L'intelligence artificielle ne licencie pas — pas encore, et pas en France. Ce qu'elle fait, les données commencent à le montrer avec une netteté gênante : elle ferme des offres. Moins d'annonces, davantage de candidats sur chacune, des salaires qui ne bougent pas. Ceux qui ont un poste le gardent ; ceux qui cherchent à entrer attendent plus longtemps. Le choc existe, mais il ne tombe pas sur les salariés : il tombe sur la file d'attente.
La thèse de cet article tient en une phrase : l'IA générative s'ajuste au marché du travail par les embauches, pas par les licenciements — et un ajustement par les embauches frappe mécaniquement ceux qui ne sont pas encore entrés, sans qu'aucun employeur ait décidé de les écarter. C'est ce qui le rend à la fois réel et invisible : il ne produit ni plan social, ni annonce, ni statistique de licenciement. Il produit des candidatures sans réponse.
Ce que l'étude française mesure vraiment
Le sujet est revenu au premier plan le 22 septembre, avec la reprise par la presse d'un document de travail de deux économistes de l'École d'économie de Paris, Marie-Renée Andreescu et Éric Maurin. Leur matériau est rare : les offres publiées sur le site de France Travail, les candidatures qu'elles reçoivent et les embauches qui en résultent, reliées aux déclarations sociales. Ils comparent les métiers qui exigeaient le plus de compétences informatiques avant fin 2022 à des métiers qui n'en exigeaient aucune.
Ce que contient le document lui-même, daté du 7 septembre 2026 :
- par rapport au groupe témoin, les offres des métiers de spécialistes informatiques sont environ 30 % moins nombreuses début 2025 qu'à la fin 2022, et de plus de 10 % pour les métiers « exposés » — ceux où l'informatique est un outil, pas le métier ;
- dans ces métiers exposés, les annonces qui exigent explicitement des compétences informatiques sont environ 40 % moins nombreuses début 2025 qu'au début de 2023 — la bureautique, Excel en tête, disparaît des exigences ;
- le nombre de candidats par offre augmente d'environ 50 % pour les spécialistes, de 10 % pour les métiers exposés ;
- les salaires proposés, eux, restent « complètement stables » pour les métiers exposés, et ne fléchissent que légèrement pour les spécialistes ;
- et, pour les spécialistes, les embauches effectives reculent encore plus que les offres.
Le décrochage ne commence pas au lancement de ChatGPT, en novembre 2022, mais près d'un an plus tard, quand les versions professionnelles arrivent dans les entreprises. Et les auteurs ont vérifié l'objection la plus évidente : la baisse est tout aussi marquée quand on la mesure par rapport à 2018-2019, avant la pandémie. Ce n'est pas la fin d'un rattrapage post-Covid.
Le mécanisme : un savoir-faire qui devient banal
Le plus intéressant n'est pas l'ampleur de la baisse, c'est sa forme. Si l'IA remplaçait simplement des programmeurs, on s'attendrait à moins de candidats : les gens se détourneraient d'un métier sans avenir. C'est l'inverse qui se produit. Les candidatures ne baissent pas ; elles se concentrent sur moins d'offres.
L'explication que proposent les auteurs est plus fine qu'un remplacement. Les outils génératifs — et la possibilité de programmer en langage courant — augmentent la productivité des experts, mais aussi celle des utilisateurs ordinaires, « en particulier les moins qualifiés ». Le niveau requis baisse. Les annonces exigent moins de langages de programmation et davantage d'aisance à l'oral. Résultat, écrivent-ils : « à mesure que le niveau de compétence requis diminue, divers emplois exposés à l'informatique deviennent accessibles à un vivier de candidats plus large ».
Pourquoi le choc tombe sur les entrants sans viser personne
Un détail du papier semble contredire l'idée d'une génération sacrifiée : parmi les personnes effectivement recrutées comme spécialistes informatiques, la part des moins de 35 ans ne change pas — elle augmente même légèrement. Les employeurs ne trient pas par l'âge.
