En 2024, l’OIT et la Banque mondiale estiment qu’entre 26 % et 38 % des emplois d’Amérique latine sont exposés à l’IA générative. Environ 17 millions d’emplois susceptibles de gagner en productivité restent bloqués par des lacunes d’accès numérique et d’infrastructure. La transformation numérique la plus rapide de l’histoire régionale s’engage alors qu’environ la moitié des emplois susceptibles de bénéficier d’un gain de productivité grâce à l’IA ne peuvent pas y accéder en raison de lacunes numériques. Le fossé décisif opposera les travailleurs équipés aux travailleurs exclus, et il se creuse avant même l’arrivée des algorithmes.
L’essentiel
- Entre 26 % et 38 % des emplois latino-américains sont exposés à l’IA générative, selon l’OIT et la Banque mondiale (2024).
- Environ 17 millions d’emplois pourraient gagner en productivité grâce à l’IA, mais la moitié reste freinée par le manque d’accès numérique et d’infrastructure.
- Le premier effet de l’IA dans la région ne sera pas la suppression massive d’emplois, mais l’accélération des inégalités entre entreprises formelles équipées et travailleurs informels exclus.
- Le levier politique prioritaire est l’infrastructure : haut débit abordable, équipement des lieux de travail, formalisation des activités.
- D’ici 2030-2040, deux trajectoires s’affrontent : une convergence par l’accès ou une divergence accélérée, selon les choix d’investissement public effectués maintenant.
L’exposition ne prédit pas le destin
Quand on lit qu’entre 26 % et 38 % des emplois latino-américains sont exposés à l’IA générative, la tentation est de calculer combien de millions de postes sont menacés. C’est une mauvaise lecture. L’exposition à l’IA ne signifie pas automatisation imminente. Elle signifie que les tâches concernées peuvent être augmentées, accélérées ou transformées par des outils d’intelligence artificielle. Pour la plupart des emplois de la région, la probabilité d’une substitution complète reste faible à court terme : les emplois les plus exposés sont aussi ceux qui requièrent des compétences relationnelles, un ancrage physique ou un jugement contextuel difficile à automatiser.
Ce que l’étude OIT-Banque mondiale met en lumière est plus précis et plus inconfortable. Sur les emplois susceptibles de bénéficier d’un gain de productivité grâce à l’IA, environ la moitié ne peut pas y accéder aujourd’hui. Ces 17 millions de travailleurs ne sont pas protégés par l’éloignement des algorithmes : ils sont simplement privés des conditions minimales pour en tirer parti. Connexion insuffisante, équipements absents, activité informelle qui coupe l’accès aux plateformes et aux services numériques. L’IA arrive, mais pour eux, elle arrive ailleurs.
La lecture habituelle du risque technologique mérite d’être retournée. L’automatisation inquiète parce qu’elle détruirait des emplois. En Amérique latine, le danger est différent : l’IA augmentera la productivité de ceux qui y ont accès et laissera les autres au même niveau, creusant un écart qui aura des conséquences durables sur les salaires, les trajectoires professionnelles et la structure même du marché du travail.
L’informel bloque l’accès au numérique
L’Amérique latine présente un taux d’informalité élevé, parmi les plus importants au monde, même si l’Afrique subsaharienne affiche généralement des niveaux supérieurs. Selon l’OIT (Panorama Laboral 2024), le taux d’informalité régional moyen en Amérique latine et Caraïbes était de 47,6 % en 2024. La fourchette selon les pays va d’environ 27 % (Uruguay) à 85 % (Bolivie). Ce chiffre n’est pas qu’une statistique sociale : c’est une barrière d’entrée technologique.
Un travailleur informel n’a généralement pas accès aux outils numériques fournis par un employeur, pas de compte professionnel sur les plateformes de productivité, pas de formation financée par une entreprise. Il paie souvent son accès à internet au prix fort via des forfaits mobiles prépayés, insuffisants pour travailler avec des applications IA gourmandes en données. L’absence de contrat formel le prive aussi des dispositifs publics d’accompagnement à la montée en compétences, quand ils existent.
La formalisation dépasse les enjeux de protection sociale ou de recettes fiscales : elle devient un prérequis à la transition numérique. Un artisan du bâtiment au Salvador ou une vendeuse ambulante à Lima ont besoin d’abord d’un contrat, d’une adresse fiscale, d’un compte bancaire et d’une connexion stable. Ces conditions préalables ouvrent l’accès aux outils qui viennent ensuite.
Les gouvernements qui misent sur la formation numérique sans s’attaquer à la formalisation investissent dans le mauvais ordre. Former à l’IA un travailleur informel sans connexion fiable et sans équipement, c’est distribuer des manuels de conduite sans permis et sans voiture.
Qui capte les gains : la question institutionnelle
L’économiste Daron Acemoglu a construit une large part de son travail sur une question qui s’applique directement ici : quand la technologie avance, qui en capte les gains. Sa réponse : cela dépend des institutions, pas de la technologie elle-même. Une innovation peut augmenter la productivité globale tout en concentrant ses bénéfices sur une fraction de la population si les règles du jeu économique l’y invitent. L’IA n’échappe pas à cette logique.
