Emplois IA : Ramp voit +12%, Goldman voit -16k

Le débat sur l’impact de l’intelligence artificielle sur l’emploi s’est brutalement complexifié le 29 juin 2026. Un rapport Ramp et Revelio Labs sur 22 000 entreprises montre les rôles entry-level en hausse de 12 % chez les gros adopters IA. Goldman Sachs, à l’inverse, chiffre à 16 000 par mois les postes érasés par l’IA sur l’année écoulée.

Pour résumer

• Le rapport Ramp Revelio Labs montre les emplois entry-level en hausse de 12 % chez les high-intensity AI adopters
• Goldman Sachs chiffre à environ 16 000 postes par mois les pertes attribuées à l’IA sur les douze derniers mois
• 90 000 licenciements officiellement liés à l’IA ont été comptabilisés de janvier à mai 2026 aux États-Unis

Deux narratifs opposés sur la même période

Le 29 juin 2026, un article de couverture consolide les publications récentes sur l’emploi et l’intelligence artificielle. Le constat central est simple : les données disponibles racontent deux histoires différentes sur la même période. D’un côté, les gros adopters IA embauchent plus. De l’autre, les statistiques agrégées montrent des pertes nettes qui s’accélèrent.

Le rapport Ramp et Revelio Labs porte sur environ 22 000 entreprises analysées. Le résultat le plus commenté est la hausse de 10,2 % des effectifs chez les high-intensity AI adopters, avec une progression de 12 % sur les postes entry-level. Ce chiffre remet en cause l’idée que l’IA détruit d’abord les jeunes recrues, largement diffusée depuis six mois.

Le contre-narratif vient de Goldman Sachs, qui estime que l’IA aurait effacé environ 16 000 emplois par mois sur les douze derniers mois. En cumulant sur l’année, la banque arrive à des ordres de grandeur qui dépassent les 190 000 postes évaporés. La méthode diffère de Ramp mais les deux chiffrages coexistent dans le paysage médiatique et régulatoire.

Le comptage officiel des licenciements attribués à l’IA aux États-Unis atteint 90 000 postes de janvier à mai 2026. Ce chiffre, comptabilisé sur base d’annonces publiques d’entreprises, ne mesure pas l’effet net mais la fréquence à laquelle l’IA est citée dans les motifs officiels. La différence méthodologique explique une partie de la divergence Ramp-Goldman.

Le Boston Consulting Group ajoute une projection à cinq ans : 15 % des emplois américains seraient exposés à un remplacement direct par l’IA d’ici 2031. Cette projection, plus prospective qu’observationnelle, se juxtapose aux chiffres de flux mensuels de Goldman et aux stocks d’effectifs de Ramp.

Le biais méthodologique qui rebat les cartes

Le rapport Ramp reconnaît explicitement ses limites. Les auteurs précisent que leur étude « ne démontre pas que l’IA crée universellement des emplois », mais qu’elle contredit l’idée que l’IA entraînerait des pertes massives généralisées. Cette nuance est importante et souvent perdue dans la reprise publique du chiffre 12 %.

Le biais principal identifié est l’échantillon. Les 22 000 entreprises analysées penchent vers des sociétés tech-forward, bien financées, déjà en phase de croissance. Autrement dit, on observe des entreprises pour lesquelles l’adoption IA et la croissance sont peut-être deux effets d’une même cause, plutôt que l’IA générant la croissance de l’effectif.

Les auteurs vont plus loin. Ils avertissent que les entreprises riches en ressources pourraient creuser leur avance sur les acteurs qui expérimentent l’IA via de simples abonnements. Autrement dit, l’écart de traitement entre grands adopters et le reste du marché serait le vrai enseignement du rapport, plus que le chiffre agrégé lui-même.

Cette lecture reconfigure la question. Le débat pertinent n’est plus « l’IA crée ou détruit des emplois », mais « quelles entreprises embauchent, lesquelles licencient, et pourquoi ». Cette formulation déplace l’analyse vers les inégalités entre entreprises et non plus vers un effet macro homogène.

Cette divergence méthodologique se cumule avec les signaux déjà couverts sur les dernières semaines. Anthropic a annoncé la fin de ses postes d’entrée pour les juniors, alors même que le rapport Ramp compte des progressions entry-level chez les gros adopters. Un exemple concret côté industrie automobile va dans le même sens : Ford a rappelé 350 ingénieurs après l’échec de son IA qualité. Ces deux réalités coexistent parce qu’elles décrivent des segments de marché différents.

À voir également sur Horizon :

• Claude Sonnet 5 casse le prix face à GPT-5.5
• DSpark : DeepSeek accélère son IA de 85% sur GPU
• Meta bannit Claude Code et Codex chez ses ingénieurs

Ce que le débat révèle du rapport IA-emploi

La lecture composite des trois chiffrages produit une image plus fine que chacun pris séparément. Les gros adopters IA continuent d’embaucher mais probablement parce qu’ils avaient déjà les moyens d’investir simultanément dans la technologie et dans les talents. Le marché segmenté entre elles et le reste des entreprises se durcit.

L’écart avec les 16 000 pertes mensuelles chiffrées par Goldman s’explique alors moins par une contradiction que par un focus différent. Goldman regarde le flux net à l’échelle macro, Ramp regarde le stock chez un sous-ensemble d’entreprises spécifiques. Additionner les deux serait techniquement incorrect, mais les opposer médiatiquement est également trompeur.

Un point renforce cette lecture. Le sondage Anthropic sur Claude fait la moitié des tâches décrit un basculement à l’échelle individuelle, pas nécessairement à l’échelle du poste. Autrement dit, un employé peut voir sa charge de travail changer sans perdre son emploi, ce qui rend le comptage des emplois net inadapté à l’analyse fine de l’impact IA.

À court terme, la conséquence pour les décideurs politiques est concrète. Les projections BCG de 15 % d’emplois menacés d’ici 2031 vont alimenter les argumentaires réglementaires. Les représentants syndicaux, notamment côté public américain et européen, disposent maintenant d’un chiffre suffisamment marquant pour peser dans les négociations d’accords collectifs.

À moyen terme, la question qui domine est celle des employés d’entreprises moyennes, ni tech-forward ni gros adopters. Ces salariés se retrouvent dans une zone grise. Leur employeur n’investit pas assez pour bénéficier des effets Ramp, mais utilise probablement des outils IA suffisamment pour être exposé au risque Goldman. Cette catégorie intermédiaire est celle sur laquelle le débat public va se concentrer dans les mois qui viennent.

Affaire à suivre sur Horizon.