L’IA ne compensera pas une pyramide des âges

Le vieillissement a trouvé son histoire technologique préférée : moins de travailleurs, donc davantage d’intelligence artificielle. La formule rassure parce qu’elle transforme une évolution lente, collective et politique en problème d’équipement. Une population active se contracte ; un logiciel augmente la productivité ; les deux courbes finissent par se croiser.

Un document de travail publié en juillet par l’OCDE donne à cette intuition une forme plus sérieuse. Il rapproche l’effet attendu du vieillissement sur le produit intérieur brut par habitant et les gains potentiels liés à l’IA. Plusieurs pays, dont la Belgique, apparaissent dans une zone où le potentiel de l’IA pourrait amortir une part importante du choc démographique.

Le graphique est utile. Sa lecture paresseuse l’est beaucoup moins.

L’OCDE ne décrit pas une compensation déjà observée. Elle juxtapose une projection démographique jusqu’en 2050 et un scénario de gains liés à l’IA sur la prochaine décennie. Le premier suppose notamment que les taux d’emploi par âge et par sexe restent inchangés. Le second suppose une adoption moyenne de l’IA, des capacités plus larges et une diffusion qui suit les conditions actuelles. Les auteurs signalent eux-mêmes la différence d’horizon.

Ce ne sont pas deux factures que l’on additionne. Ce sont deux futurs conditionnels. Entre les deux se trouve l’organisation du travail.

Une pyramide des âges n’est pas une liste de tâches

Le problème démographique ne tient pas seulement au nombre d’heures disponibles. Il touche la répartition des métiers, des compétences, des revenus, des besoins de soins et de la transmission. L’OCDE comptait en moyenne 33 personnes de plus de 65 ans pour 100 personnes de 20 à 64 ans en 2024. Elle en projette 55 dans trente ans.

Remplacer une heure de saisie ne modifie pas cette pyramide. Cela peut libérer une heure utile, réduire une erreur ou maintenir un service malgré un poste vacant. Cela ne crée ni infirmier, ni technicien, ni enseignant, ni repreneur pour une petite entreprise. Cela ne forme pas automatiquement la personne qui doit vérifier la sortie. Cela ne décide pas comment le gain est réparti.

La distinction paraît abstraite jusqu’au premier départ.

Dans une entreprise, un salarié expérimenté ne laisse pas seulement derrière lui une quantité de tâches. Il emporte une géographie : les exceptions, les clients à rappeler, les machines capricieuses, les clauses que personne ne lit, le collègue qui sait reprendre un dossier, le moment où une règle écrite ne suffit plus. Une IA peut aider à rendre une partie de cette géographie explicite. Elle peut aussi donner l’illusion que toute cette connaissance se trouvait déjà dans les documents.

Le vieillissement est donc moins un problème de volume qu’un problème de continuité. Une organisation qui ne sait pas transmettre son travail ne sera pas sauvée par un outil qui le résume.

Le chiffre macroéconomique cache deux transformations opposées

Le rapport de l’OCDE distingue l’automatisation de l’augmentation. Dans le premier cas, une partie du travail disparaît de la charge humaine. Dans le second, une personne accomplit mieux ou plus vite une tâche grâce à l’outil. Les effets sur l’emploi, les salaires et les pénuries peuvent aller dans des directions contraires.

Une automatisation efficace peut réduire le besoin de main-d’œuvre pour une production donnée. Mais si le gain baisse le prix ou permet un nouveau service, la demande peut augmenter et recréer du travail ailleurs. Une augmentation peut rendre un métier plus productif sans supprimer de poste. Elle peut aussi accroître la demande pour les personnes capables d’utiliser l’outil, donc aggraver une pénurie de compétences.

Dire que « l’IA compense le manque de travailleurs » mélange ces mécanismes.

Les données de l’OCDE apportent une nuance précieuse. L’exposition globale à l’IA augmente entre 20 et 34 ans, puis diminue. Les travailleurs plus âgés sont, en moyenne, moins exposés que ceux d’âge intermédiaire. Lorsqu’ils le sont, ils occupent plus souvent des rôles où l’IA semble compléter le travail humain plutôt que le remplacer.

