Les entreprises ont attribué 101 743 suppressions d’emplois aux États-Unis à l’intelligence artificielle au premier semestre 2026, tandis que le World Economic Forum projette que les technologies liées à l’IA créeront 170 millions de postes et en supprimeront 92 millions à l’échelle mondiale d’ici 2030. Ces deux chiffres sont constamment opposés l’un à l’autre alors qu’ils ne sont pas comparables : l’un compte des annonces faites cette année dans un seul pays, l’autre modélise une décennie à l’échelle mondiale. La lecture la plus utile porte sur ce sur quoi ils s’accordent. Les suppressions se concentrent dans les métiers administratifs et de bureau, les créations penchent vers le technique, et environ 39% des compétences professionnelles de base devraient de toute façon changer. Les chiffres ci-dessous proviennent du Future of Jobs Report du World Economic Forum, des données de suppressions d’emplois de Challenger Gray, de Gallup et de Stanford HAI.
TL;DR
- Le World Economic Forum projette la suppression d’environ 92 millions de postes d’ici 2030 (World Economic Forum)
- Il projette la création d’environ 170 millions de postes (World Economic Forum)
- Soit un gain net d’environ 78 millions (World Economic Forum)
- Environ 39% des compétences professionnelles de base devraient changer d’ici 2030 (World Economic Forum)
- 77% des entreprises prévoient d’investir dans la reconversion sur cinq ans (World Economic Forum)
- Les entreprises ont attribué 101 743 suppressions aux États-Unis à l’IA au S1 2026 (Challenger, Gray and Christmas)
- Cela représentait 23% de toutes les suppressions annoncées (Challenger)
- L’IA a été le premier motif déclaré pendant quatre mois consécutifs (Challenger)
- Rien qu’en juin, l’IA a représenté 14 029 suppressions, soit 31% (Challenger)
- Le total des suppressions annoncées aux États-Unis a chuté de 40% sur un an au S1 2026 (Challenger)
- Les suppressions dans le secteur technologique ont augmenté de 83% sur la même période (Challenger)
- 52% des salariés américains utilisent l’IA au travail, mais seulement 15% quotidiennement (Gallup)
- L’adoption organisationnelle de l’IA a atteint 88% (Stanford HAI, McKinsey)
1. La Projection
Les chiffres les plus cités sur ce sujet sont des projections, et ils devraient être présentés comme tels à chaque fois. Le World Economic Forum projette la création d’environ 170 millions de postes et la suppression de 92 millions d’ici 2030, soit un gain net d’environ 78 millions, tirés d’enquêtes auprès des employeurs sur l’évolution attendue des effectifs jusqu’en 2030.
Le chiffre net est là où s’arrête la plupart des articles et où devrait commencer l’analyse. Un gain net de 78 millions n’est rassurant que si les personnes qui perdent leur poste peuvent occuper ceux qui sont créés, et la composition des données montre qu’en grande partie, elles ne le peuvent pas. Les suppressions se concentrent dans des métiers administratifs et de bureau à faible mobilité interne. Les créations se concentrent dans des postes techniques exigeant une formation qui se compte en années plutôt qu’en semaines. Une projection nette positive est donc compatible avec un préjudice individuel sévère, et présenter le chiffre agrégé comme une bonne nouvelle élude toute la question de la répartition qui fait de ce sujet, avant tout, un problème politique.
| Métrique | Valeur | Source |
|---|---|---|
| Postes dont la suppression est projetée d’ici 2030 | environ 92 millions | World Economic Forum |
| Postes dont la création est projetée d’ici 2030 | environ 170 millions | World Economic Forum |
| Variation nette projetée | environ 78 millions | World Economic Forum |
| Métiers dominant les suppressions | administratifs et de bureau | World Economic Forum |
| Métiers dominant les créations | postes techniques | World Economic Forum |
| Rapport entre postes créés et supprimés | environ 1,85 pour 1 | Dérivé des chiffres du WEF |
| Nature des chiffres | projection, pas mesure | World Economic Forum |
| Horizon | jusqu’en 2030 | World Economic Forum |
Source : couverture du Future of Jobs Report du WEF.
