IA générative : les embauches de jeunes reculent dans les métiers les plus exposés

Pour la première fois, des économistes de la Banque de France observent dans les données françaises un décrochage des embauches de jeunes dans les métiers les plus exposés à l’intelligence artificielle générative. Publié le 8 octobre sur le blog de l’institution, le billet n° 463 montre qu’en mars 2026, les recrutements en contrat à durée indéterminée des 21-29 ans étaient environ 28 % sous leur niveau de novembre 2022 dans les métiers les plus exposés, contre 8 % dans les moins exposés. Les auteurs refusent pourtant d’y voir la preuve d’un effet de l’IA. Cette prudence fait partie du résultat.

I. Ce que mesure l’étude

Le travail, signé par Marco G. Palladino, Antonin Bergeaud, Antoine Bertheau, Simon Bunel et Oscar Degos, résume un document de travail du centre de recherche LIFT d’HEC. Il s’agit d’une note d’économistes, non d’un article relu par un comité de lecture.

La méthode procède en trois temps. Les auteurs construisent d’abord un indice d’exposition des métiers à l’IA générative : un modèle de langage évalue, pour chacun des savoir-faire du répertoire des métiers de France Travail, qui en couvre plus de 1 500, si une IA peut l’exécuter ou l’assister. Ils rapprochent ensuite cet indice des déclarations administratives de mouvements de main-d’œuvre, qui recensent embauches et fins de contrat, de janvier 2019 à mars 2026. Ils apparient enfin environ 6 000 entreprises interrogées par la Banque de France, dont près de 600 déclarent un usage intensif de l’IA au début de 2026.

Point de méthode important : l’indice mesure ce que l’IA pourrait faire dans un métier, non ce qu’elle y fait réellement. Les auteurs indiquent qu’il est fortement corrélé aux données d’usage publiées par Google, ce qui rassure sur sa pertinence, mais fait aussi dépendre une partie de l’analyse d’un acteur du secteur.

II. Les résultats

Pour comparer, les auteurs classent les métiers selon leur degré d’exposition puis les répartissent en cinq groupes de taille comparable, des quintiles : le premier rassemble les métiers les moins exposés, comme beaucoup d’emplois manuels, le dernier les plus exposés, souvent des emplois de bureau, de rédaction ou d’informatique.

Le choix de novembre 2022 comme point de référence n’est pas anodin : c’est le mois du lancement public de ChatGPT. Depuis, dans le cinquième des métiers les plus exposés, les embauches en CDI des 21-29 ans ont reculé d’environ 28 %, contre 8 % dans le cinquième le moins exposé, soit un écart d’une vingtaine de points. Les fins de contrat suivent le même mouvement : environ −23 % contre −6 %.

Ce second chiffre change la lecture. L’IA ne se traduit pas, à ce stade, par des licenciements massifs de jeunes : les entreprises embauchent moins, et les salariés en place partent moins. La rotation de la main-d’œuvre ralentit, et avec elle le renouvellement des équipes. L’écart se resserre chez les 30-49 ans et disparaît presque après 50 ans. Dans les entreprises qui utilisent intensivement l’IA, les embauches de jeunes ont évolué moins favorablement qu’ailleurs, sans divergence statistiquement nette de l’emploi total.

III. Pourquoi les auteurs refusent de conclure

Trois raisons sont avancées. D’abord, la période étudiée coïncide avec d’autres chocs qui frappent souvent les mêmes emplois de bureau : le resserrement monétaire engagé en 2022, la correction du secteur technologique après l’euphorie de la pandémie, l’essor du télétravail. Ensuite, l’usage de l’IA n’est mesuré qu’au début de 2026, alors que les écarts apparaissent plus tôt : on ne peut donc pas distinguer l’effet de l’IA du profil des entreprises qui l’adoptent, peut-être déjà plus prudentes dans leurs recrutements. Enfin, l’indice reste une mesure de capacité technique.

Les auteurs formulent l’hypothèse avec précaution : le recrutement peut réagir à une transformation technologique avant que celle-ci ait un effet visible sur la production. Ils jugent en revanche impossible d’établir que l’automatisation des tâches simples prive déjà les débutants de l’apprentissage par la pratique, un mécanisme pourtant décrit par plusieurs travaux théoriques.

IV. Ce que disent les autres études

Le résultat français s’inscrit dans un ensemble contrasté. Aux États-Unis, des travaux menés notamment par Erik Brynjolfsson concluent à une baisse relative de l’emploi des jeunes dans les métiers exposés. En Norvège, une étude ne trouve pas de baisse ; au Danemark, une autre observe une réorganisation des tâches sans effet moyen sur les heures travaillées ni sur les salaires. L’OCDE, dans ses Perspectives de l’emploi publiées en juillet, ne constate pas de recul généralisé de l’emploi, mais une entrée plus difficile des jeunes sur le marché du travail. La Direction générale du Trésor, dans une note du 30 juin, jugeait l’effet net incertain.

L’adoption, elle, est rapide. Selon un bulletin de la Banque de France du 3 septembre, fondé sur une enquête menée au printemps auprès d’environ 7 000 entreprises, 67 % des entreprises de 20 salariés et plus utilisent l’IA générative, de 64 % pour les 20-49 salariés à 83 % pour celles de plus de 1 000. Environ un tiers recourent aussi à une IA prédictive, de 31 % chez les plus petites à 60 % chez les plus grandes. Les gains de productivité y restent limités, et les entreprises anticipent un effet « modérément négatif » sur leurs effectifs à trois ans.

V. Ce qui est en jeu

Le premier emploi n’est pas un emploi comme les autres : c’est là que se forment les compétences qui nourrissent ensuite la productivité. Si les tâches confiées aux débutants, rédaction, synthèse, programmation simple, sont celles que l’IA absorbe le plus facilement, la question n’est pas seulement celle du chômage des jeunes, mais celle de la filière de formation des futurs cadres. C’est aussi l’un des angles morts de la régulation européenne, centrée sur les risques des systèmes plutôt que sur leurs effets économiques, comme le montre le calendrier de l’AI Act.

VI. Ce qu’il faut surveiller

• La publication complète du document de travail LIFT d’HEC, qui détaillera les résultats par métier.
• La prochaine vague de l’enquête de la Banque de France sur l’usage de l’IA, qui permettra de suivre les mêmes entreprises dans le temps.
• Les Perspectives de l’économie mondiale du FMI, habituellement publiées à la mi-octobre, et leurs éventuelles projections sur l’IA.
• La publication dans une revue des travaux de l’École d’économie de Paris sur les offres d’emploi exigeant des compétences informatiques, présentés en septembre.

Sources

• Banque de France, Bloc-notes Éco n° 463 (8 octobre 2026)
• Banque de France, Bulletin n° 266 (3 septembre 2026)
• Direction générale du Trésor, Trésor-Éco n° 391
• Journal du Net, Perspectives de l’emploi de l’OCDE 2026

Cet article a été préparé avec l’assistance d’une intelligence artificielle, à partir des sources citées.