L'apocalypse de l'emploi par l'IA est un mythe marketing de la Silicon Valley

Au printemps 2025, Dario Amodei, PDG d'Anthropic, a commencé à faire circuler un avertissement qui ressemblait moins à une prévision qu'à une menace : un « bain de sang des cols blancs » était imminent. Un sentiment qui a trouvé un écho favorable dans les salles de conférence aux murs de verre de San Francisco, où la vitesse du logiciel est souvent confondue avec la vitesse de la réalité. Pourtant, dans les centres industriels de Rhénanie-du-Nord-Westphalie, la prophétie s'est heurtée à un mur bien terne. Lors d'un récent salon de la machine-outil à Hanovre, il n'était pas question de licenciements massifs, mais du coût exorbitant de l'électricité nécessaire pour faire tourner un seul modèle de langage étendu (LLM) localisé, et du refus catégorique des comités d'entreprise allemands d'autoriser le suivi automatisé de la performance.

Le fossé entre le récit de l'« apocalypse de l'emploi » et la réalité technique du déploiement en entreprise se creuse. Si un sondage Quinnipiac a révélé que 70 % des Américains s'attendent à ce que l'IA fasse s'évaporer leurs opportunités de carrière, les données réelles suggèrent quelque chose de bien plus terre-à-terre. Nous ne faisons pas face à une disparition soudaine du travail, mais à un processus d'intégration désordonné, coûteux et profondément bureaucratique que la Silicon Valley a tout intérêt à ignorer. Pour ceux qui conçoivent ces modèles, l'apocalypse est un outil marketing. Si le logiciel est assez puissant pour détruire l'économie, il est certainement assez puissant pour justifier une valorisation à plusieurs milliards de dollars.

Le coût élevé du remplacement d'un employé

Le principal argument contre un effondrement soudain du marché du travail ne se trouve pas dans les sciences sociales, mais dans la thermodynamique du centre de données. Pour remplacer un cadre intermédiaire ou un analyste débutant par un agent d'IA, une entreprise doit faire bien plus que payer un abonnement. Elle doit faire face au coût faramineux de la puissance de calcul. En Europe, où les prix de l'énergie restent volatils et où l'approvisionnement en semi-conducteurs haut de gamme est lié au déploiement laborieux de l'EU Chips Act, les calculs jouent rarement en faveur de la machine. Un GPU Nvidia H100 est une prouesse d'ingénierie, mais c'est aussi un actif énergivore qui nécessite un refroidissement spécialisé et un investissement en capital massif.

Les ingénieurs du secteur savent ce que les communiqués de presse omettent : le « problème du débit ». Les modèles génératifs actuels sont statistiquement impressionnants mais opérationnellement fragiles. Lorsqu'un employé de bureau à Bonn traite un document fiscal, il fonctionne avec environ 100 watts d'énergie et une base de données interne affinée par des décennies de contexte social nuancé. Remplacer cet employé par un modèle qui nécessite des milliers de watts et une équipe DevOps spécialisée pour éviter les « hallucinations » n'est pas un gain d'efficacité ; pour de nombreuses entreprises européennes de taille moyenne, c'est un luxe qu'elles ne peuvent pas s'offrir. Le « bain de sang » suppose que la technologie est gratuite et que la main-d'œuvre est chère. Dans l'environnement inflationniste actuel pour le matériel, c'est souvent l'inverse qui est vrai.

Pourquoi les PDG vendent de la peur

Il existe une tension curieuse dans la manière dont la Silicon Valley communique. Des personnalités comme Amodei ou Sam Altman, d'OpenAI, oscillent fréquemment entre l'affirmation selon laquelle leurs outils résoudront tous les problèmes humains et l'avertissement qu'ils pourraient mettre fin à la civilisation ou au marché du travail tel que nous le connaissons. Ce n'est pas une contradiction ; c'est une stratégie de capture réglementaire. En présentant l'IA comme une force existentielle, ces entreprises appellent à une réglementation de « haut niveau » qui favorise inévitablement les acteurs en place, dotés des équipes juridiques nécessaires pour naviguer dans la bureaucratie, excluant ainsi de facto les concurrents plus petits et plus agiles.

