Les données arrivent avant le plan
Fin mars 2026, Anthropic a publié son troisième rapport sur l’Indice Économique — une analyse rigoureuse et respectueuse de la vie privée portant sur un million de conversations Claude sur une fenêtre de dix jours en février. Le document est soigné, méthodologiquement solide et rédigé dans le langage mesuré de la recherche économique.
C’est aussi, si on le lit entièrement, quelque chose qui ressemble à une alarme incendie.
Le constat clé est enfoui dans la section sur les courbes d’apprentissage : les utilisateurs qui passent plus de six mois à travailler régulièrement avec l’IA réussissent désormais 10% mieux dans leurs conversations, s’attaquent à des tâches nécessitant près d’un an d’éducation supplémentaire, et utilisent l’IA d’une manière fondamentalement plus collaborative que les nouveaux utilisateurs. L’écart de compétences n’est pas statique. Il se compose.
Pendant ce temps, au niveau des industries entières, deux flux de travail d’automatisation ont plus que doublé de fréquence en un seul trimestre : les ventes et la prospection commerciale (qualification de prospects, rédaction d’emails, enrichissement de données) et les opérations automatisées de trading et de marchés. Ce ne sont pas des cas d’usage marginaux. Ce sont des flux de travail fondamentaux de l’économie du savoir. Ce sont aussi le point d’entrée d’une portion significative de la main-d’œuvre dans les carrières professionnelles.
Le rapport utilise l’expression “changement technologique biaisé vers les compétences.” Je veux être clair sur ce que cela signifie en pratique.
Ce que les données montrent secteur par secteur
Tous les secteurs ne sont pas exposés de manière égale, et toute exposition n’est pas négative. Le tableau est plus granulaire que ce que les optimistes ou les pessimistes ont tendance à reconnaître.
Forte exposition, risque élevé de déplacement : Administration des affaires, ventes, traitement juridique de base, analyse financière, service client, saisie de données et production de contenu. Ce sont des secteurs où l’IA opère déjà — non pas comme outil pour les travailleurs humains, mais comme flux de travail de remplacement direct. Les données d’Anthropic montrent que les schémas d’automatisation dans les ventes et le trading ont doublé en volume en un trimestre. Ce rythme est structurel, pas expérimental.
Forte exposition, opportunité de transformation : Santé, éducation, ingénierie et industries créatives. L’IA est profondément utile dans ces secteurs, mais la valeur qu’elle produit est étroitement liée au jugement humain, à l’éthique, aux relations et à l’expertise contextuelle. Les travailleurs qui prospèrent ici seront ceux qui investissent tôt dans la maîtrise de l’IA.
Exposition plus faible, mais pas immunisés : Métiers manuels, travail de soin physique, fabrication physique complexe. Ces rôles sont protégés par l’incarnation et le jugement contextuel — pour l’instant. Mais les chaînes d’approvisionnement, la gestion logistique et les couches administratives entourant ces rôles ne sont pas protégées.
La question du travail à laquelle personne ne répond
Voici la version honnête de la question que les rapports économiques polis ont tendance à esquiver :
Qui capture les gains de productivité ?
L’IA est une technologie qui améliore la productivité. Cela ne fait pas débat. La question est de savoir si ces gains de productivité reviennent aux travailleurs — sous forme de salaires plus élevés, d’heures réduites, de meilleures conditions de travail — ou s’ils reviennent exclusivement au capital, sous forme de marges plus élevées et de réduction des effectifs.
Les entreprises n’existent pas pour créer des emplois. Elles existent pour créer de la valeur pour les clients sous forme de biens et de services. L’emploi, du point de vue de l’entreprise, est une décision d’allocation des ressources. Lorsqu’une ressource moins chère et plus évolutive (l’IA) devient disponible pour une classe de tâches, la gestion d’entreprise rationnelle la déploie. Ce n’est pas de la vilenie. C’est la logique de la concurrence.
