Dario Amodei, président et cofondateur d’Anthropic, estime que 50 % des emplois de bureau juniors pourraient disparaître d’ici 2030. Cette annonce, formulée en mars 2025, ne relève ni d’une provocation ni d’un exercice de prospective. Elle s’appuie sur des observations concrètes tirées des usages des modèles d’IA générative déployés par des milliers d’organisations à travers le monde. La déclaration n’a pas suscité de démenti officiel. Elle n’a pas non plus déclenché de réaction politique ou institutionnelle d’envergure. Pourtant, elle acte une bascule silencieuse : la suppression progressive des postes d’entrée, traditionnellement occupés par les jeunes diplômés, est en cours.
Les offres qui formaient hier encore les premiers tremplins professionnels — assistants administratifs, chargés de support, analystes débutants, producteurs de contenu — se raréfient. Les tâches routinières ou semi-cognitives, autrefois confiées à ces profils, sont désormais prises en charge par des modèles capables de générer des documents, d’interagir avec des clients, de compiler des données et de produire des synthèses. L’impact est déjà visible dans les organigrammes, dans les descriptions de poste et dans les processus de recrutement. Ce ne sont plus seulement les métiers manuels ou les chaînes logistiques qui sont automatisés : c’est la porte d’entrée dans le monde professionnel qui se dérobe.
L’expression « apocalypse de l’emploi débutant », utilisée par les journalistes Kevin Roose et Casey Newton dans le podcast Hard Fork du New York Times, traduit une inquiétude partagée par de nombreux observateurs du secteur. Le mot est fort, mais il décrit une dynamique bien réelle : les entreprises réduisent leur recours aux jeunes profils. Le besoin de personnel débutant s’effondre, alors même que ces fonctions jouaient un rôle clé dans l’apprentissage par la pratique et dans la construction des parcours professionnels. Le risque ne se limite pas à la perte d’un emploi, mais à la disparition du dispositif même de montée en compétences.
Sans point d’entrée, l’accès à l’expérience devient un privilège réservé à ceux qui peuvent acquérir ailleurs les compétences attendues dès le premier poste. Les jeunes se retrouvent ainsi dans une impasse : trop qualifiés académiquement pour les rares fonctions encore disponibles, mais pas assez expérimentés pour superviser ou optimiser les outils d’IA désormais intégrés aux missions cœur. Cette situation produit un effet d’étranglement dans les filières professionnelles : seuls les profils disposant déjà d’une culture numérique avancée ou d’un capital social fort parviennent à progresser. Les autres stagnent, déclassés avant même d’avoir commencé.
Les signaux d’alerte sont clairs. L’Organisation internationale du Travail, dans une note publiée en mai 2025, confirme que les tâches les plus automatisables correspondent en grande partie à celles historiquement attribuées aux jeunes débutants. Sur les 30 000 tâches passées en revue, celles qui se situent dans les gradients les plus élevés d’automatisation concernent majoritairement les premiers niveaux de responsabilité. L’OIT ne prédit pas un effondrement massif de l’emploi, mais une reconfiguration brutale des activités, avec des conséquences directes sur les débuts de carrière.
Pour accéder à l’emploi, les jeunes doivent désormais prouver leur capacité à interagir avec des outils complexes, à superviser l’IA, à produire de la valeur là où les modèles génèrent de l’exécution. Cette exigence déplace le seuil d’entrée vers des compétences techniques ou cognitives avancées, que peu de cursus initiaux intègrent réellement. Le « learning by doing » recule. L’onboarding se digitalise. La logique de progression interne cède le pas à une sélection immédiate sur l’agilité technologique.
Les inégalités se creusent. L’étude de l’OIT souligne des écarts importants entre pays, mais aussi entre profils. Dans les économies les plus structurées, la refonte des systèmes de formation s’engage. L’intelligence artificielle est intégrée aux curricula, parfois dès le secondaire. Des modules de supervision d’outils génératifs apparaissent dans les filières d’ingénierie comme dans les écoles de commerce. À l’inverse, les pays du Sud, peu dotés en infrastructures de formation continue, peinent à adapter leurs référentiels. Le retard pris dans l’acculturation à l’IA pourrait se traduire, à moyen terme, par une précarisation accrue des jeunes actifs.
