Les grandes entreprises s'attendent à ce que l'intelligence artificielle réduise leurs effectifs de 0,8 % en 2026. Les plus petites s'attendent à l'inverse : une croissance modeste de l'emploi tirée par l'IA, concentrée sur des postes techniques qualifiés. Même technologie, même année, signe opposé — et cet écart constitue le résultat le plus utile opérationnellement d'une enquête menée auprès de près de 750 dirigeants d'entreprise par des économistes de l'Atlanta Fed, de la Richmond Fed et de Duke University (NBER Working Paper 34984, 2026).
Les auteurs énoncent l'implication sans détour : le redéploiement des emplois « ne se produit pas principalement à l'intérieur des entreprises, mais plutôt à l'échelle de l'économie » (Richmond Fed, 2026). La réallocation des emplois par l'IA se produit entre employeurs, pas en leur sein. Si vous dirigez les opérations d'une entreprise de 50 à 500 ETP, cette phrase décrit un événement d'offre de travail qui se dirige vers vos postes ouverts — et presque tous les plans IA du mid-market que j'ai examinés cette année reposent sur l'hypothèse qu'elle décrit une menace.
Les deux chiffres qui inversent le plan d'effectifs standard pour 2026
L'enquête s'est déroulée en deux vagues : 603 réponses issues du panel de The CFO Survey entre le 11 novembre et le 16 décembre 2025, plus 145 réponses de décideurs financiers seniors d'entreprises membres de Financial Executives International et du NASDAQ, collectées de mi-décembre à janvier 2026 (Richmond Fed, 2026).
Le résultat agrégé sur l'emploi est proche de zéro. Les entreprises ont déclaré un effet négligeable de l'IA sur leurs effectifs en 2025, et l'effet moyen attendu sur l'emploi en 2026 est également proche de zéro. Tout se joue dans la dispersion autour de cette moyenne : les grandes entreprises s'attendent à ce que l'IA réduise leur emploi de 0,8 % cette année, tandis que les plus petites anticipent des gains modestes.
Les données de composition pointent dans la même direction sur un horizon plus long. En moyenne, les entreprises s'attendent à ce que la part des employés administratifs de routine recule de 0,76 % en 2026 et de 2,19 % d'ici 2028, partiellement compensée par une hausse des travailleurs techniques qualifiés. Mais ce recul n'est pas réparti uniformément. Les entreprises qui investissent le plus dans l'IA — et les grandes entreprises en particulier — sont significativement plus susceptibles de réduire leur part de postes de routine, tandis que les petites entreprises sont significativement plus susceptibles d'élargir leur emploi technique.
Lus ensemble, ces deux résultats ne décrivent pas une destruction nette d'emplois. Ils décrivent un transfert. Un groupe d'entreprises libère de la capacité administrative et achète du logiciel ; un autre recrute les postes techniques que le premier groupe ne crée pas assez vite.
À quoi ressemble la réallocation des emplois par l'IA du côté receveur
La distinction compte, car elle change la fonction qui doit répondre.
Si l'IA réduisait l'emploi à l'intérieur des entreprises, la bonne réponse serait un plan de workforce : gestion de l'attrition, redéploiement, modélisation des départs. C'est le playbook des grands groupes, et c'est celui que la plupart des responsables opérations du mid-market recopient, parce que c'est celui dont on parle.
Si l'IA réalloue l'emploi entre les entreprises, la bonne réponse est un plan d'acquisition de talents — et plus précisément un plan visant un vivier de main-d'œuvre sur le point de devenir disponible en dessous de son coût de remplacement. Les travailleurs qui bougent sont exactement ceux que l'enquête identifie : le travail administratif, la saisie de données, le service client et d'autres rôles opérationnels de routine sont ce que les dirigeants s'attendent le plus souvent à voir remplacé par l'IA, tandis que le marketing, la comptabilité, la finance, le management et le travail analytique sont ce qu'ils s'attendent le plus souvent à voir renforcé.
