L'IA va-t-elle prendre le premier emploi des jeunes ?

L’IA va-t-elle prendre le premier emploi des jeunes ? Les deux camps qui s’affrontent sur ce sujet ont chacun raison, mais pas à la même échelle. Sur l’ensemble du marché du travail, les études disponibles ne voient aucun effondrement. Chez les jeunes qui entrent dans les métiers les plus exposés, un décrochage apparaît aux États-Unis, et il se concentre là où l’IA fait le travail à la place de la personne plutôt que de l’aider.

Pour une entreprise, la question utile n’est donc pas « l’IA va-t-elle supprimer des emplois ? », mais : si l’IA fait les tâches simples qu’on confiait aux débutants, comment ces débutants apprendront-ils le métier ?

En bref

• Sur l’ensemble du marché du travail américain, le Budget Lab de Yale ne voit pas de perturbation discernable dans les 33 mois qui ont suivi la sortie de ChatGPT.
• Selon un document de travail de Stanford, l’emploi des 22 à 25 ans dans les métiers exposés à l’IA est 19 % en dessous de ce qu’il serait s’il avait suivi celui de leurs pairs moins exposés, surtout parce qu’on les embauche moins.
• Au Danemark, une étude publiée au NBER ne trouve pas d’effet sur les revenus ni sur les heures, mais une réorganisation des tâches.
• Pour une entreprise, la question utile est de savoir qui reprendra le rôle de formation des tâches que l’automatisation retire aux débutants.

Position 1 : l’IA prend d’abord les tâches d’entrée de carrière

L’argument est intuitif. Les premières années d’un métier de bureau sont faites de tâches répétitives et bien délimitées : rédiger un premier jet, résumer un dossier, répondre aux demandes simples, coder une fonction standard. Ce sont précisément les tâches qu’un modèle de langage fait bien et vite.

Le meilleur appui de cette position est un document de travail du Stanford Digital Economy Lab, « Canaries in the Coal Mine? », d’Erik Brynjolfsson, Bharat Chandar et Ruyu Chen. Il s’appuie sur les données de paie du prestataire ADP, qui couvrent des millions de salariés américains jusqu’en juin 2026. Sa version révisée du 12 août 2026 écrit que l’emploi des jeunes de 22 à 25 ans dans les métiers exposés à l’IA se situe « 19 % en dessous » de ce qu’il serait s’il avait suivi celui de leurs pairs moins exposés. Les salariés expérimentés, eux, ne montrent pas d’écart comparable.

Le détail compte plus que le chiffre. Selon les auteurs, l’écart vient surtout de moins d’embauches de jeunes, pas de davantage de départs. Il se concentre dans les métiers où l’usage de l’IA se substitue aux tâches humaines ; là où il complète le travail, l’emploi est stable ou en hausse.

Les auteurs ont aussi testé des explications concurrentes. L’écart persiste quand on retire les entreprises de technologie et les métiers de l’informatique, et quand on tient compte de l’exposition à la hausse des taux d’intérêt et du télétravail. Il s’atténue en revanche quand on tient compte du niveau d’études, et certaines tendances divergentes sont antérieures à l’IA générative. Il est aussi plus marqué dans les données d’ADP que dans les enquêtes nationales.

Deux précautions : c’est un document de travail, pas un article relu par des pairs, et il porte sur les États-Unis. Les auteurs présentent eux-mêmes ces résultats comme des indicateurs précoces et descriptifs, pas comme la preuve d’un effet causal.

Position 2 : rien de massif n’est visible

L’autre camp ne nie pas ces signaux, il regarde l’ensemble. Dans une note du 1er octobre 2025, le Budget Lab de l’université Yale a mesuré à quelle vitesse la répartition des emplois américains entre métiers a changé depuis la sortie de ChatGPT, et l’a comparée aux bouleversements provoqués par l’arrivée des ordinateurs et d’internet. Sa conclusion : le marché du travail dans son ensemble « n’a pas connu de perturbation discernable » dans les 33 mois qui ont suivi. Les auteurs précisent que leur analyse ne prédit pas l’avenir.

Sur les jeunes diplômés de 20 à 24 ans, la même note reste prudente. L’écart entre leurs métiers et ceux des 25 à 34 ans se creusait un peu plus vite dans les mois qui précédaient sa publication, ce qui pourrait concorder avec le travail de Stanford, mais aussi refléter un simple ralentissement du marché du travail. Cette tendance pourrait d’ailleurs être antérieure à ChatGPT, et les échantillons sont petits.

Au Danemark, Anders Humlum et Emilie Vestergaard ont croisé des enquêtes sur l’adoption des chatbots avec les registres administratifs du marché du travail. Leur document de travail publié au NBER (w33777), révisé en mars 2026, trouve des effets nuls et précis sur les revenus et les heures enregistrées, en excluant des effets supérieurs à 2 % deux ans après le lancement de ChatGPT. Ce qui bouge, selon eux, c’est l’organisation du travail : les employeurs absorbent l’IA en réorganisant les tâches, et de nouvelles tâches apparaissent, comme la production de contenu, la supervision de l’IA ou son intégration.

Pourquoi les deux ne se contredisent pas

Une moyenne nationale peut rester plate pendant qu’un sous-groupe précis décroche. Si l’IA retire une partie des tâches de débutant dans quelques métiers, l’effet est réel pour les personnes concernées et invisible à l’échelle de l’économie entière. Les études ne mesurent pas non plus la même chose : Yale regarde la répartition de tous les emplois entre métiers, Stanford l’emploi d’une tranche d’âge dans les métiers exposés, l’étude danoise les salaires et les heures de salariés en poste.

