Les e-mails peuvent être rédigés en quelques secondes. Le contenu des réunions est automatiquement organisé, et des suggestions de réponses aux demandes apparaissent à l'écran. Pourtant, au travail, on entend encore aujourd'hui dire qu'il manque de personnel.

Cette scène ne signifie pas nécessairement un échec de l'IA. Pouvoir traiter une partie du travail plus rapidement et disposer du personnel nécessaire au bon endroit sont deux problèmes distincts.

Le 14 septembre 2026, un article de dts Nachrichtenagentur publié sur le site d'information financière allemand Aktiencheck a relayé l'opinion d'Enzo Weber, économiste à l'Institut de recherche sur le marché du travail et les professions (IAB). Selon l'article, il a déclaré au journal allemand Rheinische Post que la digitalisation à elle seule ne peut pas éliminer la pénurie de main-d'œuvre.

Cependant, cela ne signifie pas qu'il a nié les possibilités d'amélioration grâce à l'IA. Weber reconnaît que l'IA peut être utile pour améliorer la productivité, les processus de travail et la prospérité. Il souligne néanmoins qu'il est impossible de remplacer par la seule technologie les politiques visant à former les talents et à élargir les opportunités de travail.

En analysant cette déclaration comme point de départ pour des recherches et des commentaires publics, il apparaît que le problème n'est pas un choix binaire entre "IA ou humain". Il s'agit plutôt de savoir qui utilisera les ressources libérées par l'automatisation et à quelles fins.

La distance entre "réduction des tâches" et "disparition de la pénurie de main-d'œuvre"

Un travail est composé de tâches de nature différente. Rédiger des documents, conserver des enregistrements, écouter les besoins des autres, vérifier sur le terrain, gérer les exceptions. Même si l'on extrait uniquement les parties où l'IA excelle, le nombre total de personnes nécessaires pour accomplir le travail n'est pas déterminé.

Prenons par exemple le travail d'inspection d'équipements. Si la rédaction des rapports devient plus rapide, la charge de travail des responsables est allégée. Cependant, le temps de déplacement sur le terrain, le temps d'examen des équipements et le temps de vérification des causes des anomalies ne peuvent pas nécessairement être réduits dans les mêmes proportions. Ce n'est pas un cas spécifique à une entreprise, mais un exemple pour réfléchir à la distinction entre tâches et professions.

De plus, si le temps économisé est fragmenté, il faudra réorganiser le système de travail. Quelques minutes de répit qui se produisent plusieurs fois par jour peuvent être utilisées pour des pauses ou des vérifications minutieuses, mais elles ne suffisent pas à constituer une personne supplémentaire pour gérer un autre site.

Ce qui est pertinent ici, c'est de se concentrer non seulement sur "quelles professions disparaîtront", mais aussi sur "quelles tâches changeront".

Une étude publiée en 2025 par l'Organisation internationale du travail (OIT) estime qu'environ un travailleur sur quatre dans le monde pourrait être dans une profession affectée à un certain degré par l'IA générative. Cependant, cela ne signifie pas que ces personnes perdront leur emploi. Comme les tâches qui composent le travail nécessitent encore une implication humaine, l'étude suggère que le changement de travail pourrait être plus central que le remplacement total.

Le point de départ de la discussion est de ne pas sauter à la conclusion que "certaines tâches peuvent être traitées par l'IA" signifie que "les personnes qui effectuent ce travail ne sont plus nécessaires".

Il existe des preuves d'amélioration de la productivité. Mais ce n'est pas une panacée

Des recherches montrent que l'IA peut améliorer les capacités sur le terrain.

La version 2025 de l'article "Generative AI at Work" par Erik Brynjolfsson et al. a analysé les données de 5 172 agents de support client. Une fois qu'ils ont pu utiliser l'assistance de l'IA générative, leur productivité, mesurée par le nombre de problèmes résolus par heure, a augmenté en moyenne de 15 %.

L'effet variait selon les individus, avec une amélioration plus importante chez les agents moins expérimentés ou moins qualifiés. En revanche, les agents expérimentés et hautement qualifiés n'ont pas connu le même niveau d'amélioration.

Ce résultat est instructif pour réfléchir à la pénurie de main-d'œuvre. L'IA peut être utilisée non seulement pour remplacer complètement les humains, mais aussi pour soutenir le processus d'apprentissage du travail, permettant à plus de personnes de prendre en charge les tâches.

Cependant, l'étude portait sur le support client d'une seule entreprise et ne garantit pas une amélioration de 15 % dans tous les lieux de travail. Les auteurs expliquent également qu'il ne s'agit pas d'une étude sur l'impact sur l'emploi ou les salaires dans l'ensemble de l'économie.

