L'IA va-t-elle changer mon métier ?
Bilan de compétences et IA : anticiper ce qui va changer
Ce que disent les études, dont celles d'Anthropic, sur les métiers exposés à l'IA, une méthode pour évaluer le vôtre tâche par tâche, et ce qu'un bilan en fait.
L’IA va-t-elle remplacer mon métier ?
La question est mal posée, et c’est pour cela qu’elle inquiète autant. Les travaux les plus solides publiés depuis 2023 vont dans le même sens : l’IA générative prend en charge des tâches, rarement des métiers entiers. La bonne question devient donc : quelles tâches de votre semaine vont changer, à quelle vitesse, et que faites-vous du temps que vous gagnez ou de la valeur que vous perdez ?
Cet article fait le point sur ce que disent les études, et sur ce qu’elles ne disent pas. Il propose ensuite une méthode pour évaluer votre propre exposition, tâche par tâche, et montre ce qu’un bilan de compétences peut en tirer : un plan d’action, pas une prédiction.
Ce que disent les études, et ce qu’elles ne disent pas
Peu de métiers disparaissent, beaucoup se transforment
- En mars 2024, la Commission de l’intelligence artificielle a remis au gouvernement son rapport IA : notre ambition pour la France. Son constat : l’IA remplace des tâches plutôt que des emplois. Dans 19 métiers sur 20, une partie des tâches reste hors de sa portée ; les emplois directement remplaçables représenteraient alors environ 5 % des emplois dans un pays comme la France.
- En mai 2025, l’Organisation internationale du travail (OIT) a passé au crible près de 30 000 tâches professionnelles. Dans le monde, un actif sur quatre exerce un métier en partie exposé à l’IA générative, et 34 % dans les pays à revenu élevé. Mais seuls 3,3 % des emplois relèvent de la catégorie la plus exposée, où dominent les métiers administratifs. Pour l’OIT, la transformation des emplois est l’effet le plus probable.
Cette fois, les cadres sont en première ligne
C’est la vraie rupture. Les vagues d’automatisation précédentes, robots puis informatique, visaient surtout des tâches physiques ou répétitives. L’IA générative touche la rédaction, la synthèse, l’analyse et le code : le cœur du travail intellectuel.
L’économiste Antonin Bergeaud a appliqué cette lecture par tâches aux 222 familles professionnelles françaises (note publiée par HEC en janvier 2024). À la différence des révolutions technologiques précédentes, ce sont les cadres, les professions les plus qualifiées, qui ressortent comme les plus exposés. Selon son indicateur, environ 20 % de l’emploi combine une forte exposition et peu de tâches difficiles à automatiser.
Ce qu’aucune de ces études ne vous dit
Ces travaux mesurent une exposition théorique, pour un travailleur « représentatif » de chaque métier. Bergeaud le souligne lui-même : deux personnes qui portent le même intitulé de poste n’ont pas le même travail, et une entreprise n’adopte pas un outil du seul fait qu’il existe (coût, organisation, réglementation). Aucune étude ne dit donc ce qui va arriver à votre poste. Pour le savoir, il faut descendre au niveau de vos tâches.
Quels métiers sont les plus exposés, selon Anthropic ?
Anthropic, l’entreprise qui développe l’IA Claude, publie depuis février 2025 un indice économique tiré de l’usage réel de son outil : des millions de conversations, rattachées aux tâches de la nomenclature américaine des métiers (O*NET), analysées sans lecture humaine des échanges. C’est l’une des rares mesures de ce que les gens font vraiment avec une IA au travail. Elle a deux limites : elle ne voit que les utilisateurs de Claude, surtout américains, et l’entreprise a un intérêt dans le débat.
Les plus exposés : programmeurs, conseillers clientèle, saisie
En mars 2026, deux économistes d’Anthropic ont croisé ce que l’IA pourrait faire et ce qu’elle fait déjà, métier par métier. En tête viennent les programmeurs informatiques, dont les trois quarts des tâches (75 %) sont déjà couvertes par l’usage réel, puis les conseillers clientèle et les opérateurs de saisie (67 %). Les analystes financiers figurent aussi parmi les plus exposés.