2. Ce Que les Entreprises Ont Réellement Annoncé
Face à la projection se trouve une mesure, plus restreinte mais fondée sur ce que les entreprises ont déclaré cette année. Les entreprises ont attribué 101 743 suppressions d’emplois annoncées aux États-Unis à l’intelligence artificielle au premier semestre 2026, soit 23% du total, et l’IA a été le premier motif déclaré pendant quatre mois consécutifs. Rien qu’en juin, l’IA a représenté 14 029 suppressions, 31% des annonces de ce mois-là.
Le contexte autour de ce chiffre joue dans les deux sens. Le total des suppressions annoncées aux États-Unis a chuté de 40% sur un an sur la même période, donc l’attribution à l’IA a augmenté au cours d’une année où les licenciements globaux se sont nettement améliorés. Cela va à l’encontre d’une lecture de l’attribution à l’IA comme simple prétexte à un ralentissement. À l’inverse, les suppressions dans le secteur technologique ont augmenté de 83% alors que tout le reste baissait, et la technologie est précisément le secteur le plus incité à présenter des réductions comme une modernisation portée par l’IA plutôt que comme une correction d’un excès d’embauches. Les deux lectures résistent aux données.
| Métrique | Valeur | Source |
|---|---|---|
| Suppressions attribuées à l’IA, S1 2026 | 101 743 | Challenger |
| Part de l’IA dans toutes les suppressions annoncées | 23% | Challenger |
| Suppressions attribuées à l’IA, juin 2026 | 14 029 | Challenger |
| Part de l’IA dans les suppressions de juin | 31% | Challenger |
| Mois consécutifs où l’IA a été le premier motif | 4 | Challenger |
| Total des suppressions annoncées, S1 2026 | 443 604 | Challenger |
| Variation du total des suppressions sur un an | baisse de 40% | Challenger |
| Variation des suppressions dans le secteur technologique | hausse de 83% | Challenger |
Le détail par secteur figure dans nos statistiques des licenciements tech. Source : rapport Challenger de juin 2026 sur les suppressions d’emplois.
3. Les Compétences Changent Plus Vite Que les Emplois ne Disparaissent
Le constat sur les compétences est moins spectaculaire que les chiffres d’effectifs, et sans doute plus lourd de conséquences. Le World Economic Forum projette qu’environ 39% des compétences professionnelles de base changeront d’ici 2030, et 77% des entreprises disent prévoir d’investir dans des programmes de reconversion et de perfectionnement des compétences au cours des cinq années suivantes.
Pris ensemble, ces deux chiffres décrivent des employeurs qui comptent garder leurs équipes tout en changeant ce que ces personnes font, plutôt que de les remplacer. C’est un avenir sensiblement différent de celui que suggèrent les gros titres sur les suppressions d’emplois, et cela fait porter le poids sur les systèmes de formation plutôt que sur le marché du travail. C’est aussi l’affirmation la plus facile à faire et la plus difficile à vérifier : déclarer une intention d’investir dans la reconversion ne coûte rien à une entreprise au moment de l’enquête, et aucun ensemble de données comparable ne permet de vérifier si cet investissement s’est concrétisé.
| Métrique | Valeur | Source |
|---|---|---|
| Part des compétences de base censées changer d’ici 2030 | environ 39% | World Economic Forum |
| Entreprises prévoyant d’investir dans la reconversion | 77% | World Economic Forum |
| Horizon de cet investissement | cinq prochaines années | World Economic Forum |
| Ce que suggère cette combinaison | formation plutôt que remplacement | Dérivé |
| Vérifiabilité de la promesse d’investissement | faible | Dérivé |
| Postes dont la suppression est projetée | environ 92 millions | World Economic Forum |
| Postes dont la création est projetée | environ 170 millions | World Economic Forum |
| Les travailleurs déplacés occupent-ils les postes créés | en grande partie non | World Economic Forum |
Le contexte côté développeurs figure dans nos statistiques d’enquête auprès des développeurs. Source : Future of Jobs Report du World Economic Forum.
