IA générative et emploi en France : ce que disent vraiment les données (rapport 2026)
👉 Article publié en octobre 2026.
« 5 millions d’emplois menacés », « l’IA va remplacer les cadres », « les jeunes diplômés sacrifiés » : depuis l’arrivée de ChatGPT, le débat sur l’IA et l’emploi oscille entre promesses et catastrophisme. Nous avons voulu savoir ce que disent réellement les données. Notre premier rapport d’étude, publié en accès libre et doté d’un DOI, passe au crible les statistiques publiques et les travaux de recherche disponibles à l’automne 2026. Verdict : l’IA générative transforme déjà le travail qualifié, mais pas encore le niveau de l’emploi. Le premier signal est ailleurs.
Le rapport est également archivé sur Zenodo, l’archive ouverte du CERN, sous l’identifiant permanent doi.org/10.5281/zenodo.23261593. Il est diffusé sous licence CC BY 4.0 : vous pouvez le citer, le partager et le réutiliser en mentionnant l’auteur.
⚡ Aperçu rapide
- L’adoption de l’IA a triplé en deux ans dans les entreprises françaises : 18 % des entreprises de 10 salariés ou plus l’utilisent en 2025, contre 6 % en 2023 (Insee). Mais l’écart entre grandes entreprises (58 %) et petites (15 %) s’est creusé.
- Côté salariés, 28 % des actifs français utilisent l’IA générative au travail, contre 43 % aux États-Unis. La différence tient d’abord à l’attitude des employeurs : encouragement explicite et outil fourni.
- Le chiffre des « 5 millions d’emplois menacés » est une mauvaise lecture : l’étude d’origine mesure 16 % de tâches techniquement automatisables, pas des destructions d’emplois.
- Aucune étude ne mesure à ce jour d’effet de l’IA sur le niveau global de l’emploi ou des salaires. Le premier signal porte sur les recrutements, en particulier ceux des débutants dans les métiers qualifiés exposés.
- Le décrochage de productivité français n’est plus un problème d’investissement, mais de rendement : la France investit autant dans le numérique, elle en tire moins. C’est un sujet d’organisation et de systèmes d’information, pas d’outils.
1. Pourquoi ce rapport
Un débat saturé de chiffres invérifiables : en préparant nos analyses, nous avons constaté que beaucoup de chiffres très repris sur l’IA et l’emploi ne résistent pas à la vérification. Certains sont des projections présentées comme des constats, d’autres proviennent d’enquêtes mondiales sans lien avec la France.
Une méthode de recherche : nous avons donc appliqué une règle simple. Chaque chiffre est cité d’après sa source originale (Insee, Conseil d’analyse économique, OIT, travaux universitaires), avec la page ou la figure concernée. Le rapport compte 80 notes de bas de page et distingue quatre niveaux de preuve : causal, descriptif, déclaratif et prospectif.
Trois notions à ne pas confondre : l’exposition (ce qu’une IA pourrait techniquement faire), l’adoption (ce que les entreprises et les salariés utilisent vraiment) et l’effet (ce qui change effectivement sur l’emploi). Une forte exposition ne produit pas mécaniquement un effet.
2. Une adoption rapide, mais à deux vitesses
Les entreprises : selon l’Insee, 18 % des entreprises de 10 salariés ou plus utilisent au moins une technologie d’IA en 2025, contre 20 % en moyenne dans l’Union européenne et 42 % au Danemark. L’IA générative au sens strict ne concerne encore qu’environ 8 % des entreprises.
La fracture par taille : l’écart entre les entreprises de 250 salariés ou plus et celles de 10 à 49 salariés est passé de 16 à 43 points en deux ans. Les PME décrochent, et c’est l’un des enseignements les plus préoccupants du rapport.
Les salariés : 28 % des actifs français utilisent l’IA générative au travail, contre 43 % aux États-Unis. La part des salariés à la fois encouragés par leur employeur et équipés d’un outil interne atteint 42 % outre-Atlantique, contre 17 % en France, l’une des proportions les plus faibles des pays étudiés.
3. Ce sont les cadres qui sont exposés
Une rupture avec les automatisations passées : les robots et l’informatique visaient surtout les tâches routinières. L’IA générative, elle, touche d’abord les métiers qualifiés : management, juridique, finance, ingénierie, métiers créatifs, avec plus de 25 % de tâches techniquement automatisables.
Les métiers peu exposés : à l’inverse, les métiers qui demandent une présence physique, un geste technique ou une relation de soin restent sous 10 %. Hébergement et restauration : 8 %.
La bonne lecture : les auteurs de ces indices le rappellent eux-mêmes, une part de tâches automatisables n’est pas une part d’emplois supprimés. Au-delà de 30 % de tâches exposées, ils parlent de transformation du métier, pas de disparition.
4. Les premiers effets observés : les recrutements, pas les effectifs
Pas d’effet global mesurable : au Danemark, une étude fondée sur les registres administratifs de 25 000 salariés ne trouve aucun effet de l’IA sur les salaires ni sur les heures travaillées. Aucune étude européenne ou américaine ne détecte à ce stade de lien systématique avec l’emploi.
