Les meilleures données dont nous disposons indiquent que l'IA rend plus difficile l'obtention d'un premier emploi dans les métiers qu'elle touche le plus, et que les dégâts se manifestent par moins d'offres plutôt que par des licenciements. Une étude de Stanford qui suit des millions de fiches de paie constate que, dans les métiers les plus exposés à l'IA, l'emploi des 22-25 ans se situe 19 % en dessous de ce qu'il serait s'ils avaient suivi le rythme de leurs pairs moins exposés (Stanford Digital Economy Lab). Les travailleurs de 26 ans et plus dans ces mêmes métiers ne présentent aucun écart comparable.
Cela ne revient pas à dire que « l'IA prend tous les emplois ». Les auteurs qualifient leurs chiffres de préliminaires et descriptifs, d'autres chercheurs ne voient aucune perturbation à l'échelle de l'économie, et certaines tendances ont commencé avant ChatGPT. Les Américains semblent pourtant ressentir ce malaise : un sondage AP-NORC révèle que 64 % d'entre eux jugent que l'IA se développe trop vite (AP).
Cet article expose ce que dit la recherche crédible, où elle diverge, quels métiers sont les plus exposés, et ce qu'un jeune travailleur ou un responsable du recrutement peut faire. Chaque chiffre ci-dessous provient d'une source que nous avons consultée cette année, et nous la citons à chaque fois.
Ces quatre chiffres viennent de trois études différentes, avec des méthodes différentes : ne les additionnez pas. Lisez-les comme un seul phénomène vu sous différents angles : moins d'offres juniors dans les métiers où l'IA excelle à produire le premier jet.
Ce qu'a trouvé l'étude de Stanford
L'étude s'intitule « Canaries in the Coal Mine? » et ses auteurs, une équipe du Digital Economy Lab de Stanford, l'ont publiée pour la première fois en 2025. La dernière version s'appuie sur les données de paie d'ADP jusqu'en 2026 et constate que l'écart s'est creusé régulièrement depuis la première publication (Stanford). Selon leurs propres termes, il s'agit d'« indicateurs préliminaires et descriptifs », pas d'estimations causales.
Le contraste est net. De fin 2022 à 2026, l'emploi des 22-25 ans a reculé de 11 % dans les deux quintiles de métiers les plus exposés à l'IA, et progressé de 10 % dans les trois quintiles les moins exposés (mise à jour de Stanford). L'étude ne trouve aucun écart comparable pour les 26 ans et plus, et indique que l'effet passe surtout par une baisse des embauches de jeunes plutôt que par davantage de départs.
Les barres montrent pourquoi l'écart affiché est plus grand que chacun des deux chiffres pris isolément. Un groupe a perdu du terrain pendant que l'autre en gagnait : la distance entre les deux dépasse donc la baisse de 11 %.
Les auteurs proposent un mécanisme. Les jeunes apportent des connaissances codifiées, celles qu'on enseigne en cours et qu'on trouve dans la documentation, et c'est précisément ce que l'IA reproduit bien. Les travailleurs expérimentés s'appuient sur des connaissances tacites acquises au fil des années. L'étude constate des baisses concentrées là où l'IA se substitue au travail, et un emploi stable ou en hausse là où elle le complète (Stanford). Un test a écarté une explication concurrente évidente : les métiers exposés à l'IA sont, en moyenne, moins sensibles aux taux d'intérêt que les autres, et les chercheurs affirment ne « pas trouver de soutien solide » à l'idée que les variations de taux expliquent la baisse de l'emploi junior (Stanford sur les taux d'intérêt).
D'autres données qui vont dans le même sens
Les économistes d'Anthropic sont arrivés à une conclusion proche par un autre chemin. Leur article de 2026 construit une mesure d'« exposition observée » qui combine ce que les modèles de langage savent faire et la façon dont les gens utilisent réellement Claude au travail. Les programmeurs arrivent en tête avec 75 % de couverture des tâches, et les opérateurs de saisie de données suivent à 67 %. Pour les 22-25 ans, l'article rapporte une baisse de 14 % des taux de retour à l'emploi dans les métiers exposés depuis le lancement de ChatGPT, tout en qualifiant le résultat de seulement marginalement significatif sur le plan statistique (Anthropic).
