IA et emploi : le patron de Klarna alerte les entreprises mal préparées

L’intelligence artificielle n’est plus un sujet réservé aux laboratoires ou aux directions informatiques. Elle entre dans les services clients, les fonctions administratives, la finance, le marketing et la gestion des opérations. Cette diffusion rapide pose une question très concrète à des millions de salariés : que devient un métier lorsque certaines de ses tâches peuvent être réalisées, ou au moins préparées, par un logiciel ?

Le message porté par Sebastian Siemiatkowski, cofondateur et PDG de Klarna, est un avertissement adressé aux employeurs. La technologie progresse plus vite que la capacité de nombreuses organisations à revoir leurs méthodes, former leurs équipes et définir des garde-fous. Le risque n’est donc pas uniquement l’automatisation. C’est aussi une transition improvisée, qui laisserait les salariés comme les entreprises sans repères.

L’alerte de Klarna porte sur la préparation des entreprises

Parler des « emplois liés à l’IA » peut prêter à confusion. L’expression ne désigne pas seulement les ingénieurs qui développent des modèles ou les spécialistes des données. L’intelligence artificielle concerne aussi les métiers qui l’utilisent au quotidien : conseillers clientèle, comptables, gestionnaires, rédacteurs, analystes, équipes de vente, responsables des ressources humaines ou cadres opérationnels.

L’alerte attribuée au dirigeant de Klarna porte précisément sur ce point : l’adoption de l’IA ne se résume pas à acheter un outil ou à déployer un chatbot. Une entreprise doit déterminer quelles tâches peuvent être assistées, quelles décisions doivent rester humaines, quelles données peuvent être confiées à un système et de quelles compétences ses salariés auront besoin demain.

Sans cette préparation, l’automatisation peut être perçue comme une simple variable de réduction des coûts. Or cette lecture est trop étroite. Un outil peut accélérer le traitement de demandes répétitives, par exemple, sans savoir gérer seul les cas complexes, l’émotion d’un client mécontent, une exception réglementaire ou une erreur présente dans les données. Réduire trop vite les effectifs sans redéfinir le travail restant expose donc aussi l’entreprise à une baisse de qualité et à une perte de savoir-faire.

L’IA remplace-t-elle des emplois ou des tâches ?

La distinction est essentielle. Un métier rassemble un ensemble de missions, souvent très différentes les unes des autres. L’IA générative peut rédiger un premier brouillon, résumer une réunion, classer des documents, rechercher une information dans une base interne ou suggérer une réponse. Elle ne prend pas automatiquement en charge l’ensemble du métier de la personne qui accomplissait ces tâches.

Dans le service client, un assistant conversationnel peut traiter des questions fréquentes sur une livraison, un paiement ou une procédure standard. Les conseillers humains peuvent alors se concentrer sur les litiges, les situations sensibles et les demandes qui nécessitent une marge d’appréciation. Dans la finance, des outils peuvent préparer des synthèses ou détecter des anomalies, mais la validation, l’interprétation et la responsabilité des décisions demeurent des fonctions humaines déterminantes.

C’est pourquoi il faut éviter deux raccourcis opposés. Le premier consiste à annoncer que l’IA supprimera tous les emplois de bureau. Le second prétend qu’elle ne changera rien. Dans de nombreuses professions, la réalité sera une recomposition : certaines tâches diminueront, d’autres gagneront en importance, et de nouvelles compétences deviendront nécessaires.

L’exposition d’un emploi à l’IA ne signifie d’ailleurs pas sa disparition. Elle mesure la part des activités qui pourraient être affectées par la technologie. Une activité exposée peut être automatisée, mais elle peut aussi être améliorée ou transformée avec l’appui d’un outil. La différence dépend notamment de la qualité du système, de son intégration dans les processus et de la valeur accordée à l’expertise humaine.

Les chiffres disponibles décrivent une mutation, pas un destin écrit

Les projections internationales publiées en 2025 confirment l’ampleur de la transformation attendue, tout en invitant à la prudence. Elles ne prédisent pas un nombre exact de licenciements. Elles décrivent plutôt les changements possibles dans la structure des emplois, sous l’effet combiné de l’IA, de l’automatisation, de la transition écologique, du vieillissement démographique et de l’évolution de l’économie mondiale.

Ces données dessinent un marché du travail contrasté. Des postes peuvent disparaître dans certaines activités très standardisées, tandis que d’autres apparaissent dans la maintenance des systèmes, l’analyse des données, la supervision, la relation client complexe, la cybersécurité ou l’accompagnement des utilisateurs. La question centrale devient alors celle de la mobilité : les personnes dont les tâches diminuent ont-elles accès à une formation utile et à des postes de qualité ?

Pourquoi tant d’entreprises risquent d’être prises de court

Une intégration sérieuse de l’IA commence par un travail moins visible que le lancement d’un nouveau produit. Il faut cartographier les processus, identifier les tâches répétitives, vérifier la qualité des données et définir les responsabilités en cas d’erreur. Une réponse générée automatiquement peut sembler convaincante tout en étant incomplète ou fausse. Dans des domaines comme la finance, les ressources humaines, le droit ou la santé, cette limite impose une vigilance accrue.

