L’enquête d’Oliver Wyman sur la sécurité de l’emploi face à l’IA révèle que les travailleurs indiens échangeraient une part de leur salaire contre une protection

L’enquête d’Oliver Wyman sur la sécurité de l’emploi face à l’IA a révélé que 79 % des répondants indiens en emploi échangeraient une part de leur salaire contre une protection contre un remplacement par l’IA.

Les répondants ont indiqué qu’ils céderaient au moins 10 % de leur salaire pour cette garantie. Seuls 47 % des répondants en emploi à l’échelle mondiale ont exprimé la même disposition, selon le rapport.

Cet écart fait du résultat indien davantage qu’une simple mesure d’une anxiété abstraite face à l’IA. Les travailleurs attribuent une valeur financière concrète à la sécurité de l’emploi tout en adoptant rapidement l’IA dans leur travail et leur vie personnelle.

Le conflit central oppose les gains de productivité attendus par les employeurs au risque pour l’emploi que les travailleurs pensent devoir assumer. Oliver Wyman décrit l’IA comme créant de la capacité, mais les employés s’attendent à ce que les entreprises transforment une partie de cette capacité en équipes plus réduites.

Cette attente ne constitue pas encore une mesure des déplacements d’emplois réels. Elle témoigne d’un problème de confiance susceptible d’influencer l’adoption, la rétention, la gouvernance et la planification des effectifs avant même que des licenciements n’apparaissent dans les données officielles.

L’enquête d’Oliver Wyman sur la sécurité de l’emploi face à l’IA met un prix sur la peur

Les répondants indiens ne se sont pas contentés de dire que l’IA les inquiétait ; la plupart accepteraient une baisse hypothétique de salaire pour être protégés contre le remplacement.

Le résultat provient de l’analyse spécifique à l’Inde de l’Oliver Wyman Forum Global Voices Survey. L’organisation a publié son bilan de réalité de l’IA le 15 octobre 2026.

La recherche a recueilli plus de 25 000 réponses dans 15 marchés. Deux vagues d’enquête ont été menées en avril et en août 2026.

Oliver Wyman a également utilisé les réponses de 415 dirigeants dans le cadre de son étude 2026 CEO Agenda. Ces réponses de dirigeants ont alimenté l’analyse plus large des investissements, des changements organisationnels et des retours sur l’IA.

Le résultat principal concerne les répondants en emploi en Inde. Soixante-dix-neuf pour cent céderaient au moins 10 % de leur salaire en échange d’une garantie selon laquelle l’IA ne les remplacerait jamais.

La part mondiale comparable s’élevait à 47 %. Tous marchés confondus, 68 % renonceraient à une partie de leur salaire pour rejoindre un employeur promettant de ne jamais remplacer les personnes par l’IA.

Ces questions décrivent des choix hypothétiques plutôt que des contrats de travail négociés. Aucun répondant n’a nécessairement reçu une offre réelle associant un salaire inférieur à une garantie d’emploi exécutoire.

Néanmoins, ce seuil rend le résultat particulièrement concret. Un répondant acceptant une réduction de 10 % décrit un coût perçu important, et non une légère inquiétude face au changement technologique.

Le rapport a également demandé ce que les employés pensaient qu’il se produirait si l’IA doublait la production de leurs équipes. Les travailleurs ont classé les équipes plus réduites au dernier rang de leurs résultats préférés, mais au premier rang de leurs résultats attendus.

Ce renversement révèle le problème plus profond. Les employés entendent le discours sur la productivité, mais beaucoup l’interprètent comme un avertissement selon lequel les employeurs auront, à terme, besoin de moins de personnes.

Oliver Wyman résume cette tension en affirmant que les travailleurs n’adopteront pas un avenir dont ils pensent être exclus. L’enquête suggère que cette conviction affecte déjà la manière dont les employés valorisent rémunération et sécurité.

