L’IA va-t-elle remplacer l’espèce humaine
? (Dissertation d’une espèce optimiste)
Vous êtes en train de lire un texte. Jusqu’à très récemment, cet acte nécessitait un cerveau humain pour être produit. Ce n’est plus tout à fait le cas. Et pourtant, curieusement, vous continuez de li…
L’IA peut-elle remplacer l’espèce humaine ? Pas dans l’horizon prévisible (10-30 ans). Les IA actuelles restent des outils sophistiqués sans conscience, sans volonté, sans intentionnalité propre. Le vrai débat c’est le remplacement progressif de tâches humaines au travail, déjà en cours et mesurable.
Métiers menacés : exécution administrative (60-80% des tâches automatisables), exécution créative basique (40-60%), support client niveau 1 (50-70%). Métiers protégés : manuel avec dextérité fine, relation humaine profonde, créativité disruptive, jugement contextuel complexe. Stratégie : maîtriser l’IA, se spécialiser en non-automatisable, entrepreneur IA-augmenté.
Vous êtes en train de lire un texte. Jusqu’à très récemment, cet acte nécessitait un cerveau humain pour être produit. Ce n’est plus tout à fait le cas. Et pourtant, curieusement, vous continuez de lire. Ce qui est déjà, en soi, une forme d’optimisme remarquable. Ce texte va vous expliquer pourquoi l’IA ne va pas « remplacer l’espèce humaine » — mais va faire quelque chose de bien plus intéressant, et de bien plus radical. Elle va liquider en masse les emplois que vous faisiez semblant de trouver épanouissants. Et franchement, c’est une excellente nouvelle.
Introduction — Accueillir sa propre obsolescence avec le sourire
Depuis que les premières machines ont remplacé les tisserands en 1811 — provoquant les fameux soulèvements luddites, où des ouvriers anglais allaient casser des métiers à tisser à coups de marteau comme on irait casser du sucre sur le dos de son patron —, chaque révolution technologique déclenche le même cycle en cinq étapes : la panique, le déni, la résignation, l’adaptation, puis la fierté rétrospective d’avoir « toujours su que ça allait se passer ». En 2026, nous sommes quelque part entre la panique et le déni, avec quelques avant-gardistes qui ont sauté directement à la fierté rétrospective en publiant des threads LinkedIn à ce sujet.
La question mérite qu’on la traite avec tout le sérieux intellectuel qu’elle réclame. C’est-à-dire avec beaucoup d’humour, quelques données solides, une bonne dose de philosophie et, surtout, une honnêteté que les analystes de marché n’ont généralement pas le luxe de se permettre. Parce que derrière la question apocalyptique « l’IA va-t-elle remplacer l’humain ? », se cache une question bien plus stimulante : « et si c’était une chance historique de se débarrasser enfin du travail qui ne sert à rien ? »
Ce texte est une dissertation en bonne et due forme — avec thèse, antithèse, synthèse — sur un sujet qui mérite mieux que les articles catastrophistes du lundi matin ou les déclarations euphoriques des investisseurs en capital-risque qui n’ont jamais écrit une ligne de code de leur vie. Attachez vos ceintures. Ou délaissez-les — l’IA peut probablement conduire à votre place maintenant.
I — Thèse : Oui, l’IA va remplacer une bonne partie de ce que l’humain fait
A) Les chiffres qui font mal au moral — mais qu’il faut regarder en face
Commençons par l’inventaire des dégâts, parce qu’il serait intellectuellement malhonnête de faire semblant que tout va bien. Les chiffres existent, et ils sont suffisamment spectaculaires pour justifier au moins une crise existentielle de taille modeste.
