Aux États-Unis, l’emploi des 22-25 ans recule de 3,8 % par an dans les métiers les plus exposés à l’IA. Au même âge, dans les métiers les moins exposés, il progresse de 2 %. En France, il a chuté de 7,4 % en un an dans les activités informatiques. Le choc se concentre sur les emplois juniors, et il passe sous le radar de presque tous les indicateurs RH. Reste une question que peu de comités de direction acceptent de poser : d’où sortiront vos seniors de 2032 ? Sommaire Le premier barreau de l’échelle se dérobe En France aussi, l’ajustement porte sur les moins de 30 ans Pourquoi l’IA atteint d’abord les tâches de début de carrière Un ralentissement des embauches plus qu’une vague de départs Ce que ces chiffres ne prouvent pas encore Le calcul d’AWS sur ses recrutements juniors Un effet inégal selon les métiers occupés Reconstruire un chemin d’apprentissage quand l’IA absorbe les tâches d’entrée Le premier barreau de l’échelle se dérobe Aux États-Unis, la ligne de fracture du marché du travail passe désormais par l’âge. Chez les 22-25 ans, l’emploi dans les professions les plus exposées à l’IA se contracte de 3,8 % par an, quand il croît de 2 % par an dans les professions les moins exposées. Tous âges confondus, la même donnée ne montre presque rien. Ces chiffres viennent du Canaries Dashboard, un tableau de bord public tenu par le Stanford Digital Economy Lab avec ADP Research, branche économique du principal gestionnaire de paie américain [1]. Il s’appuie sur les paies de 25 000 entreprises, soit 4,6 millions de salariés dans plus de 730 métiers, jusqu’à avril 2026. Dernière mise à jour : 22 juillet 2026. C’est l’écart entre les deux lectures qui doit vous intéresser. Tous salariés confondus, les métiers les plus exposés à l’IA ont reculé de 0,2 % sur un an à avril 2026, contre une croissance de 0,1 % pour les moins exposés. Autant dire rien. Découpez la même base par étape de carrière, et l’image change complètement : les 31-34 ans reculent de 1,7 % sur un an, les 35-40 ans progressent de 2 %. Nela Richardson, cheffe économiste d’ADP, résumait ce contraste le 16 juin 2026 : à l’échelle agrégée, l’effet de l’IA sur l’emploi reste modeste, mais mesuré par étape de carrière, « des différences spectaculaires apparaissent » [5]. Conclusion pratique pour une DRH : votre suivi d’effectifs global ne verra jamais passer le phénomène. En France aussi, l’ajustement porte sur les moins de 30 ans Le phénomène dépasse les États-Unis. En France, au quatrième trimestre 2025, l’emploi salarié des 15-29 ans hors alternants a reculé sur un an de 7,4 % dans les activités informatiques, de 5,8 % dans l’édition et de 3,7 % dans le conseil en gestion. Sur la même période, l’ensemble du secteur marchand non agricole reculait de 0,7 %. Ces données proviennent d’un éclairage de la Note de conjoncture de l’Insee publié le 24 mars 2026, signé Raphaële Adjerad et Gaston Vermersch [3]. L’institut y examine les secteurs que la littérature identifie comme les plus exposés à l’IA, en isolant les tranches d’âge. Le résultat est sans ambiguïté : entre fin 2023 et fin 2025, l’emploi du secteur information-communication a baissé de 3,0 %, une baisse portée entièrement par les 15-29 ans hors alternants, qui y contribuent pour 3,8 points négatifs, quand les 30-54 ans contribuent pour 1,4 point positif. Le contexte sectoriel explique pourquoi ces branches sortent en premier. Toujours selon l’Insee, 42 % des entreprises françaises de l’information-communication utilisaient l’IA en 2024, contre 10 % des entreprises françaises toutes activités confondues, et 49 % contre 13 % à l’échelle de l’Union européenne. Ces secteurs fonctionnent comme un poste d’observation. Ils montrent avec quelques années d’avance ce que les autres branches connaîtront à mesure que l’IA s’y installe. Si votre organisation n’est pas concernée cette année, la bonne question devient : dans combien de temps ? Pourquoi l’IA atteint d’abord les tâches de début de carrière Le mécanisme n’a rien de mystérieux. L’IA absorbe des tâches avant d’absorber des métiers, et les premières tâches qu’elle atteint sont celles qui ne demandent pas d’expérience : rechercher, résumer, mettre en forme, saisir, produire une première version. Ce sont exactement celles qu’on confie à quelqu’un qui débute. Les travaux universitaires convergent. L’Insee cite une étude de Saeid Hosseini et Guy Lichtinger (Harvard, 2025) qui parle de « changement technologique biaisé par l’ancienneté » : à partir de CV et d’offres d’emploi entre 2015 et 2025, ils observent que dans les entreprises adoptant l’IA, l’emploi des jeunes se contracte nettement tandis que celui des profils expérimentés reste stable ou progresse [3]. L’IA se révèle substituable aux tâches de début de carrière et complémentaire aux travaux plus expérimentés. La raison tient à ce qui protège un profil senior. Un salarié expérimenté a accumulé des savoirs difficiles à coder : la connaissance des clients, le sens de ce qui passera ou non en comité, la capacité à repérer qu’un résultat est plausible mais faux. Un débutant n’a pas encore ce capital. Sa valeur, dans les premiers mois, tenait largement à sa capacité d’exécution, c’est-à-dire précisément la couche que l’IA reproduit aujourd’hui. Le Canaries Dashboard ajoute une nuance qui mérite l’attention : le recul se concentre sur les métiers où l’IA sert à automatiser des tâches, et pas sur ceux où elle augmente le travail humain [1]. La façon dont vous déployez l’outil pèse donc autant que la décision de le déployer. Un ralentissement des embauches plus qu’une vague de départs Aucune de ces études ne décrit des licenciements massifs. L’ajustement passe par les entrées : les entreprises n’ouvrent plus les postes de début de carrière, ou les ouvrent en exigeant un niveau qu’un débutant ne peut pas avoir. Les effectifs baissent par non-remplacement, pas par départs contraints. L’Insee est explicite : l’ajustement de l’emploi lié à l’IA « se concrétise d’abord par un ralentissement des entrées et des recrutements sur les positions de début