En France, un recul des offres d’emploi : une étude portant sur plus de 130 millions d’offres d’emploi en ligne montre que les offres des métiers les plus exposés reculent par rapport aux autres environ dix-huit mois après la sortie de ChatGPT. Dans le même temps, les entreprises qui ont recruté des profils IA ont vu leur emploi total progresser d’environ 10 %.
Les jeunes diplômés, premiers concernés : aux États-Unis, l’emploi des 22-25 ans dans les métiers les plus exposés se situe 19 % en dessous de sa tendance, alors que les salariés expérimentés ne sont pas touchés. L’ajustement passe par moins d’embauches, pas par des licenciements. Ce signal reste à mesurer en France : c’est l’une des questions de recherche que nous identifions.
5. Productivité : le vrai problème est l’intégration
Des gains de temps modestes : les utilisateurs déclarent gagner environ 2,8 % de leur temps de travail, soit 25 minutes par jour d’usage. Une partie de ce temps est absorbée par de nouvelles tâches, à commencer par la vérification et l’intégration de l’outil.
Le diagnostic du Conseil d’analyse économique : 86 % du décrochage de productivité de la France face aux États-Unis se concentre dans les secteurs liés au numérique. Pourtant, dans les services scientifiques et techniques, la France investit désormais plus que les États-Unis (6,7 % de la valeur ajoutée contre 4,3 %). Le problème n’est plus le volume d’investissement, mais ce que les organisations en font.
Ce que nous en retenons pour les entreprises
Pour un cabinet en systèmes d’information comme le nôtre, la conclusion est claire : l’enjeu n’est pas d’acheter des outils, c’est de les intégrer. Les données convergent vers six leviers :
- Afficher une position claire : l’encouragement explicite de l’employeur est le premier facteur d’adoption. Le silence produit soit le non-usage, soit l’usage caché.
- Fournir un outil interne sécurisé : sans outil officiel, les salariés utilisent leurs comptes personnels, hors de tout contrôle sur les données.
- Encadrer par une charte : seules 27 % des grandes entreprises en ont une. Usages autorisés, données interdites, règles de vérification.
- Former par métier : 29 % des cadres seulement ont été formés, le plus souvent de façon générique. Depuis février 2025, l’AI Act impose aux entreprises d’assurer la maîtrise de l’IA de leur personnel.
- Repenser les postes d’entrée : si l’IA prend en charge les tâches confiées aux débutants, il faut réinventer leur apprentissage, sous peine de manquer de profils expérimentés dans quelques années.
- Revoir les processus, pas seulement les outils : les gains viennent de la réorganisation du travail autour de l’IA, pas de son simple déploiement.
C’est le même esprit que notre méthodologie de test : mesurer ce qui fonctionne réellement, et dire aussi ce qui ne fonctionne pas.
Et maintenant ?
Le rapport se termine sur ce que l’on ne sait pas encore, et c’est peut-être sa partie la plus utile. Les jeunes diplômés français connaissent-ils le même décrochage qu’aux États-Unis ? L’IA intensifie-t-elle le travail de ceux qui l’utilisent ? Les PME parviendront-elles à combler leur retard ? Ces questions demandent des données que la statistique publique pourrait produire. Nous suivrons ces travaux et mettrons le rapport à jour à mesure que de nouveaux résultats seront publiés.
L’IA générative ne détruit pas encore d’emplois, mais elle redessine déjà les recrutements. Le vrai risque pour les entreprises françaises n’est pas d’être remplacées par l’IA, c’est de l’acheter sans changer leur organisation.
— Sylvain Marsol, fondateur de Decryptia
Citer le rapport
Marsol, S. (2026). IA générative : les premiers changements du marché du travail en France. Rapport d’étude, Les études Decryptia, Mprog. https://doi.org/10.5281/zenodo.23261593
FAQ
L’IA générative détruit-elle des emplois en France ?
À ce jour, aucune étude ne mesure d’effet sur le niveau global de l’emploi ou des salaires, ni en France ni à l’étranger. Le premier signal observé concerne les recrutements : les offres d’emploi reculent dans les métiers les plus exposés, et aux États-Unis l’embauche des jeunes diplômés dans ces métiers ralentit.
D’où vient le chiffre de « 5 millions d’emplois menacés » ?
D’une reprise de presse d’une étude de Coface et de l’Observatoire des emplois menacés et émergents. L’étude mesure en réalité que 16 % du contenu des tâches serait techniquement automatisable en France. Ses auteurs précisent qu’il s’agit d’une exposition technique, pas de destructions d’emplois.
Quels métiers sont les plus exposés à l’IA générative ?
Les métiers qualifiés : management et administration, juridique et finance, ingénierie et informatique, métiers créatifs et de contenu, avec plus de 25 % de tâches techniquement automatisables. Les métiers manuels, de soin et de service en présentiel restent sous 10 %.
Pourquoi les salariés français utilisent-ils moins l’IA que les Américains ?
Environ 55 % de l’écart s’explique par la structure de l’économie (secteurs, taille des entreprises). Le reste tient aux pratiques managériales : les employeurs français encouragent moins l’usage et fournissent moins souvent un outil interne.
Puis-je réutiliser ce rapport ?
Oui. Le rapport est diffusé sous licence Creative Commons CC BY 4.0 : vous pouvez le partager, le citer et l’adapter, y compris dans un cadre professionnel ou pédagogique, à condition de mentionner l’auteur. Il est archivé de façon permanente sur Zenodo.