Le FMI a ouvert le bal en estimant que près de 40 % des emplois mondiaux pourraient être affectés par l’IA. Pas détruits — affectés. La nuance est importante, mais elle n’empêche pas la panique. Le MIT, avec sa rigueur académique irréprochable, précise que 11,7 % des emplois américains sont d’ores et déjà automatisables aujourd’hui, sans attendre les prochaines versions de quoi que ce soit. Une étude McKinsey estime que 60 % des métiers pourraient être automatisés dans un futur proche. Goldman Sachs, moins optimiste, projette 300 millions d’emplois affectés mondialement sur la prochaine décennie. Ce n’est plus de la science-fiction — c’est de la comptabilité.
En France, les secteurs déjà transformés sont concrets et identifiables : la comptabilité, la traduction, le service client de premier niveau, certaines fonctions administratives. Des métiers qui semblaient solides comme le roc il y a dix ans se retrouvent aujourd’hui challengés par des outils qu’un stagiaire peut déployer en une après-midi. C’est vertigineux. Et légèrement jouissif, si l’on est honnête.
Côté américain, les données sont encore plus cinglantes. L’enquête SHRM révèle qu’au moins la moitié des tâches sont déjà automatisées pour 23,2 millions de travailleurs. Le cabinet Challenger, Gray and Christmas a comptabilisé, rien qu’en 2025, près de 55 000 suppressions de postes explicitement justifiées par l’intégration de l’IA. Et en octobre 2025, les États-Unis enregistraient 153 074 licenciements sur le seul mois — 175 % de plus que l’année précédente. Le marché du travail ne se contente plus de « muter » : il accélère.
B) La physiologie du remplacement — comment un cerveau de silicium prend votre bureau
Pour comprendre pourquoi l’IA est si efficace pour remplacer certains types de travail humain, il faut comprendre comment fonctionne le cerveau humain — et identifier ses limites physiologiques. Ce n’est pas pour l’humilier. Enfin, si, un peu, mais avec bienveillance.
Le cerveau humain est une machine biologique absolument fascinante. Il consomme environ 20 watts d’énergie — soit à peu près la puissance d’une ampoule basse consommation — pour faire tourner 86 milliards de neurones interconnectés par environ 100 000 milliards de synapses. C’est prodigieux. C’est aussi, de loin, le système le plus efficace en termes de consommation énergétique rapportée à la complexité des tâches réalisées. Un data center qui rivaliserait avec le cerveau humain pour les tâches de raisonnement consommerait, selon les estimations actuelles, plusieurs dizaines de mégawatts. L’humain gagne sur la facture d’électricité.
Mais voici le hic physiologique : ce même cerveau prodigieux est aussi le siège de la fatigue, du biais de confirmation, de la mauvaise humeur du lundi matin, de la dépression post-réunion de trois heures, et d’une capacité d’attention moyenne de 47 minutes avant décrochage complet. Il a besoin de 7 à 9 heures de sommeil, d’un déjeuner décent, d’un minimum de reconnaissance sociale, et d’une pause café toutes les heures pour maintenir ses performances. Mis bout à bout, un humain productif travaille efficacement environ 3 à 4 heures par jour. Le reste, c’est de la présence physique théâtralisée.
Une IA, elle, n’a pas besoin de café. Elle ne développe pas de rancœur contre son N+1. Elle ne regarde pas discrètement son téléphone pendant les réunions. Elle ne passe pas 40 minutes par jour à classer des emails dans des dossiers qu’elle n’ouvrira jamais. Elle traite des milliers de tokens par seconde, 24 heures sur 24, sans jamais demander une prime de vacances. Sur les tâches répétitives, analytiques et codifiables, le match est plié.
C) Le profil type du métier condamné — ou le portrait-robot de l’emploi qui ne voit pas venir
Il existe un profil assez précis des emplois qui vont souffrir — et souffrir vite. Ce n’est pas forcément le profil que l’on croit. On imaginait que l’IA allait d’abord s’attaquer aux cols bleus, aux ouvriers, aux manutentionnaires. C’est l’inverse qui se produit. L’IA générative est, par construction, une technologie de cols blancs.