Ce résultat ne fait pas des seniors une catégorie protégée. Il rappelle seulement que l’âge n’est pas une description du poste. L’expérience peut apporter de l’autonomie, du jugement et une connaissance des exceptions, précisément ce que les outils actuels traitent mal. À l’inverse, certaines personnes plus jeunes occupent des fonctions d’entrée où les tâches sont davantage standardisées et donc plus exposées à l’automatisation.

Le risque social ne suit pas la caricature du salarié âgé dépassé par la machine. Il suit la manière dont l’entreprise distribue l’apprentissage, les décisions et les tâches qui permettent d’acquérir de l’expérience.

La mobilité est la variable que le logiciel ne règle pas

Pour que les gains de productivité se diffusent, le travail doit pouvoir se déplacer : entre tâches, entre postes, parfois entre secteurs. Or la mobilité professionnelle baisse fortement avec l’âge. Les travailleurs expérimentés ont accumulé des compétences propres à leur entreprise, une ancienneté, des contraintes familiales et un horizon de carrière plus court. Ils rencontrent aussi l’âgisme à l’embauche.

L’IA peut réduire ce besoin de mobilité si elle transforme le poste existant sans le détruire. Elle peut enlever une partie répétitive, faciliter l’accès à l’information ou rendre une activité physique plus sûre. C’est le scénario le plus favorable : le travail change autour de la personne, et l’expérience garde sa valeur.

Mais si les gains se concentrent dans quelques métiers pendant que d’autres se contractent, il faut changer de rôle. Le rapport de l’OCDE souligne alors une difficulté propre aux sociétés vieillissantes : elles ont davantage besoin de réallocation au moment même où une part croissante de leur main-d’œuvre est moins mobile.

La réponse habituelle consiste à annoncer une formation.

Le mot est trop large. Une démonstration d’une heure apprend à produire un résultat. Elle ne prépare pas à reconnaître une sortie fausse, à modifier un processus, à négocier un droit d’accès, à documenter une exception ou à reprendre manuellement après une panne. Elle ne répare pas non plus un poste dont le rythme, les horaires ou la charge physique poussent déjà les salariés vers la sortie.

L’OCDE constate pourtant que la formation change les résultats : les utilisateurs formés déclarent plus souvent une amélioration de leur performance et de leurs conditions de travail. Elle observe aussi un décalage. Les compétences manquantes freinent l’adoption, surtout dans les petites entreprises, tandis que l’IA élève la demande pour des profils capables d’analyser, d’interpréter et de décider.

L’outil censé combler une pénurie commence donc par en révéler une autre.

Le temps gagné n’est pas encore de la productivité

L’Organisation internationale du Travail a passé en revue les premières preuves empiriques sur l’IA générative. Les gains de productivité existent, mais ils restent inégaux. Les économies de temps déclarées, souvent de quelques pour cent du temps de travail, ne se traduisent pas encore automatiquement en production, en revenu ou en emploi mesurables.

Ce décalage est central.

Une heure économisée peut devenir une heure de production supplémentaire. Elle peut aussi devenir une réunion, une vérification supplémentaire, une file d’attente déplacée vers un collègue ou simplement un rythme plus soutenu. Si personne ne décide ce qui arrive au temps libéré, l’entreprise obtient une mesure locale sans résultat collectif.

Le vieillissement rend cette décision plus exigeante. Dans une équipe qui perd progressivement des effectifs, le temps gagné doit servir à maintenir quelque chose de nommé : traiter les demandes urgentes, former un successeur, réduire une tâche physique, documenter les exceptions, préserver une relation client ou éviter qu’un service ferme. « Faire plus avec moins » n’est pas un objectif vérifiable. C’est une manière de cacher le choix.

La bonne unité de mesure n’est donc pas la minute générée par un assistant. C’est la continuité d’un service avec une main-d’œuvre plus rare, sans dégrader la qualité du travail ni exclure ceux qui détenaient l’expérience.

Commencer par le poste qui risque de se vider

Une entreprise n’a pas besoin d’un programme démographique pour tester cette idée. Elle peut partir d’un poste où trois signaux se rencontrent : un départ probable, un recrutement difficile et une connaissance peu documentée.

Le premier travail consiste à décrire le service rendu, pas la personne à remplacer. Quelles entrées arrivent ? Quelles décisions sont prises ? Quelles exceptions exigent du jugement ? Qui utilise le résultat ? Que se passe-t-il si la réponse tarde ou se trompe ?

