Quels travailleurs sont les plus touchés par les pertes d'emploi liées à l'IA selon les recherches de Stanford ?

Les travailleurs en début de carrière dans des rôles très exposés à l'IA, tels que le développement logiciel et le support client, affichent les baisses les plus marquées. La recherche a révélé un déclin relatif de l'emploi de 13 % parmi les jeunes travailleurs les plus exposés, même après contrôle des facteurs liés aux entreprises et au temps.

Le principal risque lié à l'IA est-il une baisse des salaires ou une réduction des emplois ?

Selon les conclusions de Stanford, le risque principal pour les jeunes travailleurs les plus exposés est l'exclusion de l'emploi, et pas seulement une baisse des salaires. Les travailleurs qui ne peuvent pas obtenir un poste débutant n'ont aucune occasion de développer l'expérience qui accroît leur valeur au fil du temps.

L'IA nuit-elle également à tous les travailleurs débutants ?

Non. La recherche fait la distinction entre les rôles où l'IA remplace carrément des tâches et les rôles où elle augmente le travail humain. Là où l'IA augmente plutôt que remplace, l'effet sur l'emploi est bien moins sévère.

1 / 1

Stanford Digital Economy Lab Impact de l'IA sur la main-d'œuvre Travailleurs en début de carrière Données du marché du travail ADP Research hiring-trend-analysis

Milo Jun 13, 2026

Impact de l'IA sur les marchés du travail

Le tableau de bord Canaries de Stanford montre que l'IA est déjà en train d'évincer les travailleurs en début de carrière

Points clés

Les travailleurs en début de carrière dans des rôles très exposés à l'IA font face à un déclin relatif de l'emploi de 13 %, selon les données de paie de Stanford ; le risque est l'exclusion des emplois, pas seulement une rémunération moindre.
Le remplacement de tâches par l'IA nuit beaucoup plus au recrutement de débutants que l'IA augmentant le travail humain ; comprendre lequel s'applique à votre rôle cible est la question la plus utile que vous puissiez poser.
Le tableau de bord Canaries de Stanford est mis à jour mensuellement à partir des données de paie d'ADP ; le suivre donne aux apprenants un signal précoce sur les points d'entrée qui se rétrécissent avant que les offres d'emploi ne le reflètent.

Milo · Jun 13, 2026

De nouvelles données salariales du Stanford Digital Economy Lab font passer le débat sur le déplacement par l'IA de la spéculation à une réalité mesurable et actuelle pour les jeunes travailleurs occupant des postes exposés.

De nouvelles données sur l'emploi provenant du Digital Economy Lab de Stanford font passer le débat sur le déplacement par l'IA de la spéculation à une réalité mesurable et bien présente pour les jeunes travailleurs occupant des postes exposés.

Imaginez deux jeunes diplômés, tous deux recrutés dans des postes technologiques la même année. L'une atterrit dans un poste où les outils d'IA viennent renforcer son jugement ; l'autre se retrouve dans un rôle où l'IA remplace les tâches qui justifiaient autrefois son salaire de débutant. Trois ans plus tard, l'écart entre eux n'est plus théorique. Il apparaît dans les registres de paie. Cet écart est désormais au cœur de l'un des projets empiriques les plus rigoureusement construits dans le domaine de la recherche sur la main-d'œuvre.

Ce que mesure réellement le tableau de bord Canaries

Le Stanford Digital Economy Lab a conçu le tableau de bord Canaries en collaboration avec ADP Research, en s'appuyant sur des données de paie anonymisées provenant d'entreprises utilisant les services de paie d'ADP, selon la page du projet du Stanford Digital Economy Lab(opens in new tab). Le nom du tableau de bord est directement inspiré de la recherche sous-jacente : un article de 2025 signé par Erik Brynjolfsson, Bharat Chandar et Ruyu Chen, intitulé « Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence » (Les canaris dans la mine de charbon ? Six faits sur les effets récents de l'intelligence artificielle sur l'emploi). La logique de la métaphore est précise. Certains travailleurs — en particulier ceux qui débutent leur carrière et sont concentrés dans des métiers fortement exposés à l'IA — servent d'indicateurs avancés des mutations plus larges du marché du travail. Là où ils vont, le reste de l'économie pourrait finir par suivre.

Le tableau de bord met à jour ces résultats en temps réel, le plaçant aux côtés d'autres indicateurs du marché du travail dans la série en expansion des AI Economic Indicators de Stanford. L'article sous-jacent en constitue la colonne vertébrale analytique. Brynjolfsson, Chandar et Chen ont étudié comment les variations de l'emploi diffèrent selon le niveau d'expérience d'un travailleur et le degré d'exposition de son métier à l'automatisation par l'IA. Selon un billet publié par Bharat Chandar en octobre 2025 sur le site du Stanford Digital Economy Lab, la recherche a fourni « certaines des premières preuves à grande échelle compatibles avec l'hypothèse que la révolution de l'IA commence à avoir un impact significatif et disproportionné sur les travailleurs débutants du marché du travail américain ». Cette formulation est importante. Il ne s'agit pas d'un modèle de projection ni d'une expérience de pensée ; c'est un schéma observé dans des données de paie qui existent déjà.

