La Californie a des emplois d’IA. Qui y accède ?
Le 19 novembre 2026, le PPIC écrit que les données ne soutiennent pas un large déplacement d’emplois par l’IA. L’accès est une autre question.
Christian Kosiek•Publié le •23 min de lecture

Un État peut accueillir les entreprises qui construisent l’IA et laisser pourtant la plupart des travailleurs en dehors des nouveaux emplois, des outils et de la pratique qui permettrait de s’en servir. C’est la tension utile d’un billet du Public Policy Institute of California publié le 19 novembre 2026. L’index des publications du PPIC nomme Sarah Bohn, Julien Lafortune et Daniel Payares-Montoya comme auteurs. Le billet est le 12e d’une série sur les enjeux du prochain gouverneur de Californie. C’est un billet, pas un article évalué par les pairs.1
Un total stable n’est pas un accès partagé
Près de la moitié des Californiens en emploi s’attendent à ce que l’IA réduise les emplois disponibles. Environ un sur trois craint que l’IA lui coûte son emploi ou réduise ses heures ou son salaire. Ce sont des perceptions d’un risque futur. Le PPIC ne les imprime pas comme des pertes d’emplois mesurées, et cet article ne transforme pas « près de la moitié » ni « environ un sur trois » en 50 % ou en 33 %.1
Le constat sur l’emploi est plus étroit que la crainte. Le PPIC écrit que les données actuelles ne soutiennent pas un déplacement d’emplois large, dû à l’IA, en Californie. L’emploi n’a pas beaucoup changé pour les personnes dont les tâches recouvrent le plus les capacités de l’IA, celles que le billet dit devoir ressentir l’effet en premier. Les demandes d’allocation chômage n’ont pas bondi parmi ces travailleurs depuis la mise à disposition d’outils d’IA publics en 2022. « N’a pas beaucoup changé » n’est pas « n’a pas changé ». « N’ont pas bondi » n’est pas « n’ont augmenté nulle part ».1
Le PPIC dit que les tendances agrégées peuvent masquer l’effet sur des métiers, des régions ou des groupes. L’exemple imprimé est une hausse des demandes d’allocation chez les travailleurs diplômés du supérieur et chez les travailleurs de la Bay Area dans les emplois les plus susceptibles d’être touchés, peu après la sortie de ChatGPT. Le billet ne dit pas que l’IA a causé cette hausse. La traiter comme une preuve de cause ajouterait une phrase que le PPIC n’imprime pas. Certains travailleurs peuvent aussi voir changer leurs heures, leur paie ou leurs responsabilités. Cette phrase emploie « peuvent ». Un changement d’heures ou de paie peut survenir sans demande d’allocation. La phrase sur la crainte dit « heures ou salaire ». La phrase suivante dit « heures, paie ou responsabilités ». Ce ne sont pas la même phrase.1
Le PPIC dit aussi que les entreprises et la technologie d’IA créent dès maintenant des bénéfices économiques pour la Californie, dont des recettes de l’État et de nouveaux emplois, avec de possibles gains de productivité plus tard. Le billet n’imprime aucun montant de recettes. Cet article n’en invente pas.
