Passer au contenu principal Skip to footer
  • "com.cts.aem.core.models.NavigationItem@71065d3" Carrières
  • "com.cts.aem.core.models.NavigationItem@c676a61" Actualités
  • "com.cts.aem.core.models.NavigationItem@1dea5eed" Événements
  • "com.cts.aem.core.models.NavigationItem@7b01c2af" Investisseurs

Nouvelle technologie, nouveau monde 2026 :

L'IA redéfinit le travail plus vite que prévu

Nos recherches récemment mises à jour sur l'IA et l'emploi révèlent un bouleversement de plus grande envergure et bien plus rapide que les prévisions établies voilà trois ans. Ce que nous attendions une décennie plus tard a déjà lieu.
Télécharger le PDF

En bref

Il y a quelques années, nous avons mené une étude retentissante qui prédisait que 90 % des emplois seraient touchés par l'IA au cours de la décennie à venir. Il s'avère que nous avions sous-estimé les effets de cette technologie.

Ce que nous projetions pour 2032 est en train de se produire sous nos yeux. Aujourd'hui, avec six ans d'avance, 93 % des emplois pourraient subir les effets de l'IA d'une manière ou d'une autre. Rien qu'aux États-Unis, la valeur travail impactée pourrait atteindre le chiffre de 4 500 milliards de dollars de basculement entre les humains et l'IA. En résumé, cette technologie touche plus d'emplois, plus rapidement et dans des proportions bien supérieures à nos prévisions.

Nous sommes parvenus à ces conclusions suite à la mise à jour de notre étude de 2023 sur l'IA et les emplois. Dans cette publication, nous avons évalué 18 000 tâches effectuées par 1 000 professions en termes de degré d'automatisation ou d'assistance potentielle par l'IA. Les trois années suivantes ont eu leur lot d'événements.

Depuis, les modèles d'IA se sont rodés à l'interprétation d'une variété grandissante d'entrées, notamment les images, les graphiques et les vidéos. En outre, des modèles d'IA plus sophistiqués sont apparus avec des capacités de raisonnement avancées. Enfin, les systèmes d'IA pilotés par agent sont désormais en mesure d'accomplir des workflows complexes avec une surveillance humaine minimale.

Du fait de ces trois avancées (multimodalité, raisonnement avancé et IA agentique), il était temps de jeter un nouveau regard sur la capacité de transformation de la main-d'œuvre par l'IA. Par conséquent, nous avons procédé à une réévaluation exhaustive de ces 18 000 tâches, cette fois par le prisme du potentiel amélioré de l'IA à les automatiser ou à les assister.  

Nos conclusions : sur l'ensemble des postes, les scores moyens d'exposition (à savoir le degré d'impact potentiel de l'IA sur ledit poste) s'avèrent 30 % supérieurs à nos prévisions projetées vers 2032. (Consultez l'encart explicatif pour en savoir plus sur le score d'exposition.)

Concrètement, alors que notre analyse de départ concluait à une augmentation annuelle moyenne de 2 % des scores d'exposition concernant les emplois analysés, nous assistons actuellement à une hausse annuelle de 9 % de ces scores. De ce fait, certains emplois considérés comme à l'abri des bouleversements lorsque les grands modèles de langue (LLM) ont commencé à se démocratiser sont désormais bien plus susceptibles d'en subir plus rapidement les effets (voir Figure 1). 

Comprendre l'impact à 4 500 milliards de dollars de l'IA

Nous souhaitions mesurer la valeur économique de la quantité totale de travail que l'IA serait en mesure d'automatiser ou d'assister aujourd'hui. À cette fin, nous nous sommes appuyés sur les données du bureau fédéral des statistiques du travail pour connaître le nombre d'employés occupant chaque groupe de postes de notre étude. Nous avons ensuite multiplié ce nombre par le salaire annuel médian de ces employés. Ensuite, à l'aide de nos scores d'exposition, nous avons évalué le montant de cette valeur économique totale théoriquement exposée à l'IA.

Le résultat de 4 500 milliards repose sur le postulat selon lequel la méthode d'exécution traditionnelle d'une tâche basculerait vers l'IA sans friction. Bien que théorique, ce calcul donne un aperçu des profonds changements économiques potentiellement générés par l'IA.

Il y a quelques années, nous avons mené une étude retentissante qui prédisait que 90 % des emplois seraient touchés par l'IA au cours de la décennie à venir. Il s'avère que nous avions sous-estimé les effets de cette technologie.

Ce que nous projetions pour 2032 est en train de se produire sous nos yeux. Aujourd'hui, avec six ans d'avance, 93 % des emplois pourraient subir les effets de l'IA d'une manière ou d'une autre. Rien qu'aux États-Unis, la valeur travail impactée pourrait atteindre le chiffre de 4 500 milliards de dollars de basculement entre les humains et l'IA. En résumé, cette technologie touche plus d'emplois, plus rapidement et dans des proportions bien supérieures à nos prévisions.

Comprendre l'impact à 4 500 milliards de dollars de l'IA

Nous souhaitions mesurer la valeur économique de la quantité totale de travail que l'IA serait en mesure d'automatiser ou d'assister aujourd'hui. À cette fin, nous nous sommes appuyés sur les données du bureau fédéral des statistiques du travail pour connaître le nombre d'employés occupant chaque groupe de postes de notre étude. Nous avons ensuite multiplié ce nombre par le salaire annuel médian de ces employés. Ensuite, à l'aide de nos scores d'exposition, nous avons évalué le montant de cette valeur économique totale théoriquement exposée à l'IA.

Le résultat de 4 500 milliards repose sur le postulat selon lequel la méthode d'exécution traditionnelle d'une tâche basculerait vers l'IA sans friction. Bien que théorique, ce calcul donne un aperçu des profonds changements économiques potentiellement générés par l'IA.

Nous sommes parvenus à ces conclusions suite à la mise à jour de notre étude de 2023 sur l'IA et les emplois. Dans cette publication, nous avons évalué 18 000 tâches effectuées par 1 000 professions en termes de degré d'automatisation ou d'assistance potentielle par l'IA. Les trois années suivantes ont eu leur lot d'événements.

Depuis, les modèles d'IA se sont rodés à l'interprétation d'une variété grandissante d'entrées, notamment les images, les graphiques et les vidéos. En outre, des modèles d'IA plus sophistiqués sont apparus avec des capacités de raisonnement avancées. Enfin, les systèmes d'IA pilotés par agent sont désormais en mesure d'accomplir des workflows complexes avec une surveillance humaine minimale.

Du fait de ces trois avancées (multimodalité, raisonnement avancé et IA agentique), il était temps de jeter un nouveau regard sur la capacité de transformation de la main-d'œuvre par l'IA. Par conséquent, nous avons procédé à une réévaluation exhaustive de ces 18 000 tâches, cette fois par le prisme du potentiel amélioré de l'IA à les automatiser ou à les assister.  

Nos conclusions : sur l'ensemble des postes, les scores moyens d'exposition (à savoir le degré d'impact potentiel de l'IA sur ledit poste) s'avèrent 30 % supérieurs à nos prévisions projetées vers 2032. (Consultez l'encart explicatif pour en savoir plus sur le score d'exposition.)

Concrètement, alors que notre analyse de départ concluait à une augmentation annuelle moyenne de 2 % des scores d'exposition concernant les emplois analysés, nous assistons actuellement à une hausse annuelle de 9 % de ces scores. De ce fait, certains emplois considérés comme à l'abri des bouleversements lorsque les grands modèles de langue (LLM) ont commencé à se démocratiser sont désormais bien plus susceptibles d'en subir plus rapidement les effets (voir Figure 1). 

Notre prévision à 10 ans se produit en ce moment même

De manière générale, les changements amenés par l'IA sont plus étendus et surviennent plus rapidement que prévu.

Notre prévision à 10 ans se produit en ce moment même

Figure 1 

Source : Cognizant

Quatre groupes de consommateurs, en fonction de l'intensité de l'IA

Figure 1 

Source : Cognizant

Comprendre les scores d'exposition

Pour calculer le score d'exposition, nous avons utilisé la même approche que notre étude d'origine. Nous avons examiné 18 000 tâches et près de 1 000 emplois de la base de données O*NET sur le plan du potentiel d'automatisation sur une échelle à cinq niveaux (aucun potentiel, assistance IA minimum, assistance IA partielle, assistance IA majeure, totalement automatisable).

En plus du nombre de tâches d'un emploi donné ouvertes à l'automatisation ou à l'assistance par l'IA, nous avons également pris en compte l'importance relative de la tâche en question.

Nous avons utilisé un modèle d'IA pour obtenir une évaluation initiale de la classification des tâches avant de procéder à une relecture et à une reclassification si nécessaire.

