L’idée selon laquelle l’intelligence artificielle détruira des emplois de manière immédiate a été répétée pendant des mois dans des présentations d’entreprise, des rapports de cabinets de conseil et des titres alarmistes. Cependant, les données globales du marché du travail américain n’appuient pas encore ce scénario. La lecture la plus suggestive provient d’Apollo Global Management : si l’IA permet de réduire le coût de certaines tâches professionnelles, il se pourrait que l’on assiste à un phénomène ressemblant à la paradoxe de Jevons, où une amélioration de l’efficacité ne réduit pas la consommation d’une ressource, mais la multiplie.

Le graphique partagé par Apollo, basé sur des données hebdomadaires sur l’emploi privé de l’ADP, montre une accélération de la création d’emplois aux États-Unis au printemps 2026. Ce graphique ne démontre pas en lui-même que l’IA crée des postes, mais il remet en question la thèse la plus simple d’un remplacement massif. Si la technologie détruisait massivement et rapidement des emplois, les données auraient commencé à le refléter de manière plus claire.

Que dit réellement la paradoxe de Jevons

William Stanley Jevons a observé au XIXe siècle que les améliorations d’efficacité des machines à vapeur n’avaient pas réduit la consommation totale de charbon au Royaume-Uni. C’était au contraire le contraire qui s’est produit. En rendant l’utilisation du charbon plus bon marché et rentable, de nouveaux usages industriels, de nouvelles usines et de nouvelles activités sont devenus viables. L’efficacité a réduit le coût unitaire, mais elle a multiplié la demande totale.

Appliqué à l’IA, le raisonnement est similaire. Si générer du code, analyser des documents, produire des rapports, réviser des contrats, préparer des campagnes ou automatiser des processus coûte moins cher, cela ne signifie pas nécessairement que l’on aura besoin de moins de travail humain. Il se peut que l’on fasse beaucoup plus de choses : plus de logiciels, plus de services, plus d’audits, plus de contenu, plus d’analyses, plus de startups et plus de produits personnalisés.

C’est l’argument avancé par Torsten Sløk, économiste en chef d’Apollo. Sa thèse est que l’IA réduit le coût de certaines tâches professionnelles et, ce faisant, élargit le marché. La conséquence ne serait pas une chute automatique de l’emploi, mais une expansion de la demande de profils capables d’utiliser l’IA pour produire davantage.

La comparaison avec le PC dans les bureaux aide à la compréhension. À la fin des années 80 et au début des années 90, on disait également que les ordinateurs détruiraient une partie importante du travail administratif. Ce qui s’est produit a été plus complexe : des tâches ont disparu, des fonctions ont changé, de nouvelles catégories professionnelles sont apparues, et la capacité à produire de l’information, gérer des données et coordonner des entreprises a augmenté. L’emploi n’a pas été figé ; il s’est réorganisé.

Les données ne soutiennent pas encore un effondrement du marché du travail dû à l’IA

Apollo a été particulièrement ferme en évoquant une “absence totale de preuves” de pertes d’emplois attribuables à l’IA dans les données agrégées. De son côté, l’ADP a enregistré 109 000 emplois privés supplémentaires en avril 2026, et son indicateur hebdomadaire NER Pulse affichait une moyenne mobile positive en mai. Ces chiffres doivent être interprétés avec prudence, car le marché du travail dépend de nombreux facteurs : taux d’intérêt, consommation, investissement des entreprises, dépenses publiques, productivité, démographie et cycle économique.

Cependant, le message reste important. L’IA pénètre dans les entreprises, mais l’impact global sur l’emploi que beaucoup anticipaient ne se manifeste pas encore clairement dans les statistiques générales. Certaines entreprises ont mentionné l’IA dans leurs plans d’ajustement ou de restructuration, mais cela ne suffit pas à conclure à une destruction nette massive d’emplois causée par cette technologie.

Il est également utile de distinguer automatisation de tâches et destruction d’emplois complets. L’IA peut remplacer certaines parties d’un travail sans supprimer l’emploi dans sa globalité. Par exemple, un avocat peut revoir des documents plus rapidement, un programmeur peut générer des brouillons de code, un analyste peut préparer des rapports en moins de temps, et une équipe de support peut mieux répondre avec l’aide d’assistants numériques. Dans de nombreux cas, la question n’est pas de savoir si un poste disparaît, mais comment son contenu évolue.

Les connaissances académiques actuelles indiquent que, si l’IA générative améliore significativement la productivité dans certaines tâches, son impact sur l’emploi dépend du secteur, du niveau d’adoption, de l’organisation du travail et de l’usage de la technologie pour remplacer ou pour augmenter la production.

