Un licenciement pour l’IA ne prouve pas la fin du travail
Le 28 octobre 2026, Gartner prévoit que 30 % des salariés licenciés et remplacés par l’IA seront réembauchés d’ici 2029, souvent plus cher.
Christian Kosiek•Publié le •20 min de lecture

Un employeur remplace une coordinatrice expérimentée par un système d’IA. Six mois plus tard, une réclamation complexe tombe entre des étapes automatisées, et personne ne sait qui a le pouvoir de la trancher. La masse salariale peut être plus basse. La personne qui comprenait les exceptions n’est plus là. Cette scène est hypothétique. Ce n’est pas un cas documenté, et ce n’est pas un résultat des prévisions ci-dessous. Elle illustre un risque plus étroit : supprimer un rôle est plus facile que prouver que le travail, le jugement et la responsabilité ont disparu.
Les 30 % sont une prévision
Le 28 octobre 2026, à Orlando, Gartner a publié une prévision depuis son HR Symposium/Xpo. La phrase d’ouverture dit que, d’ici 2029, 30 % des salariés qui ont été licenciés et remplacés par l’IA seront réembauchés, souvent à un coût plus élevé, alors que les organisations peinent à aligner les décisions d’effectifs sur des besoins qui évoluent. Le titre conditionne cette prévision au fait que les organisations ne refondent pas la planification des effectifs. Le titre anglais contient une contraction, donc cet article ne le cite pas. « Échouer à refondre » n’est pas une deuxième statistique. C’est une paraphrase du titre. Le corps utilise une autre proposition : les organisations peinent à aligner les décisions. Ces deux formulations ne sont pas interchangeables, et aucune n’est un comptage de personnes déjà revenues.1
Le dénominateur est précis. Ce sont les salariés licenciés et remplacés par l’IA, dans le scénario que Gartner décrit. Ce n’est pas 30 % de tous les travailleurs dont les tâches changent. Ce n’est pas 30 % de chaque emploi touché par l’IA. Dans ce communiqué, Gartner n’a pas publié un comptage longitudinal public des réembauches futures. L’année 2029 n’est pas arrivée. La conjoncture, la fiabilité des logiciels, la régulation et les décisions des employeurs peuvent encore déplacer le résultat. La phrase des 30 % est attribuée à Gartner. Elle n’est pas imprimée comme une citation d’un analyste nommé.1
Caitlyn McDonough, vice-présidente analyste de la pratique RH de Gartner, a dit, lors du même événement, que beaucoup d’organisations prennent les décisions sur l’IA et les effectifs dans le mauvais ordre. Elles décident combien de personnes laisser partir avant de comprendre ce qu’il faut pour faire le travail. Le but, dit-elle, est de comprendre quel travail compte pour la stratégie, comment ce travail change, et le bon mélange de personnes et de technologie. Cette reformulation suit la phrase anglaise, qui ne contient pas de contraction. Une phrase ultérieure, selon laquelle les dirigeants devraient cesser de planifier la main-d’œuvre qu’ils ont et commencer à planifier celle que leur stratégie exige, est aussi reformulée. Le rendu de la page montrait un point en trop après « requires », et cet article ne reproduit pas cette ponctuation.1
Le même communiqué rapporte une enquête de juillet 2026 auprès de 297 directeurs des ressources humaines. Seulement 19 % des organisations ont une planification des effectifs qui aide vraiment les dirigeants à comprendre comment le travail change, à tenir compte de l’impact de l’IA et à réaligner les stratégies de talents sur les objectifs. Les organisations dont la planification est efficace ont 1,4 fois plus de chances de dépasser leurs objectifs de revenu et 1,5 fois plus de chances de dépasser leurs objectifs de coût. Ces multiples sont une association publiée par Gartner. Ce n’est pas un essai qui prouve que la planification a causé le résultat, et ce n’est pas les 30 %.1
| Ce que le communiqué du 28 octobre soutient | Chiffre | Ce qu’il ne soutient pas |
|---|---|---|
| Une prévision pour 2029, parmi les salariés licenciés et remplacés par l’IA | 30 % réembauchés, souvent plus cher | Un comptage de personnes déjà de retour |
| DRH dont l’organisation planifie efficacement, juillet 2026 | 19 % de 297 | La preuve que les autres 81 % réembaucheront |