Le Hiring Lab d'Indeed s'est penché sur les offres d'emploi. Dans les métiers les plus exposés (développement logiciel, support informatique, data et analytique, marketing et finance), la part des offres juniors est passée de 29 % à 10 % entre 2021 et 2026, tandis que celle des offres seniors est passée de 22 % à 47 % (Indeed Hiring Lab). La même analyse montre que les salaires affichés progressent plus vite dans les métiers exposés, +46 % depuis 2021 contre +25 % dans les moins exposés, mais presque toute cette prime va aux postes expérimentés.
Ces points disent que ceux que l'IA aide le plus sont ceux qui connaissent déjà le métier. Les offres juniors dans les métiers exposés obtiennent 2 points de salaire de plus que dans les métiers peu exposés, les postes intermédiaires 12 points et les postes seniors 17. Indeed résume ainsi : l'IA « agit davantage comme un complément des travailleurs qualifiés que comme un remplacement ».
Les données de LinkedIn cadrent avec ce tableau, à une échelle plus large. Son guide 2026 des jeunes diplômés indique que le taux d'embauche désaisonnalisé des débutants aux États-Unis a reculé de 6 % au trimestre d'hiver par rapport à la même période un an plus tôt, et que de nombreux étudiants sortent diplômés sans trop savoir comment l'IA s'intègre au travail quotidien, alors que les employeurs recherchent justement ces compétences (LinkedIn).
Là où les preuves divergent
Commençons par les sceptiques, car eux aussi s'appuient sur de vraies données. Le Yale Budget Lab suit l'évolution de la répartition des métiers et la durée du chômage. Son rapport affirme que, si l'inquiétude autour de l'IA et de l'emploi est répandue, « nos données suggèrent qu'elle reste largement spéculative », et sa directrice exécutive Martha Gimbel a déclaré à Fortune qu'il n'y a pour l'instant pas d'effets macroéconomiques majeurs. Le même article de Fortune cite Oxford Economics, à partir des données de Challenger, Gray & Christmas : l'IA a été mise en cause dans environ 55 000 suppressions d'emplois annoncées aux États-Unis sur les 11 premiers mois de 2025, soit seulement 4,5 % du total. Il évoque aussi la possibilité d'un « AI washing », où des entreprises attribuent à l'IA des suppressions qui ont d'autres causes (Fortune).
L'article d'Anthropic est d'accord sur le tableau d'ensemble : pas de hausse systématique du chômage chez les travailleurs très exposés depuis fin 2022. Ses auteurs décrivent le ralentissement des embauches de jeunes comme un signal d'alerte précoce, visible dans les recrutements avant de l'être dans le chômage (Anthropic).
Il y a aussi les réserves au sein même des travaux de Stanford. L'effet est plus marqué dans l'échantillon d'ADP que dans les références des enquêtes nationales, il diminue quand on contrôle pour le niveau d'études, et une partie de la divergence a commencé avant l'essor de l'IA générative (Stanford).
Les derniers chiffres sur les jeunes diplômés ne sont pas catastrophiques non plus. La dernière mesure de la Fed de New York place les jeunes diplômés (22 à 27 ans) à environ 5,6 % de chômage, avec un sous-emploi à 42 %, en légère hausse (New York Fed).
Les économistes aussi évoluent. La dernière enquête trimestrielle d'Indeed auprès d'économistes donne un indice de diffusion de 55,6 pour le risque de remplacement des diplômés du supérieur par l'IA (au-dessus de 50, le risque augmente), et 45 % du panel qualifient l'effet net de l'IA sur l'emploi de légèrement négatif. Les panélistes s'attendent aux plus fortes baisses dans l'assistance administrative et le développement logiciel (Indeed Hiring Lab).
