Sam Altman, PDG d’OpenAI, a nuancé publiquement ses propres prédictions sur l’IA et l’emploi lors d’une conférence organisée par la Commonwealth Bank of Australia à Sydney fin mai 2026. Sa conclusion est directe : l’apocalypse de l’emploi qu’il craignait ne s’est pas produite. Ce revirement d’un des acteurs centraux de l’IA générative mérite qu’on y regarde de plus près, surtout quand l’investissement dans des entreprises tech ou crypto dépend en partie de ces dynamiques.
Ce qu’Altman a dit, exactement
Altman s’est exprimé en visioconférence devant Matt Comyn, directeur général de la CBA. Il a reconnu qu’OpenAI avait correctement anticipé les avancées technologiques autour de ChatGPT en 2022, mais que les conséquences sociales et économiques avaient été mal évaluées.
Sa citation est explicite : « Je suis ravi de m’être trompé à ce sujet, je pensais que la suppression des emplois de cols blancs de premier niveau aurait eu un impact plus important à ce jour. »
Ce n’est pas rien. Le patron d’OpenAI admettait publiquement il y a encore quelques années que l’IA allait bouleverser rapidement le marché du travail, notamment pour les postes d’entrée de gamme dans les fonctions support, marketing ou développement. Ce discours alimentait une anxiété réelle chez des millions de salariés.
Selon Cointribune, Altman comprend désormais mieux pourquoi ces effets massifs ne se sont pas matérialisés, sans pour autant détailler une explication définitive.
Ce que disent les études indépendantes
Trois sources académiques et de recherche convergent sur le même constat.
Yale Budget Lab : les perturbations liées à l’IA sur le marché du travail restent minimes, malgré une adoption croissante des outils dans de nombreux secteurs.
Brookings Institution : même lecture. Les pertes d’emplois directement attribuables à l’IA générative ne ressortent pas de façon significative dans les statistiques.
Anthropic (concurrent direct d’OpenAI) : l’entreprise pointe un écart notable entre les capacités théoriques de l’IA et son usage pratique. Trois types d’obstacles freinent le remplacement effectif des tâches humaines :
- les contraintes de conception des processus métier
- la conformité réglementaire (protection des données, secteurs régulés)
- les exigences de précision dans des environnements critiques
Concrètement, ça veut dire que même quand une IA est techniquement capable de faire une tâche, l’entreprise n’est souvent pas en mesure de la déployer proprement dans son système d’information. L’intégration avec les outils Microsoft, les ERP ou les bases de données legacy reste un vrai frein opérationnel.
Le “blanchiment d’IA” : un phénomène à surveiller
Il y a un point que je trouve particulièrement intéressant dans l’analyse d’Altman : le « blanchiment d’IA » (ou AI-washing dans le jargon tech).
Le principe est simple. Certaines entreprises profitent du narrative IA pour justifier des licenciements qui étaient déjà planifiés pour d’autres raisons, qu’il s’agisse de compressions budgétaires, de réorganisations ou de baisse d’activité. En attribuant ces coupes à l’IA, elles se donnent une image de modernité technologique tout en masquant des décisions purement économiques.
Ce phénomène brouille les statistiques et rend difficile l’évaluation réelle de l’impact de l’IA sur l’emploi. Pour toi en tant qu’investisseur, c’est important : une annonce de licenciements « liés à l’IA » ne signifie pas forcément qu’une entreprise est en train de se transformer positivement. Ça peut tout aussi bien cacher une restructuration défensive.
Tu peux faire le parallèle avec ce qu’on observe dans d’autres secteurs. L’affaire Okaïdi et ses 290 suppressions de postes montre bien comment les restructurations économiques sont souvent habillées avec des justifications qui sonnent mieux que « nous manquons de liquidités ». La communication d’entreprise reste un filtre à décoder.
ChatGPT dans les bureaux : adoption réelle mais progressive
Le déploiement de ChatGPT fin 2022 a déclenché une vague d’expérimentation dans les entreprises, surtout dans trois domaines :
- support client (chatbots, synthèse de tickets)
- marketing (rédaction, A/B testing, analyse de données)
- développement (assistance au code, documentation)
Les résultats des projets pilotes sont réels : l’IA augmente la productivité sur des tâches répétitives. Mais l’adoption reste progressive. Les équipes IT doivent gérer la sécurité des données, la compatibilité avec les systèmes existants et souvent la résistance culturelle en interne.
À mon avis, c’est précisément cette lenteur d’adoption qui explique l’écart entre les prédictions de 2022 et la réalité de 2026. L’IA générative est puissante, mais la transformation d’une organisation prend du temps. Les entreprises ne remplacent pas un département du jour au lendemain, même si elles en ont théoriquement la capacité.
C’est d’ailleurs un point que je couvre régulièrement sur mon hub principal : la différence entre ce que la technologie peut faire et ce qu’elle fait réellement dans un contexte économique et humain contraint.
Ce que ça change pour un investisseur
Si tu es exposé à des valeurs tech ou à des actifs crypto liés à l’écosystème IA, cette nuance compte.
Sur les valeurs tech cotées : le narrative “l’IA va tout automatiser rapidement” a largement alimenté les valorisations boursières de 2023 à 2025. Si l’adoption est plus progressive que prévu, les projections de marges et de croissance des éditeurs SaaS IA méritent d’être questionnées. La prudence s’impose sur les multiples de valorisation.