| Association avec le dépassement des objectifs de revenu | 1,4 fois | Un essai causal |
| Association avec le dépassement des objectifs de coût | 1,5 fois | Le même objet que les 30 % |
Gartner décrit cinq phases : identifier les capacités les plus critiques pour la stratégie ; prévoir la demande future de travail et les besoins de capacité ; évaluer l’offre future, humaine et assistée par l’IA ; quantifier les écarts et comparer des solutions selon le coût, le risque et la vitesse ; établir une gouvernance pour prioriser et financer les investissements. Le communiqué dit que le cadre part de la stratégie de l’entreprise, pas des emplois d’aujourd’hui. La plupart des planifications, dit-il, sont ascendantes : les dirigeants regardent les emplois, les savoir-faire et les effectifs actuels, puis demandent comment l’IA pourrait les changer. Il dit aussi que le fait que l’IA puisse faire quelque chose ne signifie pas que l’organisation s’en servira ainsi. Cette dernière phrase est reformulée, parce que le communiqué anglais utilise une contraction. Alors que les coûts de l’IA montent, le communiqué dit que les organisations concentrent l’investissement là où il sert la stratégie.1
Un trait distinctif, dans les mots du communiqué, est de prévoir la demande future de travail : décomposer le travail en éléments mesurables pour voir ce qui sera fait, en quelle quantité, et la part faite par des humains et par l’IA. Les DRH sont invités à piloter le cadre sur une ou deux capacités, puis à l’étendre à partir de ce qu’ils apprennent, plutôt que de viser d’emblée toute l’entreprise. Ce conseil de pilote est celui de Gartner. Ce n’est pas une méthode inventée ici.1
Ces 30 % se collent facilement à d’autres chiffres Gartner, comme s’il s’agissait d’une seule étude. Ce n’est pas le cas. Un autre article sépare déjà une enquête de novembre 2026 auprès de responsables du service client, avec une réponse « déjà réembauché » à 7 % et un projet de réembauche à 11 %, d’une prévision de février selon laquelle 50 % des entreprises qui attribuent des coupes de service à l’IA réembaucheront pour des fonctions proches : les coupes de service sont plus petites que les titres. Ces dénominateurs, ces dates et ces questions ne sont pas le communiqué d’Orlando. Un poste qui n’est jamais créé est un troisième objet : une embauche reportée n’est pas un emploi perdu.
Ce que l’enquête britannique montre, et ce qu’elle ne montre pas
Il y a de bonnes raisons de résister à la fois au récit du remplacement de masse et à l’idée rassurante que chaque emploi supprimé revient. Le 20 juillet 2026, l’Office for National Statistics du Royaume-Uni a publié une analyse du Business Insights and Conditions Survey. Les points principaux disent que l’usage autodéclaré de l’IA dans les entreprises de 10 salariés ou plus est passé d’environ 12 % à environ 35 % depuis la fin de 2023, les plus grandes entreprises étant plus susceptibles d’avoir adopté l’IA. Le corps dit que, depuis septembre 2023, la part de ces entreprises qui déclarent au moins une technologie d’IA a atteint un peu moins de trois fois son niveau initial, d’environ 12 % à environ 35 %. « Un peu moins de trois fois » est la formule du bulletin. Ce n’est pas une autre enquête.2
Le même bulletin imprime deux fenêtres de juin, et cet article ne choisit pas entre elles. Le titre de la figure va du 18 septembre au 1er octobre 2023 jusqu’au 15 juin-28 juin 2026. La ligne de source de la figure dit vague 159, du 5 juin au 28 juin 2026. La section méthode renvoie à une page de questionnaire titrée du 15 juin 2026 au 28 juin 2026. Ces dates restent telles qu’imprimées.2
La phrase sur les effectifs, dans les points principaux, est plus étroite que « l’adoption n’a rien changé ». Elle dit que l’amélioration des opérations est l’usage le plus fréquent de l’IA, déclaré par plus de 60 % des plus grandes entreprises, et que cela ne s’est pas encore traduit par des changements larges de l’effectif global. Une section ultérieure dit que près de 60 % des entreprises déclarent utiliser l’IA pour améliorer les opérations, avec des taux un peu plus bas chez les plus petites. « Plus de 60 % des plus grandes » et « près de 60 % » figurent tous les deux dans le bulletin. Ils ne sont pas moyennés ici.2