Ce n'est pas une population de gens incapables de travailler. C'est une population dont l'employeur précédent a décidé que les 60 % routiniers de leur poste coûtaient moins cher en logiciel — et qui conserve la connaissance de processus propre à l'entreprise, le contexte client et le traitement des exceptions que le logiciel ne sait pas fournir. Entre 50 et 500 ETP, cette combinaison coûte cher à construire et peu cher à acheter en ce moment.
Les titres sur les licenciements sont réels. Ils ne parlent pas de vous.
La contre-preuve mérite d'être entendue, car elle est bruyante et exacte.
L'IA est la première raison invoquée dans les annonces de suppressions de postes aux États-Unis depuis cinq mois consécutifs. Les employeurs l'ont citée dans 112 713 suppressions annoncées jusqu'en juillet 2026 — environ 24 % de toutes les suppressions de l'année — et 10 970 pour le seul mois de juillet (Challenger, Gray & Christmas, 2026). Quiconque lit ces communiqués conclurait raisonnablement que l'IA est un événement d'effectifs.
Regardez où tombent les coupes. La technologie a annoncé 149 023 suppressions jusqu'en juillet, soit 31 % du total 2026, en hausse de 67 % sur un an. Le même rapport note que les coupes liées à l'IA sont restées limitées hors du secteur tech, et que le total des suppressions annoncées jusqu'en juillet reculait de 41 % par rapport à 2025 alors que les plans d'embauche progressaient de 25 %. La synthèse de Challenger est la bonne : l'IA déplace le marché du travail, elle ne le démantèle pas.
Les deux jeux de données décrivent donc le même phénomène par les deux bouts. De grands employeurs, avancés en IA et majoritairement technologiques, annoncent des réductions. De plus petites entreprises dans le reste de l'économie prévoient d'ajouter du personnel technique qualifié. Les titres documentent le côté « libération » du transfert. Presque personne ne documente le côté « réception », parce que personne ne publie de communiqué pour l'embauche de quatre personnes.
L'argument de la réduction des coûts est le plus faible de l'enquête
Il y a un second résultat dans le papier qui devrait changer la manière dont vous justifiez votre propre dépense IA, et il est facile à manquer sous les chiffres de l'emploi.
On a demandé aux dirigeants ce qui motivait leur investissement en IA, chaque facteur étant noté de 0 à 4. Améliorer l'efficacité de production et la productivité du travail arrive en tête. Réduire les coûts de main-d'œuvre et les autres coûts arrive plus bas. L'innovation — développer de nouveaux produits — et les motifs liés à la demande, comme mieux atteindre et servir les clients, dépassent également la réduction des coûts. Les gains de productivité mesurés suivent la même logique : ils ne proviennent pas principalement d'une intensification capitalistique mais reflètent une hausse de la productivité globale des facteurs mesurée par le chiffre d'affaires, étroitement associée aux canaux d'innovation et de demande (NBER Working Paper 34984, 2026).
Vient ensuite le test d'honnêteté. Les entreprises ont déclaré un gain de productivité de 1,8 % lié à l'IA en 2025. Lorsque les chercheurs ont calculé le gain implicite à partir de ses composantes — variation du chiffre d'affaires attribuée à l'IA rapportée à la variation d'emploi induite par l'IA — le chiffre implicite s'est révélé nettement plus faible dans tous les grands secteurs, en 2025 comme en 2026. Les auteurs y voient un paradoxe de la productivité et attribuent l'écart au décalage de réalisation du chiffre d'affaires.
Deux conséquences opérationnelles en découlent. Premièrement, un business case IA fondé sur des économies d'effectifs repose sur la motivation que les dirigeants les plus proches de la dépense classent au plus bas et que les données soutiennent le moins. Deuxièmement, si vous comparez vos résultats aux gains déclarés par vos pairs, vous vous comparez à un chiffre que le même jeu de données montre gonflé par rapport à ce qui apparaît dans le chiffre d'affaires.