Mais du point de vue de la société, l’emploi est la façon dont nous distribuons les gains de l’activité économique. C’est le mécanisme par lequel les gains de productivité se traduisent en amélioration du niveau de vie de l’ensemble de la population — pas seulement des actionnaires et de la direction générale.
L’IA perturbe ce mécanisme de distribution. Si nous ne le remplaçons pas ou ne le complétons pas par des politiques délibérées — redistribution des gains de productivité, investissement dans la reconversion, adaptation du filet de sécurité sociale, fiscalité de la productivité augmentée par IA — le résultat n’est pas une marée montante qui soulève tous les bateaux. C’est une marée montante pour les bateaux qui possèdent l’IA, et un rivage qui recule pour tous les autres.
Ce n’est pas un futur théorique. Les données d’Anthropic montrent que cela commence maintenant.
La double exposition du monde en développement
Le constat de concentration mondiale dans le rapport mérite plus d’attention qu’il n’en a reçu : les 20 premiers pays ont augmenté leur part d’utilisation de l’IA par habitant de 45% à 48% en six mois. Cela signifie que le monde en dehors des 20 premiers — où vit la majorité de l’humanité — prend encore plus de retard dans l’adoption par habitant, et ne rattrape pas.
Le monde en développement fait face à une double exposition spécifique et inconfortable.
D’un côté, on soutient souvent que la main-d’œuvre humaine restera moins chère que l’automatisation par IA dans les économies à bas salaires pendant des années, ce qui constitue un tampon. C’est partiellement vrai. Temporairement.
De l’autre, l’intégration du monde en développement dans l’économie mondiale passe précisément par les canaux les plus exposés au déplacement par IA : services externalisés, centres d’appels, fabrication pour l’export, traitement administratif et assemblage en zones franches. La mondialisation a donné à ces économies un chemin vers la prospérité grâce à l’arbitrage du travail. L’IA ferme partiellement cet arbitrage — pas d’un coup, mais progressivement et irréversiblement.
Et la vitesse de cette exposition n’est pas gouvernée par les taux d’adoption locaux. Elle est gouvernée par les taux d’adoption dans les pays clients — États-Unis, Europe et Asie de l’Est — où la pression des coûts pour automatiser sera implacable.
Planifier le pont, pas seulement la destination
Je ne suis pas pessimiste à ce sujet. L’ère de l’autre côté de cette transition pourrait être une de prospérité partagée authentique — capacité humaine libérée déployée dans le soin, la création, les relations, la gouvernance et le travail que les machines ne peuvent pas faire.
Mais entre ici et là, il y a un pont. Et les ponts ne se construisent pas tout seuls.
La planification requise opère à cinq niveaux simultanés :
Individuel : Construire la maîtrise de l’IA maintenant, non pas comme un loisir mais comme une compétence de survie professionnelle.
Organisationnel : Auditer quels rôles sont exposés sur un horizon de trois ans, pas de dix. Investir dans la reconversion avant le déplacement, pas après.
Sectoriel : Les associations professionnelles et les institutions de formation sectorielle ont besoin de feuilles de route de transformation.
National : Les gouvernements ont besoin de cadres politiques qui abordent simultanément l’opportunité et le déplacement — fiscalité de la productivité IA, fonds universels de reconversion, protection sociale du travail augmenté.
Régional et international : La divergence géographique dans les données d’Anthropic est un avertissement que sans action multilatérale coordonnée, l’IA approfondira le fossé de prospérité entre les mondes développé et en développement plutôt que de le réduire.
Rien de cela n’est sans précédent. Chaque grande technologie à usage général — électricité, moteur à combustion, internet — a nécessité une combinaison de ces interventions. Nous avons géré ces transitions. Nous pouvons gérer celle-ci. Mais il faut commencer.
Ce que nous faisons — Approche Sectorielle
Chez CEMI.ai, nous croyons qu'il n'existe pas de solution universelle à la transformation par l'IA. C'est pourquoi nous travaillons avec des associations sectorielles, des organisations et des experts pour développer des solutions adaptées à chaque secteur — couvrant les Affaires, le Droit, l'Éducation, la Médecine, les Arts, la Musique, les Médias, l'Ingénierie, la Santé, l'Assurance et plus encore.