Lorsqu'un PDG met en garde contre une sous-classe permanente ou une perturbation du travail, il signale aux investisseurs que son produit est « la chose la plus importante au monde ». C'est une tactique classique du manuel du SaaS (logiciel en tant que service), appliquée à l'échelle planétaire. Si l'IA n'était qu'un très bon outil de tableur, elle ne commanderait pas les cycles d'investissement de mille milliards de dollars dont nous sommes témoins. Le récit apocalyptique fournit les enjeux nécessaires pour maintenir les capitaux en circulation, alors même que le déploiement réel de ces outils reste limité à des tâches étroites comme la rédaction d'e-mails ou la génération de code standard.

Le tampon réglementaire européen

Le droit du travail allemand, en particulier, exige que tout changement significatif des processus de travail soit négocié avec les comités d'entreprise (Betriebsräte). Ces groupes ne s'intéressent pas aux implications philosophiques de l'intelligence artificielle générale ; ils s'intéressent à la protection des données, aux descriptions de poste et au droit à la déconnexion. Alors qu'une startup de la Silicon Valley pourrait remplacer du jour au lendemain tout son service client par un chatbot, une entreprise cotée au DAX à Munich ferait face à des années de litiges et de négociations. Cette inertie structurelle agit comme un amortisseur. Elle garantit que, lorsque la technologie est réellement mise en œuvre, le marché du travail a eu des années pour s'adapter, se reconvertir ou partir à la retraite.

Le déplacement n'est pas la disparition

L'histoire est jonchée de « contes effrayants » sur la technologie. Dans les années 1960, l'automatisation des chaînes de montage automobile était censée entraîner un chômage structurel permanent. Au lieu de cela, elle a conduit à une transition vers l'économie des services et à une demande accrue de techniciens capables d'entretenir les robots. La vague actuelle d'IA devrait suivre une trajectoire similaire, bien que dans le domaine numérique. Nous assistons à un déplacement des tâches, et non à une disparition des rôles.

Le goulot d'étranglement de la croissance économique a rarement été le manque de choses à faire pour les gens ; c'était le coût pour les réaliser. Si l'IA rend la production de documents juridiques moins chère, le résultat n'est pas nécessairement une baisse du nombre d'avocats ; c'est une augmentation des litiges. S'il devient moins coûteux d'écrire des logiciels, nous n'aurons pas besoin de moins de développeurs ; nous construirons simplement des systèmes logiciels plus complexes et ambitieux qui n'étaient auparavant pas rentables. Ce paradoxe de Jevons — selon lequel une augmentation de l'efficacité de l'utilisation d'une ressource entraîne une augmentation de sa consommation — est l'issue la plus probable pour le travail de bureau. La demande pour le jugement humain, la responsabilité et l'intelligence sociale demeure un bien inélastique.

La chaîne d'approvisionnement de l'intelligence

La raison la plus concrète de douter d'un effondrement total de l'emploi est sans doute la fragilité de la chaîne d'approvisionnement de l'IA. Le monde dépend actuellement d'une poignée d'installations à Taïwan (TSMC) et d'une seule entreprise aux Pays-Bas (ASML) pour produire les machines de lithographie nécessaires aux puces avancées. Toute perturbation dans ce pipeline étroit stoppe net l'« apocalypse ». La transition vers une économie pilotée par l'IA nécessite la construction massive et sur plusieurs décennies d'infrastructures physiques : centrales électriques, lignes de transmission et usines de fabrication.

L'apocalypse de l'emploi due à l'IA est un récit né du mélange singulier de messianisme et de recherche de profit de la Silicon Valley. Il ignore les frottements du monde réel : le coût de l'énergie, la densité de la réglementation et l'obstination des institutions humaines. L'avenir du travail sera probablement plus irritant que catastrophique — une longue série de réunions sur la manière d'intégrer un outil logiciel non déterministe dans un monde qui exige de la certitude. Les ingénieurs de Californie peuvent garder leur bain de sang ; les autres doivent trouver comment payer les serveurs.

Bruxelles a approuvé le financement. Berlin s'inquiétera de la latence.