Le chiffre indien doit rester contextualisé. Le rapport public indique le nombre total de réponses et les marchés couverts, mais son résumé public ne fournit pas la taille exacte du sous-échantillon indien.

Il n’établit pas non plus combien d’employeurs pourraient légalement ou financièrement offrir une protection permanente contre un remplacement lié à l’IA. Le constat mesure des préférences dans le cadre d’une garantie hypothétique, et non la faisabilité de cette garantie.

Même avec ces limites, la comparaison reste importante. Les répondants indiens ont exprimé une demande de protection de l’emploi nettement plus forte que l’échantillon international élargi.

Cette réponse est apparue parallèlement à un fort enthousiasme pour l’IA dans d’autres aspects de la vie. Elle ne peut donc pas être réduite à une opposition générale à la technologie.

L’anxiété liée au déplacement de l’emploi par l’IA en Inde coexiste avec une adoption rapide

L’aspect frappant du résultat indien est que la peur progresse aux côtés de l’adoption de l’IA, et non à sa place.

La même recherche a révélé que 59 % des répondants indiens consulteraient d’abord l’IA pour rechercher un nouveau produit ou service. La comparaison mondiale était de 33 %.

Six répondants indiens sur dix suivraient une recommandation de l’IA plutôt que les conseils d’amis, de proches, des réseaux sociaux ou des avis en ligne lorsque ces sources se contredisent. La part mondiale était de 32 %.

Par ailleurs, 81 % envisageraient de changer de marque si un agent IA trouvait une meilleure correspondance. À l’échelle mondiale, 60 % ont exprimé cette disposition.

Soixante-douze pour cent des répondants en Inde laisseraient un agent IA dépenser de l’argent pour eux sans vérifier au préalable. Le résultat mondial correspondant était de 49 %.

Ces résultats dépeignent une confiance inhabituellement élevée dans l’IA comme outil de décision pour les consommateurs. Ils rendent également plus difficile de rejeter le résultat sur l’emploi comme une méconnaissance de la technologie.

Une personne peut faire confiance à un système d’IA pour choisir un produit tout en se méfiant des projets de son employeur pour cette même technologie. L’adoption par les consommateurs et la confiance au travail relèvent de jugements distincts.

Un acheteur peut rejeter une mauvaise recommandation, changer de service ou renoncer à un achat. Un employé a généralement moins de contrôle sur la refonte de son poste, les décisions d’effectifs, les mesures de performance ou les objectifs d’automatisation.

L’enquête a aussi révélé que 79 % des utilisateurs quotidiens de l’IA en Inde avaient minimisé leurs compétences en IA au travail. Le résultat mondial était de 62 %.

Ce comportement semble contradictoire à première vue. Les travailleurs entendent souvent que la maîtrise de l’IA améliorera leur carrière, mais certains évitent de mettre en avant les compétences mêmes que demandent les employeurs.

Une explication possible est un comportement défensif. Un employé peut craindre que révéler un flux de travail plus rapide assisté par l’IA entraîne davantage de travail, des objectifs plus élevés ou la preuve que moins de collègues sont nécessaires.

Les conclusions mondiales d’Oliver Wyman étayent cette préoccupation sans en prouver l’explication pour chaque répondant. Seuls 8 % des utilisateurs d’IA au travail ont indiqué l’existence d’une norme à l’échelle de l’entreprise pour répartir le temps économisé grâce à l’IA.

54 % supplémentaires ont déclaré que les individus décident de ce qui arrive à ce temps, ou qu’aucune décision explicite n’existe. La productivité devient visible, mais ses bénéfices et son attribution restent flous.

Cette incertitude peut encourager les travailleurs à garder les améliorations pour eux. Une personne qui économise plusieurs heures peut utiliser discrètement ce temps plutôt que d’inviter la direction à redéfinir son poste.

Cette dynamique peut également affaiblir la mesure. Les dirigeants peuvent savoir que les employés utilisent l’IA sans parvenir à relier les gains de temps dispersés aux revenus, à la qualité du service ou aux coûts opérationnels.

