L'intelligence artificielle contribue déjà à soutenir l'économie mondiale par l'ampleur des investissements qu'elle mobilise. Mais derrière les perspectives de productivité et de croissance se dessine une transformation moins visible : l'automatisation progressive des tâches par lesquelles les jeunes diplômés entraient traditionnellement dans la vie professionnelle. Le risque n'est pas seulement de supprimer des emplois. Il est de modifier les conditions dans lesquelles se forment les compétences, se construisent les carrières et se transmet la prospérité.

À Bangkok, où se tiennent les réunions annuelles du Fonds monétaire international et de la Banque mondiale, une contradiction commence à apparaître dans les perspectives de l'économie mondiale. Alors que les tensions énergétiques, les incertitudes commerciales et les déséquilibres financiers continuent de peser sur l'activité, les investissements dans l'intelligence artificielle contribuent à maintenir une dynamique de croissance que les institutions internationales auraient pu juger plus fragile.

La directrice générale du FMI, Kristalina Georgieva, a souligné le rôle désormais significatif des dépenses consacrées aux infrastructures numériques. Centres de données, semi-conducteurs, réseaux électriques, équipements informatiques et capacités de calcul constituent une nouvelle source d'investissement à l'échelle internationale.

Selon les estimations présentées par le Fonds, l'intelligence artificielle pourrait apporter entre 0,5 et 1 point de pourcentage supplémentaire à la croissance des économies avancées d'Asie, et entre 0,2 et 0,8 point à celle des économies asiatiques émergentes. Ces chiffres décrivent des effets économiques potentiels dont l'horizon et les hypothèses doivent être distingués de la contribution immédiatement observable des investissements.

Mais une autre préoccupation s'est invitée dans les discussions. Le président de Singapour, Tharman Shanmugaratnam, a attiré l'attention sur les perspectives professionnelles des jeunes diplômés, dont les premières possibilités d'embauche pourraient être affectées par l'automatisation.

La question dépasse largement le marché du travail asiatique. Elle touche à l'un des mécanismes fondamentaux des économies modernes : la possibilité, pour une génération nouvellement formée, d'accéder à des fonctions débutantes, d'y acquérir de l'expérience et de progresser vers des responsabilités plus élevées.

L'intelligence artificielle pourrait ainsi contribuer à accroître la richesse produite tout en rendant plus difficile l'accès aux premières étapes de sa création.

Une croissance portée par l'investissement avant la productivité

L'économie de l'intelligence artificielle présente une particularité importante : ses effets sur l'investissement sont déjà visibles, tandis que ses conséquences durables sur la productivité restent plus difficiles à mesurer.

La construction d'un centre de données mobilise immédiatement des capitaux, des entreprises de construction, des fabricants d'équipements électriques, des producteurs de semi-conducteurs et des fournisseurs d'énergie. Les dépenses correspondantes alimentent l'activité économique avant même que les systèmes installés ne produisent les gains d'efficacité attendus.

Cette séquence explique une partie de la résistance de la croissance mondiale.

Les investissements réalisés par les grandes entreprises technologiques se diffusent dans plusieurs branches industrielles. Les fabricants de puces bénéficient de commandes considérables, les producteurs d'électricité anticipent une hausse de la demande et les industriels spécialisés dans le refroidissement, les réseaux et les équipements de puissance trouvent de nouveaux débouchés.

L'essor de l'IA agit ainsi comme un programme d'investissement industriel de grande ampleur, financé principalement par des entreprises privées disposant de ressources financières importantes.

Mais l'investissement n'est pas la productivité.

Une entreprise peut dépenser plusieurs milliards de dollars pour construire des infrastructures informatiques sans que les gains économiques futurs correspondent nécessairement aux montants engagés. La rentabilité dépendra de l'utilisation effective des capacités installées, du prix des services, de la demande des clients et de la capacité des entreprises utilisatrices à transformer leurs processus.

Cette distinction est essentielle pour comprendre les perspectives mondiales.

Les dépenses d'infrastructure soutiennent la croissance à court terme. Les gains de productivité, s'ils se matérialisent, peuvent soutenir la croissance potentielle à plus long terme. Entre les deux existe une période d'incertitude durant laquelle les investissements sont engagés, mais leurs bénéfices économiques définitifs restent à démontrer.