Où cette preuve est mince, dit clairement
Ce sont des données d'anticipation venant de directeurs financiers, pas des résultats constatés dans les systèmes de paie. Elles mesurent ce que les CFO croient qu'il adviendra d'ici 2026 et 2028, et les prévisions d'effectifs des CFO ont un biais d'optimisme connu, dans les deux sens. Les 0,8 % de réduction chez les grandes entreprises sont une moyenne d'intentions, pas un décompte de départs.
C'est aussi une vague unique, avec un échantillon complémentaire tiré en partie des réseaux FEI, NASDAQ et des anciens de Duke, ce qui penche vers des entreprises particulièrement intéressées par le sujet. Et le résultat « les petites entreprises vont recruter » est un énoncé de propension relative, pas une garantie de croissance absolue.
Ce que ces données peuvent porter, c'est la direction de l'asymétrie et le fait qu'elle soit large. Ce qu'elles ne peuvent pas porter, c'est une magnitude précise pour votre secteur. Dimensionnez l'opportunité à partir de la direction ; ne mettez pas les 0,8 % dans un modèle.
Le plan de capture, et pourquoi la plupart des entreprises mid-market le manqueront
Il y a une raison structurelle pour laquelle cette opportunité ne se convertit pas d'elle-même : les entreprises les mieux placées pour recevoir ces talents sont les moins préparées à les absorber.
Les données du Census Bureau montrent un usage de l'IA par les entreprises américaines oscillant entre 17 et 20 % de décembre 2025 à mai 2026, avec une adoption qui croît régulièrement avec la taille — les plus grandes firmes en sont les plus grosses utilisatrices (U.S. Census Bureau, 2026). Les offres d'emploi disent la même chose : la part d'entreprises publiant au moins une annonce mentionnant l'IA est passée d'environ 2 % en 2018 à près de 6 % fin 2025, très concentrée chez les plus grands employeurs (Indeed Hiring Lab, 2026). Les entreprises mid-market ont l'intention de recruter des profils techniques. La plupart n'ont pas encore défini les postes que ces personnes occuperaient.
Trois gestes rendent cette intention exécutable dès ce trimestre.
1. Rédigez les deux fiches de poste avant que le marché ne bouge. Pas « spécialiste IA ». Les rôles qu'implique l'enquête sont plus étroits : quelqu'un qui possède la refonte de processus autour d'un flux de travail précis, et quelqu'un qui possède la couche de vérification là où la production de l'IA rencontre un client ou un régulateur. Les deux sont recrutables dans la population administrative-vers-technique en train d'être libérée. Aucun des deux n'existe sur la plupart des organigrammes mid-market.
2. Refondez votre business case IA sur les lignes efficacité et demande. Si votre présentation au conseil justifie la dépense IA par une réduction d'ETP, remplacez-la par des objectifs de débit par ETP, de temps de cycle et de revenu par employé. C'est là que l'enquête situe les rendements réels, et c'est la version qui survit au paradoxe de la productivité.
3. Construisez une liste de cibles nominatives, pas une stratégie de site d'emploi. Vous savez quels grands employeurs de votre région ont annoncé des réductions attribuées à l'IA ces deux derniers trimestres. Ces annonces nomment des fonctions. Les personnes qui partent détiennent une connaissance de processus exactement dans les domaines opérationnels que vous cherchez à renforcer, et elles sont joignables directement.
Aucun des trois gestes n'exige de budget nouveau ce trimestre. Les trois exigent que quelqu'un décide que le mid-market est la destination de ce transfert plutôt qu'un spectateur.
La décision de ce trimestre
Vos concurrents de 10 000 salariés conduisent une réduction d'effectifs. Vous lisez leur playbook comme s'il était le vôtre. Il ne l'est pas — la réallocation des emplois par l'IA déplace le travail entre les firmes et, au vu des données, elle le déplace vers des entreprises de votre taille.
La décision est étroite : ce trimestre, écrivez-vous les deux définitions de poste et refondez-vous le business case, ou passez-vous un trimestre de plus à défendre des effectifs que personne ne vient chercher ?
La réallocation est déjà en cours. La seule question ouverte est de quel côté vous vous positionnez.
