En juillet 2026, l’Organisation internationale du travail publie une évaluation inédite des marchés du travail de l’Asie du Sud-Est face à l’IA générative. Les emplois exposés sont nombreux, les suppressions massives restent rares, mais la capacité des pays à absorber la suite est profondément inégale. L’issue dépend des institutions qui décident comment les gains sont distribués, plus que de la technologie elle-même.

L’essentiel

  • L’OIT conclut en juillet 2026 qu’il existe peu de preuves d’une rupture généralisée de l’emploi liée à l’IA générative dans l’ASEAN, malgré une exposition significative de nombreux métiers (OIT, Generative AI and labour markets in ASEAN, 8 juillet 2026).
  • L’exposition aux outils d’IA générative varie fortement selon les pays : Singapour est la plus préparée; la Malaisie, l’Indonésie, les Philippines et le Viet Nam disposent de fondations importantes mais conservent des lacunes variables.
  • L’adoption et ses effets dépendent aussi des compétences, infrastructures, capacités des entreprises, gouvernance, protection sociale et dialogue social.
  • La fenêtre est ouverte, et provisoire : les pays qui construisent ces institutions maintenant fixeront les conditions dans lesquelles des dizaines de millions de jeunes travailleurs entreront sur le marché.

Les métiers exposés se transforment avant de disparaître

L’IA générative peut transformer ou automatiser des tâches cognitives et administratives, mais son usage observé reste concentré dans les emplois technologiques et intensifs en connaissances. Dans l’ASEAN, ces tâches sont concentrées dans les services financiers, les centres d’appels, la saisie de données et certains segments du droit et de la comptabilité. L’OIT estime qu’une part substantielle des emplois de bureau est exposée à une transformation significative de son contenu.

Mais exposé ne signifie pas supprimé. L’histoire des précédentes vagues d’automatisation le confirme : quand une technologie prend en charge des tâches, les travailleurs qui restent les supervisent, les corrigent, les orientent. Ce phénomène, souvent appelé augmentation plutôt que remplacement, est déjà observable dans les entreprises singapouriennes et malaisiennes qui ont déployé des outils de génération automatique de texte dans leurs équipes de support client. Les effectifs n’ont pas chuté ; les tâches à faible valeur ajoutée ont diminué, les tâches de vérification et d’escalade ont augmenté.

Le problème est que cette recomposition suppose deux conditions que beaucoup de pays de l’ASEAN réunissent mal : des travailleurs capables de passer à des tâches plus complexes, et des employeurs incités à les y accompagner plutôt qu’à les remplacer par des prestataires externes.

Singapour et les Philippines lisent la même technologie dans des réalités incomparables

L’inégalité de préparation entre pays membres de l’ASEAN est l’un des faits les plus frappants du rapport de l’OIT. Singapour dispose d’un système de formation continue parmi les plus financés d’Asie, d’un tissu institutionnel dense et d’un dialogue social structuré. La Malaisie a engagé depuis 2023 une politique nationale de numérisation qui intègre explicitement la montée en compétences. À l’autre extrémité, les Philippines et l’Indonésie combinent une forte exposition sectorielle, les centres d’appels et activités connexes employaient environ 652 000 personnes en 2019 selon la Philippine Statistics Authority, et des dispositifs de reconversion encore fragmentaires.

Cette asymétrie traduit une différence de capacité institutionnelle accumulée sur un temps long, non une différence de volonté politique. Les écarts d’investissement public dans la formation et la reconversion des adultes restent significatifs entre pays de la région. L’IA générative n’a pas créé cet écart, mais elle l’amplifiera probablement, à mesure que les entreprises multinationales choisissent où localiser les fonctions qu’elles conservent par rapport à celles qu’elles automatisent.

Le Vietnam représente un cas intermédiaire instructif. Le pays a attiré ces dernières années d’importants investissements dans la fabrication électronique et les services numériques, en partie parce que ses coûts salariaux restent bas. Mais une partie de sa compétitivité repose précisément sur des tâches de traitement de données et de back-office que l’IA générative commence à prendre en charge. L’Asie gagne en volume dans le commerce mondial, mais les avantages comparatifs qui fondent cette position sont en train de se reconfigurer, et les pays les moins préparés institutionnellement en supporteront le coût en premier.

