Pendant que les dépenses d'infrastructure d'intelligence artificielle atteignent des montants sans équivalent historique, les budgets de formation reculent et l'IA devient le premier motif de licenciement déclaré aux États-Unis. Analyse des non-dits d'un débat mal posé.
La question qui circule dans les conseils d'administration comme dans les salles de rédaction est mal formulée. Personne ne propose sérieusement d'arrêter l'IA, et personne ne finance sérieusement l'apprentissage de ceux qui devront travailler avec elle. Entre ces deux évidences se glisse un choix comptable que les communiqués ne nomment jamais, et dont les études publiées depuis un an permettent enfin de mesurer le coût. Ce que les chiffres établissent, ce que les acteurs taisent, et pourquoi l'idée d'indemniser les travailleurs remplacés arrive au pire moment pour être discutée sereinement.
Un robot, une vésicule et une légende à corriger
La pince se referme, se repositionne d'un demi-millimètre, pose le clip. Aucune main humaine sur les commandes. La voix qui corrige la trajectoire vient d'un chercheur debout à côté de la table.
Le système s'appelle SRT-H. Développé à l'université Johns Hopkins, il a retiré une vésicule biliaire avec un niveau de compétence comparable à celui de chirurgiens expérimentés, en réagissant et en apprenant en temps réel plutôt qu'en exécutant des tâches préprogrammées.
Voilà pour l'exploit. Maintenant la correction, parce qu'elle commande tout le reste du raisonnement. Le robot a mis plus de temps qu'un chirurgien humain, et les résultats étaient comparables à ceux d'un chirurgien expert, pas supérieurs.
Le système n'a pas encore été utilisé sur des patients humains. Il a été dirigé tout au long de la procédure par les commandes vocales de l'équipe scientifique. L'analyse technique la plus rigoureuse le classe en autonomie élevée sous supervision, explicitement pas en autonomie complète, puisque des humains étaient présents, surveillaient, corrigeaient et changeaient les instruments.
L'écart entre « l'IA opère mieux que les humains » et ce qui s'est réellement passé n'est pas un détail de vulgarisation. C'est le modèle réduit de tout le débat économique qui suit.
Ce que les chiffres refusent de dire
Le chiffre le plus cité au monde sur l'IA et l'emploi est aussi le plus mal utilisé. L'Organisation internationale du travail estime que 25 % des emplois dans le monde relèvent d'une profession comportant un certain degré d'exposition à l'IA générative, ce qui correspond à une transformation progressive des tâches et non à une automatisation totale.
Le niveau d'exposition le plus élevé, lui, concerne 3,3 % de l'emploi mondial, et touche 4,7 % des femmes contre 2,4 % des hommes. L'indice repose sur l'analyse de 29 753 tâches professionnelles. Dans les pays à revenu élevé, la proportion d'emplois exposés monte à 34 %.
Confondre les 25 % et les 3,3 %, c'est transformer une hypothèse de réorganisation du travail en prophétie de chômage de masse. Cette confusion n'est pas innocente. Elle sert ceux qui vendent des modèles comme ceux qui vendent des plans sociaux.
Sur le terrain, les données divergent selon ce qu'on mesure. Plus de 90 % des dirigeants interrogés dans une vaste enquête du NBER déclarent que l'IA n'a eu aucun effet sur l'emploi de leur organisation ces trois dernières années, et 89 % aucun effet sur la productivité mesurée en ventes par salarié.
Ces mêmes dirigeants anticipent pourtant, sur trois ans, une productivité en hausse de 1,4 %, une production en hausse de 0,8 % et un emploi en baisse de 0,7 %. Environ deux tiers de la réduction attendue passeraient par un moindre recrutement. Le NBER chiffre l'ordre de grandeur à environ 1,75 million d'emplois dans les quatre pays étudiés d'ici 2028.
Ce n'est pas une vague de licenciements. C'est une porte qui se ferme.
La porte fermée aux jeunes
Le signal le plus net ne vient pas des plans sociaux mais des embauches qui n'ont pas lieu. Les travaux du Stanford Digital Economy Lab, actualisés en août 2026, ne trouvent aucune preuve de destruction généralisée d'emplois, mais établissent que l'emploi des 22-25 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, un écart qui se creuse depuis août 2025 et qui passe d'abord par une baisse des recrutements.
Le déficit était de 15 % au millésime de juillet 2025, il atteint 19 % en juin 2026. Les baisses se concentrent sur les jeunes occupant des fonctions reposant sur des savoirs codifiés que l'IA reproduit, tandis que les travailleurs expérimentés des mêmes métiers, dont la valeur repose sur un savoir tacite, ne connaissent pas de recul comparable.
