// CLUBIC — INTELLIGENZA ARTIFICIALE
800 métiers passés au crible : l'IA s'installe partout et ne remplace presque personne
Google a analysé près de 15 millions de conversations avec Gemini pour savoir ce que l'intelligence artificielle fait vraiment au travail. Le résultat rassure, à condition de ne pas ouvrir les annexes.
Depuis trois ans, un genre s'est imposé dans la tech : l'étude qui vous annonce si votre métier passera l'hiver. Goldman Sachs et ses 300 millions d'emplois menacés, McKinsey et ses pourcentages d'heures automatisables, le Fonds monétaire international et ses 40 % d'emplois mondiaux concernés. Toutes ces publications reposaient sur la même méthode, estimer ce que l'IA pourrait faire si on la laissait faire. Le rapport publié par Google le 23 juillet change de pied et regarde ce que les gens en font réellement, ce qui donne des résultats sensiblement différents.
Le document s'appelle ATLAS, pour Activity, Task, Landscape and Adoption Study. Il porte sur 14,65 millions d'interactions dépersonnalisées, collectées entre le 6 et le 19 avril 2026 sur trois surfaces : l'application Gemini, le mode IA de la recherche et l'interface de programmation. Un classificateur trie d'abord les échanges entre usage professionnel et usage personnel, puis rattache chaque conversation de travail à une base de 4 000 tâches et 800 métiers issue du référentiel américain O*NET. Le tout couvre 150 pays et 140 langues, ce qui en fait à ce jour le plus large échantillon d'usage réel jamais publié par un fournisseur d'IA.
Mesurer l'adoption à partir des requêtes plutôt que des déclarations, c'est un peu comme évaluer la circulation d'une ville en lisant les traces GPS au lieu de demander aux automobilistes où ils croient aller. Les résultats sont plus terre à terre, et souvent moins spectaculaires.
Les résultats dessinent un usage à la fois très étendu et très superficiel. L'IA apparaît dans 68 % des métiers recensés, qui pèsent ensemble 88,4 % de l'emploi américain. Dans un métier type, elle intervient sur 21 % des tâches seulement. Et moins de 10 % des conversations professionnelles cherchent à faire exécuter une tâche de bout en bout par la machine. Seuls 3 % des métiers montrent un usage couvrant plus des trois quarts de leurs tâches.
Le rapport confirme au passage que l'IA a débordé des bureaux. Près d'un tiers des métiers très physiques n'affichent aucun usage détectable, mais parmi ceux qui en ont un, les techniciens automobiles et les mécaniciens industriels sollicitent les fonctions multimodales (photo, vidéo) deux fois plus que la moyenne. Montrer une panne à un assistant plutôt que la décrire, voilà un usage que les projections de 2023 n'avaient pas anticipé. Le constat recoupe une étude publiée par Anthropic en juin dernier sur la frontière entre métiers numériques et métiers ancrés dans le monde physique.
Le fameux « moins de 10 % » a fait le tour des rédactions en quarante-huit heures. Il mérite une lecture attentive, parce qu'il ne s'applique pas à l'ensemble des conversations professionnelles : il concerne le travail cognitif non routinier, celui qui demande du jugement, de la conception, de l'interprétation. Pour le travail cognitif routinier, la saisie, la mise en forme, le traitement standardisé, les tableaux du rapport donnent un tout autre résultat, avec une intention d'automatisation complète qui dépasse le quart des échanges. Ce second chiffre n'apparaît nulle part dans l'annonce.
L'étude ne couvre par ailleurs ni Workspace, ni Google Translate, ni les résumés générés dans les résultats de recherche, ni Gemini for Google Cloud, ni Gemini Enterprise, faute de journaux d'usage conservés. Ce sont pourtant les produits déployés en entreprise, là où l'automatisation d'un processus a le plus de chances d'être organisée plutôt qu'improvisée par un salarié dans son coin. L'un des économistes du projet le reconnaît sans détour : ces données, il aimerait bien pouvoir les exploiter.
Reste le point le plus évident et le plus rarement écrit. Google mesure ici l'usage de ses propres produits, avec ses propres économistes, sur un échantillon