IA et emploi : le Trésor dresse un bilan très nuancé

Publiée début juillet 2026, l'analyse de la Direction générale du Trésor met fin à une vision trop binaire du débat IA-emploi. Ni catastrophisme, ni optimisme béat : le rapport pointe des dynamiques opposées qui coexistent au sein d'un même secteur, parfois au sein d'une même entreprise. Pour les dirigeants, c'est un signal d'alarme autant qu'une feuille de route.

Substitution réelle, mais ciblée

Le Trésor confirme ce que beaucoup redoutaient : certaines tâches à forte composante répétitive ou documentaire sont directement substituables par des outils d'IA générative. Les fonctions les plus exposées sont celles qui reposent sur le traitement de l'information structurée — saisie, synthèse, classement, traduction ou analyse de premier niveau. Ce n'est pas l'ensemble d'un poste qui disparaît dans la plupart des cas, mais une fraction suffisamment importante pour remettre en question la pertinence économique du profil concerné.

De nouveaux postes, mais pas pour les mêmes profils

Parallèlement, le rapport souligne l'émergence de nouveaux besoins. Les entreprises qui déploient l'IA à grande échelle créent des fonctions inédites : supervision des systèmes automatisés, gestion de la qualité des données, pilotage de l'éthique algorithmique, ou encore accompagnement du changement auprès des équipes. Le problème est structurel : ces nouveaux postes réclament des compétences rares, souvent absentes en interne, ce qui crée une tension sur le marché des talents tech déjà documentée par France Digitale dans son mapping 2026 des startups IA françaises.

Ce que cela change concrètement pour les entreprises

• Cartographier les tâches exposées avant d'automatiser : l'impact humain doit être anticipé, pas subi après déploiement.
• Distinguer suppression de poste et suppression de tâche : dans de nombreux cas, l'IA reconfigure un métier sans l'éliminer, ce qui ouvre la voie à la requalification.
• Investir dans la montée en compétences internes : les profils capables de piloter, auditer et améliorer des systèmes d'IA seront les ressources les plus disputées des prochaines années.
• Intégrer la dimension RH dès la phase de cadrage des projets IA, et non en aval, pour éviter les résistances organisationnelles coûteuses.
• Suivre de près l'agenda réglementaire : l'AI Act européen, dont les obligations opérationnelles s'appliquent à partir du 2 août 2026, impose aux entreprises de documenter l'usage des IA à risque, y compris dans les processus RH.

Un contexte français sous haute tension

L'analyse du Trésor intervient dans un moment charnière pour l'écosystème français. D'un côté, les startups IA nées autour de l'intelligence artificielle affichent une croissance annuelle moyenne de 165 % et s'internationalisent à grande vitesse, selon des données publiées début juillet par Usine Digitale. De l'autre, les grandes entreprises et ETI peinent encore à transformer leurs expérimentations en déploiements à l'échelle. Ce décalage crée un risque de fracture interne au tissu économique français : les acteurs les plus agiles captent la valeur créée par l'IA, tandis que les organisations plus lentes en subissent les effets de substitution sans en recueillir les bénéfices.

La question du solde net reste ouverte

Le rapport du Trésor ne tranche pas la question du bilan net sur l'emploi à horizon cinq ou dix ans — et c'est précisément ce qui en fait la valeur. Contrairement à certaines études à charge ou à décharge, il reconnaît l'incertitude fondamentale qui entoure ces projections. Les variables déterminantes restent le rythme d'adoption technologique, la capacité des politiques publiques à accompagner les transitions professionnelles, et les choix stratégiques que feront les directions générales dans les mois à venir. Pour les décideurs, l'honnêteté intellectuelle de cette position est plus utile que toute promesse chiffrée.