Un constat partagé, trois lectures opposées. Dans son enquête sur l’impact de l’IA sur l’emploi, le Wall Street Journal a interrogé plusieurs économistes de premier plan. Tous s’accordent sur un point : l’intelligence artificielle devrait accroître la productivité. Les avis divergent sur le nombre d’emplois en bout de course.
Le quotidien met en avant trois profils aux vues contrastées : David Autor, professeur au MIT, Anton Korinek, économiste à l’université de Virginie, et Martha Gimbel, directrice du Budget Lab de Yale. Même constat de départ, projections très différentes sur la façon dont les entreprises arbitreront entre automatisation, complémentarité et création de postes.
Points clés
- 15 économistes sur 16 anticipent un gain de productivité lié à l’IA
- Sur l’emploi : 8 voix pour un effet nul, 5 pour une destruction nette, 2 pour une création
- David Autor situe les effets les plus nets sur un horizon de cinq à dix ans
- S&P Global mesure un effet mondial de -5 points sur un an, puis -2 points prévus
Productivité : quasi-consensus chez les économistes interrogés
Les économistes interrogés sont presque unanimes sur le gain de productivité lié à l’IA. D’après une synthèse de Workforce Rewired publiée le 12 juin 2026, 15 économistes sur 16 estiment que l’IA va améliorer sensiblement la productivité du travail. Aucun ne dit le contraire.
Le même panel se divise ensuite sur l’emploi. La synthèse donne 8 voix pour un effet net nul, 5 voix pour une destruction nette d’emplois et 2 voix pour une création nette. Le choc technologique ne fait pas débat. Sa traduction dans les effectifs, si.
Dans un commentaire repris par les sources secondaires, Daron Acemoglu a défendu l’idée que les pertes d’emplois pourraient être concentrées et durables, en citant des précédents comme le choc des importations chinoises et l’essor des robots industriels. À l’inverse, Jason Furman, ancien président du Council of Economic Advisers, a rangé l’effet agrégé actuel du côté du « small to zero », soit faible à nul à l’échelle de l’économie américaine.
Le désaccord porte sur le calendrier et la vitesse d’adoption
La ligne de fracture n’est pas seulement idéologique. Elle tient au temps d’adoption, à la fiabilité des modèles, au coût de mise en œuvre et à la capacité des entreprises à transformer une possibilité technique en suppression de postes. C’est là que les scénarios se séparent.
Pour David Autor, l’horizon pour mesurer les effets les plus nets se situe entre cinq et dix ans, plutôt qu’une rupture immédiate. D’autres économistes, plus prudents sur la vitesse de diffusion, voient d’abord l’IA comme un outil de réorganisation des tâches, avant des effets plus visibles sur l’emploi.
Un rapport de S&P Global sur l’impact de l’IA sur l’emploi décrit un effet mondial légèrement négatif sur les douze derniers mois, avec un solde net de -5 points, puis une prévision à -2 points pour l’année à venir. Le document précise que la majorité des entreprises privilégie d’abord l’efficacité des processus et la productivité des salariés, bien avant la réduction des effectifs.
La question centrale reste ouverte : l’IA remplace-t-elle surtout des tâches, ou finit-elle par remplacer des postes ? En juin 2026, les économistes partagent les mêmes données sans en tirer la même lecture sociale.
