IA et emploi, le chômage ne sera pas le signal d’alerte

Le 9 juillet 2026, l’AI Futures Project a publié un document intitulé AI 2040 Plan A. C’est un petit organisme américain, dirigé par Daniel Kokotajlo, un ancien de l’équipe gouvernance d’OpenAI parti en avril 2024.

Il faut distinguer 2 documents, parce qu’ils ne disent pas la même chose.

Le premier, AI 2027, publié en avril 2025, est un scénario. Il décrit mois par mois une trajectoire que ses auteurs jugeaient assez plausible pour valoir la peine d’être écrite. ⚠ Ce n’était déjà pas leur date médiane, un de ses coauteurs l’a précisé publiquement, et les médianes des auteurs allaient de 2028 à 2035. Le second, AI 2040 Plan A, est une recommandation. Il décrit ce qu’ils souhaitent qu’il se passe, et ses auteurs répètent qu’ils ne s’attendent pas à être écoutés.

Cette précision n’est pas de la coquetterie. La plupart des articles qui reprennent ces travaux mélangent les 2, et présentent la recommandation comme une prophétie. C’est exactement le genre de raccourci que nous démontons dans les 9 idées reçues sur l’IA, et il fonctionne dans les 2 sens. Il sert à ceux qui veulent faire peur comme à ceux qui veulent rassurer.

Le plan tient en une phrase. Retarder volontairement l’arrivée d’une IA plus intelligente que les meilleurs humains, de 2030 environ à 2040, en échangeant de la vitesse contre du contrôle.

LES 2 DOCUMENTS, ET CE QU'ILS SONT

  AI 2027            avril 2025      UN SCENARIO
    Une trajectoire jugee plausible et instructive.
    Course sans regulation, automatisation de la
    recherche, puis de l'economie.
    ⚠ Ce n'etait deja pas la date mediane des
      auteurs, elle allait de 2028 a 2035.

  AI 2040 PLAN A     juillet 2026    UNE RECOMMANDATION
    Ce qu'ils voudraient qu'il arrive. Accord
    entre les Etats-Unis et la Chine en 2029,
    transparence de la recherche, superintelligence
    repoussee a 2040.

  ⚠ Le second n'est PAS la nouvelle prevision.
    Les auteurs disent eux-memes qu'ils n'y croient
    pas. Citer l'un pour l'autre est une erreur de
    lecture courante.

Un mot sur l’auteur, parce que ça éclaire le reste. En quittant OpenAI, il a refusé de signer une clause lui interdisant de critiquer son ancien employeur. Ce refus lui coûtait ses parts, environ 2 millions de dollars, soit 80 pour cent de son patrimoine de l’époque. L’affaire est devenue publique, l’entreprise a fait marche arrière et il a gardé ses parts. On peut penser ce qu’on veut de ses prévisions. On ne peut pas dire qu’il parle pour vendre quelque chose.

Voici l’élément vraiment nouveau, et il ne concerne pas la date.

Quand on imagine l’IA qui remplace le travail, on imagine une pente. Un métier tombe, puis un autre, puis un troisième. Les gens se déplacent vers les postes encore libres, on voit venir, on s’adapte. C’est ce qui s’est passé à chaque révolution technique précédente, et c’est ce que raconte la science-fiction.

Ce n’est pas la stratégie annoncée par les laboratoires.

Ils ont convergé sur autre chose, et ils l’écrivent noir sur blanc. OpenAI a rendu public un objectif de chercheur en IA entièrement automatisé pour mars 2028, avec une première étape au niveau d’un stagiaire dès septembre 2026. Chez Anthropic, un responsable donne la recherche en IA entièrement automatisée d’ici 2028 elle aussi. Automatiser d’abord leur propre métier. D’abord écrire du code, ensuite le reste du travail de recherche, trouver des idées, monter des expériences, analyser les résultats. Le but affiché est d’accélérer leur propre production. La diffusion vers le reste de l’économie vient après, une fois les capacités très avancées. Ce qui touche déjà le travail aujourd’hui est d’une autre nature, et nous le traitons à part dans le travail junior face à l’IA agentique.