L’avantage démographique de la région peut devenir un passif

L’ASEAN compte parmi les régions les plus jeunes du monde. L’Indonésie, les Philippines et le Vietnam enregistrent des flux annuels importants de nouveaux travailleurs entrant sur le marché de l’emploi. Cet avantage démographique, souvent présenté comme un atout face aux économies vieillissantes d’Europe ou du Japon, est réel, mais conditionnel.

Il suppose que les emplois disponibles soient suffisamment nombreux et de qualité suffisante pour absorber cette main-d’œuvre. L’IA générative introduit une pression nouvelle précisément sur les emplois de bureau et de services que ces jeunes travailleurs ciblaient comme porte d’entrée vers la classe moyenne. Dans les décennies précédentes, le chemin classique allait de l’agriculture vers l’usine, puis de l’usine vers les services. Si les services de traitement de l’information s’automatisent avant que les économies concernées aient achevé ce parcours, la marche suivante du chemin n’est pas encore construite.

L’Asie du Sud-Est partage cette tension avec d’autres régions. Un article sur l’Afrique posait une dynamique analogue : les économies qui n’ont pas encore achevé leur transition industrielle peuvent tirer parti de l’IA pour brûler des étapes, mais elles risquent aussi de voir leurs avantages comparatifs s’éroder avant d’en avoir construit de nouveaux. La réponse dépend largement des choix institutionnels faits maintenant, avant que les suppressions nettes soient visibles dans les statistiques.

Le rôle des institutions face à l’arrivée de la technologie

Le rapport de l’OIT ne se contente pas de cartographier l’exposition. Il indique que les capacités d’adaptation, compétences, infrastructures et institutions peuvent conduire à des trajectoires nationales différentes. Trois leviers ressortent de son analyse.

L’OIT cite le renforcement de mécanismes de dialogue social parmi les priorités de gouvernance. Dans les économies où les syndicats participent aux décisions d’introduction de nouvelles technologies, sur le rythme, les conditions et les contreparties, les travailleurs peuvent orienter l’adoption vers l’augmentation des capacités plutôt que vers le remplacement. Singapour a institutionnalisé ce dialogue via son Conseil national des salaires (National Wages Council), qui associe gouvernement, patronat et syndicats sur les grandes orientations. Ce tripartisme encadre les conditions d’adoption technologique sans en freiner le rythme.

L’OIT recommande d’élargir les possibilités de perfectionnement et de reconversion ainsi que les services de l’emploi. La logique est directe : si l’IA générative permet à une entreprise de produire davantage avec les mêmes effectifs, une partie des gains doit financer la montée en compétences qui rend cette productivité soutenable. Sans mécanisme contraignant, les entreprises externalisent ce coût, vers l’État, vers les travailleurs eux-mêmes, ou vers le marché du travail qui absorbe les licenciés.

L’OIT appelle notamment à renforcer les qualifications et cadres régionaux de compétences liés à l’IA, alignés sur les systèmes nationaux. Quand la reconversion d’un travailleur est certifiée de façon reconnue par l’ensemble d’un secteur, et non par son seul employeur, sa capacité à changer d’entreprise ou de fonction augmente. Les Philippines ont lancé en 2025 un programme de micro-certifications en compétences numériques via leur autorité d’enseignement technique (TESDA), ciblant les travailleurs des centres d’appels. L’échelle reste modeste face à la taille du secteur, mais le modèle existe et peut monter en charge.

Les deux trajectoires possibles d’ici 2035 et ce qui les distingue

L’OIT ne projette pas de scénario chiffré à dix ans, et aucune des sources disponibles ne le fait avec une crédibilité suffisante. Mais l’architecture des forces en présence permet de distinguer deux trajectoires conditionnelles, dont les signaux d’arbitrage sont déjà partiellement observables.