Traduction brutale. Le marché ne licencie pas ses seniors, il cesse de fabriquer des juniors. Et une profession qui n'engendre plus de débutants perd, dix ans plus tard, les experts capables de contrôler la machine.
La ligne budgétaire qui manque
Aux États-Unis, le comptage mensuel des annonces de suppressions de postes a changé de tête de série. En mai 2026, l'IA a été invoquée dans 40 % des suppressions annoncées, contre 7 % en janvier, et le total annuel attribué à ce motif atteignait 87 714 postes, soit 22 % des licenciements de 2026, dépassant déjà les 54 836 imputés à l'IA sur toute l'année 2025. En juillet, l'IA restait le premier motif cité pour le cinquième mois consécutif.
La phrase la plus révélatrice de ce cycle n'a pas été prononcée par un patron de laboratoire, mais par un cabinet de reclassement. Les entreprises technologiques annoncent des coupes massives en invoquant leurs dépenses d'IA, et, selon Andy Challenger, « que les postes soient remplacés ou non par l'IA, l'argent qui les finançait, lui, l'est ».
C'est là que le débat sur la formation cesse d'être une question de bonne volonté managériale pour devenir une question d'arbitrage budgétaire. Les deux dépenses sortent de la même poche.
« Que les postes soient remplacés ou non par l'IA, l'argent qui les finançait, lui, l'est »
Andy Challenger, Challenger, Gray & Christmas
En France, l'arbitrage est mesurable. Si 43 % des entreprises maintiennent leur budget formation et 35 % l'augmentent, la part de celles qui le réduisent progresse à 22 %, soit cinq points de plus qu'en 2025. Dans le même mouvement, 51 % des professionnels utilisent l'IA au travail alors que 54 % des salariés n'ont toujours pas été formés, selon le baromètre Lefebvre Dalloz.
L'adoption progresse, l'apprentissage recule. L'INSEE relevait que 18 % des entreprises françaises de dix salariés ou plus utilisaient au moins une technologie d'IA en 2025, contre 10 % en 2024, un usage triplé depuis 2023. À comparer avec les 43 % de PME et d'ETI qui déclarent avoir formalisé une stratégie IA selon Bpifrance Le Lab - deux chiffres difficilement conciliables, qui mesurent probablement l'un l'outillage réel et l'autre l'intention déclarée. La rédaction signale la contradiction plutôt que de choisir le chiffre le plus vendeur.
Non-dit majeur, et il est juridique. Depuis le 2 février 2025, les fournisseurs et déployeurs de systèmes d'IA doivent développer la maîtrise de l'IA des personnes qui les utilisent pour leur compte - une entreprise dont les salariés se servent de ChatGPT ou d'une fonction intégrée à un logiciel métier est concernée - sans que le règlement impose de formation standard, de durée minimale ni de certification. Depuis août 2026, les autorités nationales peuvent contrôler cette obligation. Une obligation sans métrique produit toujours le même résultat, une conformité de papier.
Le coût mesurable de l'IA sans formation
Ce que le calcul court terme ignore, c'est que l'IA déployée sans apprentissage détruit de la valeur au lieu d'en créer. Le phénomène a désormais un nom et un prix.
Le Stanford Social Media Lab et BetterUp Labs ont baptisé « workslop » le contenu généré par l'IA qui se présente comme un travail de qualité mais manque de substance pour faire progresser une tâche. Il transfère la charge du producteur au destinataire, obligeant les collègues à refaire le travail pour en corriger les erreurs.
Pour une organisation de 10 000 salariés et une prévalence estimée à 41 %, les chercheurs chiffrent la perte à plus de neuf millions de dollars par an, sans compter que 32 % des destinataires déclarent être moins enclins à retravailler avec l'expéditeur.
Le tableau macroéconomique est du même ordre. Un rapport du MIT Media Lab de juillet 2025 concluait que 95 % des organisations ne constataient aucun retour mesurable sur leurs investissements en IA générative, et Goldman Sachs, en mars 2026, ne trouvait aucune relation significative entre adoption de l'IA et gains de productivité à l'échelle de l'économie, alors que 70 % des équipes dirigeantes du S&P 500 en parlaient dans leurs présentations de résultats.
