L'IA va-t-elle prendre mon travail ? Une façon pratique d'y penser

Les gens le demandent par oui ou par non. Ce n'en est pas un. Non pas parce que personne ne connaît la réponse, mais parce que « travail » n'est pas la bonne unité sur laquelle poser la question.

Presque personne ne fait une chose au travail. Vous effectuez un ensemble de tâches et l’IA les frappe différemment. Certains sont déjà pour la plupart automatisables. Certains sont dans des décennies. Quelques-uns deviendront en fait plus faciles d’une manière qui vous rendra plus précieux, pas moins. Faites la moyenne de tout cela dans un verdict sur le titre de votre poste et vous jetez les informations dont vous avez réellement besoin.

Voici donc la version utile. Comment élaborer votre propre exposition tâche par tâche. Ce qui protège véritablement un rôle. Que faire réellement à ce sujet.

Le vrai mécanisme : des tâches, pas des emplois

Les économistes qui étudient l’automatisation utilisent le cadre basé sur les tâches depuis des années. Cela tient bien mieux que les grandes prédictions concernant des professions entières.

Prenez un responsable marketing. En une semaine, cette personne peut rédiger un texte, analyser les performances d'une campagne, participer à un appel client, décider quel canal recevra le budget du prochain trimestre, briefer un concepteur, résoudre un combat entre deux équipes et créer un rapport.

Maintenant, notez-les un par un.

| Tâche | Exposition | |---|---| | Rédaction de la première ébauche | Élevé, déjà largement automatisable | | Construire un rapport de routine | Élevé | | Analyse des données de performances | Modéré, assisté non remplacé | | Briefing d'un designer | Modéré | | Un appel client | Faible | | Décider de l'allocation budgétaire | Faible, cela implique une responsabilité | | Résoudre un désaccord d'équipe | Très faible |

Le travail n'est pas automatisé. Environ un tiers de la semaine l'est. Ce qui se passe ensuite n’est pas une redondance. Le rôle se remodèle vers les parties qui n'ont pas bougé, et la personne qui s'adapte finit par faire davantage de travail qui a toujours été la partie la plus précieuse.

C'est le schéma auquel on peut s'attendre dans la plupart des travaux de connaissance. Et c'est vraiment différent de « votre travail disparaît ».

Marquez votre propre exposition

Faites-le correctement. Vous en apprendrez plus en une heure que dans n'importe quel rapport de l'industrie.

Étape 1. Notez ce que vous avez réellement fait la semaine dernière, par blocs d'environ une heure. Pas votre description de poste. Ce que tu as fait.

Étape 2. Notez chaque bloc en fonction de quatre questions.

1. La saisie est-elle principalement du texte ou des données ? Le texte et les données structurées sont les points forts de ces systèmes. Le travail physique, ou le travail qui dépend de la lecture d’une pièce, ne l’est pas. 2. Existe-t-il un résultat clairement correct ? Les tâches avec une bonne réponse vérifiable s'automatisent plus rapidement que les appels au jugement. 3. Une erreur serait-elle bon marché ? Les erreurs bon marché sont automatisées très tôt. Les plus chers gardent un humain au courant longtemps après que la technologie soit capable. 4. Faut-il rendre des comptes ? Quelqu'un doit s'approprier la décision. Un modèle ne peut pas être responsable. Pas comme une limitation technique. Comme structurel.

Oui aux points 1 et 2, plus des erreurs peu coûteuses et aucune responsabilité, cela signifie une exposition élevée. Plus de non signifie moins.

Étape 3. Additionnez les heures. Ce pourcentage est votre vraie réponse. Bien plus utile que « le marketing sera-t-il automatisé ?

La plupart des gens trouvent qu'ils se situent entre 20 et 50 %. Et la moitié exposée a tendance à être celle qu’ils apprécient le moins.

Qu'est-ce qui protège réellement un rôle

Pas d'ancienneté. N'étant pas technique. Quatre choses.

1. Responsabilité. Quelqu'un doit répondre lorsqu'une décision tourne mal. Il s'agit d'une exigence juridique et organisationnelle, et non d'un manque de capacités. Il ne sera pas automatisé, quelle que soit la qualité des modèles.

2. Présence physique et dextérité. La robotique évolue beaucoup plus lentement que les modèles linguistiques. Les métiers spécialisés, le travail de soins, tout ce qui est imprévisible et physique, sont beaucoup moins exposés que la plupart des travaux de bureau. Ce qui renverse de nombreuses hypothèses que les gens avaient il y a dix ans.

3. Relations et confiance. Les clients achètent auprès de personnes en qui ils ont confiance. Négociation. Conversations difficiles. Lire ce que quelqu'un veut dire au lieu de ce qu'il dit. Faiblement exposé, tout cela.

4. Jugement sous ambiguïté. Pas « quelle option est optimale étant donné des données propres ». C'est automatisable. L'ambiguïté réelle est la suivante : "nous avons des informations incomplètes, des priorités concurrentes et un délai, que devons-nous faire ?" Cela demande du contexte, de l’appropriation et du courage.