Dans le premier scénario, les pays de l’ASEAN dotés d’institutions de négociation solides encadrent l’adoption de l’IA par des règles qui conditionnent l’introduction de nouveaux outils à un plan de montée en compétences financé par l’employeur. La technologie améliore la productivité, les gains sont partiellement redistribués sous forme de salaires plus élevés ou d’horaires réduits, et l’avantage démographique de la région se convertit en hausse de la qualité des emplois. Ce scénario est conditionnel à des décisions politiques précises, prises avant que les suppressions nettes soient visibles.

Dans la seconde, les pays adoptent des outils d’IA générative, souvent achetés auprès de fournisseurs internationaux, parfois subventionnés par des politiques nationales de numérisation, sans construire en parallèle les institutions qui organisent la reconversion et la négociation. L’exposition inégale documentée par l’OIT se traduit alors en un creusement durable de l’écart entre pays préparés et pays vulnérables. Les travailleurs des secteurs les plus exposés absorbent la pression salariale sans disposer des outils pour la négocier ni des formations pour y répondre.

Ce qui distingue ces deux trajectoires, c’est moins la vitesse d’adoption technologique que la capacité des États à construire des institutions en avance sur les effets. L’Asian Development Bank Institute (ADBI), dans une note d’octobre 2026, identifie un troisième besoin collectif souvent sous-estimé : la mesure. Les pays qui ne savent pas quels secteurs sont en train de se transformer, ni à quel rythme les salaires bougent dans les métiers exposés par rapport aux autres, n’ont pas les informations nécessaires pour intervenir au bon moment. Des outils de suivi statistique, l’évolution du salaire médian dans les métiers fortement exposés à l’IA générative, la part des travailleurs ayant accès à une formation reconnue dans les secteurs à forte exposition, permettraient de détecter la divergence avant qu’elle soit irréversible.

Un fonds régional ASEAN dédié à la préparation institutionnelle, ciblant en priorité les pays dont l’écart est le plus documenté, est l’une des pistes mentionnées par l’OIT. L’idée est simple dans son principe : mutualiser une capacité que les économies les plus vulnérables ne peuvent pas construire seules, dans le délai qu’impose le rythme d’adoption technologique. Sa difficulté est politique : les bénéficiaires d’un tel fonds sont précisément les économies qui concurrencent Singapour et la Malaisie pour certains investissements étrangers. La coopération régionale sur ce point supposerait que les pays les mieux préparés aient intérêt à ce que leurs voisins le soient aussi, ce qui est vrai à long terme, moins évident à court terme.

La fenêtre institutionnelle se referme plus vite que les statistiques d’emploi

L’absence de rupture généralisée dans les chiffres d’emploi actuels est une bonne nouvelle, mais une bonne nouvelle trompeuse si on la lit comme une garantie. Les statistiques d’emploi sont des indicateurs retardés : elles enregistrent les effets de décisions prises deux ou trois ans plus tôt. Les institutions, elles, se construisent sur des décennies.

Ce décalage est le cœur du problème. Quand les suppressions nettes seront visibles dans les données, le moment d’agir sur les institutions, de négociation, de formation, de certification, sera déjà passé. Les pays qui utiliseront la période de calme apparent pour construire ces dispositifs auront un avantage durable. Ceux qui attendront la preuve statistique de la rupture pour réagir trouveront les délais de construction institutionnelle incompatibles avec la vitesse du choc.

La question qui reste ouverte, et que ni l’OIT ni l’ADBI ne tranchent, est de savoir si les gouvernements de la région ont les incitations politiques pour investir dans des institutions dont les effets bénéfiques seront mesurables dans dix ans, et les coûts politiques immédiats. C’est probablement là, plus que dans les algorithmes, que se joue la prochaine décennie du travail en Asie du Sud-Est.

Sources

  1. Organisation internationale du travail, Generative AI and labour markets in ASEAN: Significant exposure, limited disruption so far, 8 juillet 2026
  2. Asian Development Bank Institute (ADBI), Managing the AI Transition, octobre 2026 (sans lien : URL non vérifiée)
  3. Technical Education and Skills Development Authority (TESDA), Philippines, programme de micro-certifications numériques, 2025 (sans lien : URL non vérifiée)