logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
Menu
mobile logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
7 novembre 2017
A la Une, DAP, News, Point de vue

Adapter l’emploi aux nouvelles technologies

⏱ 3 min

Estimer le nombre d’emplois menacés par les technologies numériques et robotiques est compliqué. On considère que la moitié des emplois pourraient être modifiés. Une chose est sûre : il est important de se préparer à ces transformations grâce aux formations.

L’essor des nouvelles technologies engendre des craintes pour l’emploi. L’intelligence artificielle, le big data, la robotique, mais aussi l’internet des objets ou l’impression 3D pourraient menacer de nombreux emplois actuels. Le Conseil d’orientation pour l’emploi (COE) a tenté d’y voir plus clair au milieu des nombreuses études menées sur ce sujet. En janvier et février 2017, il a publié deux rapports basés sur ses propres études sur les impacts de ces technologies : l’un sur les emplois, l’autre sur les compétences. Avec un objectif principal : que le diagnostic éclaire les futures politiques à mettre en œuvre pour accompagner ces changements.

Combien d’emplois pourraient disparaître, mais aussi combien pourraient être créés ? Quels sont les métiers et les secteurs les plus concernés ? Où sont localisés les futurs emplois ? C’est à ces questions que s’est attaqué le COE. Résultat : moins de 10 % des emplois existants semblent vulnérables, mais la moitié sont susceptibles de connaître des évolutions importantes dues à la numérisation et l’automatisation. Difficile d’en dire plus, on manque pour l’instant d’analyses plus précises, notamment parce que de nombreux facteurs délicats à évaluer  interviennent : la mondialisation, les évolutions sociodémographiques telles que l’activité féminine ou la hausse du niveau d’éducation, les réglementations du marché du travail, ou encore des changements organisationnels et stratégiques au sein des entreprises.

Les emplois et métiers les moins qualifiés menacés

Le potentiel de chaque technologie et la rapidité avec laquelle elle percera dans l’économie sont également complexes à estimer. « Ce n’est pas parce qu’une technologie peut se substituer à l’emploi d’un travailleur qu’elle est effectivement directement et massivement utilisée par les entreprises », rappelle par exemple le COE. En revanche, on sait que les innovations « de procédé » qui permettent de produire avec des effectifs plus réduits sont généralement plus néfastes pour l’emploi que les technologies « de produits » offrant de nouveaux marchés. Enfin, il ne faut pas seulement évaluer la destruction de postes par les technologies, mais également l’émergence de nouveaux emplois. Ainsi, parmi les 149 nouveaux métiers apparus depuis 2010 dans le référentiel national Rome, 105 appartiennent au domaine du numérique.  Reste que « sans nullement s’accorder sur les chiffres, des études prospectives font état d’un risque pour l’emploi qui pourrait être significatif, voire massif », note le COE.

Les emplois les plus menacés sont – sans surprise – les moins qualifiés, notamment dans l’industrie. Sont concernés les ouvriers des industries de process et de manutention, ou les agents d’entretien. Les métiers les plus susceptibles d’évoluer sont également peu qualifiés, mais relèvent davantage des secteurs du service que de l’industrie : conducteurs, caissiers, agents de restauration… d’une manière générale, les métiers avec des tâches manuelles ou cognitives routinières. Parallèlement, les nouvelles technologies rendent les professions plus complexes, nécessitant des compétences transverses : gestion de projet, capacité à travailler au sein d’équipe pluridisciplinaire, capacité à développer un réseau ou à communiquer (avec des collègues ou des clients), bonne compréhension de la stratégie d’entreprise, prise en compte des enjeux commerciaux.

Des compétences transversales à acquérir

Comment ajuster les compétences des actifs aux besoins de l’économie ? Dans son deuxième rapport, le COE propose quelques pistes, malheureusement assez floues. Plusieurs études indiquent que plus de 100 000 emplois seraient créés dans le numérique entre 2012 et 2022, les compétences les plus demandées étant celles liées à la gestion et l’exploitation des données, à la programmation, à la conception et la maintenance de logiciels. Mais au-delà des nouveaux métiers, la moitié des actifs verront leur emploi modifié. Ils auront besoin de plus de compétences techniques en numérique, mais aussi de compétences transversales, comme la « littératie » (aptitude à comprendre et à utiliser l’information écrite) et la « numératie » (capacité de comprendre et d’utiliser des données mathématiques). Or 13 % des actifs ne maîtriseraient pas assez ces compétences, ce qui mettrait en danger leur emploi. Les aptitudes sociales et situationnelles (adaptation, communication, initiative…) sont également davantage sollicitées.

Face à ces enjeux, le COE recommande de mieux connaître les compétences que maîtrisent aujourd’hui les actifs, de mieux anticiper les besoins, et de mieux réguler les certifications professionnelles et l’offre de formation.

Cécile Michaut
Termes liés :
  • Intelligence artificielle (IA)
  • Big Data
  • Données
Share:
Posts you'd might like
En attendant l’ordinateur quantique universel…
L’IA teste ses premiers algorithmes quantiques
Les promesses de l’IA quantique
La recherche à l’assaut des deepfakes vocaux
Recyclage : nos déchets sous l’œil de l’IA
Stéphane Canu :
au service de l’IA et de la mobilité de demain
DAP, la newsletter du Data Analytics Post Recevez chaque semaine un éclairage sur les data science

Peut-on laisser un algorithme apprendre tout seul ?

A la différence de l’apprentissage supervisé, le contexte non supervisé est celui où l’algorithme doit opérer à partir d’exemples non annotés.

En savoir plus

ARTICLES RÉCENTS
  • En attendant l’ordinateur quantique universel…
  • L’IA teste ses premiers algorithmes quantiques
  • Les promesses de l’IA quantique
  • La recherche à l’assaut des deepfakes vocaux
  • Recyclage : nos déchets sous l’œil de l’IA

Tout savoir sur…

Le DAP

Comité Éditorial

Partenaires

Équipe


Copyright © Data Analytics Post. Tous droits réservés.

Mentions légales & CGU