Logo hilighterLogo hilighter
FR
CommencerConnexion

ArticleAvenir du travail

Une embauche reportée n’est pas un emploi perdu

Le 10 novembre 2026, Gartner place 1,3 million de postes reportés à côté de 2,2 millions d’emplois perdus et de 1,6 million de créés. Ces comptes ne se remplacent pas.

Christian Kosiek•Publié le •17 min de lecture

Un homme en tablier de cuir, bras croisés, dans un atelier de menuiserie, avec des établis vides et des rabots au premier plan
Image illustrative fournie avec cet article : une personne se tient dans un atelier de menuiserie, et les établis autour d’elle sont vides. Ce n’est pas un employeur nommé, un analyste de Gartner, un auteur du FMI, ni un écran hilighter. Le fichier n’était pas étiqueté comme une photo d’une personne réelle ni comme une image générée par IA. Les établis vides ne comptent pas des emplois reportés, et l’atelier n’est pas le cabinet comptable de l’exemple plus bas.

Un siège vide n’apparaît pas dans un décompte de licenciements. Personne ne reçoit une lettre de rupture, et aucun nom n’entre dans une liste de suppressions. Le 10 novembre 2026, à Barcelone, Gartner a dit que l’un des effets les plus marqués sur le marché du travail en 2026 tenait aux décisions de dirigeants d’entreprise de reporter la création et le recrutement de 1,3 million de postes, à côté de 2,2 millions d’emplois perdus et de 1,6 million d’emplois gagnés. John Lovelock, Distinguished VP Analyst et Chief of Research chez Gartner, trace la limite dont le communiqué a besoin : un emploi reporté n’est pas un emploi perdu, parce que le poste n’est pas créé. C’est son propos dans l’annonce. La phrase est reformulée ici, et non citée mot pour mot, parce que le communiqué emploie une contraction anglaise. Ces chiffres ne sont pas un recensement des offres que des employeurs auraient retirées, et ils ne sont pas une liste de personnes licenciées. L’annonce publique ne reproduit pas la méthode détaillée. Gartner dit que ses clients peuvent lire davantage dans un rapport séparé. Ce rapport n’a pas été ouvert pour cet article.1

Un poste reporté est une troisième colonne

Un licenciement retire quelqu’un d’un emploi qui existe. Un gel des embauches laisse une offre publiée sans titulaire. Une embauche reportée est un poste que l’employeur aurait pu créer, puis ne crée pas. Aucun des trois comptes de 2026 ne peut tenir lieu des autres. Un chercheur ne peut pas non plus voir chaque emploi qui n’a jamais été publié. La question contrefactuelle, le poste aurait-il existé sans l’IA, est difficile, et l’annonce n’y répond pas entreprise par entreprise.

Ligne Gartner pour 2026 Ce que l’annonce soutient Ce qu’elle ne soutient pas
1,3 million de postes dont la création et le recrutement ont été reportés Une estimation de postes non créés Un décompte de lettres de licenciement
2,2 millions d’emplois perdus Une estimation distincte, posée à côté du report Les mêmes 1,3 million, recomptés comme licenciements
1,6 million d’emplois gagnés Une estimation distincte d’emplois gagnés en 2026 Le constat que les personnes des emplois perdus sont passées dans les emplois gagnés

D’ici 2030, Gartner dit que l’IA créera 10,6 millions d’emplois nouveaux et en retirera 8,9 millions dans le monde, soit une hausse nette de 1,7 million. L’écart entre 10,6 et 8,9 est 1,7, ce qui est l’arithmétique de l’annonce. Une hausse nette ne signifie pas que chaque travailleur y gagne, ni que les nouveaux postes apparaissent dans la même région, le même secteur ou la même tranche de salaire que ceux qui disparaissent. Helen Poitevin, Distinguished VP Analyst chez Gartner, a dit : « The worst mistake that a business and IT executive can make is to apply lessons from one industry or role to another which can lead to poor errors in judgment and missed targets. » Le libellé est le sien, y compris « poor errors ». Elle a aussi dit que les organisations les plus avancées dans l’exécution de l’IA ne voient pas l’IA comme un remplacement du travail, mais comme un levier pour réinventer les opérations, et qu’elles veulent que la valeur économique de l’IA aille au-delà du remplacement du travail. Ces remarques ne sont pas une méthode pour lire l’effectif d’un employeur.1

