Dans cinq pays arabes disposant de données, les emplois de soutien administratif représentent entre 1,0 % et 6,9 % de l’emploi des jeunes, sans ventilation spécifique du secteur formel. Selon l’OIT, le taux de chômage des jeunes était de 28,0 % en 2023 et était projeté à 28,6 % en 2024, soit plus du double de la moyenne mondiale de 13 %. L’OIT estime qu’environ 14,6 % des emplois dans les 12 États arabes étudiés présentent un fort potentiel d’augmentation par l’IA générative et 2,2 % un potentiel d’automatisation. Une génération entière attend d’accéder à ces postes au moment où ces mutations technologiques s’accélèrent.

L’essentiel

  • L’OIT projetait un chômage des jeunes de 28,6 % dans les États arabes pour 2024, plus du double de la moyenne mondiale.
  • L’IA générative expose particulièrement les tâches cléricales, mais l’exposition ne permet pas de conclure à la disparition prioritaire des voies d’entrée formelles. Les projections des effets de l’IA sur l’emploi vont jusqu’en 2035, mais les estimations d’exposition décrivent la structure d’emploi observée et distinguent augmentation et automatisation.
  • Près de la moitié des organisations du Moyen-Orient déclarent manquer de talents et de capacités technologiques nécessaires au déploiement à grande échelle. Un déficit de compétences peut limiter les bénéfices de l’IA, mais les effets nets sur l’emploi dépendent des politiques, investissements et modalités d’adoption.
  • L’économiste Axelle Arquié identifie un double choc emploi-fiscalité. Les États du Golfe ont historiquement une fiscalité directe faible, mais disposent généralement d’importants amortisseurs budgétaires et financiers liés aux hydrocarbures, tandis que les pays du Mashreq et du Maghreb ont des systèmes fiscaux plus développés mais des budgets sous contrainte.
  • La formation engagée après un choc peut encore contribuer à l’adaptation, à la reconversion et au redéploiement, même si une préparation précoce peut réduire les coûts de transition.

Les emplois que l’IA efface en premier ne sont pas les plus visibles

Les institutions publiques disposeront d’une fenêtre limitée pour agir avant qu’une génération ne soit durablement exclue du marché du travail.

Un comptable junior dans une banque jordanienne, un agent de saisie dans un ministère égyptien, un assistant administratif dans une PME saoudienne : ces métiers partagent une caractéristique. Ils sont routiniers, codifiables, et ils constituent le premier échelon d’une carrière formelle pour des diplômés du supérieur. Ce sont précisément les emplois que les systèmes d’IA générative et d’automatisation des flux documentaires absorbent le plus facilement.

L’OIT, dans son analyse publiée en 2026 sur la transformation par l’IA des marchés du travail arabes, identifie les tâches administratives et cléricales comme particulièrement exposées à l’IA générative. Le secteur public reste un employeur dominant dans plusieurs pays du Golfe et du Mashreq. Quand ces postes disparaissent ou cessent d’être créés, les voies d’accès au marché du travail formel se réduisent.

Le mécanisme peut être insidieux : certaines organisations peuvent ralentir le recrutement sur ces postes sans supprimer les postes existants, réduisant les possibilités d’accès pour les nouveaux diplômés. À 28,6 % de chômage des jeunes, la région arabe n’avait pas besoin de ce resserrement supplémentaire.

Le déficit de compétences pour adopter l’IA que l’on craint

La région arabe fait face à des risques de transformation inégale et à des lacunes de préparation. Selon Deloitte Middle East, près de la moitié des organisations manquent de talents et de capacités technologiques pour le déploiement à grande échelle.

Les entreprises qui automatisent sans les compétences pour optimiser leurs outils obtiennent des gains de productivité partiels. Celles qui voudraient aller plus loin dans l’adoption de l’IA ne trouvent pas les profils pour le faire. Pendant ce temps, les diplômés sortent d’universités qui forment encore en grande partie aux métiers que l’IA est en train d’absorber.

