Les devs sont les plus exposés à l'IA — et alors ?

Anthropic vient de publier une étude sur l'impact de l'IA sur le marché du travail¹. Les programmeurs y arrivent en tête des métiers les plus exposés. C'est Anthropic qui le dit — autrement dit, l'entreprise qui fabrique les outils en question mesure elle-même les dégâts potentiels. Le paradoxe mérite qu'on s'y arrête.

Mais avant de tirer des conclusions trop vite, les données racontent quelque chose de plus intéressant que le simple classement.

Une métrique différente des autres

Les études sur l'automatisation se ressemblent trop souvent : on prend un modèle d'IA, on liste les tâches d'un métier, on conclut que X % des emplois sont "à risque". Le problème, c'est que ces études mesurent le potentiel théorique de l'IA, pas ce qu'elle fait vraiment².

Anthropic introduit une métrique qu'ils appellent l'observed exposure. L'idée : croiser ce que l'IA pourrait faire avec ce qu'elle fait effectivement dans des contextes professionnels réels, en s'appuyant sur leurs propres données d'usage de Claude.

Le résultat met en évidence un fossé considérable. Dans la catégorie Informatique et Mathématiques, 94 % des tâches pourraient théoriquement être automatisées. Mais dans les usages réels observés sur Claude, seules 33 % le sont actuellement³. Deux tiers du potentiel n'est pas encore activé.

Ce n'est pas rassurant pour autant — Anthropic le dit clairement : à mesure que les capacités progresseront et que l'adoption se diffusera, cet écart se réduira. C'est une question de calendrier, pas de principe.

74 % de couverture pour les programmeurs

Dans le classement des dix métiers les plus exposés, les programmeurs arrivent premiers avec 74,5 % de couverture observée⁴. Les représentants du service client suivent à 71,1 %, puis les opérateurs de saisie de données à 67 %. À l'autre bout du spectre, 30 % des travailleurs — cuisiniers, mécaniciens, maîtres-nageurs — ont une couverture nulle, leurs tâches apparaissant trop rarement dans les données.

Ce qui frappe dans ce classement, c'est le profil des travailleurs les plus exposés. L'étude le précise sans ambages : ils sont davantage diplômés, mieux rémunérés (en moyenne 47 % de plus que les moins exposés), plus souvent des femmes. L'IA n'attaque pas les postes les moins qualifiés en premier. Elle remonte la chaîne de valeur.

Pas de chômage en hausse — mais les juniors disparaissent

Le résultat le plus attendu, et le plus rassurant en apparence : depuis fin 2022, aucune hausse significative du chômage n'est détectable dans les professions les plus exposées aux États-Unis⁵. Les courbes restent parallèles entre les groupes exposés et non exposés.

Mais il y a un signal qui mérite attention. Les embauches de jeunes de 22 à 25 ans dans les métiers exposés ont reculé d'environ 14 % depuis l'émergence des outils d'IA générative⁶. Ce n'est pas du chômage — ce sont des postes qui ne s'ouvrent plus.

La distinction est importante. Un développeur senior en poste ne perd pas son emploi. Mais le junior qui aurait été recruté pour faire du boilerplate, de la documentation, des tickets de niveau 1 — lui n'entre plus dans le système. Les entreprises ont tacitement décidé que ces tâches pouvaient être absorbées autrement.

On le voit sur le marché : les offres d'emploi pour des profils junior en développement web stagnent, pendant que les offres demandant de l'expérience avec les outils IA se multiplient. Ce n'est pas un effondrement soudain. C'est un rétrécissement silencieux.

Ce que ça change concrètement pour une équipe produit

Réfléchissons à ce que ça implique pour un fondateur ou un CTO qui construit aujourd'hui.

Embaucher un junior pour absorber la charge de code répétitif est une décision de plus en plus difficile à justifier. Pas parce que les juniors ne valent rien — mais parce que la majorité de ce qu'on leur confiait peut être produit en quelques minutes avec les bons outils. La vraie question devient : est-ce que vous avez quelqu'un capable de superviser ce que produit l'IA, de détecter les erreurs, de prendre les décisions d'architecture ?

C'est exactement le modèle sur lequel NXL Forge fonctionne. Nos projets — Empreinte Fiscale, Champaura — sont développés en pilotant des modèles IA, supervisés par des développeurs seniors. Pas des juniors qui cherchent leurs marques : des gens qui savent ce que l'IA fait bien, ce qu'elle fait mal, et où elle hallucine sur une logique métier complexe. Notre méthode repose précisément sur cette distinction.