En Amérique latine, les institutions du marché du travail sont fragmentées. Les grandes entreprises formelles ont les ressources pour équiper leurs salariés, négocier des licences d’outils IA, former leurs équipes et absorber les coûts de transition. Les TPE, les travailleurs indépendants et les salariés informels n’ont rien de tel. Sans intervention publique correctrice, la productivité gagnée grâce à l’IA se concentrera dans les segments déjà les mieux dotés du marché du travail. Les inégalités existantes ne seront pas simplement reproduites : elles seront amplifiées par l’écart de vitesse entre ceux qui accèdent aux outils et ceux qui n’y accèdent pas.
Une lecture alternative, portée par des économistes plus optimistes sur la diffusion technologique, nuance ce tableau. L’argument : les technologies numériques ont historiquement tendance à se rendre accessible rapidement et à baisser de prix. Les téléphones mobiles en Afrique subsaharienne, les plateformes de paiement au Kenya, les applications de microfinance en Asie du Sud-Est ont atteint des populations que les banques traditionnelles n’avaient jamais servies. L’IA pourrait suivre le même chemin, d’autant que les modèles légers et les applications mobiles commencent à se déployer sur des terminaux bas de gamme.
Cette lecture est plausible, mais elle sous-estime un point : la diffusion spontanée de la technologie mobile a pris deux décennies et a bénéficié d’investissements massifs en infrastructure de télécommunications, publics et privés. L’IA générative est plus exigeante en bande passante, en puissance de calcul et en interfaces utilisables. La rendre accessible ne sera pas automatique. Elle exigera les mêmes types d’investissements délibérés, aux mêmes niveaux d’engagement politique.
La question posée par Acemoglu n’a donc pas de réponse déterministe. Mais elle oblige à choisir : soit les institutions publiques construisent les conditions d’une diffusion large, soit les gains restent captés par les entreprises formelles qui n’ont pas besoin d’aide pour adopter l’IA. Ce choix politique doit être fait maintenant, avant que l’écart ne se creuse au point de devenir irréversible. La même tension entre diffusion technologique et captation des gains se joue ailleurs dans le monde, comme le montrent les questions soulevées par l’automatisation agricole ou le déploiement non régulé des agents IA dans les entreprises américaines.
Les avancées des pays pionniers
Plusieurs pays de la région ont engagé des politiques qui, sans toujours le nommer ainsi, s’attaquent aux bonnes priorités. Le Brésil a lancé en 2023 un programme de connectivité rurale visant à couvrir les municipalités non desservies par le haut débit fixe, en s’appuyant sur le Fundo de Universalização dos Serviços de Telecomunicações. L’objectif n’est pas explicitement lié à l’IA, mais il crée les conditions préalables à toute montée en compétences numérique.
La Colombie a intégré dans sa stratégie nationale de transformation numérique des volets spécifiques sur l’équipement des TPE, incluant des mesures en faveur des entreprises qui entament une démarche de formalisation. Le couplage entre formalisation et accès technologique est précisément le levier que l’étude OIT-Banque mondiale identifie comme prioritaire.
Le Mexique a quant à lui étendu son programme Internet para Todos, ciblant les zones rurales et périurbaines sans couverture haut débit, avec l’ambition de connecter plusieurs millions de foyers supplémentaires. Ces initiatives restent insuffisantes à l’échelle des besoins, mais elles signalent que la priorité à l’infrastructure n’est pas une idée abstraite : c’est une politique déjà en cours dans plusieurs pays, qui attend d’être accélérée et mieux financée.
À l’échelle régionale, la Banque interaméricaine de développement finance depuis plusieurs années des projets d’infrastructure numérique et de formalisation des PME. L’enjeu est maintenant de coordonner ces efforts dispersés dans une logique explicitement orientée vers l’accès à l’IA, plutôt que de laisser chaque programme fonctionner en silo. L’expérience de l’Afrique du Sud sur les technologies émergentes montre qu’il est possible de se positionner sur des technologies avancées sans négliger les couches inférieures de l’infrastructure, à condition de planifier dans le bon ordre.
Deux chemins vers 2035 : accès ou divergence
L’étude OIT-Banque mondiale permet d’esquisser deux trajectoires pour la prochaine décennie, sans qu’aucune ne soit inévitable.
Dans le premier scénario, les investissements en infrastructure numérique s’accélèrent, portés par des engagements publics nationaux et par des financements multilatéraux. Le haut débit abordable atteint progressivement les zones périurbaines et rurales. Les programmes de formalisation sont assortis d’incitations à l’adoption technologique : subventions à l’équipement, accès à des outils IA adaptés aux petites structures, accompagnement à la prise en main. Dans ce cadre, une part significative des 17 millions de travailleurs aujourd’hui exclus pourrait accéder aux outils d’IA d’ici 2030-2035. La productivité gagnée serait plus largement partagée.
