Et si nous nous trompions de question sur l’IA et les métiers ?

Ou comment l’absence des juristes dans un classement Microsoft m’a conduite à formaliser IRI, une méthode pour analyser la transformation du travail.

Par Stéphanie Mathilde Ortis — Juriste, auditrice et consultante en transformation des organisations et des systèmes d’information.

Tout est parti d’un tableau. Et de quelques absents remarqués…

Récemment, en parcourant LinkedIn, je suis tombée sur une infographie présentant les quarante métiers les plus concernés par l’intelligence artificielle, d’après une étude de Microsoft. En tête du classement figuraient les interprètes et traducteurs, suivis des historiens. Venaient ensuite les agents de bord, les commerciaux, les écrivains, les représentants du service client… J’ai parcouru les quarante lignes avec curiosité. Puis je les ai relues. Où étaient les consultants juniors ? Les juristes ? Les collaborateurs de cabinets d’avocats ? Les clercs de notaires ? Les professionnels de la conformité ? Autant de professions dont une partie importante du travail consiste précisément à rechercher, analyser, rapprocher, interpréter et produire de l’information.

J’ai d’abord pensé avoir manqué quelques lignes. Déformation professionnelle oblige, j’ai procédé à une deuxième vérification. Rien. Les juristes avaient bel et bien disparu du tableau. Une situation suffisamment inhabituelle pour mériter quelques investigations… Plus sérieusement, leur absence m’intriguait : non parce que je considérais les résultats de Microsoft comme erronés, mais parce qu’ils ne correspondaient pas à ce que j’observais sur le terrain.

J’ai donc recherché l’étude originale de Microsoft Research. Publiée en juillet 2025 sous le titre Working with AI: Measuring the Applicability of Generative AI to Occupations, elle repose sur l’analyse d’environ 200 000 conversations anonymisées avec Bing Copilot, recueillies aux États-Unis en 2024. Les chercheurs ont rapproché les activités identifiées dans ces échanges de celles décrites dans la nomenclature professionnelle américaine O*NET afin d’établir un indicateur d’applicabilité de l’IA aux métiers.

Une démarche intéressante, dont l’objet mérite toutefois d’être bien compris. Observer les usages d’une technologie ne revient pas à mesurer l’ensemble de ses possibilités de transformation du travail. Un métier peu représenté dans les conversations étudiées n’est pas nécessairement peu exposé à l’IA. Et un métier fortement représenté n’est pas pour autant condamné à disparaître. En somme, l’étude était moins en cause que certaines interprétations auxquelles elle avait donné lieu. Mais une question continuait de me préoccuper : et si notre difficulté venait de la façon même dont nous cherchons à mesurer l’impact de l’IA sur les métiers ?

Un métier ne se résume pas à sa fiche de poste

Je suis juriste en droit public de formation. Mais depuis plus de quinze ans, mon parcours professionnel m’a conduite à exercer des activités qui, sur le papier, pourraient sembler assez éloignées : conseil juridique, audit qualité, ingénierie pédagogique, transformation numérique, accompagnement des organisations, audit des systèmes d’information et, plus récemment, intégration de l’IA dans les processus métiers. Ce parcours transversal n’est pas vraiment le fruit d’une stratégie de diversification savamment orchestrée. Il découle plutôt d’une conviction, progressivement renforcée par l’expérience : on comprend rarement une organisation en observant un seul de ses rouages.

Un processus ne se résume pas à une procédure ; un système d’information ne se résume pas à ses applications ; un métier ne se résume certainement pas à sa fiche de poste. Dans mes missions, notamment auprès d’organismes publics et de structures évoluant dans des environnements réglementés, j’ai souvent constaté un écart considérable entre le travail prescrit et le travail réellement effectué. Les organigrammes racontent parfois une belle histoire. Les processus, lorsqu’on prend la peine de les examiner, en racontent une autre. Vérifications informelles, arbitrages, coordination entre services et exceptions non documentées constituent pourtant une part essentielle de l’activité.

Trois ans à chercher la « haute valeur ajoutée humaine »

Depuis près de trois ans, je cherche à aller plus loin dans cette analyse. En cartographiant les processus de mes clients, j’ai tenté de détourner de leur usage habituel certains outils du Lean Management et de l’AMDEC — analyse des modes de défaillance, de leurs effets et de leur criticité — afin de faire apparaître, face aux activités potentiellement automatisables, une forme de « haute valeur ajoutée humaine » suffisamment caractérisable pour devenir mesurable. Le Lean interroge la valeur produite et les flux ; l’AMDEC aide à identifier les défaillances et leur criticité. Mais comment distinguer, au-delà de ces diagnostics, ce qui peut être confié à la technologie de ce qui doit continuer à relever de l’intervention humaine ?

