Mis à jour le 20 mai 2026

En juillet 2023, j’écrivais que l’intelligence artificielle transformerait le travail « dans 4 à 5 ans ». Nous sommes en 2026. Ces 4 à 5 ans, c’est maintenant. L’IA générative est entrée dans les entreprises, les agents autonomes commencent à exécuter des tâches complètes, et la question de l’IA et travail n’est plus de savoir si nos métiers vont changer, elle est de savoir comment, à quelle vitesse, et qui sortira gagnant de cette transition.

Cet article s’adresse à toute personne qui se demande, sincèrement, comment se positionner face à cette transformation : dirigeant qui doit anticiper, responsable RH qui prépare la reconversion de ses équipes, collaborateur qui se demande si son métier existera encore en 2030.

Les chiffres qui clarifient le débat

Avant toute conviction personnelle, posons les chiffres. Le Future of Jobs Report 2025 du World Economic Forum, fondé sur les déclarations de plus de 1 000 employeurs représentant 14 millions de collaborateurs dans 22 secteurs, établit que :

• 92 millions d’emplois seront détruits d’ici 2030 par les transformations en cours (technologiques, écologiques, démographiques).
• 170 millions d’emplois seront créés sur la même période, soit un solde net positif de 78 millions.
• 39 % de la main-d’œuvre mondiale devra actualiser ses compétences entre 2025 et 2030, soit environ 460 millions de personnes.
• 63 % des employeurs identifient les écarts de compétences comme le principal frein à leur transformation.

L’OCDE, dans son Employment Outlook 2023, chiffre à environ 27 % la part des emplois à haut risque d’automatisation dans les pays membres. Et Goldman Sachs estime que 25 % des heures de travail mondiales pourraient être automatisées par l’IA générative.

Ces chiffres dessinent un paysage net : il ne s’agit pas d’un effondrement de l’emploi, mais d’une recomposition massive de sa nature. La question pertinente n’est donc pas « vais-je perdre mon emploi ? ». Elle est : « quelles compétences exigera mon métier dans cinq ans, et où en suis-je par rapport à elles ? ».

IA et travail : ce qu’elle peut faire, et ce qu’elle ne fait toujours pas

Ce que l’IA fait déjà mieux que la plupart d’entre nous

L’IA générative actuelle traite remarquablement bien un ensemble de tâches : synthétiser des documents longs, produire des premières versions de textes, analyser de grandes quantités de données structurées, générer du code, traduire, classer, recommander. Dans les fonctions juridiques, financières, médicales, dans les ressources humaines, dans la communication, des pans entiers du travail répétitif ou semi-répétitif ont basculé.

Le résultat sur le terrain ressemble moins à un licenciement massif qu’à un déplacement progressif : les heures gagnées sur les tâches automatisables sont réallouées vers d’autres activités, ou bien le poste est conservé avec un périmètre élargi. Pour l’instant, en tout cas.

Ce que l’IA ne fait toujours pas, et probablement pas avant longtemps

Il existe en revanche une classe de compétences que l’IA ne reproduit pas, ou très mal. Le WEF les regroupe sous le terme de compétences humano-centriques (« human-centric skills »).

• L’empathie et l’écoute active : capacité à percevoir ce que l’autre vit, au-delà de ce qu’il dit, et à ajuster son comportement en conséquence.
• La résilience, la flexibilité, l’agilité : capacité à fonctionner sous incertitude, à se réorganiser quand le cadre change, à porter une équipe à travers une période instable.
• Le leadership et l’influence sociale : capacité à fédérer, à donner un sens partagé, à arbitrer en présence de tensions humaines réelles.
• La pensée créative : capacité à poser des problèmes non encore formulés, à articuler des perspectives éloignées, à produire du neuf en contexte ambigu.
• La curiosité et l’apprentissage tout au long de la vie : capacité à se renouveler soi-même, à entrer dans un domaine inconnu sans s’effondrer.

Selon l’enquête du WEF (New Economy Skills 2025), 81 % des employeurs considèrent l’empathie et l’écoute active comme une compétence centrale aujourd’hui, et tous prévoient que ces compétences deviendront plus importantes encore d’ici 2030.

Le vrai partage : entre celles et ceux qui ajustent, et celles et ceux qui attendent

La fracture qui se dessine n’est pas entre les humains et les machines. Elle est entre les humains qui choisissent d’apprendre à travailler avec les machines, et ceux qui attendent que la vague passe. Dans toutes les fonctions où je suis intervenu ces derniers mois, j’ai observé cette ligne de partage de manière nette.

Le collaborateur qui ajuste utilise l’IA quotidiennement pour gagner du temps sur les tâches répétitives, et consacre ce temps gagné à ce que l’IA ne fait pas : la relation, l’analyse critique, la décision difficile, l’élaboration collective. Son métier ne disparaît pas, il se densifie.

Le collaborateur qui attend continue à faire ce qu’il faisait, comme il le faisait, en espérant que cela suffira. Statistiquement, cela ne suffira pas. Mais le problème n’est pas qu’il ne sache pas utiliser l’IA. C’est qu’il n’a pas encore intégré que son métier était en train de changer sans lui.

Paul Daugherty et James Wilson, dans Human + Machine: Reimagining Work in the Age of AI (Harvard Business Review Press, édition revue 2024), montrent que les organisations qui obtiennent les meilleurs résultats de l’IA ne sont pas celles qui automatisent le plus, mais celles qui réussissent le mieux à articuler intelligence humaine et intelligence machine sur des tâches complémentaires. Ce n’est pas une bataille. C’est une chorégraphie.