Deux chiffres d’embauche, pas un seul
La Californie abrite 33 des 50 premières entreprises d’IA, selon Forbes, cité par le PPIC. La page du classement Forbes n’a pas été ouverte pour cet article, donc la méthode derrière « top 50 » n’est pas décrite ici. Ces entreprises ont ajouté presque 30 000 emplois entre 2022 et 2026, selon des données PitchBook citées par le PPIC, dont certains peuvent se trouver dans d’autres États. « Presque 30 000 » n’est pas un total exact que cet article aurait recalculé. « D’autres États » est la formule du PPIC. Ce n’est pas « hors de Californie », et ce n’est pas « tous sont en Californie ». La page PitchBook n’a pas été ouverte.1
Un second chiffre est à côté de ce décompte d’entreprises, et ce n’est pas le même objet. Le PPIC dit que les emplois d’IA ressemblent à beaucoup d’emplois du secteur technologique plus large : des emplois techniques qui travaillent vraiment aux applications ou au développement de l’IA, avec comme exemples les scientifiques en informatique et les ingénieurs en matériel, et des rôles produit ou commerciaux comme la conception web et la vente. Depuis 2022, la croissance d’ensemble de ces sortes d’emplois en Californie a été de 8,3 % contre 0,5 % à l’échelle de l’État. Le PPIC ajoute que ces embauches peuvent aussi refléter la croissance d’entreprises qui ne font pas d’IA. Les 8,3 % sont une croissance de ces catégories de métiers. Ce n’est pas un décompte d’emplois créés par l’IA, et ce n’est pas les presque 30 000. Cet article n’additionne pas les deux chiffres. Il n’élargit pas non plus « 0,5 % à l’échelle de l’État » en une définition de la population active que le billet n’imprime pas.1
| Ce que le PPIC imprime | Chiffre | Ce que ce n’est pas |
|---|---|---|
| Premières entreprises d’IA situées en Californie, classement Forbes cité par le PPIC | 33 des 50 premières | Un décompte de salariés californiens. La page du classement n’a pas été ouverte |
| Emplois ajoutés par ces entreprises, 2022 à 2026, PitchBook | Presque 30 000, dont certains peuvent être dans d’autres États | La preuve que chaque emploi est en Californie |
| Croissance depuis 2022 dans les catégories plus larges que le PPIC décrit | 8,3 % en Californie, 0,5 % à l’échelle de l’État | Des emplois créés par l’IA. Les catégories peuvent inclure des entreprises hors IA |
| Un chiffre national d’emplois industriels lié aux intrants des centres de données | Plus de 300 000, étude non nommée dans le billet | Une hausse de la construction ou de l’industrie en Californie |
Le PPIC écrit que les investissements massifs liés à l’IA dans les centres de données, l’équipement informatique et les logiciels ont porté une part substantielle de la croissance récente du PIB. Il n’imprime pas cette part en pourcentage. Il dit ensuite que des éléments suggèrent que ce déploiement peut soutenir plus de 300 000 emplois industriels au niveau national, pour fournir des intrants à la construction de centres de données. Le billet ne nomme pas l’étude. Cet article enregistre la phrase et ne traite pas 300 000 comme un chiffre qu’il a vérifié. La phrase suivante du PPIC est distincte : jusqu’ici, peu d’indices d’une remontée des emplois de construction et d’industrie en Californie. Une estimation de chaîne d’approvisionnement nationale, nommée ou non, n’est pas cette phrase californienne.1
Une hausse dans un ensemble de rôles ne prouve pas que des personnes qui ont perdu un autre travail y sont entrées. Un autre article de ce site sépare déjà la création d’emplois d’un transfert de personnes, avec d’autres sources : l’IA peut ajouter des emplois sans transférer les personnes. Ces sources ne sont pas ce billet du PPIC. La construction et les métiers manuels autour des infrastructures d’IA sont aussi une autre coupe : des mains qualifiées pour les infrastructures d’IA. Cet article n’importe pas les chiffres de ce texte.
Le groupe exposé n’est pas seulement diplômé
Le travail de bureau et d’analyse, dit le PPIC, se prête plus facilement à l’adoption de l’IA que les emplois qui demandent une attention manuelle. La discussion sur l’effet de l’IA se centre souvent sur les diplômés du supérieur. La répartition du billet contredit l’idée que l’exposition ne concernerait que les diplômés. Cinquante-cinq pour cent des travailleurs californiens dans les emplois dont les tâches recouvrent le plus les capacités de l’IA ont une licence ou plus. Quarante-cinq pour cent ont moins. Le dénominateur est les travailleurs de ces emplois les plus recouvrants. Ce n’est pas 55 % de tous les Californiens en emploi, et ce n’est pas la « près de la moitié » qui attend moins d’emplois.1
À côté des data scientists et des développeurs de logiciels, le PPIC nomme les représentants du service client, les employés de bureau, les secrétaires et les assistants administratifs parmi les métiers les plus susceptibles d’être touchés. La proposition sur un niveau d’études souvent plus bas s’attache à ce groupe de bureau, pas aux data scientists ni aux développeurs. Les enquêtes d’effectifs du service client sur ce site utilisent d’autres sources et d’autres pourcentages : les coupes dans le service sont plus petites que les titres. Ces pourcentages ne sont pas ces 55 %.1
Le PPIC écrit aussi que les femmes, les personnes blanches et asiatiques, et les travailleurs à revenu élevé sont plus exposés à l’IA, mais pas exclusivement. Le billet ne donne aucun pourcentage de genre, d’origine ou de revenu dans cette phrase. Cet article n’en invente pas, et il ne découpe pas la liste en trois constats séparés. Les métiers les moins exposés, dans les mots du PPIC, sont « predominately » à bas salaire et emploient surtout des travailleurs ayant au plus un diplôme de fin d’études secondaires (68 %). L’orthographe « predominately » est celle du PPIC. Les 68 % sont la part des travailleurs de ces métiers les moins exposés qui ont au plus ce diplôme. Ce n’est pas 68 % de tous les travailleurs à bas salaire de l’État.1
L’exposition n’est toujours pas un licenciement. Un autre article fait déjà cette distinction pour un autre pays et une autre méthode : l’exposition à l’IA au Viet Nam n’est pas une perte d’emploi. Les chiffres de cet article ne sont pas utilisés ici.