Autrement dit, la question posée par le rédacteur en chef - pourquoi ne pas former plutôt que freiner - contient déjà sa réponse économique. Former coûte moins cher qu'un plan social, produit un rendement documenté et évite une destruction de valeur chiffrable. Mais la formation ne fait pas monter un cours de bourse le jour de son annonce, contrairement à un plan de réduction d'effectifs accompagné d'un budget d'infrastructure. Le calcul n'est pas industriel, il est financier et il est de court terme.
Les entreprises « IA » ne battent pas les entreprises « humaines »
Deuxième question posée, et la réponse contredit l'intuition dominante. Non, l'adoption de l'IA ne suffit pas à surperformer.
L'enquête McKinsey publiée le 25 août 2026, menée auprès de 1 719 participants dans 97 pays entre le 4 mai et le 8 juin, livre l'écart le plus parlant de l'année. Quatre-vingts pour cent des répondants constatent des gains de productivité individuelle, mais 37 % seulement rapportent un effet sur le résultat opérationnel. Les synthèses publiées divergent d'ailleurs entre 37 % et 39 % de répondants attribuant un niveau quelconque d'effet sur l'EBIT à l'IA, la plupart en dessous de 5 % - un flottement de deux points qu'aucune des versions ne clarifie.
Six pour cent des organisations seulement se qualifient en « hauts performeurs », c'est-à-dire attribuent au moins 5 % de leur EBIT à l'IA avec un effet jugé significatif, 31 % supplémentaires déclarant un effet inférieur à ce seuil.
Ce qui sépare ces 6 % du reste n'est pas la technologie achetée. Près des trois quarts d'entre eux déclarent avoir fondamentalement repensé leurs processus de travail, contre un quart des autres répondants, et ils consacrent deux fois plus souvent plus de 15 % de leur budget informatique à l'IA tout en disposant de processus définis de mesure des résultats.
Une seconde enquête du NBER auprès de près de 750 dirigeants confirme des gains de productivité du travail positifs, hétérogènes selon les secteurs, concentrés dans les services à haute qualification et la finance, et portés non par l'intensité capitalistique mais par des canaux d'innovation et de demande. Le même travail ne trouve guère de recul agrégé de l'emploi à court terme, les grandes entreprises anticipant des réductions quand les plus petites attendent de modestes gains.
La conclusion analytique est nette. L'opposition entre entreprise « IA » et entreprise « humaine » n'a aucune valeur explicative. La ligne de partage réelle passe entre les organisations qui ont réécrit leurs processus avec des salariés formés, et celles qui ont acheté des licences en espérant que la productivité arriverait par capillarité. Les secondes paient deux fois, l'abonnement et le workslop.
Où va l'argent, où reste la facture
Il faut regarder les ordres de grandeur pour comprendre pourquoi la formation ne trouve pas ses crédits. Selon Reuters, Alphabet, Amazon et Microsoft dépenseraient ensemble plus de 700 milliards de dollars dans l'IA en 2026, contre environ 400 milliards en 2025. Gartner, qui agrège serveurs, logiciels et services, a porté sa prévision de dépenses mondiales pour 2026 de 2 520 à 2 590 milliards de dollars, en hausse de 47 % sur un an.
Le rendement, lui, se capte à un seul endroit. Nvidia a clos son exercice fiscal 2026 sur 215,9 milliards de dollars de revenus, en hausse de 65 %, puis publié un premier trimestre fiscal 2027 à 81,6 milliards, en progression de 85 %, avec une marge brute de 75 %. Microsoft a clôturé son exercice en juin 2026 avec un carnet contractuel non encore reconnu de 678 milliards de dollars, en hausse de 84 %.
Les participations détenues par Google, Amazon, Nvidia et Microsoft dans OpenAI, SpaceX et Anthropic ont ajouté environ 160 milliards de dollars de bénéfices supplémentaires aux comptes des quatre groupes lors de la dernière série de résultats trimestriels, selon les calculs du Financial Times.
Et la structure de financement, elle, est empruntée. PIMCO estime que le capex cumulé des hyperscalers absorbera environ 94 % de leur flux de trésorerie opérationnel sur 2026-2027, tandis que Moody's relève quelque 662 milliards de dollars de baux de centres de données signés mais non commencés, hors bilan.
Résumons la dissymétrie sans euphémisme. Les gains sont privatisés et comptabilisés au trimestre. L'ajustement social est renvoyé aux assurances chômage publiques et aux caisses de retraite, financées par des cotisations que les postes supprimés ne versent plus.
La retraite du remplacé, et le piège qu'elle contient
L'idée soumise par le rédacteur en chef - verser aux personnes évincées par l'IA une pension ou un capital pour monter leur propre activité - n'est plus une hypothèse de café. Elle est déposée, chiffrée, et défendue par ceux-là mêmes qui construisent la technologie.