Ils n'en ont pas besoin. Une entreprise qui recrute moins, à profil constant, réduit mécaniquement l'entrée de ceux dont le parcours commence par une embauche. Le salarié de quarante ans en poste n'est pas concerné par la baisse des offres ; le diplômé de vingt-trois ans ne peut être concerné que par elle. C'est exactement ce que montre l'Insee de son côté. Dans sa note de conjoncture du 24 mars 2026, l'institut relève qu'entre fin 2023 et fin 2025, l'emploi des activités informatiques et des services d'information s'est contracté de 3,0 % — « une baisse entièrement portée par les jeunes (hors alternants), qui contribuent pour -3,8 points ». Sur la seule année 2025, l'emploi salarié des 15-29 ans y recule de 7,4 %, quand l'emploi salarié privé de l'ensemble du secteur marchand non agricole ne baisse que de 0,7 %.
L'Insee ajoute, avec raison, qu'il est « évidemment impossible d'attribuer directement cette évolution à la seule arrivée de l'IA générative ». Mais les deux observations s'emboîtent : un marché qui ferme des offres sans changer de critères d'âge produit un choc concentré sur les entrants. Personne ne l'a décidé. C'est une propriété arithmétique de la file d'attente.
Ailleurs, la même signature
Aux États-Unis, l'équipe d'Erik Brynjolfsson au Stanford Digital Economy Lab suit depuis 2025 les fiches de paie du gestionnaire ADP. Sa révision du 12 août 2026 ne trouve « aucune preuve de suppressions d'emplois généralisées » — mais l'emploi des 22-25 ans dans les métiers les plus exposés se situe désormais 19 % sous la trajectoire de leurs pairs moins exposés. Et le mécanisme est le même : l'effet passe « principalement par une réduction des embauches de jeunes travailleurs plutôt que par une hausse des départs ». Dans la version de novembre 2025, l'écart était de 16 % : il se creuse.
Une étude publiée en mars 2026 par Anthropic sur les données d'enquête américaines arrive au même endroit : pas de hausse du chômage chez les travailleurs exposés, mais une baisse de 14 % du taux d'accès à l'emploi des 22-25 ans dans les métiers exposés, et aucune au-delà de 25 ans. Deux réserves s'imposent : les auteurs jugent eux-mêmes ce résultat « tout juste significatif », et l'étude est signée par un éditeur de modèles d'IA, qui a intérêt à ce que la question soit posée en ces termes.
| Source | Ce qui baisse | Ce qui tient, ou augmente |
|---|---|---|
| Andreescu & Maurin — France Travail, fin 2021 → mi-2025 | offres (≈ −30 %), embauches (davantage encore) | salaires proposés ; candidats (+50 % par offre) |
| Insee — emploi salarié, fin 2023 → fin 2025 | emploi du secteur informatique (−3,0 %), porté par les moins de 30 ans (−3,8 points) | emploi des 30-54 ans (+1,4 point) |
| Brynjolfsson et al. — fiches de paie ADP, États-Unis | emploi des 22-25 ans exposés (−19 % relatif), par moins d'embauches | départs ; emploi global |
L'objection sérieuse : c'est la conjoncture
Elle mérite mieux qu'une mention. Selon Indeed, le volume total des offres d'emploi en France a été « divisé par deux » depuis son pic de décembre 2022 : tout le marché s'est contracté, pas seulement l'informatique. L'Apec mesure un recul de 13 % en deux ans des recrutements de cadres de moins de six ans d'expérience — les entreprises préférant, dit-elle, des profils de six à dix ans de carrière — et de 21 % depuis 2023, tous niveaux confondus, dans les activités informatiques. Elle n'invoque jamais l'IA : elle parle de croissance atone et d'investissements en berne. Aux États-Unis, le Budget Lab de Yale ne trouve pas, à mi-septembre 2026, d'« empreinte » claire de l'IA sur l'emploi. Au Danemark, Anders Humlum et Emilie Vestergaard mesurent des effets nuls sur les salaires et les heures, et excluent tout effet supérieur à 2 % deux ans après ChatGPT.
