Selon l’American AI Jobs Risk Index publié par la Digital Planet de l’Université Tufts en mars 2026, 9,3 millions d’emplois américains sont exposés à un risque de déplacement par l’IA dans les 2 à 5 prochaines années. Les métiers les plus touchés ne sont pas ceux qu’on attendait : rédacteurs, développeurs, designers web et analystes arrivent en tête. Ce que les États-Unis vivent aujourd’hui préfigure les arbitrages que la France devra faire demain.
Il y a quelques années encore, la conversation sur l’IA et l’emploi se concentrait sur les opérateurs d’usine et les caissières de supermarché. L’automatisation allait d’abord frapper les cols bleus, les tâches répétitives, les gestes simples. C’était le consensus.
Une étude publiée en mars 2026 par la Digital Planet de l’Université Tufts vient le contredire frontalement. Ce sont les rédacteurs, les développeurs, les analystes et les designers qui arrivent en tête des métiers exposés. L’IA générative a changé la donne : ce qu’elle sait faire le mieux, c’est traiter le langage, le code et l’information, précisément le coeur de métier des profils les plus qualifiés.
L’American AI Jobs Risk Index de la Digital Planet (Université Tufts, mars 2026) introduit une distinction essentielle que la plupart des études précédentes négligeaient : la différence entre exposition et vulnérabilité. Un métier peut être exposé à l’IA sans être pour autant menacé de disparition, si l’IA augmente la productivité sans remplacer le travailleur. La vulnérabilité, elle, désigne les emplois dont les tâches centrales peuvent être exécutées par l’IA à un coût inférieur.
Sur ce critère, le classement est sans appel.
Les secteurs les plus touchés sont l’information (18 % des emplois vulnérables), la finance et l’assurance (16 %), et les services professionnels, scientifiques et techniques (16 %). Autrement dit : ce sont les industries à fort contenu intellectuel qui sont en première ligne, pas les secteurs industriels ou manuels.
L’étude chiffre également la perte de revenus potentielle : entre 200 milliards et 1 500 milliards de dollars de masse salariale annuelle aux États-Unis selon les scénarios d’adoption de l’IA. La fourchette est large, de 2,7 à 19,5 millions d’emplois déplacés, parce que la vitesse d’adoption reste la variable déterminante. Ce que l’IA peut faire et ce que les entreprises choisiront effectivement de faire sont deux choses différentes.
Le résultat peut sembler contre-intuitif, mais il s’explique par la nature même de l’IA générative. Contrairement aux robots industriels, qui reproduisent des gestes physiques, les modèles de langage reproduisent des raisonnements, des formulations, des structures de code. Ce sont précisément les tâches que les profils qualifiés effectuent dans leur quotidien : rédiger, analyser, coder, structurer une argumentation.
« L’IA remplace des tâches, et non des emplois. »
Cette nuance est importante. La Commission IA française, dans son rapport de mars 2024, distingue la suppression de tâches et la suppression de postes. Un développeur qui passait 40 % de son temps à écrire du code boilerplate en passera peut-être 10 % demain. Mais il passera davantage de temps à architecturer, à superviser, à corriger, à décider. Le poste se transforme, il ne disparaît pas nécessairement.
C’est là que le marché du recrutement envoie un signal paradoxal et pourtant cohérent : les offres d’emploi pour des profils tech en lien avec l’IA progressent fortement, même dans un contexte de ralentissement global du recrutement IT.
L’un des apports les plus originaux de l’étude Tufts est sa dimension géographique. Plutôt que de raisonner uniquement par métier ou secteur, les chercheurs ont cartographié le risque au niveau des métropoles américaines. Résultat surprenant : ce sont les grandes villes technologiques, New York, Los Angeles, San Francisco, Washington DC, Boston, qui sont les plus exposées, avec chacune plus de 20 milliards de dollars de pertes de revenus annuels potentielles.