Utiliser un outil est une troisième question
Côté travailleurs, le PPIC dit que l’accès aux outils d’IA et les occasions d’apprendre compteront. L’usage de l’IA au travail a augmenté avec l’éducation et le revenu, selon l’enquête du PPIC de novembre 2025, et il est plus fréquent dans la Bay Area que dans les autres régions. Cette enquête n’a pas été ouverte pour cet article. Les phrases ici sont le résumé du billet du 19 novembre 2026, pas une nouvelle analyse des microdonnées de 2025. « A augmenté avec l’éducation et le revenu » n’est pas un taux. La comparaison avec la Bay Area n’est pas la hausse des demandes d’allocation de la section précédente.1
Côté entreprises, le même billet dit que l’adoption accélère mais varie selon la taille et le secteur. La parenthèse imprime deux comparaisons : 37 % des grandes entreprises aux États-Unis contre moins de 20 % des petites, et 40 % dans l’information et les services professionnels contre moins de 20 % dans l’industrie ou le commerce de détail. Le PPIC ne définit pas « grande » ni « petite » dans cette phrase, et le texte lu pour cet article n’y nomme pas le Census Bureau.1
Le récit du Census Bureau du 26 mai 2026 est un autre document. Il ne faut pas le coller dans la parenthèse du PPIC. Écrit par Adam Grundy, Cory Breaux et Dhanapati Khatiwoda, il utilise la Business Trends and Outlook Survey. Le récit examine des données collectées du 14 décembre 2025 au 3 mai 2026. L’usage global de l’IA a oscillé entre 17 % et 20 %. Entre 20 % et 23 % des entreprises s’attendaient à utiliser l’IA dans les six mois suivants. Le titre dit que les grandes entreprises d’au moins 20 salariés sont les plus grandes utilisatrices d’IA. Dans le corps, l’usage a augmenté chez les entreprises d’au moins 20 salariés et n’a pas changé de façon significative chez celles de moins de 20. Ce titre et cette tendance ne sont pas les 37 %.2
Les 37 % du récit du Census sont les entreprises d’au moins 250 salariés qui ont déclaré utiliser l’IA dans leurs opérations. Dans la période de collecte finissant le 3 mai 2026, 32 % des entreprises de 100 à 249 salariés ont dit utiliser l’IA. Moins de 20 % des entreprises de quatre salariés ou moins ont déclaré utiliser l’IA. Cet article ne traite pas les « petites entreprises » du PPIC comme la tranche Census « quatre ou moins », même si les deux endroits impriment « moins de 20 % » à côté d’un 37 %. Les étiquettes ne sont pas les mêmes, et le PPIC n’imprime pas le seuil de 250 salariés.2
| Ligne | Où elle est imprimée | Ce qu’elle ne dit pas |
|---|---|---|
| 37 % des grandes entreprises américaines contre moins de 20 % des petites ; 40 % dans l’information et les services professionnels contre moins de 20 % dans l’industrie ou le détail | PPIC, 19 novembre 2026, une parenthèse | Une définition de grande ou petite. Les tranches de taille du Census |
| 37 % des entreprises d’au moins 250 salariés | Récit BTOS du Census, 26 mai 2026 | Les entreprises d’au moins 20 salariés. Cette coupe est le titre et la phrase « l’usage a augmenté » |
| 32 % des entreprises de 100 à 249 salariés | Census, période finissant le 3 mai 2026 | Les 37 % |
| Moins de 20 % des entreprises de quatre salariés ou moins | Récit du Census | Les « petites entreprises » non définies du PPIC |
| Information 39,7 %, finance et assurance 33,9 %, taux national 19,8 %, au 3 mai 2026 | Section sectorielle du Census | Les 40 % du PPIC pour « information et services professionnels » |
| Détail autour de 14 % d’usage actuel, environ 17 % qui prévoient d’utiliser l’IA | Récit du Census | Un taux pour l’industrie. Le texte lu ici n’en imprime pas |