Ce décalage entre l’offre de formation et la demande de compétences n’est pas propre à la région arabe. Les entrepôts automatisés en Europe manquent eux aussi du personnel qualifié pour les opérer. Mais la région arabe présente une combinaison particulièrement défavorable : un chômage jeune déjà élevé, un secteur privé peu diversifié dans plusieurs pays, et des systèmes éducatifs dont la réforme prend du temps face à la diffusion de l’IA.

Le double choc qu’Axelle Arquié a identifié, et pourquoi il est amplifié au Moyen-Orient

Axelle Arquié, dans Le double choc de l’IA : emploi et fiscalité (2025), construit un argument en deux temps. Le premier choc est direct : l’IA détruit ou transforme des emplois, en touchant désormais des fonctions qualifiées que les précédentes vagues d’automatisation avaient épargnées. Le second choc est fiscal : si l’IA capte la valeur créée par le travail et la transfère vers le capital, les États perdent une part de l’assiette fiscale sur laquelle repose le financement des services publics et de la protection sociale.

Dans les économies européennes, ces deux chocs arrivent sur des systèmes qui ont des amortisseurs. L’impôt sur le revenu, les cotisations sociales, les politiques actives de l’emploi forment un filet. Ces filets peuvent être insuffisants, et Arquié le reconnaît, mais ils existent. Dans plusieurs pays arabes, le modèle est différent. Les économies du Golfe fonctionnent avec une fiscalité directe très faible, compensée historiquement par les revenus pétroliers redistribués via l’emploi public.

Certains disposent cependant d’importants amortisseurs budgétaires et financiers liés aux hydrocarbures.

Les pays du Mashreq et du Maghreb ont des systèmes fiscaux plus développés mais des budgets sous contrainte. Les architectures institutionnelles existantes feront face à des chocs d’ampleur variable selon les capacités de réaction disponibles.

La thèse d’Arquié sur la nécessité d’une régulation intelligente de l’IA, capable de préserver les bases fiscales sans tomber dans le protectionnisme technologique, se pose avec une acuité particulière ici. Un pays comme l’Arabie saoudite, qui ambitionne de réduire sa dépendance aux hydrocarbures via Vision 2030, investit massivement dans la numérisation. Mais numériser sans redistribuer les gains technologiques revient à substituer une rente pétrolière par une rente algorithmique, avec le même problème de concentration et la même fragilité à terme. Cette lecture rejoint celle d’économistes comme Daron Acemoglu et Simon Johnson, qui insistent sur la question de savoir qui capte les gains du progrès technologique. La région arabe fournit un test grandeur nature de leur thèse : le clivage capital-travail s’y joue en accéléré.

La leçon de la Corée du Sud des années 1990 sur le moment de l’investissement

La Corée du Sud des années 1990 a poursuivi sa montée vers des industries de haute technologie, appuyée sur des investissements antérieurs en compétences. La leçon coréenne est souvent mal lue : ce qui compte est le moment de l’investissement public en formation professionnelle et l’existence préalable d’institutions capables de s’adapter rapidement.

La Corée du Sud disposait déjà d’un système ancien de formation professionnelle et a introduit en 1995 une assurance-emploi soutenant formation et recherche d’emploi. Les institutions de formation professionnelle existaient, les curricula évoluaient, les partenariats avec les chaebols pour l’insertion directe fonctionnaient. Quand le choc est arrivé, le système avait une capacité d’absorption. Les travailleurs déplacés ont pu trouver des reconversions vers des emplois qualifiés grâce à l’existence préalable de ces filières et à leur crédibilité auprès des employeurs.