L'argument fiscal est mécanique. Un salarié remplacé par une machine cesse de payer des cotisations et de l'impôt sur le revenu, alors que la machine ne verse rien, et le manque à gagner public grandit avec le taux de substitution.
Le 26 août 2026, Bill Gates a publié un essai d'environ 6 000 mots, « The turbulent AI era is here », proposant une taxe sur les tokens d'IA et sur les robots, et la création de métiers réservés aux humains. Sa première justification est économique, certains travailleurs ne pouvant changer de métier du jour au lendemain, à l'image de l'ouvrier du bâtiment de 55 ans qu'on ne redirige pas raisonnablement vers l'aide à domicile.
Côté laboratoires, l'essai de Dario Amodei avance des propositions d'assurance salaire, d'incitations fiscales au maintien des effectifs et de subventions à la formation professionnelle, et suggère, si les pertes d'emplois s'avéraient durables, un revenu universel financé par une taxe sur les entreprises ou sur les plus-values. Le patron d'Anthropic avertit que l'IA pourrait éliminer jusqu'à 50 % des emplois de bureau de début de carrière en cinq ans, avec un chômage porté entre 10 % et 20 %, et l'entreprise a engagé 350 millions de dollars, dont 200 millions de fonds de recherche et 150 millions pour un programme national de bourses.
Au Congrès, les véhicules législatifs existent déjà. Le texte du projet de Bernie Sanders, dévoilé le 18 juin 2026, prévoit une taxe unique payée en actions par les entreprises d'IA réalisant plus de 200 millions de dollars de ventes annuelles, l'État prenant une part de 50 % pour constituer un fonds souverain versant des dividendes aux contribuables et finançant éducation, santé et logement.
Une proposition déposée à la Chambre instaurerait une taxe d'accise sur les grandes entreprises d'IA, dont le taux augmenterait automatiquement si le chômage grimpe, les recettes finançant des emplois dans le logement, les infrastructures et l'aide aux personnes âgées, quand Ron Wyden veut modifier le traitement fiscal des centres de données et Elizabeth Warren taxer les entreprises d'IA en fonction de l'énergie consommée.
Voici maintenant ce que personne, dans ce concert de propositions, ne veut formuler à voix haute. Indexer une indemnité ou une pension sur la cause « intelligence artificielle » crée une prime à la déclaration.
La mention « attribué à l'IA » signifie qu'une entreprise a cité l'automatisation ou l'adoption de l'IA parmi ses motifs, pas que chaque poste a été remplacé par un modèle. L'économiste en chef de Glassdoor, Daniel Zhao, avertit qu'une entreprise peut invoquer l'IA sans que ce soit la véritable raison, et Fabian Stephany, de l'Oxford Internet Institute, parle d'un usage de l'IA comme bouc émissaire.
Un dispositif financé par les profits de l'IA et déclenché sur déclaration de l'employeur transformerait cette rhétorique en niche fiscale. D'où l'importance du chantier le plus ennuyeux et le plus décisif du dossier, un texte bipartisan porté par les sénateurs Jim Banks, Maggie Hassan, John Hickenlooper et Jon Husted, qui imposerait un suivi fédéral rigoureux des licenciements dans lesquels l'IA constitue un facteur substantiel. Sans mesure, pas d'indemnisation légitime.
Deuxième angle mort, historique. La critique la plus solide adressée à ces mécanismes compare le versement d'un revenu compensatoire au système anglais de Speenhamland, qui subventionnait la pauvreté et permettait ainsi de maintenir des salaires artificiellement bas, le revenu universel risquant alors d'assurer la survie des populations à moindre coût tout en facilitant une baisse générale des rémunérations.
Un capital de reconversion versé une fois, sans droit de retour à l'emploi ni accompagnement, ne serait pas un filet de sécurité. Ce serait un solde de tout compte payé par la collectivité.
Troisième non-dit, français celui-là. Aucune statistique publique nationale n'isole à ce jour les suppressions de postes attribuables à l'IA en France, et aucune évaluation chiffrée du coût d'un tel fonds de reconversion n'a été rendue publique. Le débat hexagonal se tient donc sans instrument de mesure, à l'aveugle, pendant que 1,31 milliard d'euros sont alloués par France Compétences en 2026 sans fléchage spécifique connu vers l'IA.
Les rédactions, laboratoire du problème
Le journalisme offre le cas d'école, parce qu'il cumule l'exposition maximale et la dépendance maximale.