D’ici 2030, Gartner projette qu’entre 0,4 % et 1,8 % des travailleurs connaîtront une perte d’emploi directement attribuable à l’IA. Jusqu’en 2030, un peu plus de 20 % des travailleurs (435,5 millions de salariés dans le monde) devront s’adapter à la nouvelle forme du travail dans leur emploi : ce qu’ils font, comment ils le font, et où leurs responsabilités s’arrêtent. « Un peu plus de 20 % » reprend « just over 20 % ». Ce n’est pas « plus de 20 % » comme un autre libellé. Les 435,5 millions sont le chiffre entre parenthèses, pas une approximation ajoutée ici. La fourchette de 0,4 % à 1,8 % est une part de travailleurs qui perdent un emploi. Ce n’est ni le 1,3 million, ni le 2,2 millions, ni le 10,6 millions.1

Trois secteurs, et des pourcentages qui ne voyagent pas

Gartner esquisse trois types de secteurs. L’annonce ne présente pas ces lignes comme des parts qui s’additionnent aux 10,6 millions créés et aux 8,9 millions retirés au niveau mondial. Additionner les millions publiés ne redonne pas ces totaux : 6,4 + 1,9 + 0,4 font 8,7, et 6,0 + 0,9 + 0,4 font 7,3. Cet article ne force pas une somme, et il n’invente pas un secteur manquant pour fermer l’écart.

Les secteurs intensifs en actifs, qui traitent des produits physiques ou rendent des services dans des infrastructures physiques coûteuses en capital, sont décrits comme la plus grande part des emplois dans le monde. D’ici 2030, la projection est de 6,4 millions d’emplois créés et de 6 millions perdus. Les pertes d’emplois liées à l’IA toucheraient 0,4 % de la main-d’œuvre mondiale dans ce secteur jusqu’en 2030.1

Le secteur public est une deuxième ligne. Le communiqué dit que les investissements dans l’IA y ont peu de chances de suffire à atténuer de futures pénuries graves de compétences dues à d’autres facteurs. D’ici 2030, il projette 0,4 million de gains et 0,9 million de pertes, et des pertes liées à l’IA de 0,4 % de la main-d’œuvre publique mondiale. Les pénuries « dues à d’autres facteurs » ne sont pas la même phrase que les 0,9 million.1

La technologie est la troisième ligne. Près de 70 % de cette main-d’œuvre est décrite comme fortement exposée à l’IA. D’ici 2030, le secteur verrait 1,9 million d’emplois créés et 0,4 million perdus. L’impact des pertes liées à l’IA représenterait 1,8 % de la main-d’œuvre technologique mondiale jusqu’en 2030. Ce 1,8 % est la part de pertes projetée pour cette main-d’œuvre. Il est en haut de la fourchette mondiale de 0,4 % à 1,8 %, et il n’autorise pas à poser 1,8 % sur un hôpital, une mairie ou un atelier. Le 0,4 % des secteurs intensifs en actifs et le 0,4 % du secteur public sont énoncés pour ces main-d’œuvre. L’avertissement de Poitevin est la raison de les garder séparés.1

D’ici 2030, un total de 5 millions de personnes auront connu un recrutement retardé parce que des dirigeants d’entreprise et des dirigeants informatiques ont reporté la création de nouveaux postes. Le communiqué dit « a total of 5 million », et il nomme les dirigeants business et IT. Il ne dit pas « un cumul de cinq millions » comme une autre statistique, et il ne limite pas la phrase aux seuls dirigeants d’entreprise. Les 5 millions sont le total des embauches retardées jusqu’en 2030. Ce n’est pas le 1,3 million de 2026 compté une seconde fois, et ce n’est pas les 8,9 millions d’emplois retirés.1

