Rapport McKinsey 2026 : IA et emploi en France

Ce que dit réellement le rapport McKinsey 2026

Le rapport Agents, robots, and us: How AI reshapes work and skills in Europe, publié par le McKinsey Global Institute le 12 mai 2026, étudie dix pays européens, dont la France. Il modélise la part des tâches que des agents logiciels, des systèmes d’intelligence artificielle ou des robots pourraient prendre en charge.

Sa conclusion centrale demande une lecture en trois niveaux :

Potentiel technique. Une technologie sait-elle exécuter une activité dans des conditions définies ?
Adoption probable. Les entreprises ont-elles le budget, les données, le cadre légal et l’organisation nécessaires pour la déployer avant 2030 ?
Effet sur l’emploi. Le temps automatisé réduit-il les effectifs, augmente-t-il la production ou déplace-t-il les salariés vers d’autres tâches ?

Confondre ces trois niveaux transforme une étude de scénarios en prédiction anxiogène. McKinsey précise au contraire que la faisabilité technique ne donne pas directement le nombre de postes qui disparaîtront.

Les quatre chiffres utiles pour la France

Indicateur	Résultat	Ce qu’il faut comprendre
Heures techniquement automatisables en France	57 %	Potentiel avec les technologies existantes, pas adoption observée
Heures automatisées en Europe d’ici 2030	15 à 25 %	Fourchette issue de scénarios d’adoption
Valeur économique mobilisable en France d’ici 2030	Jusqu’à 238 Md$	Estimation conditionnée à l’adoption, aux compétences et à la réorganisation
Professions françaises où les offres demandent déjà des compétences IA ou machine learning	Environ 11 %	Signal de diffusion des compétences dans les offres fin 2025

Le premier chiffre est le plus souvent mal cité. Dire que 57 % des heures sont techniquement automatisables ne signifie pas que 57 % des heures le seront en 2030. Pour l’Europe, le modèle retient une adoption effective plus basse, comprise entre 15 et 25 % des heures actuelles selon le scénario.

Le rapport rappelle aussi que la demande de culture IA dans les offres d’emploi européennes a été multipliée par cinq depuis 2023. Cette demande ne concerne plus uniquement les ingénieurs : elle apparaît dans des professions représentant environ 5 % de l’emploi européen.

Tâches automatisées ne veut pas dire métiers supprimés

Un métier regroupe plusieurs activités. Certaines sont standardisées, d’autres nécessitent une responsabilité, une présence physique, une négociation ou une compréhension fine du contexte.

Prenons trois exemples :

Un comptable peut automatiser la collecte de pièces et une partie du rapprochement, tout en conservant le contrôle, l’explication et le conseil.
Un développeur peut déléguer des portions de code et de documentation, tout en gardant l’architecture, la sécurité et la validation.
Un soignant peut bénéficier d’une aide au tri ou à la rédaction, sans transférer le diagnostic, le consentement ou la relation de soin à un modèle.

Le bon niveau d’analyse est donc la tâche. Notre guide sur les métiers exposés à l’IA détaille cette distinction et documente les limites des scores d’exposition.

Quels secteurs changeraient le plus vite ?

McKinsey modélise une adoption différente selon la structure du travail. Dans son scénario européen intermédiaire, la part des heures automatisées d’ici 2030 est plus élevée dans la fabrication que dans la santé. Le rapport donne notamment un ordre de grandeur de 30 % dans l’industrie manufacturière, contre 18 % dans la santé.

Ces écarts ne disent pas que l’industrie perdra mécaniquement plus d’emplois. Une usine peut produire davantage avec les mêmes équipes, déplacer des postes vers la maintenance ou rencontrer des contraintes d’investissement. De la même façon, un hôpital peut automatiser une partie de l’administratif sans réduire le besoin de soins.

Les fonctions les plus directement concernées partagent souvent trois propriétés :

un volume élevé d’informations déjà numérisées ;
des étapes répétables et mesurables ;
une sortie facile à contrôler par un humain.

Les fonctions qui combinent geste physique, responsabilité réglementée, relation humaine ou arbitrage dans un contexte incomplet résistent davantage à une automatisation de bout en bout.

La vraie transformation concerne les compétences

Le rapport ne conclut pas que tout le monde doit devenir ingénieur en machine learning. Il décrit plutôt un travail partagé entre humains, agents logiciels et robots. Trois familles de compétences deviennent plus importantes.

Savoir déléguer une tâche à un système

Il faut définir le résultat attendu, fournir le contexte utile et choisir les données qui peuvent être transmises. Cette compétence ressemble moins à une formule magique de prompt qu’à un bon cahier des charges.