4. L’Adoption N’est Pas Encore une Substitution
Les arguments sur la suppression d’emplois supposent une intensité d’usage que les données d’adoption ne montrent pas encore. 52% des salariés américains déclarent utiliser l’IA au travail, mais seulement 15% l’utilisent quotidiennement, contre une adoption organisationnelle de 88%. Un outil utilisé occasionnellement par la moitié d’une main-d’œuvre ne fonctionne pas au niveau qu’exigerait une substitution à grande échelle.
Cet écart est l’argument le plus solide dont on dispose pour dire que les affirmations sur les suppressions d’emplois à court terme devancent la réalité du déploiement. C’est aussi une cible mouvante : l’usage quotidien est passé de 13% à 15% au cours de 2026, et l’usage global a plus que doublé en trois ans. La question est de savoir si l’usage quotidien va se stabiliser près des niveaux actuels, auquel cas l’IA fonctionne comme une couche d’assistance, ou s’il continuera de grimper jusqu’à l’intensité à laquelle les postes se consolident réellement. Rien dans les données actuelles ne tranche cette question, et quiconque prétend le contraire extrapole.
| Métrique | Valeur | Source |
|---|---|---|
| Salariés américains utilisant l’IA au travail | 52% | Gallup |
| Utilisent l’IA quotidiennement | 15% | Gallup |
| Usage quotidien plus tôt en 2026 | 13% | Gallup |
| Salariés américains utilisant l’IA au T2 2023 | 21% | Gallup |
| Adoption organisationnelle de l’IA | 88% | Stanford HAI, McKinsey |
| Utilisent l’IA générative dans au moins une fonction | 79% | McKinsey |
| Organisations attribuant un impact sur l’EBIT à l’IA | 39% | McKinsey |
| Part des utilisateurs d’IA l’utilisant quotidiennement | environ 29% | Dérivé des chiffres de Gallup |
Le détail par travailleur figure dans nos statistiques sur l’IA au travail, et le détail des dépenses dans nos statistiques d’adoption de l’IA en entreprise. Source : Gallup sur l’usage fréquent de l’IA au travail.
5. Pourquoi les Deux Ensembles de Données Divergent
La projection et les données d’annonces pointent dans des directions différentes pour des raisons structurelles, pas parce que l’un des deux serait faux. La destruction d’emplois est concentrée, datée et annoncée ; la création d’emplois est diffuse, progressive et presque jamais annoncée. Une entreprise qui supprime 500 postes publie un communiqué. Une entreprise qui ajoute deux postes dans quarante équipes sur dix-huit mois ne publie rien.
Cette asymétrie garantit que tout ensemble de données fondé sur des annonces paraîtra plus négatif que la réalité, et que tout ensemble de données fondé sur des projections d’employeurs paraîtra plus positif, car les répondants qui projettent leurs propres embauches ont intérêt à paraître optimistes. La position honnête est que les données observées peuvent indiquer ce qui est attribué à l’IA en ce moment mais ne peuvent pas indiquer l’effet net, tandis que les projections peuvent modéliser un effet net mais ne peuvent pas dire s’il se réalisera.
| Métrique | Valeur | Source |
|---|---|---|
| Ce que mesure Challenger | suppressions annoncées et motifs déclarés | Challenger |
| Ce que mesure le World Economic Forum | projections des employeurs jusqu’en 2030 | World Economic Forum |
| Périmètre géographique des données Challenger | États-Unis | Challenger |
| Périmètre géographique de la projection du WEF | mondial | World Economic Forum |
| Visibilité de la destruction d’emplois | élevée, annoncée | Dérivé |
| Visibilité de la création d’emplois | faible, non annoncée | Dérivé |
| Sens du biais dans les données d’annonces | négatif | Dérivé |
| Sens du biais dans les projections des employeurs | positif | Dérivé |
Source : CFO Dive sur les licenciements tech et l’attribution à l’IA au S1 2026.
