Le McKinsey Global Institute a cartographié en 2026 ce qui attend le travail dans quinze pays d’Amérique latine. Dans ces économies, 57 % des heures travaillées sont potentiellement automatisables avec les technologies existantes, dont 18 % par des robots physiques. Là où les économies riches rencontrent d’abord l’automatisation cognitive, l’Amérique latine rencontre en priorité la machine dans l’atelier, dans le champ et dans l’entrepôt. La question du coût et du partage des gains se pose donc avant celle de l’arrivée des robots.

L’essentiel

  • Dans 15 pays d’Amérique latine, 57 % des heures travaillées sont potentiellement automatisables avec les technologies existantes, dont 18 % par des robots physiques (McKinsey Global Institute, 2026).
  • La robotisation frappe en priorité les économies les plus physiques : en Bolivie et au Pérou, environ 40 % des heures automatisables relèvent de tâches corporelles, ce qui concentre le risque sur les travailleurs les moins qualifiés.
  • Gilbert Cette et Jacques Barthélémy ont montré que la mutation technologique exige une adaptation simultanée des protections, de la formation et du dialogue social : transférer des machines sans réformer les institutions, c’est transférer le risque sur les travailleurs.
  • L’adoption et ses effets dépendent de plusieurs facteurs économiques, institutionnels, organisationnels et de compétences.
  • MGI présente deux scénarios d’adoption à l’horizon 2030 et trois profils régionaux d’automatisation selon les configurations institutionnelles et les choix de politique économique.

La géographie physique du travail latino-américain

L’Amérique latine travaille avec ses mains. Ce constat, banal en apparence, a des implications précises quand on le croise avec les capacités actuelles des robots.

Dans les économies les plus avancées, États-Unis, Europe occidentale et Japon, la tertiarisation du travail signifie que l’automatisation menace d’abord les tâches cognitives routinières : saisie de données, traitement administratif, service client. Les modèles d’IA générative arrivent dans les bureaux. En Amérique latine, la séquence est différente. L’agriculture, l’extraction minière, la construction et l’industrie de transformation concentrent une part du travail que les économies riches ont largement mécanisée depuis les années 1980. Les robots qui arrivent aujourd’hui remplacent des cueilleurs, des soudeurs et des manutentionnaires.

McKinsey documente cette spécificité avec précision. Dans les économies les plus physiques de la région, Bolivie, Pérou et Équateur, les tâches corporelles représentent environ 40 % des heures automatisables. Cette concentration géographique du risque touche en premier les travailleurs dont les alternatives sont les plus limitées. Passer d’un poste de manutentionnaire à un poste de technicien de maintenance robotique demande une formation que rien ne garantit aujourd’hui.

Le contraste avec l’Afrique est instructif. Comme l’a montré un article récent sur les choix technologiques africains, certains continents ont encore le temps de concevoir leurs institutions avant que la technologie ne les devance. L’Amérique latine, elle, est déjà dans la fenêtre d’adoption : les robots entrent, les cadres institutionnels traînent.

Les enseignements de l’économie du travail sur ces transitions

L’économiste Gilbert Cette, avec Jacques Barthélémy, a construit sur plusieurs décennies une thèse sur le rapport entre mutations technologiques et institutions du travail. Leur ouvrage Travail et changements technologiques : De la civilisation de l’usine à celle du numérique documente comment chaque vague d’automatisation produit des gagnants et des perdants selon les institutions qui encadrent leur adoption, et non selon la seule logique des machines.

La thèse est simple dans son principe, exigeante dans ses implications. Une technologie qui augmente la productivité peut se traduire, selon les configurations institutionnelles, par des hausses de salaire, par des suppressions d’emploi, ou par une combinaison des deux. Parmi les facteurs qui influencent le résultat figurent des mécanismes de partage des gains entre propriétaires du capital et salariés, des dispositifs de formation permettant aux travailleurs déplacés de se repositionner, et un dialogue social capable de négocier les transitions plutôt que de les subir.

