L’IA peut-elle remplacer les salariés en France ? Les études disponibles au 11 octobre 2026 ne permettent pas de transformer cette question en une date de disparition des emplois. Elles documentent une adoption rapide, des tâches exposées et des effets économiques encore limités dans une enquête française récente. Elles signalent aussi des anticipations moins favorables à l’emploi. La bonne réponse n’est donc ni « aucun risque » ni « tous remplacés ».
Pour un dirigeant de PME, une agence ou une équipe commerciale, l’enjeu consiste à savoir ce que chaque chiffre mesure réellement avant de revoir les recrutements et les responsabilités. Ce guide confronte trois sources primaires : l’Insee, la Banque de France et l’Organisation internationale du travail. Il sépare les observations, les déclarations et les projections, puis propose une méthode pour décider à l’échelle d’une équipe.
IA et emploi : quatre mesures à ne pas confondre
Une étude peut compter des entreprises utilisatrices, évaluer des tâches ou interroger des employeurs sur leurs intentions. Avant de partager un chiffre, relevez sa population, sa période et sa nature :
- L’exposition mesure la possibilité qu’une technologie intervienne dans les tâches d’un métier.
- L’adoption décrit un usage déclaré dans une organisation, sans garantir son intensité.
- La productivité rapporte une production à des moyens mobilisés, dans un périmètre précis.
- L’emploi concerne les postes, les recrutements ou les départs.
Une enquête menée en 2025 et publiée en 2026 décrit d’abord 2025. Une anticipation à trois ans n’est pas un bilan actuel. Classez chaque résultat dans une seule de ces catégories avant de l’utiliser dans votre budget de personnel.
Insee : une diffusion rapide en France, pas un bilan des postes supprimés
Dans Insee Première n° 2120, publié en juillet 2026, 18 % des entreprises du champ déclarent utiliser au moins une technologie d’IA en 2025, contre 10 % en 2024 et 6 % en 2023. Le champ couvre les entreprises de dix salariés ou plus des secteurs principalement marchands, hors agriculture, finance et assurance. Il ne représente ni toutes les TPE ni toute la fonction publique.
La taille compte : le taux atteint 15 % dans les entreprises de 10 à 49 salariés, 31 % dans celles de 50 à 249 salariés et 58 % dans celles de 250 salariés ou plus. L’information-communication atteint 59 %.
L’Insee précise également que les entreprises utilisatrices concentrent 59 % de l’emploi du champ. Cela ne signifie pas que 59 % des salariés utilisent directement l’IA. Le chiffre décrit le poids des organisations concernées.
Pour une PME, cette distinction change le diagnostic : le pourcentage national ne dit pas si votre équipe automatise une activité centrale ou utilise ponctuellement une assistance rédactionnelle. Commencez par identifier les processus réellement modifiés, puis examinez leurs effets.
Banque de France : ce que l’enquête de 2026 observe et anticipe
Le Bulletin de la Banque de France n° 266, article 1, mis en ligne le 3 septembre 2026 apporte un éclairage plus récent. Début 2026, plus des deux tiers des entreprises d’au moins vingt salariés interrogées déclarent utiliser des outils d’IA générative. Les usages sont hétérogènes et souvent généralistes, notamment dans l’administration et les ventes.
Il serait trompeur de présenter ce chiffre comme la suite directe des 18 % de l’Insee. Les seuils de taille, les périodes, les technologies et les dispositifs d’enquête diffèrent. Sans harmonisation méthodologique, on ne peut pas calculer une progression à partir de ces deux proportions.
La Banque de France décrit des effets économiques observés encore limités, principalement des gains de productivité. Les entreprises anticipent davantage de gains au cours des trois années suivantes et un effet modérément négatif sur l’emploi.
Pour un dirigeant, la leçon est concrète : distinguez dans vos propres tableaux les résultats du pilote et les économies espérées. N’inscrivez pas une hypothèse de réduction d’effectifs dans la colonne des gains démontrés.
L’indice OIT ne mesure pas les licenciements en France
L’indice OIT–NASK, publié le 20 mai 2025, estime qu’un travailleur sur quatre dans le monde exerce une profession présentant une certaine exposition à l’IA générative. La catégorie d’exposition la plus élevée représente 3,3 % de l’emploi mondial. Les professions administratives restent les plus exposées dans cette analyse.
Il s’agit d’un indice construit à partir de tâches, d’évaluations humaines et de modélisation. Ce n’est pas une observation des suppressions d’emplois en France. Le quart mondial ne peut pas être appliqué mécaniquement au nombre de salariés français : la structure des métiers et les conditions d’adoption diffèrent.
L’OIT considère la transformation des emplois comme l’effet le plus probable, puisque beaucoup de professions comportent des tâches nécessitant une contribution humaine. « Transformation » n’est toutefois pas synonyme de protection individuelle. Des responsabilités peuvent être regroupées et des besoins de recrutement évoluer.
Utilisez cet indice pour repérer les activités à examiner, pas pour désigner des personnes à remplacer. Une fonction riche en documents standardisés mérite un audit ; cet audit doit encore vérifier la qualité, les exceptions, la confidentialité et le travail restant. La faisabilité technique n’épuise jamais la décision économique.
Peut-on chiffrer les salariés déjà remplacés en France ?
Les trois publications examinées ne fournissent pas un décompte national causal des salariés français déjà remplacés par l’IA. Il faut donc résister à la tentation de produire un total en combinant leurs pourcentages.