L'opinion publique devance les données. Dans le sondage AP-NORC auprès de 2 140 adultes, 27 % jugent que l'IA se développe à un rythme à peu près correct et 8 % trop lentement, et environ 8 sur 10 estiment extrêmement ou très important que le gouvernement garde l'IA sous contrôle humain (AP). L'inquiétude pour l'emploi en fait partie. L'inquiétude ne prouve pas un remplacement, mais elle façonne la façon dont les jeunes et leurs parents lisent le marché du travail.
Trois choses changeraient notre lecture. Une hausse du chômage chez les jeunes dans les métiers exposés, ce qui signifierait que le ralentissement des embauches se transforme en pertes d'emploi. Une reprise des offres juniors dans les métiers exposés. Ou un écart de Stanford qui se réduit quand arriveront davantage de données sur les embauches de 2026. D'ici là, la position prudente est celle exposée ci-dessus.
Notre lecture : l'idée que l'IA amincit discrètement le premier barreau de l'échelle dans une poignée de métiers est solidement étayée. L'idée que l'IA provoque un effondrement général de l'emploi ne l'est pas. Quiconque affirme que les données tranchent la question des causes va plus vite que la recherche.
Quels métiers sont les plus et les moins exposés
L'exposition dépend de la tâche, pas du secteur. Dans la liste d'Anthropic des métiers les plus couverts, on trouve en tête les programmeurs, les conseillers du service client et les opérateurs de saisie de données. À l'autre bout, environ 30 % des travailleurs ont une couverture nulle dans ses données, notamment les cuisiniers, les mécaniciens moto, les maîtres-nageurs, les barmans et les plongeurs (Anthropic).
La figure ci-dessous est notre placement éditorial de métiers juniors courants selon deux questions : quelle part du travail est routinière et documentée, et dans quelle mesure l'IA est utilisée pour accomplir ces tâches. C'est une aide à la réflexion, pas une mesure : déplacez tout point avec lequel votre expérience n'est pas d'accord.
Le groupe en haut à droite est celui où l'embauche en début de carrière s'est déjà raréfiée. Le marketing et la finance se situent au milieu, et les données d'offres d'Indeed placent les deux dans son groupe le plus exposé. Les métiers en bas à gauche reposent sur les mains, la présence et le jugement en temps réel, ce qui explique qu'ils apparaissent à peine dans les données d'exposition.
Un bémol : faible exposition ne veut pas dire salaire élevé ou bonnes perspectives. Les travailleurs très exposés gagnent aussi 47 % de plus en moyenne, selon Anthropic : les métiers sous pression sont donc souvent ceux pour lesquels les gens se sont le plus formés. Choisissez votre voie selon l'adéquation, pas selon la peur.
Pourquoi la pression touche les embauches, pas les licenciements
Une entreprise annonce rarement qu'elle a remplacé un junior par un modèle. Elle n'ouvre simplement pas le poste. Un ingénieur senior qui obtient un premier jet correct d'un outil d'IA a moins de raisons de demander un collaborateur de plus : les effectifs qui auraient été ajoutés n'apparaissent donc dans aucun chiffre de licenciements.
L'inquiétude à long terme se situe à droite de ce schéma. Les postes juniors ont toujours été l'endroit où l'on apprend la part tacite du métier. Dans un essai pour MIT Technology Review, Georgios Petropoulos, de l'USC, soutient que l'automatisation des tâches juniors risque d'abîmer la façon dont les organisations développent les compétences, et il suggère des stages en alternance rémunérés, de l'apprentissage et des incitations pour les employeurs afin de maintenir l'embauche en début de carrière (MIT Technology Review).
Ce que les employeurs disent attendre des juniors
Les employeurs indiquent que les compétences en IA entrent rapidement dans les exigences des postes juniors. NACE, qui interroge les employeurs sur le recrutement des diplômés, a constaté que plus d'un tiers des postes juniors exigent désormais des compétences en IA, soit près de trois fois la part de son enquête de l'automne. 28 % des employeurs disent rechercher des jeunes talents capables d'utiliser l'IA, et près de 60 % confient aux stagiaires des projets qui font appel à des outils d'IA (NACE).