John Romeo, directeur général de l’Oliver Wyman Forum, a décrit le problème à travers les résultats financiers des entreprises. L’IA crée de la capacité, a-t-il soutenu, mais les dirigeants doivent décider comment utiliser cette capacité.

Pour les travailleurs, la question non résolue est plus personnelle. Cette nouvelle capacité crée-t-elle de la place pour un meilleur travail, ou devient-elle une justification pour moins de postes ?

La volonté d’échanger du salaire contre de la sécurité représente une réponse. De nombreux répondants accordent plus de valeur à un engagement clair en matière d’emploi qu’aux avantages incertains associés à la productivité portée par l’IA.

La promesse de productivité se heurte à l’attente d’équipes plus réduites

Les employeurs présentent l’IA comme une augmentation des capacités, tandis que de nombreux travailleurs s’attendent à ce que ses gains servent à réduire les effectifs.

L’augmentation consiste à utiliser la technologie pour étendre les capacités d’une personne plutôt que supprimer son rôle. La substitution consiste à transférer des tâches, des responsabilités ou des postes entiers des personnes vers des systèmes automatisés.

La plupart des déploiements en milieu professionnel contiennent les deux. Un assistant IA peut réduire le temps de rédaction tout en laissant le jugement, la responsabilité et les relations avec les clients à l’employé.

L’équilibre devient politiquement important lorsque les entreprises parlent de productivité. Une amélioration en pourcentage paraît attrayante pour les investisseurs, mais les travailleurs demandent immédiatement qui en recevra le bénéfice.

Les employés pourraient recevoir des horaires plus courts, une rémunération plus élevée, de meilleures missions ou davantage de temps pour les clients. Les employeurs pourraient au contraire relever les attentes de production, ralentir les embauches ou supprimer des postes.

Oliver Wyman a constaté un écart marqué entre les résultats préférés et les résultats attendus. Les employés ont placé la réduction des effectifs au dernier rang lorsqu’ils choisissaient comment utiliser une production doublée.

Lorsqu’ils prédisaient la réaction de leur employeur, ils plaçaient les équipes plus réduites au premier rang. Cet écart entre les résultats souhaités et attendus constitue le conflit principal de l’article.

Il met également les managers sous pression. Les dirigeants ne peuvent pas demander aux employés d’expérimenter ouvertement tout en laissant délibérément floues les conséquences pour l’emploi.

Une communication claire ne résoudra pas à elle seule le problème. Les travailleurs compareront le langage de l’entreprise avec les décisions d’embauche, les plans de restructuration, les changements de charge de travail et les possibilités de promotion.

L’enquête a révélé que seuls 37 % des cadres dirigeants du secteur tertiaire pensaient que la direction avait défini une ambition claire pour l’IA et communiqué les progrès réalisés. Seuls 11 % des non-managers étaient d’accord.

Cette fracture suggère que les employés et les dirigeants expérimentent le même programme différemment. Les cadres voient des portefeuilles, des budgets, des projets pilotes et des objectifs stratégiques.

Les contributeurs individuels voient de nouveaux outils entrer dans des flux de travail précis. Ils constatent aussi des postes vacants non pourvus, la disparition de tâches de débutants ou l’évolution des attentes de performance.

Les cadres intermédiaires occupent l’espace difficile entre ces perspectives. Ils doivent mettre en œuvre de nouveaux systèmes tout en répondant à des questions que les plans de la direction ne traitent peut-être pas.

Le parcours de formation évolue également. Soixante-quatorze pour cent des répondants du secteur tertiaire occupant un poste de cadre intermédiaire ou supérieur ont déclaré que l’IA effectuait des tâches autrefois utilisées pour former les employés juniors.

En Inde, 45 % des managers du secteur tertiaire ont déclaré que l’IA effectuait une grande partie du travail dont les employés juniors apprenaient auparavant. La comparaison mondiale était de 25 %.