L’écart entre le possible et le réel reste grand. Dans les métiers de l’informatique et des mathématiques, l’IA pourrait en théorie accélérer 94 % des tâches ; l’usage observé n’en couvre que 33 %.
Les moins exposés : les métiers du geste et de la présence
À l’autre bout, 30 % des actifs américains n’ont aucune tâche couverte. Le premier indice, en février 2025, disait déjà la même chose : l’usage se concentre sur l’informatique (37,2 % des conversations) et l’écriture, et reste très faible dans les métiers physiques, comme aux deux extrémités de l’échelle des salaires.
| Les plus exposés (mars 2026) | Les moins exposés (aucune tâche couverte) |
|---|---|
| Programmeurs informatiques : les trois quarts des tâches couvertes (75 %) | Cuisiniers |
| Conseillers clientèle | Mécaniciens moto |
| Opérateurs de saisie : 67 % | Maîtres-nageurs sauveteurs |
| Analystes financiers | Barmans et plongeurs |
Et l’emploi ?
Pas de vague de chômage mesurable à ce jour. Les mêmes économistes ne trouvent aucune hausse systématique du chômage des travailleurs très exposés depuis fin 2022, aux États-Unis. Mais un signal faible se dessine : dans les métiers exposés, le taux d’embauche des 22-25 ans a baissé de 14 % par rapport à 2022, un résultat tout juste significatif.
Les usages, eux, glissent vers la délégation. Entre fin 2024 et août 2025, la part des conversations où l’utilisateur confie entièrement la tâche à l’IA est passée de 27 % à 39 % ; dans l’usage par les entreprises, 77 % des échanges relèvent de l’automatisation. Et dans une enquête de juin 2026 auprès d’environ 9 700 utilisateurs de Claude, 10 % jugent probable de perdre leur emploi dans l’année, mais plus d’un tiers estiment à plus de 60 % le risque qu’un collègue débutant perde le sien.
Reste la question de la reconversion. En août 2026, une revue de 56 essais randomisés américains, publiée par Anthropic, trouve des effets modestes aux programmes de formation pour l’emploi : 2 à 3 points d’emploi en plus et environ 1 000 dollars de revenus par an, pour un coût d’environ 13 000 dollars par personne. Les programmes construits avec les employeurs d’un secteur font plusieurs fois mieux. Une formation vaut donc surtout par le lien avec le marché qu’elle ouvre : c’est l’objet de l’étape « tester » d’une reconversion professionnelle.
Et en France ?
Les premières mesures françaises sont arrivées en 2026, et elles vont dans le même sens que les données américaines. Le laboratoire LIFT de HEC Paris a suivi toutes les embauches et fins de contrat du secteur privé de 2019 à mars 2026, en classant les métiers selon leur exposition à l’IA générative. Chez les 21-29 ans, les embauches en CDI des métiers les plus exposés sont, en mars 2026, environ 28 % sous leur niveau de novembre 2022, contre 8 % dans les métiers les moins exposés ; pour les développeurs et ingénieurs informatiques, environ 42 % contre 11 %. Les fins de contrat baissent aussi : les auteurs parlent d’un « gel » des mouvements, plus que d’une vague de départs. Ils rappellent que leur étude est descriptive : la hausse des taux d’intérêt, le télétravail et l’essor de l’apprentissage ont pu jouer en même temps.
La note Trésor-Éco de juin 2026, reprenant l’Insee, va dans le même sens : dans les activités informatiques, l’emploi a baissé de 3 % entre fin 2023 et fin 2025, et ce recul tient entièrement aux 15-29 ans. Côté entreprises, l’IA s’installe vite : 18 % des entreprises de 10 salariés ou plus en utilisaient au moins une technologie en 2025, trois fois plus qu’en 2023, et 58 % de celles de 250 salariés ou plus (Insee).
Si vous envisagez une reconversion vers l’un de ces métiers, l’article reconversion développeur en 2026 détaille ces chiffres et la façon de tester la piste avant de vous former.
Ce que l'IA change à votre métier ne dit pas ce que vous tenez à y garder. Le test des valeurs classe ce qui compte le plus pour vous dans un travail, de quoi trier les pistes.