Il faut aussi rester honnête sur ce que ces travaux ne disent pas. Aucun ne prouve que l’IA est la seule cause du décrochage observé chez les jeunes, et aucun ne prétend dire ce qui se passera dans cinq ans.

Ce que nous en pensons

Nous ne croyons pas à la disparition massive des emplois de bureau à court terme, et les études citées plus haut vont dans ce sens. En revanche, nous prenons très au sérieux le signal chez les jeunes, parce qu’il correspond à ce que montrent les automatisations que nous opérons : l’import quotidien des nouveaux biens d’un portail immobilier, ou la saisie de nos dépenses à partir d’une photo du ticket, sont exactement le genre de tâches qu’on confiait à un assistant qui débutait.

Le problème n’est pas que ces tâches disparaissent. Beaucoup étaient pénibles et peu formatrices. Le problème est qu’elles servaient aussi d’école. Un comptable apprend à repérer une écriture bizarre en en saisissant des centaines. Un développeur apprend à lire du code en corrigeant des bugs simples. Si la machine fait tout cela, l’entreprise doit organiser autrement l’apprentissage, sinon elle n’aura plus de profils intermédiaires dans cinq ans.

Ce qui nous ferait changer d’avis : une étude relue par des pairs, sur des données européennes, qui montrerait soit un recul généralisé de l’emploi des débutants, soit au contraire aucun écart entre métiers exposés et non exposés.

Ce que ça change concrètement pour une entreprise

1. Cartographier ce qu’apprenaient les juniors. Avant d’automatiser un processus, listez les tâches qu’il retire et demandez-vous ce qu’elles apprenaient. Posez la question au moment du cadrage, avec la personne qui fait la tâche aujourd’hui : elle évite de vider un poste de sa substance sans le vouloir.

2. Faire du junior un vérificateur, pas un spectateur. Le premier jet produit par l’IA reste à relire. Confier cette relecture à un débutant, accompagné d’un senior, est une bonne école : il apprend à repérer ce qui cloche, ce qui est le cœur du métier. La supervision de l’IA fait d’ailleurs partie des nouvelles tâches que l’étude danoise voit apparaître.

3. Garder des tâches manuelles volontairement. Une partie du travail peut rester faite à la main pendant la période d’apprentissage, même si l’outil le ferait plus vite. C’est un coût de formation, à budgéter comme tel.

4. Former avant de déployer. Depuis sa réécriture par le règlement (UE) 2026/1744, entré en vigueur le 27 juillet 2026, l’article 4 du règlement européen sur l’IA demande aux entreprises qui utilisent des systèmes d’IA de prendre des mesures pour « favoriser le développement de la maîtrise de l’IA » par leur personnel, sans les contraindre à garantir un niveau spécifique de maîtrise pour chaque personne. C’est l’occasion de former tout le monde, juniors compris, à repérer quand l’outil se trompe ; notre guide AI Act et RGPD pour une PME détaille ce que cette obligation demande.

5. Mesurer avant de supprimer un poste. Les gains promis par l’IA ne se vérifient pas toujours ; nous l’avons détaillé dans notre analyse sur la rentabilité réelle de l’IA en entreprise. Remplacer un recrutement par un outil sur la foi d’une démonstration est un pari, pas une décision.

Par où commencer

En octobre 2026, les études ne disent pas si l’IA privera durablement les jeunes de leur premier emploi. Elles disent en revanche où regarder : les tâches de débutant que l’automatisation retire. Avant d’automatiser un processus, faites la liste de ce qu’il apprenait et décidez qui reprendra ce rôle de formation. Pour choisir ce qu’on automatise en premier, voyez la rubrique Automatisation et bots. Et si vous voulez supprimer une tâche de ressaisie pour de bon, notre offre commence par observer la tâche avec la personne qui la fait aujourd’hui : c’est le bon moment pour noter ce que cette tâche apprenait.

Questions fréquentes

L’IA détruit-elle des emplois ?

Pas à l’échelle de l’économie, selon les études citées dans cet article. La note du Budget Lab de Yale ne voit pas de perturbation discernable du marché du travail américain dans les 33 mois qui ont suivi ChatGPT, et l’étude danoise publiée au NBER ne trouve pas d’effet sur les revenus ni sur les heures enregistrées. Le décrochage observé concerne surtout les jeunes de 22 à 25 ans dans les métiers exposés, selon Stanford.

Quels métiers sont les plus menacés par l’IA ?

Aucune liste ne fait consensus, parce que chaque étude mesure l’exposition à l’IA à sa façon. Le document de travail de Stanford apporte un critère plus utile qu’une liste : le décrochage des jeunes se concentre dans les métiers où l’IA sert surtout à remplacer des tâches humaines. Là où elle complète le travail de la personne, l’emploi est stable ou en hausse, surtout pour les salariés expérimentés.

Faut-il arrêter de recruter des débutants ?

Non. Une entreprise qui ne forme plus de juniors n’aura plus de profils confirmés dans quelques années. Mieux vaut redéfinir leur poste autour de la relecture de ce que produit l’IA, accompagnée d’un senior, et garder quelques tâches manuelles le temps d’apprendre. L’étude danoise publiée au NBER observe d’ailleurs que l’IA crée de nouvelles tâches, dont sa propre supervision.