L’IA interroge le monde du travail : entraînera-t-elle un bouleversement du monde du travail avec un rôle plus limité pour les collaborateurs ? Ou procurera-t-elle une augmentation de productivité et de bien-être ? L’ESSEC Metalab for Data, Technology & Society et l’OCDE ont travaillé ensemble sur une étude consacrée à l’impact de l’IA sur le travail dont les résultats ont été publiés fin avril 2023. Celle-ci vise à comprendre les conséquences de son déploiement sur l’organisation du travail, l’adaptabilité des salariés, et les enjeux nouveaux introduits par l’adoption de ces technologies.
L’impact de l’intelligence artificielle (IA) sur les lieux de travail est une question centrale pour l’avenir du travail, avec des implications potentiellement importantes pour les emplois, la productivité et le bien-être des travailleurs. Alors qu’un nombre croissant d’études quantitatives tente d’évaluer l’impact de l’IA sur divers résultats sur le marché du travail, il reste d’importantes lacunes dans les connaissances sur la manière dont les entreprises, les travailleurs et les représentants des travailleurs s’adaptent.
Cette étude comble ces lacunes par une approche qualitative. Elle est basée sur une nouvelle collecte de données qui a abouti à près de 100 études de cas sur les impacts des technologies d’IA sur les lieux de travail dans les secteurs de l’industrie manufacturière et de la finance de huit pays de l’OCDE. Les résultats fournissent une image nuancée des avantages et des défis de l’IA pour les travailleurs, ajoutant de la granularité au débat public.
Les études de cas montrent qu’à ce jour, la réorganisation des emplois semble plus répandue que le déplacement des emplois, l’automatisation incitant à la réorientation des emplois vers des tâches dans lesquelles les humains ont un avantage comparatif. Les améliorations de la qualité des emplois associées à l’IA – réduction de l’ennui, plus grand engagement des travailleurs et amélioration de la sécurité physique – peuvent être sa plus forte approbation du point de vue des travailleurs.
Dans le même temps, les études de cas mettent en évidence certains défis – des exigences de compétences plus élevées, un déficit de compétences spécialisées en IA et des rapports fréquents d’intensité de travail accrue – soulignant la nécessité de politiques pour garantir que les technologies d’IA profitent à tous.
IA, un potentiel de transformation des marchés du travail
L’intelligence artificielle (IA) a le potentiel de transformer les marchés du travail. L’impact de l’IA sur le monde du travail fait l’objet d’un important débat, certains suggérant qu’elle entraînera un bouleversement du marché du travail et un rôle plus limité pour les humains dans l’avenir du travail, d’autres qu’elle se traduira par une augmentation de la productivité et du bien-être des travailleurs.
Pourquoi ne pas profiter d’une lecture illimitée de UP’ ? Abonnez-vous à partir de 1.90 € par semaine.
La prévalence croissante des technologies de l’IA a accru l’importance de ce débat et pourtant, en raison du manque de données granulaires disponibles, les décideurs politiques ont encore de nombreuses questions sans réponse. Par exemple, la « révolution de l’IA » est-elle semblable aux vagues technologiques passées ou différente, et comment ? Comment les impacts de l’IA diffèrent-ils selon les entreprises, les secteurs et les pays ? Comment les travailleurs et les entreprises s’adaptent-ils aux changements induits ?