Cette grille s’applique directement à l’Amérique latine. Les 18 % d’heures automatisables par des robots ne produiront pas les mêmes effets au Mexique, où l’intégration aux chaînes de valeur nord-américaines crée des incitations à moderniser et à former, et en Bolivie, où les entreprises du secteur extractif opèrent souvent sans accord de branche structuré. La machine est identique. L’institution est différente. Le résultat le sera aussi.

La lecture concurrente : l’argument de la compétitivité

Une lecture différente existe, portée notamment par les économistes proches de la tradition libérale de marché. Elle mérite d’être prise au sérieux, non pour être écartée, mais parce qu’elle éclaire une tension réelle.

Selon cette lecture, le principal risque pour l’Amérique latine tient à une robotisation trop lente. Les entreprises qui n’adoptent pas les technologies disponibles perdent en compétitivité face aux concurrents asiatiques déjà robotisés. Le secteur automobile mexicain, par exemple, fait face à des producteurs sud-coréens et japonais dont les usines affichent des densités robotiques plusieurs fois supérieures. Ralentir l’adoption pour préserver des emplois à court terme sacrifierait la compétitivité de long terme, et donc les emplois futurs.

Cette tension est documentée par les données de la Fédération internationale de la robotique, qui montre que la densité robotique, le nombre de robots pour 10 000 employés dans l’industrie, reste très basse en Amérique latine comparée à l’Asie ou à l’Europe. Le Mexique, pays le plus industrialisé de la région, reste loin derrière la Corée du Sud ou Singapour. L’argument de compétitivité dit : ce retard est lui-même un risque.

La tension entre ces deux lectures n’est pas résoluble par principe. Elle l’est par les données et par les conditions. Une robotisation rapide peut perturber l’emploi, comme l’ont documenté plusieurs études sur les régions américaines exposées à la concurrence chinoise dans les années 2000. Selon certaines trajectoires industrielles documentées, les conditions institutionnelles accompagnant l’adoption technologique influencent les résultats en matière de productivité et de rémunération. Le débat ne porte donc pas sur la vitesse de l’adoption, mais sur ce qui l’accompagne.

Les trois leviers qui décident du résultat

L’accès au financement est un frein possible pour les PME, parmi plusieurs contraintes à l’adoption. Les petites et moyennes entreprises latino-américaines, qui représentent une majorité de l’emploi régional, n’ont souvent pas accès aux financements nécessaires pour acquérir des équipements robotiques. Les grandes entreprises exportatrices adoptent rapidement. Les unités de production fortement automatisées coexistent ainsi avec un tissu de petites structures qui restent à forte intensité de main-d’œuvre par contrainte financière. Il en résulte une inégalité de productivité qui se traduit en inégalité salariale.

Des lignes de crédit public conditionnées à des plans de formation interne pourraient corriger cette asymétrie. L’accès au financement robotique serait lié à un engagement de l’entreprise sur le maintien de l’emploi et sur la formation des salariés dont les tâches sont modifiées. Des mécanismes analogues ont existé dans plusieurs pays européens lors des vagues de modernisation industrielle des années 1990. Ils ont accompagné la transformation en limitant ses effets destructeurs pour les travailleurs en place.

La formation technique est le deuxième levier, et probablement le plus difficile à actionner rapidement. Former un technicien de maintenance robotique prend du temps. Les systèmes d’éducation professionnelle latino-américains, à quelques exceptions près comme le SENAI brésilien, sont sous-financés et mal articulés avec les besoins des entreprises. L’évolution technologique accroît la demande de compétences et les systèmes de formation régionaux présentent des lacunes. Ce décalage constitue un risque pour les travailleurs concernés.

Les accords de branche sur le partage des gains constituent le troisième levier. Quand un investissement robotique augmente la productivité d’une usine, ce gain se répartit entre actionnaires et salariés selon des règles négociées ou, en leur absence, selon une dynamique qui tend à favoriser le capital. Cette dynamique est institutionnelle et peut donc être modifiée.

Des accords sectoriels qui indexent une partie de la masse salariale aux gains de productivité permettent que la robotisation produise à la fois des marges pour les entreprises et des salaires réels pour les travailleurs.

Les signaux actuels et la trajectoire vers 2035

Deux trajectoires sont ouvertes, et les données des prochaines années permettront de commencer à les distinguer.