Lors de l'évaluation des résultats de l'IA, il ne suffit pas de regarder uniquement le nombre d'utilisations ou la vitesse de génération de texte. Il est nécessaire de considérer le temps total requis, y compris la vérification et la correction, le nombre de problèmes résolus et la qualité des réponses. C'est une proposition de cet article pour appliquer les résultats de la recherche au lieu de travail.

Même si la rédaction est rapide, si les corrections prennent du temps, la marge de manœuvre est réduite. Inversement, si un débutant peut obtenir des conseils appropriés dans des situations difficiles, cela peut aider à la fois la personne et son mentor. La question n'est pas de savoir si l'on introduit l'IA, mais où elle peut être utile.

L'efficacité accrue pourrait augmenter le volume de travail

Une des raisons pour lesquelles la pénurie de main-d'œuvre persiste est le changement de la demande.

Supposons qu'une entreprise puisse traiter plus de travail dans le même temps grâce à l'IA. Elle pourrait utiliser le temps économisé pour réduire le personnel ou les heures de travail. Cependant, elle pourrait également choisir d'acquérir de nouveaux clients, d'accepter des demandes précédemment refusées ou de lancer de nouveaux services.

Si les coûts de prestation baissent, il est possible que des personnes qui ne pouvaient pas utiliser le service auparavant puissent désormais y accéder. Dans ce cas, même si le travail par tâche est allégé, le nombre de tâches à traiter pourrait augmenter.

Ce n'est pas un résultat inévitable, mais cela explique que le calcul "si la productivité augmente, alors il y a plus de main-d'œuvre disponible" ne tient pas toujours à l'échelle de la société.

Dans une analyse de scénario sur l'IA publiée par l'IAB en novembre 2025, la quantité totale d'emplois et leur contenu sont distingués. Si l'utilisation de l'IA progresse sous certaines hypothèses, environ 1,6 million d'emplois pourraient être créés ou supprimés en raison de changements structurels au cours des 15 prochaines années, tandis que le nombre total d'emplois resterait globalement stable par rapport au scénario de référence.

Le chiffre de 1,6 million ne signifie pas une réduction nette de ce nombre. Ce n'est pas non plus un résultat réel, mais une estimation basée sur des hypothèses concernant l'introduction de l'IA.

Ce que l'on peut déduire de cette étude, c'est que même si le nombre total ne change pas beaucoup, les lieux et le contenu du travail peuvent évoluer. Il est possible qu'il y ait un excédent de personnel dans un domaine et une difficulté de recrutement dans un autre en même temps.

Les personnes excédentaires ne peuvent pas simplement être transférées là où il y a une pénurie

Il est difficile de résoudre la pénurie de main-d'œuvre par une simple addition et soustraction de nombres.

Par exemple, une personne qui a du temps libre grâce à l'efficacité accrue des tâches administratives ne peut pas être affectée à la réparation d'équipements dès le lendemain. Un nouveau travail nécessite des connaissances et de l'expérience, ainsi que des considérations sur le lieu et les horaires de travail, et les préférences personnelles.

C'est pourquoi, si l'on progresse séparément dans l'introduction de l'IA et la formation des talents, il pourrait rester un fossé entre les départements où l'efficacité a été améliorée et ceux où le personnel est nécessaire.

Ce que cet article souhaite souligner, c'est qu'en plus de se demander "y a-t-il un travail où l'on peut être transféré", il faut se demander "peut-on soutenir le processus de transfert". Peut-on garantir du temps pour la formation ? Comment évaluer pendant la période d'apprentissage ? Les affectations permettent-elles de concilier travail et responsabilités familiales ? Sans ces conditions, même si des offres d'emploi et des candidats existent, ils ne se rencontreront pas.

Dans l'article original, Weber a également souligné les conditions permettant aux gens de réaliser leur potentiel. Il a déclaré qu'il est nécessaire de mieux exploiter les opportunités de développement professionnel pour les femmes et les migrants, et de créer un environnement où les employés âgés peuvent continuer à travailler avec une perspective, sans alourdir leur charge.

En traduisant cette observation en pratique, il s'agit de penser au budget pour l'introduction de l'IA en même temps qu'au temps de formation, au système de mentorat et à des modalités de travail flexibles. Il est trop tard pour se rendre compte qu'il n'y a personne pour utiliser la technologie après son introduction.

Les attentes et questions visibles sur les réseaux sociaux : "Que déléguer et quel travail conserver ?"

Quelle est la réaction sur les réseaux sociaux ? Dans la limite des informations publiques disponibles, il n'a pas été possible de vérifier suffisamment de commentaires directs sur l'article du 14 septembre. Par conséquent, nous examinerons ci-dessous les commentaires liés à une publication que Weber a faite sur LinkedIn il y a environ deux ans, présentant une émission traitant de l'IA et du travail. Ce n'est pas une réaction au reportage actuel, mais un débat passé sur le même thème. Le contenu est résumé en japonais.

