[RAPPORT] IA : l’économie américaine pourrait s’enrichir en vidant les bureaux, selon le modèle d’Anthropic

Anthropic vient de publier un exercice inhabituel pour une entreprise qui développe elle-même les systèmes d’intelligence artificielle susceptibles de modifier profondément l’économie. Son outil, ouvert et interactif, permet d’explorer plusieurs hypothèses sur l’évolution de la croissance, des revenus et de l’emploi américains à l’horizon 2030.

Le document ne constitue ni une prévision officielle ni une étude annonçant un scénario central. Il s’agit d’un laboratoire économique permettant de tester différentes combinaisons : niveau de performance des systèmes d’IA, part des tâches qu’ils peuvent exécuter seuls, vitesse d’adoption par les entreprises et capacité des travailleurs à se reconvertir.

L’exercice repose sur la taxonomie des tâches utilisée par le département du Travail américain. Il a également été confronté aux réponses de près de 11 000 adultes américains interrogés en août 2026. Cette méthode apporte un éclairage intéressant sur une question souvent réduite à une opposition trop simple : l’IA va-t-elle créer ou détruire des emplois ?

Le modèle d’Anthropic pose une question plus précise. Quels métiers seront partiellement automatisés ? Lesquels seront renforcés par des assistants numériques ? Quelles tâches nouvelles apparaîtront pour contrôler les décisions des systèmes ? Et surtout, combien de temps faudra-t-il à un salarié privé d’une partie de son activité pour retrouver un emploi correspondant à ses compétences ?

Un métier n’est pas un bloc, mais une somme de tâches

Le principal intérêt de l’exercice tient à son unité d’analyse. Pour Anthropic, un métier n’est pas une fonction homogène que l’intelligence artificielle pourrait remplacer en une seule opération. Il s’agit d’un ensemble de tâches, dont certaines peuvent être automatisées, d’autres soutenues par un outil et d’autres encore rester durablement dépendantes de la présence humaine.

Une infirmière assure des soins, observe l’état d’un patient, prend des constantes, organise des tournées, rédige des consignes de sortie, commande du matériel et échange avec les familles. Un développeur écrit du code, corrige des erreurs, documente ses travaux, conçoit une architecture et arbitre entre plusieurs solutions techniques. Un agent de centre d’appels écoute une demande, classe un dossier, apporte une réponse, rassure un client et décide parfois de transmettre le problème à un niveau supérieur.

Pour chacune de ces tâches, l’IA peut avoir quatre effets distincts. Elle peut ne rien modifier. Elle peut aider le salarié à exécuter la tâche plus rapidement ou avec davantage de précision. Elle peut réaliser la tâche sans intervention humaine directe. Elle peut enfin faire apparaître une activité de supervision, de vérification ou de contrôle.

Cette grille permet de sortir du débat binaire sur le remplacement des métiers. Un métier peut conserver son existence tout en perdant une partie de ses tâches. À l’inverse, une profession peut rester officiellement présente alors que son contenu, ses responsabilités et son niveau de rémunération ont profondément changé.

Le modèle traduit ensuite ces évolutions à l’échelle de l’économie. Il estime les conséquences possibles sur le PIB, la demande de travail, les salaires, la part du revenu revenant au travail et le chômage.

Tableau 1 – Projections macroéconomiques proposées par Anthropic à l’horizon 2030

Scénario	PIB 2030, en dollars 2025	Écart par rapport au scénario sans IA	Croissance annuelle indicative	Part du revenu revenant au travail
Sans IA, référence	Environ 33 500 milliards de dollars	–	Environ 2 %	60 %
Modeste	Environ 34 100 milliards de dollars	+1,6 %	Environ 2,4 %	59,4 %
Substantiel	Environ 36 300 milliards de dollars	+8,3 %	Environ 5,4 %	56,1 %
Extrême	Environ 44 400 milliards de dollars	+32,4 %	Environ 15,4 %	45,2 %

Tableau 1 : projections indicatives issues des scénarios économiques proposés par Anthropic. Les montants sont exprimés en dollars constants de 2025.

Une économie plus riche, mais une rémunération du travail moins importante

Le premier enseignement du modèle est macroéconomique : dans tous les scénarios intégrant l’intelligence artificielle, le PIB américain progresse par rapport à une économie qui ne bénéficierait pas de ces systèmes.

