L’essentiel
- L’équipe Économie d’Anthropic a mis en ligne un modèle interactif à trois scénarios sur l’effet de l’IA aux États-Unis d’ici 2030.
- Dans le scénario extrême, la production double tous les 4,5 ans, le chômage des travailleurs du savoir atteint 17,9 % et la part du travail dans le PIB tombe de 60 % à 45 %.
- Les prévisions publiques de Dario Amodei, qui annonçait en mai 2025 la disparition possible de la moitié des emplois de bureau débutants, correspondent à ce scénario présenté comme le moins probable.
- Le modèle raisonne métier par métier, en découpant chaque emploi en tâches et en demandant à l’utilisateur de régler lui-même les hypothèses.
Anthropic a publié cette semaine un modèle économique de l’IA aux États-Unis jusqu’en 2030, avec trois scénarios chiffrés. Dans le plus dur, le chômage des travailleurs du savoir grimpe à 17,9 % et la part des salaires dans la richesse produite passe de 60 % à 45 %. Ces ordres de grandeur sont ceux que le patron du laboratoire, Dario Amodei, avançait en mai 2025 : chômage entre 10 % et 20 %, moitié des postes de bureau débutants effacés. Son propre modèle les range dans la case improbable.
Trois scénarios, un même moteur de calcul
Le scénario modéré décrit une IA dont l’effet ressemble à celui d’internet : croissance légèrement supérieure, salaires stables, recomposition lente de l’emploi. Les travailleurs du savoir y passent de 62,2 % à 59,7 % de la population active entre 2026 et 2030, au profit des métiers qui ne relèvent pas du travail intellectuel. Un déplacement de 2,5 points en quatre ans, le genre de mouvement qu’un marché du travail encaisse sans crise.
Le scénario médian double le rythme de croissance de l’économie américaine tout en laissant stagner les salaires des cols blancs. Le décrochage entre productivité et rémunération y devient la variable centrale : la richesse augmente, la part qui revient au travail qualifié n’augmente pas.
Le scénario extrême change d’échelle. Une production qui double tous les 4,5 ans revient à environ 16 % de croissance annuelle, un régime qu’aucune grande économie développée n’a tenu durablement. Les 15 points de produit intérieur brut qui basculent du travail vers le capital pèsent, eux, davantage qu’une décennie entière de tendance observée dans les pays riches. À ce niveau, on quitte la conjoncture pour un changement de régime économique.
Des emplois découpés en tâches
La méthode compte ici davantage que les courbes. Anthropic ne raisonne pas en métiers remplacés, mais en ensembles de tâches. Chaque tâche peut recevoir quatre traitements : l’IA aide l’humain à aller plus vite ou à faire mieux, elle exécute la tâche seule, elle ne change rien, ou elle crée de nouvelles tâches qui n’existaient pas.
Ce découpage est la bonne unité de mesure, et il explique pourquoi les prévisions publiques divergent autant. Un développeur dont 40 % des tâches sont accélérées reste un développeur plus productif. Le même développeur dont 40 % des tâches sont exécutées sans lui devient un poste qu’on peut choisir de ne pas remplacer quand son titulaire s’en va. Même pourcentage, effets opposés sur l’emploi.
Le simulateur demande d’ailleurs à l’utilisateur d’entrer ses propres hypothèses de répartition, puis compare ses réponses à celles de plus de 10 000 Américains interrogés en août. On tient là un moteur de calcul plus qu’une prévision : les trois scénarios publiés sont trois jeux de curseurs parmi une infinité. La sortie est aussi solide que l’entrée, et l’entrée relève du jugement. OpenAI a pris la même question par l’autre bout : son évaluation GDPval fait produire aux modèles 1 320 livrables tirés de 44 métiers, puis compare le résultat au travail de professionnels expérimentés. On y mesure ce que la machine sort déjà, là où Anthropic simule ce qu’elle remplacera en 2030.
La reconversion, angle mort du scénario médian
Le passage le plus concret du modèle concerne les transitions professionnelles. Les programmeurs et les téléopérateurs y basculent vers des métiers d’électricien ou d’infirmier, et Anthropic reconnaît que ce saut est difficile : il pousse le chômage à la hausse pendant la transition.
Une reconversion d’infirmier se compte en années de formation, celle d’électricien en apprentissage encadré et en habilitations. Un plan de charge se réorganise en un trimestre, un diplôme d’État non. Ce décalage de rythme entre l’automatisation d’une tâche et la requalification d’une personne fabrique du chômage même quand les emplois existent à l’autre bout. Le modèle l’inscrit noir sur blanc ; la plupart des commentaires sur l’IA et l’emploi l’oublient.
Pour un professionnel de la tech, l’exercice devient utile à l’échelle de son propre poste. Quelle proportion de vos semaines tient dans des tâches qu’une machine peut exécuter seule, sans relecture ni arbitrage ? Quelle proportion tient dans des tâches qu’elle accélère mais qu’elle ne peut pas assumer ? La réponse situe votre exposition bien mieux qu’un taux de chômage agrégé à horizon 2030.
Quand le vendeur fournit aussi le thermomètre
Reste le conflit d’intérêts : ce modèle de l’emploi est paramétré par une entreprise dont le produit automatise du travail intellectuel. Anthropic ne s’en cache pas, l’outil est signé et les hypothèses sont modifiables. Le geste éditorial compte autant : ranger les déclarations de son propre dirigeant parmi les cas les moins probables revient à retirer de la table le chiffre qui inquiétait le plus les directions générales.
Deux lectures cohabitent. La prudence méthodologique : une entreprise qui publie ses hypothèses accepte qu’on les conteste, et l’affichage d’un intervalle vaut mieux qu’une prophétie isolée. Le calcul commercial : la panique sur l’emploi est mauvaise pour la signature de contrats d’entreprise, un cadrage plus tempéré facilite les déploiements. Les deux peuvent être vraies en même temps.
Pour une décision publique, l’objet reste utilisable à une condition : le traiter comme une grille de discussion, pas comme une source. Un régulateur qui reprendrait les 17,9 % de chômage ou les 2,5 points de recomposition sans rejouer les hypothèses sous-jacentes prendrait les curseurs d’Anthropic pour la réalité. Le mérite du modèle tient justement à ce qu’il rend ces curseurs visibles. À charge pour les économistes du travail, les syndicats et les administrations de produire leurs propres réglages et de publier l’écart.
Mon avis
Un modèle dont l’utilisateur règle lui-même les curseurs ne prédit rien, il organise un désaccord, et je trouve l’exercice sain : il oblige chacun à chiffrer la part automatisable de son propre métier, question à laquelle presque personne ne sait répondre honnêtement. Mon désaccord porte sur le scénario médian, celui où la croissance double pendant que les salaires qualifiés stagnent. C’est l’hypothèse la plus confortable pour un éditeur de modèles et la moins tenable politiquement : une économie qui double sa production sans que la moitié qualifiée de ses actifs en voie la couleur finit en débat fiscal, pas en tableur. Je m’attends à ce que ce simulateur serve d’abord d’argument dans les cabinets ministériels avant de servir d’outil d’analyse.
