Travail

L’IA ne licencie pas toujours : elle réduit déjà les offres jusqu’à 9 %

|Auteur: Équipe éditoriale de QUASA|5 min de lecture
L’IA ne licencie pas toujours : elle réduit déjà les offres jusqu’à 9 %

Au Texas, l’effet de l’IA générative apparaît déjà dans les recrutements, sans passer nécessairement par un plan social. L’analyse publiée le 1er septembre 2026 par Samuel Dodini et Tucker Smith mesure une baisse d’environ 8 à 9 % des offres au début de 2026 parmi les entreprises existantes les plus exposées à l’automatisation des tâches.

Ce maximum ne signifie pas que 9 % des emplois texans ont disparu. La synthèse indépendante de Texas Today situe l’effet estimé sur l’ensemble des offres Lightcast au Texas à 1,8 % en 2024 et à 2,6 % en 2025, tout en rappelant que les annonces mesurent la demande de recrutement, pas les licenciements ni l’emploi total.

La mesure part des tâches, pas de métiers déclarés condamnés

Des tâches professionnelles O*NET sont associées aux usages de Claude puis aux offres Lightcast du Texas afin de mesurer l’exposition à l’automatisation.

La méthode relie les tâches répertoriées dans la base professionnelle O*NET aux usages d’automatisation observés avec Claude. Ce degré d’exposition est ensuite associé aux annonces en ligne rassemblées par Lightcast, afin de comparer l’évolution de la demande pour des professions dont les activités sont plus ou moins automatisables.

Une forte exposition signifie donc qu’une part plus importante des tâches d’une profession peut être exécutée par l’IA générative dans les usages observés. Cet indicateur ne donne ni la probabilité de disparition du métier ni la proportion de salariés qui seront remplacés.

Les auteurs comparent les professions plus et moins exposées à l’intérieur d’une même industrie, avant et après la diffusion de ChatGPT. Cette construction réduit le risque d’attribuer à l’IA un ralentissement général propre à un secteur, mais elle ne constitue pas une expérience contrôlée : elle identifie une relation entre exposition et recul relatif des offres, sans reconstituer chaque décision d’employeur.

Les employeurs en place réduisent et recomposent leurs recrutements

Une entreprise texane publie moins de postes et recentre les fonctions restantes sur des tâches moins automatisables.

Le recul ne s’explique pas seulement par l’arrivée de jeunes entreprises conçues autour de l’IA ou par la disparition d’anciens employeurs. Un panel équilibré suit des entreprises présentes durant toute la période analysée. Celles dont les recrutements étaient initialement les plus exposés ont ensuite publié relativement moins d’offres.

La composition des postes évolue elle aussi : les entreprises les plus concernées consacrent une part plus faible de leurs annonces aux professions regroupant davantage de tâches automatisables. L’ajustement touche ainsi à la fois le nombre d’ouvertures et le contenu du travail proposé dans les postes restants.

La chaîne causale avancée est progressive. Certaines tâches deviennent réalisables par l’IA générative, la demande ralentit davantage pour les professions qui en concentrent beaucoup, puis les employeurs déplacent leurs recrutements vers des fonctions moins exposées. Ce mécanisme peut fermer des débouchés sans provoquer immédiatement le départ des personnes déjà en poste.

Le chiffre de 9 % décrit un effet concentré

La borne haute concerne les entreprises existantes les plus exposées, et non l’ensemble de l’économie texane. Une fois incluses les professions et les industries où l’automatisation est moins présente, l’effet agrégé est nettement inférieur. Une contraction ciblée des annonces peut également coexister avec des créations de postes dans d’autres activités.

Cette évolution intervient dans un contexte d’adoption rapide. La couverture économique régionale publiée le 1er septembre confirme que les entreprises texanes publient moins d’offres pour les fonctions comprenant des tâches réalisables par l’IA, avec un écart particulièrement visible dans les postes de bureau exposés.

Cette concordance ne prouve pas que chaque adoption d’un outil entraîne l’abandon d’un recrutement. L’estimation combine le degré d’exposition des professions, la structure industrielle du Texas et l’évolution des publications. Elle ne compte pas des annonces retirées immédiatement après l’installation d’un logiciel déterminé.

Une offre supprimée n’est pas encore un emploi détruit

Un jeune diplômé rencontre moins d’offres débutantes dans une profession exposée, sans qu’un licenciement soit nécessairement intervenu.

Une baisse des annonces réduit le flux potentiel des embauches ; un licenciement diminue directement le nombre de personnes employées. Une entreprise peut conserver ses effectifs tout en renonçant à remplacer un départ, en gelant une ouverture ou en répartissant autrement certaines tâches. Pour les candidats, le débouché devient néanmoins indisponible.

La distinction importe notamment pour les diplômés récents, les demandeurs d’emploi et les personnes en reconversion. Les annonces en ligne couvrent largement des postes accessibles avec une expérience limitée ; leur raréfaction peut donc fermer des voies d’entrée avant qu’une rupture comparable n’apparaisse dans les statistiques de licenciements.

Les données Lightcast ne représentent pas uniformément toutes les professions. Plusieurs métiers manuels, agricoles, de maintenance ou de services de proximité sont moins souvent recrutés en ligne. L’absence d’une annonce ne permet donc pas de conclure qu’un poste existant a été détruit : il peut être gelé, transformé ou pourvu par un autre canal.

Enfin, les estimations agrégées concernent le Texas. Des comparaisons effectuées à l’échelle américaine montrent une orientation similaire entre professions plus ou moins exposées, mais elles ne fournissent pas une estimation nationale directement équivalente du volume total d’offres perdues. À ce stade, le constat le plus solide reste celui d’une demande de recrutement plus faible et d’une recomposition des tâches dans les activités exposées ; des données supplémentaires sur les embauches, les salaires et les trajectoires professionnelles seront nécessaires pour mesurer une éventuelle destruction durable d’emplois.

À lire aussi:

Partager:

Abonnez-vous à notre newsletter

Recevez directement les dernières actualités sur le Web3, l’IA et les cryptomonnaies.

0