Ce changement crée une forme plus discrète de déplacement. Une entreprise peut conserver ses effectifs existants tout en fragilisant la voie par laquelle les nouveaux travailleurs acquièrent de l’expérience.

Le travail de début de carrière comprend souvent la rédaction, la recherche, la documentation, l’analyse et l’assistance client courante. Ces tâches peuvent fournir le contexte nécessaire à de futures responsabilités exigeant davantage de jugement.

Si l’IA les absorbe, les entreprises ont besoin d’un modèle de formation de remplacement. Dans le cas contraire, elles risquent de préserver l’expertise actuelle tout en réduisant le vivier qui forme les futurs spécialistes et managers.

Le rapport plus large a révélé que 80 % des utilisateurs quotidiens de l’IA apprenaient au moins autant de l’IA que de leurs managers. Quarante-sept pour cent ont déclaré que l’IA leur enseignait davantage.

Cette conclusion montre pourquoi les travailleurs continuent d’adopter la technologie malgré leurs craintes. L’IA peut fonctionner à la fois comme un instructeur utile et comme un substitut potentiel.

La tension n’oppose donc pas les humains aux machines. Elle oppose les promesses d’augmentation des employeurs aux attentes des travailleurs concernant une réduction des effectifs.

L’anxiété face à l’IA au travail est réelle, mais les preuves de déplacement restent mitigées

La volonté de sacrifier une partie de son salaire mesure un risque perçu, et non le nombre d’emplois que l’IA a éliminés.

Les réponses aux enquêtes peuvent évoluer avant les résultats du marché du travail. Elles peuvent aussi refléter la couverture médiatique, les messages des employeurs, l’utilisation personnelle de l’IA et une incertitude économique plus large.

De récentes recherches sur les pertes d’emploi menées par des chercheurs de Stanford apportent un contrepoint important. Elles ont examiné les croyances des travailleurs, l’adoption de l’IA, les offres d’emploi et les licenciements aux États-Unis.

Les chercheurs estiment que 30 % à 40 % des travailleurs américains ont utilisé l’IA générative au cours du premier semestre 2026. Le travailleur moyen estimait à 20 % le risque de perdre son emploi à cause de cette technologie dans les deux ans.

Cependant, l’étude n’a constaté aucune réaction statistiquement significative dans les offres d’emploi ou les licenciements des professions les plus exposées à l’IA. La peur avait devancé le déplacement observable selon ces indicateurs.

Les chercheurs ont constaté que l’inquiétude augmentait avec l’intensité d’utilisation. Elle était également plus forte chez les personnes appliquant l’IA à des fonctions centrales de leur métier, y compris la programmation.

Cette tendance rappelle la contradiction relevée en Inde. Une plus grande familiarité peut révéler l’utilité de la technologie tout en rendant plus facile à imaginer son potentiel de substitution.

Les recherches de la Boston Fed distinguent également les inquiétudes personnelles des perturbations attendues dans les secteurs d’activité.

Son enquête auprès des travailleurs a révélé qu’un peu plus de 10 % craignaient de perdre leur propre emploi à cause de l’IA à la fin de 2025. Cette proportion avait presque doublé par rapport aux 5 % enregistrés un an plus tôt.

Pourtant, 60 % anticipaient des licenciements liés à l’IA ou une baisse de l’emploi dans leurs secteurs. Les travailleurs considèrent souvent les perturbations comme probables tout en jugeant leur propre poste relativement sûr.

La même recherche a constaté que l’IA peut remplacer certaines tâches sans supprimer des professions entières. Les salariés peuvent devenir plus productifs parce que la technologie prend en charge des parties ciblées de leur travail.

Cette vision au niveau des tâches aide à expliquer pourquoi les données actuelles sur l’emploi et l’anxiété des travailleurs peuvent diverger. Une profession peut rester intacte tandis que ses besoins en effectifs, son parcours de carrière et les responsabilités quotidiennes évoluent.

