Le chômage technologique face à l'intelligence artificielle

Introduction : Les effets de l'innovation technologique sur l'emploi

En octobre 2025, Amazon a annoncé la réduction de 14 000 postes au sein de l'entreprise, une décision qui marque un impact substantiel de la technologie de l'intelligence artificielle sur l'emploi des cols blancs. La déclaration de l'entreprise indique que cette réorganisation vise à optimiser l'efficacité opérationnelle et à réaffecter des ressources à des domaines stratégiques tels que l'intelligence artificielle générative. Ce cas révèle le lien intrinsèque entre les avancées technologiques et l'ajustement de la structure du marché de l'emploi, suscitant une nouvelle vague de discussions sur le chômage technologique.

Le concept du chômage technologique a été proposé pour la première fois par Keynes en 1930, défini comme une réduction de la demande de main-d'œuvre due à l'innovation technologique. Les données historiques montrent que ce phénomène présente des caractéristiques cycliques évidentes. Selon une analyse bibliométrique, la fréquence d'apparition du terme “chômage technologique” a formé trois pics significatifs dans les années 1920-1930, les années 1960 et après 2010, correspondant respectivement à la seconde révolution industrielle, à la vague d'automatisation et à la période de diffusion technologique de la révolution de l'intelligence artificielle.

Actuellement, bien que le taux de chômage aux États-Unis reste à un niveau relativement stable de 4,3 %, l'ajustement structurel des postes de cols blancs a suscité une attention considérable. Cet article analysera l'impact de l'intelligence artificielle sur le marché de l'emploi à travers une comparaison historique, évaluera les risques potentiels et proposera des recommandations politiques appropriées.

Perspective historique comparative

L'expérience de la période de la révolution industrielle montre que l'impact des avancées technologiques sur l'emploi présente des caractéristiques structurelles évidentes. Au début du 20ème siècle, le taux de croissance annuel de la productivité manufacturière aux États-Unis a dépassé 5 %, mais cette croissance a été accompagnée d'une baisse de 20 % de la population active agricole. Pendant la période de 1929 à 1933, le taux de chômage est passé de 3 % à 25 %, montrant que les changements technologiques peuvent aggraver la pression sur l'emploi pendant les périodes de ralentissement économique.

La vague d'automatisation des années 1960 a confirmé cet impact structurel. Les études de l'époque ont montré que la technologie d'automatisation avait un effet de substitution significatif sur l'emploi dans le secteur manufacturier, mais grâce à l'expansion de l'emploi dans le secteur des services et à la demande particulière générée par la guerre du Vietnam, le marché de l'emploi global est resté relativement stable. À cette époque, le gouvernement américain a créé un comité spécialisé pour étudier l'impact de l'automatisation sur l'emploi, fournissant ainsi une référence importante pour l'élaboration de politiques futures.

À long terme, l'effet de l'avancement technologique sur l'emploi dépend de l'équilibre dynamique entre l'effet de substitution et l'effet de compensation. L'effet de substitution se manifeste par le remplacement des postes existants par des avancées technologiques, tandis que l'effet de compensation se traduit par la création de nouveaux postes et la croissance de la demande résultant de la baisse des coûts de production. Les expériences historiques montrent que cet équilibre nécessite une intervention politique appropriée et un environnement de marché adéquat.

L'impact économique de l'intelligence artificielle

Au niveau macroéconomique, la technologie de l'intelligence artificielle devient un moteur important de la croissance économique. Entre 2023 et 2025, la contribution des investissements liés à l'intelligence artificielle à la croissance du PIB américain est proche de 1 point de pourcentage. La marge bénéficiaire des entreprises est passée de 6,5 % en 2003 à 10,69 % au deuxième trimestre de 2025, montrant l'effet positif de la technologie de l'intelligence artificielle sur l'efficacité de la production.

