront simultanément, le cadre d'analyse qu'il a lui-même construit devra également être révisé.
Références :
https://x.com/PeterMcCrory/article/2079979321607745905
https://x.com/MTSlive/status/2091252532689658001
Cet article provient du compte WeChat "新智元" (New Zhiyuan), auteur : ASI启示录 (ASI Apocalypse), éditeur : Ma Ke
