Non, l’intelligence artificielle ne remplace pas des métiers entiers du jour au lendemain : elle transforme des tâches à l’intérieur des postes, à des rythmes très différents selon leur nature. Les travaux qui comparent une approche par métier à une approche par tâche montrent qu’un poste combine généralement plusieurs types de tâches, certaines automatisables, d’autres seulement augmentées par des outils d’IA, d’autres encore peu affectées parce qu’elles reposent sur le jugement contextuel ou la relation humaine. La bonne question à se poser n’est donc pas « mon métier va-t-il disparaître ? » mais « quelles tâches de mon poste vont changer, et comment je m’y prépare ? ».
Quels métiers vont disparaître avec l’intelligence artificielle ?
Depuis plusieurs années, le débat public sur l’IA et l’emploi se formule souvent ainsi : « quels métiers vont disparaître avec l’IA ? ». Cette question, séduisante par sa simplicité, repose sur un présupposé fragile : qu’un métier serait une unité homogène, entièrement automatisable ou entièrement préservée. Or un poste, comptable, assistant RH, chargé de recrutement, technicien de maintenance, se décompose en réalité en une dizaine, parfois plusieurs dizaines de tâches distinctes, dont la nature diffère profondément : certaines consistent à saisir ou vérifier de l’information selon des règles claires, d’autres à arbitrer entre plusieurs options en tenant compte d’un contexte particulier, d’autres encore à convaincre, rassurer ou coordonner d’autres personnes.
Des travaux de recherche économique, notamment ceux de l’OCDE qui ont recalculé le risque d’automatisation en partant des tâches plutôt que des métiers entiers, ont montré que cette approche change radicalement les résultats : les estimations fondées sur le métier dans son ensemble surestiment fortement la part des emplois « automatisables », précisément parce qu’elles ignorent qu’un métier menacé dans certaines de ses tâches reste souvent solide dans d’autres. C’est ce changement de focale, du métier à la tâche, qui constitue la grille de lecture la plus utile pour anticiper l’impact réel de l’IA sur un poste donné.
« 50 % des métiers vont disparaître » : d’où vient ce chiffre ?
Les listes du type « 20 métiers qui vont disparaître à cause des robots » et les titres annonçant que « l’intelligence artificielle va supprimer la moitié des emplois » ont une origine commune. Les premières estimations largement médiatisées sur l’automatisation, publiées au début des années 2010, raisonnaient poste par poste : un métier était classé comme automatisable ou non dans son ensemble, ce qui conduisait à des proportions très élevées d’emplois jugés « à risque ». En reprenant les mêmes données mais en les appliquant tâche par tâche à l’intérieur de chaque métier, les travaux ultérieurs ont abouti à des proportions nettement plus faibles, non pas parce que l’IA aurait moins d’impact, mais parce qu’un métier, même fortement concerné par l’automatisation, conserve presque toujours des tâches qui continuent de nécessiter une personne. L’écart entre ces deux façons de compter explique une bonne part des chiffres-chocs qui circulent régulièrement, et invite à se méfier des listes de métiers « condamnés » autant que des palmarès de « métiers du futur » : les uns comme les autres raisonnent sur l’intitulé du poste, pas sur son contenu réel.
« Emploi remplacé par l’IA » : à quel rythme, réellement ?
Un point mérite d’être clarifié : la lecture tâche par tâche ne dit rien sur la vitesse à laquelle une tâche automatisable finit réellement automatisée dans une organisation donnée. Entre la possibilité technique et la mise en œuvre effective, plusieurs facteurs freinent ou accélèrent le rythme réel : le coût de l’outil rapporté au volume de tâches concernées, la fiabilité exigée (une tâche à faible tolérance à l’erreur s’automatise plus prudemment qu’une tâche à faible enjeu), l’acceptabilité par les équipes et les usagers, et parfois des contraintes réglementaires propres à certains secteurs. Deux organisations confrontées au même type de tâche automatisable peuvent donc évoluer à des rythmes très différents, ce qui rend l’anticipation au niveau de chaque organisation plus utile qu’une prévision macroéconomique généraliste, aussi sourcée soit-elle.
