Comment l’IA élargit le champ d’action des professionnels

L’IA transforme les tâches réalisées au travail. Dans une analyse portant sur plus de 800 000 messages d’utilisateurs américains de ChatGPT, notre nouvelle étude indique que 16,8 % des messages liés au travail et 43,5 % des messages propres à un métier concernent des tâches associées à un autre métier.

Un dirigeant de petite entreprise peut rédiger lui-même des textes, examiner un contrat ou effectuer une analyse financière de base. Un commercial peut utiliser l’IA pour explorer un jeu de données clients qui aurait auparavant été confié à un analyste. Un spécialiste du marketing peut résoudre un problème sur un site web sans attendre l’intervention d’un développeur. Dans chaque cas, l’IA change non seulement la manière dont le travail est réalisé, mais aussi la répartition des tâches.

Notre nouveau rapport, Work at the Frontier: How AI is Expanding What People Do at Work, étudie cette évolution. Nous appelons le phénomène qui en résulte le croisement des tâches : des tâches historiquement associées à un métier apparaissent dans les usages de l’IA de personnes exerçant un autre métier. Dans notre Cadre de transition des emplois liés à l’IA⁠(ouverture dans une nouvelle fenêtre), nous avançons que de nombreux emplois sont susceptibles d’être réorganisés, car leurs tâches quotidiennes pourraient évoluer considérablement. Ce rapport est le premier de notre nouvelle série Work at the Frontier, qui étudie en temps réel la manière dont l’IA transforme le travail. 

Grâce à notre point de vue unique sur les mutations du monde du travail, nous publierons régulièrement des analyses fondées sur des données probantes afin d’orienter les politiques et les pratiques.

De nombreuses études sur l’IA et le travail partent d’une liste fixe de tâches associées à un métier donné et cherchent à déterminer si les modèles peuvent les accomplir. Nos données indiquent que l’IA modifie également la répartition des tâches entre les personnes.

Pour mesurer le croisement des tâches, nous distinguons d’abord le travail associé à un métier de celui que l’on retrouve dans de nombreux emplois. Certaines activités, telles que la rédaction, la synthèse et la planification, sont trop largement communes aux différents métiers pour témoigner d’un croisement. Nous les classons comme génériques. Pour les autres messages, nous déterminons si la tâche relève ou non du métier de l’utilisateur. Parmi les messages non génériques, 43,5 % portent sur des tâches extérieures au métier de l’utilisateur. Ce constat donne un premier aperçu de la façon dont l’IA pourrait remodeler le contenu des emplois avant que ces changements n’apparaissent dans les fiches ou les intitulés de poste.

Cela laisse penser qu’une part importante des usages professionnels de ChatGPT vient d’utilisateurs qui élargissent leur rôle. Le phénomène est particulièrement marqué dans plusieurs groupes. Une fois le travail générique exclu, les tâches relevant d’autres métiers représentent : 

• 77 % des messages propres à un métier chez les professionnels de l’expérience client
• 75 % chez les designers
• 69 % chez les professionnels des ressources humaines
• 56 % chez les professionnels du droit 
• 53 % chez les spécialistes du marketing

Ces métiers empruntent ces tâches à d’autres fonctions. Les données témoignent d’une nouvelle division du travail : certaines activités qui nécessitaient autrefois de passer le relais peuvent désormais être réalisées par la première personne confrontée au besoin.

La carte thermique ci-dessous illustre le croisement des tâches en déterminant à quel métier chaque message non générique ressemble le plus. Les tâches de marketing et d’ingénierie voyagent le plus loin et apparaissent fréquemment dans les messages de professionnels extérieurs à ces domaines.

Lorsque l’on passe des métiers aux tâches précises, le croisement des tâches n’est pas réparti uniformément. Les calculs financiers et la résolution de problèmes technologiques figurent chacun parmi les trois tâches extérieures les plus fréquentes dans les sept autres groupes de métiers étudiés. Les tâches marketing circulent elles aussi largement : la création de supports marketing apparaît dans cinq autres groupes et occupe une place particulièrement importante chez les designers.

L’examen de catégories de tâches plus larges révèle deux directions distinctes de croisement. Certains métiers intègrent de nombreuses tâches provenant d’autres professions. D’autres fournissent des tâches que l’on retrouve dans de nombreux emplois différents.

Le design illustre le premier cas de figure. Environ 35,2 % des messages des designers concernent un travail habituellement associé à un autre métier, tandis que les tâches de design ne représentent que 1,7 % des messages des professionnels d’autres domaines. Les designers font largement appel à des tâches extérieures à leur métier, mais le travail de design lui-même apparaît rarement ailleurs.

L’ingénierie présente une situation presque inverse. Seuls 18,5 % des messages d’ingénierie portent sur des tâches relevant d’autres domaines, mais les tâches d’ingénierie représentent 7,4 % des messages des professionnels exerçant d’autres métiers. L’ingénierie constitue une source importante de tâches prises en charge par des professionnels d’autres domaines, de la résolution de problèmes logiciels à l’utilisation de systèmes techniques.

Le marketing se distingue dans les deux directions. Les spécialistes du marketing consacrent 24,3 % de leurs messages à des tâches associées à d’autres métiers, tandis que les tâches de marketing représentent 8,9 % des messages des professionnels d’autres domaines, soit la part de diffusion la plus élevée de l’échantillon. Les professionnels du marketing combinent des tâches issues de plusieurs domaines, et les tâches marketing se diffusent aussi largement dans toute l’organisation.

La taille et la structure d’une entreprise influencent la manière dont l’IA transforme le travail. Dans une grande entreprise, les salariés peuvent avoir accès à des équipes spécialisées, à des processus établis et à des services internes. Dans une structure plus petite, la personne la plus proche du problème est plus susceptible de le prendre en charge que de le déléguer.

Chez les utilisateurs moyens, la part des tâches relevant d’autres métiers passe de 18,9 % pour ceux qui travaillent dans des espaces de 2 à 5 postes à 16,3 % dans les espaces de plus de 100 postes. Chez les utilisateurs les plus intensifs, nous n’observons pas la même évolution monotone.

Une explication possible est que, dans les petites structures, les utilisateurs modérés se tournent vers l’IA lorsqu’ils sont confrontés à une tâche qui nécessiterait autrement l’intervention d’une autre fonction. Les utilisateurs intensifs ont peut-être plutôt mis en place des processus stables assistés par l’IA, plus similaires d’une organisation à l’autre, ou utilisent l’IA plus fréquemment au sein de leur métier principal.

L’IA peut être particulièrement utile comme outil généraliste lorsque les ressources spécialisées sont rares.

Ces données d’utilisation de l’IA indiquent où le travail est en train d’évoluer. Elles nous permettent de voir comment l’IA aide les professionnels à expérimenter de nouvelles combinaisons d’activités avant que les entreprises ne réécrivent les fiches de poste ou ne créent de nouveaux intitulés. En ce sens, les tendances d’utilisation peuvent constituer un indicateur précoce des mutations des métiers, que les statistiques conventionnelles du marché du travail ne saisiront que plus tard.