L'IA redéfinit les métiers : un bouleversement en marche

L'impact de l'IA sur la répartition des tâches professionnelles

L'intelligence artificielle (IA) est en train de transformer radicalement la manière dont les tâches professionnelles sont réparties entre les travailleurs. Une analyse approfondie de plus de 800 000 messages échangés par des utilisateurs de ChatGPT aux États-Unis a révélé que 16,8 % des messages liés au travail et 43,5 % des messages spécifiques à un métier concernent des tâches traditionnellement associées à d'autres professions. Cela indique un changement significatif dans la façon dont les rôles sont définis et exécutés.

Prenons l'exemple d'un propriétaire de petite entreprise qui, grâce à l'IA, peut désormais rédiger des textes, examiner des contrats ou même réaliser des analyses financières de base sans l'aide de spécialistes. De même, un vendeur peut utiliser des outils d'IA pour analyser des données clients, une tâche qui aurait auparavant nécessité l'intervention d'un analyste. Un marketeur, quant à lui, peut résoudre des problèmes techniques sur un site web sans attendre l'intervention d'un développeur. Ces exemples illustrent comment l'IA modifie non seulement les méthodes de travail, mais aussi la répartition des tâches entre les différents professionnels.

Le rapport intitulé Work at the Frontier: How AI is Expanding What People Do at Work explore en profondeur ces transformations. Il introduit le concept de crossover des tâches, où des tâches historiquement associées à une profession apparaissent dans l'utilisation de l'IA par des personnes d'autres professions. Ce phénomène est analysé dans le cadre de notre AI Jobs Transition Framework, qui suggère que de nombreux emplois sont susceptibles de se réorganiser de manière significative. Ce rapport est le premier d'une série intitulée Work at the Frontier, qui vise à fournir des aperçus basés sur des données probantes pour guider les politiques et les pratiques en matière de travail.

L'ampleur du crossover des tâches dans différents secteurs

Les études sur l'IA et le travail commencent souvent par une liste fixe de tâches associées à une profession donnée, en évaluant si les modèles d'IA peuvent les exécuter. Cependant, nos recherches montrent que l'IA modifie également la répartition des tâches entre les professions.

Pour mesurer ce phénomène de crossover, nous avons d'abord distingué le travail spécifique à une profession de celui qui est commun à plusieurs emplois. Certaines activités, comme la rédaction, le résumé et la planification, sont trop largement partagées entre les professions pour être considérées comme des exemples de crossover. Nous les avons classées comme génériques. Pour les autres messages, nous avons vérifié si la tâche relevait ou non de la profession de l'utilisateur. Parmi les messages non génériques, 43,5 % concernaient une profession différente, offrant un aperçu précoce de la manière dont l'IA pourrait remodeler le contenu des tâches avant que ces changements ne soient reflétés dans les descriptions de poste ou les titres.

Ce constat suggère qu'une part importante de l'utilisation de ChatGPT liée au travail provient d'utilisateurs qui élargissent leur rôle. Ce schéma est particulièrement prononcé dans plusieurs groupes professionnels. Une fois le travail générique exclu, les tâches hors profession représentent :

• 77 % des messages spécifiques à un métier provenant de travailleurs en expérience client
• 75 % provenant de designers
• 69 % provenant de travailleurs des ressources humaines
• 56 % provenant de travailleurs juridiques
• 53 % provenant de marketeurs

Ces professions "empruntent" des tâches à d'autres rôles, indiquant une évolution de la division du travail. Certaines activités qui nécessitaient auparavant un transfert peuvent désormais être réalisées par la personne qui rencontre d'abord le besoin.

Les tâches qui voyagent le plus loin

En examinant le crossover des tâches, nous avons constaté que certaines tâches voyagent plus loin que d'autres. Les tâches de marketing et d'ingénierie, par exemple, apparaissent fréquemment dans les messages de travailleurs en dehors de ces domaines.

Part des tâches au sein de la profession

Le crossover des tâches n'est pas uniformément réparti lorsque nous examinons de plus près les professions et les tâches spécifiques. Les calculs financiers et le dépannage technologique figurent parmi les trois tâches les plus courantes en dehors des sept autres groupes professionnels analysés. Le travail de marketing voyage également largement : la création de supports marketing apparaît dans cinq autres groupes et est particulièrement marquante parmi les utilisateurs de design.

En analysant des ensembles de tâches plus larges, deux directions distinctes de crossover se dégagent. Certains emplois intègrent de nombreuses tâches d'autres professions, tandis que d'autres fournissent des tâches qui apparaissent dans de nombreux emplois différents.

Le design illustre le premier schéma. Environ 35,2 % des messages des designers impliquent un travail généralement associé à une autre profession, tandis que les tâches de design ne représentent que 1,7 % des messages des travailleurs d'autres domaines. Les designers s'appuient fortement sur des tâches extérieures, mais le travail de design lui-même apparaît rarement ailleurs.

L'ingénierie, en revanche, est plus proche de l'inverse. Seuls 18,5 % des messages d'ingénierie impliquent des tâches d'autres domaines, mais les tâches d'ingénierie représentent 7,4 % des messages parmi les travailleurs d'autres professions. L'ingénierie est une source importante de travail que d'autres personnes prennent en charge, allant du dépannage de logiciels à la gestion de systèmes techniques.

Le marketing se distingue dans les deux directions. Les marketeurs consacrent 24,3 % de leurs messages à des tâches associées à d'autres professions, tandis que les tâches de marketing représentent 8,9 % des messages parmi les travailleurs d'autres domaines — la part extérieure la plus élevée de l'échantillon. Les travailleurs du marketing combinent des tâches de plusieurs domaines, et le travail de marketing se propage également largement au sein de l'organisation.

L'influence de la taille des entreprises sur le crossover des tâches

La taille et la structure d'une entreprise jouent un rôle crucial dans la manière dont l'IA modifie le travail. Dans une grande entreprise, les employés peuvent avoir accès à des équipes spécialisées, des flux de travail établis et des services internes. En revanche, dans une petite organisation, le travailleur le plus proche du problème est plus susceptible de le résoudre lui-même plutôt que de déléguer.

Parmi les utilisateurs moyens, la part des tâches hors profession passe de 18,9 % pour les utilisateurs dans des espaces de travail de 2 à 5 postes à 16,3 % pour les utilisateurs dans des espaces de travail de plus de 100 postes. Cependant, parmi les utilisateurs les plus intensifs, nous ne constatons pas le même schéma monotone.

Une explication possible est que les utilisateurs modérés dans les petites organisations se tournent vers l'IA lorsqu'ils rencontrent un travail qui nécessiterait autrement une autre fonction. Les utilisateurs intensifs ont peut-être développé des flux de travail soutenus par l'IA qui ressemblent davantage d'une organisation à l'autre, ou utilisent l'IA de manière plus intensive au sein de leur profession principale.

L'IA peut être particulièrement utile en tant qu'outil généraliste lorsque les ressources spécialisées sont rares.

L'évolution des descriptions de tâches

Les données d'utilisation de l'IA comme celles-ci sont un indicateur de la manière dont le travail évolue. Elles nous permettent de voir comment l'IA permet aux travailleurs d'expérimenter de nouvelles combinaisons d'activités avant que les entreprises ne révisent les descriptions de poste ou ne créent de nouveaux titres. En ce sens, les schémas d'utilisation peuvent fournir un signal précoce de changement professionnel que les statistiques conventionnelles du marché du travail ne captureront que plus tard.