Récemment, Anthropic a publié une étude détaillant précisément les emplois que l'IA actuelle est en train de remplacer. Les groupes les plus touchés sont inattendus : ils sont plus âgés, plus éduqués et gagnent davantage (47 % de plus que la moyenne). De plus, la probabilité qu'ils détiennent un diplôme d'études supérieures est presque quatre fois plus élevée que celle des personnes encore non affectées par l'IA.
Cependant, les études montrent que l'IA est loin d'avoir atteint sa limite théorique de capacité, et que son champ d'application actuel ne représente qu'une petite partie des scénarios réalisables. Plus précisément, bien que certaines tâches soient théoriquement réalisables avec l'IA, elles n'ont pas encore été appliquées à grande échelle, en raison de multiples obstacles, notamment les limites fonctionnelles des modèles eux-mêmes, les contraintes légales et réglementaires, les barrières d'adaptation aux logiciels spécialisés et les exigences obligatoires de vérification humaine.
Il est à noter que l'entreprise ayant publié cette étude est précisément celle qui vend le célèbre modèle Claude. Une entreprise qui vend de l'IA a publié les données les plus défavorables à ses propres intérêts. Anthropic aurait pu, pour des raisons commerciales, atténuer ces conclusions, mais elle a tout de même choisi de les rendre publiques.
Les 10 métiers les plus « à risque » dévoilés, quels emplois se trouvent en dehors des limites ?
Avant de présenter les résultats de leur étude, Anthropic a d'abord expliqué : « Pour l'instant, les preuves concernant l'impact de l'IA sur l'emploi restent limitées. Notre objectif est de développer une méthode pour mesurer comment l'IA affecte l'emploi, et de mettre à jour régulièrement cette analyse à l'avenir. Cette méthode ne peut pas capturer toutes les voies par lesquelles l'IA redéfinit le marché du travail, mais en établissant une base avant que des impacts significatifs ne se manifestent, nous espérons pouvoir identifier plus fiablement les chocs économiques à l'avenir, plutôt que de les attribuer rétrospectivement. L'impact de l'IA pourrait finir par être très évident. Toutefois, lorsque cet impact n'est pas encore clair, ce cadre est particulièrement utile pour identifier les postes les plus vulnérables avant que les remplacements ne se produisent réellement. »
Leur raisonnement est direct. Anthropic a créé un nouvel indicateur appelé « exposition observée », qui ne se concentre pas sur ce que l'IA pourrait théoriquement faire, mais sur ce qu'elle fait réellement dans des environnements professionnels concrets. Actuellement, cet indicateur est mesuré à partir de millions de conversations réelles avec Claude provenant d'utilisateurs professionnels. Si vous avez passé quatre ans et dépensé 200 000 dollars pour obtenir un diplôme afin d'accéder à un emploi de bureau, les entreprises ayant développé Claude viennent de confirmer : votre niveau d'exposition pourrait être supérieur à celui du barman qui vous a servi à votre remise de diplômes.
Par exemple, dans les postes liés à l'informatique et aux mathématiques, le taux d'adaptation théorique des modèles de grande taille atteint 94 %, mais la couverture actuelle n'est que de 33 % ; dans les postes de bureau et administratifs, la capacité théorique est de 90 %, tandis que l'utilisation réelle actuelle s'élève à 40 %. L'écart entre ce que l'IA « peut faire » et ce qu'elle « fait réellement » reste considérable. Les chercheurs ont également clairement indiqué ce qui se produira ensuite : à mesure que les capacités s'améliorent et que les applications s'approfondissent, l'utilisation réelle comblera progressivement la capacité théorique.
Les données montrent que les programmeurs occupent la première place du classement des dix métiers avec la plus forte exposition réelle à l'IA, avec une couverture de tâches de 74,5 % (en cohérence avec l'utilisation fréquente de l'IA dans le développement de code) ; les conseillers clientèle arrivent en deuxième position avec 70,1 %, grâce à l'utilisation intensive des interfaces API officielles ; les saisieurs de données, en raison de l'automatisation élevée de leurs processus de saisie de données, affichent une couverture de 67 % et se classent troisièmes.
En descendant, les spécialistes des dossiers médicaux représentent 66,7 % ; les analystes de recherche de marché et les spécialistes du marketing représentent 64,8 % ; les représentants des ventes de gros et de fabrication (hors produits techniques et scientifiques) représentent 62,8 % ; les analystes financiers et d'investissement représentent 57,2 % ; les analystes et testeurs en assurance qualité logicielle représentent 51,9 % ; les analystes en sécurité informatique représentent 48,6 % ; les spécialistes du support utilisateur informatique représentent 46,8 %.
Ces exemples ne sont pas des prédictions, mais des cas réels de remplacement de travail qui se produisent actuellement sur les plateformes d'IA.
