Sydney concentre déjà un tiers des offres d’emploi liées à l’IA en Australie. Le National AI Centre a cartographié ces postes et y a découvert quelque chose d’inattendu : les emplois qui émergent autour de l’IA ne sont pas tous des postes d’ingénieurs. Ils forment huit groupes d’activités distincts, dont plusieurs relèvent de la traduction entre la logique des outils et la réalité des organisations. Ces postes hybrides existent, mais 64 % des offres exigeant des compétences liées à l’IA se concentrent dans quatre zones métropolitaines, tandis que les autres marchés du travail australiens réunissent 36 % des localisations d’offres.

L’essentiel

  • La carte australienne des emplois liés à l’IA révèle huit groupes d’activités, dont plusieurs sont des postes de liaison entre les outils et les organisations, pas seulement des postes techniques.
  • Sydney, Melbourne, Brisbane et Perth concentrent 64 % des localisations de ces postes, selon le National Artificial Intelligence Centre (rapport juin 2025).
  • Le rapport établit une concentration métropolitaine des offres, sans établir ses effets sur la diffusion de l’IA vers les régions.
  • Daron Acemoglu et Pascual Restrepo montrent que l’automatisation peut dissiper des rentes salariales et amplifier des pertes de salaire; Simon Johnson, avec Acemoglu, soutient plus généralement que l’automatisation peut améliorer ou dégrader les résultats des travailleurs selon les tâches et l’emploi complémentaire : le cas australien illustre cette tension.
  • La question ouverte est celle de la formation hors métropoles : la formation en ligne seule ne suffit pas si aucun employeur local ne peut offrir l’emploi correspondant.

Huit groupes d’activités, pas deux catégories

Le rapport du National AI Centre bouscule une idée reçue. Le débat sur l’IA et l’emploi oppose souvent deux camps : ceux qui voient des ingénieurs créer des emplois, et ceux qui voient des algorithmes en détruire. La cartographie australienne montre que le terrain est plus nuancé.

Les offres analysées font apparaître huit groupes d’activités. Certains correspondent bien aux profils techniques attendus : développeurs, data scientists, chercheurs en apprentissage automatique. Mais d’autres décrivent des rôles différents : chefs de projet capables de cadrer des déploiements IA dans des équipes métier, spécialistes de la gestion du changement formés aux contraintes des modèles, responsables de la qualité des données dans des contextes opérationnels. Ces postes ne réclament pas de savoir entraîner un modèle. Ils réclament de savoir faire le lien entre ce qu’un outil peut faire et ce qu’une organisation peut absorber.

Cette distinction a des conséquences pratiques. Un poste de développeur peut être pourvu par quelqu’un formé en ligne, depuis n’importe quelle ville. Un poste de traducteur IA-métier exige une présence, des interlocuteurs, une organisation qui teste et déploie. C’est un emploi ancré dans un lieu, dans une structure, dans une dynamique collective. Et ces emplois ancrés dans un lieu se trouvent, à 64 %, dans quatre villes.

La productivité crée des rentes pour certains travailleurs et en exclut d’autres

Daron Acemoglu et Paschal Restrepo ont développé une lecture de l’automatisation qui éclaire directement cette carte australienne. Dans leurs travaux, ils montrent que l’automatisation peut simultanément accroître la productivité globale et réduire les opportunités salariales d’une partie des travailleurs. Le mécanisme : l’automatisation dissipe les rentes salariales des postes intermédiaires tout en concentrant les gains sur les travailleurs déjà bien positionnés, proches des centres de décision et des employeurs capables d’adopter les nouvelles technologies.

La concentration dans quatre zones urbaines illustre seulement la répartition géographique des offres exigeant des compétences liées à l’IA. Un travailleur de Sydney ou Melbourne qui développe des compétences de liaison IA-métier trouve rapidement un employeur, un salaire, une progression. Le rapport indique que les employeurs recherchent fréquemment des compétences hybrides pour les postes liés à l’IA. Un travailleur de Townsville ou de Ballarat qui suivrait la même formation se retrouve avec une compétence sans marché local pour l’absorber. La formation et les offres d’emploi IA existent toutes deux, mais les offres sont fortement concentrées et les données sur l’offre de formation restent incomplètes.