C’est l’inverse de la désindustrialisation des années 1980-1990, qui avait frappé les régions ouvrières. L’IA frappe d’abord là où se concentre le travail cognitif et les hauts salaires. L’étude donne d’ailleurs un nom à ce phénomène : les Wired Belts (ceintures connectées) pourraient devenir les nouveaux Rust Belts (ceintures rouillées) de l’économie américaine.
Pour la France, le parallèle est instructif. L’Île-de-France, qui concentre 47 % des recrutements de cadres et la quasi-totalité des fonctions informatiques, juridiques et financières de haut niveau, serait mécaniquement la région la plus exposée à ce type de risque si la dynamique américaine se transposait à l’identique.
Pour les profils tech, la situation est moins alarmante qu’il n’y paraît, à condition de lire les données correctement. L’étude Tufts classe les développeurs parmi les métiers exposés. Mais elle distingue les développeurs qui font du code de routine (très exposés) des architectes, des ingénieurs IA et des profils qui combinent expertise technique et capacité à superviser des systèmes automatisés (peu exposés).
C’est exactement ce que confirme le marché français en 2026. Les offres d’emploi pour des développeurs généralistes reculent, mais les besoins en ingénieurs spécialisés en IA, en cybersécurité, en cloud et en data architecture progressent. La demande se déplace vers le haut de la chaîne de valeur technique.
Plusieurs caractéristiques réduisent significativement l’exposition d’un profil au risque IA. La capacité à travailler dans des environnements non structurés et à fort contenu relationnel constitue un premier rempart : un chef de projet qui négocie avec des parties prenantes, gère des conflits d’équipe et arbitre des décisions dans l’incertitude fait des choses que l’IA ne sait pas encore reproduire de façon fiable.
La spécialisation sectorielle profonde est un deuxième facteur de protection. Un ingénieur qui connaît les contraintes réglementaires du nucléaire, les spécificités de l’aéronautique ou les enjeux de certification dans le médical détient une expertise contextuelle que les modèles généraux d’IA ne peuvent pas acquérir facilement.
Enfin, la capacité à utiliser l’IA comme outil de productivité plutôt que de la subir comme concurrente est probablement le facteur de différenciation le plus décisif à court terme. Les recruteurs observent déjà cette distinction dans les processus de sélection.
À l’inverse, certains rôles sont structurellement fragilisés. Les postes de rédaction technique standardisée (documentation, spécifications, rapports de conformité), les fonctions d’analyse de données à faible complexité décisionnelle, et les rôles de développement web frontal sans dimension UX forte sont ceux où la substitution par des outils IA est déjà en cours dans de nombreuses entreprises.
Ce n’est pas une disparition instantanée, c’est une compression progressive des effectifs sur ces fonctions, combinée à une hausse des exigences pour les postes restants. C’est précisément ce que Revelio Labs mesurait déjà en 2025 : une hausse de 10 % des compétences requises à poste équivalent sur trois ans.
La tentation de geler certains recrutements en attendant que l’IA comble le besoin est réelle. Elle est aussi risquée. Les entreprises qui sous-investissent dans les compétences humaines pendant la période de transition se retrouvent sans la capacité interne d’implémenter, de superviser et de corriger les systèmes IA qu’elles déploient. L’IA sans expertise humaine pour la piloter produit rarement ce qu’on en attend.
La bonne question n’est pas « est-ce que l’IA peut faire ce travail ? » mais « quel profil humain maximise la valeur de l’IA dans ce contexte précis ? » Ce recadrage change radicalement les critères de recrutement.
L’étude Tufts est un signal d’alarme, pas une sentence. Elle indique où le marché va se tendre, et donc où les compétences rares seront les mieux valorisées. Les profils qui combinent une expertise métier solide avec une maîtrise opérationnelle des outils IA se positionnent sur un segment qui n’existait pas il y a trois ans et qui est aujourd’hui en pénurie structurelle.
La reconversion vers ces profils hybrides demande du temps et de l’investissement. Mais le marché du travail de 2027 récompensera ceux qui auront commencé cette transition en 2025 ou 2026, pas ceux qui auront attendu que la situation soit évidente.
Lunopa © 2026