Sur la base de cette analyse, nous avons calculé un score d'exposition pour chaque profession. Ce score reflète à quel point l'IA pourrait impacter un poste. Un score plus élevé signifie qu'un plus grand nombre des tâches de l'emploi sont susceptibles d'intégrer de l'assistance ou de se voir automatiser, donc que les titulaires de ces postes pourraient en subir de plus grandes conséquences.

L'analyse de ce rapport s'appuie sur une évaluation récente des capacités de l'IA, révélant ainsi l'évolution rapide de la technologie au cours des trois dernières années, notamment ses capacités multimodales, de raisonnement et agentiques.

Les scores d'exposition ainsi obtenus représentent un maximum théorique, à savoir ce que la technologie d'IA actuelle pourrait accomplir avec une mise en œuvre optimale. Ces scores ne représentent pas l'adoption par l'entreprise, l'acceptation par les employés, les cadres réglementaires, les critères de contrôle qualité, les considérations éthiques ou les changements d'organisation substantiels nécessaires au déploiement de l'IA à grande échelle.

Pour toutes ces raisons, le score d'exposition représente un calcul brut du potentiel de la technologie. Ainsi, il reflète la capacité et l'opportunité plutôt que l'inévitabilité. Tout au long du rapport, le terme « score d'exposition » correspond à un score d'exposition théorique.

Davantage d'emplois plus exposés

Le pourcentage d'emplois les moins exposés s'est effondré de 31 % à 7 %, tandis que celui des emplois les plus exposés est passé de 0 % à 30 %.

Davantage d'emplois plus exposés

Figure 2 

Source : Cognizant

Pour mieux comprendre quels emplois et quelles catégories professionnelles subissaient la plus forte tension en matière d'exposition à l'IA, nous avons également calculé un score de vitesse qui mesure la différence entre la trajectoire originelle de l'évolution des scores d'exposition sur la durée et la nouvelle trajectoire basée sur notre analyse actualisée. (Consultez l'encart explicatif pour en savoir plus sur le score de vitesse.)

Parmi les exemples de postes affichant des scores de vitesse soudainement élevés, notamment lors de la comparaison avec leurs scores d'exposition dans l'étude d'origine, citons notamment :

  • Postes majoritairement opérés par des tâches manuelles. Autrefois considérés comme des sanctuaires face aux bouleversements de l'IA, de nombreux emplois hautement physiques affichent désormais des scores d'exposition bien plus élevés par rapport à notre étude de départ, ainsi qu'une vitesse étonnamment élevée.

    Dans le bâtiment, par exemple, l'IA est désormais en mesure d'aider à l'interprétation des études préalables. Dans le secteur des transports, elle peut inspecter des expéditions ou mener des vérifications de sécurité. L'idée qu'un mécanicien ou un plombier puisse chausser des lunettes de réalité augmentée par l'IA pour aider à localiser une pièce moteur défectueuse ou une fuite ne relève plus vraiment de la science-fiction.  

  • Postes de décisionnaires. Les emplois de cadre et de supervision sont de plus en plus exposés en raison de l'émergence de l'IA agentique. Jusqu'à présent, ces postes étaient mieux protégés des perturbations de par la nécessité d'exercer une coordination et une faculté de juger de haut niveau. L'IA agentique vient troubler cette dynamique en dépassant le niveau d'analyse pour atteindre celui de l'exécution.

    Alors que les cadres passaient auparavant une bonne partie de leur temps à l'affectation des ressources, à la surveillance de l'état des projets ou au tri des workflows, les agents autonomes sont désormais capables d'orchestrer ces missions. Les chefs de projet, par exemple, pourraient s'appuyer sur des agents pour planifier les réunions en toute autonomie, réallouer le budget selon les motifs de dépenses et collecter les mises à jour d'état à l'aide des outils auxquels ils sont intégrés.

  • Secteurs hyper-spécialisés, tels que la santé, l'enseignement et le droit. Dans ces secteurs, l'IA est rapidement passée de la simple assistance pour les menues tâches à l'automatisation de processus plus complexes et sensibles.

    Par exemple, l'IA révolutionne la santé par l'amélioration de la précision des diagnostics et son implication dans les soins envers les patients. Dans l'enseignement, elle facilite l'évaluation des apprenants et fluidifie les discussions en classe. Au niveau du droit, elle est capable de déterminer les résultats probables et de contribuer aux négociations contractuelles.
À propos du score de vitesse

Afin d'identifier les postes et catégories professionnelles ayant subi les formes les plus véloces de bouleversement, nous avons mis au point un indicateur supplémentaire : le score de vitesse. Le score de vitesse représente la différence entre le taux d'accélération annuel d'origine des scores d'exposition pour un emploi donné et le taux actualisé.

Cet indicateur détermine la vitesse potentielle de changement pour un poste donné en fonction des dernières avancées de l'IA.

Un score faible signifie que les dernières évolutions de l'IA n'ont affecté ce poste que dans une moindre mesure. Un score élevé prédit que les dernières innovations auront des effets conséquents sur ce poste.

À propos du score de vitesse

Dans ce rapport, nous identifions les avancées majeures de l'IA au cours des trois dernières années ainsi que les raisons de cet impact anticipé sur les emplois. Nous attirons également l'attention sur les catégories professionnelles susceptibles de subir les bouleversements les plus importants (et les plus rapides), ainsi que d'autres catégories moins exposées aux changements profonds, mais dont les transformations s'avèrent tout de même plus étendues qu'escompté.

Nous proposons également un guide pour éclairer les dirigeants en prévision de ces temps incertains. Si elles acceptent ce changement de perspective, les entreprises pourront alors mieux anticiper les perturbations subies par leurs effectifs, a fortiori si celles-ci se produisent plus tôt que prévu.

Trois courtes années, trois grands changements dans les capacités IA

Le rythme d'évolution du travail est désormais indissolublement lié à l'accélération de l'IA elle-même. En 2023, la plupart des LLM utilisés par les entreprises fonctionnaient tels des savants obtus. Ils étaient en mesure de générer fluidement du texte et du code, mais géraient assez peu la planification, le contexte ou les conséquences.

De nos jours, les avancées en matière de capacités IA permettent l'automatisation ou l'assistance de nouveaux emplois par l'IA. 

Tenez compte du fait que dans notre analyse, un tiers de toutes les tâches examinées restent sans potentiel d'automatisation. Toutefois, le pourcentage de tâches classées totalement automatisables est passé de 1 % à 10 % voilà trois ans, soit deux points de pourcentage de moins que les 12 % prévus au départ pour 2032.

Plus révélateur encore, quasiment 40 % de toutes les tâches peuvent désormais se ranger dans les catégories d'assistance partielle ou majoritaire par l'IA, contre 15 % auparavant. Cette donnée dépasse également la prévision à 2032 de 31 %.  Cette catégorie intermédiaire est le théâtre des changements les plus intenses alors que les systèmes agentiques deviennent exploitables (voir Figure 3). 

Pourcentage de tâches classées totalement automatisables

1 %

à l'origine

10 %

aujourd'hui

Pourcentage de tâches exposées à l'assistance partielle ou majoritaire par l'IA

15 %

à l'origine

40 %

aujourd'hui

Davantage de tâches sont toujours plus automatisables par l'IA
Davantage de tâches sont toujours plus automatisables par l'IA

Figure 3 

Source : Cognizant

Dans cette optique, voici les trois capacités IA essentielles que nous envisageons lorsqu'il s'agit d'actualiser nos scores d'exposition des emplois :

1. IA multimodale : création de systèmes éclairés

Les modèles multimodaux fournissent des IA dotées d'yeux et d'oreilles qui aident à connecter les systèmes digitaux avec le monde matériel. Ces modèles peuvent analyser des images, des graphiques et des vidéos, reconnaître des relations spatiales et croiser des données visuelles avec du texte ou des saisies numériques. Alors que les IA traditionnelles étaient seulement en mesure de décrire le monde, l'IA multimodale est capable de l'interpréter.

Cette nouvelle connexion entre le matériel et le digital a des conséquences concrètes en termes d'emploi. Les métiers impliquant l'examen de conception, le test des produits et le contrôle qualité restaient jusqu'à présent hors de portée de l'IA parce qu'ils reposaient sur une compréhension visuelle.

Désormais, les véritables modèles multimodaux peuvent évaluer les maquettes conceptuelles, identifier les défauts de chaîne de montage et déterminer l'achèvement d'un chantier à partir de photos du site. Combinée aux données des capteurs et à l'intégration robotique, la multimodalité étend l'automatisation à la dimension tactile et perceptible du travail. C'est la raison pour laquelle ces types de métier ont vu leur score d'exposition grimper en flèche.