Les résultats de l'enquête annuelle du Reuters Institute, menée auprès de 280 responsables de médias dans 51 pays, montrent que 44 % jugent prometteuses leurs initiatives d'IA, 42 % les décrivent comme limitées, et que deux tiers, 67 %, n'ont économisé aucun poste grâce aux gains d'efficacité. Seize pour cent ont légèrement réduit leurs effectifs, 9 % ont ajouté de nouveaux rôles et de nouveaux coûts.
Dans le même échantillon, 38 % seulement des rédacteurs en chef, PDG et responsables numériques se disent confiants dans l'avenir du journalisme, soit 22 points de moins qu'il y a quatre ans. La menace perçue n'est pas la machine qui écrit, c'est l'audience qui ne vient plus.
Le paradoxe que les chercheurs norvégiens ont nommé lors des élections de 2025 vaut pour toutes les industries de la connaissance. Une organisation a besoin de compétences humaines pointues pour surveiller l'IA, mais une dépendance excessive à l'IA érode précisément ces compétences. Rapporté aux données de Stanford sur les jeunes travailleurs, le mécanisme est limpide, on cesse de recruter ceux qui, dans dix ans, auraient su repérer l'erreur du modèle.
Le combat juridique, lui, a changé de nature début septembre 2026, avec les poursuites engagées le 5 par The Seattle Times et Newsday contre OpenAI et Microsoft pour usage non autorisé de contenus protégés, et la position prise par le ministère américain de la Justice au soutien de la thèse selon laquelle l'entraînement sur des contenus protégés ne constitue pas nécessairement une contrefaçon. Si cette lecture prévaut, la matière première du journalisme devient gratuite pour ceux qui captent la valeur, et l'argument des professionnels réclamant une part des profits pour financer leur propre montée en compétences perd son levier principal.
Les lignes de faille des dix-huit prochains mois
Ce qu'anticipent les observateurs du marché du travail, en ordre décroissant de vraisemblance, tient d'abord à la poursuite du scénario silencieux. La destruction visible reste marginale, l'ajustement continue de passer par le gel des embauches de débutants, et l'écart de 19 % mesuré sur les 22-25 ans se creuse encore. L'indicateur à surveiller est la prochaine actualisation du tableau de bord de Stanford et d'ADP Research, ainsi que le motif « IA » dans les relevés mensuels de Challenger, qui domine déjà depuis cinq mois.
Deuxième trajectoire, moins probable à court terme mais dont les briques sont posées, l'entrée en vigueur d'un mécanisme fiscal de redistribution aux États-Unis. Elle suppose que le suivi statistique des licenciements liés à l'IA soit voté avant la taxe elle-même. Le signal décisif ne sera pas un discours de campagne, mais le sort du texte bipartisan de traçabilité, et la question de savoir si les entreprises d'IA elles-mêmes le soutiennent - interrogées sur leur position à l'égard des taxes proposées et des mécanismes de propriété publique, OpenAI et Anthropic n'ont pas répondu.
Troisième possibilité, la plus déstabilisante, un retournement du cycle d'investissement. Bain calcule que maintenir la trajectoire actuelle exige environ 500 milliards de dollars de dépenses annuelles pour générer quelque 2 000 milliards de revenus, un multiple de quatre sur le capital investi qui n'a pas encore été démontré à grande échelle. Un ralentissement du capex réglerait la question du financement des reconversions de la pire manière, en supprimant à la fois les emplois et les profits censés les compenser.
La lecture la plus probable de la rédaction est la suivante. Aucun grand groupe n'arrêtera ses investissements en IA, et aucun n'engagera spontanément un effort de formation à la hauteur, parce que le premier arbitrage est valorisé par les marchés et le second ne l'est pas. Le paramètre qui bougera d'abord n'est donc ni la technologie ni la générosité patronale, mais l'obligation de mesure - le jour où un État imposera de déclarer précisément ce que l'IA a supprimé, la formation cessera d'être un argument de séminaire pour devenir une ligne comptable défendable.
D'ici là, la pince continuera de se refermer sur la vésicule, un peu plus lentement qu'une main humaine, avec une voix d'expert à côté de la table. Cette voix est la seule chose que personne, dans les budgets consultés, n'a prévu de financer.
CINQ CHIFFRES POUR TENIR LE DEBAT
87 714 suppressions de postes annoncées aux États-Unis en cinq mois de 2026 en invoquant l'IA, contre 54 836 sur toute l'année 2025 (Challenger, Gray & Christmas)