La différence reste limitée dans le scénario modeste. Le PIB atteindrait environ 34 100 milliards de dollars en 2030, soit 1,6 % de plus que dans l’hypothèse sans IA. Cette configuration suppose une diffusion progressive des outils, des gains réels mais limités et une adaptation relativement fluide des entreprises et des salariés.

Le scénario substantiel présente une rupture plus nette. Le PIB atteindrait environ 36 300 milliards de dollars, soit 8,3 % de plus que dans la trajectoire de référence. L’intelligence artificielle serait capable d’assumer près de la moitié des tâches liées au travail de connaissance, souvent de manière autonome, sans que l’ensemble des secteurs adopte immédiatement ces outils.

Le scénario extrême porte le PIB à environ 44 400 milliards de dollars. L’écart atteint 32,4 % par rapport à l’économie sans IA. La croissance annuelle indicative serait alors proche de 15,4 %, avec un doublement de la production en environ quatre ans et demi.

Cette forte progression ne bénéficierait toutefois pas de manière équivalente aux salariés et aux détenteurs du capital. Dans l’hypothèse extrême, la part du revenu revenant au travail tomberait de 60 % à 45,2 %. La masse totale des revenus du travail augmenterait à peine, de l’ordre de 0,5 % selon certaines lectures du modèle, tandis que les revenus liés au capital progresseraient fortement.

Le constat est essentiel pour comprendre la portée de l’étude. Le risque ne réside pas nécessairement dans une baisse de la richesse produite. Il réside dans la manière dont cette richesse serait distribuée entre les entreprises, les investisseurs, les propriétaires des systèmes technologiques et les salariés.

Une économie peut donc afficher un PIB en forte hausse tout en enregistrant une stagnation de la rémunération moyenne du travail. Pour les personnes dont l’activité est directement exposée à l’automatisation, le sentiment de déclassement peut s’installer alors même que les indicateurs nationaux affichent une croissance exceptionnelle.

Les travailleurs de la connaissance concentrent le risque

Les métiers de la gestion, de l’administration, de la vente, du conseil, de l’informatique et des professions intellectuelles représentent un peu plus de 62 % de la main-d’œuvre étudiée par le modèle. Ils sont aussi les plus exposés aux outils capables de produire du texte, d’analyser des documents, de rédiger du code, de traiter des dossiers ou d’interagir avec des clients.

Dans le scénario modeste, cette catégorie ne disparaît pas. Sa part recule toutefois de 62,2 % à 59,7 %. Le chômage global évoluerait peu, autour de 3,9 %, contre environ 3,8 % dans la trajectoire sans IA.

Le scénario substantiel présente une situation plus tendue. L’emploi dans les métiers cognitifs reculerait d’environ 4 %. Le chômage des travailleurs de la connaissance atteindrait 4,5 %, tandis que le chômage global se rapprocherait de 5 %. Les salaires des professions de bureau resteraient presque stables par rapport à l’économie sans IA, avec une variation estimée à environ -0,3 %. Les autres métiers bénéficieraient, eux, d’une progression salariale proche de 5,9 %.

Le scénario extrême transforme cette tension en choc social. L’emploi cognitif diminuerait de 21,5 %. Le chômage de cette catégorie atteindrait 17,9 %, alors que le chômage national progresserait jusqu’à 11,9 %. Les salaires des travailleurs de la connaissance seraient inférieurs de 11,5 % à leur niveau attendu dans une économie sans IA. Les autres professions bénéficieraient d’une hausse estimée à 33,6 %.

Tableau 2 – Emploi, chômage et salaires selon les scénarios

Indicateur en 2030	Scénario modeste	Scénario substantiel	Scénario extrême
Chômage global	Environ 3,9 %	Environ 5 %	11,9 %
Chômage des travailleurs cognitifs	Presque inchangé	4,5 %	17,9 %
Emploi cognitif	Recul limité de la part	Environ -4 %	-21,5 %
Salaires cognitifs par rapport à la trajectoire sans IA	En hausse	Environ 0 % à -0,3 %	-11,5 %
Salaires des autres métiers	En hausse	+5,9 %	+33,6 %
Revenu total du travail	Légère hausse	Hausse modérée	Environ +0,5 %

Tableau 2 : effets indicatifs des scénarios sur l’emploi et les rémunérations. Les variations salariales sont comparées à la trajectoire sans IA, sauf pour les taux de chômage.