L'IA peut désormais comprendre des images, des graphiques, des vidéos et les relations spatiales.

L'IA peut désormais comprendre des images, des graphiques, des vidéos et les relations spatiales.

Les métiers impliquant l'examen de conception, le test des produits, la maintenance et le contrôle qualité sont désormais très exposés.

Les métiers impliquant l'examen de conception, le test des produits, la maintenance et le contrôle qualité sont désormais très exposés.

L'IA peut désormais comprendre des images, des graphiques, des vidéos et les relations spatiales.

L'IA peut désormais comprendre des images, des graphiques, des vidéos et les relations spatiales.

Les métiers impliquant l'examen de conception, le test des produits, la maintenance et le contrôle qualité sont désormais très exposés.

Les métiers impliquant l'examen de conception, le test des produits, la maintenance et le contrôle qualité sont désormais très exposés.

Les modèles multimodaux fournissent des IA dotées d'yeux et d'oreilles qui aident à connecter les systèmes digitaux avec le monde matériel. Ces modèles peuvent analyser des images, des graphiques et des vidéos, reconnaître des relations spatiales et croiser des données visuelles avec du texte ou des saisies numériques. Alors que les IA traditionnelles étaient seulement en mesure de décrire le monde, l'IA multimodale est capable de l'interpréter.

Cette nouvelle connexion entre le matériel et le digital a des conséquences concrètes en termes d'emploi. Les métiers impliquant l'examen de conception, le test des produits et le contrôle qualité restaient jusqu'à présent hors de portée de l'IA parce qu'ils reposaient sur une compréhension visuelle.

Désormais, les véritables modèles multimodaux peuvent évaluer les maquettes conceptuelles, identifier les défauts de chaîne de montage et déterminer l'achèvement d'un chantier à partir de photos du site. Combinée aux données des capteurs et à l'intégration robotique, la multimodalité étend l'automatisation à la dimension tactile et perceptible du travail. C'est la raison pour laquelle ces types de métier ont vu leur score d'exposition grimper en flèche.

2. Raisonnement IA étendu : création de systèmes rationnels

Le raisonnement est longtemps resté la portée manquante du répertoire cognitif de l'IA. Les premiers modèles génératifs produisaient un verbe fluide mais échouaient à suivre une logique multifactorielle ou à conserver une cohérence de long terme.

La rupture s'est produite avec les frameworks de raisonnement structuré et l'ajustement axée sur la consolidation. Le processus a conduit à des modèles capables de chaînes de raisonnement aussi cohérentes que transparentes. Ils sont donc désormais capable de tester des hypothèses, de déconstruire des problèmes et d'évaluer des stratégies alternative.

Ces capacités de raisonnement ont entraîné le reclassement de clusters entiers d'emplois intellectuels. Les tâches analytiques, comme dans le conseil, la finance et le droit, sont passées d'un potentiel d'assistance par l'IA partiel à majoritaire. Par exemple, un analyste des marchés peut désormais demander à l'IA non seulement de synthétiser des données de marché, mais également d'identifier les anomalies, de concevoir des modèles de scenario et de justifier des recommandations par la preuve. Les tâches d'audit et de conformité pourraient maintenant intégralement relever d'agents de raisonnement au fait de la logique mathématique comme du contexte procédural. La planification, la prévision et la résolution de problèmes de diagnostic font désormais partie du champ opérationnel des systèmes d'IA.

Les nouveaux modèles de raisonnement peuvent s'attaquer à des activités cognitives complexes.

Les nouveaux modèles de raisonnement peuvent s'attaquer à des activités cognitives complexes.

Les niveaux d'exposition ont drastiquement augmenté pour les personnes en charge de la planification, de la prévision et de la résolution des problèmes de diagnostic.

Les niveaux d'exposition ont drastiquement augmenté pour les personnes en charge de la planification, de la prévision et de la résolution des problèmes de diagnostic.

Les nouveaux modèles de raisonnement peuvent s'attaquer à des activités cognitives complexes.

Les nouveaux modèles de raisonnement peuvent s'attaquer à des activités cognitives complexes.

Les niveaux d'exposition ont drastiquement augmenté pour les personnes en charge de la planification, de la prévision et de la résolution des problèmes de diagnostic.

Les niveaux d'exposition ont drastiquement augmenté pour les personnes en charge de la planification, de la prévision et de la résolution des problèmes de diagnostic.

Le raisonnement est longtemps resté la portée manquante du répertoire cognitif de l'IA. Les premiers modèles génératifs produisaient un verbe fluide mais échouaient à suivre une logique multifactorielle ou à conserver une cohérence de long terme.

La rupture s'est produite avec les frameworks de raisonnement structuré et l'ajustement axée sur la consolidation. Le processus a conduit à des modèles capables de chaînes de raisonnement aussi cohérentes que transparentes. Ils sont donc désormais capable de tester des hypothèses, de déconstruire des problèmes et d'évaluer des stratégies alternative.

Ces capacités de raisonnement ont entraîné le reclassement de clusters entiers d'emplois intellectuels. Les tâches analytiques, comme dans le conseil, la finance et le droit, sont passées d'un potentiel d'assistance par l'IA partiel à majoritaire. Par exemple, un analyste des marchés peut désormais demander à l'IA non seulement de synthétiser des données de marché, mais également d'identifier les anomalies, de concevoir des modèles de scenario et de justifier des recommandations par la preuve. Les tâches d'audit et de conformité pourraient maintenant intégralement relever d'agents de raisonnement au fait de la logique mathématique comme du contexte procédural. La planification, la prévision et la résolution de problèmes de diagnostic font désormais partie du champ opérationnel des systèmes d'IA.

3. IA agentique : création de systèmes agissants

Depuis 2024, la caractéristique emblématique de l'IA se rapporte à sa capacité agentique. Si la multimodalité donne des yeux et des oreilles à l'IA, et si le raisonnement étend sa cartographie mentale, les capacités agentiques lui donnent des mains. En effet, les systèmes IA ne s'arrêtent plus à la génération, ils peuvent agir de manière tout à fait concrète.

En résumé, les nouvelles technologies telles que les serveurs Model Context Protocol, les systèmes d'appel de fonctions intelligents et l'intégration d'outils sécurisés permettent maintenant à l'IA de travailler directement avec les principales plateformes métier. Les agents IA sont désormais capables de collaborer pour collecter des données en temps réel, exécuter des commandes dans des logiciels tiers et surveiller des résultats pour des boucles de retour d'expérience.

Par exemple, plusieurs agents marketing peuvent planifier une campagne, interroger des bases de données en vue de la segmentation, créer des actifs publicitaires, planifier des publications sur les réseaux sociaux et faire un état des lieux des performances, le tout via des outils connectés.

Cette capacité agentique a entraîné de nombreuses tâches administratives et de coordination plus profondément encore dans la zone d'exposition élevée. Planificateurs, administrateurs et assistants de projet connaissaient une exposition limitée parce que l'IA était incapable de manipuler directement les logiciels d'entreprise. Désormais, la frontière entre le travail intellectuel et les tâches par processus s'estompe à mesure que les systèmes traitent l'exécution aussi bien que l'instruction.

Les capacités agentiques ont également chamboulé la gestion proprement dite. Les tâches de supervision comme l'attribution du travail, le suivi de progression et la remontée des problèmes sont de plus en plus compatibles avec les systèmes autonomes. Dans les environnements hybrides, les équipes humaines et les agents machine coopèrent déjà sur des tableau de bord partagés. L'IA prend en charge le tri des workflows et la gestion des exceptions.

Soutenus par les nouvelles technologies, les systèmes d'IA peuvent désormais agir dans le bon sens.

Soutenus par les nouvelles technologies, les systèmes d'IA peuvent désormais agir dans le bon sens.

Planificateurs, administrateurs, assistants de projet et postes de supervision sont passés de niveaux limités à des niveaux élevés d'exposition.

Les niveaux d'exposition ont drastiquement augmenté pour les personnes en charge de la planification, de la prévision et de la résolution des problèmes de diagnostic.

Soutenus par les nouvelles technologies, les systèmes d'IA peuvent désormais agir dans le bon sens.

Soutenus par les nouvelles technologies, les systèmes d'IA peuvent désormais agir dans le bon sens.

Planificateurs, administrateurs, assistants de projet et postes de supervision sont passés de niveaux limités à des niveaux élevés d'exposition.

Les niveaux d'exposition ont drastiquement augmenté pour les personnes en charge de la planification, de la prévision et de la résolution des problèmes de diagnostic.