Au 3 mai 2026, le Census rapporte un usage de l’IA de 39,7 % dans l’information et de 33,9 % dans la finance et l’assurance, tous deux au-dessus du taux national de 19,8 %, sans déplacement significatif depuis décembre dans l’un ou l’autre secteur. Le commerce de détail était autour de 14 % pour l’usage actuel et d’environ 17 % pour l’usage attendu, tous deux sous la moyenne nationale. Les 19,8 % sont un point au 3 mai. La bande de 17 % à 20 % est l’oscillation sur six mois. Cet article ne les moyenne pas. Il n’imprime pas non plus les 40 % du PPIC, ni son « moins de 20 % dans l’industrie ou le détail », comme des chiffres du Census. Les services professionnels et l’industrie n’ont pas ces taux dans le texte du récit lu pour cet article.2
La question de l’enquête a changé le 17 novembre 2025. Elle portait sur l’usage de l’IA « pour produire des biens ou des services », plutôt que sur des tâches simples comme rédiger des courriels. Depuis cette date, elle demande si l’entreprise a utilisé l’IA « dans toute fonction de l’entreprise ». Un taux d’avant le changement de formulation n’est pas automatiquement le même objet qu’un taux d’après. Ces chiffres décrivent une adoption déclarée. Ce ne sont pas des gains de productivité.2
Un écart de formation qui devient un écart de carrière est un autre article, avec d’autres sources : pourquoi le temps de formation devient un écart d’opportunité. Ce billet ne réutilise pas ces chiffres.
Le brief de l’OIT n’est pas une statistique californienne
Un brief de l’Organisation internationale du Travail, daté du 4 novembre 2026, est une autre géographie et une autre affirmation. Cet article utilise les points clés de la page de publication de l’OIT. Le PDF téléchargeable est indiqué à 416,49 Ko. Les passages qui n’apparaissent que dans ce PDF, ou seulement dans des résumés secondaires, ne sont pas utilisés. Un autre document de l’OIT intitulé « Disruption without dividend? » n’a pas été ouvert, et ses chiffres ne sont pas imprimés ici.3
Le brief dit que les effets sur le marché du travail à ce jour sont modestes et lents, même dans les économies avancées. Il sépare l’exposition, l’adoption et les résultats réalisés sur le marché du travail comme des phases distinctes. Les données actuelles, dit-il, pointent moins vers des pertes d’emplois immédiates à l’échelle de l’économie que vers une transformation inégale des tâches, des gains de productivité lents et des changements sectoriels dans l’organisation du travail.3
Le double défi, dans les mots du brief, est une exposition à l’automatisation plus faible à court terme, mais une capacité plus faible à capter les gains de l’IA. Des écarts de connectivité, de calcul, de contexte et de données, et de compétence peuvent produire un « disruption without dividend », où les travailleurs et les entreprises font face à une perturbation liée à l’IA avant de pouvoir profiter pleinement de la croissance de productivité permise par l’IA. « À court terme » est le mot du brief. Ce n’est pas « immédiat ». Les quatre écarts sont la connectivité, le calcul, le contexte et les données, et la compétence. Ce n’est pas une liste réécrite qui remplacerait la compétence par « formation ». La définition est une perturbation avant le bénéfice de productivité. Ce n’est pas « des changements de concurrence sans dividende équivalent », que le brief n’imprime pas dans ce point clé.3
La qualité de l’emploi est un autre point clé. Le travail de plateforme, l’annotation de données, la modération de contenu et l’externalisation de processus d’IA peuvent élargir les occasions de revenu. Combinés à un usage croissant du management algorithmique, ils peuvent aussi élever des risques liés à la paie, à la surveillance, à l’autonomie, à la protection sociale, à la santé mentale et à la progression de carrière. La condition sur le management algorithmique fait partie de la phrase. La retirer ferait paraître la liste de risques plus large que ce que le brief imprime.3
Aucune de ces phrases de l’OIT n’est un constat sur les demandes d’allocation en Californie, le décompte d’entreprises Forbes, ou les tranches de taille du Census.