La conclusion d’Oliver Wyman repose également sur une garantie hypothétique formulée dans des termes exceptionnellement forts. Une protection permanente contre le remplacement élimine une incertitude qu’aucun accord d’emploi ordinaire ne peut dissiper.

Les répondants pourraient donc accorder une valeur plus large à la prévisibilité. Leurs réponses pourraient intégrer la crainte des licenciements, de la déqualification, de promotions stagnantes, d’objectifs en hausse ou de changements de rôle non souhaités.

La formulation exacte reste importante, car l’offre exige un sacrifice salarial minimal de 10 %. Le résultat indique que l’incertitude représente un coût perçu élevé pour de nombreux répondants indiens.

Il ne montre pas que 79 % s’attendent à perdre leur emploi immédiatement. Il ne montre pas non plus qu’ils accepteraient un véritable contrat après en avoir examiné les conditions.

Les comparaisons entre pays exigent une prudence similaire. Les salaires, protections du travail, épargne des ménages, emploi informel et mobilité professionnelle varient considérablement d’un marché à l’autre.

Une baisse de salaire de 10 % n’a pas le même impact sur les ménages partout. De même, une promesse de sécurité de l’emploi n’a pas la même crédibilité dans tous les systèmes juridiques.

Les documents publics ne fournissent pas non plus de marges d’erreur pour le pourcentage spécifique à l’Inde. Les lecteurs devraient considérer ce chiffre comme un signal fort de sentiment plutôt que comme une prévision précise.

Des recherches indépendantes confirment néanmoins le sens général de cette inquiétude. Les travailleurs de plusieurs marchés s’attendent de plus en plus à ce que l’IA réduise l’emploi ou transforme la structure de leurs secteurs.

La question non résolue est celle de la vitesse. Les données disponibles montrent une adoption rapide au niveau des tâches, une peur croissante et des flux de travail changeants, mais apportent moins de preuves d’une suppression immédiate d’emplois à l’échelle de l’économie.

Les problèmes de gouvernance font de l’adoption un test de confiance

L’enquête relie l’insécurité de l’emploi à un second problème : les salariés adoptent l’IA plus rapidement que les organisations ne la gouvernent.

Soixante-treize pour cent des utilisateurs d’IA au travail en Inde ont déclaré avoir saisi des informations sensibles de leur entreprise dans un outil d’IA. La comparaison mondiale était de 50 %.

Les informations sensibles peuvent inclure des documents internes, des données clients, des éléments de stratégie ou des données propriétaires. Le résumé public ne précise pas exactement quelles informations ont été soumises par chaque répondant.

Par ailleurs, 62 % des répondants indiens ont déclaré que des informations inexactes générées par l’IA avaient causé un problème réel au cours de l’année précédente. À l’échelle mondiale, 46 % ont rapporté une telle expérience.

Ces chiffres montrent que les salariés ne se contentent pas d’observer l’IA à distance. Nombre d’entre eux l’utilisent dans des flux de travail aux conséquences importantes malgré des règles incertaines et des problèmes de fiabilité connus.

Le rapport général a constaté une productivité déclarée plus élevée lorsque l’IA approuvée était accessible, clairement encadrée et intégrée aux logiciels quotidiens. Dans ces conditions, 88 % des utilisateurs ont signalé des gains de productivité.

Lorsque ces conditions étaient largement absentes, 52 % ont signalé des gains. La gouvernance semblait soutenir l’adoption plutôt que simplement la contraindre.

Les règles peuvent toutefois devenir contre-productives. Soixante-trois pour cent des salariés qui jugeaient les politiques de leur organisation trop strictes utilisaient des outils d’IA non approuvés.

La part équivalente était de 38 % lorsque les salariés jugeaient l’approche appropriée. Des restrictions excessives peuvent pousser l’activité hors des systèmes approuvés sans réduire la demande.