Explorer les initiatives sectorielles IA sur CEMI.ai →La valeur que nous portons vers l’avenir
Il y a une question plus difficile sous tout cela, et je veux la nommer avant de conclure.
La planification de la transition vers l’IA a tendance à se concentrer sur ce que nous préservons économiquement. Elle devrait également se concentrer sur ce que nous préservons culturellement, socialement et humainement.
Certaines valeurs et pratiques nous serons contents de laisser derrière nous. Le travail répétitif, mal payé et qui détruit la dignité n’est pas un bien humain valant la peine d’être préservé pour lui-même.
Mais d’autres choses méritent d’être emportées. La dignité du métier qualifié. L’architecture sociale des lieux de travail comme communautés. La structure que l’emploi régulier apporte dans la vie des gens — pas seulement économiquement mais psychologiquement et socialement. La transmission des connaissances et de l’identité professionnelle à travers les générations, qui se fait par l’apprentissage et le mentorat.
La courbe d’apprentissage dans le rapport d’Anthropic concerne les utilisateurs d’IA qui s’améliorent dans leur travail avec le temps. Il y a une courbe d’apprentissage plus grande que nous devons gravir ensemble : s’améliorer dans la gouvernance d’une technologie qui transforme tout, plus vite que toute technologie précédente, avec des enjeux plus élevés que toute transition précédente.
Les données arrivent. Ce qui suit dépend de si nous planifions ou si nous nous contentons de nous adapter.
Ce que nous faisons — Programmes de Transition et d'Inclusion
Pour les travailleurs dans des rôles vulnérables, notre site sœur aiLearning.global propose des programmes structurés de Transition Professionnelle IA et d'Inclusion IA — conçus pour les professionnels confrontés au déplacement. Disponibles en français, anglais et espagnol.
Ce que nous faisons — Intelligence des Compétences Professionnelles
Skaills.io est une plateforme complète d'Intelligence des Compétences offrant une cartographie des compétences et aptitudes guidée par l'IA, avec des évaluations détaillées, une planification de carrière et des outils pour les organisations et les professionnels naviguant la transition IA. Notre plateforme d'apprentissage Smoother Experiences propose des dizaines de programmes IA spécifiques par rôle et secteur — Juridique, Éducation, Médecine, Arts, Musique, Médias, Ingénierie, Santé, Assurance et plus encore.
Nos Perspectives
Les données d'Anthropic sont méthodologiquement rigoureuses, et le constat principal — un changement technologique biaisé vers les compétences qui émerge à mesure que les premiers adoptants creusent l'écart avec les tardifs — est cohérent avec les vagues précédentes d'adoption des technologies à usage général. Le taux de réussite 10% plus élevé pour les utilisateurs à longue ancienneté, contrôlé pour la sélection des tâches et d'autres facteurs, est un signal réel, pas du bruit. Ce qui m'inquiète, c'est la divergence géographique : la concentration mondiale a augmenté (les 20 premiers pays représentent désormais 48% de l'utilisation par habitant, contre 45%) tandis que la convergence entre États américains a ralenti considérablement. Cela crée un scénario classique de fracture technologique. Le précédent historique — électrification, téléphonie, haut débit — suggère que la convergence finit par arriver, mais prend des décennies et nécessite une intervention politique délibérée. Nous n'avons pas des décennies.
