Le signal d'alarme : 2027 comme horizon des événements

Dans un discours percutant qui a provoqué des ondes de choc dans les secteurs technologique et économique, Tristan Harris, ancien éthicien du design chez Google et cofondateur du Center for Humane Technology, a émis une prévision glaçante : le marché mondial de l'emploi fait face à un effondrement potentiel d'ici 2027 si la trajectoire actuelle du développement de l'intelligence artificielle reste incontrôlée. S'exprimant lors d'un récent épisode de « The Diary of a CEO », Harris — qui avait précédemment tiré la sonnette d'alarme sur les impacts psychologiques des réseaux sociaux — tourne désormais son attention vers la menace existentielle économique posée par les systèmes d'IAG (Intelligence artificielle générale (Artificial General Intelligence)) en progression rapide.

L'avertissement de Harris n'est pas purement spéculatif ; il est fondé sur des données émergentes suggérant que la « phase de déplacement » de la révolution de l'IA a déjà commencé. Contrairement aux révolutions industrielles précédentes qui remplaçaient le travail physique par des machines, la vague actuelle d'automatisation cible le « travail cognitif (cognitive labor) » — le fondement même de l'économie de la connaissance moderne. Harris soutient que nous assistons à l'arrivée d'« immigrants numériques dotés de compétences de niveau prix Nobel », capables de travailler à des vitesses surhumaines pour une fraction du salaire minimum. Ce changement, affirme-t-il, ne se produit pas dans un futur lointain, mais est un processus actif démantelant le premier échelon de la main-d'œuvre professionnelle.

L'« ALÉNA 2.0 » du travail cognitif

Harris établit un parallèle provocateur entre le boom actuel de l'IA et l'Accord de libre-échange nord-américain (ALÉNA - NAFTA) des années 1990. Tout comme les accords commerciaux ont externalisé les emplois manufacturiers vers des régions aux coûts de main-d'œuvre inférieurs, l'IA « externalise » efficacement les tâches mentales vers des centres de données. « L'IA est comme l' ALÉNA 2.0 (NAFTA 2.0) », a expliqué Harris, « sauf qu'au lieu de voir la Chine apparaître sur la scène mondiale pour effectuer un travail de fabrication à bas prix, soudainement un pays de génies dans un centre de données apparaît... et il effectuera tout le travail cognitif de l'économie pour moins que le salaire minimum. »

L'implication est un transfert massif de richesse de la main-d'œuvre vers une poignée de géants technologiques qui contrôlent les modèles propriétaires. Sans une intervention réglementaire significative ou une restructuration fondamentale du contrat social économique, Harris prédit que cette concentration d'efficacité videra la classe moyenne de sa substance, laissant un vide là où existait autrefois un emploi de bureau stable.

Les données derrière l'effroi : un déclin de 13 %

Les avertissements qualitatifs de Harris sont étayés par un corpus croissant de preuves quantitatives. Une étude charnière mentionnée lors de la discussion, menée par des chercheurs de l'Université de Stanford et publiée fin 2025, révèle que l'emploi de début de carrière dans les secteurs exposés à l'IA a déjà chuté de 13 % depuis 2022. Cette statistique sert de canari dans la mine, indiquant que la « rampe d'accès » traditionnelle aux carrières professionnelles est en train d'être démantelée.

Le déclin est plus prononcé dans les industries qui étaient auparavant considérées comme des havres de paix pour les diplômés universitaires : l'ingénierie logicielle, le service client (customer service) et la création de contenu numérique. Le rapport souligne que si les postes de direction restent relativement stables pour l'instant, les entreprises gèlent les embauches pour les rôles juniors, choisissant plutôt d'utiliser des outils d'IA générative (Generative AI) capables de générer du code, de rédiger des textes et de gérer les requêtes des clients avec une compétence croissante.

L'échelon brisé de l'échelle de carrière

L'effet à long terme le plus insidieux de cette tendance, selon Harris, est la destruction de la « transmission intergénérationnelle des connaissances (intergenerational knowledge transmission) ». Dans la structure d'entreprise traditionnelle, les employés juniors effectuaient des tâches routinières — rédaction de contrats, débogage de code de base, résumé de réunions — comme une forme d'apprentissage. Ces tâches ne concernaient pas seulement la production ; elles étaient le terrain d'entraînement où les novices apprenaient les nuances et le contexte nécessaires pour devenir experts.

