Une grande partie de l’intérêt porté à l’IA et au travail concerne ses effets potentiels sur les pertes d’emplois : les emplois seront-ils remplacés par l’IA ou transformés ? Bien qu’il soit impossible de prédire l’avenir, d’autant plus que la technologie est encore en évolution, les chercheurs de l’OIT ont d’abord développé une méthodologie en 2023, puis l’ont affinée en 2025, afin d’estimer les effets potentiels de l’IA générative sur les professions existantes, puis, dans un deuxième temps, sur l’emploi.
Chaque profession est composée de tâches. Chacune d’elles a reçu un score d’automatisation potentielle de 0 à 1, 0 indiquant qu’elle est impossible et 1 indiquant qu’elle est tout à fait réalisable avec l’IA générative.
La figure représente ces professions en fonction de leur score moyen (moyenne de toutes les tâches au sein d’une profession) et de leur écart type (la dispersion des scores d’automatisation au niveau des tâches au sein d’une profession).
L’intersection de ces scores a été utilisée pour élaborer un cadre de classification basé sur les catégories suivantes :
- Exposé : Gradient 4 (exposition la plus élevée, faible variabilité des tâches) : Exposition élevée et constante à GenAI pour toutes les tâches du poste. La plupart des tâches actuelles de ces emplois présentent un fort potentiel d’automatisation, avec une faible variabilité de l’exposition au niveau des tâches.
- Exposé : Gradient 3 (Exposition importante, forte variabilité des tâches) : Exposition professionnelle supérieure à modérée : même si certaines tâches restent moins exposées, le potentiel global d’automatisation des tâches actuelles avec GenAI augmente dans ces professions.
- Exposé : Gradient 2 (exposition modérée, forte variabilité des tâches) : Exposition professionnelle modérée à l’IA, avec une forte variabilité au niveau des tâches. Ces professions comprennent un mélange de tâches exposées à l’IA générale et d’autres non exposées, ce qui rend l’impact inégal.
- Exposé : Gradient 1 (faible exposition, forte variabilité des tâches) : Faible exposition globale à GenAI au niveau professionnel, mais forte variabilité entre les tâches. Certaines tâches de ces professions présentent un potentiel d’automatisation élevé, même si la profession dans son ensemble reste fortement dépendante de tâches à faible potentiel d’automatisation.
- Exposition minimale (faible exposition, variabilité modérée des tâches) : professions à faible exposition à GenAI, où certaines tâches présentent un potentiel d’automatisation modéré, mais l’exposition professionnelle globale reste limitée.
- Non exposé : professions où la plupart des tâches restent relativement peu affectées par GenAI, avec une faible variabilité des tâches et un score d’exposition moyen stable et faible.
Globalement, les résultats indiquent que peu d’emplois comportent des tâches entièrement automatisables grâce à la technologie GenAI actuelle ; presque tous les métiers comportent des tâches nécessitant une intervention humaine. Les gradients 1 à 3 regroupent les métiers où l’automatisation de tâches spécifiques est limitée et où les tâches présentent un certain degré de variabilité.
Quel est l’effet possible de l’IA générative sur l’emploi ?
Pour évaluer le nombre d’emplois existants potentiellement touchés, nous appliquons ces scores d’exposition professionnelle aux données d’enquêtes sur la population active de plus de 140 pays. Cela nous permet d’établir des estimations mondiales et régionales, ainsi que des estimations entre les pays selon différentes tranches de revenus.
Pourcentage d’emplois potentiellement affectés par l’IA générative, par tranche de revenu
Pourcentage d’emplois potentiellement concernés par l’IA générative, par région
À l’échelle mondiale, environ un quart de l’emploi se situe dans l’un des quatre gradients d’exposition, avec des différences significatives entre l’emploi des femmes et celui des hommes, en particulier dans les deux gradients d’exposition supérieurs. L’emploi féminin est également plus concentré dans les deux gradients d’exposition supérieurs, avec 5,7 % de l’emploi féminin dans le gradient 3 et 4,7 % dans le gradient 4.
Les pays à revenu élevé présentent la plus forte proportion d’emplois dans l’un des quatre gradients d’exposition (34 %). La part totale des emplois exposés diminue considérablement à mesure que les niveaux de revenu diminuent, atteignant seulement 11 % dans les pays à faible revenu.
Ces estimations reflètent l’« exposition potentielle » à GenAI et non son impact réel. Elles représentent le seuil maximal du pourcentage d’emplois qui pourraient être affectés par la mise en œuvre complète de la technologie GenAI. Les contraintes d’infrastructure (électricité, haut débit), le manque de compétences numériques, le coût de la technologie et les difficultés opérationnelles inhérentes à son adoption ne sont que quelques-uns des obstacles à sa pleine adoption.
La plupart des professions étant constituées de tâches nécessitant une intervention humaine, la transformation des emplois est l’impact le plus probable de GenAI. Une telle transformation est mieux gérée par le dialogue social. L’association de notre indice affiné aux microdonnées nationales permet de réaliser des projections précises de ces changements, offrant ainsi une base au dialogue social et à des réponses politiques ciblées.
Cette note de recherche résume un document de travail de l’OIT qui affine l’évaluation mondiale de l’exposition des professions à l’intelligence artificielle générative. Elle présente une méthodologie actualisée combinant données par tâches, expertise humaine et prédictions d’IA pour appuyer une analyse plus précise de l’impact potentiel de l’IA générative sur l’emploi.
- Actualisation des estimations de l’OIT de 2023 relatives aux professions potentiellement exposées à la technologie de l’Intelligence artificielle générative (IA générative) et à leur part dans l’emploi total.
- Élaboration d’une méthodologie plus pointue qui s’appuie à la fois sur l’intelligence humaine et sur l’intelligence artificielle, avec une évaluation au niveau des professions à 6 chiffres, couvrant près de 30 000 tâches.
- Définition de quatre gradients d’exposition à l’IA générative qui augmentent progressivement en fonction du score d’exposition moyen et du degré de variabilité des tâches pour chaque profession de la CITP-08.
- Dans l’ensemble, les scores d’automatisation sont légèrement inférieurs à ceux de 2023 (0,29 en moyenne en 2025 contre 0,30 en 2023), bien que la variabilité des scores soit beaucoup plus faible (écart-type de 0,14 en 2025 contre 0,30 en 2023).
- Les capacités croissantes des modèles d’IA générative dans des domaines tels que la génération de voix, d’images et de vidéos ont fait augmenter les scores d’automatisation pour une série de tâches dans les professions liées aux médias et à l’Internet.
- Un travailleur sur quatre dans le monde exerce une profession plus ou moins exposée à l’IA générative, mais la plupart des emplois seront transformés au lieu d’être supprimés parce qu’une intervention humaine reste indispensable.
- Il est nécessaire de veiller à ce que la transition soit gérée par le biais du dialogue social, afin d’améliorer à la fois les conditions de travail et la productivité.