L'histoire économique connaît plusieurs précédents comparables. L'électrification, l'informatisation et le développement d'Internet ont nécessité des investissements considérables avant que leurs effets sur l'organisation productive ne deviennent pleinement visibles.

Les nouvelles technologies ne transforment pas immédiatement l'ensemble des entreprises. Elles exigent des changements organisationnels, de nouvelles compétences et parfois une reconstruction complète des méthodes de travail.

L'intelligence artificielle pourrait suivre une trajectoire similaire, avec une différence importante : elle intervient directement dans des activités intellectuelles qui constituaient jusqu'ici une partie essentielle du travail qualifié.

L'Asie au cœur d'une nouvelle géographie industrielle

Les bénéfices immédiats de cette vague d'investissement ne sont pas répartis uniformément.

Les économies disposant d'une industrie électronique avancée occupent une position privilégiée dans les chaînes de valeur de l'intelligence artificielle.

Taïwan joue un rôle central dans la fabrication des semi-conducteurs les plus avancés. La Corée du Sud dispose de capacités industrielles majeures dans les mémoires informatiques, dont la demande augmente avec le développement des accélérateurs d'IA. Le Japon conserve des positions importantes dans les matériaux, les équipements de production et plusieurs composants spécialisés.

Singapour bénéficie de son rôle dans les infrastructures numériques, les services technologiques et l'organisation régionale des investissements.

Cette concentration industrielle explique pourquoi les économies asiatiques avancées pourraient tirer un bénéfice particulièrement important du développement de l'IA.

La situation des économies émergentes est plus contrastée.

Certaines disposent d'une base industrielle susceptible de participer à la fabrication d'équipements électroniques, à l'assemblage de serveurs ou à la construction d'infrastructures. D'autres restent principalement utilisatrices de technologies développées à l'étranger.

La distinction devient déterminante.

Un pays qui fabrique les composants nécessaires à l'intelligence artificielle bénéficie directement de la hausse de l'investissement mondial. Un pays qui importe ces équipements doit attendre que leur utilisation améliore suffisamment la productivité de ses entreprises pour compenser les dépenses engagées.

Cette différence pourrait renforcer certains déséquilibres économiques existants.

Les États-Unis concentrent une part importante des entreprises qui conçoivent les modèles, commercialisent les services et financent les infrastructures. Plusieurs économies asiatiques produisent les composants matériels indispensables. Les autres régions doivent trouver leur place dans une chaîne de valeur dont les segments les plus rentables pourraient rester relativement concentrés.

L'intelligence artificielle ne supprime donc pas les rapports de dépendance industrielle. Elle peut en créer de nouveaux.

Pour les économies qui ne maîtrisent ni les technologies fondamentales ni les infrastructures nécessaires à leur exploitation, l'enjeu consiste à éviter que les gains de productivité réalisés localement ne soient absorbés par le coût des services et des équipements importés.

Le paradoxe des premiers emplois

La transformation du marché du travail constitue probablement la dimension la plus délicate de cette évolution.

Le FMI estime qu'environ 40 % des emplois mondiaux sont exposés à l'intelligence artificielle, avec des proportions plus élevées dans les économies avancées. Cette exposition ne signifie pas que les emplois concernés disparaîtront. Elle indique que certaines de leurs tâches peuvent être modifiées, complétées ou remplacées par des systèmes automatisés.

La différence est fondamentale.

Un analyste financier peut utiliser l'IA pour examiner des documents plus rapidement. Un juriste peut automatiser une partie de ses recherches. Un ingénieur peut accélérer certaines opérations de programmation. Un consultant peut produire des analyses préliminaires avec moins de travail manuel.

Dans ces situations, la technologie peut augmenter la productivité des salariés sans entraîner nécessairement leur remplacement.

Mais cette transformation comporte une difficulté particulière lorsqu'elle concerne les fonctions débutantes.

Dans de nombreuses professions, les premières années de carrière sont consacrées à des tâches relativement répétitives : préparer des tableaux, vérifier des documents, rechercher des informations, rédiger des synthèses, tester des programmes ou produire des analyses élémentaires.

Ces activités peuvent sembler secondaires du point de vue de la productivité immédiate. Elles remplissent pourtant une fonction économique essentielle.

Elles permettent aux nouveaux entrants d'apprendre les méthodes de leur profession, de comprendre les attentes des organisations, d'identifier les erreurs et d'acquérir progressivement le jugement nécessaire aux responsabilités futures.