Savoir vérifier

Une réponse fluide peut être fausse. La valeur professionnelle se déplace vers le contrôle des sources, la détection d’anomalies, la sécurité, la conformité et la décision finale.

Savoir réorganiser le travail

Automatiser une étape isolée ne produit pas nécessairement un gain collectif. Il faut redéfinir les rôles, les validations et la façon dont le temps libéré est utilisé. Le Baromètre Adapte-toi montre d’ailleurs que l’usage déclaré de l’IA progresse plus vite que l’organisation du travail autour de ces outils.

Que dit le rapport sur les salaires ?

McKinsey suit surtout les tâches, les heures et les besoins de compétences. Pour les rémunérations, une source complémentaire plus adaptée est le Global AI Jobs Barometer 2025 de PwC, fondé sur près d’un milliard d’offres d’emploi.

PwC observe en 2024 une prime salariale moyenne de 56 % pour les offres demandant des compétences IA par rapport à des rôles comparables qui n’en demandent pas. Cette moyenne mondiale ne garantit pas une hausse individuelle de 56 %. Elle varie fortement selon le pays, le secteur, l’expérience et la manière dont PwC classe les compétences.

Le signal utile est plus modeste : les compétences IA sont valorisées lorsqu’elles complètent une expertise métier vérifiable. Une certification seule ne suffit pas à reproduire la moyenne du rapport.

Plan de lecture pour ton propre métier

Cette grille permet d’utiliser le rapport sans transformer un scénario macroéconomique en conseil individuel.

1. Décomposer le poste

Liste les principales tâches d’une semaine normale. Sépare production, contrôle, relation, décision et tâches administratives.

2. Mesurer le potentiel, pas imaginer le résultat

Pour chaque tâche, note si un outil actuel peut produire une première version et quel contrôle humain reste nécessaire. Une démonstration ponctuelle n’est pas encore une automatisation fiable.

3. Choisir une compétence complémentaire

Privilégie une compétence qui renforce ton métier : contrôle qualité pour un rédacteur, analyse de données pour un financier, confidentialité pour un professionnel de santé, sécurité pour un développeur.

4. Documenter un usage réel

Mesure le temps avant et après, le taux d’erreur et les étapes de validation. Un cas documenté vaut mieux qu’une accumulation d’outils ou de certificats.

5. Vérifier le marché local

Les scénarios européens ne remplacent pas les offres publiées dans ta région, les conventions collectives, les règles de ton secteur ni un échange avec un conseiller en évolution professionnelle.

Limites de cette analyse

Le rapport McKinsey est une modélisation, pas une mesure causale de suppressions d’emplois.
Les résultats européens ne s’appliquent pas automatiquement à chaque entreprise française.
Les technologies, les prix et la réglementation évoluent rapidement.
Les chiffres de salaire de PwC décrivent des offres agrégées, pas une promesse individuelle.
Adapte-toi ne remplace ni un conseil en évolution professionnelle, ni un avis juridique, médical ou financier.

Sources primaires

McKinsey Global Institute, Agents, robots, and us: How AI reshapes work and skills in Europe, 12 mai 2026.
McKinsey Global Institute, A new future of work: The race to deploy AI and raise skills in Europe and beyond, 21 mai 2024, pour comparaison des scénarios antérieurs.
PwC, 2025 Global AI Jobs Barometer, 3 juin 2025.
Anthropic, Economic Index report: Cadences, 26 juin 2026, pour les limites actuelles de mesure entre usages de l’IA et effets macroéconomiques.

Questions fréquentes

McKinsey prévoit-il la suppression de 57 % des emplois français ?

Non. Les 57 % concernent des heures de travail présentant un potentiel technique d’automatisation. Le rapport ne les convertit pas en 57 % de postes supprimés.

Combien d’heures seraient réellement automatisées d’ici 2030 ?

Dans les scénarios européens du rapport 2026, la fourchette se situe entre 15 et 25 % des heures actuelles. Le résultat dépend de l’investissement, du coût, de la réglementation, des compétences et de l’acceptation des outils.

Faut-il se reconvertir à cause de ce rapport ?

Le rapport ne permet pas une décision individuelle à lui seul. Il invite surtout à examiner les tâches de son poste, les changements observés dans son secteur et les compétences complémentaires demandées localement.

Une compétence IA augmente-t-elle automatiquement le salaire de 56 % ?

Non. Le chiffre de 56 % vient d’une moyenne mondiale de PwC sur des offres demandant des compétences IA. Ce n’est ni un taux français ni une hausse garantie pour une personne donnée.