IA agentique : pourquoi les économistes commencent à s’inquiéter pour l’emploi
L’intelligence artificielle pourrait-elle supprimer des emplois avant même que les économistes aient mesuré ses effets ?
C’est le risque que soulève l’essor de l’IA agentique. Les machines ne se contentent plus de rédiger des textes : elles peuvent désormais enchaîner des tâches et prendre en charge des processus (des workflows) entiers.
L’IA générative (le ChatGPT avec qui vous dialoguez par ex) crée des contenus.
Pour les dirigeants de PME, une question devient urgente : faut-il y voir un formidable gain de productivité ou le début d’une transformation du travail dont les conséquences restent largement inconnues ?
1. Les études économiques ont-elles déjà répondu à la question ?
le chercheur français Philippe Aghion et l’universitaire américaian Daron Acemoglu sont deux références majeures de l’économie de l’innovation. Leurs travaux éclairent les relations entre progrès technique, productivité et emploi.
Mais peut-on utiliser des études fondées sur des données antérieures à l’IA générative pour prédire les effets de l’IA agentique ?
C’est précisément l’objection soulevée par Thomas Grjebine, économiste au CEPII : ces études ne mesurent pas directement l’effet des nouvelles générations d’IA sur l’emploi total.
Une technologie peut supprimer certaines tâches, créer de nouveaux besoins et améliorer la productivité. Mais ces effets ne se compensent pas nécessairement, ni immédiatement.
Parce qu’on ne sait pas comment l’utiliser. Pas encore.
Démontrer que le progrès technique peut créer des emplois ne prouve pas que chaque nouvelle technologie préservera le niveau global de l’emploi.
Les études antérieures restent utiles pour comprendre les mécanismes économiques. Elles ne suffisent pas à trancher le débat sur l’IA agentique.
Source complémentaire : intervention d’Axelle Arquié à l’Assemblée nationale, avril 2026.
2. Un chercheur américain inquiet face à l’IA agentique
Daron Acemoglu exprime une inquiétude inhabituelle face à la rapidité des progrès de l’IA agentique. Il évoque les conséquences potentiellement considérables de cette technologie face au manque de préparation de nos sociétés.
Pourquoi cette inquiétude ?
L’IA générative assiste les travailleurs dans certaines tâches. L’IA agentique ambitionne d’aller plus loin : enchaîner ces tâches et exécuter des processus complets.
Un agent pourrait, par exemple, rechercher des prospects, préparer des propositions commerciales, actualiser un CRM et organiser des relances. Des activités jusqu’ici réparties entre plusieurs salariés pourraient être partiellement automatisées.
Cela ne signifie pas que les emplois correspondants vont disparaître. Mais cela pose une question nouvelle : combien de salariés seront nécessaires lorsque l’automatisation concernera des processus entiers, et non plus seulement des tâches isolées ?
Les conséquences dépendront de la vitesse d’adoption, des coûts, de la demande et de la capacité des entreprises à créer de nouvelles activités.
3. Le problème des PME : une technologie en avance sur les organisations
Axelle Arquié, économiste au CEPII, apporte une nuance importante. Selon le propos relayé par Fabien Mikol, l’adoption de l’IA agentique reste balbutiante. Son déploiement exige des changements organisationnels qui compliquent la mesure de ses effets sur la productivité et l’emploi.
Une PME ne peut pas simplement installer un agent IA et attendre des résultats.
Elle doit revoir ses procédures, définir les responsabilités, organiser les contrôles et déterminer quelles décisions peuvent être automatisées.
Prenons un exemple : une entreprise industrielle utilise un agent pour préparer ses offres commerciales en Allemagne. Le système peut gagner du temps sur la recherche de prospects et la préparation des documents. Mais si les données sont mauvaises ou si les offres doivent être systématiquement corrigées, le gain réel peut être faible.
Il faut donc distinguer trois mesures :
- La productivité : combien de travail utile est réalisé en moins de temps ?
- La rentabilité : les économies dépassent-elles les coûts d’automatisation et de contrôle ?
- L’emploi : le gain de productivité entraîne-t-il une croissance de l’activité ou une réduction des effectifs ?
L’IA peut améliorer la productivité sans augmenter les ventes. Une entreprise peut aussi accroître son chiffre d’affaires sans recruter davantage.
C’est pourquoi les dirigeants doivent mesurer les résultats avant de généraliser les outils.
Source : OCDE, Empowering SMEs in the Age of AI, avril 2026.
4. Traduction : un métier directement concerné
La traduction professionnelle illustre parfaitement cette transformation.
L’IA peut déjà produire des traductions. Avec des agents, elle pourrait aussi coordonner des projets multilingues, gérer des fichiers, vérifier la cohérence terminologique et organiser les étapes de relecture.
Les gains potentiels sont réels. Mais une traduction rapide n’est pas nécessairement une traduction fiable.
Une étude publiée dans Translation Spaces en 2024, portant sur 90 millions de mots et 879 linguistes, montre que la post-édition est généralement plus rapide que la traduction humaine, mais pas dans tous les cas.
Source : Silvia Terribile, Is Post-editing Really Faster Than Human Translation?
Pour un contrat, une notice technique ou une campagne commerciale, une erreur peut avoir des conséquences très différentes. Le contrôle doit tenir compte du document, de son usage et de son public.
Le métier pourrait donc évoluer vers davantage de supervision, de gestion terminologique et de conseil linguistique. Certaines tâches seront automatisées. D’autres conserveront une forte valeur humaine.
Pour les agences de traduction, l’enjeu sera de combiner les gains technologiques avec la qualité, la confidentialité et la responsabilité sur les livrables.
Chez Alpis, nous accompagnons les entreprises dans leurs projets de traduction professionnelle et multilingue.
Vous souhaitez évaluer la place de l’IA dans vos projets linguistiques ?
Contactez nos équipes pour étudier vos besoins.