Risque d’emplois liés à l’IA en Inde : Goldman montre les limites des prévisions

La version paresseuse du risque que l’IA fait peser sur le travail semble mondiale : si un modèle peut écrire, résumer, coder ou répondre au téléphone, alors tous les employés de bureau, partout, sont les prochains concernés. Goldman Sachs apporte maintenant une nuance utile avec l’Inde. Comme le rapporte The Economic Times, la firme affirme que l’Inde est moins exposée que d’autres pays aux risques d’emplois liés à l’IA, ce qui ne revient pas à dire que l’Inde est immunisée. Cette distinction compte pour les apprenants. Si vous considérez le risque lié à l’IA comme une seule prévision mondiale, vous allez soit paniquer, soit hausser les épaules, et ces deux réactions sont de mauvaises stratégies de carrière. La question utile est plus précise : quelles tâches dans votre emploi sont assez répétables, centrées sur le texte, fondées sur des règles et mesurables pour qu’un logiciel les exécute mieux qu’un humain fatigué face à une échéance ?

L’affirmation porte en réalité sur la combinaison des tâches

Le reportage de Business Standard du 14 août 2026 a présenté le point de vue de Goldman Sachs autour de l’idée que l’Inde est moins exposée que d’autres aux risques d’emplois liés à l’IA. Le mot important pour les travailleurs n’est pas IA, c’est exposée. Un marché du travail où la part du travail physique et mécanique est plus importante n’absorbe pas la pression de l’automatisation de la même manière qu’un marché davantage orienté vers le travail administratif sur écran. Cela signifie qu’une prévision mondiale peut être intéressante dans sa tendance générale tout en étant inutile pour vous personnellement si elle ignore ce que vous faites réellement toute la journée.

Storyboard18 a rendu le mécanisme plus concret, en rapportant que Goldman Sachs a souligné la grande part de travailleurs indiens dans des métiers physiques et mécaniques comme une raison pour laquelle les déplacements d’emplois liés à l’IA pourraient être limités à court terme. C’est un argument de composition du marché du travail, pas un bouclier magique. Un responsable d’entrepôt, un technicien de terrain, une infirmière, un ouvrier du bâtiment ou un responsable d’atelier peut utiliser l’IA pour la documentation ou la planification, mais le cœur du travail dépend toujours du contexte physique, du jugement humain et de la coordination locale. La leçon n’est pas que ces métiers échappent au changement, mais que leur trajectoire d’automatisation est différente.

Le marché le plus sûr comporte tout de même des zones exposées

Storyboard18 a aussi rapporté que certaines parties des services, notamment l’informatique et les centres d’appels, restent plus exposées. C’est là que l’optimisme général atteint ses limites. Un rôle de support client construit autour de réponses scriptées, du tri de tickets et de procédures d’escalade standard n’est pas dans la même catégorie de risque qu’un rôle qui implique de réparer une relation, d’exercer un jugement réglementé ou de gérer des opérations de terrain complexes. L’intitulé peut dire support, analyste, associé ou ingénieur, mais c’est la combinaison des tâches que les recruteurs examineront discrètement.

C’est ici que la multiplication des intitulés devient dangereuse. Un poste d’ingénieur IA peut signifier l’entraînement de modèles, un autre l’intégration d’API, et un troisième le fait de coller un chatbot sur un flux de travail conçu par quelqu’un d’autre. Le même problème s’applique aux étiquettes de risque lié à l’IA : dire que l’informatique est exposée vous en apprend moins que de vous demander si votre travail consiste surtout en revue de code, débogage de systèmes, traduction des besoins clients, nettoyage de données, documentation ou support de production. Certaines de ces tâches sont automatisables, tandis que d’autres deviennent plus précieuses lorsque l’IA crée davantage de production à vérifier.

Faites votre propre audit de risque

Le reportage de The Economic Times est utile parce qu’il remet en question l’idée selon laquelle l’IA touchera tous les marchés du travail de la même manière. Pour un travailleur individuel, l’audit pratique comporte trois parties : la combinaison des tâches, le secteur et l’effet de levier. La combinaison des tâches demande quelle part de votre semaine est consacrée à un traitement répétitif du langage ou des données ; le secteur demande si votre employeur peut réellement déployer l’IA sans problèmes juridiques, opérationnels ou de confiance client ; l’effet de levier demande si vous pouvez utiliser l’IA pour produire un meilleur travail, pas seulement des brouillons plus rapides. Si votre réponse est vague, n’achetez pas encore un autre certificat : cartographiez d’abord le flux de travail.

La couverture par Business Standard du point de vue de Goldman Sachs devrait aussi éloigner les apprenants du théâtre des diplômes. Un badge de cours qui dit IA générative est moins utile qu’un petit portfolio montrant comment vous avez réduit un retard de tickets, amélioré la recherche interne, rédigé des réponses client plus sûres ou créé une liste de vérification pour examiner les sorties de l’IA. Les recruteurs ne cherchent généralement pas quelqu’un capable de réciter des noms de modèles. Ils cherchent quelqu’un capable d’intégrer des outils dans un processus désordonné sans rendre ce désordre encore plus grand.

Ce qu’il faut apprendre ensuite

Le reportage de Storyboard18 laisse aux travailleurs une voie plus constructive que la simple peur. Si vous occupez une fonction de service plus exposée, apprenez le prompting seulement comme couche de surface, puis apprenez la conception de flux de travail, le contrôle qualité, les règles d’escalade et la vérification propre au domaine. Si vous travaillez dans un métier physique ou mécanique, la culture de l’IA reste importante, mais le bénéfice peut venir des journaux de maintenance, des prévisions d’inventaire, des supports de formation, de la documentation de sécurité ou de la communication avec les clients. Une exposition différente ne signifie pas des enjeux différents, mais des priorités d’apprentissage différentes.

Le prochain signal utile à surveiller est de voir si les employeurs en Inde modifient les descriptions de poste autour des tâches plutôt que de simplement ajouter IA aux intitulés. Si les offres d’emploi commencent à demander aux agents de support de superviser les réponses de l’IA, aux développeurs de maintenir des bases de code assistées par l’IA, ou aux responsables des opérations d’interpréter des tableaux de bord IA, ce sera un signal d’embauche plus fort qu’une nouvelle prévision générale. Pour les lecteurs qui décident où investir leur temps, l’affirmation de Goldman sur l’Inde rappelle qu’il faut arrêter de se demander dans l’abstrait si l’IA affectera votre emploi. Demandez-vous quelles parties de votre travail l’IA peut toucher, quelles parties ont encore besoin de vous, et où vous pouvez devenir la personne qui rend l’outil utile.