L'ORDRE QU'ON IMAGINE

  1. l'IA prend un metier
  2. elle en prend un deuxieme
  3. le chomage monte doucement
  4. la societe reagit et regule
  5. l'adaptation se fait par etapes

L'ORDRE REELLEMENT ANNONCE

  1. les labos automatisent leur propre recherche
  2. la recherche s'accelere toute seule
  3. les capacites montent tres vite, sans effet
     visible sur l'emploi
  4. deploiement large vers l'economie
  5. la reaction sociale arrive APRES le 4

⚠ Dans le second ordre, le taux de chomage n'est
  pas un signal d'alerte. C'est un accuse de
  reception.

La conséquence est brutale et elle est très concrète. Le marché du travail ne vous préviendra pas. Tant que les capacités montent à l’intérieur des laboratoires, le taux de chômage global ne bronche pas. À l’été 2026, il est à 4,1 pour cent aux États-Unis et à 4,9 pour cent au Royaume-Uni, sans décrochage. ⚠ Le détail bouge davantage que le total, le chômage des jeunes Britanniques est à son plus haut depuis 11 ans, mais le chiffre que tout le monde regarde, lui, reste calme. Ce n’est ni une preuve que tout va bien, ni une preuve que tout va mal. C’est simplement un indicateur qui arrive après. L’auteur du rapport donne d’ailleurs sa propre date pour le chômage de masse, 2028 ou 2029, c’est-à-dire après l’arrivée des systèmes, pas avant.

Un chiffre pour mesurer la vitesse à laquelle ces entreprises grossissent, et il est vérifiable. Anthropic est passé d’environ 1 milliard de dollars de revenu annualisé fin 2024 à 47 milliards, selon les chiffres publiés en mai 2026. Que la superintelligence arrive ou non, cette trajectoire-là est déjà en train de déplacer des budgets, des équipes et des contrats.

Ce chiffre circule partout, et il est souvent durci en cours de route.

L’auteur estime à 70 pour cent la probabilité que les choses tournent très mal. Il nuance lui-même quand on lui traduit ça par 70 pour cent de risque d’extinction humaine. Il dit qu’il ne parlerait pas d’extinction au sens strict, et que son chiffre couvre une catégorie plus large dont l’extinction fait partie. Un autre cas est la perte de contrôle, des systèmes qui cessent d’exécuter les ordres qu’on leur donne, une fois qu’ils n’ont plus besoin de nous. Un troisième est la concentration extrême du pouvoir entre quelques mains, et c’est celui sur lequel il revient le plus.

Cette rigueur mérite d’être relevée, parce qu’elle est rare dans les 2 camps. Elle tranche avec l’usage habituel du mot superintelligence, que nous rangions justement parmi les idées reçues quand il sert d’argument de vente.

La deuxième précision est plus embarrassante pour lui, et il la donne quand même. Ses propres estimations ont bougé, et pas dans un sens unique. Sa date médiane est passée de 2028 au moment de la publication d’AI 2027, à 2030 dans les mois qui ont suivi, parce que les progrès observés étaient plus lents que prévu. Un de ses coauteurs est aujourd’hui à 2035. Et les gens qu’il croise chez OpenAI et Anthropic lui disent l’inverse, qu’il devrait revenir à 2027 ou 2028.

Autrement dit, personne ne sait. Y compris les personnes les mieux placées pour savoir, y compris celles qui construisent ces systèmes.

C’est précisément pour cette raison qu’une entreprise ne doit pas construire sa stratégie sur une date. Ni sur la date haute, en pariant que tout va s’effondrer. Ni sur la date basse, en pariant que rien n’arrivera. Les seules décisions solides sont celles qui restent bonnes dans les 2 cas, et il en existe. La suite de cet article ne parle que de celles-là.

Le plan repose sur une idée de calendrier qui mérite d’être comprise, parce qu’elle est contre-intuitive.