L'automatisation de ces tâches peut donc produire un effet paradoxal.

Une entreprise peut devenir plus efficace en confiant une partie du travail de ses collaborateurs débutants à des systèmes d'intelligence artificielle. Mais si elle réduit simultanément ses recrutements, elle risque d'affaiblir le processus par lequel elle renouvelle ses compétences.

Le problème ne se manifeste pas nécessairement immédiatement.

Les salariés expérimentés continuent d'exercer leurs fonctions. Les gains de productivité peuvent améliorer les résultats financiers. Les coûts de personnel progressent moins rapidement.

Quelques années plus tard, cependant, l'organisation peut découvrir qu'elle dispose d'un nombre insuffisant de professionnels ayant acquis l'expérience intermédiaire nécessaire pour remplacer ses cadres et spécialistes.

L'économie aurait alors automatisé une partie de son apprentissage sans avoir organisé sa transmission autrement.

Une rupture possible dans la formation des compétences

La formation professionnelle repose traditionnellement sur une progression graduelle.

Les connaissances acquises dans les établissements d'enseignement fournissent une base théorique. L'expérience permet ensuite de transformer ces connaissances en compétences opérationnelles.

Cette transformation exige du temps, des erreurs, des corrections et une exposition progressive à des situations plus complexes.

Dans les professions intellectuelles, les tâches élémentaires jouent souvent un rôle comparable à celui de l'apprentissage dans les métiers techniques.

Un jeune auditeur apprend à comprendre les états financiers en participant à leur vérification. Un juriste développe son raisonnement en examinant des dossiers. Un ingénieur logiciel acquiert une compréhension des systèmes en écrivant, corrigeant et testant du code.

Lorsque ces opérations sont automatisées, les entreprises peuvent être tentées de ne conserver que les fonctions nécessitant une expertise avancée.

Mais cette expertise ne se forme pas spontanément.

Il serait toutefois excessif d'en conclure que l'intelligence artificielle rendra nécessairement les jeunes diplômés moins employables.

Elle peut également réduire les obstacles à l'apprentissage. Un débutant disposant d'outils performants peut accomplir certaines tâches auparavant réservées à des professionnels plus expérimentés. Il peut accéder plus rapidement à des connaissances techniques, expérimenter davantage et développer de nouvelles capacités.

Les effets dépendront donc de l'organisation du travail.

Une entreprise qui utilise l'IA pour accompagner ses nouveaux salariés peut accélérer leur formation. Une entreprise qui l'utilise principalement pour supprimer les fonctions d'entrée peut, au contraire, réduire ses capacités de renouvellement.

La même technologie peut ainsi produire des conséquences opposées selon les décisions de gestion.

Cette distinction déplace le débat.

La question n'est plus seulement de savoir combien d'emplois l'intelligence artificielle pourrait remplacer, mais comment les organisations adapteront leurs mécanismes de formation, de recrutement et de progression professionnelle.

Les systèmes éducatifs seront également concernés.

Si les entreprises exigent davantage de compétences opérationnelles dès l'embauche, les universités et les établissements de formation devront rapprocher leurs enseignements des situations professionnelles réelles.

Mais cette évolution comporte ses propres limites. Une formation universitaire ne peut pas remplacer intégralement l'expérience acquise dans une organisation.

L'entreprise devra donc continuer à assumer une partie de la formation de ses futurs salariés, même lorsque l'automatisation rend cet investissement moins immédiatement nécessaire.

Productivité, salaires et partage de la valeur

Les conséquences distributives de l'intelligence artificielle constituent une autre source d'incertitude.

Une augmentation de la productivité permet théoriquement de produire davantage avec une quantité donnée de travail et de capital.

Mais elle ne détermine pas automatiquement la répartition des revenus supplémentaires.

Les gains peuvent bénéficier aux consommateurs par une baisse des prix, aux salariés par une augmentation des rémunérations, aux entreprises par une amélioration des marges ou aux détenteurs du capital par une hausse des profits.

Le résultat dépend de la concurrence, des institutions du marché du travail, des qualifications disponibles et du pouvoir de négociation des différents acteurs.

L'intelligence artificielle pourrait accentuer certaines asymétries.

Les entreprises qui contrôlent les infrastructures, les modèles ou les plateformes disposent d'actifs difficiles à reproduire. Les salariés capables d'utiliser ces technologies pour accomplir des tâches complexes peuvent voir leur productivité et leur valeur professionnelle augmenter.

