Tyson et Zysman proposent un cadre d'analyse pour comprendre comment l'automatisation et l'IA transforment réellement le travail, au delà des prédictions simplistes de remplacement massif. Leur analyse montre que l'effet sur l'emploi dépend des institutions, des choix politiques et des stratégies d'entreprise, pas uniquement des capacités technologiques.
Depuis l'étude de Frey et Osborne en 2013, qui annonçait que 47 % des emplois américains étaient « à haut risque d'automatisation », le débat public s'est structuré autour de prédictions chiffrées. Tyson et Zysman, deux économistes de Berkeley, prennent le contrepied de cette approche. Ils argumentent que les prédictions technologiques qui traitent l'impact sur l'emploi comme un calcul mécanique (telle capacité technique = tel pourcentage de remplacement) commettent une erreur fondamentale : elles ignorent les médiations institutionnelles. La technologie ne détermine pas seule ce qui sera automatisé ; les décisions politiques, réglementaires et managériales jouent un rôle au moins aussi déterminant.
Les auteurs proposent de raisonner non pas en termes d'emplois remplacés, mais en termes de tâches reconfigurées dans des contextes institutionnels spécifiques. Un même outil d'IA peut, selon le pays, le secteur et les conventions collectives, aboutir à une suppression de postes, à une augmentation de productivité sans licenciement, ou à une création de nouveaux rôles. Ce cadre s'inspire des travaux d'Autor sur la polarisation du marché du travail, mais l'enrichit en insistant sur le rôle des choix collectifs. Les auteurs montrent que les pays scandinaves et les États Unis, face aux mêmes technologies, produisent des résultats très différents sur l'emploi, précisément parce que les institutions qui encadrent le travail diffèrent.
Tyson et Zysman identifient trois mécanismes par lesquels l'IA transforme le travail. Le premier est la substitution directe de tâches : l'IA accomplit une tâche auparavant réalisée par un humain. Le deuxième est la complémentation : l'IA rend le travailleur plus productif en prenant en charge les sous tâches routinières. Le troisième est la création de valeur : l'IA permet des activités entièrement nouvelles qui n'existaient pas auparavant. Le résultat net sur l'emploi dépend de l'équilibre entre ces trois mécanismes, équilibre qui est lui même déterminé par les stratégies des entreprises et les politiques publiques.
L'article insiste sur le fait que l'avenir du travail n'est pas un destin technologique : c'est un choix de société. Les politiques de formation, la fiscalité du capital versus le travail, la régulation de l'utilisation des données, les droits des travailleurs de plateforme : autant de leviers qui orientent la direction que prend la transformation. Les auteurs critiquent la posture fataliste (« la technologie va détruire les emplois, il n'y a rien à faire ») comme la posture optimiste naïve (« la technologie crée toujours plus d'emplois qu'elle n'en détruit »). La réalité est que les résultats sont contingents et dépendent de décisions qui restent à prendre.
Au delà du niveau macro-économique, Tyson et Zysman rappellent que chaque entreprise fait ses propres choix d'automatisation. Ces choix reflètent des priorités (réduction de coûts versus montée en gamme versus innovation de produit) et ont des conséquences directes sur les travailleurs. Les dirigeants ne sont pas de simples spectateurs d'une révolution technologique : ils en sont des acteurs qui contribuent, par leurs décisions quotidiennes, à déterminer si l'IA sera émancipatrice ou aliénante pour leurs équipes. Rappelez vous que l'impact de l'IA sur votre organisation n'est pas dicté par la technologie elle même : il est dicté par vos choix stratégiques. Avant d'automatiser un processus, posez vous la question : est ce que je cherche à réduire les coûts ou à augmenter la valeur produite par mes collaborateurs ? La réponse à cette question déterminera si l'IA sera perçue comme une alliée ou comme une menace par vos équipes.
Varanasi et al. (2025). AI Rivalry as a Craft: How Resisting and Embracing Generative AI Reshape Writing Professions
Li et al. (2025). Generative AI adoption and employee outcomes: A conservation of resources perspective on job crafting, career commitment, and the moderating role of liking of AI
Ren et al. (2024). Theory-Driven Perspectives on Generative Artificial Intelligence in Business and Management
Référence : Tyson, L., & Zysman, J. (2022). Automation, AI & work. Daedalus, 151(2), 256–271. https://doi.org/10.1162/daed_a_01914
Vos outils technologiques ont une politique. Vous ne le saviez pas encore ?
Fagonner son travail : les salaries qui transforment leur poste de l'interieur
Vous l’avez déjà entendu, ce fameux "C’est trop cher". Mais que cache réellement cette remarque ?
Se rendre inutile est l'une des qualités les plus subtiles d'un leadership réussi
Ce biais permet de maintenir l'engagement des utilisateurs
Vos outils technologiques ont une politique. Vous ne le saviez pas encore ?
L'entretien comprehensif : la methode qualitative qui donne la parole aux gens
Vivre ensemble mais seuls : le paradoxe de l'individualisme contemporain
L’expérience client repose sur une connexion émotionnelle, une constance irréprochable et un équilibre harmonieux entre humain et digital.
Les récompenses variables peuvent être comparées aux machines à sous.
Le leadership efficace est moins une question de pouvoir formel qu'une compétence relationnelle