Je veux nommer un chiffre qui n'apparaît pas dans le rapport mais qui en découle directement : le doublement de l'automatisation des flux de travail de vente et de démarchage commercial. La qualification des prospects et la rédaction d'emails — deux des emplois de niveau débutant les plus courants dans l'économie du savoir — ont doublé leur volume traité par IA en trois mois. Ce n'est pas une tendance. C'est une avalanche. Et pourtant, la conversation publique reste largement 'l'IA va changer les emplois, pas les éliminer.' Dites ça au chargé de développement commercial junior dont le pipeline de prospection est maintenant géré par une machine pour un dixième du coût. Le rapport d'Anthropic est un document poli ; il utilise des expressions comme 'changement technologique biaisé vers les compétences' et 'courbes d'apprentissage.' Permettez-moi d'utiliser une formule plus directe : risque de chômage structurel pour une part significative de la main-d'œuvre dans les cinq prochaines années si nous n'agissons pas maintenant.
Je vois deux choses dans ce rapport qui m'enthousiasment vraiment. Premièrement : la diversification des usages. Les 10 tâches principales sont passées de 24% à 19% des conversations en trois mois. Cela signifie que l'IA s'étend à de nouveaux flux de travail, de nouveaux secteurs, de nouveaux cas d'usage — plus vite que quiconque ne l'avait prédit. Les applications créatives, la productivité personnelle, les flux de travail spécifiques aux domaines se multiplient. Deuxièmement : le constat sur la courbe d'apprentissage n'est pas déprimant — il est clarificateur. Les utilisateurs à longue ancienneté réussissent mieux, s'attaquent à des problèmes plus difficiles et utilisent l'IA de manière plus collaborative que délégative. Cela signifie que la compétence est apprénable. Cela signifie qu'il existe un chemin. L'écart entre les premiers adoptants et tous les autres n'est pas une fatalité ; c'est un problème de formation. Chaque entreprise qui investit maintenant pour aider ses équipes à construire une expérience réelle avec l'IA achète un avantage composé.
L'Indice Économique d'Anthropic fait quelque chose de rare dans la recherche technologique : il nous montre non seulement ce que les gens font avec l'IA, mais en quoi ils s'améliorent avec le temps. Le constat sur la courbe d'apprentissage — que l'utilisation soutenue et expérimentée de l'IA produit de meilleurs résultats mesurables, sur des tâches plus difficiles, avec moins de dérive vers l'usage personnel — est l'un des points de données les plus importants que j'ai vus en trois ans de suivi de cet espace. Cela signifie que l'écart actuel entre les travailleurs expérimentés en IA et ceux qui ne l'ont pas encore intégrée n'est pas un instantané ; c'est une divergence qui se compose avec le temps. Pour les organisations, secteurs et pays avec lesquels je travaille — beaucoup d'entre eux dans des économies émergentes — cette urgence est aiguë. Le chiffre de concentration mondiale (les 20 premiers pays passant de 45% à 48% de l'utilisation par habitant) est un signal d'alarme. Le monde en développement n'adopte pas l'IA à un rythme qui reflète sa part de la main-d'œuvre mondiale. Cette asymétrie a des conséquences qui prendront des décennies à corriger si nous n'intervenons pas de manière délibérée et rapide.
Sources et Références
- Anthropic Economic Index: Learning Curves — Anthropic Economic Research (2026-03-24)
Analyse d'1M de conversations de Claude.ai et de l'API propriétaire, 2–12 février 2026.
Voir la source - L'Avenir du Travail à l'Ère de l'IA : Effets Distributionnels — ILO Research Department (2025-11-01)
Estime que 14% des emplois dans les pays de l'OCDE et jusqu'à 26% dans les économies en développement font face à une forte exposition à l'automatisation en une décennie
Voir la source - Fossé d'Adoption de l'IA : Enquête Mondiale PME 2025 — International Finance Corporation (2025-09-01)
71% des PME des marchés émergents qui n'avaient pas adopté l'IA ont cité des barrières de coût ou de capacité — seulement 9% ont cité un manque de valeur perçue
Voir la source
L'education à l'IA devrait être aussi intelligente que la technologie qu'elle enseigne. Notre programme s'adapte à votre role, votre secteur et votre niveau d'expérience pour offrir exactement ce dont vous avez besoin — ni plus, ni moins.
Commentaires (0)
Aucun commentaire pour l'instant. Soyez le premier à partager vos reflexions !