Le premier échelon est un mécanisme, pas un résultat

Prenons un cabinet comptable hypothétique de six personnes, qui comptait recruter un assistant junior pour préparer des rapprochements et rédiger des courriers clients. Après des flux de travail assistés par l’IA, le dirigeant reporte l’embauche d’un an. Les comptables déjà en poste relisent les sorties. Personne n’est licencié. L’équipe peut produire davantage. Un diplômé perd un premier échelon possible, et le cabinet perd un futur responsable possible. L’exemple est hypothétique. Ce n’est pas une entreprise du communiqué Gartner, et ce n’est pas la preuve que cela s’est déjà produit dans un cabinet nommé. Le coût du logiciel, la demande des clients, les taux d’intérêt, les salaires et la confiance pèsent aussi sur l’embauche. Un poste non pourvu n’est pas, à lui seul, une victime de l’IA.

Si le schéma était répandu, le coût serait cumulatif. Les rôles juniors fournissent souvent les répétitions encadrées par lesquelles on apprend à voir une erreur, à comprendre un client et à exercer un jugement. Si les tâches routinières passent à un outil et que rien ne remplace cet entraînement, une équipe peut manquer plus tard de personnes capables de superviser l’outil. Ce paragraphe est un argument éditorial. Gartner ne l’a pas publié comme un résultat. Une question voisine, une fois la personne en poste, est qui forme le jugement après le premier jet. Les annonces de début de carrière qui demandent déjà un jugement senior sont un autre article, avec d’autres sources : l’emploi junior qui demande un jugement senior.

Un document de travail du FMI empêche de lire l’exemple comme un effet mesuré « les juniors d’abord ». Dans le sous-ensemble d’offres qui indiquent une expérience minimale, les auteurs rapportent qu’il n’y a en grande partie pas de différence statistiquement significative de demande de travail entre rôles juniors et rôles seniors. Cette phrase porte sur des offres qui ont un champ d’expérience. Ce n’est pas un constat sur chaque diplômé, et ce n’est pas le cabinet comptable.2

Près de 10 % est un écart relatif d’offres

Le même document n’est pas une prévision Gartner, et il n’estime pas des emplois qui n’ont jamais été créés. Le Working Paper 2026/220 du FMI, de Sakai Ando, Divya Kirti, Willa Lin et Assyifa Szami Ilman, a été publié le 18 octobre 2026. Le résumé dit que les auteurs s’appuient sur plus de 700 millions d’offres d’emploi en ligne couvrant 110 économies. La section données décrit un panel Lightcast d’environ 700 millions d’offres dans ces 110 économies, de novembre 2021 à avril 2026. « Plus de 700 millions » et « environ 700 millions » sont les deux formulations du papier pour ce panel. Cet article n’en choisit pas une troisième. Lightcast rassemble des vacances extraites de grandes plateformes de recrutement. Les métiers sont 342 codes ISCO-08 à quatre chiffres. L’exposition utilise la mesure d’exposition professionnelle à l’IA ajustée de la complémentarité, de Pizzinelli et coauteurs (2023).2

Le dispositif est une différence de différences : métiers plus exposés contre métiers moins exposés, avant et après le lancement de ChatGPT en novembre 2022, dans la même économie, le même secteur et le même mois, avec un contrôle du degré de télétravaillabilité. Les offres ont baissé de près de 10 % dans les métiers plus exposés à l’IA par rapport aux métiers moins exposés. Ce n’est pas une baisse de 10 % du total des vacances, ni une baisse de 10 % de l’emploi. Les estimations dynamiques disent que l’écart était d’abord modeste, puis plus négatif en 2023 et 2024. Vers la fin de l’échantillon, la baisse estimée est de près de 10 %. Ce « près de 10 % » est le point tardif de l’étude d’événement. Ce n’est pas une moyenne agrégée.2