Cela crée un problème de gestion difficile. Les organisations ont besoin de garde-fous, mais ceux-ci doivent tenir compte des raisons pour lesquelles les travailleurs utilisent l’IA en premier lieu.

L’insécurité de l’emploi complique la conformité. Les salariés peuvent éviter de divulguer des flux de travail efficaces s’ils pensent que la transparence menace leur poste ou alourdit leur charge de travail.

Une entreprise peut alors perdre de vue à la fois les gains de productivité et les risques liés aux données. Son programme officiel d’IA raconte une histoire, tandis que les usages informels en créent une autre.

La confiance devient donc une infrastructure opérationnelle. Les travailleurs ont besoin de réponses crédibles sur le temps gagné, l’évaluation des performances, le traitement des données et l’avenir de leurs rôles.

Une déclaration générique affirmant que l’IA assistera les salariés est insuffisante. Les équipes ont besoin de règles précisant quelles tâches peuvent être automatisées et quelles décisions restent sous contrôle humain.

Elles ont également besoin de voies d’escalade pour les résultats inexacts. La vérification humaine doit rester significative lorsque les erreurs touchent les clients, les décisions réglementées ou les informations propriétaires.

Les entreprises devraient définir comment les gains de productivité seront partagés. Les options incluent l’amélioration du service, la réduction des retards accumulés, de nouveaux produits, du temps de formation et des charges de travail plus soutenables.

Ces choix ne garantissent pas l’emploi. Ils permettent toutefois aux salariés de déterminer si un programme d’IA poursuit des objectifs au-delà de la réduction des coûts.

Les travailleurs conservent également une certaine marge d’action. Construire un système de connaissances personnel peut préserver le contexte, les décisions et l’expertise à mesure que les outils et les rôles évoluent.

Cette pratique ne devrait pas décharger les employeurs de leur responsabilité. Les organisations contrôlent le déploiement, les systèmes d’évaluation, les effectifs et l’accès aux données du lieu de travail.

Les conclusions indiennes montrent ce qui se produit lorsque l’adoption dépasse ces choix institutionnels. Les salariés utilisent largement l’IA tout en évaluant le prix d’une protection contre ses conséquences.

Ce que les employeurs et les travailleurs devraient surveiller ensuite

La prochaine phase sera jugée à l’aune des décisions d’effectifs, du développement de carrière et d’engagements contraignants envers les salariés, plutôt que des seules statistiques d’adoption.

Le premier signal sera de savoir si les grands employeurs publient des politiques claires concernant la capacité créée par l’IA. Ces politiques devraient expliquer ce qui se passe lorsque les équipes accomplissent le même travail en moins d’heures.

Une politique qui oriente les économies vers la croissance, la qualité de service ou la réduction des charges de travail atténuerait les attentes d’une réduction automatique des effectifs. Le silence les renforcerait.

Le deuxième signal concerne le recrutement et la formation des débutants. Les résultats d’Oliver Wyman indiquent que l’IA effectue déjà des tâches traditionnellement utilisées pour former les jeunes salariés.

Les employeurs devraient expliquer comment les apprentissages, évaluations, travaux supervisés et parcours de progression évolueront. Un pipeline de formation qui se rétrécit rendrait les craintes de déplacement plus concrètes.

Un pipeline repensé pourrait plutôt indiquer une logique d’augmentation. Les jeunes salariés pourraient superviser les résultats de l’IA, travailler plus tôt avec les clients et recevoir un entraînement structuré aux tâches exigeant davantage de jugement.

Le troisième signal est l’écart entre les licenciements annoncés et les évolutions mesurées du marché du travail. Les entreprises citent souvent plusieurs raisons pour justifier leurs restructurations, ce qui rend difficile d’isoler la contribution de l’IA.

Les chercheurs auront besoin de données par profession sur le recrutement, les offres d’emploi, les salaires et les départs. L’exposition aux tâches importe, car les intitulés de poste peuvent rester stables alors que le contenu du travail change.