La section sur le marché du travail est plus précise que la formule des points principaux. La plupart des entreprises déclarent que l’usage de l’IA n’a pas, jusqu’ici, changé l’effectif global. Toutes tailles confondues, environ la moitié déclarent aucun impact, avec des parts particulièrement hautes parmi les entreprises de 10 à 249 salariés. Les baisses sont les plus visibles chez les entreprises de taille moyenne, un peu moins de 7 % déclarant une diminution. Le bulletin dit que la part est un peu plus basse dans les petites entreprises. Il n’imprime pas ce pourcentage plus petit, et cet article ne l’invente pas.2
Une autre coupe porte sur l’objet, pas sur toutes les entreprises. Parmi celles qui utilisent l’IA pour améliorer les opérations, 63 % déclarent aucun changement d’effectif, 1 % une hausse et 6 % une baisse. La note de cette figure exclut « pas sûr » et « sans objet ». Les 6 % ne sont pas 6 % de toutes les entreprises britanniques, et ce n’est pas le « un peu moins de 7 % » des entreprises de taille moyenne. Environ 10 % des entreprises déclarent automatiser ou remplacer des rôles comme façon d’intégrer des savoir-faire liés à l’IA, avec peu de variation selon la taille. Ces 10 % sont une réponse de savoir-faire, pas la baisse d’effectif. Seulement 11 % des entreprises de 10 salariés ou plus déclarent que plus de la moitié de leur main-d’œuvre a reçu une formation liée à l’IA.2
| Ligne de l’ONS | Ce qu’elle décrit | Ce qu’elle n’est pas |
|---|---|---|
| Environ 12 % à environ 35 % | Usage autodéclaré, entreprises de 10 salariés ou plus, depuis fin 2023 | Une part de travailleurs |
| Plus de 60 % des plus grandes, et la formule « pas encore large » | L’usage le plus fréquent, améliorer les opérations | La preuve qu’aucune entreprise n’a changé son effectif |
| Environ la moitié, aucun impact sur l’effectif | Entreprises de toutes tailles, jusqu’ici | Un constat que les tâches sont inchangées |
| Un peu moins de 7 % | Entreprises de taille moyenne qui déclarent une baisse | Le taux des petites, qui n’est pas imprimé |
| 63 %, 1 % et 6 % | Entreprises qui améliorent les opérations, réponses incertaines exclues | 6 % de toute l’économie |
| Environ 10 % | Automatiser ou remplacer des rôles comme réponse de savoir-faire | La même chose que la baisse de 6 % |
Le bulletin sépare aussi les personnes et les entreprises. Plus de la moitié des salariés (55 %) déclarent utiliser l’IA pour le travail ou les études, contre environ un tiers (35 %) des entreprises qui déclarent au moins une technologie d’IA. Le chiffre des personnes vient de l’Opinions and Lifestyle Survey, du 6 mai au 28 juin 2026, pour la Grande-Bretagne, et il peut inclure un usage hors de l’activité formelle de l’entreprise. Le chiffre des entreprises concerne celles de 10 salariés ou plus. Appeler les 35 % une part de travailleurs mélangerait les deux mesures.2
La vague 159 a eu un taux de réponse de 26,7 %, avec 38 637 entreprises répondantes. Les statistiques sont décrites comme des statistiques officielles en développement. Certains secteurs sont exclus, dont l’agriculture, l’extraction de pétrole et de gaz, l’énergie, l’administration publique et la défense, l’éducation et la santé publiques, et la finance et l’assurance. Le bulletin dit que l’IA est saisie comme une liste de technologies, pas comme un seul concept, et que le chiffre titre traite les usages déclarés comme équivalents. C’est une enquête d’entreprises autodéclarée. Ce n’est pas une expérience qui tient les autres causes fixes. Cette dernière limite est une lecture éditoriale du dispositif. L’ONS n’imprime pas la formule « expérience contrôlée ».2
Le bulletin cite d’autres institutions, dont une comparaison de la Réserve fédérale de Saint-Louis, un papier du National Bureau of Economic Research, le Decision Maker Panel de la Banque d’Angleterre et une étude du ministère britannique de la science. Ces pages n’ont pas été ouvertes pour cet article. Leurs chiffres ne sont pas utilisés.