Le signal des 13 % et ce qu'il signifie

Le constat qui frappe les lecteurs de plein fouet est une baisse relative de l'emploi de 13 % parmi les jeunes travailleurs les plus exposés à l'IA, même après avoir contrôlé les facteurs liés aux entreprises et au temps, selon une synthèse de la recherche de Stanford. Ce chiffre n'est pas une moyenne calculée sur l'ensemble des travailleurs. Il est spécifique à l'intersection de deux conditions : être en début de carrière et occuper un poste fortement automatisable. Les travailleurs plus expérimentés dans les mêmes métiers ne présentent pas le même schéma dans la même mesure — une distinction cruciale. Les outils d'IA, du moins à cette période, semblent se substituer aux tâches que les travailleurs débutants sont recrutés pour apprendre, et non au jugement que les travailleurs plus expérimentés sont payés pour exercer.

La répartition de cet effet par métier est également révélatrice. Selon une synthèse des résultats de Stanford rapportée dans Time, les pertes les plus marquées se concentrent dans le développement logiciel, le support client et d'autres postes fortement exposés à l'IA. Ce sont précisément les rôles qu'une génération de conseils de carrière présentait comme des points d'entrée stables et formateurs. La compression frappe le plus durement là où l'on disait aux travailleurs débutants de commencer.

Un second constat se superpose aux chiffres de l'emploi : le mécanisme est d'une importance capitale. Là où l'IA remplace purement et simplement des tâches, les postes débutants se raréfient. Là où l'IA augmente le travail humain plutôt que de le remplacer, l'effet est bien moins sévère, selon la même synthèse de Stanford. Cette distinction entre remplacement et augmentation n'est pas une nuance académique subtile. C'est le carrefour qui détermine si un poste donné se développe ou se réduit à mesure que l'adoption de l'IA s'approfondit.

La différence entre un problème de salaire et un problème d'exclusion

La plupart des discussions publiques sur l'IA et le travail gravitent autour des salaires : l'IA va-t-elle faire baisser les rémunérations ? La recherche de Stanford recadre cette question. Selon la synthèse des résultats de Brynjolfsson, Chandar et Chen, le risque principal pour les jeunes travailleurs les plus exposés n'est pas une baisse des salaires. C'est l'exclusion pure et simple de l'emploi. La compression salariale et la perte d'emploi sont des problèmes liés, mais ils ne sont pas identiques, et ils n'appellent pas les mêmes réponses.

Un travailleur qui est embauché à un salaire plus faible acquiert tout de même de l'expérience, accumule de l'ancienneté, développe le jugement qui accroît sa valeur avec le temps. Un travailleur qui n'obtient jamais le poste débutant n'a aucune rampe de lancement. Cette distinction devrait orienter la façon dont les apprenants évaluent leur propre positionnement. La question n'est pas simplement de savoir si un poste est bien rémunéré aujourd'hui. C'est de savoir si ce poste existe encore en volume au niveau débutant, si l'IA remplace les tâches fondamentales qu'il implique, et si l'expérience qu'il offre développe réellement le type de jugement plus difficile à automatiser. Un poste dans un métier très exposé n'est pas automatiquement une impasse, mais les données indiquent désormais que la porte d'entrée vers ce poste se rétrécit.

Ce que cela signifie si vous décidez où investir

Le tableau de bord Canaries fait partie de la série AI Economic Indicators de Stanford, que le laboratoire décrit comme un effort pour connecter « les décideurs politiques, les dirigeants d'entreprise et les travailleurs individuels à des informations opportunes et fiables sur l'impact économique de l'IA », selon la page des indicateurs du laboratoire. Cette dernière catégorie — les travailleurs individuels — est celle qui compte le plus pour quiconque lit ces lignes.

Le tableau de bord est mis à jour en temps réel, ce qui signifie que le chiffre de 13 % est une référence à surveiller, et non un verdict définitif. Pour les apprenants qui évaluent des parcours professionnels en ce moment, le message à retenir est le suivant : le niveau d'exposition et le niveau d'expérience interagissent. Un développeur logiciel junior dans une entreprise déployant l'IA générative pour la génération de code n'est pas dans la même position qu'un analyste de données junior dont le travail implique synthèse, communication avec les parties prenantes et interprétation métier. Le premier rôle est plus proche des tâches que l'IA remplace actuellement ; le second est plus proche des tâches que l'IA soutient actuellement. Cette différence ne ressort pas des intitulés de poste, et elle transparaît à peine dans la plupart des fiches de poste.

Le tableau de bord Canaries et la recherche sous-jacente offrent aux apprenants un cadre pour poser de meilleures questions : quels points d'entrée mènent réellement vers quelque chose, et lesquels disparaissent silencieusement du marché du travail avant que les offres d'emploi ne s'en rendent compte. Suivez l'évolution du tableau de bord lors de ses mises à jour mensuelles. Observez si le chiffre de 13 % s'élargit, se réduit ou migre vers de nouvelles catégories professionnelles. La recherche est encore récente, comme Chandar l'a reconnu, mais c'est le signal le plus honnête actuellement disponible. Cela vaut bien davantage que n'importe quelle prévision.

Sources

Questions & answers

C'est un outil de suivi du marché du travail en temps réel construit par le Digital Economy Lab de Stanford en collaboration avec ADP Research. Il surveille les tendances de l'emploi à travers les professions et les groupes de travailleurs présentant différents niveaux d'exposition à l'IA, mis à jour en continu.