Cette étude offre un aperçu détaillé de la manière dont l’IA modifie le travail dans les pays de l’OCDE. Elle s’appuie sur un vaste exercice de collecte de données qui a permis de réaliser près de 100 études de cas sur les technologies d’IA mises en œuvre sur les lieux de travail dans les secteurs de la finance et de l’industrie manufacturière dans huit pays (Autriche, Canada, France, Allemagne, Irlande, Japon, RoyaumeUni et États-Unis). En laissant une série de parties prenantes, et en premier lieu les travailleurs, s’exprimer, l’étude élargit l’ensemble des récits expliquant le « pourquoi et le comment » de la mise en œuvre de l’IA et en améliore la qualité, fournissant ainsi une base de données plus riche sur l’impact de l’IA sur les niveaux d’emploi, la composition des tâches, les exigences en matière de compétences et la qualité des emplois. Les résultats suggèrent que :
Les technologies de l’IA ont un impact sur un large éventail de tâches et de travailleurs
Les applications de l’IA étudiées suggèrent que l’IA favorise l’automatisation des tâches routinières, car les nouvelles capacités de l’IA permettent de nouvelles solutions (par exemple, les progrès de la reconnaissance d’image appliquée à l’assurance qualité, les progrès du traitement du langage naturel appliqué à la recherche d’informations utilisée pour alimenter les bots de chat). En outre, l’IA gagne du terrain en ce qui concerne l’automatisation des tâches non routinières (par exemple, les systèmes de maintenance prédictive alimentés par l’IA dans le secteur manufacturier, qui soulagent les techniciens de la tâche non routinière de dépannage des équipements en anticipant les pannes avant qu’elles ne se produisent). En raison d’une telle portée, les travailleurs les plus touchés par les technologies de l’IA comprennent un éventail de professions, ce qui suggère que l’IA peut avoir un impact sur les travailleurs de tous les niveaux de compétences dans de nombreuses entreprises et secteurs.
Des niveaux d’emploi restés stables face à l’adoption de l’IA, bien qu’il existe des preuves d’un ralentissement de la croissance de l’emploi
Les études de cas montrent peu de preuves de licenciements liés à l’IA. Au lieu de cela, les personnes interrogées ont souvent insisté sur le fait que, quel que soit le degré de développement de l’IA, certains emplois seront toujours mieux réalisés par les humains, comme ceux qui impliquent de l’empathie, des interactions sociales et certains types de prise de décision. Dans le nombre limité d’études de cas où la mise en œuvre de l’IA a entraîné une diminution des emplois, les entreprises ont réaffecté les travailleurs à d’autres secteurs d’activité ou ont géré les ajustements en ralentissant l’embauche et l’attrition, laissant l’emploi dans des professions spécifiques diminuer progressivement au fil du temps, les retraités, en particulier, n’étant pas remplacés.
La forte demande de compétences spécialisées en matière d’IA entraîne une croissance des professions liées à l’IA
Les études de cas montrent des preuves de la création de nouveaux emplois dans le domaine de l’IA lui-même. Les technologies d’IA doivent être construites, formées, mises à jour et entretenues. Pour répondre à ces demandes, les responsables des ressources humaines ont fréquemment cité les efforts déployés pour embaucher des travailleurs possédant des compétences spécialisées en IA.
La réorganisation des emplois est plus fréquente que leur déplacement, les tâches étant déplacées vers celles pour lesquelles les travailleurs humains ont un avantage comparatif
Dans un nombre limité de cas, la composition des tâches a peu changé, car les technologies d’IA complémentaires ont amélioré les capacités des travailleurs, leur permettant de produire des produits et/ou des services de meilleure qualité (par exemple, plus rapidement, plus précisément, plus sûrement) sans changer de profil professionnel. Dans un plus grand nombre de cas, lorsque l’IA a automatisé une tâche qu’elle pouvait effectuer plus rapidement ou à moindre coût, la demande de travailleurs humains pour effectuer les autres tâches autour de l’IA a augmenté. Ces autres tâches sont généralement celles pour lesquelles les travailleurs humains conservent un avantage comparatif, ce qui met en évidence un mécanisme clé par lequel l’automatisation affecte la demande de main-d’œuvre.