Les étudiants ne suivent pas tous. L'enquête 2026 de NACE auprès des étudiants a réuni plus de 17 000 répondants, et parmi les étudiants en dernière année, 31 % jugent les compétences en IA peu ou pas importantes pour leur carrière, 40 % les jugent très ou extrêmement importantes, et 50,5 % n'avaient pas encore commencé à les développer (NACE).
Les jauges montrent un décalage sur lequel il vaut la peine d'agir. Les employeurs testent les compétences en IA auprès des stagiaires alors que la moitié des étudiants en dernière année n'ont pas commencé. Une précaution : les chiffres des employeurs viennent de 185 organisations qui ont choisi de répondre, donc voyez-y une tendance, pas un recensement. L'enquête de NACE montre aussi que plus de la moitié des employeurs disent que l'IA ne réduit pas les tâches juniors, et seuls 11 % ont évoqué un remplacement de postes par l'IA.
Compétences et outils qui rendent un junior plus employable
Les compétences décrites par les employeurs de NACE sont des compétences appliquées : choisir le bon outil d'IA pour la tâche, rédiger de bons prompts, et vérifier et corriger ce qui revient. Personne ne demande à un jeune diplômé d'entraîner un modèle. On veut quelqu'un qui sache en utiliser un et repérer ses erreurs (NACE). Petropoulos résume la combinaison gagnante ainsi : maîtrise de l'IA et expertise métier (MIT Technology Review).
Voici un ordre d'action pratique pour les 30 prochains jours.
- Choisissez un poste cible et lisez dix offres récentes pour ce poste. Notez les outils et les tâches qui reviennent plus d'une fois.
- Maîtrisez bien deux assistants généralistes. ChatGPT et Claude forment le duo évident, et notre guide des alternatives à ChatGPT vous aide si vous voulez une troisième option pour comparer.
- Utilisez l'IA sur un vrai travail et gardez les preuves : une note de recherche, un nettoyage de données, une petite application. Notez ce que l'IA a mal fait et comment vous l'avez repéré. Cette histoire de vérification, c'est ce dont les recruteurs se souviennent.
- Si votre cible est technique, entraînez-vous avec un assistant de code comme GitHub Copilot, Cursor ou Claude Code, et soyez prêt à expliquer du code que vous n'avez pas tapé. Notre classement des assistants de code IA passe le secteur en revue.
- Si votre cible est la rédaction, la recherche ou les opérations, ajoutez un outil de recherche comme Perplexity, un assistant d'espace de travail comme Notion AI et un éditeur comme Grammarly, et montrez un avant/après sur un vrai document.
- Suivez un cours structuré pour que ces compétences soient attestées : Google Prompting Essentials ou AI For Everyone sur Coursera, ou LinkedIn Learning. Le classement des formations IA en propose d'autres.
- Soignez votre candidature. Un créateur de CV issu du classement des créateurs de CV IA, comme Resume Worded, et un partenaire d'entraînement du classement de préparation aux entretiens, comme Interview Sidekick, peuvent aider, tant que les mots finaux sont les vôtres.
Les cours seuls ne vous distingueront pas, puisque tout le monde les suit. Ce qui fait la différence, c'est un portfolio court et concret et un récit honnête de la façon dont vous avez utilisé l'IA. Pour en savoir plus sur la recherche d'emploi, consultez notre guide des outils IA pour les chercheurs d'emploi.
Avant de vous engager dans une voie, vérifiez à quel point le métier visé est exposé. Le quiz ci-dessous transforme les constats précédents en cinq questions.
Le résultat est une invitation à réfléchir, pas une prévision. Un score élevé ne signifie pas qu'il faut éviter le poste. Il signifie qu'il vous faudra des preuves de travail plus solides et une façon claire de montrer que vous savez superviser ce que produit l'IA.
Quatre choix de carrière cohérents avec les données
La recherche suggère quelques pistes qui ont une vraie logique. Aucune n'est garantie.
