TL;DR
- Le marche du travail se scinde le long d’une nouvelle ligne de fracture: non plus cols blancs contre cols bleus, mais travail a forte dose de jugement contre travail a forte dose d’execution. L’IA absorbe l’execution tout en rendant le jugement plus rare et plus precieux.
- Le Forum economique mondial prevoit 170 millions de nouveaux roles et 92 millions de roles supprimes d’ici 2030, soit un gain net de 78 millions, avec 39% des competences fondamentales des travailleurs appelees a changer dans cette periode (Future of Jobs Report 2025).
- Les propres chiffres de McKinsey montrent le sol se derober sous le travail du savoir: le potentiel technique d’automatisation des roles de “gestion et developpement des talents” a environ triple entre 2017 et 2023, passant de 16% a 49% (Economic Potential of Generative AI, 2023).
- Les donnees pointent dans une seule direction: l’IA est la plus forte a l’execution et la plus faible pour decider de ce qui vaut la peine d’etre execute. C’est dans cet ecart que le jugement humain gagne desormais sa prime.
- Le modele operationnel qui en decoule est la these centrale de CEOtudent mise en pratique: dirige-toi comme un PDG (assume la direction et la decision) et apprends comme un etudiant (reconstruis tes competences avant qu’elles n’expirent).
La ligne de fracture s’est deplacee
Pendant deux decennies, le recit standard sur l’automatisation portait sur la routine. Les machines prenaient les taches previsibles et fondees sur des regles; les humains gardaient le travail cognitif et non routinier. L’IA generative a brise ce recit. Les taches aujourd’hui les plus exposees sont precisement celles que l’on jugeait autrefois sures: rediger, resumer, coder, produire une premiere analyse et d’autres formes de production cognitive structuree.
L’OCDE a documente ce basculement de maniere directe. Dans son Employment Outlook 2023, l’OCDE a constate que l’IA a le plus progresse dans l’automatisation des taches cognitives non routinieres, et que 27% des emplois dans les pays de l’OCDE relevent de professions au plus haut risque d’automatisation (definies comme les professions ou plus de 25 competences sur 100 evaluees sont facilement automatisables). L’ancienne ligne de partage entre routinier et non routinier ne protege plus les travailleurs du savoir.
Une ligne differente emerge donc. D’un cote se trouve l’execution: produire des resultats lorsque l’objectif, les contraintes et le critere du “bon” sont deja definis. De l’autre se trouve le jugement: decider quoi construire, quel compromis accepter, quand la reponse qui sonne juste est fausse, et de quoi repondre quand cela tourne mal. L’IA est remarquablement bonne pour la premiere. Elle n’a aucun enjeu dans le second. C’est le meme deplacement que nous avons retrace dans les 10 competences cognitives que l’IA ne peut pas automatiser, vu ici a travers la seule loupe qui les unifie: le jugement.
Ce que “jugement” signifie reellement ici
Le jugement n’est ni une humeur ni un trait de personnalite. En termes de travail, c’est une pile de decisions: fixer une direction dans l’incertitude, definir le probleme avant de le resoudre, peser des compromis incommensurables, calibrer la confiance a accorder a une production donnee, et porter la responsabilite du resultat. Ce sont les fonctions pour lesquelles un dirigeant est paye. Ce sont aussi, et ce n’est pas un hasard, les fonctions que les systemes d’IA ne peuvent pas tenir, car elles exigent une partie capable d’etre responsable d’avoir tort.
Voila pourquoi la loupe CEOtudent n’est pas ici une metaphore mais une fiche de poste. Se diriger comme un PDG, c’est traiter la direction, les decisions et la responsabilite comme un travail que l’on ne delegue pas. L’IA peut rediger la note, modeliser les scenarios et faire remonter les options. Elle ne peut pas decider sur quel avenir l’organisation parie, et elle ne peut pas repondre du pari. A mesure que l’execution devient moins couteuse et plus abondante, l’intrant rare est la personne qui decide a quoi sert toute cette execution.
Les donnees du FEM le confirment du cote des competences. Dans le Future of Jobs Report 2025, la pensee analytique reste la competence fondamentale la plus valorisee, citee comme competence cle par sept employeurs sur dix, suivie de la resilience, de la flexibilite et de l’agilite, ainsi que du leadership et de l’influence sociale, la pensee creative suivant de pres. Chaque element de cette liste est une fonction de jugement, non une fonction d’execution. Les employeurs ne demandent pas des dactylographes plus rapides. Ils demandent de meilleurs decideurs.