Si l’automatisation complète de la recherche arrive vers 2030, alors le moment de décider, c’est 2029. Le plan y place la signature d’un accord entre les États-Unis et la Chine. Après, les systèmes existent déjà, ils sont déjà déployés, et réguler revient à débrancher une économie qui en dépend.

Or, dans l’ordre décrit plus haut, 2029 est justement le moment où l’emploi n’a pas encore vraiment bougé. Le plan demande donc de décider sans le signal que tout le monde attend. C’est là qu’il devient politiquement difficile, et ses auteurs ne s’en cachent pas.

Le contenu du plan tient en 4 principes.

LES 4 PRINCIPES DU PLAN

  1. RALENTIR
     Ralentir ou suspendre tant que la preuve de
     securite n'est pas faite. Faire monter les
     capacites, mais par paliers negocies.

  2. RENDRE TRANSPARENT
     Rendre la recherche de pointe inspectable.
     Objectif assume, que la verification ne repose
     plus sur la parole des entreprises concernees.
     ⚠ Les poids des modeles et les donnees des
       utilisateurs restent proteges. Le plan ne
       demande PAS d'ouvrir les modeles.

  3. NE PAS CONCENTRER
     Laisser des dizaines d'entreprises, dans
     plusieurs pays, rester pres de la frontiere,
     plutot qu'un seul projet loin devant.

  4. RESTER REVERSIBLE
     Construire les centres de calcul de facon a
     pouvoir les neutraliser si l'accord casse.
     Les auteurs appellent ca la destruction
     mutuelle assuree du calcul.

  ⚠ Le principe 4 est le plus original. Il part de
    l'hypothese que l'accord finira par etre rompu,
    et prevoit le retour en arriere des le depart.
    Le mecanisme, implanter les centres de calcul
    chez l'autre. Ceux de la Chine au Canada, ceux
    des Etats-Unis en Mongolie. Une rupture ne
    donne alors l'avantage a personne.

Le scénario prolonge ensuite jusqu’aux années 2030, avec une IA au niveau des meilleurs experts vers 2035, une pause délibérée à ce palier, puis la reprise vers 2040. Il y décrit aussi un revenu versé pour compenser la disparition des emplois, financé par des permis vendus aux entreprises de robots et de calcul. Il démarre en 2033 à 25000 dollars par adulte américain et par an, puis les montants s’emballent, environ 1,6 million en 2035. ⚠ Le mot citoyen est à prendre au pied de la lettre, ce dividende va aux Américains, le reste du monde touche des ordres de grandeur en dessous. Cette partie relève de la fiction politique et il faut la lire comme telle.

À l’échelle européenne, on est très loin de cette ambition. Le règlement sur l’IA, lui, existe déjà et il s’applique à votre entreprise, avec un calendrier qui a d’ailleurs été repoussé pour la supervision humaine. C’est cette contrainte-là que vous avez en face de vous, pas celle du rapport.

Voilà où le rapport devient utile, et pas seulement inquiétant.

Deux des 4 principes qu’il demande aux États, la transparence et la réversibilité, se transposent tels quels à une entreprise de 5 personnes qui fait travailler des agents IA. La question n’est plus qui contrôle la superintelligence. Elle devient qui contrôle l’agent qui relance vos clients.

Notre réponse chez Metabacklinks tient en un principe. Un agent ne décide jamais de son propre périmètre. Le périmètre est écrit dans un fichier, à l’extérieur de lui, et il est lu à chaque action. Voici le format que nous utilisons.

{
  "agent": "relance-client",
  "seul": [
    "rediger un brouillon de relance",
    "verifier si la facture est deja payee",
    "programmer un rappel interne"
  ],
  "avec_accord": [
    "envoyer le message au client",
    "modifier une echeance de paiement"
  ],
  "jamais": [
    "accorder un delai ou une remise",
    "engager une procedure de recouvrement",
    "ecrire a un tiers au nom de l'entreprise"
  ]
}

Le fichier ne sert à rien sans le garde-fou qui le lit. Celui-ci tient en 15 lignes, et son comportement par défaut est le refus. Une action que personne n’a pensé à déclarer ne passe pas.