Notez qu’il ne s’agit pour la plupart pas de compétences techniques. Le conseil courant d’« apprendre à coder » pour protéger l’IA est presque à l’envers. Le codage est basé sur du texte avec des résultats vérifiables. C'est l'une des tâches de connaissances les plus exposées.

Qu'est-ce qui est réellement à risque

Être honnête au lieu de rassurer, car un faux confort est pire qu’une vision claire.

Le travail de texte d'entrée de gamme est touché en premier. Rédaction de base. Production de contenu de routine. Résumés de recherche de premier passage. Saisie et formatage simples des données. Pas parce que l’IA les fait mieux. Parce qu'il les fait de manière acceptable à une fraction du coût.

Cela crée un véritable problème structurel. Les rôles subalternes étaient la façon dont les gens apprenaient le jugement. Si ces rôles se réduisent, le chemin pour devenir une personne âgée se rétrécit. C'est un véritable problème pour la profession et personne ne l'a résolu.

L'analyse de routine se compresse. Non éliminé. Mais un analyste disposant de bons outils fait désormais ce que trois faisaient auparavant.

Tout ce qu'une réponse « assez bonne » satisfait est exposé. Là où la qualité a un plancher plutôt qu'un plafond. Traduction courante. Prise en charge de base. Documents standards. Le coût gagne.

Une image réaliste à court terme

Deux choses sont vraies à la fois. La plupart des commentaires choisissent l’un et ignorent l’autre.

L'IA ne remplace pas des rôles entiers à grande échelle pour le moment. Le déploiement est plus lent que la capacité. Les organisations sont mauvaises en matière de changement de processus. L'intégration est difficile. Les questions de responsabilité ne sont pas résolues. La plupart des entreprises l’utilisent comme assistant et non comme remplaçant.

Mais la composition des rôles évolue rapidement. Et les personnes concernées en premier sont celles dont le travail se situait principalement dans la colonne exposée. Le changement se manifeste généralement par « nous ne remplaçons pas la personne qui est partie », et non par un licenciement.

Le risque pour la plupart des gens n’est donc pas d’être licencié. Il est progressivement dépassé par quelqu'un qui joue le même rôle avec la suppression des pièces mécaniques. Produire plus, plus vite, pour le même salaire. C'est un risque concurrentiel. Et c'est adressable.

Ce que les vagues d'automatisation précédentes ont réellement fait

Cela vaut la peine d’être connu, car le schéma se répète et la version populaire est fausse dans les deux sens.

Les guichets automatiques n'ont pas éliminé les caissiers de banque. Le discours habituel dit que c'est le cas. Ce qui s'est réellement passé, comme James Bessen l'a expliqué dans son study of ATMs and teller employment , c'est que les guichets automatiques ont rendu les agences moins chères à exploiter. Les banques en ont donc ouvert davantage. Les numéros de caisse ont résisté pendant des années, tandis que le travail passait du comptage d'argent liquide à la vente de produits et à la gestion des exceptions. La tâche a été automatisée. Le rôle s'est réorganisé autour de ce qui restait.

Les feuilles de calcul n'ont pas éliminé les comptables. Ils ont éliminé l'arithmétique manuelle, qui représentait l'essentiel du travail. L'emploi en comptabilité a diminué avec le temps. L'analyse comptable et financière se développe. Mêmes compétences, appliquées plus en amont de la chaîne de valeur, à des questions plutôt qu'à des sommes.

Les robots industriels ont effectivement remplacé des rôles de fabrication spécifiques. C'est le contrepoids honnête. Dans certaines régions, les déplacements ont été concentrés, permanents et non compensés localement par de nouveaux travaux. L’optimisme global n’est guère rassurant si la perte se situe dans votre ville et le gain ailleurs. C'est aussi la vague avec le plus de détails disponibles sur les rôles qui ont disparu et ceux qui ont grandi. What dark factories actually tell us examine les conditions qui devaient être remplies avant qu'un processus puisse s'exécuter sans surveillance. Ces conditions s’avèrent être un prédicteur assez précis de l’exposition.

Le schéma n’est donc ni « rien ne se passe » ni « tout se passe » :

• La tâche est automatisée de manière fiable. - Le rôle survit généralement, réorganisé autour de ce qui n'a pas été automatisé. - L'emploi global a tendance à se maintenir ou à croître. Mais pas de manière égale, et pas pour tout le monde. - Les gens qui réussissent mal sont ceux dont le travail était presque entièrement automatisé, sans rien d'autre dans lequel se déplacer.

Cette fois, une chose mérite d’être prise au sérieux. Les vagues précédentes automatisaient principalement le travail physique ou arithmétique, et la voie de sortie consistait à passer au travail cognitif. Cette vague pointe directement vers le travail cognitif. La voie de sortie mène plutôt vers le jugement, la responsabilité et l’habileté physique. C'est une direction moins familière. Et c’est pourquoi les conseils habituels concernant la reconversion vers le « travail du savoir » sont moins utiles qu’ils ne l’étaient.

Que faire réellement, les 90 prochains jours

Béton. En ordre.