Ces résultats dessinent une séparation entre les activités principalement réalisées derrière un écran et celles qui nécessitent encore une présence physique, une interaction directe ou un geste situé. Le développeur, l’analyste, l’assistant administratif et l’agent de centre d’appels sont davantage exposés à la substitution de certaines tâches. L’électricien, le plombier, l’ouvrier du bâtiment et le soignant de première ligne pourraient bénéficier d’une demande accrue.

Cette évolution ne signifie pas que les métiers manuels deviendraient automatiquement plus attractifs. Une meilleure rémunération ne suffit pas à modifier immédiatement le prestige social, les conditions de travail ou les parcours de formation. Elle pourrait toutefois rééquilibrer le rapport de force entre certaines professions longtemps considérées comme secondaires et des métiers de bureau dont la stabilité semblait acquise.

Le scénario extrême reste une hypothèse exigeante

Anthropic présente le scénario extrême comme une hypothèse particulièrement difficile à réunir. Il suppose que l’intelligence artificielle devienne plus productive que l’humain sur la majorité des tâches cognitives, qu’elle puisse fonctionner de manière autonome dans de nombreux domaines et que les entreprises adoptent rapidement ces systèmes.

Le modèle suppose également que peu de nouvelles tâches de bureau apparaissent pour compenser les activités automatisées. Cette hypothèse est déterminante. Dans les précédentes vagues technologiques, certaines fonctions ont disparu tandis que d’autres sont apparues. Le scénario extrême prévoit une compensation beaucoup plus limitée.

Il nécessiterait probablement des systèmes capables de progresser par eux-mêmes et une adoption très rapide dans l’économie. Ces conditions expliquent pourquoi le document ne présente pas ce cas comme une trajectoire probable. Il s’agit plutôt d’un scénario de contrainte, destiné à montrer ce qui pourrait se produire si plusieurs hypothèses fortes se réalisaient simultanément.

Les réponses recueillies auprès de 10 980 adultes américains se concentrent davantage autour du scénario substantiel. Le répondant moyen anticipe une économie dont le PIB serait environ 10 % supérieur à celui d’une trajectoire sans IA et un chômage proche de 5 %. Environ 10 % des réponses se rapprochent de l’hypothèse extrême.

Le public américain semble donc anticiper une modification importante du travail de bureau, mais pas nécessairement un effondrement généralisé de l’emploi cognitif. Cette perception rejoint la position prudente du modèle : la transformation est plausible, mais son intensité dépend de paramètres technologiques, économiques et politiques encore incertains.

Les métiers de présence pourraient gagner en valeur

Le cas des infirmières illustre la manière dont l’IA peut redistribuer le contenu d’une profession sans la supprimer. La prise de constantes, la transcription des informations, la commande de stocks et certaines opérations administratives pourraient être automatisées.

La rédaction de consignes de sortie, l’organisation des plannings ou la surveillance à distance pourraient être réalisées avec l’aide d’un assistant numérique. En parallèle, de nouvelles tâches apparaîtraient : vérifier le triage proposé par le système, relire un plan de soins, détecter une erreur et assumer la décision finale.

Les activités liées à la relation, au soin et à l’observation resteraient fortement humaines. Laver un patient, le rassurer, comprendre une inquiétude non formulée ou repérer un changement dans son comportement exigent une présence que le modèle ne remplace pas.

Cette évolution pourrait libérer du temps pour la relation avec le patient. Mais ce résultat dépendrait de l’organisation des établissements. Une direction peut aussi utiliser les gains de productivité pour réduire les effectifs ou augmenter le volume de patients pris en charge. La technologie ne détermine donc pas seule l’usage du temps récupéré.

Les électriciens, les plombiers, les ouvriers du bâtiment et certains techniciens pourraient connaître une situation comparable. L’IA peut préparer un plan, analyser un dossier, organiser des interventions ou faciliter l’obtention d’autorisations. Elle ne réalise pas pour autant le raccordement, la réparation, l’installation ou le diagnostic effectué sur place.