J’ai essayé plusieurs approches, sans parvenir à un résultat suffisamment satisfaisant. À force de vouloir faire entrer cette question dans des outils qui n’avaient pas été conçus pour elle, je finissais par atteindre leurs limites. Il fallait probablement cesser de leur demander l’impossible… Le tableau Microsoft a ravivé cette interrogation ancienne, en lui donnant une perspective nouvelle : ne plus seulement mesurer les tâches automatisables, mais comprendre ce que leur automatisation pourrait réellement changer dans l’organisation du travail.

De la tâche isolée à la chaîne de valeur

La recherche scientifique s’intéresse depuis longtemps à l’analyse du travail par les tâches, notamment à travers le cadre développé par le Centre commun de recherche de la Commission européenne et Eurofound. Cette approche est indispensable, mais elle doit désormais intégrer une évolution majeure : l’émergence de l’IA agentique.

Jusqu’à récemment, nous raisonnions surtout en termes d’assistance : un outil aidait un juriste à rédiger une note, un consultant à produire une synthèse, un auditeur à identifier des écarts. L’humain demeurait l’opérateur central. Sous certaines conditions, l’IA agentique permet désormais d’enchaîner plusieurs opérations : rechercher des informations, consulter des documents, les comparer, identifier des anomalies, produire un livrable et préparer une action. La question n’est donc plus seulement de savoir quelles tâches peuvent être assistées. Elle devient : quelles séquences de travail peuvent être réorganisées autour de cette nouvelle capacité d’exécution ?

L’apprentissage des juniors : un enjeu de souveraineté humaine

Prenons l’exemple d’un consultant junior. Une grande partie de son activité peut consister à réaliser des recherches documentaires, construire des benchmarks, analyser des données et préparer des présentations. Si ces opérations deviennent largement automatisables, le modèle économique de son activité peut évoluer. Mais un autre problème apparaît, autrement plus délicat : comment formerons-nous les consultants expérimentés de demain si nous automatisons précisément les activités qui permettaient autrefois aux juniors d’acquérir leur expertise ? Même interrogation pour les juristes, les auditeurs ou les analystes financiers.

Cette question a trouvé un écho particulier lors de la soirée du 13 octobre organisée par l’Institut des Solutions Sud autour des « souverainetés humaines ». Comment préparer les jeunes générations à leur entrée dans la vie professionnelle si les tâches traditionnellement confiées aux débutants se raréfient ? Apprendre un métier, c’est aussi répéter, se tromper, corriger et recommencer. Comme l’artisan qui acquiert la maîtrise du geste par sa répétition, le jeune professionnel construit son expertise en pratiquant. Certaines tâches modestes ou fastidieuses constituent les premières marches de son apprentissage. Si nous supprimons ces marches, comment atteindra-t-il les suivantes ? À vouloir gagner du temps aujourd’hui, nous pourrions compromettre les compétences dont nous aurons besoin demain. Voilà qui mériterait de figurer dans quelques tableaux de bord supplémentaires…

IRI : analyser une fonction, pas pronostiquer la disparition d’un métier

De cette réflexion est né IRI, l’Indice de Restructuration par l’Intelligence artificielle. Il vise à répondre à une question différente des classements habituels : dans quelle mesure l’IA peut-elle conduire une organisation à restructurer une fonction, compte tenu de ses caractéristiques techniques, économiques, humaines et réglementaires ? Il ne s’agit pas de prédire la disparition des métiers, mais de proposer un cadre de diagnostic de leurs possibilités concrètes de transformation.

La méthode TASKS : cinq dimensions complémentaires

Pour cela, j’ai formalisé la méthode TASKS, articulée autour de cinq dimensions complémentaires :

  • T — Task Exposure : la part des tâches pour lesquelles une assistance pertinente par l’IA est documentée.
  • A — Agentifiability : la capacité technique à enchaîner plusieurs opérations, à traiter les exceptions et à conserver une traçabilité.
  • S — Standardization : la stabilité des règles, la qualité des données et la présence de procédures et de critères d’acceptation.
  • K — Key Safeguards : les garanties humaines, juridiques et organisationnelles, notamment l’arbitrage, la validation et la responsabilité.
  • S — Savings & Strategic Impact : l’intérêt économique et stratégique réel de la transformation, une fois intégrés ses coûts et ses contraintes.

Ces dimensions alimentent un indice conventionnel sur 100 et une matrice de positionnement. Celle-ci distingue notamment les fonctions pour lesquelles l’IA reste un soutien, celles dont le travail peut être réorganisé et celles où un potentiel technique élevé exige d’importantes garanties humaines ou réglementaires. Deux fonctions présentant des capacités d’automatisation comparables peuvent ainsi relever de scénarios très différents.

