2,5% annualisés. C’est l’accélération de la productivité américaine depuis l’émergence des IA génératives, contre 1,2% avant la pandémie. Mais cette performance cache une fracture générationnelle : l’embauche des moins de 30 ans s’effondre dans les métiers cognitifs pendant que les seniors conservent leurs postes.

La révolution de productivité est en marche, mais ses bénéfices se concentrent dans quelques secteurs tandis que la part du travail dans le revenu national recule. Plus inquiétant : la question n’est plus de savoir si l’IA détruit des emplois, mais qui formera les cadres de 2035 si l’on ne recrute plus les débutants aujourd’hui.

L’essentiel

  • La productivité américaine bondit à 2,5% annualisés depuis l’ère générative, soit plus du double du rythme pré-pandémie de 1,2%
  • L’emploi des moins de 30 ans chute dans les métiers cognitifs exposés à l’IA tandis que les seniors maintiennent leurs positions
  • Les gains se concentrent dans les services financiers, la tech et le conseil, creusant l’écart avec les secteurs traditionnels
  • La part du travail dans le revenu diminue de 2 points dans les zones les plus automatisées

Les services cognitifs tirent la croissance américaine

La Federal Reserve Bank of Kansas City confirme l’ampleur du basculement : depuis 2023, la productivité américaine progresse à un rythme qui n’avait plus été vu depuis les années 1990. Les services financiers affichent des gains de 4,1% annualisés, le conseil et les services professionnels 3,8%, l’informatique 3,2%. Ces trois secteurs, qui représentent 23% de l’économie américaine, tirent désormais la croissance nationale.

L’accélération coïncide précisément avec l’adoption massive de ChatGPT et de ses concurrents dans les entreprises. Goldman Sachs investit 3 milliards de dollars dans l’automatisation de ses back-offices. McKinsey restructure ses équipes junior autour d’assistants IA qui produisent les premières ébauches d’analyses stratégiques. Microsoft revendique 400 millions d’utilisateurs quotidiens de Copilot dans ses entreprises clientes.

Cette productivité nouvelle se traduit par des marges historiques. Les grandes firmes de conseil américaines affichent des rentabilités de 18% contre 12% en 2019. Les banques d’investissement réduisent leurs effectifs de 15% tout en maintenant leurs volumes d’affaires. Wall Street embauche 40% de juniors en moins qu’en 2021.

L’emploi des débutants s’effrite dans les métiers cognitifs

L’analyse des données de recrutement révèle une rupture générationnelle. Dans les cabinets de conseil, l’embauche des moins de 30 ans a reculé de 35% depuis 2022. Les services juridiques perdent 28% de leurs stagiaires et jeunes avocats. La finance d’entreprise recrute 31% de profils débutants en moins.

Cette contraction touche spécifiquement les postes d’entrée. Les analystes junior, assistants de recherche, rédacteurs débutants voient leurs opportunités se raréfier. Les entreprises préfèrent maintenir leurs cadres expérimentés et leur fournir des outils IA plutôt que d’embaucher et former de nouveaux talents.

Brookings Institution documente cette transformation dans 150 entreprises du Fortune 500. Les postes de niveau débutant dans les métiers cognitifs diminuent de 42% entre 2022 et 2024, tandis que les emplois seniors progressent de 8%. Les entreprises rationalisent : pourquoi former un junior pendant 18 mois quand un senior équipé d’IA produit immédiatement ?

Cette logique économique pose une question stratégique. Les baby-boomers partiront à la retraite d’ici 2035. Qui aura alors l’expérience pour encadrer les équipes et prendre les décisions complexes ? Les entreprises optimisent leurs coûts à court terme en sacrifiant leur pipeline de talents.

La géographie de l’automatisation redessine les inégalités

L’impact de l’IA ne se répartit pas uniformément sur le territoire américain. Les métropoles technologiques — San Francisco, Seattle, Boston, New York — captent l’essentiel des gains de productivité. Leurs industries de services accumulent les bénéfices pendant que la part du travail dans le revenu local diminue.

À San Francisco, la productivité des services professionnels progresse de 5,2% annualisés. Mais la part des salaires dans la valeur ajoutée locale recule de 67% à 65% en deux ans. Les profits des entreprises tech explosent tandis que l’emploi stagne. Une dynamique qui rappelle les transformations énergétiques des géants technologiques, où la concentration des investissements redéfinit les équilibres économiques territoriaux.

Les villes moyennes spécialisées dans les services traditionnels subissent le contrecoup. Cleveland perd 12% de ses emplois de back-office bancaire. Des centres de traitement de données relocalisés automatisent les tâches comptables. Phoenix voit ses centres d’appels se vider au profit d’assistants vocaux intelligents.