Cette asymétrie a une logique propre que la simple observation des offres d’emploi ne suffit pas à saisir. Les entreprises qui adoptent l’IA le font d’abord dans leurs sièges, là où les décisions se prennent et où les équipes tech sont déjà présentes. Les antennes régionales, les filiales, les PME éloignées des grandes villes adoptent plus lentement, et souvent sans les postes intermédiaires qui facilitent l’intégration. Le déploiement métropolitain d’abord est une logique d’organisation, pas un choix délibéré de creuser les inégalités. Mais l’effet est le même.

Les limites de la formation en ligne

Une réponse fréquente à ce type de fracture est la formation en ligne. Les plateformes proposent des modules sur l’IA appliquée à la gestion de projet, à l’analyse de données, à la conduite du changement. L’offre existe, elle est souvent de qualité, et elle est accessible depuis n’importe quel territoire.

Le rapport australien documente un problème distinct. Le National AI Centre constate des lacunes de données sur les formations en IA et leur adéquation aux besoins du marché. Un travailleur formé à Adélaïde ou à Darwin qui cherche un poste hybride IA peut disposer des compétences requises et ne trouver aucune entreprise locale capable de créer ce poste. La formation en ligne reste nécessaire, mais son efficacité pose question lorsque les employeurs susceptibles d’absorber la compétence sont concentrés géographiquement.

Cette limite est connue dans d’autres contextes. Les systèmes de formation duale allemand et suisse reposent précisément sur le couplage entre formation et présence d’employeurs capables de conclure la formation par un emploi. Le modèle australien de formation régionale à l’IA aura besoin d’un élément similaire : non seulement des modules, mais des entreprises ou des institutions publiques suffisamment proches pour que la compétence trouve un débouché. Jobs and Skills Australia, l’agence publique en charge de la prospective sur les métiers, a identifié ce besoin dans ses travaux 2026, sans qu’une réponse systématique soit encore en place.

Sur la manière dont la formation transforme les compétences numériques en mobilité professionnelle réelle, le cas des universités confrontées à l’IA générative illustre une tension comparable : les outils arrivent plus vite que les institutions qui forment à les utiliser.

Une lecture différente : la compétition des villes comme levier

Une autre lecture du phénomène est possible, issue d’une famille d’idées différente. Les économistes qui s’intéressent aux dynamiques de croissance urbaine font remarquer que la concentration des emplois qualifiés dans quelques métropoles est d’abord un phénomène de productivité collective. Les villes denses créent des externalités : rencontres, apprentissage par l’observation, recrutement rapide, accès aux clients et aux partenaires. La concentration des postes hybrides IA dans Sydney et Melbourne reflète ces avantages, pas une défaillance de marché.

Dans cette lecture, la réponse ne serait pas de décentraliser les emplois, mais d’investir dans la capacité des villes secondaires à produire leurs propres dynamiques d’adoption. Canberra, Adélaïde ou Hobart ne deviendront pas Sydney, mais elles pourraient développer des niches sectorielles où l’IA s’intègre à des industries locales spécifiques : agribusiness, défense, services aux personnes âgées, ressources naturelles. Ces niches créeraient des postes hybrides ancrés dans des réalités régionales, sans chercher à reproduire le tissu métropolitain.

Les deux lectures ne sont pas incompatibles. Johnson et Hazan ont raison de pointer le risque d’une captation des gains par les travailleurs déjà bien positionnés. Les théoriciens de la croissance urbaine ont raison de pointer que la concentration crée de la valeur qu’une déconcentration forcée détruirait. La tension entre les deux se résout moins par un choix de doctrine que par la conception concrète des politiques de formation et d’implantation.

Les dix prochaines années

Deux trajectoires sont plausibles pour l’Australie entre maintenant et 2035, et les données disponibles ne permettent pas encore de trancher entre elles.

