La scène qui suit est inventée à partir des catégories d’une enquête de la BCE. Personne de ce nom n’existe. Marta a 24 ans, un diplôme de gestion et un contrat temporaire dans une entreprise logistique près de Valencia. Trois jours par semaine, elle demande à un assistant de rédiger ses courriels fournisseurs et nettoyer ses tableurs, et estime gagner trois heures. En juin, son responsable, qui utilise ces outils plus que quiconque au bureau, lui dit que le poste permanent promis est « suspendu jusqu’à l’automne ». Personne n’a dit que l’assistant en était la cause. Personne n’a dit le contraire.

Son histoire s’inscrit dans des chiffres lus par Philip Lane, membre du directoire de la European Central Bank, lors d’un dîner à Dublin le 13 octobre. À l’International AI Summit, il a indiqué que la part des travailleurs de la zone euro utilisant l’IA au travail avait doublé en deux ans, de 26 % en 2024 à 52 % aujourd’hui. Dans le même souffle, il disait : « Nous ne voyons pas encore de changement majeur des tendances globales de l’emploi, mais les projets de recrutement sont faibles, ce qui affecte surtout les perspectives des nouveaux diplômés. »

Une adoption large et peu profonde

Lane s’appuyait sur deux enquêtes de la BCE. Dans celle des entreprises du quatrième trimestre 2025, 64 % disaient utiliser l’IA expérimentalement ou modérément, et seulement 7 % de façon importante. L’enquête des ménages fournissait les 52 %. Entre ces deux chiffres se trouve l’écart auquel revient le discours : presque tout le monde a touché aux outils, et peu d’organisations ont reconstruit quelque chose autour d’eux.

Les chercheurs de la banque ont publié le détail des chiffres des travailleurs le 26 août. António Dias da Silva, Laura Lebastard et David Sondermann utilisent la Consumer Expectations Survey, qui interroge chaque mois environ 20 000 personnes dans 11 pays de la zone euro. L’adoption était de 41 % en 2025. Elle atteint 61 % chez les plus diplômés et 37 % chez les moins scolarisés ; les jeunes ont environ 20 points de pourcentage de probabilité supplémentaire d’utiliser l’IA. L’utilisateur médian dit gagner trois heures par semaine, soit 7,7 % du temps de travail. Comme seuls 48,8 % des travailleurs déclarent utiliser l’IA et gagner du temps, les auteurs situent le gain pour l’économie près de 3,8 %, ajoutant que les heures économisées ne deviennent production que si salariés et employeurs les utilisent.

Les économies sont inégales selon la tâche. Générer ou déboguer du code rapporte près de huit heures par semaine, mais seulement environ 8 % des travailleurs utilisent l’IA pour cela. Écriture, recherche et révision de textes sont les usages courants et économisent beaucoup moins. Lane le dit aussi : les gains de temps sont « fortement concentrés dans certains secteurs et tâches spécialisées comme la programmation ».

Pourquoi les chiffres globaux restent plats

Une étude présentée aux Brookings Papers on Economic Activity ce printemps invite à ne pas lire trop vite l’enquête. Alexander Bick, Adam Blandin, David Deming, Nicola Fuchs-Schündeln et Jonas Jessen ont combiné des enquêtes de salariés et d’entreprises de 2025 et 2026. Les secteurs adoptant davantage l’IA avaient connu une croissance plus rapide de productivité ces dernières années, avec une relation statistiquement significative et de taille similaire en Europe et aux États-Unis, sans causalité établie selon les auteurs. Ils ne trouvaient pas de preuve claire d’association entre adoption sectorielle et évolution de l’emploi. L’adoption suivait aussi les pratiques de personnel, notamment l’encouragement actif des entreprises à utiliser l’IA.

La réserve de Lane est qu’il est « trop tôt pour détecter un effet substantiel sur la productivité globale ». Le billet de la BCE cite des estimations publiées de croissance annuelle supplémentaire de productivité liée à l’IA sur dix ans allant de 0,1 % à 3,4 %, et indique que d’autres travaux de la BCE placent le chiffre de la zone euro autour de 0,35 point de pourcentage par an.