Sur la crypto : l’IA et la blockchain convergent sur plusieurs projets (agents autonomes, oracles, marchés de calcul décentralisés). Des projets comme Chainlink, dont j’ai analysé les 5 nouvelles intégrations blockchain récentes, s’inscrivent dans cette logique. Mais là aussi, la prudence s’impose : l’adoption pratique reste en retard sur le narrative.
Sur l’emploi en général : une transformation plus lente du marché du travail, c’est aussi moins de pression déflationniste sur les salaires à court terme. Pour les fonds exposés à la consommation ou aux services, c’est potentiellement une bonne nouvelle.
La question réglementaire reste ouverte
Altman souligne lui-même l’importance des politiques publiques pour accompagner l’intégration de l’IA. Formation, requalification, transparence des usages : ces chantiers ne sont pas encore aboutis.
En Europe, le règlement AI Act commence à structurer le cadre. Aux États-Unis, le débat reste ouvert. J’en ai parlé en lien avec le Clarity Act et les 100 amendements qui compliquent la régulation crypto : la régulation tech américaine avance lentement et de façon chaotique.
Ce contexte réglementaire incertain est précisément ce qui freine l’adoption rapide de l’IA dans les secteurs sensibles (finance, santé, juridique). C’est un facteur que les prédictions initiales, y compris celles d’Altman, n’avaient pas assez intégré.
Mon avis
Je pense qu’Altman fait preuve d’une honnêteté rare en admettant publiquement s’être trompé. Le discours dominant dans la tech est plutôt à l’hyperbole, pas à la révision. Ce recul de sa part est utile pour remettre les pieds sur terre. L’IA va transformer le travail, c’est acquis. Mais cette transformation sera longue, partielle et très inégale selon les secteurs. Ce n’est pas une raison de ne pas se former ni de ne pas adapter ses investissements, c’est simplement une raison de ne pas paniquer ni de suivre aveuglément les projections les plus agressives.
FAQ
Sam Altman s’est-il vraiment trompé sur l’IA et l’emploi ?
Oui, il le reconnaît lui-même. Lors d’une conférence à Sydney en mai 2026, il a déclaré qu’il s’attendait à des suppressions d’emplois de cols blancs bien plus massives. Les données actuelles ne confirment pas ce scénario.
L’IA va-t-elle finir par détruire des emplois à grande échelle ?
Les études de Brookings, Yale Budget Lab et Anthropic montrent des perturbations limitées à ce stade. L’adoption reste progressive, bridée par des contraintes techniques, réglementaires et organisationnelles. La prudence s’impose face aux prédictions à long terme.
Qu’est-ce que le “blanchiment d’IA” ?
C’est le fait d’attribuer à l’IA des licenciements qui auraient eu lieu de toute façon pour des raisons économiques. Cela fausse la perception réelle de l’impact de la technologie sur l’emploi.
Comment l’IA affecte-t-elle concrètement les entreprises aujourd’hui ?
Elle augmente la productivité sur des tâches répétitives (rédaction, support client, code), mais son intégration dans les systèmes existants reste complexe et progressive. Elle ne remplace pas encore des équipes entières.
Faut-il ajuster son portefeuille en réponse à ces nouvelles sur l’IA ?
Les valorisations de certaines valeurs tech ont intégré un scénario d’adoption rapide qui ne se réalise pas à ce rythme. Ce n’est pas un signal de vente automatique, mais une invitation à vérifier les hypothèses de croissance des entreprises dans lesquelles tu es exposé.
Information et avertissement
Ces informations ont un caractère purement informatif et ne constituent pas un conseil en investissement. Avant toute décision, fais tes propres recherches et consulte un conseiller en gestion de patrimoine indépendant (CGPI) ou un conseiller en investissement financier (CIF) agréé.
FAQ
Sam Altman s’est-il vraiment trompé sur l’IA et l’emploi ?
Oui, il le reconnaît lui-même. Lors d’une conférence à Sydney en mai 2026, il a déclaré qu’il s’attendait à des suppressions d’emplois de cols blancs bien plus massives. Les données actuelles ne confirment pas ce scénario.
L’IA va-t-elle finir par détruire des emplois à grande échelle ?
Les études de Brookings, Yale Budget Lab et Anthropic montrent des perturbations limitées à ce stade. L’adoption reste progressive, bridée par des contraintes techniques, réglementaires et organisationnelles. La prudence s’impose face aux prédictions à long terme.
Qu’est-ce que le “blanchiment d’IA” ?
C’est le fait d’attribuer à l’IA des licenciements qui auraient eu lieu de toute façon pour des raisons économiques. Cela fausse la perception réelle de l’impact de la technologie sur l’emploi.
Comment l’IA affecte-t-elle concrètement les entreprises aujourd’hui ?
Elle augmente la productivité sur des tâches répétitives (rédaction, support client, code), mais son intégration dans les systèmes existants reste complexe et progressive. Elle ne remplace pas encore des équipes entières.
Faut-il ajuster son portefeuille en réponse à ces nouvelles sur l’IA ?
Les valorisations de certaines valeurs tech ont intégré un scénario d’adoption rapide qui ne se réalise pas à ce rythme. Ce n’est pas un signal de vente automatique, mais une invitation à vérifier les hypothèses de croissance des entreprises dans lesquelles tu es exposé.
