Labor market impacts of AI: A new measure and early evidence

Ce rapport, publié par Anthropic en mars 2026 et rédigé par les chercheurs Maxim Massenkoff et Peter McCrory, présente un nouveau cadre méthodologique pour analyser comment l'intelligence artificielle transforme le marché du travail aux États-Unis.

Le point de départ est une critique des approches antérieures : les études qui prédisaient de grandes disruptions du marché du travail —comme celles qui identifiaient 25% des emplois comme vulnérables à la délocalisation— ne se sont pas concrétisées. Les auteurs soulignent que mesurer l'impact de l'IA est particulièrement difficile car ses effets sont graduels et diffus, plus proches de ceux d'internet ou du commerce avec la Chine que d'une crise soudaine comme la pandémie de COVID-19.

Pour surmonter ces limites, l'étude introduit une mesure propre appelée Observed Exposure, combinant trois sources de données : la base de tâches professionnelles O*NET, les estimations théoriques de capacité des LLM d'Eloundou et al. (2023), et les données réelles d'utilisation de Claude de l'Anthropic Economic Index. Contrairement aux mesures purement théoriques, cette métrique pondère davantage les usages automatisés —par rapport aux usages d'assistance— et les contextes de travail professionnel. Le résultat est une vision plus réaliste des emplois réellement affectés par l'IA aujourd'hui.

Parmi les principaux résultats, le document montre un écart significatif entre ce que l'IA peut théoriquement faire et ce qu'elle fait réellement. Les professions les plus exposées sont les programmeurs informatiques (74,5%), les représentants du service client (70,1%) et les opérateurs de saisie de données (67,1%). À l'autre extrémité, 30% des travailleurs n'ont aucune exposition enregistrée, notamment les cuisiniers, mécaniciens et barmen.

Les travailleurs les plus exposés tendent à être des femmes, de plus de 40 ans, avec un niveau d'éducation supérieur et des salaires plus élevés. Les projections du Bureau of Labor Statistics indiquent que les professions les plus exposées connaîtront une croissance moindre au cours de la prochaine décennie.

Concernant l'impact actuel, l'analyse ne trouve aucune preuve d'une augmentation systématique du chômage parmi les travailleurs les plus exposés depuis fin 2022. Cependant, elle détecte un signal précoce : le recrutement de jeunes travailleurs (22-25 ans) dans les professions exposées a chuté d'environ 14% depuis 2022, bien que le résultat soit à peine statistiquement significatif.

Le rapport s'adresse aux chercheurs en économie du travail, aux décideurs politiques, aux professionnels du secteur technologique et à toute personne souhaitant comprendre, avec rigueur empirique, les effets réels —et encore limités— de l'IA sur l'emploi.

Points clés

• Nouvelle métrique Observed Exposure : combine la capacité théorique des LLM avec l'usage réel de Claude
• Grand écart entre ce que l'IA peut faire et ce qu'elle fait réellement
• Professions les plus exposées : programmeurs (74,5%), service client (70,1%), saisie de données (67,1%)
• 30% des travailleurs sans exposition enregistrée
• Les plus exposés : femmes, plus de 40 ans, études supérieures, salaires élevés
• Le BLS projette une croissance d'emploi plus faible dans les professions exposées jusqu'en 2034
• Aucune preuve d'augmentation du chômage parmi les plus exposés depuis 2022
• Signal précoce : recrutement de jeunes (22-25 ans) dans les emplois exposés en baisse de 14%