À l'inverse, les travailleurs dont les fonctions deviennent facilement automatisables pourraient subir une pression sur leurs rémunérations ou leurs perspectives d'embauche.

Cette divergence ne suivra pas nécessairement les frontières traditionnelles entre emplois qualifiés et non qualifiés.

Certaines professions hautement diplômées comportent une proportion importante de tâches cognitives standardisées. D'autres activités, moins valorisées socialement, exigent une présence physique, une adaptation à des environnements imprévisibles ou des interactions humaines difficiles à automatiser.

Le diplôme ne constitue donc plus, à lui seul, une indication suffisante de l'exposition technologique.

Cette évolution pourrait modifier la structure des rémunérations au sein même des professions.

Les salariés expérimentés capables de superviser les systèmes automatisés, d'interpréter leurs résultats et d'assumer la responsabilité des décisions pourraient conserver une position favorable.

Les nouveaux entrants, dont une partie du travail traditionnel devient automatisable, pourraient rencontrer davantage de difficultés à accéder aux mêmes trajectoires.

Le risque serait alors celui d'un élargissement des écarts entre générations professionnelles, indépendamment du niveau initial de formation.

Il ne s'agit pas d'une conséquence inévitable. Une diffusion large des outils, une concurrence effective et des politiques de formation adaptées pourraient également permettre une répartition plus équilibrée des gains.

Mais la croissance de la productivité ne garantit pas, par elle-même, cette redistribution.

Les économies de services face à une nouvelle concurrence

Les conséquences internationales pourraient être particulièrement importantes pour les pays ayant construit leur développement autour de l'exportation de services.

Depuis plusieurs décennies, la mondialisation a permis à de nombreuses économies émergentes de participer aux chaînes de valeur internationales sans disposer nécessairement d'une industrie manufacturière comparable à celle des grandes puissances industrielles.

Les services informatiques, les centres d'appels, le traitement de données, les fonctions comptables et les activités administratives externalisées ont créé des emplois qualifiés dans plusieurs régions du monde.

L'Inde et les Philippines illustrent deux trajectoires importantes de cette transformation, avec des spécialisations différentes.

L'intelligence artificielle pourrait modifier les conditions économiques de ces activités.

Une entreprise qui externalisait certaines opérations pour bénéficier de coûts salariaux plus faibles peut désormais envisager de les automatiser partiellement.

Le calcul économique change lorsque le coût d'un service dépend moins du nombre de salariés mobilisés et davantage des capacités informatiques disponibles.

Cela ne signifie pas la disparition des industries de services externalisés. Les entreprises de ces secteurs peuvent elles-mêmes intégrer l'IA, développer de nouvelles prestations et améliorer leur compétitivité.

Mais les avantages fondés principalement sur les écarts de coûts salariaux pourraient perdre une partie de leur importance.

Les pays concernés devront donc chercher à remonter vers des activités exigeant davantage de jugement, de spécialisation et de responsabilité.

Cette transition pourrait être difficile si les fonctions les plus accessibles aux jeunes diplômés sont précisément celles qui subissent les premières transformations.

L'enjeu devient alors macroéconomique.

Une économie peut former un nombre croissant de diplômés sans parvenir à créer suffisamment de postes permettant de valoriser leurs qualifications.

Le décalage entre les investissements éducatifs et les débouchés professionnels risque alors de s'accentuer.

Pour les pays où la population active continue d'augmenter rapidement, cette perspective mérite une attention particulière.

Le risque d'une croissance concentrée

L'essor de l'intelligence artificielle pourrait également modifier les relations entre croissance économique et emploi.

Les phases traditionnelles d'expansion industrielle mobilisent généralement des travailleurs supplémentaires, directement dans la production ou indirectement dans les services associés.

L'investissement dans les infrastructures d'IA crée lui aussi des emplois dans la construction, l'ingénierie, l'énergie et les équipements industriels.

Mais une fois installées, certaines infrastructures peuvent générer une activité économique considérable avec des effectifs relativement limités au regard des capitaux engagés.

Les centres de données en offrent une illustration.

Leur construction mobilise de nombreux métiers. Leur exploitation permanente repose ensuite sur des équipes spécialisées, mais ne nécessite pas nécessairement une main-d'œuvre proportionnelle à la valeur des équipements hébergés.