Le tableau agrégé est une autre coupe. Selon les spécifications, l’effet sur les métiers fortement exposés par rapport aux moins exposés va d’une baisse de 5 % à une baisse de 8 %. Dans la spécification préférée, l’effet agrégé pour l’ensemble de la période après l’IA est d’environ 6 % de baisse. Il ne faut pas remplacer les près de 10 % par 6 %, ni l’inverse.2

Une troisième coupe utilise des jalons de capacité de METR, une organisation à but non lucratif qui évalue les modèles de frontière, plutôt que les mois du calendrier. L’effet estimé devient plus négatif à mesure que les systèmes approchent le jalon des tâches d’une heure, puis se stabilise en grande partie. Le papier dit qu’une ligne qui regroupe la période après ce jalon d’une heure indique un effet d’environ 8 %. Ces 8 % ne sont pas la fourchette de 5 à 8 % du tableau, et ce n’est pas les près de 10 % de l’étude d’événement. La surprise propre au papier est que la baisse relative n’a pas continué à s’approfondir alors que les modèles devenaient plus capables. Quand le résumé dit que l’impact s’est stabilisé, c’est ce schéma qu’il résume.2

Les estimations décrivent le flux de nouvelles offres. Le papier dit que l’effet sur le stock d’emploi s’accumulera lentement et dépendra des séparations, de la rotation et des embauches réalisées. Une offre peut aussi être dupliquée, rester non pourvue ou servir à tester le marché. Cette dernière limite est un trait général des fichiers de vacances. La limite que le papier énonce avec ses mots est le flux, pas un effectif de personnes déjà en poste.2

Les entreprises dont la demande de compétences en IA est plus forte affichent une croissance plus rapide des offres, même dans les métiers plus exposés. Les auteurs construisent cette demande à partir de 51 compétences émergentes en IA : familiarité générale, comme ChatGPT ou Copilot ; expertise, comme l’ingénierie de prompts ou les agents d’IA ; et la capacité à relier l’IA à des données internes. La demande pour ces compétences a augmenté rapidement depuis 2023 et se concentre dans les métiers plus exposés. Une croissance plus rapide des offres chez les entreprises qui demandent ces compétences n’est pas le chiffre Gartner de 1,6 million d’emplois gagnés, et ce n’est pas la preuve que chaque métier exposé recrute.2

Deux autres articles de ce site utilisent d’autres éléments et doivent rester à part. Une équipe de startup plus petite n’est pas la preuve d’une coupe due à l’IA est une comparaison LinkedIn de cohortes de fondateurs. L’IA crée des emplois, et ce n’est pas un transfert pour tout le monde porte sur un travail nouveau qui n’absorbe pas automatiquement les personnes qui perdent un rôle. Quand un emploi se termine vraiment, la recherche suivante peut durer plus longtemps, ce qui est encore un autre objet : la recherche après une perte d’emploi liée à l’IA. Aucun de ces textes n’est le 1,3 million, et aucun n’est les 10 % relatifs.

Ce qu’il faut noter avant que le poste disparaisse

Pour une petite entreprise ou une association, la question utile n’est pas de savoir si l’IA augmentera l’emploi dans le monde. C’est de savoir quel travail change dans cette équipe, et ce qu’il advient de la façon dont les gens l’apprennent. La liste ci-dessous est une liste éditoriale. Gartner et le FMI ne l’ont pas publiée comme une méthode.

  1. Avant de reporter un poste, écrire le motif d’origine : les tâches, les heures, la demande de service et la visée de formation du rôle.
  2. Noter ensuite si l’outil retire cette charge, déplace le contrôle vers des personnes plus expérimentées, ou crée un travail nouveau, comme le contrôle de la qualité des données.
  3. Regarder les taux d’erreur, le temps passé à vérifier les sorties, les résultats pour les clients, les heures supplémentaires, et si quelqu’un apprend encore le métier.
  4. Si la rédaction est plus rapide et la correction plus lente, le gain de travail peut ne pas être là. Le dire dans la note.
  5. Si le poste junior disparaît, nommer ce qui remplace cet entraînement : une rotation, une revue de dossier encadrée, un compagnonnage, ou un apprentissage payé plus étroit.
  6. Séparer un essai limité dans le temps, avec une date et des critères de revue, d’une ligne qui quitte le budget sans mot.

