En 2026, OpenAI a ouvert plus de 1 200 postes dans la recherche et l’ingénierie alors que le chômage des diplômés de moins de 30 ans a bondi à 30 % selon le Bureau of Labor Statistics. L’écart entre les laboratoires d’IA saturés de capitaux et les campus saturés de CV traduit une fracture que les économistes jugent « structurelle ».
Les chiffres racontent une histoire que les discours enjolivent à peine. Microsoft a supprimé 15 000 emplois tout en investissant 13 milliards de dollars dans OpenAI. Amazon a licencié 14 000 cadres alors que ses divisions d’automatisation annonçaient 160 000 postes évités d’ici 2027. Salesforce a supprimé 4 000 postes de support pour en créer 5 000 en vente. Le marché du travail se recompose à vue d’œil, sans que les jeunes diplômés trouvent leur place.
Les données du Stanford Digital Economy Lab montrent que l’emploi des 22‑25 ans dans les métiers exposés à l’IA a chuté de 13 % depuis 2022. Les entreprises recrutent désormais des profils capables d’entraîner ou d’intégrer des modèles, non ceux qui apprennent encore à les utiliser. Le décalage de compétences devient abyssal.
OpenAI, qui a dépensé 79 millions de dollars pour construire GPT‑4, a triplé ses effectifs en deux ans. Les salaires des chercheurs dépassent souvent 800 000 dollars annuels, parfois davantage. Meta a offert des contrats à neuf chiffres pour attirer une cinquantaine de scientifiques. L’élite de l’IA vit dans un marché fermé où quelques centaines de personnes dictent la cadence mondiale.
Les jeunes diplômés, eux, affrontent un marché saturé de promesses. Les offres d’emploi dans la tech ont reculé de 36 % depuis 2020. Les postes d’entrée en programmation ou en analyse de données sont absorbés par des systèmes capables de produire du code ou des rapports en quelques secondes. L’IA a remplacé la période d’essai par l’obsolescence immédiate.
A lire également
Les économistes du MIT, Daron Acemoglu et David Autor, estiment que la vitesse du changement est le vrai danger. Si 3 % des emplois disparaissent chaque année, la société s’adapte. Si 20 % s’évaporent en cinq ans, les institutions vacillent. Le FMI prévoit que 40 % des emplois mondiaux seront affectés d’ici 2030.
Les dirigeants d’entreprise parlent d’efficacité. Satya Nadella affirme que « le progrès n’est pas linéaire ». Gina Raimondo, secrétaire au Commerce, avertit que « si tout se résume à aller plus vite, beaucoup vont souffrir ». Les syndicats peinent à obtenir des garanties. Seule Microsoft a signé un accord de neutralité syndicale sur l’usage de l’IA.
Les politiques publiques restent en retard. Le programme américain d’aide à la reconversion, le Trade Adjustment Assistance, a expiré en 2022. Le projet de loi pour l’étendre à l’automatisation dort au Congrès. Les États fédérés bricolent leurs propres dispositifs de formation pendant que les entreprises accumulent les crédits d’impôt pour leurs investissements en IA.
Les effets de redistribution sont déjà visibles. Les métiers manuels liés à la construction de data centers explosent. Un seul site de 250 000 pieds carrés emploie 1 500 ouvriers. McKinsey évalue à 7 000 milliards de dollars les dépenses d’infrastructure d’ici 2030. Le boom industriel compense à peine la contraction des emplois de bureau.
Les économistes parlent d’un « low‑hiring, low‑firing » cycle. Peu de licenciements massifs, peu de créations massives, beaucoup d’attente. Les entreprises testent l’IA sans savoir encore si elle remplacera ou complétera leurs salariés. L’incertitude devient la norme, peut‑être durablement.
Il est probable que l’histoire retiendra 2026 comme l’année où l’IA a cessé d’être une promesse pour devenir un filtre social.