Les données au niveau sectoriel montrent que l'impact de l'intelligence artificielle présente une hétérogénéité évidente. Dans le secteur bancaire, la technologie de l'intelligence artificielle a augmenté le taux de précision de la détection des fraudes à 95 % ; dans le secteur des assurances, le taux d'erreur des indemnités a été réduit de 20 % ; le secteur de l'énergie a diminué le temps d'arrêt des équipements de 30 % grâce à la maintenance prédictive ; le secteur de la vente au détail a réalisé une augmentation de 15 % des ventes grâce aux recommandations personnalisées ; dans le domaine des soins de santé, l'efficacité des consultations a été augmentée de 25 % grâce au diagnostic assisté.

Ces gains d'efficacité sont le résultat d'un profond ajustement de la structure de l'emploi. Le cas des licenciements chez Amazon montre que les postes de cols blancs, tels que la direction et l'analyse de données, subissent un coup direct. L'entreprise prévoit d'améliorer l'efficacité du management intermédiaire de 30 à 50 % grâce à une simplification de la structure organisationnelle. Cette transformation préfigure un changement fondamental du modèle traditionnel du travail basé sur la connaissance.

Caractéristiques de la transformation du marché de l'emploi

La transformation du marché de l'emploi actuel présente les caractéristiques suivantes :

Tout d'abord, la structure des compétences des postes affectés a changé. Traditionnellement, les technologies d'automatisation ont principalement impacté les postes de production programmés, tandis que les technologies d'intelligence artificielle peuvent remplacer certaines tâches cognitives non programmées. Cela signifie que des domaines traditionnellement considérés comme hautement qualifiés, tels que l'éducation, la finance et la santé, commencent également à faire face à des risques d'automatisation.

Deuxièmement, la vitesse de remplacement des postes s'accélère. Les prévisions de Deloitte montrent qu'en 2026, 92 millions d'emplois dans le monde seront remplacés par l'intelligence artificielle, tout en créant 17 millions de nouveaux emplois. Ce remplacement rapide impose des exigences plus élevées concernant la mise à jour des compétences des travailleurs.

Troisièmement, la répartition des revenus pourrait changer. L'application des technologies d'intelligence artificielle pourrait élargir davantage l'écart entre les revenus du capital et les revenus du travail, en particulier l'impact sur les travailleurs de compétence intermédiaire serait plus marqué. Cette tendance pourrait aggraver les problèmes d'inégalité de revenu existants.

Signaux d'alerte économique régionale

Les données économiques du Texas fournissent des signaux d'alerte importants. En octobre 2025, l'indice des revenus du secteur des services de l'État est tombé à -6,4, son niveau le plus bas depuis juillet 2020. L'indice de l'emploi est de -5,8 et l'indice de l'activité commerciale est de -9,4, montrant tous deux une tendance de contraction évidente.

La performance du secteur de la vente au détail est plus sévère, l'indice des ventes tombe à -23,5 et l'indice de l'emploi à -5,3. Ces données sont en accord avec la tendance économique globale des États-Unis, les ventes au détail nationales ayant augmenté de 0,6 % en août par rapport au mois précédent, mais le taux de croissance des ventes de base n'est que de 1,5 %, reflétant un manque de dynamisme de la consommation.

Les indicateurs du marché du travail montrent également des signes de pression. L'indice de confiance des consommateurs est tombé à 94,6, tandis que l'indice de divergence du travail a augmenté à 9,4 %. Ces changements sont corrélés dans le temps à l'adoption et à l'application des technologies d'intelligence artificielle, ce qui indique que la transformation technologique pourrait affecter le marché de l'emploi par plusieurs voies.

Cadre d'évaluation des risques

D'un point de vue macroéconomique, les risques d'emploi liés à l'intelligence artificielle se manifestent principalement dans les domaines suivants :

Sur le marché des capitaux, le ratio cours/bénéfice médian des dix plus grandes entreprises d'intelligence artificielle dans l'indice S&P 500 atteint 32 fois, ce qui est nettement supérieur à la moyenne du marché. Cette divergence d'évaluation pourrait refléter un optimisme excessif du marché concernant les bénéfices de l'intelligence artificielle. Si les bénéfices réels ne répondent pas aux attentes, cela pourrait entraîner un ajustement du marché.