Résumé : L’Impact de l’IA sur l’Emploi en Chiffres
| Métrique | Valeur | Source |
|---|---|---|
| Postes dont la suppression est projetée d’ici 2030 | environ 92 millions | World Economic Forum |
| Postes dont la création est projetée d’ici 2030 | environ 170 millions | World Economic Forum |
| Variation nette projetée | environ 78 millions | World Economic Forum |
| Rapport entre postes créés et supprimés | environ 1,85 pour 1 | Dérivé |
| Compétences de base censées changer | environ 39% | World Economic Forum |
| Entreprises prévoyant d’investir dans la reconversion | 77% | World Economic Forum |
| Suppressions attribuées à l’IA, S1 2026 | 101 743 | Challenger |
| Part de l’IA dans les suppressions annoncées | 23% | Challenger |
| Suppressions attribuées à l’IA en juin | 14 029 | Challenger |
| Part de l’IA dans les suppressions de juin | 31% | Challenger |
| Mois consécutifs où l’IA a été le premier motif | 4 | Challenger |
| Total des suppressions annoncées, S1 2026 | 443 604 | Challenger |
| Variation du total des suppressions | baisse de 40% | Challenger |
| Variation des suppressions dans le secteur technologique | hausse de 83% | Challenger |
| Salariés américains utilisant l’IA au travail | 52% | Gallup |
| Utilisent l’IA quotidiennement | 15% | Gallup |
| Même mesure au T2 2023 | 21% utilisaient l’IA sous une forme ou une autre | Gallup |
| Adoption organisationnelle de l’IA | 88% | Stanford HAI, McKinsey |
| Organisations attribuant un impact sur l’EBIT | 39% | McKinsey |
Méthodologie et Sources
- Les données de suppression, de création, de changement de compétences et d’intention de reconversion proviennent du Future of Jobs Report du World Economic Forum, qui interroge les employeurs sur l’évolution attendue des effectifs jusqu’en 2030 (World Economic Forum).
- Les suppressions d’emplois annoncées et les motifs déclarés proviennent des rapports mensuels de Challenger, Gray and Christmas sur les suppressions d’emplois (rapport de juin 2026, PDF de juin 2026), avec l’analyse sectorielle recoupée (CFO Dive).
- L’adoption au niveau des travailleurs provient du suivi de Gallup sur l’IA au travail (Gallup), et l’adoption organisationnelle provient de l’AI Index 2026 de Stanford HAI et de l’enquête State of AI de McKinsey (Stanford HAI, McKinsey).
- Vigilance sur les données : les chiffres du World Economic Forum sont des projections tirées d’enquêtes auprès des employeurs, pas des mesures, et le rapport dont ils sont issus couvre l’horizon jusqu’en 2030 plutôt que de décrire 2026. Ils sont mondiaux ; les données de Challenger ne concernent que les États-Unis et comptent des annonces plutôt que des départs effectifs. Les deux ne doivent jamais être combinés dans un seul récit de variation nette de l’emploi. Challenger enregistre le motif donné par l’employeur sans le vérifier, donc la hausse de l’attribution à l’IA est une tendance de communication qui peut refléter ou non une causalité, et les entreprises ont un intérêt réputationnel à préférer une explication liée à l’IA plutôt qu’à une demande faible. Les chiffres d’adoption de Gallup sont autodéclarés et concernent uniquement les États-Unis. Les lignes marquées comme dérivées sont des calculs arithmétiques ou des inférences directes à partir de chiffres publiés.
- Dernière mise à jour : 2 août 2026. Nous actualisons ce dossier chaque trimestre à mesure que Challenger publie des données mensuelles et que le World Economic Forum, Gallup et Stanford HAI publient de nouvelles éditions.