Ce qui se voit déjà dans le travail des cadres
L’Apec a interrogé 2 000 cadres du secteur privé en mars 2026 :
- la moitié utilise l’IA générative au travail au moins une fois par semaine, soit 15 points de plus en un an, et 62 % des moins de 35 ans ;
- 39 % pensent que l’IA aura un impact fort sur leur propre métier ; 38 % y voient une opportunité, 23 % une menace, et 39 % les deux à la fois ;
- seuls 29 % déclarent avoir été formés, le plus souvent à des usages généraux plutôt qu’à leur métier ;
- 31 % des cadres qui ont cherché un emploi récemment se sont servis d’outils d’IA, contre 15 % fin 2024 ;
- côté recrutement, 2 entreprises sur 10 tiennent déjà compte de la maîtrise de l’IA pour choisir un candidat, et 53 % des grandes entreprises prévoient de lui donner plus de poids.
Deux résultats de recherche méritent aussi votre attention, parce qu’ils contredisent l’idée d’un effet uniforme.
Les débutants gagnent le plus, et risquent le plus. Dans un centre de support client américain, un assistant d’IA a augmenté la productivité de 14 % en moyenne, et de 34 % chez les agents les moins expérimentés (Brynjolfsson, Li et Raymond, 2025). Mais d’après les données de paie américaines, l’emploi des 22-25 ans dans les métiers exposés était, en août 2026, 19 % en dessous du niveau qu’il aurait atteint en suivant celui des métiers moins exposés, surtout parce qu’on les embauche moins, alors que celui des salariés expérimentés tenait (Brynjolfsson, Chandar et Chen, Stanford, 2026). Les tâches que l’on confiait aux juniors pour apprendre le métier sont souvent celles que l’IA fait le mieux. Les premières données françaises vont dans le même sens (voir plus haut) : le mécanisme mérite qu’on s’y arrête si vous êtes en début de carrière, ou si vous encadrez des juniors.
La frontière est irrégulière. Lors d’une expérience menée avec 758 consultants du Boston Consulting Group, ceux qui utilisaient GPT-4 ont traité 12,2 % de tâches en plus, 25,1 % plus vite, avec une qualité jugée supérieure de plus de 40 %, sur les tâches à la portée de l’outil. Sur une tâche choisie hors de sa portée, ils avaient 19 points de moins de chances de trouver la bonne réponse que leurs collègues sans IA (Dell’Acqua et al., Harvard Business School, 2023). Deux tâches de difficulté comparable peuvent tomber de part et d’autre de la frontière, et on ne le découvre qu’en essayant.
Évaluer votre exposition, tâche par tâche
Voici la méthode des économistes, ramenée à l’échelle d’une personne. Comptez une heure pour la première passe.
1. Listez vos tâches réelles
Pas votre fiche de poste : ce que vous faites vraiment, sur une semaine type. Dix à quinze lignes suffisent. Pour chacune, estimez la part de votre temps qu’elle occupe. Les tâches invisibles comptent (relancer, arbitrer, rassurer, rattraper une erreur) : ce sont souvent celles qui résistent le mieux.
2. Classez chaque tâche dans l’une de trois familles
- Exposée : l’IA peut déjà la faire seule, à une qualité suffisante pour que quelqu’un s’en contente (synthèse standard, mise en forme, premier jet, reporting récurrent).
- Augmentée : l’IA vous fait gagner du temps ou de la qualité, mais il faut quelqu’un pour cadrer la demande, vérifier le résultat et l’assumer (analyse, recherche, rédaction qui engage).
- Protégée : la tâche tient à la relation, à la présence, à la responsabilité ou au jugement en contexte (négocier, gérer un conflit, décider sans toutes les données, intervenir sur place, défendre une décision devant quelqu’un).
3. Testez au lieu de supposer
Puisque la frontière est irrégulière, votre intuition sur ce que l’IA sait faire se trompera, dans un sens ou dans l’autre. Pendant une ou deux semaines, confiez à un outil d’IA générative les tâches dont vous doutez, sans y mettre de données confidentielles et en respectant les règles de votre employeur. Notez ce qui sort utilisable, ce qui sort faux, et ce qui vous fait réellement gagner du temps.