L'étude d'Anthropic valide empiriquement ce que le terrain montre depuis deux ans : la valeur ne migre pas vers l'IA seule. Elle migre vers ceux qui savent l'utiliser avec discernement.

Le paradoxe de la source

Il y a quelque chose d'inconfortable dans le fait qu'Anthropic publie cette étude. La même entreprise qui vend les outils qui "couvrent" 74 % des tâches des programmeurs mesure l'impact sur leur emploi. On pourrait y voir un conflit d'intérêt, ou au contraire une forme de transparence rare.

On choisit de lire ça comme une forme de sérieux. L'étude ne minimise pas les effets — elle dit clairement que l'écart entre potentiel et usage réel se réduira, que les projections du Bureau of Labor Statistics montrent une croissance plus faible pour les métiers les plus exposés, et que le signal sur les juniors est préoccupant même si non concluant. Ce n'est pas un discours rassurant habillé en étude.

Le fossé entre 33 % de couverture observée et 94 % théorique dans l'informatique représente le terrain sur lequel on travaille aujourd'hui. C'est là que réside encore la valeur humaine — dans ce que l'IA ne fait pas encore, et dans la supervision de ce qu'elle fait déjà.

Si vous réfléchissez à la manière de structurer une équipe produit dans ce contexte, l'estimateur de coût peut être un point de départ utile.

---

Footnotes

1. Labor market impacts of AI: A new measure and early evidence — Anthropic — 5 mars 2026 — Anthropic présente l'observed exposure, une métrique croisant les capacités théoriques des LLM avec les données réelles d'usage de Claude en contexte professionnel, et analyse ses effets sur le marché du travail américain. — <a href="https://www.anthropic.com/research/labor-market-impacts" target="_blank" rel="noopener noreferrer">https://www.anthropic.com/research/labor-market-impacts</a> ↩

2. Anthropic dresse un classement des métiers les plus menacés par l'IA — Blog du Modérateur — 11 mars 2026 — Résumé de l'étude Anthropic, avec focus sur la méthodologie et les écarts entre potentiel théorique et usage réel par catégories professionnelles. — <a href="https://www.blogdumoderateur.com/anthropic-classement-metiers-menaces-ia/" target="_blank" rel="noopener noreferrer">https://www.blogdumoderateur.com/anthropic-classement-metiers-menaces-ia/</a> ↩

3. Labor market impacts of AI (Figure 2) — Anthropic — 5 mars 2026 — La figure 2 du rapport illustre l'écart entre couverture théorique (94 % en Informatique/Maths) et couverture observée réelle (33 %) à partir des données d'usage de Claude. — <a href="https://www.anthropic.com/research/labor-market-impacts" target="_blank" rel="noopener noreferrer">https://www.anthropic.com/research/labor-market-impacts</a> ↩

4. Labor market impacts of AI (Figure 3) — Anthropic — 5 mars 2026 — Le tableau des dix métiers les plus exposés place les programmeurs à 74,5 % de couverture, suivis des représentants du service client (71,1 %) et des opérateurs de saisie (67 %). — <a href="https://www.anthropic.com/research/labor-market-impacts" target="_blank" rel="noopener noreferrer">https://www.anthropic.com/research/labor-market-impacts</a> ↩

5. Labor market impacts of AI (Figure 6) — Anthropic — 5 mars 2026 — L'analyse différentielle des taux de chômage depuis fin 2022 ne montre pas de hausse significative pour les travailleurs des métiers les plus exposés aux États-Unis. — <a href="https://www.anthropic.com/research/labor-market-impacts" target="_blank" rel="noopener noreferrer">https://www.anthropic.com/research/labor-market-impacts</a> ↩

6. Labor market impacts of AI (Figure 7) — Anthropic — 5 mars 2026 — Le taux d'embauche des 22-25 ans dans les métiers les plus exposés a reculé d'environ 14 % depuis l'émergence des outils d'IA générative, sans hausse correspondante du chômage — signe d'un ralentissement des recrutements plutôt que de licenciements. — <a href="https://www.anthropic.com/research/labor-market-impacts" target="_blank" rel="noopener noreferrer">https://www.anthropic.com/research/labor-market-impacts</a> ↩