Une croissance d’effectif plus rapide n’est pas un taux de réembauche
Le baromètre mondial des emplois et de l’IA de PwC, publié à Londres le 15 juin 2026, est un troisième objet. La section « à propos » dit que le baromètre a analysé plus d’un milliard d’annonces dans 27 pays et territoires. L’ouverture dit aussi plus d’un milliard d’annonces sur six continents. Cet article traite ces deux formules comme deux rédactions du même communiqué, pas comme deux jeux de données.3
Une puce dit que les entreprises les plus à même d’utiliser l’IA voient une croissance d’effectif plus rapide que les entreprises les moins exposées à l’IA (52 % contre 36 %). Un paragraphe ultérieur dit que la croissance d’effectif des entreprises les plus exposées à l’IA dépasse celle des moins exposées, 52 % par rapport à 36 % en 2025, sur une base 2018. « Les plus à même d’utiliser l’IA » et « les plus exposées à l’IA » ne sont pas la même formule. Les deux lignes impriment 52 et 36. Seul le paragraphe donne la base 2018 et l’année 2025. Cet article ne déplace pas cette base sur la puce.3
Le communiqué présente l’écart comme un constat. Il ne dit pas que l’effectif supplémentaire est fait de personnes licenciées puis reprises. Il ne dit pas que l’IA a créé les emplois. Ces limites sont éditoriales. Un taux de réembauche et un écart de croissance d’effectif ne répondent pas à la même question. L’un peut être haut pendant que l’autre est bas, parce qu’une entreprise peut embaucher de nouveaux spécialistes et ne pas retrouver les exceptions d’une coordinatrice.
Le même communiqué parle des exigences de savoir-faire en début de carrière, dont le jugement et le leadership. Ces lignes sont une autre coupe, déjà séparée sur ce site des barres d’effectif : l’offre junior qui demande un jugement de senior. Cet article ne les réimprime pas. Les chiffres de productivité et de salaires du même communiqué restent aussi là-bas. Ils ne sont pas un prix pour faire revenir une personne nommée.
Un déplacement local peut coexister avec un total national qui bouge à peine. Une entreprise peut couper des rôles administratifs et embaucher des personnes qui gouvernent les données, conseillent les clients ou redessinent un processus. Une tâche qui change dans un métier n’est pas le même événement qu’un emploi qui s’arrête. Quand un emploi s’arrête, la recherche suivante peut durer plus longtemps : la recherche après une perte d’emploi liée à l’IA. Réembaucher un rôle n’est pas non plus réembaucher la personne d’origine. La répartition du coût compte autant que l’agrégat. Cette phrase est un jugement éditorial. PwC ne l’a pas imprimée comme un résultat.
Retirer un salaire ne retire pas une capacité
Une fiche de poste note les tâches récurrentes. Elle note rarement le contexte qu’une personne porte : comment traiter un client inhabituel, quand contester un fournisseur, quels dossiers sont incomplets, et quelle escalade informelle empêche une petite erreur de devenir coûteuse. Un système génératif peut rédiger une réponse, classer un dossier et résumer un fichier. Ce sont des tâches. Un emploi combine aussi la responsabilité, la priorité, les relations et les décisions dans l’ambiguïté. Cette distinction est éditoriale. C’est la raison pour laquelle la prévision des 30 % porte sur la planification, pas sur une démonstration d’outil.
Prenons une organisation sociale hypothétique de 45 personnes qui instruit des demandes de subvention. L’IA peut trier les documents et préparer un premier résumé d’éligibilité. Quelqu’un doit encore voir des preuves contradictoires, expliquer une décision à un demandeur et protéger des informations sensibles. Si l’organisation retire la coordination après avoir automatisé le tri, les exceptions qui restent peuvent être plus difficiles, pas plus faciles. L’exemple n’est pas une entreprise répondante de l’ONS, ni une entreprise du communiqué Gartner.
Trois modes d’échec suivent. C’est une lecture éditoriale, pas un résultat Gartner et pas un tableau de l’ONS.
D’abord, les économies sont souvent estimées sur les cas faciles. Une fois les demandes routinières traitées automatiquement, le travail humain se concentre sur les litiges, les exceptions et les décisions à enjeu. Compter les tickets manque ce changement de complexité.
Ensuite, la transition a un coût. Quelqu’un doit nettoyer les données, tester les sorties, tenir les contrôles, former les personnes et examiner les échecs. Ces tâches peuvent retomber sur un personnel dont le temps était supposé libre. Quand la responsabilité est coupée entre des équipes, le délai et l’erreur peuvent monter même si le logiciel fait ce qui était spécifié.