Un essai de six mois que l’on peut revenir en arrière est une autre décision que la suppression du rôle. Une association peut appliquer la même note à la coordination des bénévoles, à la rédaction de dossiers de subvention et à l’administration des dossiers, et elle doit encore protéger la confidentialité et nommer qui est responsable. Ces scènes sont des illustrations. Elles ne figurent ni dans le communiqué Gartner ni dans le papier du FMI. L’atelier de menuiserie de l’image n’est pas le cabinet comptable.

Le chiffre net ne dit pas qui s’ajuste

Le débat public oppose souvent les emplois créés aux emplois détruits. L’annonce de Gartner en novembre est une raison de garder une troisième colonne : les postes dont la création a été reportée. Cette colonne n’établit pas que l’IA a déjà retiré des millions d’opportunités qu’un statisticien peut compter. Elle montre pourquoi un solde net de 1,7 million ne peut pas dire qui porte l’ajustement. Le résultat du FMI porte sur la demande relative d’offres, pas sur cette troisième colonne. Utiliser une étude pour prouver l’autre répéterait l’erreur que Poitevin nomme : appliquer la leçon d’un objet à un autre.

Pour un lecteur public, l’entrée des jeunes, les places d’apprentissage et les passages d’un métier à l’autre méritent d’être suivis à côté des licenciements. Cet article ne fournit pas ces séries. Pour un employeur, le test pratique est de savoir si le gain de productivité est réel avant qu’un rôle junior disparaisse. Pour un travailleur, une connaissance du métier que l’on peut montrer, la capacité à contrôler une sortie, et la capacité à s’adapter restent utiles. Ces dernières phrases sont des jugements éditoriaux. Ce ne sont pas des scores Gartner.

Comment hilighter peut aider

hilighter n’estime pas combien d’emplois n’ont jamais été ouverts. Il ne reproduit pas un chiffre de Gartner ou du FMI, et il ne décide pas si un poste doit être reporté.

Ce qu’une équipe peut faire, c’est écrire le travail avant que le siège disparaisse. Cartographier les compétences par rôle, y compris les contrôles qu’une personne doit encore faire. Comparer les personnes à ces exigences dans compétences et talents. Enregistrer une correction ou un exercice terminé dans la reconnaissance des acquis. Définir des parcours de développement pour que l’apprentissage ne soit pas seulement le poste qui n’a pas été ouvert. La revue de ces preuves par un manager se trouve dans les évaluations par les managers. La vue impact de l’IA sur les emplois est indicative. Ce n’est pas une prévision Gartner, et ce n’est pas l’écart d’offres du FMI. Le plan Gratuit couvre jusqu’à trois rôles. Le nombre de salariés n’est pas plafonné.