Cette caractéristique renforce l'intensité capitalistique de la nouvelle économie numérique.

Une part croissante de la croissance peut provenir d'investissements massifs dans des actifs technologiques dont l'exploitation directe mobilise relativement peu de travailleurs.

Les emplois indirects et les nouvelles activités rendues possibles par ces infrastructures peuvent compenser une partie de cette évolution. Leur ampleur reste néanmoins incertaine.

L'effet net dépendra notamment de la capacité des entreprises à utiliser les gains de productivité pour développer de nouveaux produits, réduire les prix et créer de nouveaux marchés.

L'histoire économique montre que les transformations technologiques peuvent faire apparaître des professions qui n'existaient pas auparavant.

Mais elle montre également que les transitions peuvent être longues et que leurs bénéfices ne sont pas distribués uniformément entre les travailleurs, les territoires et les générations.

Le véritable risque ne réside donc pas nécessairement dans une diminution permanente du volume total d'emplois.

Il réside dans la possibilité d'une croissance dont les bénéfices se concentreraient plus rapidement que les nouvelles possibilités professionnelles ne se diffuseraient.

Une question de politique économique

Les gouvernements disposent de plusieurs instruments pour influencer cette trajectoire, mais aucun ne garantit à lui seul une transition équilibrée.

L'éducation constitue un premier levier. Les systèmes de formation devront intégrer l'utilisation des outils d'intelligence artificielle sans abandonner les compétences fondamentales nécessaires pour comprendre, vérifier et critiquer leurs résultats.

Former des professionnels capables d'utiliser un système ne revient pas à former des professionnels capables d'en évaluer les limites.

La distinction sera particulièrement importante dans les activités où les erreurs peuvent entraîner des conséquences juridiques, financières, médicales ou industrielles.

Les politiques de l'emploi devront également tenir compte de l'évolution des recrutements.

Les dispositifs d'apprentissage, les stages professionnalisants et les programmes de formation en entreprise pourraient acquérir une importance nouvelle si les fonctions débutantes traditionnelles se raréfient.

Les pouvoirs publics devront cependant éviter de financer durablement des emplois dont les entreprises n'auraient plus besoin.

L'objectif devrait être de préserver les mécanismes d'acquisition de l'expérience plutôt que de maintenir artificiellement chaque tâche devenue automatisable.

La politique de concurrence jouera également un rôle.

Une concentration excessive des infrastructures et des services d'intelligence artificielle pourrait limiter la diffusion des gains de productivité, renforcer les positions dominantes et accroître la part de la valeur captée par un nombre restreint d'entreprises.

À l'inverse, un accès plus large aux technologies pourrait permettre aux petites et moyennes entreprises d'améliorer leur efficacité et de développer de nouvelles activités.

La fiscalité et les systèmes de protection sociale pourraient enfin être confrontés à des arbitrages plus complexes si la croissance des revenus du capital dépassait durablement celle des revenus du travail.

Ces questions ne supposent pas nécessairement l'introduction d'une fiscalité spécifique sur l'intelligence artificielle. Elles invitent plutôt à examiner la manière dont les systèmes existants répartissent les charges et les bénéfices d'une économie plus intensive en capital.

La difficulté consiste à accompagner l'innovation sans empêcher les ajustements économiques qu'elle rend possibles.

Le véritable test de la croissance mondiale

Le diagnostic présenté par le FMI intervient à un moment où l'économie mondiale recherche de nouveaux moteurs de croissance.

Les tensions commerciales fragilisent les échanges, les contraintes budgétaires limitent les marges de manœuvre de nombreux États et les besoins d'investissement dans l'énergie et les infrastructures restent considérables.

Dans ce contexte, l'intelligence artificielle représente une source potentielle de croissance particulièrement importante.

Elle mobilise des capitaux privés, soutient plusieurs industries stratégiques et ouvre des perspectives d'amélioration de la productivité dans une grande variété d'activités.

Mais les indicateurs macroéconomiques ne permettront pas, à eux seuls, de déterminer si cette transformation constitue un progrès économique largement partagé.

Une hausse du produit intérieur brut peut coexister avec une stagnation des rémunérations dans certaines professions. Une amélioration des marges des entreprises peut accompagner une réduction des recrutements. Une augmentation de la productivité peut intervenir alors même que les jeunes diplômés rencontrent davantage de difficultés pour accéder à leur premier emploi.