Dans la première, des politiques actives sont mises en place : formation en présentiel hors métropoles, incitations à la localisation d’employeurs publics et parapublics dans des villes secondaires, conditionnalité des aides à l’adoption de l’IA par les entreprises. Dans ce scénario, la part des postes hybrides IA localisés hors des quatre grandes métropoles recule sous le seuil de 64 % documenté aujourd’hui. Les antennes régionales du National AI Centre, si elles sont créées, jouent le rôle de catalyseur : elles forment des traducteurs IA-métiers en lien direct avec des employeurs locaux, reproduisant à petite échelle la dynamique de couplage qui fait la force des systèmes duaux. Sur la manière dont d’autres pays abordent la question du partage des capacités numériques entre territoires, le cas africain de la souveraineté des données montre que la question institutionnelle précède souvent la question technique.

Dans la seconde trajectoire, la formation en ligne reste le principal instrument, et aucune politique ne pousse les employeurs à s’implanter hors des quatre métropoles. La concentration se maintient ou s’accentue. Les compétences hybrides IA deviennent un privilège métropolitain de fait : accessibles en théorie depuis n’importe quel territoire, mais valorisables seulement dans quatre villes. Le contrat social autour du travail qualifié se rétrécit géographiquement, sans que personne n’ait délibérément décidé de le rétrécir.

Le signal à surveiller est simple à identifier, difficile à collecter : l’évolution de la part des offres d’emploi liées à l’IA localisées hors des quatre métropoles. Si cette part stagne ou diminue d’ici 2028, la trajectoire de consolidation est engagée. Si elle augmente, les politiques actives commencent à produire leurs effets. Les données du National AI Centre, si elles sont actualisées régulièrement, permettront de lire ce signal. Le rapport de 2026 en pose la base ; les éditions suivantes diront si la tendance a bougé.

La formation et la présence d’employeurs capables de créer les postes correspondants sont deux éléments distincts de la répartition territoriale des opportunités. Un travailleur formé sans débouché professionnel local peut rencontrer des difficultés pour valoriser sa compétence sur le marché du travail.

La question que le marché ne résoudra pas seul

Le marché observé concentre les offres IA dans certains marchés urbains, sans que le rapport établisse les causes précises de cette concentration. Sydney et Melbourne offrent les deux : beaucoup d’entreprises qui adoptent l’IA, beaucoup de candidats formés pour occuper les postes intermédiaires. Cette concentration est un résultat de marché, pas une anomalie.

Le problème est que ce résultat de marché produit une géographie des opportunités où les autres marchés du travail australiens, qui représentaient 36 % des offres exigeant des compétences liées à l’IA, se trouvaient écartés de ces postes. La formation en ligne offre un accès croissant aux compétences requises. Elle n’offre pas nécessairement accès aux employeurs capables de créer les postes correspondants, surtout en dehors des grandes métropoles. Et les employeurs qui pourraient s’implanter hors des quatre métropoles disposent d’incitations limitées pour le faire, dans un environnement où la concentration offre des avantages de productivité documentés.

La réponse à cette situation ne viendra pas du seul marché. Elle viendra de décisions sur ce que les institutions publiques australiennes font de l’adoption de l’IA dans leurs propres services régionaux, sur les conditions qu’elles attachent aux aides à l’adoption dans le secteur privé, et sur la géographie de leurs propres recrutements. Ces décisions sont des choix politiques, pas des choix techniques. La manière dont les outils automatisés se partagent ou non entre des acteurs aux ressources inégales pose la même question dans un autre domaine : qui décide de l’accès, et selon quels critères ?

L’Australie dispose d’un diagnostic précis. Elle a maintenant à choisir si elle laisse le marché prolonger la concentration ou si elle construit les conditions d’une diffusion plus large. Le rapport recense huit grappes de travail liées à l’IA et observe une forte concentration territoriale des offres, tout en suggérant que des interventions pourraient élargir l’accès aux talents et aux bénéfices de l’IA.

Sources

  1. National AI Centre, Australia’s artificial intelligence ecosystem: growth and opportunities (2026), https://www.ai.gov.au/news-and-insights/reports/australias-artificial-intelligence-ecosystem-growth-and-opportunities
  2. Simon Johnson et Eric Hazan, Human Capital for the Age of Generative AI, Project Syndicate, mai 2024, https://www1.project-syndicate.org/commentary/ai-can-boost-wages-not-displace-human-workers-by-simon-johnson-and-eric-hazan-2024-05
  3. Jobs and Skills Australia, rapport 2026, [disponible sur le site de Jobs and Skills Australia, sans URL exacte vérifiée]