« Remplacé par l’IA » ? Les trois natures de tâches d’un poste
Les tâches automatisables
Ce sont des tâches structurées, répétitives, fondées sur des règles explicites ou des données standardisées : saisie d’information, tri de documents selon des critères connus, extraction de données depuis un formulaire, génération d’une première réponse à une question fréquente. Ces tâches peuvent, en théorie, être exécutées de bout en bout par un outil, sans intervention humaine dans leur réalisation, même si la mise en œuvre effective dépend aussi du coût, de la fiabilité requise et de l’acceptabilité de l’automatisation dans le contexte concerné. Ce sont aussi, souvent, les tâches qui composent une bonne partie des postes d’entrée de carrière : une étude de Stanford montre que leur automatisation se traduit d’abord par une baisse de l’embauche des jeunes actifs, plutôt que par des suppressions de postes existants.
Les tâches augmentées
Ce sont des tâches qui restent réalisées par une personne, mais avec l’appui d’un outil qui en accélère une partie : rédaction d’un premier jet de document, synthèse d’un ensemble d’informations dispersées, analyse préliminaire d’un dossier complexe avant décision. La valeur ajoutée humaine ne disparaît pas ; elle se déplace vers la vérification, la correction, la mise en contexte et la décision finale, plutôt que vers l’exécution complète et manuelle de la tâche depuis le départ.
Les tâches peu affectées : les métiers qui ne vont pas disparaître
Ce sont les tâches qui reposent sur des dimensions que l’IA reproduit mal ou pas encore de façon fiable à ce stade : le jugement dans un contexte ambigu ou inédit, la négociation, la construction d’une relation de confiance dans la durée, la coordination entre plusieurs personnes aux intérêts parfois divergents, la responsabilité juridique ou éthique d’une décision. Ces tâches ne sont pas figées pour toujours, les progrès technologiques peuvent en faire évoluer certaines à moyen terme, mais elles constituent, au moment où ce constat est fait, le socle le plus stable de nombreux postes.
Les 5 leviers pour faire évoluer un poste face à l’IA
Une fois les tâches d’un poste cartographiées selon ces trois natures, cinq leviers d’évolution se dégagent généralement :
- L’automatisation pure, pour les tâches automatisables à faible valeur ajoutée, qui libère du temps sans nécessairement remettre en cause l’existence du poste dans son ensemble.
- L’externalisation, lorsque des tâches automatisées deviennent plus économiques à confier à un prestataire spécialisé ou à un outil mutualisé qu’à maintenir en interne.
- La réorganisation des missions, lorsque plusieurs postes voisins voient une partie de leurs tâches automatisées : le temps libéré peut être redistribué différemment entre les personnes en poste, sans réduction d’effectif, en recomposant les fonctions autour des tâches à plus forte valeur ajoutée.
- La montée en compétence, lorsque le poste évolue vers davantage de tâches augmentées ou peu affectées, ce qui suppose souvent un accompagnement en formation pour que la personne en poste passe d’une logique d’exécution à une logique de supervision, de vérification ou d’arbitrage.
- Le maintien à l’identique, pour les postes dont la majorité des tâches reste peu affectée à l’horizon considéré, un cas plus fréquent qu’on ne l’imagine souvent, en particulier pour les métiers à forte composante relationnelle, physique ou de jugement contextuel.
Ces cinq leviers ne s’excluent pas : un même poste peut combiner, sur des tâches différentes, de l’automatisation pure sur certaines et de la montée en compétence sur d’autres.
Comment cartographier ses postes tâche par tâche ?