En outre, cette technologie qui redéfinit les métiers de bureau a presque aucun impact sur environ un tiers de la main-d’œuvre. Du côté des métiers les moins représentés, 30 % des travailleurs n’ont aucune exposition à l’IA, leurs tâches étant trop peu fréquentes dans l’échantillon statistique pour atteindre le seuil de calcul, ce qui se traduit par une couverture des tâches par l’IA de 0 %. Les postes typiques incluent les cuisiniers, les mécaniciens de motos, les sauveteurs, les barkeepers, les plongeurs et le personnel des vestiaires. Par ailleurs, de nombreux emplois restent longtemps en dehors des capacités actuelles de l’IA, notamment les travaux agricoles physiques tels que la taille des arbres et l’exploitation de machines agricoles, ainsi que les activités juridiques pratiques comme la représentation judiciaire.
La distinction n’est plus « hautement qualifié vs faiblement qualifié », mais « couvert ou non par l’IA ». En effectuant une analyse de régression au niveau des métiers, pondérée par la taille actuelle de l’emploi, les résultats montrent que plus l’exposition réelle à l’IA est élevée, plus la croissance prévue des emplois est faible. Une augmentation de 10 points de pourcentage de la couverture des tâches correspond à une baisse de 0,6 point de pourcentage de la prévision de croissance des emplois selon le BLS. Cette faible corrélation confirme la cohérence de cet indicateur avec les données d’analyse du marché du travail spécialisé ; il est à noter que cette relation ne peut être observée en se basant uniquement sur le coefficient de compétences traditionnel β.
Niveau d'éducation plus élevé, mais plus facilement au chômage
Ce qui est véritablement préoccupant, c’est la découverte au niveau de la structure démographique. En comparant les profils des professionnels du groupe des 25 % les plus exposés avec ceux du groupe des 30 % non exposés, les différences sont marquées : la proportion de femmes est supérieure de 16 points de pourcentage dans le groupe à forte exposition, celle des Blancs de 11 points de pourcentage, et celle des Asiatiques est presque doublée.
De plus, le groupe avec la plus forte exposition à l’IA a un revenu moyen 47 % plus élevé que le groupe avec la plus faible exposition, et un niveau d’éducation globalement plus élevé. Parmi les individus sans exposition, seulement 4,5 % détiennent un diplôme de master, contre 17,4 % dans le groupe à forte exposition — une différence presque quatre fois plus grande.
Les calculs de scénarios extrêmes montrent que si les employés des postes les plus exposés, représentant les 10 % les plus élevés, étaient licenciés en masse, le taux de chômage du quart le plus exposé passerait de 3 % à 43 %, et le taux de chômage global augmenterait de 4 % à 13 %.
Ces personnes sont précisément celles qui étaient initialement considérées comme « protégées par l'éducation ». Un internaute a commenté : « Honnêtement, c'est surprenant, mais ça a du sens, car elles possèdent probablement des compétences facilement transférables vers des domaines technologiques en forte croissance. »
Les jeunes travailleurs méritent une attention particulière ; Brynjolfsson et ses collaborateurs rapportent que, chez les personnes âgées de 22 à 25 ans, l'effectif des emplois à forte exposition a diminué de 6 % à 16 %. L'étude estime que la principale cause de cette réduction de l'emploi est le ralentissement des embauches par les entreprises, et non une augmentation des départs ou des licenciements.
En outre, les chercheurs d'Anthropic ont constaté qu'après élimination du cycle de volatilité exceptionnel de 2020 à 2021, les tendances d'embauche des jeunes pour les deux catégories de postes en 2024 se sont nettement divergées : la volonté des entreprises d'embaucher des jeunes pour les postes à forte exposition à l'IA a significativement diminué. Le taux mensuel d'embauche de nouveaux employés dans les métiers à faible exposition est resté stable à 2 %, tandis que la proportion de nouveaux embauchés dans les postes à forte exposition a diminué d'environ 0,5 point de pourcentage. Les estimations globales montrent que, depuis la généralisation de ChatGPT, le taux d'embauche des jeunes dans les métiers fortement exposés a chuté de 14 % par rapport à 2022, un résultat statistiquement marginal ; en revanche, aucun phénomène similaire de réduction des embauches n'a été observé chez les travailleurs âgés de plus de 25 ans.
Les postes juniors ne sont jamais simplement des « emplois » ; ce sont des terrains d’entraînement : les analystes juniors deviennent des analystes seniors ici, les avocats juniors apprennent à construire des arguments ici. Si ce niveau disparaît, d’où viendront les professionnels seniors de demain ? Cette question n’a pas encore de réponse.
En même temps, un internaute a commenté : « Si l’IA remplace tous les travailleurs intellectuels et les professionnels compétents, qui produira les prochaines données d’entraînement une fois que les données actuelles deviendront obsolètes ? Qui créera le volume massif de contenu en ligne et consultable, qui constitue précisément la matière première essentielle pour les sorties générées par les modèles d’IA ? En outre, lorsque la majorité des utilisateurs principaux de l’IA seront au chômage, qui assurera le financement continu des coûts énormes en puissance de calcul nécessaires au fonctionnement et à l’itération de l’IA ? »
Lien de référence : https://www.anthropic.com/research/labor-market-impacts
Cet article provient du compte officiel WeChat « AI Frontière », compilé par Hua Wei