# garde-fou.py -- refuse d'agir hors du perimetre ecrit
import json
import sys

REGLES = json.load(open("perimetre.json"))

def autoriser(agent, action, accord_humain=False):
    r = REGLES[agent]
    if action in r["jamais"]:
        return (False, "interdit pour cet agent")
    if action in r["avec_accord"] and not accord_humain:
        return (False, "en attente d'un accord humain")
    if action in r["seul"]:
        return (True, "autorise")
    return (False, "action non declaree, donc refusee")

if __name__ == "__main__":
    print(autoriser(sys.argv[1], sys.argv[2]))

Ce détail du refus par défaut est le seul qui compte vraiment. Un garde-fou qui autorise ce qu’il ne connaît pas ne protège de rien, puisque les vrais problèmes viennent toujours de ce qu’on n’avait pas prévu.

La règle qui remplit la case jamais est simple à énoncer. Y va tout ce qui coûte de l’argent, tout ce qui part chez un tiers, et tout ce qui engage juridiquement. Le reste, réversible et interne, peut se faire seul.

Écrire le périmètre ne suffit pas. Il faut pouvoir vérifier après coup ce que la machine a réellement fait, sans avoir à la croire sur parole. C’est la transparence du plan, ramenée à votre taille.

Chez nous, chaque action automatique écrit une ligne dans un journal que le client lit lui-même.

# Une ligne de journal par action, lisible par le client
docker exec metabacklinks-admin php artisan travaux:noter \
  --site=client-exemple \
  --agent="Relance" \
  --titre="Relance facture 2026-0431, brouillon pret" \
  --etat=a_relire \
  --lien=https://exemple.fr/admin/relances/431

Le champ qui porte toute la valeur est l’état. Il ne décrit pas la confiance qu’on fait à l’agent, il décrit la nature du travail.

LES 3 ETATS, ET LA REGLE QUI LES DEPARTAGE

  fait_seul   L'agent a agi sans rien demander.
              Reserve a ce qui est reversible et
              sans effet a l'exterieur.

  a_relire    L'agent a prepare, un humain tranche.
              Tout ce qui coute de l'argent ou qui
              part chez un tiers passe par la.

  publie      C'est parti, avec le lien pour aller
              le verifier soi-meme.

  ⚠ L'etat depend du TYPE de travail, jamais de la
    confiance faite a l'agent. Un agent tres fiable
    qui envoie un mail a un client reste en a_relire.

⚠ Une automatisation qui n’écrit pas dans le journal est invisible. Elle tourne, elle agit, et personne ne le sait. C’est la faille la plus fréquente, et elle est silencieuse par nature, puisqu’il n’y a rien à voir. Le contrôle est simple. Comptez vos automatisations, comptez les lignes de journal du mois, et regardez si les 2 nombres se ressemblent.

Reprenons ce qu’on peut tenir sans parier sur une date.

Le signal que vous attendez ne viendra pas dans l’ordre attendu. Les statistiques d’emploi arrivent après la décision, pas avant. Construire un plan qui démarre le jour où le chômage monte revient à ne pas avoir de plan.

Personne ne connaît la date, et ceux qui la connaîtraient le mieux ne sont pas d’accord entre eux. Entre 2027 et 2035 selon les auteurs du même document, l’écart est tel qu’aucune stratégie d’entreprise ne peut s’y accrocher.

Les mesures sans regret existent, et elles sont courtes. Savoir où sont vos données et qui peut les lire, ce qui est tout le sujet d’une IA souveraine pour une PME. Écrire noir sur blanc ce que chaque agent fait sans vous demander. Journaliser ce qu’il a fait, avec le lien qui permet d’aller vérifier. Ces 3 mesures coûtent une journée de travail. Elles sont utiles si rien n’arrive, et elles sont indispensables si quelque chose arrive.

Il reste un point de méthode de cet entretien qui mérite d’être gardé, et il ne parle pas de technique. Arrêter de trier les informations selon qu’elles ressemblent ou non à de la science-fiction, et regarder les tendances réelles à la place. C’est un conseil de méthode, il est gratuit, et il vaut pour à peu près tous les sujets.