Rien de cela ne réfute la thèse ; tout cela la délimite. L'étude française compare des métiers entre eux sur le même marché, ce qui neutralise le choc commun que décrit Indeed — mais pas un choc propre au secteur technologique — un resserrement du financement des jeunes pousses, par exemple. L'étude danoise mesure les salaires et les heures des gens en poste, précisément ce que la thèse prédit stable ; elle ne regarde pas les embauches de débutants. Et le Budget Lab de Yale, dans une note de mai 2026, décrit un marché américain marqué par « peu de licenciements, mais aussi peu d'embauches » — la forme exacte d'un ajustement par les quantités, quelle qu'en soit la cause.
La conclusion honnête est donc double. Sur le volume total, personne ne sait : la direction générale du Trésor, dans sa note de juin 2026, juge que les études empiriques « ne permettent pas de déterminer l'effet total de l'IA sur l'emploi ». Sur la forme, en revanche, les sources convergent : là où un effet apparaît, il passe par l'embauche et il pèse sur ceux qui cherchent à entrer.
Pourquoi on ne le verra pas venir
Un choc qui passe par les licenciements fait du bruit : des annonces, des négociations, des chiffres que l'on suit chaque mois. Un choc qui passe par les embauches n'en fait aucun. Il n'existe pas de statistique des offres qui n'ont pas été publiées, ni de communiqué pour le poste de débutant que l'on n'a pas ouvert parce que l'équipe en place, outillée, absorbe désormais le travail.
Il finit par apparaître ailleurs, et tard. Le Trésor relève que le taux de chômage des 15-24 ans est passé de 19,1 % à 21,1 % entre le premier trimestre 2025 et le premier trimestre 2026, et que « l'insertion professionnelle des jeunes semble ralentir » — tout en précisant que la dégradation de la conjoncture peut aussi jouer. C'est le signal qu'on attend d'un tel mécanisme : il ne se voit pas dans l'emploi des salariés, il se voit dans le délai d'accès au premier poste.
Le plan gouvernemental « Impulsion IA 2027 », annoncé le même 22 septembre, porte d'après ses reprises de presse sur la formation et le dialogue social. Former à l'IA est utile ; cela ne répond pas à cette question-là. Un débutant mieux formé à l'IA entre dans une file plus longue, pas plus courte.
Ce que cela change pour une organisation
Une entreprise n'a pas prise sur le marché du travail. Elle a prise sur ses propres portes. Trois décisions découlent directement de ce qui précède.
1. Tenir le compte de ses embauches d'entrée. La plupart des organisations suivent leurs effectifs, pas la part des recrutements ouverts à des débutants. C'est pourtant l'endroit exact où l'outillage IA déplace les choses, silencieusement, poste par poste. Un chiffre suivi une fois par an suffit à rendre visible une décision qui, sinon, n'est jamais prise explicitement.
2. Ne pas supprimer le premier barreau de l'échelle. Le travail que l'IA absorbe le mieux est souvent celui qui servait à apprendre le métier. Or c'est de ce vivier que sortent les experts qui, demain, devront vérifier ce que produisent les outils — et vérifier coûte déjà plus cher que produire. Une compétence ne s'acquiert pas par délégation : une organisation qui n'embauche plus de débutants consomme son stock d'experts sans le renouveler.
3. Réécrire les annonces pour le vivier qui s'élargit. Si le niveau technique requis baisse et que les candidats affluent, recruter sur la maîtrise d'un logiciel n'a plus beaucoup de sens. La capacité à juger un résultat, à l'expliquer et à en répondre, si. Les annonces qui exigent encore cinq outils nommés filtrent sur ce que la machine fait déjà. Rédiger une fiche de poste avec l'IA sans discriminer et accélérer l'intégration d'un nouveau collaborateur sont deux usages qui travaillent dans l'autre sens : ils rendent l'embauche d'un débutant moins coûteuse, au lieu de la rendre inutile.
Les études citées ici seront révisées — celle de Stanford l'a déjà été, et son chiffre a grandi. Les nouvelles mesures, comme les capacités des outils qui les motivent, sont suivies dans le radar IA et dans le bulletin Nouveautés. L'article précédent de ce volet posait la question du mot « intelligence » ; celui-ci pose celle de la porte.
Une question, un projet IA ?
Vous outillez une équipe avec l'IA et vous vous demandez ce que cela change à vos recrutements, à l'intégration des débutants ou à la transmission des savoir-faire ? Échangeons sur votre contexte.
Prendre contact →