Le métier vulnérable, c’est celui qui consiste principalement à traiter de l’information structurée, à rédiger des documents standardisés, à analyser des données pour produire des rapports que personne ne lit vraiment, à coordonner des coordinations, à valider des validations. En d’autres termes : une bonne partie des emplois de bureau créés depuis les années 1980 dans les grandes entreprises et les administrations.
Stanford et Goldman Sachs ont documenté un phénomène particulièrement savoureux du point de vue sociologique : ce sont les « digital natives » — la génération qui ne jurait que par la disruption et les startups — qui trinquent les premiers. Une chute de 6 à 20 % de l’emploi des 22-25 ans dans les métiers les plus exposés est documentée. Les seniors, eux, voient leurs postes se renforcer. L’expérience, le jugement, la capacité à naviguer dans l’ambiguïté et les relations humaines complexes — toutes ces choses qu’on avait décrétées « dépassées » face à la vitesse numérique des jeunes diplômés — s’avèrent être exactement ce que l’IA ne peut pas reproduire. La revanche des anciens, en somme.
II — Antithèse : Mais l’humain a quelques atouts que l’IA ne peut pas simuler
A) Ce que le cerveau fait et que le silicium ne comprend pas encore
Voilà le moment où il faut remettre les pendules à l’heure, parce que l’enthousiasme apocalyptique a ses propres angles morts. L’IA, aussi impressionnante soit-elle, présente des lacunes structurelles qui ne sont pas près d’être comblées — et qui révèlent quelque chose d’essentiel sur ce que l’humain est réellement.
Commençons par la créativité authentique. Une IA générative produit du contenu en calculant des probabilités statistiques sur des corpus de données existantes. Elle est extraordinairement habile pour recombiner, paraphraser, extrapoler à partir de ce qui existe. Mais elle ne crée pas ex nihilo. Comme le soulignent plusieurs chercheurs, elle « se contente d’opérer à partir d’œuvres réalisées par le passé ». Picasso n’a pas fait ça. Coltrane non plus. La vraie créativité naît souvent de la transgression délibérée — de la décision consciente de casser les règles parce qu’on les a intégrées suffisamment pour savoir exactement où et pourquoi les enfreindre. Cette capacité méta-réflexive reste, pour l’heure, profondément humaine.
Ensuite, l’empathie et l’intelligence relationnelle. On peut demander à une IA de simuler de l’empathie — et elle s’y révèle d’ailleurs déconcertamment convaincante. Mais il y a une différence fondamentale entre la simulation d’une émotion et son ressenti physiologique. Lorsqu’un médecin annonce un diagnostic grave à un patient, ce n’est pas seulement l’information qui compte : c’est la présence, le regard, la main sur l’épaule, la modulation de la voix qui trahit une humanité partagée. Aucun modèle de langage ne peut entrer dans une chambre d’hôpital. Aucun algorithme ne peut regarder quelqu’un dans les yeux.
Le Forum économique mondial l’a dit clairement : l’IA et l’automatisation pourraient supprimer environ 92 millions d’emplois d’ici 2030 — mais créer 170 millions de nouveaux postes. Le solde est positif. Ce qui change, c’est la nature des postes créés. Ils sont, presque sans exception, centrés sur ce que l’humain fait de mieux : raisonner dans l’ambiguïté, créer de la confiance, exercer un jugement éthique, construire des relations.
B) La physiologie de l’intuition — ce truc bizarre que l’IA ne peut pas copier
Il existe dans le cerveau humain un système fascinant que les neuroscientifiques appellent le « système 1 » — le traitement intuitif, rapide, non conscient, qui précède la réflexion analytique. C’est lui qui vous fait sentir qu’une négociation est en train de déraper avant même que vous ayez identifié pourquoi. C’est lui qui vous permet, après vingt ans d’expérience dans un domaine, de détecter une anomalie dans un dossier en dix secondes alors qu’un modèle statistique mettrait des heures à l’identifier.