Pour attribuer une baisse d’effectifs à l’IA, une observation avant-après ne suffit pas. L’activité peut ralentir, une prestation être externalisée ou un projet être arrêté. Il faudrait isoler ces facteurs et préciser le scénario de comparaison. Une annonce de restructuration renseigne sur un cas particulier ; elle ne devient pas, à elle seule, une mesure de l’économie française.
Surveillez aussi les ajustements moins visibles : postes non remplacés, missions de sous-traitance réduites, recrutements différés ou volumes produits avec une équipe stable. Ce sont des indicateurs à recueillir, pas des tendances nationales établies ici.
Pour comparer un métier, partez de sa fiche de tâches, pas de son secteur. Une ligne de comparaison exploitable doit indiquer : métier examiné, tâches concernées, effectif observé, période et variation des recrutements. Lorsque ces informations manquent dans une source, inscrivez « non mesuré » plutôt qu’un pourcentage déduit.
Dans une équipe commerciale, mesurer le travail réellement déplacé
Pour une agence ou une équipe SDR, remplacez la question « combien de personnes économiser ? » par « quelles tâches ont changé, avec quel résultat ? ». Décomposez un processus : recherche d’un compte, vérification, rédaction, prise de contact, qualification et transmission. Une assistance sur la rédaction ne valide ni le besoin du prospect ni l’intérêt d’une approche.
Construisez une fiche par tâche avec cinq colonnes : temps sans outil, temps avec outil, temps de vérification, erreurs détectées et décisions restant humaines. Mesurez des dossiers comparables ; un brouillon court ne peut pas être comparé à une proposition complexe. Le gain net doit inclure les reprises, pas seulement la génération.
La matrice de complétude CRM aide à distinguer les informations connues de celles qui restent à vérifier. Des critères de sortie commerciaux vérifiables évitent ensuite de confondre volume traité et progression réelle.
Cette scène de revue de documents illustre le contrôle collectif : elle ne montre ni des données de l’étude ni une entreprise française identifiée. Les fonctionnalités de SprintLead peuvent être examinées dans le cadre de votre outillage commercial ; leur sélection doit suivre le processus à améliorer, sans présumer d’un effet sur les effectifs.
Calcul du gain net : temps initial − préparation − production assistée − vérification et reprises. Exemple purement pédagogique, pas un cas client ni un résultat d’étude : une tâche prend 40 minutes sans assistance. Avec assistance, la préparation prend 5 minutes, la production 12 minutes et le contrôle avec corrections 8 minutes. Le coût complet est de 25 minutes ; le gain net est de 15 minutes, soit 37,5 % du temps initial. Si le contrôle passe à 25 minutes, le coût complet atteint 42 minutes et le gain devient négatif. Convertissez ensuite seulement les minutes réellement économisées en capacité disponible, sans les assimiler à des postes supprimables.
Après le pilote : affecter les gains et préparer les compétences
Une fois le gain net documenté, décidez de son affectation avec les personnes qui réalisent le travail. Des minutes récupérées sur chaque dossier peuvent servir à résorber un retard, élargir le suivi client ou absorber davantage de demandes. Ces choix ont des conséquences différentes sur les compétences et les recrutements.
- Désignez l’activité qui recevra le temps disponible et son responsable.
- Estimez si ce temps peut réellement être regroupé : dix minutes dispersées dans la journée ne créent pas automatiquement un créneau d’une heure.
- Identifiez les compétences nécessaires à cette nouvelle activité et prévoyez une formation adaptée.
- Actualisez la fiche de poste pour rendre visibles les responsabilités nouvelles.
- Revoyez les besoins de recrutement à partir du volume de travail restant, des engagements clients et des départs prévus.
Pour un salarié, demandez quelles décisions vous devrez désormais prendre et quelle formation permettra de les assumer. Pour un manager, distinguez un besoin temporaire de capacité d’un changement durable du métier avant de modifier une organisation.
Cette photo illustre un échange sur l’organisation du travail ; elle ne représente pas les participants aux enquêtes citées.
Questions fréquentes
- Une étude publiée en 2026 décrit-elle nécessairement l’emploi en 2026 ?
Non. La date de publication et la période mesurée sont différentes. Insee Première n° 2120, publié en juillet 2026, porte sur les usages des entreprises en 2025. Vérifiez toujours ces deux dates avant de comparer des résultats.
- L’absence d’IA dans une petite entreprise protège-t-elle ses salariés ?
Pas automatiquement. Un faible usage interne ne dit rien, à lui seul, sur la demande des clients, les évolutions de fournisseurs ou une réorganisation future. Il ne permet pas davantage d’affirmer qu’une suppression de poste est imminente.
- Faut-il abandonner une formation parce qu’un métier est exposé ?
Un indice d’exposition ne suffit pas pour ce choix. Examinez les tâches du métier, les exigences des employeurs et la place du jugement, de la vérification et du contact client. Privilégiez une formation qui développe ces compétences et permet d’évaluer les résultats des outils.
L’IA transforme des tâches en France, mais les études consultées ne démontrent pas un remplacement général des salariés. L’Insee mesure la diffusion, l’OIT le potentiel d’exposition et la Banque de France distingue les effets observés des anticipations. Pour agir, choisissez un processus de votre équipe, mesurez le gain net et documentez ce qui reste à décider humainement. C’est une base plus solide pour recruter, former et organiser le travail qu’un pourcentage sorti de son périmètre.