La mise en œuvre des technologies d’IA exige souvent des compétences plus élevées et des ensembles de compétences élargis
La possibilité pour les entreprises et les travailleurs de s’adapter à la mise en œuvre de l’IA par le biais d’une réorganisation des emplois dépend des niveaux de compétences existants des travailleurs et des efforts de formation entrepris par les entreprises pour améliorer les compétences des travailleurs si nécessaire. Les études de cas montrent que les compétences requises sont souvent restées inchangées après l’introduction de l’IA. Par exemple, de nombreux emplois réorganisés parmi les combinaisons de tâches existantes des travailleurs ne nécessitent pas de nouvelles compétences. Toutefois, dans une partie importante des études de cas, les exigences en matière de compétences ont changé, avec des preuves que les technologies de l’IA entraînent des exigences plus élevées en matière de compétences (par exemple, des compétences analytiques aiguisées, des compétences interpersonnelles améliorées) et des ensembles de compétences élargis (par exemple, des compétences spécialisées en IA, de nouvelles connaissances spécifiques à un sujet, comme la science des données). Dans un nombre limité d’études de cas, qui ont toutes été trouvées dans le secteur manufacturier, les personnes interrogées ont signalé des exigences de compétences plus faibles dans les cas où l’automatisation a rendu certaines compétences superflues.
Les améliorations de la qualité de l’emploi associées à l’IA : le meilleur argument en faveur de l’IA du point de vue des travailleurs
Les études de cas offrent des preuves convaincantes que l’IA entraîne des améliorations de la qualité des emplois. Le contenu des emplois s’est souvent amélioré grâce à l’automatisation des tâches fastidieuses, telles que le routage du courrier électronique et l’inspection de l’assurance qualité, ce qui a permis d’améliorer l’engagement des travailleurs en leur libérant du temps pour des tâches plus intéressantes. La sécurité et l’environnement de travail se sont améliorés grâce à l’automatisation de tâches qualifiées par un travailleur comme » sales, dangereuses et ennuyeuses », tandis que la réduction de la charge de travail a amélioré le bien-être mental. La réduction de la charge de travail a quant à elle amélioré le bien-être mental. Cependant, l’augmentation de l’intensité du travail, due à des objectifs de performance plus élevés (une pression pour « faire plus avec la même chose ») et à une plus grande complexité des tâches, a mis en évidence les défis que l’IA représente pour de nombreux travailleurs. Les travailleurs ont également fait état d’un stress accru lié à la nécessité d’apprendre de nouveaux systèmes, ainsi que d’inquiétudes quant à une surveillance accrue.
Les politiques jouent un rôle important dans le façonnement des impacts des technologies d’IA
Les formes de dialogue social mentionnées dans les études de cas incluent l’implication directe des travailleurs dans le développement et la mise en œuvre de l’IA, ce qui réduit l’anxiété liée à la perte d’emploi et améliore la volonté des travailleurs de s’engager dans les technologies de l’IA. Elles incluent également la représentation des travailleurs en Autriche et en Allemagne, où les comités d’entreprise ont pu influencer la conception des technologies d’IA.
Les entreprises adoptent une série d’approches pour former les travailleurs après l’introduction de l’IA, allant de brèves sessions qui présentent les nouvelles technologies et donnent un aperçu de leurs fonctionnalités de base à des programmes plus complets pour aider les travailleurs à faire la transition entre les professions. En outre, la promotion des compétences spécialisées en IA est considérée comme cruciale aujourd’hui et d’une importance croissante à l’avenir.
Pour lutter contre la désinformation et privilégier les analyses qui décryptent l’actualité, rejoignez le cercle des lecteurs abonnés de UP’
Une préoccupation commune concernant la recherche par étude de cas est la capacité limitée de généraliser les résultats au niveau de la population étudiée. En gardant cela à l’esprit, les résultats des études de cas ne doivent pas être considérés comme une image définitive de la façon dont toutes les entreprises et/ou tous les travailleurs sont touchés par les technologies de l’IA, mais plutôt comme des exemples de la façon dont les changements se produisent et une occasion d’observer des modèles et des mécanismes qui ne sont pas encore assez répandus pour être détectés dans des enquêtes représentatives.
Néanmoins, l’étude tente à deux reprises d’apaiser les inquiétudes quant à la généralisation limitée des résultats.
Premièrement, les résultats mis en évidence dans ce rapport tendent à représenter des thèmes que la majorité des 96 études de cas ont en commun, et non pas seulement une poignée.