Cette intuition experte n’est pas de la magie. C’est de l’apprentissage incarné, stocké dans le corps autant que dans le cerveau. Un chirurgien expert ne « réfléchit » pas à chaque geste : son système nerveux l’a intégré à travers des milliers d’heures de pratique physique. Un musicien de jazz ne « calcule » pas son improvisation : il laisse parler une mémoire musculaire et émotionnelle que aucune architecture neuronale artificielle ne peut simuler, parce que cette architecture n’a pas de corps.
C’est d’ailleurs pourquoi les métiers manuels qualifiés — plombier, ébéniste, cuisinier étoilé, kinésithérapeute — restent largement hors de portée de l’automatisation. Non pas parce que ce sont des « métiers simples » — ils ne le sont pas —, mais parce qu’ils requièrent une présence physique dans le réel, une adaptation en temps réel à la matière, à la chair, à l’espace. Selon France Stratégie, 370 000 postes sont anticipés à l’horizon 2030 dans les métiers de la santé et du soin. Ces métiers ne seront pas remplacés. Ils vont, au contraire, redevenir précieux.
C) Le paradoxe : les pays avec le plus de robots ont le moins de chômage
Voici la donnée qui devrait calmer toutes les paniques apocalyptiques, et qui est systématiquement ignorée dans les débats de plateau télévisé : les pays où il y a le plus de robots et d’automatisation sont précisément ceux où le taux de chômage est le plus faible. Le Japon, la Corée du Sud, l’Allemagne — des champions mondiaux de la robotisation industrielle — maintiennent des taux d’emploi parmi les plus élevés des pays développés.
Ce paradoxe apparent s’explique par un mécanisme économique bien documenté : l’automatisation détruit des tâches, pas des besoins. Quand une machine effectue le travail de dix personnes, ces dix personnes ne disparaissent pas de l’économie. Soit elles se reconvertissent dans des activités à plus haute valeur ajoutée — activités dont la productivité accrue par l’automatisation permet précisément de financer le coût —, soit elles se tournent vers des services que l’enrichissement collectif généré par l’automatisation rend accessibles pour la première fois.
John Maynard Keynes prédisait en 1930 que l’automatisation permettrait de réduire la semaine de travail à 15 heures d’ici 2030. Il n’avait pas tout à fait tort sur le fond — la productivité a effectivement explosé. Il avait tort sur la distribution de ce gain. Au lieu de travailler moins, nous avons inventé de nouveaux emplois pour absorber le temps libéré. Des emplois qui, pour beaucoup d’entre eux, n’auraient peut-être pas dû exister.
III — La grande parenthèse : Les bullshit jobs, ou l’histoire d’un génocide professionnel qu’on attendait depuis 2013
A) David Graeber avait raison — et c’est inconfortable
En 2013, un anthropologue américain nommé David Graeber publie dans le magazine radical Strike! un essai aux accents de bombe : « On the Phenomenon of Bullshit Jobs ». Sa thèse, formulée avec la franchise toute particulière des universitaires britanniques qui ont décidé qu’ils avaient plus rien à perdre, est la suivante : jusqu’à 40 % des emplois modernes sont perçus comme dénués de sens par ceux-là mêmes qui les occupent. Pas déplaisants. Pas mal rémunérés. Dénués de sens.
La définition de Graeber est chirurgicale dans sa cruauté : « Un boulot à la con est si inutile, absurde, voire néfaste, que même le salarié ne peut en justifier l’existence, bien que le contrat avec son employeur l’oblige à prétendre qu’il existe une utilité à son travail. » Le test opératoire est simple : si ce métier disparaissait du jour au lendemain, est-ce que la société le remarquerait ? Vraiment ?
L’article reçoit un million de lecteurs en quelques semaines et est traduit dans douze langues. Parce qu’il dit tout haut ce que des millions de gens pensent tout bas en fixant leur écran un mardi après-midi de février, en attendant que leur réunion de 14h30 commence avec 20 minutes de retard parce que le présentateur n’arrive pas à partager son écran.