Le modèle exclut explicitement l’arrivée de robots généralistes capables de réaliser une grande variété de gestes physiques. Dans cette limite, la demande de présence demeure forte. Le développement des infrastructures numériques, des centres de données, de la rénovation et des équipements électriques pourrait même renforcer les besoins en compétences techniques.

Tableau 3 – Exemples de redistribution des tâches

Type d’évolution	Infirmière	Développeur	Agent de centre d’appels
Tâches restant humaines	Soins, présence, observation, relation avec le patient	Arbitrage, architecture, responsabilité technique	Gestion des situations complexes et relationnelles
Tâches augmentées par l’IA	Consignes de sortie, organisation, surveillance	Documentation, correction, tests et revue de code	Suggestions de réponse et classement des demandes
Tâches automatisables	Transcription des constantes, commande de stocks	Code standardisé et documentation répétitive	Classification et clôture des dossiers simples
Tâches nouvelles	Contrôle du triage et du plan de soins	Supervision, validation et contrôle des résultats	Vérification de la qualité et traitement des escalades

Tableau 3 : exemples de tâches susceptibles d’être maintenues, assistées, automatisées ou réorganisées selon la grille utilisée par Anthropic.

La reconversion constitue le principal point de friction

Le modèle économique raisonne à partir de catégories statistiques. La transition professionnelle, elle, se déroule dans des biographies individuelles.

Un salarié de 38 ans dont le poste administratif est supprimé ne se transforme pas instantanément en électricien ou en aide-soignant. Il doit parfois reprendre une formation, obtenir une certification, accepter une période d’apprentissage et supporter une baisse temporaire de revenus. Il peut également vivre loin des secteurs qui recrutent, avoir des enfants à charge ou ne pas disposer des aptitudes physiques nécessaires.

Le délai de reconversion constitue donc une variable déterminante. Dans les hypothèses favorables, il peut se mesurer en quelques mois. Dans les scénarios plus sévères, il peut s’étendre sur plusieurs années, voire ne jamais aboutir. Plus la période s’allonge, plus les compétences perdent de leur valeur et plus l’écart se creuse entre les personnes qui possèdent un capital financier ou social et celles qui dépendent exclusivement de leur salaire.

Trois tensions apparaissent.

La première est salariale. Dans le scénario extrême, les autres professions bénéficient d’une forte hausse de leurs rémunérations, mais les travailleurs cognitifs voient leur salaire reculer par rapport à la trajectoire sans IA. Un salarié peut donc vivre dans une économie plus riche et se sentir personnellement plus pauvre.

La deuxième est statutaire. Les diplômes, les emplois de bureau et les compétences intellectuelles ont longtemps bénéficié d’une forte valorisation sociale. La progression de la demande pour les métiers manuels, techniques et relationnels pourrait modifier cette hiérarchie. Mais les représentations sociales évoluent moins vite que les salaires.

La troisième est temporelle. Un taux de chômage de 11,9 % ne constitue pas seulement un indicateur macroéconomique. Il représente une longue file d’attente, des périodes sans revenu stable et des parcours professionnels interrompus.

Anthropic avait déjà proposé, en juin 2026, plusieurs niveaux de réponse selon l’intensité du chômage. Autour de 5 %, le cadre évoque notamment l’assurance salaire, les crédits d’impôt destinés à la reconversion et une participation des travailleurs au capital des entreprises d’IA. Autour de 10 %, il prévoit un élargissement de l’assurance chômage, des aides sectorielles et un soutien renforcé aux besoins essentiels. Au-delà de 15 %, il envisage des revenus de remplacement durables, un fonds souverain et des mécanismes de partage de la richesse produite par l’IA.

Tableau 4 – Réponses publiques évoquées selon le niveau de chômage

Niveau de chômage	Mesures envisagées
Autour de 5 %	Assurance salaire, crédits d’impôt pour la reconversion, participation au capital des entreprises d’IA
Autour de 10 %	Assurance chômage élargie, soutien aux secteurs en difficulté, aide aux besoins essentiels
Au-delà de 15 %	Revenu de remplacement durable, fonds souverain, partage des gains liés à l’IA

Tableau 4 : pistes de politique économique évoquées dans le cadre de réflexion d’Anthropic.

