Morgan Stanley : perturbation d'emploi liée à l'IA limitée

Paragraphe d'ouverture

La note de recherche de Morgan Stanley publiée dans la presse financière le 11 avril 2026 qualifie les premiers effets sur le marché du travail de l'IA générative de « modestes » à ce jour, une conclusion qui a tempéré les craintes immédiates du marché quant à un déplacement massif (Investing.com, 11 avr. 2026). L'évaluation de la société souligne une divergence entre les prévisions spectaculaires d'automatisation de masse et les résultats observés sur le marché du travail jusqu'au premier trimestre 2026 : les recrutements et les masses salariales agrégées n'ont pas encore montré de contraction généralisée imputable aux déploiements d'IA. Cela dit, la note — et les commentaires de marché qui ont suivi — encadrent la phase actuelle comme un cycle d'adoption précoce et inégal, concentré sur des gains de productivité et une réaffectation des tâches plutôt que sur des réductions d'effectifs généralisées. Les investisseurs et les décideurs politiques réagissent à une narration qui, pour l'instant, est incrémentale plutôt que disruptive, avec des implications pour les valorisations sectorielles et l'allocation du capital entre technologies, logiciels et industries à forte intensité de capital humain.

Contexte

Le débat sur l'IA et l'emploi dispose d'une longue filiation politique et empirique. Les institutions internationales ont proposé des estimations variées : l'analyse de l'OCDE de 2019 a identifié environ 14 % des emplois dans les pays membres comme étant à haut risque d'automatisation, avec 32 % supplémentaires soumis à des changements significatifs de tâches (OCDE, 2019). Les travaux antérieurs du McKinsey Global Institute ont souvent été cités dans le débat ; leurs scénarios 2017–2019 suggéraient qu'entre quelques centaines de millions et 800 millions de travailleurs dans le monde pourraient voir au moins une partie de leurs tâches automatisées d'ici 2030, selon les taux d'adoption, les réponses en matière de compétences et les choix de politiques (McKinsey Global Institute, 2017). Ces estimations académiques et de conseil ont encadré un écart d'attentes — des chiffres d'accroche élevés versus une transmission au marché du travail plus lente que prévu — que la note d'avril 2026 de Morgan Stanley met aujourd'hui en lumière comme étant significative pour la tarification à court terme des marchés (Investing.com, 11 avr. 2026).

Les vagues technologiques passées offrent un comparateur important pour les développements actuels. Les précédents grands points d'inflexion de productivité — l'informatique personnelle dans les années 1980–1990 et la robotique et l'automatisation des processus dans les années 2000–2010 — ont généré des gains de productivité substantiels mais aussi de longues périodes de transition sur les marchés du travail, avec des redistributions entre professions et territoires plutôt que des chocs instantanés de chômage net. Pour les investisseurs institutionnels, cette histoire implique une structure en phases : expérimentation et déploiement de capital, améliorations de productivité, réaffectation des tâches puis ajustement structurel plus lent de l'emploi. Cette séquence peut produire des gagnants et des perdants sectoriels sur plusieurs années plutôt qu'un choc d'effectifs généralisé en un seul trimestre.

Les politiques publiques et les institutions du marché du travail vont façonner la manière dont le cycle actuel se déroulera. Avec des systèmes d'assurance-chômage, des programmes de reconversion et des règles d'immigration qui fonctionnent différemment selon les pays, l'élasticité de l'offre de travail et la durée de la recherche d'emploi peuvent diverger sensiblement. Le ton prudent de Morgan Stanley sur la perturbation limitée signale à la fois l'étendue présente restreinte des déplacements observés et l'incertitude persistante liée aux réponses politiques et aux incitations des entreprises pour des restructurations d'effectifs à grande échelle (Investing.com, 11 avr. 2026).

Analyse approfondie des données

La note de Morgan Stanley, comme le rapporte Investing.com le 11 avril 2026, s'appuie sur un composite d'indicateurs incluant les intentions d'embauche au niveau des entreprises, les données sur les licenciements et des proxys de productivité pour aboutir à son appréciation selon laquelle la perturbation a été limitée jusqu'à présent (Investing.com, 11 avr. 2026). L'équipe de recherche souligne que les investissements affichés dans l'IA — capital déployé dans les capacités de calcul, les modèles et les fusions-acquisitions — ont fortement augmenté, mais que la translation vers des pertes nettes d'emplois dans les séries agrégées de masse salariale reste faible dans la plupart des grandes économies. Cette divergence reflète un schéma observé lors des précédents cycles technologiques où l'investissement et la croissance des capacités précèdent de plusieurs années un déplacement mesurable de l'emploi, les entreprises privilégiant l'augmentation des capacités, la refonte des flux de travail et l'automatisation sélective de tâches plutôt que des coupes généralisées.

Trois points d'ancrage empiriques aident à encadrer la réaction du marché (RM) à la note de Morgan Stanley. Premièrement, la note elle-même a été publiée le 11 avril 2026 et largement diffusée dans la presse financière (Investing.com, 11 avr. 2026). Deuxièmement, l'analyse de l'OCDE de 2019 — toujours une référence standard — estimait que 14 % des emplois dans les pays membres étaient à haut risque d'automatisation, en insistant sur le risque porté aux tâches plutôt que sur une perte d'emploi immédiate (OCDE, 2019). Troisièmement, les scénarios du McKinsey Global Institute pour la période 2017–2019 fournissaient des projections de déplacement de plusieurs centaines de millions de travailleurs d'ici 2030 dans des trajectoires d'adoption accélérées, illustrant la large amplitude des résultats à long terme (McKinsey Global Institute, 2017). Ensemble, ces sources expliquent pourquoi Morgan Stanley qualifie les effets actuels de modestes par rapport aux scénarios pires mais pas insignifiants pour l'ajustement futur du marché du travail.

Une lecture plus fine des microdonnées sur l'embauche et les licenciements suggère une hétérogénéité selon les professions et la taille des entreprises. Des indicateurs préliminaires provenant des plateformes d'offres d'emploi et des rapports trimestriels d'entreprises indiquent des ajustements ciblés d'effectifs dans les zones de tâches routinières — par exemple, la révision de documents et les travaux de service client basés sur des modèles — tandis que les fonctions techniques et créatives demeurent en demande nette. Cette réaffectation au niveau micro étaye la thèse de Morgan Stanley : l'IA agit jusqu'ici comme un outil de déplacement et d'augmentation des tâches plutôt que comme un instrument brutal de licenciements de masse dans l'emploi de cols blancs.

Implications sectorielles

Le schéma observé d'une perturbation modeste des emplois à ce jour a des implications asymétriques selon les secteurs. Les entreprises de plateformes technologiques, les fournisseurs de cloud et les fabricants de puces (par exemple les éditeurs de logiciels cloud et les fournisseurs de semi-conducteurs) voient une demande pour l'échelle de calcul et d'infrastructure — une dynamique qui bénéficie aux acteurs exposés aux charges de travail d'IA, tels que les principaux fournisseurs de cloud et les vendeurs de matériel. Inversement, les secteurs avec de larges effectifs de cols blancs en place th