Sources

  1. Gartner, Gartner Forecasts AI Will Drive a Net Increase of 1.7 Million Jobs by 2030, Barcelone, 10 novembre 2026. Chiffres pris dans l’annonce, et non lus sur l’image du graphique : en 2026, report de la création et du recrutement de 1,3 million de postes, à côté de 2,2 millions d’emplois perdus et de 1,6 million d’emplois gagnés. D’ici 2030, 10,6 millions d’emplois nouveaux et 8,9 millions retirés, hausse nette de 1,7 million. Un total de 5 millions de personnes auront connu un recrutement retardé parce que des dirigeants business et IT ont reporté de nouveaux postes. Entre 0,4 % et 1,8 % des travailleurs connaissent une perte d’emploi directement attribuable à l’IA d’ici 2030. Jusqu’en 2030, un peu plus de 20 % des travailleurs (435,5 millions de salariés) s’adaptent à la nouvelle forme du travail. Secteurs intensifs en actifs : 6,4 millions créés et 6 millions perdus, pertes liées à l’IA touchant 0,4 % de la main-d’œuvre mondiale dans ce secteur. Secteur public : 0,4 million de gains et 0,9 million de pertes, pertes liées à l’IA à 0,4 % de la main-d’œuvre publique mondiale ; l’investissement en IA est décrit comme peu susceptible de compenser des pénuries graves dues à d’autres facteurs. Technologie : près de 70 % de la main-d’œuvre fortement exposée ; 1,9 million créés et 0,4 million perdus ; impact des pertes à 1,8 % de la main-d’œuvre technologique mondiale. La distinction de Lovelock entre emploi reporté et emploi perdu est reformulée à cause d’une contraction dans le communiqué. Poitevin est citée sur le fait d’appliquer les leçons d’un secteur ou d’un rôle à un autre. Le rapport clients nommé dans le communiqué n’a pas été ouvert. Les millions des trois secteurs ne sont pas additionnés aux totaux mondiaux. Le graphique intitulé « AI Cumulative Job Impact Forecast, Worldwide, 2025-2030 » est mentionné sur la page ; les valeurs n’ont pas été lues sur l’image.
  2. Sakai Ando, Divya Kirti, Willa Lin et Assyifa Szami Ilman, How is Labor Demand Changing as AI Improves? New Global Evidence, IMF Working Paper 2026/220, publié le 18 octobre 2026, DOI 10.5089/9798229061551.001. Le texte intégral sur l’eLibrary du FMI a été ouvert. Résumé : plus de 700 millions d’offres en ligne, 110 économies ; la demande a baissé de près de 10 % dans les métiers plus exposés à l’IA, et l’impact s’est stabilisé alors que l’IA devenait plus capable ; les entreprises à plus forte demande de compétences en IA ont une croissance plus rapide des offres, même dans les métiers plus exposés. Section données : Lightcast, environ 700 millions d’offres, 110 économies, de novembre 2021 à avril 2026. Introduction : différence de différences, près de 10 % par rapport aux métiers moins exposés après ChatGPT en novembre 2022. Étude d’événement : vers la fin de l’échantillon, près de 10 %. Tableau 1 : de 5 à 8 % selon les spécifications ; spécification préférée d’environ 6 % sur la période agrégée après l’IA. Figure 1(b), jalons de capacité METR : environ 8 % après le jalon d’une heure, la baisse relative étant ensuite en grande partie stable. Ces trois pourcentages ne sont pas interchangeables. Annexe sur l’ancienneté : en grande partie pas de différence statistiquement significative entre demande junior et senior dans les offres qui indiquent une expérience minimale. Cinquante et une compétences émergentes en IA. Les estimations sont un flux d’offres, pas le stock d’emploi. Ce papier n’estime pas les postes reportés de Gartner.

Sources revues pour la dernière fois le 19 novembre 2026. Les 1,3 million de postes reportés, les 2,2 millions d’emplois perdus et le 1,6 million d’emplois gagnés sont trois lignes de 2026, pas une seule. Le net de 1,7 million en 2030 est 10,6 moins 8,9. Le total de 5 millions d’embauches retardées jusqu’en 2030 n’est pas le 1,3 million. « Un peu plus de 20 % » et 435,5 millions de salariés sont la paire du communiqué pour le changement de tâches, pas pour la perte d’emploi. La fourchette de 0,4 % à 1,8 % est une part de travailleurs, et les lignes sectorielles de 0,4 % et de 1,8 % restent sur les main-d’œuvre que le communiqué nomme. Les près de 10 % du FMI sont relatifs aux métiers moins exposés et ne sont ni les environ 6 % de la spécification préférée, ni les environ 8 % après le jalon de capacité d’une heure. Le cabinet comptable, la liste et l’image de menuiserie sont des illustrations. Le rapport clients de Gartner n’a pas été ouvert. Ni un score de détecteur d’IA ni l’absence de pénalité Google ne peuvent être garantis. Les traductions appellent une relecture native.