Le deuxième consiste à séparer quatre catégories :

• ce qui peut être supprimé parce que personne n’en a réellement besoin ;
• ce qui peut être automatisé avec un contrôle simple ;
• ce qui peut être assisté tout en restant sous responsabilité humaine ;
• ce qui doit rester humain parce que la relation, le contexte ou l’arbitrage en fait la valeur.

Cette séparation évite de numériser l’inutile. Elle protège aussi les tâches d’apprentissage. Si l’on automatise toutes les premières étapes d’un métier, les nouveaux entrants ne voient plus les cas simples grâce auxquels ils auraient appris à traiter les cas difficiles. Une entreprise peut alors préserver les experts du travail répétitif tout en supprimant la filière qui produisait les prochains experts.

Le troisième travail consiste à organiser un binôme. La personne expérimentée apporte les cas limites et les critères de refus. Une personne moins ancienne teste si les instructions restent compréhensibles sans mémoire implicite. L’IA intervient entre les deux pour rechercher, reformuler, comparer ou préparer. Elle n’est pas le dépositaire unique du savoir.

Enfin, le test doit durer assez longtemps pour rencontrer une semaine imparfaite : absence, urgence, donnée manquante, nouveau client, panne ou règle contradictoire. Une démonstration réussie sur dix cas propres mesure l’outil. Un mois de travail réel commence à mesurer l’organisation.

Cinq preuves plutôt qu’une promesse démographique

Avant d’affirmer qu’un usage de l’IA répond au vieillissement, cinq preuves peuvent tenir sur une page.

La première est la continuité : le service reste-t-il disponible malgré une absence ou un départ ? La deuxième est la transmission : une autre personne peut-elle comprendre les règles, les sources et les exceptions ? La troisième est la qualité : les erreurs sont-elles détectées avant d’atteindre le client, le patient, l’usager ou la machine ? La quatrième est l’inclusion : les salariés concernés peuvent-ils réellement utiliser le système, avec une formation et un poste adaptés ? La cinquième est la reprise : l’entreprise sait-elle continuer quand l’outil est indisponible ou refuse un cas ?

Ces preuves sont modestes face à un scénario de produit intérieur brut. Elles ont pourtant une propriété rare : une équipe peut les observer.

La Commission européenne, dans ses travaux sur le marché du travail, insiste sur la participation et l’emploi des travailleurs âgés. L’OCDE ajoute qu’il faut agir bien avant la retraite : la trajectoire professionnelle dans la cinquantaine détermine fortement la possibilité de continuer dans la soixantaine. L’IA n’annule pas cette temporalité. Elle peut rendre un poste plus soutenable, mais seulement si le poste est effectivement repensé.

Un assistant qui accélère un travail épuisant peut prolonger l’épuisement. Un système qui soulage une contrainte physique, rend l’information accessible ou réduit une tâche sans valeur peut prolonger une carrière. La différence n’est pas dans le modèle. Elle est dans le dessin du travail.

Le scénario utile reste humain

Le document de l’OCDE ne promet pas que les robots prendront la place des générations manquantes. Il décrit un potentiel de productivité et, surtout, les conditions qui peuvent l’empêcher de se réaliser : compétences, mobilité, adoption, organisation, répartition entre automatisation et augmentation.

La société vieillissante n’a pas besoin d’une nouvelle manière d’effacer les travailleurs âgés du tableau. Elle a besoin de postes où l’expérience reste transmissible, où l’apprentissage demeure possible et où les gains servent un besoin collectif nommé.

L’IA peut aider à conserver un service, alléger un geste, retrouver une règle, préparer une décision ou transmettre un cas. C’est déjà beaucoup. Elle ne transforme pas une pyramide des âges en organigramme stable. Elle ne choisit pas qui sera formé, qui gardera le temps gagné ni quel travail mérite de continuer.

Le vrai test commence donc après la démonstration. Quand une heure a été libérée, qui en bénéficie ? Quand une tâche a disparu, comment apprend-on encore le métier ? Quand un départ approche, le savoir est-il devenu partageable ou seulement consultable dans une nouvelle boîte noire ?

Une économie peut inscrire un gain de productivité dans un scénario. Une entreprise doit encore en faire une organisation.