Ce qu’une petite équipe peut écrire
La recommandation du PPIC aux décideurs publics est de suivre l’embauche, les revenus et l’entrée dans la carrière à côté des licenciements, et d’ajouter un éclairage en temps réel des dirigeants, des travailleurs et des organismes de formation, parce que les données agrégées peuvent être lentes. Le billet dit aussi que les systèmes d’éducation et de formation peuvent devoir préparer les jeunes et donner aux adultes en emploi un moyen de mettre à jour leurs savoirs, que les systèmes de soutien peuvent devoir servir un éventail plus large de Californiens, et qu’une assurance chômage solide et des alternatives comme l’assurance salaire peuvent aider à amortir la perturbation. Ce sont des directions de politique publique. Ce n’est pas un résultat mesuré, et ce n’est pas une méthode pour une équipe de huit personnes.1
Prenons une association hypothétique de huit personnes qui traitent des dossiers de habitants. Une direction peut utiliser l’IA pour rédiger des courriers courants et résumer les formulaires reçus. Le temps gagné est un mauvais score. Une vérification plus forte demande si l’équipe peut servir plus de personnes, si les résumés introduisent des erreurs, si les informations sensibles restent protégées, et si les employés juniors apprennent encore à lire les dossiers compliqués. Une personne peut revoir l’exactitude, une autre documenter les exceptions, une troisième tester si la qualité du service change. Cette scène n’est pas une personne du PPIC, pas une entreprise du Census et pas un cas de l’OIT. Les vérifications sont une liste éditoriale. Ce n’est pas une recherche validée, et ce n’est pas la recommandation de suivi du PPIC.
La même limite vaut dans une petite entreprise. Partez des tâches : travail répétitif, exceptions qui demandent du jugement, devoirs face au client, et le savoir requis pour superviser un brouillon automatisé. Pilotez un flux avec les personnes qui l’utiliseront. Mesurez la qualité, les reprises, le temps, les résultats pour les usagers et l’apprentissage. Ne vous arrêtez pas au nombre de requêtes. Si les tâches de base qui formaient un employé junior disparaissent, l’organisation a besoin d’un remplacement délibéré de cette pratique : des dossiers supervisés, des tâches plus difficiles et une occasion d’expliquer une décision. Sinon elle peut garder les experts d’aujourd’hui et amincir la voie qui produit les suivants. Cette dernière phrase est éditoriale. Le PPIC dit que l’IA pourrait rendre l’entrée dans un métier plus difficile. Il n’imprime pas ce dessin d’apprentissage.
Les annonces d’entrée qui demandent déjà un jugement senior, et la question de qui enseigne le jugement après un premier jet, sont d’autres articles : l’emploi d’entrée qui demande un jugement senior et qui enseigne le jugement après le premier jet. Leurs sources ne sont pas ce billet.