Depuis 2024, la caractéristique emblématique de l'IA se rapporte à sa capacité agentique. Si la multimodalité donne des yeux et des oreilles à l'IA, et si le raisonnement étend sa cartographie mentale, les capacités agentiques lui donnent des mains. En effet, les systèmes IA ne s'arrêtent plus à la génération, ils peuvent agir de manière tout à fait concrète.

En résumé, les nouvelles technologies telles que les serveurs Model Context Protocol, les systèmes d'appel de fonctions intelligents et l'intégration d'outils sécurisés permettent maintenant à l'IA de travailler directement avec les principales plateformes métier. Les agents IA sont désormais capables de collaborer pour collecter des données en temps réel, exécuter des commandes dans des logiciels tiers et surveiller des résultats pour des boucles de retour d'expérience.

Par exemple, plusieurs agents marketing peuvent planifier une campagne, interroger des bases de données en vue de la segmentation, créer des actifs publicitaires, planifier des publications sur les réseaux sociaux et faire un état des lieux des performances, le tout via des outils connectés.

Cette capacité agentique a entraîné de nombreuses tâches administratives et de coordination plus profondément encore dans la zone d'exposition élevée. Planificateurs, administrateurs et assistants de projet connaissaient une exposition limitée parce que l'IA était incapable de manipuler directement les logiciels d'entreprise. Désormais, la frontière entre le travail intellectuel et les tâches par processus s'estompe à mesure que les systèmes traitent l'exécution aussi bien que l'instruction.

Les capacités agentiques ont également chamboulé la gestion proprement dite. Les tâches de supervision comme l'attribution du travail, le suivi de progression et la remontée des problèmes sont de plus en plus compatibles avec les systèmes autonomes. Dans les environnements hybrides, les équipes humaines et les agents machine coopèrent déjà sur des tableau de bord partagés. L'IA prend en charge le tri des workflows et la gestion des exceptions.

L'effet cumulé de ces trois nouvelles capacités

Chacune de ces capacités est puissante par elle-même, mais ensemble, cette puissance s'en trouve décuplée. La multimodalité produit des retours enrichis, le raisonnement améliore la qualité des décisions de l'agent et l'agentivité lui donne le contrôle de l'environnement. Résultat : un système autorenforcé en constante amélioration par l'interaction. C'est pourquoi l'exposition des emplois peut parfois moins dépendre de la puissance d'une unique capacité et davantage du produit de sa combinaison avec d'autres. Un système en mesure de voir, de penser et d'agir prend en charge un travail bien plus diversifié qu'un simple générateur de contenu. Tous ces éléments amènent l'IA à s'installer dans les tâches pratiques du quotidien, celles qui impliquent planification, séquençage ou inspection en lieu et place de la pure connaissance.

Par exemple, en 2023, peu de gens tablaient sur le moindre degré d'automatisation par IA d'une activité comme la plomberie. Toutefois, un agent de raisonnement multimodal actuel pourrait détecter une tache d'humidité sur un mur, déduire un joint qui fuit, établir un plan préliminaire de réparation et même générer une facture ou une nomenclature. Le plombier répare toujours le tuyau, mais l'inspection, le diagnostic et les gestes d'assistance qui mènent à cette réparation ou en découlent peuvent de plus en plus faire l'objet d'une assistance par IA.

Le raisonnement et la perception commencent à se confondre pour quasiment tous les postes impliquant un jugement situationnel. La planification pour magasin de détail, l'entretien des véhicules et la maintenance des infrastructures énergétiques dépendent tous d'une compréhension visuelle et d'une pensée procédurale. L'effet de cumul contribue à la coordination, au diagnostic et à la vérification qui relient réflexion et action.

Les emplois plus ou moins impactés

Grâce à nos scores d'exposition recalibrés et à nos nouveaux scores de vitesse, nous sommes capables de mesurer clairement les effets de ces nouvelles capacités d'IA sur un large éventail de catégories professionnelles ainsi que l'écart supérieur de vitesse à laquelle ces changements pourraient se produire par rapport à l'étude originelle.

Nous avons divisé le marché du travail en deux catégories :

  • Emplois en rapide évolution à haut degré d'exposition. Ces emplois affichent des scores d'exposition supérieurs à la moyenne de 39 % et des scores de vitesse supérieurs à la moyenne de 7.

  • Emplois en mutation plus lente, donc moins exposés. Ces catégories professionnelles affichent des scores d'exposition et de vitesse en-dessous des moyennes respectives de 39 % et de 7. Cependant, des groupes d'emploi des deux catégories affichent un score d'exposition supérieur à celui de notre étude originelle.
Impact de l'IA sur 22 catégories professionnelles

La correspondance entre la vitesse et les scores d'exposition met clairement en lumière le degré et la rapidité de bouleversement par l'IA de certaines familles de métiers.

Impact de l'IA sur 22 catégories professionnelles

Figure 4 

Source : Cognizant

La taille des bulles représente le nombre relatif de travailleurs dans la catégorie d'emploi.

  1. Management
  2. Opérations financières et métiers
  3. Informatique et mathématiques
  4. Architecture et ingénierie
  5. Sciences de la vie, sciences physiques et sociales 
  6. Services sociaux et collectifs
  7. Légal
  8. Enseignement et documentation
  1. Arts, design, divertissement, sports et médias
  2. Praticiens et techniciens de la santé
  3. Soins de santé
  4. Service de protection
  5. Préparation des repas et services associés
  6. Nettoyage et entretien des bâtiments et des terrains
  1. Soins et services aux particuliers
  2. Ventes et activités connexes
  3. Soutien administratif
  4. Agriculture, pêche et sylviculture
  5. Construction et extraction
  6. Installation, entretien et réparation
  7. Production
  8. Transport et logistique

Les catégories en mutation la plus rapide et les plus exposées

Les catégories en mutation la plus rapide et les plus exposées

Figure 5 

Source : Cognizant

L'une des tendances les plus curieuses est liée aux catégories professionnelles déjà hautement exposées mais qui subissent également les changements les plus rapides. Citons notamment les opérations commerciales et financières, la gestion ainsi que l'assistance administrative.  Toutes ces catégories ont vu leurs scores d'exposition moyen décoller. D'un indice relativement élevé de 14 % à 21 % en 2023, ils atteignent aujourd'hui 60 % à 68 %. Elles affichent en outre des scores de vitesse actuels moyens de 11 à 14, soit 4 à 7 points au-dessus de la moyenne.

Cette augmentation de la vitesse ne consiste pas seulement en l'automatisation d'un peu plus de tâches mineures. Elle reflète l'évolution de l'IA d'une automatisation rigide conditionnée par les processus à un raisonnement agentique flexible. Alors que les technologies précédentes comme l'automatisation robotisée des processus excellaient dans l'automatisation de tâches isolées et répétitives, l'IA agentique actuelle orchestre des workflows complexes et synchronise des fonctions d'administration avec les objectifs stratégiques qu'elles sont censées atteindre. Elle se réalise dans l'ambiguïté et peut prendre des décisions en dehors du carcan des processus prédéfinis.

L'impact potentiel de cette capacité de workflow agentique est particulièrement visible dans des postes tels que les gestionnaires financiers et les analystes aussi bien financiers que d'investissement. Si un ancien outil IA pouvait générer automatiquement un unique rapport financier, un groupe d'agents IA modernes serait maintenant capable de gérer l'intégralité du processus : identification des besoins pour le rapport selon les déclencheurs du marché, collecte et synthèse des données à partir de sources internes et externes, analyse préliminaire, rédaction du commentaire exécutif et planification de l'examen par les parties prenantes. De ce fait, les gestionnaires financiers affichent un score d'exposition de 84 % et un score de vitesse de 20. (D'autres métiers de la catégorie des opérations commerciales et financières obtiennent des scores inférieurs, ce qui fait baisser les scores moyens.)

Autre exemple, les comités exécutifs. Dans notre rapport de départ, les CEO obtenaient un score d'exposition projeté de 25 % en 2032. La raison de ce score se trouve dans la capacité de l'IA à automatiser des tâches individuelles comme la préparation des documents financiers et l'analyse de données. Aujourd'hui, le score des CEO dépasse 60 %. Les tâches de haut niveau comme la négociation de contrats, la recommandation de changements de politique et la mise en œuvre de ces politiques tombent toutes dans le champ d'application de la prise en charge par l'IA.

Reste à savoir si les membres des conseils d'administration et les actionnaires vont accepter l'automatisation de ces tâches par l'IA. La question de la responsabilisation est un point névralgique du bouleversement par l'IA des postes exécutifs. Elle conditionnera certainement le degré d'influence des niveaux d'exposition théoriques.

