Community Trust ScoreVérifié
Sam Altman s’est trompé. Le PDG d’OpenAI déclare maintenant que ses avertissements précédents sur l’IA et la destruction du marché du travail étaient probablement exagérés — un revirement assez significatif de la part de l’une des voix les plus influentes de la tech.
Ce changement ne sort pas de nulle part. Des recherches du Yale Budget Lab, de Brookings et d’Anthropic ont toutes abouti à peu près à la même conclusion : la vague de chômage provoquée par l’IA que tant de gens redoutaient ne s’est pas manifestée dans les données, du moins pas encore. Les travailleurs de bureau débutants — le groupe que la plupart des gens pensaient être touché en premier — sont encore largement employés. La perturbation, si elle arrive, avance plus lentement que ce que les gros titres laissaient entendre.
Pas exactement ce qu’Altman disait il y a un an ou deux.
Il avait été assez vocal sur le fait que l’IA allait rapidement transformer le marché du travail, un discours qui a poussé les travailleurs, les syndicats et les décideurs à se préparer. Maintenant, il revient sur ses propos. Il a dit que ses prévisions précédentes étaient prématurées. Il semble réellement surpris par le peu de changement dans les chiffres. Et il pointe aussi autre chose — ce qu’il appelle « AI washing », qui est en gros le fait que des entreprises utilisent l’IA comme prétexte pour des licenciements qui auraient probablement eu lieu de toute façon. La technologie est blâmée, la stratégie d’entreprise reste cachée, et les gros titres font le reste.
Ce que les études ont réellement trouvé
Le Yale Budget Lab, Brookings et Anthropic n’ont pas coordonné leurs recherches, mais ils sont arrivés à des conclusions similaires. L’automatisation progresse — personne ne dit le contraire — mais elle ne s’est pas traduite par le type de déplacement massif qui dominait la conversation. Les données sur les emplois de bureau débutants sont particulièrement frappantes. Ces rôles étaient censés être les plus exposés. Jusqu’à présent, ils tiennent.
Ce n’est pas un feu vert. C’est un instantané.
Les études prennent soin de ne pas dire que l’IA ne perturbera pas l’emploi à terme. Elles disent que ça ne s’est pas encore produit, et que le calendrier que la plupart des gens avaient en tête était probablement trop agressif. Altman semble avoir intégré cela. Sa nouvelle lecture est plus modérée — moins « les robots vont prendre votre emploi le trimestre prochain » et plus « cela va prendre plus de temps et être différent de ce que nous pensions ».
La question de « l’AI washing » mérite qu’on s’y attarde. Si certaines des pertes d’emplois attribuées à l’automatisation sont en réalité juste des décisions de restructuration déguisées en langage technologique, alors la véritable image de l’impact de l’IA sur le travail est encore plus floue que ce que les études peuvent saisir. Les entreprises ont intérêt à présenter les réductions comme inévitables, technologiques, hors du contrôle de quiconque. Que cela se produise à grande échelle n’est pas clair. Mais Altman pense que c’est réel, et il est l’une des personnes les plus proches de l’endroit où se trouve réellement la technologie.
Pourquoi cela importe au-delà des gros titres
Il y a une conséquence pratique à tout cela. Les décideurs politiques, les éducateurs et les entreprises ont élaboré des stratégies de main-d’œuvre autour d’un calendrier de perturbation qui pourrait ne pas se concrétiser. Les programmes de reconversion, les changements de programmes scolaires, les gels d’embauche — beaucoup de cela a été calibré pour une menace qui avance plus vite. Si le rythme réel est plus lent, une partie de cette planification doit être recalibrée aussi.
Ce n’est pas que l’inquiétude disparaisse. Les capacités de l’IA continuent de s’étendre. Les modèles s’améliorent dans les tâches qui nécessitaient auparavant un jugement humain, et cela ne s’arrêtera pas. Mais l’écart entre « l’IA peut faire cela » et « l’IA remplace les personnes qui font cela » s’avère plus large que prévu. Les entreprises adoptent lentement. Les flux de travail résistent au changement. Les managers ne font pas confiance aux nouveaux outils du jour au lendemain.
Et certains, apparemment, utilisent simplement l’IA comme un récit.
C’est la partie inconfortable du revirement d’Altman. Il ne dit pas seulement que la technologie est plus lente. Il dit qu’une partie de l’histoire des pertes d’emplois n’a jamais vraiment concerné la technologie. C’est quelque chose de plus difficile à résoudre avec un programme de reconversion. C’est un problème de transparence, un problème de gouvernance d’entreprise, peut-être éventuellement un problème réglementaire.
Pour les travailleurs qui ont passé les dernières années à s’inquiéter de leur rôle, les études offrent un certain soulagement à court terme. Pour quiconque essaie de construire une politique à long terme autour de cela, l’image reste encore assez floue. Les données sont limitées. La technologie continue d’avancer. Et la ligne entre l’automatisation véritable et le récit commode est assez floue pour que même le PDG d’OpenAI ne puisse pas toujours la tracer clairement.
La position révisée d’Altman ne ferme pas le débat. Elle ne fait que réinitialiser le point de départ du débat.
Les trois études — Yale Budget Lab, Brookings, Anthropic — restent les preuves les plus claires disponibles que la perturbation redoutée ne s’est pas matérialisée au rythme que quiconque avait prédit.
Questions Fréquentes
Qu’est-ce qui a poussé Sam Altman à revoir sa position sur les pertes d’emplois dues à l’IA ?
Altman a cité des recherches du Yale Budget Lab, de Brookings et d’Anthropic montrant un déplacement minimal à court terme dans les emplois de bureau débutants, ce qui l’a amené à dire que ses prévisions précédentes étaient prématurées.
Qu’est-ce que le « AI washing » selon Altman ?
Altman a utilisé ce terme pour décrire les entreprises qui utilisent l’IA comme prétexte pour des licenciements qui auraient eu lieu indépendamment du changement technologique, plutôt que des réductions motivées par de réels besoins d’automatisation.