Même au sein des sociétés les plus développées, la fracture se double d’une dimension sociale et genrée. Les jeunes femmes, davantage présentes dans les fonctions support à forte exposition à l’automatisation, figurent parmi les premières touchées. Les profils généralistes, peu préparés aux nouveaux outils, peinent à se repositionner. La promesse de l’IA comme facteur d’égalisation des opportunités ne se concrétise pas. Elle tend, au contraire, à amplifier les écarts entre ceux qui maîtrisent les codes et ceux qui en subissent les effets.
Le mutisme des grandes entreprises et l’inertie des politiques publiques accentuent la déstabilisation. Ni plans massifs de reconversion, ni mesures ciblées pour accompagner les jeunes ne sont aujourd’hui annoncés à l’échelle des enjeux. Dario Amodei évoque une « forme d’omerta ». Le constat est partagé par d’autres figures de l’écosystème technologique. La disruption est en cours, mais peu s’en revendiquent. Le débat est laissé aux analystes, aux universitaires, ou à quelques dirigeants isolés. Pendant ce temps, les jeunes tentent de composer avec des parcours de plus en plus fragmentés, où la précarité remplace la période d’essai.
Certaines organisations s’engagent. Des entreprises revoient leurs processus RH pour intégrer une dimension IA dès l’intégration. Des programmes d’onboarding incluent désormais des modules sur les prompts, les logiques de supervision ou l’analyse critique des outputs générés. L’objectif n’est plus seulement de former un collaborateur à un métier, mais à une interaction homme-machine performante et responsable. Cette approche, encore marginale, pourrait dessiner une voie médiane entre automatisation totale et exclusion silencieuse.
L’un des enjeux majeurs reste la refonte des formations initiales. Il ne s’agit plus seulement d’ajouter un cours sur ChatGPT ou Claude à la marge d’un programme académique. L’enjeu est d’intégrer la compréhension du fonctionnement des IA, de leurs biais, de leurs limites, de leurs cas d’usage, au cœur même de l’enseignement. Superviser une IA ne s’improvise pas. Ce n’est ni une question de génération ni de spontanéité. Le mythe du « digital native » masque une réalité plus complexe : la familiarité avec les écrans ne garantit en rien une compétence professionnelle.
Dans les environnements les plus avancés, les jeunes sont déjà associés à la redéfinition des processus. Ils participent à la sélection des outils, à l’évaluation de leur efficacité, à la réflexion éthique sur leur utilisation. Ils ne sont plus les victimes d’un système qui les dépasse, mais des acteurs de sa régulation. Cette posture demande un cadre, des moyens, une vision. Elle suppose surtout de reconnaître que la génération exposée est aussi celle qui peut contribuer à structurer l’équilibre à venir.
La question n’est pas seulement économique. Elle est sociale, politique, éducative. Faut-il promettre un emploi pour tous, ou repenser les formes de participation et de reconnaissance sociale à l’ère des machines ? Faut-il protéger certains métiers, ou former massivement à d’autres ? Faut-il ralentir l’adoption de l’IA, ou encadrer ses usages pour éviter l’exclusion des plus jeunes ?
Le débat reste ouvert. Les chiffres s’accumulent, les signaux s’alignent, mais la réponse systémique tarde. Dans cet intervalle, une génération s’installe dans l’incertitude, sans toujours disposer des clés pour agir. Le défi posé par l’IA générative ne se résume pas à la menace d’un remplacement. Il impose de reconstruire les parcours, les repères et les protections. Il appelle à une stratégie partagée, où l’intelligence humaine, notamment celle des jeunes, ne soit ni sous-estimée ni sacrifiée.