Surtout, IRI n’attribue pas un score universel à un métier. Il examine une fonction précise, au sein d’une organisation donnée, dans un environnement technologique et juridique identifié. Un juriste contrats junior d’une entreprise industrielle et un juriste contentieux expérimenté d’un organisme de protection sociale ne devraient pas recevoir mécaniquement le même indice. Cela paraît relever du bon sens ; encore faut-il disposer d’une méthode pour traduire ce bon sens en diagnostic exploitable.

Mesurer, oui. Mais pour décider quoi ?

Mon expérience d’auditrice a largement influencé la conception d’IRI. Un indicateur n’a de valeur que si l’on comprend ce qu’il mesure, comment il est établi et quelles conclusions il permet raisonnablement d’en tirer. Autrement, il donne parfois une apparence scientifique à une appréciation subjective. Et nous avons déjà suffisamment d’indicateurs dont la précision apparente masque la fragilité des hypothèses !

TASKS repose donc sur un protocole documenté : analyse des tâches réelles, collecte de preuves, questionnaire structuré, cotation motivée, examen des conditions bloquantes et restitution argumentée. Un IRI de 76 ne signifie ni que 76 % des tâches sont automatisables ni que 76 % des emplois pourraient être supprimés. Il exprime un potentiel de restructuration dans un scénario donné ; il doit être lu avec les cinq dimensions qui le composent et les limites du diagnostic.

iri-tasks-restructuration-travail-intelligence-artificielle
iri-tasks-restructuration-travail-intelligence-artificielle

Aucune performance technique ni aucun avantage économique ne saurait justifier le contournement d’une obligation juridique ou d’une garantie humaine impérative. Un score, aussi flatteur soit-il, n’a pas encore le pouvoir d’abroger la réglementation. Heureusement pour les juristes, qui retrouvent ici toute leur utilité… C’est pourquoi IRI associe au calcul un contrôle distinct des conditions de déploiement.

La marque IRI et le corpus méthodologique TASKS ont fait l’objet de dépôts auprès de l’INPI. Cette formalisation documentaire ne se substitue pas à la validation de la méthode : IRI est aujourd’hui une approche structurée en phase d’expérimentation, non un standard scientifique déjà reconnu. Son référentiel prévoit des essais sur des fonctions contrastées, la confrontation des cotations entre évaluateurs et l’examen des résultats observés. Sa pertinence devra se construire par les tests, la discussion et l’amélioration continue.

Et l’humain, dans tout cela ?

En mai 2025, l’Organisation internationale du travail estimait qu’un emploi sur quatre dans le monde présentait un certain degré d’exposition à l’IA générative, tout en soulignant que la transformation du travail demeurait plus probable que la disparition pure et simple des emplois. Cette conclusion rejoint ma conviction : nous consacrons beaucoup d’énergie à déterminer ce que l’IA pourrait faire à notre place, parfois moins à réfléchir à ce que nous souhaitons réellement lui confier.

La transformation d’une organisation n’est pas un phénomène purement technique. Elle engage des choix de management, de compétences, de gouvernance et de responsabilité. Un gain de productivité peut se traduire par une réduction des coûts ; il peut aussi améliorer la qualité d’un service, réduire les délais, développer de nouvelles activités ou redonner du temps aux collaborateurs pour des missions à plus forte valeur ajoutée. Ces possibilités ne sont pas équivalentes. Elles résultent de décisions. L’IA ouvre des possibilités de restructuration. Elle n’en détermine ni la finalité ni les modalités.

C’est précisément ce que je souhaite rendre visible avec IRI : donner aux dirigeants, aux responsables RH, aux consultants et aux acteurs de la transformation un instrument permettant de dépasser les intuitions, les discours anxiogènes et les promesses technologiques. Et replacer la question des compétences au centre de la réflexion. Une organisation ne se transforme durablement ni contre ses collaborateurs ni indépendamment de leurs savoir-faire. Elle se transforme en comprenant ce qui fait sa valeur, puis en décidant comment la préserver et la développer.

Finalement, ce tableau Microsoft aura eu une vertu inattendue. En cherchant quelques métiers absents d’un classement, j’ai donné une nouvelle forme à une interrogation qui m’accompagnait depuis plusieurs années : comment distinguer, dans le travail, ce qui relève de l’automatisation possible et ce qui constitue une véritable valeur ajoutée humaine ? Comme souvent, les réponses les plus intéressantes naissent des questions que nous ne pensions pas devoir poser. Et si, plutôt que de chercher quels métiers l’IA pourrait remplacer, nous commencions par nous demander quel travail nous souhaitons lui confier — et quelle place nous entendons réserver à l’intelligence humaine ?

C’est à cette réflexion qu’IRI entend contribuer.

SOURCES ET REPÈRES