Deuxièmement, cette étude a été menée en parallèle avec les enquêtes de l’OCDE auprès des entreprises et des travailleurs concernant l’impact de l’IA sur le lieu de travail. Les questions de l’enquête et les guides d’entretien des études de cas ont été élaborés en étroite concertation, ce qui a permis à chaque série de résultats d’éclairer l’autre. L’image globale combinée est étonnamment alignée, reflétant les mêmes modèles à travers les preuves quantitatives et qualitatives.
Conclusions
L’IA, si elle est utilisée correctement, pourrait contribuer à une productivité accrue et à une meilleure qualité des emplois
Environ 80 % des utilisateurs d’IA ont déclaré, dans cette étude, qu’elle a amélioré leurs performances au travail, contre 8 % qui pensent qu’elle les a aggravées. Les employés interviewés expriment aussi des inquiétudes quant à son impact sur la stabilité de l’emploi et sur les salaires. Ainsi, 19 % des employés de la finance et 14 % de l’industrie manufacturière craignent de perdre leur emploi au cours des dix prochaines années du fait de l’arrivée de l’IA, tandis que 46 % et 50 % respectivement ne sont pas du tout inquiets. La plupart des utilisateurs déclarent qu’elle les aide même significativement dans la prise des décisions.
Les technologies mobilisant de l’IA ont un impact conséquent sur un large éventail de tâches et de fonctions. L’IA favorise l’automatisation des tâches routinières et gagne progressivement du terrain sur des tâches plus complexes qui induisent de l’incertitude (systèmes de maintenance prédictive par exemple). Les niveaux d’emploi sont pour l’instant stables face à l’adoption de l’IA, bien qu’il existe des preuves d’un ralentissement de la croissance des embauches.
« Peu importe à quel point l’IA est avancée dans une organisation, il y a ce sentiment partagé que certaines tâches seront toujours mieux exécutées par des humains, comme celles impliquant de l’empathie, de l’interaction sociale et certaines prises de décision impliquant des ressources humaines. » précise Julien Malaurent, Directeur académique du Metalab et auteur du volet français de l’étude.
L’adoption de l’IA entraîne d’importants bouleversements dans les compétences requises, les employeurs organisant des formations
L’introduction des technologies à base d’IA dans les organisations sollicitent des compétences pointues (par exemple, des compétences analytiques avancées, des compétences interpersonnelles éprouvées) sur un périmètre élargi (compétences réparties sur l’ensemble du cycle de vie des systèmes allant de la phase de design jusqu’a la gouvernance et la maintenance).
Afin de mieux répondre à cette évolution des compétences, les employeurs accélèrent la formation des ressources internes (64 % et 71 % dans la finance et la fabrication, respectivement) en faisant appel à des prestataires de service pour 53 % d’entre eux. Dans les secteurs de la finance 43% et de l’industrie 45 % des employeurs ont adopté des outils à base d’IA après avoir consulté les employés ou les représentants du personnel.
Cependant, les salariés ont exprimé des inquiétudes, comme la pression accrue qu’ils ressentent pour effectuer leur travail, en raison de la “surveillance par les données”.
Les employeurs affirment que le coût et le manque de compétences sont des obstacles plus importants à l’adoption de l’IA que la réglementation
53% des employeurs de la finance et 58% de l’industrie affirment que les coûts élevés sont l’obstacle principal à l’adoption de l’IA, et 41 % et 43 % identifient le manque de compétences disponibles comme un obstacle majeur tandis que seulement 25 % et 19 % de ces mêmes secteurs déclarent que la réglementation est un obstacle majeur à son adoption.
Avertissement : cette étude a été réalisée en 2022 et les résultats publiés en avril 2023, avant l’explosion de l’usage de l’IA dite “générative”. Les conclusions tirées sont toutefois représentatives de la réalité des entreprises, qui n’ont à ce jour qu’encore très peu intégré l’IA générative dans leur fonctionnement.
(1) Les études de cas en France ont été menées auprès de CEO’s, CDOs, Data Scientists, Project Managers, et End Users venant des entreprises SwissLife, Renault, EDF, Credit Mutuel Arkema, GYS, Legrand et une dernière qui n’a pas souhaité divulguer son identité.