Cette polarisation territoriale amplifie les inégalités existantes. Les métropoles tech concentrent les hausses de productivité et les hauts salaires. Les territoires industriels traditionnels accumulent les destructions d’emplois sans bénéficier des créations nouvelles.

Les secteurs protégés résistent encore

Tous les métiers ne subissent pas la même pression. L’enseignement, la santé, l’artisanat, la logistique physique maintiennent leurs effectifs juniors. Les hôpitaux recrutent toujours leurs internes. Les écoles embauchent leurs professeurs débutants. Les entrepôts Amazon emploient leurs manutentionnaires.

Ces secteurs bénéficient d’une protection naturelle : l’IA excelle dans le traitement de l’information, moins dans l’interaction physique ou émotionnelle. Un médecin utilise ChatGPT pour rédiger ses comptes-rendus, mais doit toujours examiner ses patients. Un professeur s’appuie sur l’IA pour préparer ses cours, mais doit maintenir l’attention de sa classe.

Paradoxe : ces métiers “protégés” paient souvent moins que les secteurs automatisés. Un jeune consultant gagne 85 000 dollars annuels quand il trouve un poste, contre 45 000 pour un professeur débutant. L’IA pourrait redistribuer les talents vers les secteurs les plus utiles socialement mais les moins rémunérateurs.

Cette redistribution involontaire questionnera bientôt les politiques de formation. Faut-il continuer à former des analystes financiers si les algorithmes font le travail ? Ne vaut-il pas mieux orienter les talents vers l’enseignement, la santé, l’accompagnement social ? Le marché ne résoudra pas seul cette transition.

La formation des élites de demain en question

Le modèle traditionnel de formation des cadres s’effrite. Les grandes entreprises recrutaient massivement de jeunes diplômés qu’elles formaient pendant 2-3 ans avant de les promouvoir. McKinsey embauchait 3 000 consultants juniors annuels. Goldman Sachs 2 500 analystes débutants. Ces volumes fondent.

Cette rupture menace l’écosystème de formation des élites économiques américaines. Harvard Business School, Wharton, Stanford forment encore 2 000 MBA annuels pour des postes de cadres dirigeants qui se raréfient. Les universités vendent des programmes coûteux — 200 000 dollars le MBA — pour des carrières incertaines.

Les entreprises développent des stratégies alternatives. Elles recrutent directement des profils expérimentés formés ailleurs. Elles externalisent leurs besoins ponctuels vers des freelances spécialisés. Elles s’appuient sur l’IA pour les tâches standardisées. Le modèle pyramidal — nombreux juniors, quelques seniors — disparaît au profit d’équipes resserrées d’experts.

Cette mutation questionne la mobilité sociale américaine. Les grandes entreprises servaient d’ascenseurs sociaux : un diplômé de classe moyenne pouvait gravir la hiérarchie et rejoindre l’élite économique. Si ces emplois d’entrée disparaissent, comment les nouvelles générations accèderont-elles aux responsabilités ?

L’optimisation à court terme hypothèque l’avenir

Les entreprises américaines optimisent leurs coûts immédiats sans mesurer les conséquences à long terme. Elles réduisent leurs effectifs juniors, augmentent la productivité de leurs seniors, améliorent leurs marges. Les marchés financiers récompensent cette efficacité nouvelle par des valorisations record.

Mais cette stratégie porte ses propres limites. Dans 10 ans, les cadres expérimentés d’aujourd’hui partiront à la retraite. Qui aura alors l’expertise pour piloter les organisations complexes ? L’IA peut traiter l’information et proposer des analyses, mais elle ne remplace pas le jugement stratégique forgé par l’expérience.

Cette myopie temporelle frappe d’autres économies développées confrontées aux défis démographiques. Le Japon automatise ses usines faute de main-d’œuvre jeune. L’Allemagne robotise ses chaînes de production pour compenser le vieillissement. Les États-Unis prennent le même chemin par choix économique plutôt que par contrainte démographique.

La solution émergera probablement d’un rééquilibrage. Les entreprises devront investir dans la formation accélérée des talents qu’elles conservent. Elles développeront des programmes de mentorat intensif. Elles créeront de nouveaux métiers à l’interface entre l’humain et l’IA. Mais cette adaptation prendra du temps et coûtera cher.

D’ici là, une génération de talents risque de se perdre dans cette transition. Les moins de 30 ans d’aujourd’hui sont les cadres dirigeants de 2040. S’ils ne trouvent pas leur place dans l’économie automatisée, qui dirigera les entreprises de demain ?

Sources

  1. Federal Reserve Bank of Kansas City - A new US productivity chapter: what industry data say about AI
  2. Brookings Institution - AI and the Future of Work: Employment Impacts Across Industries, 2024
  3. Bureau of Labor Statistics - Employment by Age and Occupation, quarterly data 2022-2024