En automatisant ces tâches de premier niveau, les entreprises scient de fait les échelons inférieurs de l' échelle de carrière (career ladder). Harris met en garde contre un futur « affaiblissement sociétal » où nous aurons une classe d'élite de cadres supérieurs et de systèmes d'IA, mais aucun vivier de talents humains pour remplacer les experts lorsqu'ils prendront leur retraite. Cela crée une fragilité dans l'écosystème professionnel qui pourrait conduire à une crise soudaine de compétence dans des domaines critiques comme le droit, la médecine et l'ingénierie.

Impacts spécifiques par secteur

L'impact de ce changement n'est pas uniforme. Certains secteurs connaissent ce que les économistes appellent une « hyper-déflation » de la valeur du travail. La répartition suivante illustre la disparité de l'impact à travers différents domaines professionnels.

Tableau : Impact sur le marché de l'emploi par secteur (Projection 2025-2027)

Le coût sociétal de l'efficacité

La course vers l'efficacité de l'IA est souvent justifiée par le récit de la « productivité » — l'idée que l'IA libérera les humains des tâches ingrates pour qu'ils se concentrent sur un travail à « plus haute valeur ajoutée ». Cependant, Harris conteste cet optimisme en posant une question fondamentale : « Que se passe-t-il quand le travail à "plus haute valeur ajoutée" est également mieux fait par la machine ? »

La « course à l'imprudence », comme la nomme Harris, implique des entreprises technologiques rivalisant pour sortir des modèles de plus en plus puissants sans garde-fous de sécurité adéquats ni évaluations d'impact économique. Il soutient que les incitations sont mal alignées ; les entreprises sont récompensées pour la vitesse et la capacité, et non pour la stabilité sociale. Le résultat est une dynamique de marché où les entreprises doivent adopter une IA permettant d'économiser de la main-d'œuvre pour rester compétitives, quelles que soient les conséquences économiques plus larges.

Un monde sans jeunes avocats ?

Utilisant la profession juridique comme étude de cas, Harris a brossé le portrait d'un cabinet d'avocats en 2027. « Vous avez des cabinets d'avocats qui ne veulent actuellement pas embaucher de jeunes avocats parce que l'IA est bien meilleure qu'un jeune avocat qui vient d'obtenir son diplôme », a-t-il noté. Dans ce scénario, la logique économique d'embaucher un nouveau diplômé s'évapore. Un associé de première année coûte à un cabinet un salaire, des avantages sociaux et du temps de formation, tandis qu'un modèle d'IA coûte des centimes par requête et fournit des résultats instantanés.

Cependant, si aucun jeune avocat n'est embauché aujourd'hui, il n'y aura plus d'associés seniors dans 15 ans. Ce « précipice démographique » de la capacité professionnelle est une bombe à retardement que peu de conseils d'administration traitent actuellement. L'efficacité gagnée à court terme (du T1 au T4) hypothèque la longévité institutionnelle de l'industrie sur la prochaine décennie.

Naviguer dans la transition

Malgré ces prévisions sombres, Harris souligne que cet avenir n'est pas inévitable — c'est un choix. L'« effondrement » qu'il prédit est le résultat d'une croissance incontrôlée. Il existe des voies pour atténuer les dommages, bien qu'elles nécessitent des changements radicaux de politique et de gouvernance d'entreprise.

1. Gérance consciente : Les géants de la technologie doivent dépasser l'éthos du « move fast and break things » (avancer vite et casser des choses). Harris préconise un ralentissement du déploiement pour permettre une adaptation sociétale, une position partagée par d'autres organisations axées sur la sécurité.
2. Nouveaux modèles économiques : Si l'IA crée une richesse immense tout en réduisant la demande de travail, des mécanismes tels que le Revenu de Base Universel (RBU) ou le « Dividende de Base Universel » (financé par des taxes sur la puissance de calcul ou les données) pourraient passer de théories marginales à des nécessités économiques.
3. Éducation centrée sur l'humain : Les institutions éducatives doivent pivoter de l'enseignement de compétences que l'IA peut facilement reproduire (mémorisation par cœur, syntaxe de codage de base) vers des compétences où les humains conservent un avantage (négociation complexe, raisonnement éthique, interaction avec le monde physique).

L'année 2027 représente un tournant critique. Comme le suggère Harris, nous nous tenons au bord de la plus grande transformation du marché de l'emploi depuis la révolution industrielle. Les décisions prises par les décideurs politiques, les PDG et les leaders de l'éducation au cours des 18 prochains mois détermineront si l'IA deviendra un outil pour un épanouissement humain sans précédent ou l'architecte d'une économie brisée. Pour l'instant, le signal d'alarme retentit, et son écho se fait de plus en plus fort.