Où sont les jeunes travailleurs

L’emploi global peut rester stable tandis que l’entrée se resserre. Deux éléments antérieurs, couverts ici cette semaine, pointent vers la même porte. Le Beige Book d’octobre de la Federal Reserve rapportait que cinq de ses douze districts comptaient des entreprises réduisant leurs effectifs par départs non remplacés, retardant les embauches ou anticipant moins de créations après des gains de productivité par l’IA. Une étude du Stanford Digital Economy Lab, révisée le 12 août et fondée sur les paies ADP jusqu’en juin 2026, ne trouve pas de déplacement général mais un emploi des 22–25 ans dans les métiers exposés inférieur de 19 % à son niveau attendu, surtout par baisse des recrutements. Les économistes d’Anthropic indiquaient aussi que les recrutements techniques débutants étaient passés de 27 % à 9 %, les agents travaillant six fois plus d’heures que les humains les dirigeant. Chacun de ces éléments vient des États-Unis ou d’une entreprise. Le discours de Lane porte le même schéma dans la zone euro, en une phrase de résultats d’enquête.

Il énumère les suites d’une substitution croissante : pouvoir de négociation plus faible, salaires progressant moins vite et baisse de la part du travail dans les revenus. Dans les enquêtes de la BCE, les travailleurs des secteurs servant la construction de l’IA sont plus optimistes que ceux des secteurs intensifs en connaissances confrontés à la substitution.

Le prix des tokens face aux salaires

La phrase la plus riche économiquement est courte. « L’effet net sur l’emploi dépendra aussi de l’évolution du coût du travail face au prix des tokens. » Un banquier central dit publiquement que confier une tâche à une personne ou à un modèle relève d’une comparaison de prix, et que le prix du modèle est un nombre mobile.

Lane place l’Europe derrière dans la course. Depuis deux ans, l’investissement numérique américain a augmenté deux fois plus vite que celui de la zone euro, et les travailleurs américains passent deux à trois fois plus de leur semaine à utiliser l’IA que ceux des grandes économies de la zone. Le Stanford AI Index compte, dit-il, 59 modèles notables américains, 35 chinois, un français et un britannique. Les États-Unis hébergent 75 % de la capacité mondiale de calcul d’IA, l’Europe 5 %. Il qualifie néanmoins déjà l’IA de « facteur majeur des niveaux actuels d’activité », les entreprises lui consacrant environ 10 % de leurs investissements cette année et les prêts liés à l’IA représentant près du quart de la récente croissance du crédit aux entreprises. Il ajoute que l’essor mondial de l’IA contribue plausiblement à des taux longs plus élevés, un resserrement substantiel des conditions financières pour la zone euro selon lui.

Le discours laisse aussi des choses sous silence. Les réponses sont autodéclarées et les résultats présentés sans méthodes. Les données de la BCE ne montrent pas encore d’effet global sur l’emploi. Lane ne prévoit pas combien de postes de diplômés sont en jeu, et les sources ne le donnent pas.

Le bureau inventé, un an après

Revenons au bureau de Marta, qui n’existe qu’ici. Supposons qu’au printemps prochain son responsable ouvre deux chiffres côte à côte : le coût d’une heure de débutant et celui du travail équivalent en tokens. Selon Lane, cette comparaison, répétée chez des milliers de responsables et d’entreprises, tranchera la question à laquelle les enquêtes ne répondent pas encore. Le premier chiffre est fixé par les contrats et les salaires ; le second est un prix mobile. Le déblocage du poste promis dépend du chiffre auquel le responsable se fie.

Références

  • Bick, A., Blandin, A., Deming, D. J., Fuchs-Schündeln, N., & Jessen, J. (2026). Mind the Gap: AI Adoption in Europe and the U.S. NBER Working Paper 34995. nber.org
  • Brynjolfsson, E., Chandar, B., & Chen, R. (2026, revised 12 August). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab. digitaleconomy.stanford.edu
  • Dias da Silva, A., Lebastard, L., & Sondermann, D. (2026). AI adoption and the productivity promise: what workers report. The ECB Blog, European Central Bank. ecb.europa.eu
  • Federal Reserve System (2026). Beige Book, October 2026: National Summary. federalreserve.gov
  • Lane, P. R. (2026). The AI opportunity for Europe. Dinner remarks at the International AI Summit, Dublin, 13 October. European Central Bank. ecb.europa.eu
  • Wilmers, N., Catipon, R., Massenkoff, M., & McCrory, P. (2026). How employment is changing at Anthropic. The Anthropic Institute. anthropic.com