Sélectionner des personnes avec un système est une autre règle
Pour une organisation dans l’UE, deux règles voisinent cette question d’accès, et aucune n’est une statistique d’emploi californienne. Le service desk de la Commission sur le règlement sur l’IA affiche un texte qu’il dit fondé sur la version consolidée d’EUR-Lex au 27 juillet 2026. L’article 4 y est marqué comme modifié. Les fournisseurs et les déployeurs de systèmes d’IA prennent des mesures pour soutenir la culture en IA de leur personnel et des autres personnes qui s’occupent, pour leur compte, du fonctionnement et de l’usage de ces systèmes, en tenant compte des connaissances techniques, de l’expérience, de l’éducation et de la formation, du contexte d’usage, et des personnes ou groupes sur lesquels les systèmes sont utilisés. Le même paragraphe dit que cette obligation n’exige pas des fournisseurs ou des déployeurs qu’ils garantissent un niveau précis de culture en IA pour un individu. Un devoir de soutenir l’apprentissage n’est pas une promesse que chaque travailleur atteint le même niveau.4
Un système destiné à recruter ou à sélectionner qui entre dans un rôle peut relever de l’annexe III, point 4 a) : recrutement ou sélection de personnes physiques, en particulier le placement d’annonces ciblées, l’analyse et le filtrage des candidatures, et l’évaluation des candidats. Un inventaire de savoirs n’est pas ce système. Le service desk dit que les règles pour les systèmes d’IA à haut risque de l’annexe III s’appliquent à partir du 2 décembre 2027. Ceci n’est pas un conseil juridique. EUR-Lex n’a pas été ouvert pour cet article, ni le règlement Digital Omnibus lui-même. La formulation et la date sont celles du service desk, lues le 21 novembre 2026.45
Comment hilighter peut aider
hilighter ne compte pas les emplois californiens, ne reproduit pas un chiffre du PPIC, du Census ou de l’OIT, et ne décide pas qui doit être embauché.
Ce qu’une équipe peut faire, c’est écrire le travail avant de traiter un titre comme un plan d’effectifs. Cartographier les savoirs par métier, y compris les exceptions et les vérifications qu’une personne fait encore. 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 la pratique ne soit pas laissée au hasard. La revue de ces preuves par un manager est dans les évaluations par les managers. La vue d’impact de l’IA sur les métiers est indicative. Ce n’est pas le chiffre de croissance de 8,3 %, et ce n’est pas le taux d’adoption du Census. Le plan Gratuit couvre jusqu’à trois métiers. Le nombre de salariés n’est pas plafonné.
Sources
- Public Policy Institute of California, Sarah Bohn, Julien Lafortune et Daniel Payares-Montoya, What California’s Next Governor Needs to Know About AI and Jobs, billet, 19 novembre 2026, 12e de la série sur les enjeux du prochain gouverneur de Californie. Perceptions : près de la moitié des Californiens en emploi s’attendent à ce que l’IA réduise les emplois disponibles ; environ un sur trois craint qu’elle lui coûte son emploi ou réduise ses heures ou son salaire. Les données actuelles ne soutiennent pas un déplacement d’emplois large dû à l’IA. L’emploi n’a pas beaucoup changé pour les travailleurs dont les tâches recouvrent le plus les capacités de l’IA. Les demandes d’allocation n’ont pas bondi parmi eux depuis les outils d’IA publics de 2022. Les demandes des diplômés du supérieur et des travailleurs de la Bay Area dans les emplois les plus susceptibles d’être touchés ont augmenté peu après ChatGPT. Le billet ne dit pas que l’IA a causé cette hausse. Certains travailleurs peuvent voir changer heures, paie ou responsabilités. Forbes : 33 des 50 premières entreprises d’IA. PitchBook : ces entreprises ont ajouté presque 30 000 emplois entre 2022 et 2026, dont certains peuvent être dans d’autres États. Catégories plus larges, y compris des rôles techniques d’IA et des rôles produit ou commerciaux comme la conception web et la vente : croissance de 8,3 % en Californie depuis 2022, contre 0,5 % à l’échelle de l’État ; les chiffres peuvent refléter des entreprises hors IA. Plus de 300 000 emplois industriels nationaux sont mentionnés sans étude nommée, et ne sont pas traités ici comme un décompte vérifié. Peu d’indices d’une remontée de la construction et de l’industrie en Californie. Exposition : 55 % avec une licence ou plus et 45 % avec moins, parmi les travailleurs des emplois les plus recouvrants. Des métiers de bureau sont nommés à côté des data scientists et des développeurs. Les femmes, les personnes blanches et asiatiques, et les travailleurs à revenu élevé sont plus exposés, mais pas exclusivement ; aucun pourcentage n’est imprimé pour cette liste. Enquête de novembre 2025, non ouverte ici : l’usage de l’IA au travail augmente avec l’éducation et le revenu et est plus fréquent dans la Bay Area. Parenthèse entreprises : 37 % des grandes entreprises américaines contre moins de 20 % des petites ; 40 % dans l’information et les services professionnels contre moins de 20 % dans l’industrie ou le détail. Le classement Forbes, le fichier PitchBook et l’enquête de novembre 2025 n’ont pas été ouverts. Lu le 21 novembre 2026.