Synthese originale: ce qui se capitalise contre ce que l’IA absorbe
Combiner les signaux d’exposition a l’automatisation de McKinsey et de l’OCDE avec les signaux de demande de competences du FEM produit une carte utilisable. Le motif est coherent a travers les trois sources: plus une tache depend d’intrants definis et d’un critere connu de justesse, plus elle est exposee; plus elle depend de fixer le critere lui-meme, plus sa valeur se capitalise.
| Categorie de travail | Activite centrale | Mode principal | Exposition a l’IA (lecture editoriale des donnees publiques) | Ce qui determine ta valeur |
|---|---|---|---|---|
| Fixation de la direction | Choisir objectifs, strategie et paris dans l’incertitude | Jugement | Faible | Qualite des choix que tu assumes |
| Cadrage du probleme | Decider quelle est la vraie question avant de la resoudre | Jugement | Faible | La qualite avec laquelle tu definis, pas tu reponds |
| Arbitrage des compromis | Peser cout, risque, vitesse et valeurs les uns contre les autres | Jugement | Faible-Modere | Gout et responsabilite |
| Verification et calibrage | Savoir quand une production d’IA est fausse ou dangereuse | Jugement | Modere | Profondeur du domaine pour reperer les erreurs |
| Synthese et interpretation | Transformer des productions en une decision defendable | Hybride | Modere | Cadrage plus contexte |
| Redaction structuree | Produire texte, code ou analyse selon une specification connue | Execution | Eleve | Vitesse d’iteration, pas la paternite |
| Resume et recuperation | Comprimer ou recuperer de l’information existante | Execution | Eleve | Peu; largement absorbe |
| Production cognitive routiniere | Production de savoir repetable, suivant des regles | Execution | Eleve | La moins defendable avec le temps |
Tableau: cadre editorial CEOtudent (synthese de donnees publiques).
L’instruction cachee dans ce tableau n’est pas “evite l’execution”. L’execution est la maniere dont la competence se construit et dont le jugement gagne le droit d’etre digne de confiance. L’instruction est de remarquer quelle colonne se capitalise et laquelle se banalise, et de continuer a faire migrer tes heures du bas du tableau vers le haut. Cette migration est la discipline de l’etudiant: tu apprends vite l’execution, precisement pour pouvoir en sortir diplome. C’est la meme distinction entre le capital de carriere qui se capitalise et le capital de carriere qui se deprecie.
Le tableau verifie: des chiffres issus de rapports nommes
La synthese ci-dessus est directionnelle. Les chiffres ci-dessous ne le sont pas. Chacun provient d’un rapport institutionnel nomme et peut etre verifie par rapport a la source.
| Chiffre | Valeur | Source |
|---|---|---|
| Nouveaux roles crees d’ici 2030 | 170 millions | FEM, Future of Jobs Report 2025 |
| Roles supprimes d’ici 2030 | 92 millions | FEM, Future of Jobs Report 2025 |
| Variation nette d’emplois d’ici 2030 | +78 millions | FEM, Future of Jobs Report 2025 |
| Part des competences fondamentales des travailleurs appelees a changer d’ici 2030 | 39% | FEM, Future of Jobs Report 2025 |
| Travailleurs necessitant une requalification d’ici 2030 | 59% (11 sur 100 ne la recevront probablement pas) | FEM, Future of Jobs Report 2025 |
| Employeurs citant les lacunes de competences comme premier obstacle a la transformation | 63% | FEM, Future of Jobs Report 2025 |
| Potentiel d’automatisation de “gerer et developper les talents” | Passe de 16% (2017) a 49% (2023) | McKinsey, Economic Potential of Generative AI 2023 |
| Part des heures de travail techniquement automatisables avec la technologie actuelle | Passee d’environ 50% a 60-70% | McKinsey, Economic Potential of Generative AI 2023 |
| Emplois dans les professions au plus haut risque d’automatisation | 27% (moyenne OCDE) | OCDE, Employment Outlook 2023 |
| Gain de productivite avec un assistant d’IA generative, support client | +14% en moyenne; +34% pour les novices, minimal pour les experimentes | Brynjolfsson, Li et Raymond, NBER 2023 |
| Organisations declarant utiliser l’IA en 2024 | 78% (contre 55% en 2023) | Stanford HAI, AI Index Report 2025 |
Sources: World Economic Forum Future of Jobs Report 2025; McKinsey Economic Potential of Generative AI 2023; OECD Employment Outlook 2023; NBER Working Paper 31161 (2023); Stanford HAI AI Index Report 2025.