Catégories professionnelles
  • Opérations financières et métiers
  • Management
  • Soutien administratif

60 % à 68 %

Moyenne des scores d'exposition

11 à 14

Moyenne des scores de vitesse

Les secteurs spécialisés (santé, enseignement, ingénierie et sciences sociales) connaissent une phase croissante en matière de changements induits par l'IA. Jusque très récemment, l'IA était principalement dirigée vers les tâches administratives mineures de ces secteurs. La majorité des tâches demeurait trop complexes pour l'IA et les missions d'importance n'étaient pas compatibles avec l'IA. Ces éléments ont maintenu les scores d'exposition relativement bas.

Ce n'est plus le cas. Maintenant que l'IA est capable de traiter des tâches plus complexes et plus importantes (tels que des diagnostics de santé ou l'évaluation des apprenants dans l'enseignement), la progression de l'IA pourrait s'avérer encore plus étendue et plus rapide.

Prenons l'exemple des professionnels de santé, une catégorie qui regroupe un large éventail de postes, notamment les chirurgiens, les sages-femmes et les radiologues. L'exposition projetée à l'IA de cette catégorie est passée de 10 % dans notre étude de départ à 39 % aujourd'hui, avec un score de vitesse supérieur à la moyenne de 8.

Les médecins généralistes peuvent désormais utiliser l'IA pour améliorer directement les diagnostics, expliquer les protocoles de soin et discuter des résultats d'examen. Il existe également des options de réduction de la charge administrative via l'automatisation des références, l'enregistrement des informations du patient et la coordination du personnel médical. Par conséquent, les scores d'exposition de ce secteur ont presque doublé, de 33 % voilà trois ans à 59 % aujourd'hui.

L'enseignement traverse une période similaire. Les scores d'exposition sont passés de 11 % à 49 %, avec un score de vitesse de 11. Par exemple, l'IA est désormais en mesure d'aider les enseignants à préparer des supports de cours, à noter les apprenants, à mener des recherches et même à organiser des débats en classe.

Le travail juridique affiche un score de vitesse de 12, le plus élevé de cette cohorte. Les avocats, par exemple, ont subi une hausse vertigineuse de leur score d'exposition, de 9 % en 2023 à 63 % aujourd'hui. L'interprétation de la loi et des réglementations, l'analyse de résultats probables et l'évaluation des conclusions sont désormais des enjeux concrets de l'IA. Celle-ci peut désormais jouer le rôle d'assistante pour les dossiers les plus épineux, comme les négociations contractuelles.

Malgré leur haut score de vitesse, ces secteurs posent également des défis de régulation, d'éthique, de responsabilisation liée aux résultats, d'empathie et interroge les besoins de jugement humain dans les cas les plus complexes. Tous ces éléments ralentissent l'impact potentiel de l'IA sur ces catégories professionnelles.

Catégories professionnelles
  • Professionnels de santé
  • Enseignement
  • Légal
  • Ingénierie et architecture

39 % à 49 %

Moyenne des scores d'exposition

8 à 11

Moyenne des scores de vitesse

Pour certaines catégories de postes, une forte exposition à l'IA est déjà considérée comme un état de fait. Il s'agit de domaines de l'informatique et des mathématiques en particulier dont nous avions déjà constaté les bouleversements significatifs voilà trois ans.

Les changements à venir se produiront moins vite pour ces emplois, pour la simple raison que nombre de leurs tâches sont déjà augmentées par l'IA. Sachez qu'en 2023, la catégorie informatique et mathématiques affichait le plus haut score d'exposition toutes catégories confondues à 32 %. Aujourd'hui, à 67 %, elle arrive en deuxième position derrière les opérations commerciales et financières. Toutefois, son score de 9, bien que supérieur à la moyenne, s'avère comparativement moins élevé que celui des opérations financières et commerciales (14). Cela s'explique notamment par le fait que des versions d'IA antérieures assurent déjà l'automatisation d'une grande partie des tâches dans ce domaine.

Pour les développeurs, les outils de génération de code pilotée par l'IA comme GitHub Copilot font désormais partie intégrante de l'outillage. Les plateformes identificatrices de tendances et génératrices de modèles prédictifs sont monnaie courante pour les assistants statistiques. Pour ces postes, la dynamique est en train de passer du changement radical à une période d'examen et d'évaluation des gains de productivité, avec l'IA comme élément fondamental du travail quotidien.

Catégories professionnelles
  • Informatique et mathématiques

67 %

Moyenne des scores d'exposition

9

Moyenne des scores de vitesse

Catégories professionnelles
  • Opérations financières et métiers
  • Management
  • Soutien administratif

60 % à 68 %

Moyenne des scores d'exposition

11 à 14

Moyenne des scores de vitesse

L'une des tendances les plus curieuses est liée aux catégories professionnelles déjà hautement exposées mais qui subissent également les changements les plus rapides. Citons notamment les opérations commerciales et financières, la gestion ainsi que l'assistance administrative.  Toutes ces catégories ont vu leurs scores d'exposition moyen décoller. D'un indice relativement élevé de 14 % à 21 % en 2023, ils atteignent aujourd'hui 60 % à 68 %. Elles affichent en outre des scores de vitesse actuels moyens de 11 à 14, soit 4 à 7 points au-dessus de la moyenne.

Cette augmentation de la vitesse ne consiste pas seulement en l'automatisation d'un peu plus de tâches mineures. Elle reflète l'évolution de l'IA d'une automatisation rigide conditionnée par les processus à un raisonnement agentique flexible. Alors que les technologies précédentes comme l'automatisation robotisée des processus excellaient dans l'automatisation de tâches isolées et répétitives, l'IA agentique actuelle orchestre des workflows complexes et synchronise des fonctions d'administration avec les objectifs stratégiques qu'elles sont censées atteindre. Elle se réalise dans l'ambiguïté et peut prendre des décisions en dehors du carcan des processus prédéfinis.

L'impact potentiel de cette capacité de workflow agentique est particulièrement visible dans des postes tels que les gestionnaires financiers et les analystes aussi bien financiers que d'investissement. Si un ancien outil IA pouvait générer automatiquement un unique rapport financier, un groupe d'agents IA modernes serait maintenant capable de gérer l'intégralité du processus : identification des besoins pour le rapport selon les déclencheurs du marché, collecte et synthèse des données à partir de sources internes et externes, analyse préliminaire, rédaction du commentaire exécutif et planification de l'examen par les parties prenantes. De ce fait, les gestionnaires financiers affichent un score d'exposition de 84 % et un score de vitesse de 20. (D'autres métiers de la catégorie des opérations commerciales et financières obtiennent des scores inférieurs, ce qui fait baisser les scores moyens.)

Autre exemple, les comités exécutifs. Dans notre rapport de départ, les CEO obtenaient un score d'exposition projeté de 25 % en 2032. La raison de ce score se trouve dans la capacité de l'IA à automatiser des tâches individuelles comme la préparation des documents financiers et l'analyse de données. Aujourd'hui, le score des CEO dépasse 60 %. Les tâches de haut niveau comme la négociation de contrats, la recommandation de changements de politique et la mise en œuvre de ces politiques tombent toutes dans le champ d'application de la prise en charge par l'IA.

Reste à savoir si les membres des conseils d'administration et les actionnaires vont accepter l'automatisation de ces tâches par l'IA. La question de la responsabilisation est un point névralgique du bouleversement par l'IA des postes exécutifs. Elle conditionnera certainement le degré d'influence des niveaux d'exposition théoriques.

Catégories professionnelles
  • Professionnels de santé
  • Enseignement
  • Légal
  • Ingénierie et architecture

39 % à 49 %

Moyenne des scores d'exposition

8 à 11

Moyenne des scores de vitesse

Les secteurs spécialisés (santé, enseignement, ingénierie et sciences sociales) connaissent une phase croissante en matière de changements induits par l'IA. Jusque très récemment, l'IA était principalement dirigée vers les tâches administratives mineures de ces secteurs. La majorité des tâches demeurait trop complexes pour l'IA et les missions d'importance n'étaient pas compatibles avec l'IA. Ces éléments ont maintenu les scores d'exposition relativement bas.

Ce n'est plus le cas. Maintenant que l'IA est capable de traiter des tâches plus complexes et plus importantes (tels que des diagnostics de santé ou l'évaluation des apprenants dans l'enseignement), la progression de l'IA pourrait s'avérer encore plus étendue et plus rapide.

Prenons l'exemple des professionnels de santé, une catégorie qui regroupe un large éventail de postes, notamment les chirurgiens, les sages-femmes et les radiologues. L'exposition projetée à l'IA de cette catégorie est passée de 10 % dans notre étude de départ à 39 % aujourd'hui, avec un score de vitesse supérieur à la moyenne de 8.