Le risque ne disparaît pas : il se transforme

Dire qu’il n’y a pas de preuves d’un effondrement général du marché du travail ne signifie pas nier les risques. Certains profils peuvent être mis sous pression, notamment pour des tâches répétitives en bureau, la rédaction basique, le support de premier niveau, la traduction simple, la révision de documents ou la programmation routinière. Il peut également y avoir plus de difficultés pour les postes juniors si les entreprises tentent de compenser une partie du travail auparavant accessible par l’humain avec l’IA.

La paradoxe de Jevons ne garantit pas non plus que tout le monde en bénéficie. La demande totale de travail peut augmenter tout en déplaçant ceux qui ne s’adaptent pas. La recherche d’efficacité redistribue généralement la valeur. Elle profite davantage aux entreprises disposant de capital, de données, de processus et d’une capacité d’intégration technologique. Les travailleurs et petites entreprises qui n’intègrent pas l’IA risquent de se retrouver en situation plus défavorable face à ceux qui l’utilisent efficacement.

L’enjeu pour les dirigeants et les professionnels est de ne pas attendre que le marché décide, mais de comprendre que l’IA peut augmenter le niveau minimum de productivité attendu. Si une personne équipée d’IA peut réaliser en une matinée ce qu’il fallait auparavant deux jours, l’entreprise ne réduira pas forcément ses effectifs ; elle pourra aussi demander plus de projets, plus d’analyses, plus de clients ou plus d’opérations d’amélioration.

C’est l’application de Jevons au travail intellectuel : lorsque le coût de production d’un savoir diminue, la demande en connaissance peut croître. Moins d’écrire des programmes parce que leur développement devient plus efficace. Plus de création de logiciels. Moins de réaliser des analyses parce qu’un modèle les accélère. Plus de scénarios analysés. Moins de contenu produit parce que les outils facilitent la publication. La compétition porte alors sur la qualité, la rapidité et la quantité de production.

La véritable frontière : la productivité

Le débat autour de l’IA et de l’emploi est souvent présenté comme une confrontation binaire entre substitution et création de postes. La réalité sera plus nuancée. Certains secteurs verront l’IA réduire l’emploi, d’autres le voir augmenter. Dans beaucoup d’autres, elle changera les tâches, les salaires, les profils d’entrée et l’organisation interne.

Pour les entreprises, la clé sera de mesurer la productivité réelle, et pas seulement l’adoption. Utiliser l’IA ne garantit pas une amélioration automatique. Ce qui compte, c’est de savoir si cela permet de réduire les délais, d’améliorer la qualité, de diminuer les erreurs, d’accélérer les ventes, de mieux soutenir les clients ou de lancer des produits auparavant impossibles. La paradoxe de Jevons fonctionne lorsque l’efficacité crée une nouvelle demande, et non lorsque l’on ajoute simplement un outil coûteux à des processus mal conçus.

Pour les travailleurs, la conclusion est claire : l’IA n’élimine pas la nécessité de faire preuve de jugement, de contexte, de communication, de responsabilité et de connaissance approfondie de l’entreprise. Cependant, elle favorise ceux qui savent l’utiliser pour augmenter leurs capacités. Tout comme le PC n’a pas remplacé tous les salariés de bureau, mais a pénalisé ceux qui n’ont pas su s’y adapter, l’IA pourrait devenir un outil fondamental de la productivité professionnelle.

Les données actuelles ne justifient pas une anticipation d’un apocalypse immédiat du marché du travail. Elles n’autorisent pas non plus la complaisance. L’IA modifie le marché depuis l’intérieur, mais semble pour l’instant davantage comme une technologie qui augmente la capacité à effectuer du travail plutôt qu’une machine qui élimine tout le travail d’un coup.

La question n’est plus de savoir si l’IA détruirá des emplois de manière abstraite, mais qui saura transformer cette efficacité en plus d’activité, de produits, de services et de valeur.

Questions fréquentes

Qu’est-ce que la paradoxe de Jevons ?
C’est une idée économique selon laquelle une amélioration de l’efficacité peut accroître la consommation totale d’une ressource, car elle la rend moins chère et ouvre de nouveaux usages.

Comment s’applique-t-elle à l’intelligence artificielle ?
Si l’IA réduit le coût des tâches professionnelles, elle peut augmenter la demande totale d’analyse, de logiciels, de contenu, d’automatisation et de services, plutôt que de réduire automatiquement l’emploi.

Y a-t-il des preuves que l’IA détruise massivement des emplois ?
Les données agrégées disponibles ne montrent pas encore de collapse général du marché du travail attribuable à l’IA, même si des impacts concrets se manifestent dans certaines tâches, profils et entreprises.

Que doivent faire les professionnels face à ce changement ?
Apprendre à utiliser l’IA comme un outil de productivité, renforcer leur jugement, leur spécialisation, leur communication et leur connaissance du secteur. La clé sera de combiner expérience humaine et automatisation pour tirer parti des opportunités.