Deux chiffres de ce tableau meritent un second regard, ensemble. L’estimation de McKinsey selon laquelle le potentiel d’automatisation de la gestion et du developpement des talents a triple pour atteindre 49% entre 2017 et 2023 montre a quel point l’IA a grimpe dans le travail cognitif, voire interpersonnel. Pourtant, le FEM constate que les employeurs classent toujours la pensee analytique, le leadership et la resilience comme les competences les plus precieuses. Les deux sont vrais en meme temps parce que les taches a l’interieur d’un role de jugement sont automatisees tandis que le jugement lui-meme ne l’est pas. Le tableur est construit par la machine; la decision sur ce que le tableur cherche a prouver, non.
Pourquoi l’IA fait monter le prix du jugement au lieu de le faire baisser
Il existe un contre-argument tentant: si l’IA peut rediger l’analyse et meme simuler le raisonnement, n’erode-t-elle pas aussi la valeur du jugement humain? Les donnees suggerent le contraire, pour une raison structurelle. L’IA augmente le volume et abaisse le cout d’une production a l’apparence plausible. Quand la production plausible est bon marche et abondante, le goulot d’etranglement se deplace vers la fonction rare qui decide quelle production croire et sur laquelle agir. L’abondance d’un cote d’un processus fait monter la valeur de ce qui reste rare de l’autre.
L’etude de Brynjolfsson, Li et Raymond rend le mecanisme visible. Leur analyse de 5 179 agents de support client a releve un gain de productivite moyen de 14% avec un assistant d’IA, mais le gain etait concentre: 34% pour les travailleurs novices et peu qualifies, avec un effet minimal sur les plus experimentes. L’IA a comprime le bas de la distribution des competences vers le haut en encodant le jugement des meilleurs. La valeur n’a pas disparu; elle a ete captee aupres des experts et redistribuee. La lecon pour un individu est directe. Si l’IA peut empaqueter et redistribuer le jugement d’expert, alors detenir un jugement un cran plus profond que ce que l’outil encode est ce qui te maintient rare.
C’est aussi pourquoi l’apprentissage continu n’est pas un conseil facultatif mais un mecanisme de survie. Le constat du FEM selon lequel 39% des competences fondamentales changeront d’ici 2030 signifie que le savoir specifique qui te qualifie aujourd’hui a une courte demi-vie. Le jugement ne fonctionne pas avec une expertise figee; il fonctionne avec une expertise rafraichie plus vite qu’elle ne se deprecie. Diriger comme un PDG fixe la direction; apprendre comme un etudiant est ce qui garde la direction assez informee pour meriter d’etre suivie.
Le modele operationnel: PDG de la direction, etudiant de la competence
La synthese pratique est un rythme operationnel en deux parties qui se superpose au tableau a deux colonnes ci-dessus.
Dirige la colonne du jugement comme un PDG. Assume les decisions dont aucun outil ne peut repondre. Avant de deleguer une tache a l’IA, fais la part que l’IA ne peut pas faire: definis le probleme avec precision, enonce le critere d’une bonne reponse et decide a l’avance comment tu sauras si la production est fausse. Traite la verification comme une competence centrale, non comme une formalite, car le constat de l’OCDE que l’IA automatise desormais les taches cognitives non routinieres signifie que les erreurs sont aussi plus sophistiquees et plus difficiles a detecter. Aiguiser cet instinct de verification s’entraine, et c’est precisement a quoi sert de construire les modeles mentaux qui comptent vraiment.
Attaque la colonne de l’execution comme un etudiant. Utilise l’IA pour descendre la courbe d’experience plus vite qu’aucune generation anterieure ne le pouvait, exactement comme l’etude du NBER l’a montre pour les novices. Automatise la redaction, la recuperation et la production structuree, puis reinvestis les heures liberees dans l’approfondissement du savoir de domaine qui te permet de juger la production. L’interet de boucler l’execution en quelques minutes est de consacrer le temps gagne a devenir quelqu’un dont le jugement vaut davantage.