Les médecins généralistes peuvent désormais utiliser l'IA pour améliorer directement les diagnostics, expliquer les protocoles de soin et discuter des résultats d'examen. Il existe également des options de réduction de la charge administrative via l'automatisation des références, l'enregistrement des informations du patient et la coordination du personnel médical. Par conséquent, les scores d'exposition de ce secteur ont presque doublé, de 33 % voilà trois ans à 59 % aujourd'hui.

L'enseignement traverse une période similaire. Les scores d'exposition sont passés de 11 % à 49 %, avec un score de vitesse de 11. Par exemple, l'IA est désormais en mesure d'aider les enseignants à préparer des supports de cours, à noter les apprenants, à mener des recherches et même à organiser des débats en classe.

Le travail juridique affiche un score de vitesse de 12, le plus élevé de cette cohorte. Les avocats, par exemple, ont subi une hausse vertigineuse de leur score d'exposition, de 9 % en 2023 à 63 % aujourd'hui. L'interprétation de la loi et des réglementations, l'analyse de résultats probables et l'évaluation des conclusions sont désormais des enjeux concrets de l'IA. Celle-ci peut désormais jouer le rôle d'assistante pour les dossiers les plus épineux, comme les négociations contractuelles.

Malgré leur haut score de vitesse, ces secteurs posent également des défis de régulation, d'éthique, de responsabilisation liée aux résultats, d'empathie et interroge les besoins de jugement humain dans les cas les plus complexes. Tous ces éléments ralentissent l'impact potentiel de l'IA sur ces catégories professionnelles.

Catégories professionnelles
  • Informatique et mathématiques

67 %

Moyenne des scores d'exposition

9

Moyenne des scores de vitesse

Pour certaines catégories de postes, une forte exposition à l'IA est déjà considérée comme un état de fait. Il s'agit de domaines de l'informatique et des mathématiques en particulier dont nous avions déjà constaté les bouleversements significatifs voilà trois ans.

Les changements à venir se produiront moins vite pour ces emplois, pour la simple raison que nombre de leurs tâches sont déjà augmentées par l'IA. Sachez qu'en 2023, la catégorie informatique et mathématiques affichait le plus haut score d'exposition toutes catégories confondues à 32 %. Aujourd'hui, à 67 %, elle arrive en deuxième position derrière les opérations commerciales et financières. Toutefois, son score de 9, bien que supérieur à la moyenne, s'avère comparativement moins élevé que celui des opérations financières et commerciales (14). Cela s'explique notamment par le fait que des versions d'IA antérieures assurent déjà l'automatisation d'une grande partie des tâches dans ce domaine.

Pour les développeurs, les outils de génération de code pilotée par l'IA comme GitHub Copilot font désormais partie intégrante de l'outillage. Les plateformes identificatrices de tendances et génératrices de modèles prédictifs sont monnaie courante pour les assistants statistiques. Pour ces postes, la dynamique est en train de passer du changement radical à une période d'examen et d'évaluation des gains de productivité, avec l'IA comme élément fondamental du travail quotidien.

Les catégories en mutation plus lente et moins exposées

Les catégories en mutation plus lente et moins exposées

Figure 6 

Source : Cognizant

Notre analyse de départ avait déterminé que les métiers demandeurs d'effort physique demeuraient largement imperméables aux avancées de l'IA. Bien que ce secteur du marché du travail affiche encore l'un des plus faibles scores d'exposition et de vitesse, nous avons tout de même constaté des évolutions flagrantes par rapport à 2023.

La construction et le secteur minier, par exemple, affichaient un score plancher de 4 % voilà trois ans et nous anticipions un score de 7 % en 2032. Aujourd'hui, il atteint 12 %, avec un score de vitesse de 3. L'exposition du transport et du transport de matériaux est passée de 6 % en 2023 à 25 % aujourd'hui (au-delà de la prévision de 15 % pour 2032), avec un score de vitesse de 6. Bien que relativement inférieurs aux secteurs hautement perturbés comme les opérations commerciales, ces basculements ne faisaient pas partie du champ des possibles il y a trois ans.

Les changements apparaissent plus concrètement dans le cadre d'un environnement physique plus riche en outils et lorsque les workflows sont plus faciles à codifier. Par exemple, l'inspection des transports a vu son score d'exposition passer de 6 % en 2023 à 55 % aujourd'hui. L'IA est désormais en mesure d'automatiser totalement des tâches telles que la préparation et l'envoi de rapports. Elle s'insinue également dans des domaines comme l'inspection des expéditions, l'observation des équipes pour la sécurité et la conformité ainsi que la recommandation des procédures de correction.

Pour analyser les bouleversements au niveau d'un poste plus pragmatique, tournons-nous vers les briqueteurs-maçons du secteur du bâtiment. Leur domaine a subi une hausse rapide d'exposition, de 3 % en 2023 à 20 % aujourd'hui. Les tâches telles que le calcul de trajectoire, l'interprétation des plans et la mesure des distances sont tout à fait compatibles avec l'assistance IA, en particulier grâce aux avancées de la multimodalité et aux possibilités accrues d'intégrer des capacités IA dans des équipements comme les lunettes et visières de protection.

De nombreux facteurs continueront d'influencer le rythme du changement imprimé aux métiers physiques. Notons par exemple le niveau de risque, le prix élevé des actifs et le fait que les opérations du secteurs combinent des environnements digitaux et matériels. L'IA réduira les frictions en termes de planification, d'itinéraire et d'inspection, tandis que les employés se chargeront toujours de l'installation, de la surveillance et des exceptions.

Catégories professionnelles
  • Construction et extraction
  • Transport et logistique
  • Production

12 % à 29 %

Moyenne des scores d'exposition

3 à 6

Moyenne des scores de vitesse

Au contraire des postes de professionnels de santé impliquant diagnostics, recherche et planification, les postes d'assistants médicaux comme les sages-femmes et les aides-soignants sont plus proches des gestes concrets, dont les résultats dépendent de l'empathie, de la confiance et de la continuité des soins. Leurs scores d'exposition ont connu une importante hausse de 5 % en 2023 à 29 % aujourd'hui, en grande partie motivée par les plus récentes capacités de l'IA à comprendre des images et à en tirer des raisonnements. Néanmoins, ce score se situe sous la moyenne et 10 points de pourcentage sous les collègues de la catégorie des professionnels de santé.

Comme pour d'autres secteurs, on constate de grandes différences entre les postes. Les aides-soignants affichent un score de vitesse plus élevé que la moyenne de 13, avec des scores d'exposition passant de 5 % en 2023 à 49 % aujourd'hui. L'une des causes de cette augmentation est la capacité de l'IA à relier différents systèmes entre eux. Les tâches comme l'autorisation de renouvellement de médicaments, l'admission de patients en clinique, la planification de rendez-vous ainsi que la prise de contact avec les autres services et établissements médicaux sont toutes susceptibles de subir une progression considérable de l'IA.

Pour les autres postes impliquant une majeure partie de travail manuel comme le nettoyage des instruments et les pansements, les scores d'exposition sont comparativement plus bas, ce qui explique l'exposition et les scores de vitesse globalement plus faibles de cette catégorie professionnelle. Par exemple, les infirmières auxiliaires et les aides-soignants connaîtront des changements plus lents. Ces métiers impliquent de répondre aux besoins physiques des patients et d'effectuer des gestes cliniques qui exigent de la finesse et une adaptation en temps réel à des conditions changeantes. Ces gestes sont difficiles à codifier et plus difficiles encore à automatiser sans porter atteinte à la sécurité ou à la dignité.

Catégories professionnelles
  • Soins de santé

29 %

Moyenne des scores d'exposition

6

Moyenne des scores de vitesse

Les catégories professionnelles aux scores d'exposition à l'IA et de vitesse parmi les plus faibles s'exercent souvent dans des environnements dynamiques avec des impondérables, des informations parcellaires et une responsabilité partagée. Ces métiers obligent à évaluer, décider puis agir en quelques minutes. La variabilité est la norme et la réussite repose sur des capacités humaines comme la lecture de signaux subtils, l'exercice d'un jugement calme et l'instauration de la confiance. Ces qualités restent difficile à reproduire pour l'IA, ce qui maintient l'exposition et la vitesse à des niveaux plutôt faibles.

Observons des catégories professionnelles comme les installateurs et réparateurs, dont les scores d'exposition sont passés de 4 % en 2023 à un relativement modeste 20 %, avec un score de vitesse de 5. Les services de protection et les services à la personne affichent également des hausses plutôt faibles par rapport au marché du travail au sens large, avec un score respectif de 6 et de 5.

Les mécaniciens automobiles ont vu leurs scores d'exposition grimper soudainement d'à peine 2 % en 2023 à 17 % aujourd'hui. L'IA peut aider les mécaniciens à passer en revue les listes de contrôle et les diagnostics, à planifier ses tâches, à examiner les commandes et même à effectuer les inspections visuelles. Toutefois, l'IA joue un rôle bien plus modeste dans l'exécution des réparations et l'installation de pièces neuves.