IA et travail : pourquoi la question du sens devient stratégique

Une chose change radicalement quand des pans entiers d’activité deviennent automatisables : la question du sens du travail cesse d’être un luxe philosophique pour devenir un enjeu central de fidélisation et d’engagement.

La théorie de l’autodétermination (Deci & Ryan, 2017, Self-Determination Theory) établit que l’engagement durable au travail repose sur trois besoins fondamentaux : l’autonomie, la compétence et le lien social. Or chacun de ces trois besoins est affecté par l’arrivée de l’IA, et l’entreprise qui réussira sa transition est celle qui saura les préserver.

• L’autonomie est menacée quand l’IA est utilisée pour contrôler ou surveiller, mais elle est renforcée quand elle est utilisée pour libérer du temps et de la décision.
• La compétence est menacée quand l’IA prend en charge ce qui faisait la fierté du métier, mais elle est renforcée quand elle est mobilisée pour aller plus loin que ce qu’on faisait jusqu’ici.
• Le lien social est menacé quand l’IA remplace les échanges humains, mais il est renforcé quand le temps gagné est réinvesti dans la relation.

Ces arbitrages ne se font pas tout seuls. Ils dépendent des choix que fait l’entreprise dans la manière d’introduire l’IA, et c’est précisément là que se joue l’essentiel.

IA et travail : ce que les entreprises doivent faire dès maintenant

Trois priorités, par ordre d’urgence.

1. Cartographier honnêtement les compétences

Avant d’investir dans la formation, il faut savoir où l’on en est. Une cartographie des compétences techniques (utilisation de l’IA, esprit critique sur les sorties d’IA, capacité à reformuler une demande à un agent) et des compétences humano-centriques (écoute, agilité, créativité) permet d’identifier les écarts et de cibler les efforts. Sans cette cartographie, le sujet IA et travail reste une intention stratégique, jamais une transformation opérationnelle. C’est l’une des raisons pour lesquelles les plans de formation actuels manquent leur cible.

2. Investir dans la formation continue, vraiment

Le WEF estime que 59 personnes sur 100 dans la main-d’œuvre mondiale auront besoin d’une formation d’ici 2030. Parmi elles, 11 seulement risquent de ne pas la recevoir, et ce sont précisément celles dont l’employabilité sera la plus menacée. La formation continue n’est plus un avantage social ; c’est une assurance vie professionnelle. Les entreprises qui n’investissent pas dans la montée en compétences de leurs équipes les perdront, ou pire, les garderont dans une obsolescence silencieuse.

3. Préserver les espaces de travail proprement humains

À mesure que l’IA prend en charge les tâches répétitives, il devient stratégiquement essentiel de protéger et structurer les espaces où se joue ce qui ne s’automatise pas : les temps de retour d’expérience, les ateliers de résolution collective, les conversations difficiles, les décisions sous incertitude. Ces espaces ne sont pas du temps perdu, ils sont devenus la véritable valeur ajoutée des collectifs humains.

Accompagner la transition IA et travail, individuellement et collectivement

C’est précisément le travail que je mène en Suisse romande depuis plusieurs années, dans deux registres complémentaires. Pour les collaborateurs et les cadres qui doivent repenser leur trajectoire face à la transformation de leur métier, le Coaching Focus offre un accompagnement individuel court et structuré, centré sur la clarification des compétences, l’identification des opportunités et la prise de décision.

Pour les organisations qui veulent accompagner collectivement leurs équipes face à l’arrivée de l’IA, sans déclencher la peur ni le déni, le Collaborative Learning Board offre un format collectif où les équipes peuvent nommer ce qui change, identifier leurs ressources internes et co-construire leur nouvelle manière de travailler. C’est l’une des interventions les plus utiles dans une organisation qui introduit de l’IA et veut éviter le double piège du désengagement et de la résistance.

Devenir obsolète n’est pas une fatalité

La question posée par cet article, « va-t-on être obsolète dans le travail de demain ? », appelle aujourd’hui une réponse claire : non, à condition d’agir maintenant. L’obsolescence professionnelle n’est pas une affaire d’âge ni de génération. C’est une affaire d’attitude face au changement, et de capacité d’apprentissage. La vraie question de l’IA et travail n’est plus une question technologique, c’est une question humaine.

Ce qui distingue durablement les humains qui restent pertinents au travail, ce n’est pas leur niveau de diplôme, ni leur expertise technique du moment. C’est leur capacité à se mettre en mouvement quand le cadre bouge, et cela, aucune machine ne sait encore le faire à leur place. La bonne nouvelle, c’est que ce mouvement s’apprend, se travaille, s’accompagne.

Références scientifiques et institutionnelles citées

• Daugherty, P. R., & Wilson, H. J. (2024). Human + Machine: Reimagining Work in the Age of AI (édition revue). Boston: Harvard Business Review Press.
• Goldman Sachs Global Investment Research (2023). The Potentially Large Effects of Artificial Intelligence on Economic Growth.
• OCDE (2023). OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market. Paris: OECD Publishing.
• OCDE (2025). Algorithmic Management in the Workplace: New Evidence from an OECD Employer Survey.
• Ryan, R. M., & Deci, E. L. (2017). Self-Determination Theory: Basic Psychological Needs in Motivation, Development, and Wellness. New York: Guilford Press.
• World Economic Forum (2025). The Future of Jobs Report 2025. Geneva: WEF.
• World Economic Forum (2025). New Economy Skills: Unlocking the Human Advantage. Geneva: WEF.