La partie inconfortable des donnees du FEM est l’ecart qu’elles exposent: 59% des travailleurs auront besoin d’une requalification d’ici 2030, mais 11 sur 100 ne la recevront probablement pas, et 63% des employeurs citent deja les lacunes de competences comme leur premier obstacle. Cet ecart ne sera pas comble par les employeurs seuls. Il incombe a l’individu de mener son propre programme de requalification, ce qui est le sens ultime d’apprendre comme un etudiant: ne pas attendre d’etre forme, mais traiter sa propre capacite comme un systeme dont on est responsable de l’entretien.
FAQ
Le jugement est-il vraiment a l’abri de l’IA, ou est-ce juste une histoire rassurante?
Aucune competence n’est definitivement a l’abri. L’affirmation est plus etroite et fondee sur des donnees: l’IA excelle a l’execution face a un critere defini et est la plus faible pour fixer le critere et assumer le resultat. Les chiffres de McKinsey montrent des taches cognitives automatisees rapidement, tandis que le FEM montre la pensee analytique et le leadership toujours classes parmi les competences les plus precieuses. La couche du jugement est plus durable, pas immortelle.
Les donnees montrent-elles reellement des pertes d’emplois ou des gains d’emplois?
Les deux, de facon inegale. Le FEM prevoit 92 millions de roles supprimes et 170 millions crees d’ici 2030, soit un gain net de 78 millions. La perturbation est reelle meme si le chiffre net est positif, car les roles crees et supprimes ne sont pas les memes roles ni les memes personnes.
Si l’IA aide surtout les travailleurs peu qualifies, pourquoi investir pour devenir expert?
Parce que ce gain vient de ce que l’IA redistribue le jugement d’expert aux novices, comme l’a constate l’etude NBER sur le support client (34% de gain pour les novices, minimal pour les experts). La valeur va a celui qui detient un jugement un cran plus profond que ce que l’outil encode. Rester en avance sur ce que l’IA a deja empaquete, voila l’enjeu.
Quelle est la competence unique la plus importante a construire maintenant?
Dans le classement du FEM, la pensee analytique, citee comme competence cle par sept employeurs sur dix, arrive en tete, associee a la resilience et a l’adaptabilite. Dans les termes de cet article, cela signifie la capacite a cadrer les problemes et a juger les reponses, combinee a la discipline de continuer a reapprendre a mesure que le savoir sous-jacent change.
A quelle vitesse cela se produit-il reellement?
L’adoption est deja large. L’AI Index 2025 de Stanford HAI rapporte que 78% des organisations utilisaient l’IA en 2024, contre 55% un an plus tot. Le calendrier des competences est lui aussi comprime: le FEM s’attend a ce que 39% des competences fondamentales changent d’ici 2030.
La “verification” est-elle vraiment une competence, ou juste une double verification?
C’est une competence distincte qui s’approfondit. Comme le note l’OCDE, l’IA automatise desormais des taches cognitives non routinieres, ce qui signifie que ses erreurs sont plus subtiles et exigent une veritable profondeur de domaine pour les detecter. Savoir quand une reponse fluide est fausse est plus difficile que de produire la reponse, et cela devient une capacite professionnelle determinante.
Cela s’applique-t-il en dehors du travail du savoir?
Le partage entre jugement et execution est general, mais l’exposition varie. L’OCDE a constate que le plus haut risque d’automatisation etait concentre dans certaines professions et souvent chez les travailleurs peu qualifies et plus jeunes. Le principe tient a travers les domaines: deplace ton effort vers les decisions que tu assumes et loin de la production qu’un outil peut standardiser.
Sources
- World Economic Forum, Future of Jobs Report 2025.
- McKinsey and Company, The Economic Potential of Generative AI: The Next Productivity Frontier, 2023.
- OECD, Employment Outlook 2023: Artificial Intelligence and the Labour Market.
- Erik Brynjolfsson, Danielle Li et Lindsey Raymond, Generative AI at Work, National Bureau of Economic Research, Working Paper 31161, 2023.
- Stanford Institute for Human-Centered Artificial Intelligence, AI Index Report 2025.
Ce contenu a ete compile avec le soutien de l’IA a la suite d’une recherche approfondie, puis redige et prepare pour publication par l’equipe editoriale de CEOtudent.
This post is also available in:
