Quel pourrait être l’impact de l’intelligence artificielle générative sur les différentes professions ?

Le graphique ci-dessous présente les résultats de l’analyse, fondée sur une évaluation mondiale des 436 professions détaillées figurant dans la classification internationale type des professions.

Sélectionnez l'un de grands groupes de professions pour les filtrer.

Chaque profession est composée de tâches. Chacune des tâches a reçu un score potentiel d’automatisation compris entre 0 et 1, où 0 signifie qu’il n’est pas possible de l’automatiser avec l’IA générative, et 1 signifie qu’elle peut l’être entièrement.

Le graphique positionne ces professions en fonction de leur score moyen (la moyenne des scores de toutes les tâches dans une profession) et de leur écart-type (la dispersion des scores d’automatisation au niveau des tâches dans une même profession).

L’intersection de ces scores a permis d’élaborer un cadre de classification selon les catégories suivantes :

• Exposés : Gradient 4 (Exposition très élevée, faible variabilité des tâches) : Exposition élevée et homogène à l’IA générative pour l’ensemble des tâches de l’occupation. La majorité des tâches actuelles dans ces emplois présente un fort potentiel d’automatisation, avec peu de variation entre les tâches.
• Exposés : Gradient 3 (Exposition significative, forte variabilité des tâches) : Exposition professionnelle supérieure à la moyenne : bien que certaines tâches restent moins exposées, le potentiel global d’automatisation des tâches par l’IA générative est en augmentation dans ces occupations.
• Exposés : Gradient 2 (Exposition modérée, forte variabilité des tâches) : Exposition modérée à l’IA au niveau professionnel, avec une grande variabilité selon les tâches. Ces occupations combinent des tâches exposées à l’IA générative et d’autres peu concernées, ce qui entraîne un impact hétérogène.
• Exposés : Gradient 1 (Faible exposition, forte variabilité des tâches) : Faible exposition globale à l’IA générative au niveau de l’occupation, mais forte variabilité entre les tâches. Certaines tâches présentent un potentiel d’automatisation élevé, même si l’occupation dans son ensemble reste largement fondée sur des tâches peu automatisables.
• Exposition minimale (Faible exposition, variabilité modérée des tâches) : Occupations faiblement exposées à l’IA générative, avec certaines tâches présentant un potentiel modéré d’automatisation, mais une exposition globale restant limitée.
• Non exposés : Occupations dans lesquelles la majorité des tâches demeure relativement peu affectée par l’IA générative, avec une faible variabilité des tâches et un niveau moyen d’exposition stable et faible.De manière générale, les résultats montrent que peu d’emplois sont entièrement composés de tâches entièrement automatisables avec les technologies actuelles de l’IA générative ; presque toutes les professions incluent des tâches nécessitant une intervention humaine. Les gradients 1 à 3 regroupent les professions pour lesquelles l’automatisation de certaines tâches est limitée, et où il existe un certain degré de variabilité entre les tâches.

Quel est l'effet possible de l'intelligence artificielle générative sur l’emploi ?

Pour estimer combien d’emplois existants pourraient être potentiellement affectés, nous appliquons ces scores d’exposition professionnelle aux données d’enquêtes sur la population active dans plus de 140 pays. Cela nous permet d’obtenir des estimations mondiales, régionales, ainsi que par niveaux de revenu.

À l’échelle mondiale, environ un quart des emplois relèvent de l’un des quatre gradients d’exposition, avec des différences marquées entre l’emploi des femmes et celui des hommes, notamment dans les deux gradients les plus élevés. L’emploi féminin est aussi plus concentré dans ces deux gradients : 5,7 % de l’emploi féminin se situe dans le gradient 3 et 4,7 % dans le gradient 4.

Les pays à revenu élevé enregistrent la part la plus importante d’emplois exposés à l’un des quatre gradients (34 %). Cette part diminue fortement à mesure que le niveau de revenu baisse, atteignant seulement 11 % dans les pays à faible revenu.

Ces estimations reflètent une « exposition potentielle » à l’IA générative, et non un impact réel. Elles représentent la limite supérieure du pourcentage d’emplois qui pourraient être affectés si la technologie était pleinement mise en œuvre. Les contraintes d’infrastructure (électricité, internet haut débit), l’insuffisance des compétences numériques, le coût de la technologie et les difficultés opérationnelles inhérentes à son utilisation ne sont que quelques-unes des barrières à une adoption complète.

Étant donné que la plupart des professions incluent des tâches nécessitant une intervention humaine, la transformation des emplois est l’impact le plus probable de l’IA générative. Une telle transformation est mieux gérée à travers le dialogue social. Le croisement de notre indice affiné avec des données microéconomiques nationales permet des projections précises de ces changements, offrant ainsi une base solide pour le dialogue social et des réponses politiques ciblées.