Elle se diffuse surtout dans les coulisses. Capteurs, caméras, compteurs, dispositifs portables et télématique augmentent la sensibilité situationnelle. Les coordinateurs sont en mesure de consulter les lieux, l'état, le risque et la politique en un coup d'œil. Ils peuvent également s'appuyer sur des manuels et des réparations antérieures en contexte. La sélection des intervenants et l'itinéraire envoient les bonnes compétences au bon endroit et les rapports rassemblent les preuves relevées sur site. Le moment décisif reste toutefois entre les mains des techniciens, agents ou soignants qui doivent trouver un équilibre entre contexte, consentement et sécurité.

Catégories professionnelles
  • Installation, entretien et réparation
  • Services de protection
  • Soins des personnes

20 % à 29 %

Moyenne des scores d'exposition

5 à 6

Moyenne des scores de vitesse

Catégories professionnelles
  • Construction et extraction
  • Transport et logistique
  • Production

12 % à 29 %

Moyenne des scores d'exposition

3 à 6

Moyenne des scores de vitesse

Notre analyse de départ avait déterminé que les métiers demandeurs d'effort physique demeuraient largement imperméables aux avancées de l'IA. Bien que ce secteur du marché du travail affiche encore l'un des plus faibles scores d'exposition et de vitesse, nous avons tout de même constaté des évolutions flagrantes par rapport à 2023.

La construction et le secteur minier, par exemple, affichaient un score plancher de 4 % voilà trois ans et nous anticipions un score de 7 % en 2032. Aujourd'hui, il atteint 12 %, avec un score de vitesse de 3. L'exposition du transport et du transport de matériaux est passée de 6 % en 2023 à 25 % aujourd'hui (au-delà de la prévision de 15 % pour 2032), avec un score de vitesse de 6. Bien que relativement inférieurs aux secteurs hautement perturbés comme les opérations commerciales, ces basculements ne faisaient pas partie du champ des possibles il y a trois ans.

Les changements apparaissent plus concrètement dans le cadre d'un environnement physique plus riche en outils et lorsque les workflows sont plus faciles à codifier. Par exemple, l'inspection des transports a vu son score d'exposition passer de 6 % en 2023 à 55 % aujourd'hui. L'IA est désormais en mesure d'automatiser totalement des tâches telles que la préparation et l'envoi de rapports. Elle s'insinue également dans des domaines comme l'inspection des expéditions, l'observation des équipes pour la sécurité et la conformité ainsi que la recommandation des procédures de correction.

Pour analyser les bouleversements au niveau d'un poste plus pragmatique, tournons-nous vers les briqueteurs-maçons du secteur du bâtiment. Leur domaine a subi une hausse rapide d'exposition, de 3 % en 2023 à 20 % aujourd'hui. Les tâches telles que le calcul de trajectoire, l'interprétation des plans et la mesure des distances sont tout à fait compatibles avec l'assistance IA, en particulier grâce aux avancées de la multimodalité et aux possibilités accrues d'intégrer des capacités IA dans des équipements comme les lunettes et visières de protection.

De nombreux facteurs continueront d'influencer le rythme du changement imprimé aux métiers physiques. Notons par exemple le niveau de risque, le prix élevé des actifs et le fait que les opérations du secteurs combinent des environnements digitaux et matériels. L'IA réduira les frictions en termes de planification, d'itinéraire et d'inspection, tandis que les employés se chargeront toujours de l'installation, de la surveillance et des exceptions.

Catégories professionnelles
  • Soins de santé

29 %

Moyenne des scores d'exposition

6

Moyenne des scores de vitesse

Au contraire des postes de professionnels de santé impliquant diagnostics, recherche et planification, les postes d'assistants médicaux comme les sages-femmes et les aides-soignants sont plus proches des gestes concrets, dont les résultats dépendent de l'empathie, de la confiance et de la continuité des soins. Leurs scores d'exposition ont connu une importante hausse de 5 % en 2023 à 29 % aujourd'hui, en grande partie motivée par les plus récentes capacités de l'IA à comprendre des images et à en tirer des raisonnements. Néanmoins, ce score se situe sous la moyenne et 10 points de pourcentage sous les collègues de la catégorie des professionnels de santé.

Comme pour d'autres secteurs, on constate de grandes différences entre les postes. Les aides-soignants affichent un score de vitesse plus élevé que la moyenne de 13, avec des scores d'exposition passant de 5 % en 2023 à 49 % aujourd'hui. L'une des causes de cette augmentation est la capacité de l'IA à relier différents systèmes entre eux. Les tâches comme l'autorisation de renouvellement de médicaments, l'admission de patients en clinique, la planification de rendez-vous ainsi que la prise de contact avec les autres services et établissements médicaux sont toutes susceptibles de subir une progression considérable de l'IA.

Pour les autres postes impliquant une majeure partie de travail manuel comme le nettoyage des instruments et les pansements, les scores d'exposition sont comparativement plus bas, ce qui explique l'exposition et les scores de vitesse globalement plus faibles de cette catégorie professionnelle. Par exemple, les infirmières auxiliaires et les aides-soignants connaîtront des changements plus lents. Ces métiers impliquent de répondre aux besoins physiques des patients et d'effectuer des gestes cliniques qui exigent de la finesse et une adaptation en temps réel à des conditions changeantes. Ces gestes sont difficiles à codifier et plus difficiles encore à automatiser sans porter atteinte à la sécurité ou à la dignité.

Catégories professionnelles
  • Installation, entretien et réparation
  • Services de protection
  • Soins des personnes

20 % à 29 %

Moyenne des scores d'exposition

5 à 6

Moyenne des scores de vitesse

Les catégories professionnelles aux scores d'exposition à l'IA et de vitesse parmi les plus faibles s'exercent souvent dans des environnements dynamiques avec des impondérables, des informations parcellaires et une responsabilité partagée. Ces métiers obligent à évaluer, décider puis agir en quelques minutes. La variabilité est la norme et la réussite repose sur des capacités humaines comme la lecture de signaux subtils, l'exercice d'un jugement calme et l'instauration de la confiance. Ces qualités restent difficile à reproduire pour l'IA, ce qui maintient l'exposition et la vitesse à des niveaux plutôt faibles.

Observons des catégories professionnelles comme les installateurs et réparateurs, dont les scores d'exposition sont passés de 4 % en 2023 à un relativement modeste 20 %, avec un score de vitesse de 5. Les services de protection et les services à la personne affichent également des hausses plutôt faibles par rapport au marché du travail au sens large, avec un score respectif de 6 et de 5.

Les mécaniciens automobiles ont vu leurs scores d'exposition grimper soudainement d'à peine 2 % en 2023 à 17 % aujourd'hui. L'IA peut aider les mécaniciens à passer en revue les listes de contrôle et les diagnostics, à planifier ses tâches, à examiner les commandes et même à effectuer les inspections visuelles. Toutefois, l'IA joue un rôle bien plus modeste dans l'exécution des réparations et l'installation de pièces neuves.

Elle se diffuse surtout dans les coulisses. Capteurs, caméras, compteurs, dispositifs portables et télématique augmentent la sensibilité situationnelle. Les coordinateurs sont en mesure de consulter les lieux, l'état, le risque et la politique en un coup d'œil. Ils peuvent également s'appuyer sur des manuels et des réparations antérieures en contexte. La sélection des intervenants et l'itinéraire envoient les bonnes compétences au bon endroit et les rapports rassemblent les preuves relevées sur site. Le moment décisif reste toutefois entre les mains des techniciens, agents ou soignants qui doivent trouver un équilibre entre contexte, consentement et sécurité.

Les implications sur le lieu de travail

La vitesse de ces changements (ainsi que les 4 500 milliards de dollars de valeur travail) crée des opportunités extraordinaires et génère simultanément d'immenses défis. Il ne s'agit plus de se demander si l'IA va transformer votre travail, mais à quelle vitesse les entreprises peuvent s'adapter pour exploiter son potentiel tout en s'assurant que ses effectifs restent au centre de la création de valeur.

Les dirigeants d'entreprise et autres parties prenantes doivent se concentrer sur les réalités suivantes :

Nos recherches montrent que l'influence de l'IA se répand bien au-delà des environnements de bureau et du travail intellectuel pour entrer dans les secteurs manuels et pragmatiques de l'économie. Il en ressort notamment que l'IA commence à assister les postes qui reposent sur la perception humaine, le contexte et le jugement rapide, des domaines auparavant considérés comme à l'abri de l'automatisation. 