Dans le premier scénario, les secteurs physiques les plus exposés bénéficient d’un accès élargi au crédit public à l’équipement et les accords de branche se généralisent dans les secteurs à forte automatisation. Les 18 % constituent un potentiel technique qui peut créer de la valeur seulement selon le rythme et les conditions d’adoption. Les travailleurs dont les tâches disparaissent accèdent à des formations financées en partie par les gains dégagés. Les effets de la robotisation sur les revenus médians et les trajectoires des moins qualifiés ne sont pas uniformément positifs et peuvent être défavorables. Ce scénario correspond à des configurations institutionnelles qui ont fonctionné ailleurs, dans des contextes différents mais comparables sur le fond.

Dans le second scénario, le crédit à l’équipement reste concentré sur les grandes entreprises exportatrices. Le scénario plus graduel de MGI porte sur une diffusion technologique plus lente, sans hypothèse de crédit à l’équipement réservé aux grandes exportatrices. Les petites structures font face à des contraintes financières, technologiques, organisationnelles, de compétences et d’infrastructure. Un nombre croissant de travailleurs déplacés par les grandes entreprises robotisées se repositionnent vers des emplois informels moins productifs, faute d’accès à la formation technique. Les 57 % indiquent un potentiel technique théorique, non une pression salariale projetée.

Le scénario plus graduel de MGI réduit la valeur économique potentielle estimée; une adoption inégale selon la taille des entreprises pourrait accentuer les inégalités.

Deux signaux permettront de savoir dans quelle direction la région s’oriente. Le premier est l’évolution du salaire médian dans les secteurs physiques les plus robotisés, comparée à celle des secteurs peu touchés par l’automatisation. Si les salaires convergent, l’institution fonctionne. S’ils divergent, la captation est à l’œuvre. Le second signal est le taux d’accès au crédit à l’équipement robotique pour les entreprises de moins de cinquante salariés dans les secteurs physiques : c’est l’indicateur le plus direct de la diffusion hors des grandes entreprises, donc de la dynamique duale ou inclusive de la transition.

L’agriculture est un terrain d’observation particulièrement révélateur. Les robots agricoles transforment déjà la culture du maïs à grande échelle, comme le montre l’adoption documentée dans d’autres contextes. En Amérique latine, où l’agriculture occupe encore une fraction importante de la main-d’œuvre dans les économies les plus physiques, cette transition peut exposer de nombreux travailleurs ruraux. Le crédit, la formation et le soutien transitoire peuvent influencer le bilan social, parmi d’autres facteurs économiques et institutionnels.

La décision qui appartient aux institutions

La robotisation de l’Amérique latine n’est pas un scénario futur : c’est un processus en cours. Les technologies sont disponibles. Les entreprises les plus capitalisées les adoptent déjà. Ce qui reste ouvert, c’est la réponse institutionnelle.

Les gouvernements de la région ont devant eux une fenêtre. Elle n’est pas fermée, mais elle se rétrécit à mesure que les décisions d’investissement s’accumulent sans cadre. Mettre en place des lignes de crédit conditionnées, financer la formation technique professionnelle, créer les conditions d’accords de branche sur le partage des gains : ces choix sont connus, documentés et techniquement réalisables. Ils demandent de la volonté politique et des institutions du travail suffisamment solides pour faire respecter ce qui est négocié.

La trajectoire régionale dépendra conjointement du rythme d’adoption des robots et des capacités institutionnelles, économiques et de formation des États et partenaires sociaux à adapter les effets de cette adoption. Les données du McKinsey Global Institute indiquent que l’Amérique latine dispose d’une marge de choix sur ce que les robots produiront pour ses travailleurs. Ce choix se fait maintenant.

Sources

  1. McKinsey Global Institute, Agents, robots, and us: How AI reshapes work and skills in Latin America, 2026. Lien
  2. Jacques Barthélémy et Gilbert Cette, Travail et changements technologiques : De la civilisation de l’usine à celle du numérique. Référence catalogue
  3. International Federation of Robotics, World Robotics 2026 (sans lien : rapport annuel de l’IFR, disponible sur ifr.org)