Un poste très axé IA fonctionne si vous pouvez montrer que vous supervisez bien les outils, puisque c'est la compétence que les employeurs ajoutent dans leurs offres. Un domaine manuel sert de couverture, car ces métiers affichent la plus faible couverture dans les données d'Anthropic. Une petite équipe confie souvent aux juniors un périmètre plus large plus tôt, même si nous n'avons aucune donnée d'embauche à ce sujet : voyez-y un pari raisonné. Les preuves de travail valent pour les trois : projets et stages transforment un CV mince en CV crédible.
Qui doit s'inquiéter le plus ? Quelqu'un qui vise le développement logiciel, le support client ou la saisie de données par un parcours de candidature classique et ne compte que sur son diplôme. Qui peut souffler un peu ? Quelqu'un qui se dirige vers un travail exigeant une présence physique, une habilitation ou un contact humain constant. Même ces personnes devraient apprendre les outils de base, car les chiffres de NACE montrent que ces exigences se répandent.
Si vous recrutez des juniors
La recherche est aussi un avertissement pour les managers. Si le barreau junior disparaît, votre futur vivier de seniors porteurs de connaissances tacites disparaît avec lui. Les données d'Indeed montrent que la part des offres seniors dans les métiers exposés est déjà montée à 47 %, et ces personnes ont bien dû venir de quelque part.
Trois actions se détachent. Repensez le poste junior autour de la supervision de ce que produit l'IA et du traitement des exceptions, plutôt que du premier jet à la main. Associez chaque junior à un senior nommément désigné et confiez-lui de vraies tâches de relecture dès la première semaine. Et rédigez des offres qui précisent les compétences en IA que vous utilisez réellement, car des exigences floues font fuir les bons candidats. Le constat de NACE selon lequel près de 60 % des employeurs confient aux stagiaires des projets basés sur l'IA suggère que c'est déjà une pratique courante chez les meilleurs.
Questions fréquentes
L'IA prend-elle vraiment les emplois juniors ?
Elle réduit les embauches dans certains métiers, ce qui n'est pas la même chose que licencier. Les preuves les plus solides sont l'étude de Stanford sur les données de paie et les données d'offres d'Indeed, et toutes deux montrent moins d'offres pour les juniors dans les métiers exposés. Aucune source que nous avons lue ne montre un effondrement général de l'emploi.
Quels emplois juniors sont les plus à l'abri de l'IA ?
Les métiers qui exigent une présence physique ou un contact humain constant sont les moins exposés dans les données d'Anthropic, comme les cuisiniers, les barmans et les maîtres-nageurs. À l'abri ne veut pas dire bien payé : pesez aussi le salaire et les perspectives.
Dois-je quand même étudier l'informatique ou la comptabilité ?
Les données disent que l'embauche de juniors dans le logiciel et les domaines voisins s'est assouplie, mais pas que ces compétences ne valent plus rien. Les auteurs de Stanford notent que les effets diminuent quand on contrôle pour le niveau d'études, et que l'embauche a ralenti davantage pour les juniors que pour le personnel expérimenté. Si vous vous lancez, prévoyez de montrer des projets assistés par l'IA et de vrais stages.
Les employeurs veulent-ils vraiment des compétences en IA chez les jeunes diplômés ?
Oui, et la part progresse. NACE a constaté que plus d'un tiers des postes juniors exigent désormais des compétences en IA, même si seulement 16,5 % des descriptions de poste les mentionnent explicitement. Ce sont des compétences appliquées : choisir le bon outil, bien rédiger ses prompts et vérifier le résultat.
L'IA explique-t-elle la faiblesse du marché de l'emploi des jeunes diplômés ?
C'est une piste parmi d'autres. L'équipe de Stanford a testé les taux d'intérêt et constaté qu'ils n'expliquent pas le schéma, et ses auteurs disent que certaines tendances ont commencé avant l'essor de l'IA générative. Méfiez-vous de toute explication à cause unique.