Dans ces environnements, les petites décisions déterminent souvent la performance : un technicien qui perçoit si une machine surchauffe, un conducteur qui inspecte un colis endommagé, une infirmière qui examine une blessure. Ces instants dépendent toujours de l'expérience et de l'intuition qui en découle plutôt que sur un processus formel. Désormais, les systèmes d'IA multimodaux capables d'interpréter des images, des sons et des indicateurs spatiaux sont capables de reconnaître, de soutenir et d'apprendre de ce jugement. 

Tout ceci marque un tournant dans l'appréhension du travail. Des tâches auparavant considérées comme purement manuelles contiennent des éléments cognitifs intégrés que l'IA peut augmenter. La moindre amélioration, chaque occurrence de cohérence supérieure ou réduction du taux d'erreur se sédimente au profit de l'entreprise. Lorsque ces améliorations se produisent dans chaque équipe et sur chaque site, leurs effets positifs finissent par changer la donne. 

Résultat : une forme de travail plus connectée, dans laquelle les tâches physiques et digitales s'entremêlent. La frontière entre connaissance et travail s'estompe. Ici, un magasinier utilise l'IA pour valider la qualité produit ; là, un ingénieur de terrain est guidé par un casque de chantier augmenté ; ailleurs, une vendeuse photographie des conditions d'accès au magasin pour les analyser. Toutes ces scènes représentent une prise de décision hybride entre physique et digital. Les aspects les plus humains du travail physique sont désormais compatibles avec l'amélioration par IA. 

La frontière entre connaissance et travail s'estompe. Les aspects les plus humains du travail physique sont désormais compatibles avec l'amélioration par IA. 

Depuis que l'IA générative est arrivée sur la scène professionnelle, il apparaît que les avancées significatives de l'IA se produisent plus rapidement et plus fréquemment. Les entreprises ont besoin de synchroniser leur calendrier et les cycles de budgétisation avec ce rythme de changement plus qu'instable.

Les entités structurées pour la transformation graduelle vont nécessairement peiner à suivre ce rythme. Les cycles de planification rigides, les interminables validations de budget et les feuilles de route technologiques fixes sont incapables d'encaisser des chocs aussi intenses. En revanche, les entreprises dotées de systèmes modulaires, d'une gouvernance flexible et de flux de financement réguliers résisteront davantage. Elles sont capables de tester, d'adopter et de rediriger des ressources au gré des changements technologiques. 

Ces entreprises sont en train de développer une sorte de souplesse opérationnelle. Elles doivent composer avec la volatilité et se sont construites autour de cette dernière. La nouvelle version d'un modèle devient une mise à jour standard plutôt qu'une crise stratégique. L'intégration continue des capacités IA devient la règle et non plus l'exception. 

Cela met également l'accent sur le fossé grandissant entre la vitesse de l'évolution technologique et le rythme moins soutenu de la politique et de l'enseignement. Les cadres réglementaires, les systèmes de formation et la planification de la main-d'œuvre sont restés au diapason d'anciens cycles d'ajustement sectoriel. Pour rester dans la course, les institutions vont devoir bâtir leurs propres structures adaptatives capables d'apprendre et de réagir presque aussi vite que les systèmes qu'ils surveillent. 

Les entreprises dotées de systèmes modulaires, d'une gouvernance flexible et de flux de financement réguliers résisteront davantage. Elles sont capables de tester, d'adopter et de rediriger des ressources au gré des changements technologiques. 

Le travail et l'apprentissage commencent à évoluer au même rythme que le développement de l'IA. Alors que l'exposition et la vitesse augmentent, les personnes doivent s'adapter alors même que leurs outils eux-même sont en train d'évoluer. L'adaptabilité est désormais une nécessité professionnelle.

Les sociétés les plus efficaces vont harmoniser l'adaptabilité de leurs effectifs avec l'adaptabilité de leurs systèmes. Elles vont créer des environnements dans lesquels l'expérience fait partie de la mission et le retour d'expérience entre humains et outils d'IA circule dans les deux sens.

Les travailleurs ne se contentent pas d'utiliser l'IA. Ils la façonnent, testent ses limites et réinventent leurs propres tâches par la même occasion. Les managers sont tenus de superviser leurs collègues comme les agents dont ils se servent. Ils s'assurent ainsi du fait que le jugement et l'automatisation progressent ensemble plutôt qu'en opposition.

Dans des secteurs tels que la santé, le droit et l'enseignement, cette interaction s'avère particulièrement visible. L'IA peut désormais se charger de la plus grande partie du travail analytique dense. Malgré tout, la confiance, l'empathie et la discrétion éthique restent les clés de voûte de ces domaines. Les entités qui évoluent le plus rapidement sont celles qui identifient cette tension comme une source d'innovation. Elles vont permettre aux professionnels de participer à la conception méthodique de l'IA. Ainsi, ils préserveront les aspects humains précieux en démultipliant les tâches les mieux maîtrisées par les machines.

Alors que l'exposition et la vitesse augmentent, les personnes doivent s'adapter alors même que leurs outils eux-même sont en train d'évoluer. L'adaptabilité est désormais une nécessité professionnelle. 

L'acquisition de compétences doit également évoluer au même rythme que l'IA elle-même. Dans l'environnement actuel, les cycles d'apprentissage traditionnels fonctionnent trop lentement. Au moment où un cycle de formation standard atteint la fin de sa conception et reçoit sa validation, les capacités qu'il transmet peuvent déjà s'être étendues. Les entreprises doivent plutôt considérer l'apprentissage et le développement comme un mécanisme de réponse rapide capable de déployer de nouvelles compétences dès lors qu'une technologie les établit.

Dès lors qu'un nouveau moteur de raisonnement ou agent multimodal devient disponible, l'infrastructure d'acquisition de compétences doit immédiatement combler le fossé entre le potentiel de l'outil et la pratique actuelle de l'employé. Le projecteur se déplace des certifications amples et basées sur les postes à des ajustements précis basés sur les tâches.

Par exemple, les professionnels de santé ne sont pas censés réapprendre l'intégralité de leur profession lorsque les diagnostics par IA s'améliorent. Ils ont besoin d'un ajustement immédiat et ciblé, à savoir comment interpréter le résultat spécifique de ce nouvel agent et faire connaître ces conclusions au patient. Il s'agit d'un processus de réajustement continu. Les professionnels ajoutent une nouvelle strate de compétence technique tout en consolidant le jugement humain et l'empathie dont la machine est incapable de faire preuve.

Les entreprises à succès seront celles qui voient l'acquisition de compétence comme une mise à jour d'infrastructure en temps réel. Ainsi, elles s'assureront qu'en cas de bond en avant technologique, leur personnel suivra peu après.

Considérez l'apprentissage et le développement comme un mécanisme de réponse rapide capable de déployer de nouvelles compétences dès lors qu'une technologie les établit.

Préparation au basculement des 4 500 milliards de dollars

Le rythme de changement des métiers est désormais étroitement lié à la vitesse d'évolution de l'IA. Malgré tout, les deux calendriers ne seront jamais complètement synchronisés. Si les chiffres révélés par nos recherches ont mis en valeur le potentiel de l'IA comme technologie, de nombreux autres facteurs détermineront le résultat final.

Les décisions réglementaires et politiques, la responsabilisation des cadres, les stratégies d'entreprises et l'adaptabilité de la main-d'œuvre vont jouer un rôle critique dans la conception de l'adoption. Les conditions économiques, les attitudes culturelles et les considérations éthiques peuvent accélérer comme ralentir le progrès. Enfin, les révolutions et les déconvenues de l'IA et des technologies associées sont susceptibles d'augmenter ou de réduire l'échelle et la vitesse du changement au-delà de nos projections actuelles.

Toutefois, au vu de l'accélération actuelle, il est fort probable que les trois années à venir soient le théâtre de changements plus importants encore que ce que nous avons connu ces trois dernières années. Les entreprises et les individus qui investissent actuellement dans l'apprentissage, l'adaptation et la planification stratégique vont se positionner pour garder le rythme de l'évolution pilotée par l'IA voire la transformer en avantage concurrentiel.

Télécharger le PDF

Pour consulter davantage de recherches, rendez-vous sur www.cognizant.com/be/fr/insights

Recherche

Ollie O'Donoghue

Head of Cognizant Research

Duncan Roberts

Associate Director, Cognizant Research

Alexandria Quintana


Senior Manager, Cognizant Research

Ramona Balaratnam

Senior Manager, Cognizant Research

Comité éditorial

Lynne LaCascia
Head of Brand, Thought Leadership
& Research

Marlowe Newman

Director, Thought Leadership & Research

Steven Ulfelder
Senior Manager, Thought Leadership & Research

Mary Brandel

Editor