Les entreprises doivent aussi protéger leur vivier de compétences

L’un des effets les moins visibles de l’automatisation concerne les postes d’entrée de carrière. Les fonctions juniors permettent traditionnellement aux jeunes diplômés d’acquérir des réflexes, de comprendre les clients, de maîtriser les processus et de progresser vers des responsabilités plus importantes.

Si ces tâches sont entièrement confiées à l’IA, les entreprises risquent de réduire le nombre de postes juniors tout en fragilisant leur propre pipeline de compétences. Une organisation peut gagner en productivité à court terme, mais rencontrer davantage de difficultés pour former ses futurs experts, managers et dirigeants.

Les directions des ressources humaines devront donc suivre plusieurs indicateurs : part des tâches automatisées, évolution des métiers, volume de formation, mobilité interne, accès des juniors aux missions qualifiantes et évolution des écarts de rémunération.

La question ne se limite pas à l’achat d’un outil. Elle concerne la conception des postes, la responsabilité des managers et les conditions dans lesquelles les collaborateurs continuent de progresser. Les entreprises qui supprimeront les tâches répétitives sans organiser les parcours risquent de déplacer le problème vers le recrutement et la fidélisation.

L’enjeu concerne également la qualité du travail. Une infirmière qui consacre moins de temps à la saisie administrative peut en consacrer davantage au patient, mais seulement si l’organisation valorise effectivement cette présence. Un développeur assisté par l’IA peut produire davantage de code, mais il doit encore comprendre les besoins, contrôler les résultats et assumer les conséquences d’une erreur.

Un modèle utile, mais incapable de mesurer les biographies

L’exercice comporte plusieurs limites assumées. Il ne prend pas en compte l’arrivée de robots généralistes capables de réaliser des tâches physiques complexes. Il ne modélise pas précisément les cycles économiques, les crises financières ou les réactions politiques. Les politiques publiques ne sont pas intégrées comme des réponses évoluant automatiquement avec le chômage.

Le modèle peut également sous-estimer les effets d’une IA capable de soutenir la recherche scientifique, la médecine ou l’innovation industrielle. À l’inverse, il peut surestimer la rapidité d’adoption des entreprises, confrontées aux questions de responsabilité, de sécurité, de données et de réglementation.

Le document ne suit pas les individus. Il ne distingue pas réellement un cadre commercial de 52 ans, une assistante administrative disposant d’une forte expertise tacite ou un jeune diplômé occupant son premier poste. Il observe des catégories professionnelles et des agrégats économiques.

Cette limite est fondamentale. Les moyennes nationales ne disent pas qui perd son emploi, qui retrouve une activité et qui reste durablement éloigné du marché du travail. Elles ne mesurent pas non plus la perte de statut, l’isolement ou le sentiment d’inutilité qui peuvent accompagner une rupture professionnelle.

Les déclarations de Dario Amodei, le dirigeant d’Anthropic, sur la possible disparition d’une partie des emplois de bureau débutants et sur un chômage pouvant atteindre 10 % à 20 % ont nourri les débats depuis 2025. Le modèle publié en septembre replace ces hypothèses dans une architecture plus nuancée. Le chômage extrême y apparaît comme une possibilité parmi d’autres, et non comme une certitude.

La véritable valeur de l’exercice réside donc moins dans la précision des chiffres que dans la comparaison des trajectoires. Il montre qu’une même technologie peut produire une hausse du PIB, une progression des salaires dans certains métiers et une perte d’emploi dans d’autres. Il oblige aussi les entreprises et les pouvoirs publics à examiner la répartition des gains avant que les effets sociaux ne deviennent irréversibles.

L’étude d’Anthropic ne conclut pas à la disparition de l’humain du travail. Elle montre plutôt une redistribution des rôles entre ceux dont l’activité peut être exécutée depuis un écran et ceux dont la valeur repose sur la présence, le geste, la relation, le jugement situé ou la responsabilité directe. La question centrale ne sera donc pas seulement de savoir combien l’intelligence artificielle fera produire à l’économie américaine, mais de déterminer qui bénéficiera de cette richesse, qui supportera le coût de la transition et quelle place les organisations réserveront encore à l’apprentissage humain.