La région arabe se trouve dans une situation différente : les institutions de reconversion sont encore en construction face aux évolutions technologiques rapides. Former des analystes de données, des intégrateurs d’IA, des spécialistes de la sécurité informatique prend du temps. Construire la crédibilité de ces parcours auprès des employeurs et des familles en prend encore plus. Les programmes annoncés, depuis les initiatives de formation numérique en Arabie saoudite dans le cadre de Vision 2030 jusqu’aux efforts de l’Égypte en matière de compétences technologiques, vont dans la bonne direction.

Mais leur déploiement se heurte aux évolutions technologiques rapides.

Ce qui déterminera si une génération est perdue ou non d’ici 2030-2035

La question posée par l’OIT invite à examiner les décisions prises dans les capitales arabes. Les orientations retenues auront une portée significative sur les années qui suivront. Deux trajectoires se dessinent, et elles dépendent d’un petit nombre de variables.

Dans la première trajectoire, les gouvernements de la région accélèrent la réforme de leurs systèmes de formation en partenariat avec le secteur privé, sur le modèle des bootcamps techniques intensifs qui ont produit des résultats en Estonie ou en Inde. Ces formations ne remplacent pas l’université, mais elles créent des rampes d’accès alternatives au marché du travail, en six mois plutôt qu’en quatre ans. La condition est que le secteur privé valide ces parcours à l’embauche, ce qui suppose un travail de certification et de standardisation que les États doivent impulser. Si cette dynamique s’enclenchait dans deux ou trois pays, avec des résultats mesurables sur les taux d’insertion à vingt-quatre mois, elle pourrait faire tache d’huile. Les signaux à surveiller sont les taux d’absorption de ces programmes et la capacité des entreprises technologiques régionales à recruter localement plutôt qu’à importer des compétences.

Dans la seconde trajectoire, la diffusion rapide de l’IA exigerait des capacités de réponse institutionnelle considérables. Des diplômés du supérieur pourraient rencontrer des difficultés à trouver des emplois correspondant à leur qualification, et les flux migratoires pourraient connaître des évolutions liées à ces tensions du marché du travail. Cette trajectoire présenterait des risques comparables à ceux observés lors des chocs commerciaux passés en pays industrialisés, mais l’analogie avec les délocalisations des années 1980-2000 reste hypothétique, car les mécanismes et la composition démographique de la région arabe diffèrent significativement. La différence est que la région arabe a globalement une population plus jeune, ce qui modifie l’ampleur et les horizons de la transition, avec des risques et des opportunités distincts.

Ce qui départage les deux scénarios dépend davantage de l’architecture institutionnelle que des seules ressources financières. Les pays du Golfe ont les moyens d’investir. Les pays du Mashreq ont parfois le tissu universitaire. Ce qui manque dans les deux cas peut être la capacité à coordonner ministères de l’éducation, entreprises privées et institutions de financement autour d’objectifs partagés d’insertion. L’investissement en R&D sans les visas pour attirer les talents échoue partout : la région arabe enseigne que l’investissement en formation sans les employeurs pour valider les compétences échoue de la même façon.

Le pari le plus prometteur n’est peut-être pas de former des développeurs d’IA, mais de former des intégrateurs d’IA dans des secteurs où la région a des besoins massifs et non satisfaits : santé, logistique, gestion de l’eau, transition énergétique. Ces domaines combinent une demande locale forte, des emplois peu délocalisables, et une utilisation de l’IA comme outil d’un métier plutôt que comme substitut à celui-ci. C’est un modèle de coexistence productive avec la technologie, et plusieurs expérimentations vont dans ce sens dans les Émirats et en Jordanie. Leur montée en charge conditionnera ce que la région arabe aura à montrer au reste du monde en 2035.

Sources

  1. OIT, AI-driven transformation puts jobs, inequality and skills at crossroads in Arab region (2026)
  2. Axelle Arquié, Le double choc de l’IA : emploi et fiscalité (2025), Alternatives Économiques, alternatives-economiques.fr
  3. Deloitte Middle East, rapport sur les compétences IA dans la région (cité via Qatar Tribune, 2026 ; URL exacte non disponible)