4. Faites les comptes
Additionnez la part de votre temps dans chaque famille. Voici un exemple fictif, celui d’un contrôleur de gestion :
| Tâche | Part du temps | Famille | Ce qui garde de la valeur |
|---|---|---|---|
| Consolider les données et produire le reporting mensuel | 30 % | Exposée | Fiabiliser les sources, automatiser soi-même le circuit |
| Commenter les écarts au budget | 20 % | Augmentée | Vérifier, hiérarchiser, savoir ce qui compte pour la direction |
| Comprendre les écarts avec les équipes opérationnelles | 25 % | Protégée | La confiance des équipes, la connaissance du terrain |
| Préparer les arbitrages budgétaires | 15 % | Protégée | Le jugement, la responsabilité de l’alerte |
| Suivre l’évolution des normes comptables | 10 % | Augmentée | Repérer ce qui s’applique à votre entreprise |
Lecture : 30 % exposé, 30 % augmenté, 40 % protégé. Ce poste ne disparaît pas, mais sa valeur se déplace vers le dialogue avec le terrain et l’arbitrage. Le contrôleur qui se définit par son reporting est en risque ; celui qui se définit par l’analyse et le conseil l’est beaucoup moins.
5. Confrontez votre grille au marché
Tant qu’elle n’a pas rencontré le terrain, votre grille reste une hypothèse. Trois sources pour la vérifier :
- les offres d’emploi de votre métier, aujourd’hui et il y a deux ans (Apec, France Travail) : quelles compétences apparaissent, lesquelles disparaissent ?
- les études prospectives de votre branche : les observatoires des métiers, souvent hébergés par l’opérateur de compétences (OPCO) de la branche, publient ce type de travaux ;
- surtout, des personnes qui exercent le métier aujourd’hui : demandez-leur ce qui a changé dans leur travail depuis un an, et ce qu’on attend désormais d’un débutant.
Trois issues possibles
- Rester, en déplaçant votre valeur. Si l’essentiel de votre temps est augmenté ou protégé, l’enjeu est de prendre la main sur les outils plutôt que de les subir, et de le faire savoir : cadrer, vérifier, garantir la qualité de ce que l’IA produit. Une formation ciblée peut suffire, à financer par votre employeur ou par vos droits à la formation.
- Glisser vers un métier voisin. Si une grosse part de votre semaine est exposée mais que vos tâches protégées sont solides, cherchez les métiers qui en sont faits. C’est souvent une passerelle courte, sans tout reprendre à zéro.
- Changer de cap. Si la part exposée domine et que le marché confirme la tendance, mieux vaut préparer la suite pendant que vous êtes en poste, avec un salaire, plutôt qu’au moment d’une réorganisation.
Aucune de ces issues n’est meilleure qu’une autre. Ce qui compte, c’est de choisir avant que le choix se fasse sans vous. Si vous changez de cap, la méthode, étape par étape, est dans reconversion professionnelle : comment s’y prendre.
Ce qu’un bilan de compétences peut en faire
Un bilan ne prédit pas l’avenir de votre métier : personne ne le peut. Il vous aide à faire l’exercice ci-dessus sérieusement, avec quelqu’un qui connaît le marché, puis à trancher. Chez Marge de Manœuvre, la méthode a été conçue par une psychologue du travail et un consultant en transformation qui suit de près l’IA générative. Concrètement :
- Votre travail réel d’abord. Dès les premières séances, on analyse ce que vous faites vraiment, au-delà de la fiche de poste : c’est la matière première de la grille tâche par tâche.
- Une initiation à l’IA, en option. En ouverture de la séance 6, avant d’explorer les pistes, nous proposons une initiation à l’IA générative, au service de votre projet. Selon votre besoin, vous voyez avec quelqu’un à vos côtés ce que l’IA peut faire pour vous : chercher des offres ou des entreprises cibles, préparer un CV ou un business plan, ou tester ce qu’elle change dans un métier que vous visez. Vos tâches du quotidien n’y viennent qu’à la marge.