Enfin, la mémoire de l’organisation est difficile à reconstruire. Les personnes expérimentées savent quelles situations inhabituelles méritent l’attention et comment une décision atterrit chez les clients, les collègues et les régulateurs. Un système ne stocke une procédure que si quelqu’un l’a identifiée et écrite. Un savoir perdu dans un licenciement précipité peut ne pas être dans l’archive.
Former ou réaffecter avant une coupe est un choix voisin, avec d’autres sources. Cet article ne traite pas ce marché comme une preuve des 30 %.
Un petit employeur peut chiffrer le revers
Avant de supprimer un poste, un employeur peut écrire le rôle en quatre catégories : tâches automatisables de façon fiable, tâches qui exigent une revue humaine, traitement des exceptions, et relations ou responsabilités qui ont besoin d’un responsable nommé. Puis piloter le flux sur des exemples réels, avec consentement, et mesurer la qualité, le délai, les escalades, les reprises et la charge, pas seulement ce que le logiciel émet. Faire une deuxième somme pour le revers : la précision baisse, un fournisseur change le prix, un client conteste une décision automatisée, ou le système est indisponible une semaine. Un dossier qui inclut la formation, la supervision et la reprise est un autre document qu’une économie de masse salariale. Réaffecter, ou embaucher moins, peut être moins risqué qu’un licenciement. Cette liste n’est pas les cinq phases de Gartner. Les cinq phases sont dans le communiqué d’Orlando. Cette liste est un test éditorial pour une petite équipe. Ce n’est pas une recherche validée.
Pour les salariés, la réponse utile n’est pas seulement d’apprendre à prompter. Un savoir-faire démontrable pour vérifier des preuves, résoudre une exception, expliquer un arbitrage et améliorer un flux a de la valeur là où une réponse automatisée générique ne suffit pas. Les employeurs peuvent faire du traitement encadré des exceptions une partie de la formation, plutôt que de le laisser à un groupe de vétérans qui se réduit. Ces phrases sont éditoriales. Ce ne sont pas des recommandations de l’ONS.
Si l’organisation est dans l’Union européenne, un système destiné à décider un licenciement peut relever de l’annexe III, point 4(b), du règlement sur l’IA : décisions qui affectent les conditions d’une relation de travail, une promotion ou une cessation, l’allocation de tâches à partir du comportement individuel ou de traits personnels, ou le suivi et l’évaluation de la performance. Un système destiné à filtrer qui est réembauché peut relever du point 4(a), sur le recrutement et la sélection, y compris l’évaluation des candidats. Le service desk de la Commission dit que les règles à haut risque de l’annexe III s’appliquent à partir du 2 décembre 2027. Une cartographie des rôles n’est pas ce système. Ceci n’est pas un conseil juridique. EUR-Lex n’a pas été ouvert pour cet article, donc la date est celle du service desk. Un traitement plus long de ces règles se trouve dans l’article sur le service client cité plus haut.45
La prévision met un prix sur une hypothèse
Les 30 % de Gartner peuvent se révéler trop hauts ou trop bas. Leur apport utile est de mettre un prix sur une hypothèse : retirer un salaire retire une capacité. Le bulletin de l’ONS est une raison de ne pas traiter l’adoption britannique actuelle comme une vague de changement d’effectifs. L’écart de PwC est une raison de ne pas traiter une embauche plus rapide dans les entreprises exposées comme la preuve que les personnes licenciées ont été réembauchées. L’IA peut encore rendre une équipe plus productive. Des gains durables dépendent d’une redéfinition des responsabilités, du maintien du savoir-faire et de la mesure des résultats. Le plan d’effectifs le plus prudent est celui qui fonctionne encore quand les tâches faciles ont disparu. Cette dernière phrase est un jugement éditorial. Ce n’est pas un score Gartner.
Comment hilighter peut aider
hilighter ne prévoit pas qui sera réembauché. Il ne reproduit pas un chiffre de Gartner, de l’ONS ou de PwC, et il ne décide pas si un rôle doit être retiré.
Ce qu’une équipe peut faire, c’est écrire le travail avant que la ligne de salaire bouge. Cartographier les compétences par rôle, y compris les exceptions et les contrôles 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 l’apprentissage ne soit pas seulement l’emploi qui a été coupé. 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 la prévision des 30 %, et ce n’est pas le tableau d’effectifs de l’ONS. Le plan Gratuit couvre jusqu’à trois rôles. Le nombre de salariés n’est pas plafonné.