Ces évolutions ne sont pas nécessairement contradictoires du point de vue comptable.

Elles peuvent pourtant l'être du point de vue social.

Le défi consiste à distinguer la création de richesse de sa diffusion dans l'ensemble de l'économie.

Pour mesurer les effets réels de l'intelligence artificielle, il faudra donc observer davantage que les dépenses d'investissement, les valorisations boursières ou les gains de productivité annoncés.

L'évolution des recrutements de débutants, les trajectoires salariales des jeunes diplômés, la durée d'accès au premier emploi qualifié et les possibilités de progression professionnelle deviendront des indicateurs particulièrement importants.

Il faudra également déterminer si les entreprises qui automatisent leurs tâches élémentaires continuent de former les spécialistes dont elles auront besoin demain.

La réponse ne dépendra pas uniquement des capacités techniques des modèles d'intelligence artificielle. Elle dépendra des choix économiques et organisationnels effectués autour de leur utilisation.

Une prospérité qui doit encore trouver ses héritiers

L'intelligence artificielle pourrait devenir l'une des transformations productives les plus importantes des prochaines décennies.

Elle peut réduire les coûts, accélérer la recherche, améliorer les processus industriels et permettre à des entreprises de produire davantage avec des ressources limitées.

Il serait prématuré d'en déduire une destruction généralisée de l'emploi. Les technologies précédentes ont profondément transformé les professions sans supprimer le besoin de travail humain.

Mais il serait tout aussi imprudent de supposer que les mécanismes traditionnels d'adaptation fonctionneront automatiquement.

L'originalité de l'intelligence artificielle tient notamment à sa capacité d'intervenir dans les tâches intellectuelles qui servaient jusqu'ici de premières étapes à de nombreuses carrières qualifiées.

L'économie pourrait donc rencontrer une difficulté nouvelle : conserver les compétences expérimentées tout en réduisant les occasions de former celles qui devront leur succéder.

Ce risque ne se traduira pas nécessairement par une crise immédiate de l'emploi. Il pourrait apparaître progressivement, dans les statistiques de recrutement, dans les écarts de rémunération entre générations et dans les difficultés de renouvellement des organisations.

Les investissements actuels peuvent soutenir la croissance mondiale. Les gains de productivité futurs peuvent accroître durablement la richesse disponible. Mais entre ces deux mouvements se trouve une question que les prévisions économiques ne résolvent pas.

Une société ne transmet pas seulement sa prospérité par le patrimoine, l'éducation ou les revenus. Elle la transmet aussi par les possibilités qu'elle offre à chaque génération d'apprendre un métier, de prendre des responsabilités et de construire sa place dans l'économie.

Si l'intelligence artificielle permet demain aux entreprises de fonctionner avec moins de débutants, il leur faudra néanmoins trouver comment former leurs futurs experts. Faute de quoi, l'économie pourrait découvrir qu'elle a gagné en efficacité ce qu'elle a perdu dans sa capacité à préparer la relève.

Sources principales

Fonds monétaire international (FMI) — Gen-AI: Artificial Intelligence and the Future of Work, janvier 2024. Analyse de l'exposition des emplois à l'intelligence artificielle, des effets potentiels sur la productivité et des risques d'inégalités.

Fonds monétaire international (FMI) — World Economic Outlook Update, juillet 2026. Perspectives de croissance mondiale et environnement macroéconomique.

Fonds monétaire international et Banque mondiale — Réunions annuelles 2026, Bangkok, octobre 2026. Déclarations de Kristalina Georgieva sur les investissements liés à l'intelligence artificielle et les perspectives économiques asiatiques.

Reuters — 12 octobre 2026. Déclarations du FMI sur le soutien apporté à la croissance mondiale par les investissements dans l'intelligence artificielle et interventions consacrées aux perspectives d'emploi des jeunes diplômés.

Organisation internationale du travail (OIT) — Generative AI and Jobs: A Refined Global Index of Occupational Exposure, 2025. Analyse de l'exposition professionnelle à l'IA générative et distinction entre transformation des tâches et substitution des emplois.

Organisation de coopération et de développement économiques (OCDE) — OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market. Analyse des conséquences de l'intelligence artificielle sur l'emploi, les compétences, les rémunérations et l'organisation du travail.