Les conclusions de Stanford affaiblissent actuellement les affirmations d’un déplacement immédiat généralisé aux États-Unis. De futures preuves d’une baisse de la demande dans les professions fortement exposées renforceraient les inquiétudes exprimées en Inde.

À l’inverse, un recrutement stable associé à des profils de tâches changeants appuierait une interprétation de restructuration. L’IA modifierait considérablement le travail sans éliminer l’emploi à l’échelle prédite.

Les travailleurs devraient également observer comment les entreprises récompensent la maîtrise de l’IA. Si une compétence accrue entraîne des objectifs plus élevés sans meilleure rémunération ni progression, les salariés continueront à dissimuler des pratiques utiles.

Si la maîtrise de l’IA conduit à une mobilité accrue et à de meilleures missions, l’ouverture devient plus rationnelle. La conception des incitations déterminera si l’adoption reste informelle ou devient un savoir institutionnel.

Les promesses de sécurité méritent également un examen attentif. Un engagement général à ne jamais remplacer des personnes par l’IA semble rassurant, mais peut masquer plusieurs questions non résolues.

La promesse couvre-t-elle les prestataires, les postes vacants et les rôles externalisés ? Empêche-t-elle les licenciements, ou interdit-elle seulement de désigner l’IA comme motif ?

Protège-t-elle un emploi précis, un emploi quelque part au sein de l’entreprise, ou seulement une période de reconversion ? Les détails déterminent si les travailleurs reçoivent une véritable protection.

Les gouvernements et les organisations de travailleurs pourraient également entrer dans le débat. Ils peuvent exiger consultation, transparence, formation ou évaluations d’impact sans chercher à figer chaque description de poste.

De telles interventions comportent leurs propres arbitrages. Des règles trop rigides peuvent ralentir une adoption utile, tandis que des règles faibles laissent les salariés supporter une incertitude qu’ils n’ont pas créée.

L’Inde joue un rôle particulièrement important, car son économie de services comprend de nombreux emplois technologiquement soutenus et fournis à l’échelle mondiale. Ces rôles peuvent bénéficier de l’IA tout en étant confrontés à l’automatisation au niveau des tâches.

Le résultat d’Oliver Wyman sur la sécurité de l’emploi face à l’IA reflète cette double exposition. Les répondants semblent prêts à utiliser largement l’IA, mais beaucoup souhaitent l’assurance que son adoption ne les rendra pas superflus.

Les employeurs doivent désormais transformer les promesses de productivité en plans crédibles pour les effectifs. Cela implique de publier ce qui advient du temps gagné, de protéger les parcours de formation et de mesurer les résultats au-delà des seuls effectifs.

Les travailleurs devraient poser des questions tout aussi concrètes. Quelles tâches changent, qui vérifie les résultats automatisés, comment les objectifs de performance évolueront-ils et qu’arrive-t-il aux personnes dont les rôles se réduisent ?

Le chiffre de 79 % ne devrait pas être lu comme une prédiction selon laquelle quatre travailleurs indiens sur cinq perdront leur emploi. Il devrait être lu comme un avertissement sur le pouvoir de négociation perçu.

Les salariés estiment que la sécurité est devenue suffisamment précieuse pour être achetée au prix d’une part significative de leurs revenus. Cette conviction peut influencer la rétention et les comportements au travail avant qu’un quelconque déplacement n’apparaisse.

Le test décisif ne sera pas de savoir si une autre enquête produit un pourcentage plus élevé. Il sera de savoir si les employeurs rendent la capacité créée par l’IA bénéfique et visible pour les personnes qui la créent.

Si les effectifs diminuent tandis que la production augmente, la peur exprimée dans l’enquête paraîtra prémonitoire. Si les entreprises préservent les carrières et reconstruisent la formation, la volonté d’échanger du salaire pourrait reculer.

Pour l’instant, toute proposition d’IA au travail devrait répondre à une question pratique : que reçoit le salarié lorsque la technologie rend l’équipe plus productive ?