La cartographie commence par lister, pour chaque poste ou famille de postes, les tâches réellement effectuées au quotidien, un exercice qui gagne à être mené avec les personnes en poste elles-mêmes plutôt que sur la seule base d’une fiche de poste théorique, souvent datée. Chaque tâche est ensuite qualifiée selon les trois natures décrites plus haut, en tenant compte non seulement de la faisabilité technique de l’automatisation, mais aussi du contexte propre à l’organisation : un même type de tâche peut être automatisable dans une structure et rester peu affecté dans une autre, selon le volume traité, les outils déjà en place ou les exigences réglementaires applicables.
Cette cartographie n’a pas besoin d’être exhaustive dès le premier exercice : commencer par les postes les plus représentés dans l’organisation, ou ceux pour lesquels des signaux de transformation sont déjà visibles (outils d’IA déjà testés par les équipes, évolutions observées chez des pairs du secteur), permet d’obtenir rapidement des enseignements exploitables avant d’étendre l’exercice.
Exemple simplifié : un poste d’assistant RH peut regrouper des tâches de nature très différente, la saisie et le suivi administratif des dossiers du personnel (largement automatisable), la rédaction de premiers courriers ou de synthèses à partir de modèles (augmentée, avec vérification humaine avant envoi), et l’accompagnement d’un salarié en difficulté ou la médiation d’un conflit d’équipe (peu affectée, car reposant sur l’écoute et le jugement contextuel). Un même intitulé de poste peut ainsi voir un tiers de ses tâches se transformer profondément en quelques années, pendant que le reste évolue à peine, ce qui justifie une cartographie fine plutôt qu’un jugement global porté sur l’intitulé du poste lui-même.
Ce que ça change pour la fonction RH
Pour un service RH, cette lecture tâche par tâche change la nature du travail d’anticipation. Il ne s’agit plus de se demander si un métier va « disparaître », une question binaire, anxiogène et le plus souvent mal posée, mais de construire, poste par poste, un plan d’évolution réaliste : quelles tâches vont se réduire, quelles compétences nouvelles vont devenir nécessaires, quel accompagnement en formation prévoir, et sur quel horizon de temps. C’est un exercice qui s’articule naturellement avec le pilotage des effectifs : anticiper la transformation d’un poste, c’est aussi anticiper l’évolution des compétences et, le cas échéant, du volume de personnes nécessaires sur ce poste dans les mois et années à venir.
Cette même logique d’automatisation par la tâche s’applique d’ailleurs directement aux processus RH eux-mêmes : de nombreux services RH automatisent aujourd’hui des tâches administratives répétitives, suivi de dossiers, réponses aux demandes courantes, préparation de documents standardisés, pour redéployer le temps ainsi libéré vers l’accompagnement des managers et le pilotage stratégique des effectifs, plutôt que vers une réduction mécanique des effectifs RH.
Anticiper l’impact de l’IA sur vos postes
L’IA transforme des tâches, rarement des métiers entiers d’un seul coup. Cartographier un poste tâche par tâche, automatisable, augmentée, peu affectée, donne une base bien plus solide pour anticiper son évolution qu’une question binaire sur la disparition du métier. Les cinq leviers de transformation des postes (automatisation, externalisation, réorganisation, montée en compétence, maintien) permettent de construire, pour chaque poste concerné, un plan d’action réaliste plutôt qu’une réaction dans l’urgence, une démarche qui s’inscrit naturellement dans le pilotage des effectifs de l’organisation.
Le module Transformation des postes d’effectivo permet de cartographier l’évolution des postes et des compétences dans le temps, y compris sous l’effet de l’automatisation, pour anticiper les besoins de formation ou de recrutement avant qu’ils ne deviennent urgents. L’essai de 30 jours permet d’en tester le principe sur un périmètre réduit.
Sources : France Stratégie (travaux sur l’automatisation et l’emploi), OCDE (approche par tâche du risque d’automatisation des emplois), DARES (numérisation, IA et emploi), Stanford Digital Economy Lab, Canaries in the Coal Mine? (12/08/2026) (effet de l’automatisation sur l’embauche des jeunes actifs).