- L’IA comme terrain d’essai. Entre les séances, notre IA lit chacun de vos carnets et vous répond par écrit, puis étudie le marché de l’emploi à partir de votre livret de compétences : des métiers possibles, l’écart à combler, la formation pour y accéder. Vous voyez l’outil à l’œuvre sur votre propre projet, pas sur un cas d’école.
- Le marché comme juge. Le deuxième temps du bilan confronte vos pistes au terrain : enquêtes auprès de professionnels en poste, salaires et débouchés réels. La question
qu’est-ce que l’IA a changé dans votre travail ?
y a toute sa place. - Deux trajectoires plutôt qu’une. Vous repartez avec une piste A, le projet d’élan, et une piste B, refuge et tremplin, des premières actions à engager sous 7 jours, et un entretien de suivi à 6 mois pour vérifier que vos hypothèses ont tenu. Dans un marché qui bouge aussi vite, ce rendez-vous compte.
Pour en savoir plus sur le déroulé, voyez le bilan de compétences, séance par séance, ou comment se passe un bilan à distance. Pour repérer d’abord ce qui freine votre projet, le test d’orientation est gratuit.
À retenir
- L’IA remplace des tâches plus souvent que des métiers, et cette fois les cadres sont parmi les plus exposés.
- Selon Anthropic, les programmeurs, les conseillers clientèle et les opérateurs de saisie sont les plus exposés ; les métiers du geste et de la présence, les moins.
- En France, depuis fin 2022, les embauches de jeunes en CDI reculent davantage dans les métiers les plus exposés, en particulier chez les développeurs.
- Votre exposition dépend de vos tâches réelles, pas de l’intitulé de votre poste.
- Testez les outils sur vos propres tâches : la limite entre ce qu’ils font bien et ce qu’ils font mal est difficile à prévoir.
- Décidez tant que vous avez le choix : rester en déplaçant votre valeur, glisser vers un métier voisin, ou changer de cap.
Sources
- Commission de l’intelligence artificielle, IA : notre ambition pour la France, mars 2024.
- P. Gmyrek et al., Generative AI and Jobs: A Refined Global Index of Occupational Exposure, document de travail de l’OIT n° 140, mai 2025.
- A. Bergeaud, Exposition à l’intelligence artificielle générative et emploi : une application à la classification socio-professionnelle française, HEC Paris, janvier 2024.
- Apec, Les cadres et l’IA, enquête auprès de 2 000 cadres, mai 2026.
- M. G. Palladino, A. Bergeaud, A. Bertheau, S. Bunel et O. Degos, Exposition des métiers à l’IA générative, adoption par les entreprises et dynamiques du marché du travail en France, LIFT (HEC Paris), document de travail 2026-02, octobre 2026.
- Direction générale du Trésor, L’intelligence artificielle, quels effets sur l’emploi ?, Trésor-Éco n° 391, juin 2026.
- Insee, Les technologies de l’information et de la communication dans les entreprises en 2025, Insee Première n° 2120, juillet 2026.
- Anthropic, The Anthropic Economic Index, 10 février 2025, et Uneven geographic and enterprise AI adoption, 15 septembre 2025.
- M. Massenkoff et P. McCrory, « Labor market impacts of AI: A new measure and early evidence », Anthropic, 5 mars 2026.
- Anthropic, Anthropic Economic Index report: Cadences, 26 juin 2026 (enquête auprès des utilisateurs de Claude, non représentative de la population).
- D. Roodman et M. Massenkoff, « How well do job retraining programs work? », Anthropic, 12 août 2026.
- E. Brynjolfsson, D. Li et L. Raymond, « Generative AI at Work », The Quarterly Journal of Economics, 2025.
- E. Brynjolfsson, B. Chandar et R. Chen, « Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence », Stanford Digital Economy Lab, version révisée du 12 août 2026.
- F. Dell’Acqua et al., « Navigating the Jagged Technological Frontier », Harvard Business School, document de travail 24-013, 2023.
Passer à l'action
Testez la piste avant de lâcher le poste.
On confronte votre idée au marché et à vos contraintes (salaire, rythme, statut) pour décider sur du concret.
Écrit par
Nicolas Blum Ferracci
Consultant en transformation