Sources
- Gartner, Gartner predicts 30% of employees replaced by AI will be rehired by 2029, Orlando, 28 octobre 2026, HR Symposium/Xpo. Le titre officiel contient une contraction, donc le texte du lien est raccourci. Phrase d’ouverture : d’ici 2029, 30 % des salariés licenciés et remplacés par l’IA seront réembauchés, souvent à un coût plus élevé, alors que les organisations peinent à aligner les décisions d’effectifs. La condition du titre est paraphrasée, pas citée. Enquête de juillet 2026 auprès de 297 DRH : 19 % avec une planification efficace ; 1,4 fois les objectifs de revenu et 1,5 fois les objectifs de coût, comme association. Cinq phases, un pilote d’une ou deux capacités, et la demande future de travail comme trait distinctif. McDonough est reformulée sur l’ordre des décisions. La recherche clients derrière la prévision n’a pas été ouverte. Lu le 20 novembre 2026.
- Office for National Statistics, Artificial intelligence in UK businesses: 2023 to 2026, publié le 20 juillet 2026, Business Insights and Conditions Survey. Points principaux : environ 12 % à environ 35 % depuis fin 2023, entreprises de 10 salariés ou plus ; l’amélioration des opérations, déclarée par plus de 60 % des plus grandes entreprises, ne s’est pas encore traduite par un changement large d’effectifs. Corps : un peu moins de trois fois, d’environ 12 % à environ 35 %. Le titre de figure se termine au 15-28 juin 2026 ; la source dit vague 159, 5-28 juin 2026. Près de 60 % utilisent l’IA pour améliorer les opérations. Environ la moitié ne voient pas d’impact sur l’effectif ; un peu moins de 7 % des entreprises de taille moyenne déclarent une baisse. Parmi les entreprises qui améliorent les opérations, « pas sûr » et « sans objet » exclus : 63 % aucun changement, 1 % de hausse, 6 % de baisse. Environ 10 % déclarent automatiser ou remplacer des rôles comme réponse de savoir-faire. 11 % des entreprises de 10 salariés ou plus disent que plus de la moitié de la main-d’œuvre a reçu une formation liée à l’IA. Salariés 55 % (Opinions and Lifestyle Survey, 6 mai-28 juin 2026, Grande-Bretagne) contre environ 35 % des entreprises. Taux de réponse de la vague 159 : 26,7 %, 38 637 entreprises. Statistiques officielles en développement. Les études externes citées par l’ONS n’ont pas été ouvertes, et leurs chiffres ne sont pas utilisés. Lu le 20 novembre 2026.
- PwC, AI reshapes global labour market into two distinct paths, communiqué, Londres, 15 juin 2026. Plus d’un milliard d’annonces dans 27 pays et territoires ; l’ouverture dit aussi plus d’un milliard d’annonces sur six continents. Puce : entreprises les plus à même d’utiliser l’IA contre les moins exposées, 52 % contre 36 %. Paragraphe : les plus exposées contre les moins exposées, 52 % par rapport à 36 % en 2025, base 2018. Ces deux formules ne sont pas fusionnées. Les lignes début de carrière, productivité et salaires du même communiqué ne sont pas réimprimées ici. Lu le 20 novembre 2026.
- Commission européenne, AI Act Service Desk, annexe III, points 4(a) et 4(b). Lu le 20 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 20 novembre 2026. EUR-Lex n’a pas été ouvert.
Sources revues pour la dernière fois le 20 novembre 2026. Les 30 % sont une prévision Gartner pour 2029, pas une vague de réembauche mesurée. Les 19 %, 1,4 fois et 1,5 fois sont une association d’enquête de juillet, pas cette prévision. Les 12 % à 35 % de l’ONS concernent les entreprises de 10 salariés ou plus, pas les travailleurs ; la ligne de 55 % est une autre enquête. Les 63 %, 1 % et 6 % excluent les réponses incertaines et ne sont pas le « un peu moins de 7 % » des entreprises de taille moyenne. Les deux fenêtres de juin sont imprimées et non réconciliées. La puce PwC « les plus à même » ne reçoit pas la base 2018 du paragraphe. La coordinatrice, le bureau de subventions, le test en quatre parties et l’image de laboratoire sont des illustrations. Ni un score de détecteur d’IA ni l’absence de pénalité Google ne peuvent être garantis. La traduction assistée par IA appelle une relecture native.