1. Faites l’audit d’exposition ci-dessus. Une heure. Vous ne pouvez pas planifier avec un numéro que vous n'avez pas.

2. Maîtrisez réellement les outils. Sans barboter. Choisissez une tâche récurrente et utilisez l'IA dessus pendant un mois, jusqu'à ce que vous sachiez où elle est forte et où elle échoue. La connaissance des modes de défaillance au niveau du praticien est en soi une compétence rare. C'est la différence entre quelqu'un qui dit « J'utilise ChatGPT » et quelqu'un qui a réellement changé sa façon de travailler. The practical guide is here .

3. Déplacez-vous délibérément vers la colonne protégée. Si votre semaine est composée à 60 % de tâches exposées, portez-vous volontaire pour le travail avec jugement, contact client et appropriation. Il est généralement disponible. Ce travail est plus dur et les gens l’évitent.

4. Apprenez à automatiser, pas seulement à inviter. Enchaîner les outils dans un flux de travail est bien plus précieux que bien inviter. Et beaucoup moins de gens peuvent le faire. Start here .

5. Construisez quelque chose qui vous appartient. Une réputation. Un public. Un portefeuille. Un réseau. Ceux-ci ne figurent pas dans une description de poste et ne peuvent pas être réorganisés.

6. Arrêtez de rivaliser sur le volume. Si votre valeur produit plus de mots, plus de présentations, plus de rapports, ce combat est désormais impossible à gagner. Rivalisez plutôt sur le jugement, le goût et la responsabilité.

Le résumé honnête

L'IA prendra-t-elle votre travail ? Probablement pas comme un seul événement. Cela prendra probablement une partie de vos tâches. Ce qui se passe après dépend si vous vous dirigez vers les parties qu'il ne peut pas faire ou si vous attendez d'être poussé.

Les personnes en difficulté ne seront pas celles dont le travail a été automatisé. Ce seront eux qui continueront à faire les 40 % exposés à la main, tandis qu'un collègue les automatisait et consacrait le temps récupéré aux 60 % restants.

C'est un problème beaucoup plus gérable que la version principale. Et c'est celui que vous pouvez commencer cette semaine.

FAQ

L'IA remplacera-t-elle complètement mon travail ?

Pour la plupart des rôles de connaissances, non. Pas comme un seul événement. Il automatise des tâches spécifiques au sein d'un travail. Le résultat réaliste est que votre rôle évolue vers le jugement, les relations et la responsabilité, la partie mécanique diminuant. Le remplacement complet du rôle est plus probable lorsque presque toutes les tâches sont basées sur du texte avec des résultats vérifiables et un faible coût d'erreur.

Quels emplois sont les plus menacés par l'IA ?

Les rôles concentrés dans le texte et les données fonctionnent avec des réponses claires et des erreurs peu coûteuses. Rédaction d'entrée de gamme. Production de contenu de routine. Résumé de la recherche fondamentale. Traitement simple des données. Assistance de première ligne. Les moins exposés : les métiers physiques spécialisés, les soins et tout ce qui est centré sur la responsabilité, la négociation ou le jugement dans l'ambiguïté.

Dois-je apprendre à coder pour protéger ma carrière ?

Pas spécifiquement en tant que protection contre l’IA. Le codage est basé sur du texte avec des résultats vérifiables, ce qui le rend relativement exposé. Apprendre à créer des automatisations est plus utile que d’apprendre à écrire du code à la main. Les compétences véritablement protectrices sont pour la plupart non techniques : jugement, appropriation, relations clients.

À quelle vitesse cela se produira-t-il ?

Les capacités évoluent plus rapidement que le déploiement. Les organisations modifient lentement leurs processus. Les questions de responsabilité ne sont pas résolues. Attendez-vous à un changement progressif de la composition au fil des années. Cela se manifestera plus souvent par des postes non pourvus que par un remplacement massif et soudain.

Quelles compétences seront encore utiles ?

Responsabilité des décisions. Jugement avec informations incomplètes. Relations et confiance. Compétence physique et situationnelle. Connaissance de niveau praticien des domaines où les outils d’IA échouent. Notamment, la plupart d’entre eux ne sont pas techniques.

Est-il trop tard pour s'adapter ?

Non. Le déploiement est précoce et la plupart des organisations ont à peine dépassé le stade de l’expérimentation. Quelqu’un qui parle vraiment couramment au cours des six prochains mois est en avance, pas en retard.

Points clés à retenir

• Notez les tâches, pas les titres de poste. Votre travail est un ensemble avec une exposition très différente. - Quatre tests : saisie de texte ou de données, sortie vérifiable, erreurs peu coûteuses, aucune responsabilité requise. - Ce qui protège un rôle est pour la plupart non technique : la responsabilité, les relations, les aptitudes physiques, le jugement. - Le travail de rédaction de niveau débutant est touché en premier, ce qui ouvre discrètement la voie pour devenir senior. - Le risque réaliste est d'être dépassé par quelqu'un qui utilise les outils, et non d'être remplacé par eux. - Avancez délibérément vers la colonne protégée, au lieu d'attendre d'être poussé.

Lecture connexe : the skills that actually matter in the age of AI , how to automate your work with AI et why ChatGPT gives wrong answers .