Les entreprises doivent aussi répondre à des questions sociales. Quels postes seront modifiés ? Quelles compétences deviendront prioritaires ? Les salariés auront-ils du temps pour apprendre à utiliser les nouveaux outils ? Comment éviter qu’une petite partie des équipes maîtrise l’IA tandis que les autres subissent des changements qu’elles ne comprennent pas ?

La résistance au changement, souvent présentée comme un frein, peut aussi révéler des problèmes réels. Un salarié qui hésite à confier une tâche à une IA peut s’inquiéter de la confidentialité des données, de la fiabilité des résultats, de la perte de sens de son travail ou de son avenir professionnel. Répondre à ces préoccupations par la formation et le dialogue est plus efficace que d’imposer un outil sans explication.

Le cas de Dhanushi illustre la crainte d’une automatisation brutale

Le récit de Dhanushi, évoqué dans le débat sur l’IA et l’emploi, cristallise une inquiétude largement partagée : perdre son poste au moment même où un chatbot est mis en service. L’exemple rappelle que, pour une personne concernée, la promesse d’efficacité technologique peut se traduire par une rupture professionnelle immédiate.

Les éléments disponibles ne permettent toutefois pas d’établir, à eux seuls, le contexte complet de cette situation, ni d’en faire une mesure générale des effets de l’IA sur l’emploi. Un cas individuel ne suffit pas à démontrer une tendance pour tout un secteur. Il met néanmoins en lumière un enjeu fondamental : lorsqu’une fonction est automatisée, les personnes qui l’occupaient doivent savoir en amont ce qui change, quelles alternatives existent et comment elles pourront accéder à de nouvelles missions.

Les métiers comportant beaucoup d’activités répétitives sont les premiers concernés : réponse à des demandes standardisées, saisie et classement de données, production de documents très formatés, contrôle de routine ou traitement de dossiers simples. Mais ces activités ne sont pas les seules à évoluer. Les métiers qualifiés sont eux aussi touchés dès lors qu’ils reposent en partie sur la recherche, la rédaction, l’analyse de documents ou la production de synthèses.

Former, réorganiser et préserver la responsabilité humaine

Pour préparer la transition, l’entreprise doit partir du travail réel plutôt que des promesses marketing. Il est utile d’observer une équipe, de lister ses tâches, d’identifier les irritants et de tester l’outil sur un périmètre limité. Ce diagnostic permet de savoir si l’IA fait réellement gagner du temps, si elle dégrade la qualité ou si elle déplace simplement la charge de travail vers la vérification de ses réponses.

Une stratégie crédible repose sur plusieurs leviers complémentaires :

• former les salariés à formuler des demandes précises, vérifier les résultats et signaler les erreurs ;
• développer les compétences qui restent difficiles à automatiser, comme la relation, le jugement, la négociation et la compréhension d’un contexte ;
• maintenir une validation humaine pour les décisions ayant des conséquences financières, professionnelles ou personnelles importantes ;
• proposer des parcours de mobilité interne ou de reconversion lorsque des tâches disparaissent durablement ;
• associer les managers et les représentants des salariés aux transformations les plus sensibles.

La formation ne doit pas être réduite à quelques heures de prise en main d’un assistant. Utiliser une IA avec discernement suppose de comprendre ses limites : elle peut reproduire des biais présents dans les données, inventer une information plausible, divulguer des éléments sensibles si elle est mal paramétrée ou produire une réponse qui ne correspond pas aux règles internes de l’entreprise.

Le rôle des ressources humaines évolue lui aussi. Il ne consiste pas seulement à recruter des profils techniques rares. Il s’agit de construire des passerelles entre métiers, de reconnaître les nouvelles compétences et d’éviter que l’IA n’accentue les écarts entre les salariés les mieux formés et les autres.

Ce qu’il faut surveiller dans les prochains mois

L’avertissement du patron de Klarna renvoie à un choix de société autant qu’à une décision technologique. Les entreprises les plus solides ne seront pas nécessairement celles qui automatisent le plus vite, mais celles qui sauront mesurer les effets concrets de l’IA sur la qualité du service, la charge de travail, les compétences et l’emploi.

Il faudra particulièrement suivre quatre signaux : la nature des postes réellement supprimés ou créés, la qualité des formations offertes, la capacité des salariés à se reconvertir dans leur propre entreprise et le maintien d’une responsabilité humaine dans les décisions importantes. Les indicateurs de productivité ne suffiront pas. Une adoption réussie devra aussi démontrer qu’elle améliore le travail sans abandonner les personnes qui l’accomplissent.

L’IA peut libérer du temps sur les tâches les plus répétitives et permettre de concentrer l’expertise humaine là où elle compte le plus. Mais ce résultat ne viendra pas automatiquement de la technologie. Il dépendra de la préparation des organisations, exactement le point sur lequel Klarna appelle les entreprises à ne pas se laisser dépasser.