La relation entre la productivité et l'emploi mérite également d'être examinée. Au deuxième trimestre de 2025, la productivité non agricole aux États-Unis a augmenté de 3,3 %, mais le coût unitaire de la main-d'œuvre n'a augmenté que de 1,0 %. Si cet écart continue de se creuser, cela pourrait signifier que les gains de productivité ne se traduisent pas suffisamment en revenus pour les travailleurs, ce qui affecterait la demande globale.

D'un point de vue historique, la situation actuelle présente certaines similitudes avec celle des années 1930. À cette époque, les avancées technologiques avaient également entraîné une augmentation significative de la productivité, mais en raison de problèmes tels que la demande insuffisante et la répartition des revenus, cela a finalement aggravé la pression sur l'emploi. Cette expérience historique nous rappelle la nécessité d'évaluer de manière globale les effets de l'intelligence artificielle sur l'emploi.

Plan de réponse politique

Sur la base de l'expérience historique et de l'analyse de la situation actuelle, une réponse politique efficace devrait inclure les éléments suivants :

La réforme du système éducatif est une base à long terme. Il est nécessaire de renforcer particulièrement la formation à la culture des données, aux capacités d'analyse et à la pensée innovante, et d'établir un système de cours et de formation professionnelle adapté à l'ère de l'intelligence artificielle. Il faut accorder une attention particulière à la construction d'un système d'apprentissage tout au long de la vie, afin d'aider les travailleurs à faire face aux besoins fréquents de mise à jour des compétences.

L'amélioration du système de sécurité sociale est cruciale. Cela inclut l'élargissement de la couverture de l'assurance chômage, l'établissement de programmes d'aide à la reconversion professionnelle et l'exploration de systèmes de sécurité sociale adaptés aux nouvelles formes d'emploi. Pendant la période de transformation technologique, un filet de sécurité sociale bien conçu peut réduire efficacement les coûts de transition.

La politique industrielle doit jouer un rôle de guide. Il est nécessaire d'encourager la fusion profonde de l'intelligence artificielle avec les industries traditionnelles, de soutenir le développement des nouvelles industries et de compenser les pertes d'emplois causées par le remplacement technologique en créant de nouvelles opportunités d'emploi. En même temps, il faut veiller à un développement coordonné des régions pour éviter que les impacts sur l'emploi ne soient trop concentrés géographiquement.

Conclusion et perspectives

Les technologies de l'intelligence artificielle provoquent un nouveau cycle d'ajustement de la structure de l'emploi. L'expérience historique montre que le chômage technologique présente des caractéristiques cycliques et structurelles, et que la profondeur et la durée de son impact dépendent de la vitesse des progrès technologiques, de la flexibilité du marché du travail et de l'efficacité des interventions politiques.

La décision de licenciement d'Amazon reflète l'ajustement d'adaptabilité des entreprises face aux changements technologiques. D'un point de vue macroéconomique, cet ajustement est un processus nécessaire pour améliorer l'efficacité de l'allocation des ressources, mais il entraîne également des frictions sur le marché de l'emploi. Une transformation réussie nécessite un effort concerté du gouvernement, des entreprises et des institutions éducatives, afin de réduire les coûts de transformation par l'innovation institutionnelle et de réaliser le partage social des dividendes technologiques.

Les recherches futures devraient se concentrer sur l'hétérogénéité de l'impact de l'intelligence artificielle sur différents groupes de compétences, ainsi que sur la capacité d'adaptation des marchés du travail régionaux. En outre, il est nécessaire d'établir un système de surveillance des données plus complet pour évaluer rapidement les effets de l'évolution technologique sur l'emploi, afin de fournir une base scientifique pour l'élaboration des politiques.

En fin de compte, la question de l'emploi à l'ère de l'intelligence artificielle ne concerne pas seulement le développement économique, mais aussi la stabilité sociale et le bien-être des populations. Ce n'est qu'à travers une conception systématique des politiques et un effort collectif de toute la société que nous pourrons réaliser un développement coordonné entre le progrès technologique et la stabilité de l'emploi, et faire avancer la société vers une direction plus inclusive et durable.