Christian Mueller a vu l'IA de manière positive, notamment pour son potentiel à élargir les possibilités humaines dans la recherche et l'éducation. Nicole Koeck-Maier a également exprimé l'espoir que l'IA puisse prendre en charge des tâches répétitives ennuyeuses, permettant ainsi aux humains de mieux exploiter leur créativité.

D'un autre côté, Antoinette Weibel a interrogé sur la manière dont l'IA changerait le travail. Les gens ne feront-ils que s'occuper des machines, ou pourront-ils s'engager dans des activités plus significatives et dignes des humains ? Elle a exprimé que ce choix dépend non pas de l'IA elle-même, mais des entreprises et de l'État, qui doit mettre en place les réglementations nécessaires.

Ce sont des opinions individuelles sur des publications limitées et ne représentent pas l'opinion publique ou la proportion de pour et de contre sur les réseaux sociaux dans leur ensemble. Néanmoins, il est clair que l'intérêt des gens ne se limite pas à "perdre leur emploi", mais s'étend également à savoir quel travail restera après l'introduction de l'IA.

Appliqué au terrain, ce point de vue révèle différentes utilisations possibles de la même automatisation. Si le temps libéré est utilisé pour un service client attentif ou pour la formation, la qualité du travail pourrait être améliorée. En revanche, si l'on ne fait qu'augmenter les objectifs de nombre de cas traités, la charge de travail des employés pourrait ne pas changer. C'est une réflexion de cet article basée sur les publications.

Même si l'IA enrichit, cela ne signifie pas automatiquement plus de congés

Le débat sur la pénurie de main-d'œuvre est également lié à la question du temps de travail.

Selon l'article original, Weber est également prudent quant à l'idée que la diffusion de l'IA réduira automatiquement le temps de travail des gens. L'amélioration de la productivité peut conduire à plus de prospérité, et il est possible de choisir de réduire le temps de travail en acceptant une diminution des revenus. Cependant, il ne pense pas que ce changement se produira nécessairement pour tout le monde.

Il souligne que lorsque la prospérité augmente, les attentes, le niveau de vie et les exigences changent également.

Ce qu'il faut considérer ici, c'est la différence entre les ressources créées par la technologie et le mécanisme qui détermine leur répartition. Même si l'IA économise une heure, que cette heure devienne un congé ou un travail supplémentaire ne dépend pas uniquement du logiciel.

Par exemple, une entreprise dont la productivité a augmenté a plusieurs options : augmenter les salaires, baisser les prix, améliorer les services, augmenter les investissements ou réduire le temps de travail. La priorité accordée à l'une ou l'autre de ces options dépend des décisions de gestion et des accords sur le lieu de travail.

Par conséquent, même l'évaluation du "succès de l'introduction de l'IA" nécessite une explication des objectifs visés. L'augmentation des ventes et la réduction de la charge des employés doivent être vérifiées séparément.

La question n'est pas seulement "combien de personnes peuvent être réduites"

Lorsqu'on applique ce débat aux lieux de travail japonais, il n'est pas possible de transposer directement les estimations allemandes. Les structures professionnelles et les pratiques d'emploi diffèrent. Cependant, la perspective de séparer l'efficacité des tâches et la sécurisation des talents peut être examinée indépendamment de la taille de l'entreprise ou du pays.

Cet article propose de poser trois questions avant et après l'introduction de l'IA.

Premièrement, quel est le véritable obstacle ? Est-ce que la rédaction prend trop de temps, l'attente de vérification est-elle longue, y a-t-il peu de personnes capables de gérer le terrain ? Ajouter des outils sans identifier les obstacles peut ne pas améliorer le flux de travail global.

Deuxièmement, qui verra ses capacités élargies ? Les travailleurs expérimentés pourront-ils travailler encore plus rapidement, les débutants apprendront-ils plus vite, ou les personnes qui ne pouvaient pas participer en raison de contraintes de temps pourront-elles prendre en charge le travail ? Le soutien nécessaire varie selon l'effet attendu.

Troisièmement, à quoi servira le temps libéré ? Compenser la difficulté de recrutement, réduire les heures supplémentaires, améliorer le service client, former la prochaine génération de talents. C'est en décidant de l'utilisation que l'efficacité devient un résultat concret.

L'IA peut soutenir les mesures contre la pénurie de main-d'œuvre. Cependant, elle ne prend pas en charge les décisions sur qui former, dans quelles conditions travailler et comment répartir les ressources obtenues.

C'est en assurant à la fois la rapidité des tâches à l'écran et les conditions permettant aux gens de continuer à travailler sur le terrain que les progrès de l'IA contribueront à l'amélioration des lieux de travail.

URL de la source

1. Aktiencheck / dts Nachrichtenagentur "Ökonom: KI löst Fachkräftemangel nicht" (14 septembre