Graeber liste plusieurs catégories de bullshit jobs avec une taxonomie que l’on ne peut s’empêcher de trouver délicieusement précise. Les « lèche-bottes » — subordonnés dont la seule fonction est de faire sentir leur supérieur important. Les « porte-flingues » — avocats d’affaires ou lobbyistes dont l’utilité consiste à défaire le travail des autres. Les « rafistoleurs » — employés dont le métier est de corriger des bugs qu’une organisation mieux gérée n’aurait jamais créés. Les « cocheurs de cases » — dont le travail consiste à documenter l’existence d’activités qui n’ont pas besoin d’être documentées. Et les « superviseurs de superviseurs » — l’incontournable coordinateur dont la fonction est de coordonner d’autres coordinateurs.
Ajoutons à cette liste le « Chief Happiness Officer » — la personne payée pour mesurer le bonheur des salariés, ce qui est la façon la plus certaine de détruire le bonheur des salariés. Le « consultant en transformation digitale » qui produit des slides sur la transformation digitale sans jamais rien transformer. Et bien sûr, le classique « responsable de la communication interne des initiatives de communication interne ».
B) La théologie du travail — ou pourquoi on s’accroche à ce qui nous rend malheureux
Graeber identifie un paradoxe fascinant et profondément humain : même les gens qui savent que leur emploi ne sert à rien s’y accrochent avec une intensité pathétique. Pourquoi ? Parce que dans nos sociétés occidentales, le travail n’est pas simplement une activité économique. C’est une identité. Une valeur morale. Presque une religion.
Lorsqu’un inconnu vous demande ce que vous faites dans la vie, vous répondez avec votre métier. Pas avec vos passions, vos lectures, vos réflexions, vos amitiés. Votre métier. La question « que faites-vous ? » dans nos sociétés signifie implicitement « quelle est votre valeur sur le marché ? ». C’est une grille d’évaluation sociale déguisée en conversation.
Cette conception du travail comme devoir sacré est, selon Graeber, directement héritée d’une théologie chrétienne qui a transformé la peine en vertu. L’humain qui ne souffre pas au travail est suspect. L’humain qui s’ennuie fondamentalement est un parasite. Et l’humain qui avoue que son emploi ne sert à rien ? Un danger social. Cette configuration mentale explique pourquoi la perspective que l’IA supprime des emplois est vécue comme une catastrophe — même quand les emplois en question étaient objectivement de la souffrance institutionnalisée.
C) La SaaSpocalypse vue depuis un open space du 17ème arrondissement
Le terme « SaaSpocalypse » a été inventé en février 2026 par un trader de chez Jefferies après le lancement de Claude Cowork par Anthropic. En 48 heures, 285 milliards de dollars de valorisation s’évaporaient des entreprises SaaS cotées. Goldman Sachs estime la correction totale à plus de 2 000 milliards de dollars sur le trimestre. Braze : -46 %. HubSpot : -39 %. Oracle : -56 % depuis son sommet.
Les marchés financiers venaient de réaliser, avec la brutalité mathématique qui les caractérise, que si un agent IA pouvait accomplir les mêmes tâches qu’un logiciel SaaS — mais en langage naturel, sans formation, sans abonnement par siège, en orchestrant plusieurs outils simultanément — alors une grande partie de la valeur économique enfermée dans ces plateformes allait disparaître. Ce n’était plus une hypothèse théorique. C’était de la comptabilité prospective.
La vraie victime silencieuse de cette révolution n’est pas le logiciel SaaS. C’est le « power user » — cet être légèrement mythomane qui passait 40 % de son temps à maîtriser les shortcuts de Salesforce et les raccourcis claviers de Notion pour impressionner ses collègues dans les réunions d’équipe. Son avantage comparatif vient de s’évaporer. Une instruction en langage naturel fait désormais ce qu’il mettait trois semaines à apprendre à faire.
