Sam Altman dit maintenant être « assez sûr » que l’IA a créé plus d’emplois qu’elle n’en a éliminés jusqu’à présent. C’est un revirement net : il y a quelques mois à peine, il avertissait que des professions entières disparaîtraient « si vite que c’en est effrayant ». Dario Amodei d’Anthropic a également retiré des affirmations similaires, passant de « l’IA prendra une grande partie des emplois de bureau d’entrée de gamme très rapidement » à « l’automatisation est un multiplicateur de productivité, non un destructeur d’emplois ».

Pourquoi ça te concerne. Si tu travailles avec l’IA ou dois l’expliquer à ton équipe, ce n’est pas une rassurence : c’est un signal que le framing public change sans que les chiffres le soutiennent. Les études les plus récentes (Yale Budget Lab, recherche multi-université sur les programmeurs et rédacteurs) ne montrent aucun impact significatif de l’IA sur la productivité mesurée ou l’emploi agrégé. La crise chez les programmeurs et rédacteurs a commencé début 2022, des mois avant ChatGPT. Il y a eu des licenciements liés à l’IA — dans certains cas, les budgets pour les gens ont été transférés aux GPU, dans d’autres l’IA était l’excuse qui plaisait aux actionnaires — mais ils n’ont pas produit le déplacement massif annoncé.

Ce qu’il faut faire. Quand tu dois gérer des attentes ou des peurs dans l’équipe, apporte des chiffres réels, pas des déclarations de CEO. La leçon Dialoguer plutôt que commander te montre comment utiliser l’IA pour améliorer la qualité du travail au lieu de remplacer ceux qui le font.

En détail

Le contexte

En 2023 et jusqu’au début 2024, Altman et Amodei avaient peint des scénarios de substitution rapide : Altman parlait de professions qui disparaîtraient « si vite que c’en serait potentiellement effrayant », Amodei d’une large part des emplois de bureau d’entrée de gamme pris par l’IA « très rapidement ». Ces déclarations ont alimenté à la fois le hype et l’anxiété, et ont donné un angle précis aux discussions internes de nombreuses entreprises. Maintenant, les deux ont changé de position, passant à un framing plus prudent : Altman dit « ce n’est pas ce à quoi je m’attendais » et Amodei décrit maintenant l’IA comme un multiplicateur de productivité, pas un substitut.

Ce que disent les chiffres

Les études récentes ne confirment pas la narrative originale. Une recherche multi-université sur les programmeurs et rédacteurs a identifié le début de la crise de l’emploi début 2022, des mois avant le lancement de ChatGPT. Le Yale Budget Lab n’a trouvé aucun déplacement mesurable du marché du travail lié à l’IA. Les licenciements déclarés « pour l’IA » ont eu lieu, mais dans certains cas l’argent économisé est allé aux GPU, dans d’autres l’IA était la justification la plus appréciée des actionnaires pour des coupes déjà décidées.

Aucune étude jusqu’à présent ne montre d’impact significatif de l’IA sur la productivité agrégée mesurée ou l’emploi total. Ce qui ne signifie pas que l’IA ne va pas changer le travail — elle le fait déjà de manière sélective, sur des tâches spécifiques — mais les prédictions de masse n’ont pas eu d’écho.

Les implications

Si tu es en position de gestion, ou si tu dois simplement expliquer l’IA à des collègues, la leçon est : les proclamations des CEO changent, les chiffres moins. Le changement de narrative dit peu sur les faits et beaucoup sur la pression publique. Quand tu dois prendre des décisions sur comment utiliser l’IA dans ton équipe, construis ta propre mesure : temps économisé sur des tâches concrètes, qualité du travail avant et après, coûts réels. La leçon Capstone : est-ce que ça fonctionne ? Mesurer temps et qualité te donne la méthode pour le faire.

Les limites de ce que l’on sait

Altman ne cite pas de données spécifiques, et le « assez sûr » laisse des marges. Les sources de cette déclaration ne rapportent pas d’études sous-jacentes : c’est une affirmation publique, pas un résultat mesuré. Ce qui ne la rend pas fausse, mais la rend une position, pas une conclusion vérifiable.