L’écart entre entreprises formelles et informelles se réduirait, sans disparaître.
Dans le second scénario, l’investissement en infrastructure reste insuffisant ou mal ciblé. L’IA continue de se diffuser rapidement dans les grandes entreprises et les zones urbaines bien connectées, pendant que les travailleurs informels et ruraux restent à l’écart. La productivité des entreprises formelles progresse, leur compétitivité augmente, mais la masse des travailleurs sans accès voit sa position relative se dégrader. Les inégalités de revenus, déjà parmi les plus élevées au monde, s’approfondissent. Le marché du travail se segmente davantage, et les pressions politiques qui accompagnent ce type de fracture deviennent difficiles à absorber.
Ces deux scénarios ne sont pas des prévisions. Ils indiquent où mènent des choix distincts, et ils soulignent que les signaux à surveiller sont concrets : évolution de la couverture haut débit dans les zones informelles, écart de productivité mesuré entre entreprises équipées et non équipées, rythme de formalisation des TPE. Ces indicateurs permettent de savoir, dans les prochaines années, quelle trajectoire s’enclenche réellement.
Ce qui est clair, c’est que l’horizon 2030-2040 se joue sur des décisions d’investissement à prendre maintenant. Les économies numériques ont une logique cumulative : les entreprises qui s’équipent tôt prennent une avance qui devient structurelle. Les travailleurs qui maîtrisent les outils dès leur déploiement initial occupent ensuite les postes où ces outils sont utilisés. Attendre que la technologie se rende accessible seule revient à accepter une décennie d’écart qui ne se rattrapera pas facilement.
Le levier sous-estimé de la formation au bon niveau
La tentation politique est d’investir massivement dans la formation aux compétences numériques avancées : cours de prompt engineering, certifications en IA, programmes universitaires en data science. Ces formations sont utiles pour une fraction de la population active. Elles ne résolvent rien pour les 17 millions de travailleurs dont l’accès est bloqué en amont.
Le levier sous-estimé est plus prosaïque. Il s’agit de former des travailleurs à l’usage d’outils numériques simples, adaptés à leurs activités quotidiennes, sur des appareils qu’ils possèdent déjà ou pourraient posséder à faible coût. Un comptable de PME péruvienne qui apprend à utiliser un assistant IA pour rédiger des devis et gérer sa facturation gagne en productivité sans avoir suivi de formation technique complexe. Une couturière guatemaltèque qui accède à une plateforme de commerce numérique via son téléphone mobile élargit son marché sans passer par une formation en data science.
Ce type d’adoption progressive suppose deux conditions : une connexion fiable et abordable, et des outils conçus pour des usages simples en espagnol ou en langues locales. La deuxième condition dépend des entreprises qui développent ces outils. La première dépend entièrement de choix politiques publics.
Plusieurs travaux récents de l’OIT sur l’impact de l’IA générative sur la productivité et l’organisation du travail tendent à confirmer que les gains de productivité les plus importants s’observent chez les travailleurs de compétence intermédiaire qui utilisent l’IA comme outil d’amplification plutôt que comme substitut. C’est précisément le profil dominant en Amérique latine : des travailleurs qualifiés dans leur domaine, sous-équipés en outils numériques, dont la productivité pourrait progresser substantiellement avec un accès simple et fiable aux bons outils.
La question qui restera ouverte dans les prochaines années est de savoir si les gouvernements de la région traiteront l’infrastructure numérique comme une priorité de politique économique au même titre que les routes ou l’énergie, ou s’ils continueront à voir la formation aux compétences numériques comme le levier principal. Les données disponibles plaident clairement pour la première option. Les arbitrages budgétaires réels trancheront.
Sources
- OIT et Banque mondiale, La IA generativa y los empleos en América Latina y el Caribe, 31 juillet 2024
- OIT, The impact of GenAI on jobs, productivity and work organization, juin 2026
- Daron Acemoglu et Simon Johnson, Power and Progress: Our Thousand-Year Struggle Over Technology and Prosperity, PublicAffairs, 2023
- OIT – ILO Working Paper 121 (étude principale OIT/Banque mondiale, 31 juillet 2024)
- OIT – Communiqué de presse officiel, 31 juillet 2024
- Banque mondiale – Page officielle de la publication
- OIT – Labour Overview 2025 Latin America and the Caribbean
- Ministério das Comunicações do Brasil – Programme FUST 2023
- DNP Colombie – Estrategia Nacional Digital 2023-2026
- Presidencia de México – Internet para Todos
- NBER Working Paper 33442 – Acemoglu, ‘Institutions, Technology and Prosperity’
- Rapport primaire OIT-Banque mondiale sur l’IA générative et l’emploi en Amérique latine (juillet 2024)
- Communiqué de presse OIT – 31 juillet 2024
- Banque mondiale – page officielle du rapport LAC GenAI
- OIT – Panorama Laboral 2024, Résumé exécutif
- MIT Economics – Daron Acemoglu sur l’économie de l’IA
- Banque mondiale – Geography of High Inequality (2024)