- U.S. Census Bureau, Adam Grundy, Cory Breaux et Dhanapati Khatiwoda, Large Firms With at Least 20 Employees Biggest AI Users, 26 mai 2026, Business Trends and Outlook Survey, données du 14 décembre 2025 au 3 mai 2026. L’usage global a oscillé entre 17 % et 20 % ; 20 % à 23 % s’attendaient à utiliser l’IA dans les six mois. L’usage a augmenté chez les entreprises d’au moins 20 salariés et n’a pas changé de façon significative sous 20. 37 % des entreprises d’au moins 250 salariés ont déclaré utiliser l’IA dans leurs opérations. Dans la période finissant le 3 mai 2026, 32 % des entreprises de 100 à 249 salariés utilisaient l’IA. Moins de 20 % des entreprises de quatre salariés ou moins ont déclaré utiliser l’IA. Au 3 mai 2026 : information 39,7 %, finance et assurance 33,9 %, taux national 19,8 %. Détail autour de 14 % actuel et environ 17 % attendu. La formulation a changé le 17 novembre 2025, de l’usage pour produire des biens ou des services à l’usage dans toute fonction. Les 40 % du PPIC et sa comparaison industrielle ne sont pas ces lignes. Lu le 21 novembre 2026.
- Organisation internationale du Travail, AI and developing economies: Promoting decent work in a time of rapid technological change, brief, 4 novembre 2026. Points clés de la page de publication seulement. Effets modestes et lents, même dans les économies avancées. Exposition, adoption et résultats réalisés sont des phases distinctes. Exposition à l’automatisation plus faible à court terme, capacité plus faible à capter les gains. Des écarts de connectivité, de calcul, de contexte et de données, et de compétence peuvent produire un « disruption without dividend » : les travailleurs et les entreprises font face à une perturbation liée à l’IA avant de pouvoir profiter pleinement de la productivité permise par l’IA. Le travail de plateforme, l’annotation, la modération et l’externalisation de processus d’IA peuvent élargir les revenus et, combinés au management algorithmique, élever des risques de paie, de surveillance, d’autonomie, de protection sociale, de santé mentale et de carrière. Le corps du PDF et le document séparé « Disruption without dividend? » n’ont pas été utilisés. Lu le 21 novembre 2026.
- Commission européenne, AI Act Service Desk, Article 4 : culture en IA et annexe III, point 4 a). Le service desk dit que le texte repose sur la version consolidée d’EUR-Lex au 27 juillet 2026 et marque l’article 4 comme modifié. L’obligation n’exige pas un niveau garanti de culture en IA pour un individu. Lu le 21 novembre 2026. EUR-Lex n’a pas été ouvert.
- Commission européenne, AI Act Service Desk, When does enforcement start?. Règles à haut risque de l’annexe III à partir du 2 décembre 2027. Lu le 21 novembre 2026. EUR-Lex n’a pas été ouvert.
Sources revues le 21 novembre 2026. « Près de la moitié » et « environ un sur trois » ne sont pas convertis en 50 % ou 33 %. Les presque 30 000 emplois sont le décompte d’entreprises de PitchBook, et certains peuvent être dans d’autres États. Les 8,3 % sont une croissance de catégories plus larges qui peuvent inclure des entreprises hors IA, pas ce décompte. Le chiffre de plus de 300 000 emplois industriels n’a pas d’étude nommée dans le billet du PPIC et n’est pas un décompte vérifié. « Grande » et « petite » chez le PPIC ne sont pas les tranches Census de 250 salariés et de quatre ou moins. Le titre du Census sur les entreprises d’au moins 20 salariés n’est pas les 37 %. La ligne sectorielle de 40 % n’est pas les 39,7 % du Census. La formule de l’OIT est une perturbation avant le bénéfice de productivité, pas un taux de licenciement californien. L’association, la liste de tâches et l’image de la salle de formation sont des illustrations. Ni un score de détecteur d’IA ni l’absence de pénalité Google ne peuvent être garantis.