L’enseignement et la reconversion professionnelle : des éléments essentiels pour aider les travailleurs à s’adapter aux futures vagues d’automatisation

• PwC identifie trois vagues d’automatisation entre aujourd’hui et le milieu des années 2030, et étudie leurs effets sur l’emploi.
• Les emplois dans le secteur du transport et le secteur manufacturier seront potentiellement automatisés en grande partie d’ici les années 2030. La santé et l’enseignement sont moins automatisables.
• La formation constitue un facteur-clé en matière de risque d’automatisation. Les hommes moins instruits seront exposés à un risque plus élevé sur le long terme.
• Le risque pourrait toutefois être plus important pour les femmes dans les 5 à 10 prochaines années, par exemple dans les fonctions administratives.
• Des créations d’emplois devraient largement compenser les pertes, à condition que des investissements accrus soient consacrés à la reconversion professionnelle.

Un nouveau rapport publié aujourd'hui par PwC étudie les conséquences des trois vagues d’automatisation qui auront lieu d’ici les années 2030 : la vague des algorithmes, la vague d'augmentation et la vague d’autonomie. Découvrez le rapport et l'outil interactif ici.

Cette étude a analysé les tâches et les compétences liées aux emplois de plus de 200 000 travailleurs dans 29 pays afin d’évaluer l’impact potentiel de l’automatisation sur des travailleurs de sexe, d’âge et de niveau d’éducation divers dans différents secteurs industriels.

En moyenne, dans les 29 pays étudiés, la proportion d’emplois exposés à un risque potentiellement élevé d’automatisation est estimée aux alentours de 3 % seulement au début des années 2020, mais s’élèvera à presque 20 % à la fin de la décennie, avant d’atteindre 30 % environ au milieu des années 2030.

Selon l’enquête, davantage de femmes pourraient être affectées initialement par l’essor de l’automatisation, tandis que les hommes sont plus susceptibles d’en ressentir les effets dans la troisième vague, au milieu des années 2030 (voir tableau ci-dessous). Ceci est dû aux types de tâches qui sont plus sujettes à l’automatisation et aux profils actuels d’emploi par sexe et par secteur.

La vague des algorithmes est déjà bien entamée et implique une automatisation des analyses de données structurées et des tâches numériques simples, comme l'établissement de scores de crédit. Cette vague d'innovation pourrait arriver à maturité au début des années 2020.

La vague d’augmentation est aussi entamée, mais parviendra probablement à maturité complète plus tard dans les années 2020. La vague d'augmentation est axée sur l’automatisation des tâches répétitives et des échanges d’informations, ainsi que sur les développements ultérieurs de drones aériens, de robots dans les entrepôts et de véhicules semi-autonomes.

Au cours de la troisième vague d’autonomie, qui pourrait arriver à maturité au milieu des années 2030, l’IA sera de plus en plus capable d’analyser des données provenant de sources multiples, de prendre des décisions et d’entreprendre des actions physiques sans ou avec peu d’intervention humaine. Durant cette phase, les véhicules entièrement autonomes sans conducteur pourraient, par exemple, se déployer à grande échelle dans tous les secteurs de l’économie.

Ce tableau résume les proportions estimées d’emplois qui pourraient être affectés lors de ces trois vagues et la manière dont elles peuvent varier entre les hommes et les femmes.

John Hawksworth, chief economist chez PwC et co-auteur de l’étude commente :

« Nos estimations se basent principalement sur la faisabilité technique de l’automatisation. En pratique, la portée réelle de l’automation pourrait donc être moindre en raison de diverses contraintes économiques, juridiques, réglementaires et organisationnelles. Ce n’est pas parce qu’une chose peut être automatisée en théorie qu’elle sera viable en pratique d’un point de vue économique ou politique. »

« Par ailleurs, une autre analyse que nous avons réalisée suggère que les pertes d’emplois liées à l’automatisation sont susceptibles d’être largement compensées à long terme par de nouveaux emplois. Ceux-ci résulteront de l’économie plus large et plus riche que ces nouvelles technologies auront rendue possible. Contrairement à certaines prédictions, nous ne pensons pas que l’automatisation générera davantage de chômage technologique de masse d’ici les années 2030 qu’elle ne l’a déjà fait ces dernières décennies, depuis le début de la révolution numérique. »

Effets potentiels par pays

La proportion estimée d’emplois existants exposés à un risque élevé d’automatisation potentielle d’ici le milieu des années 2030 diffère significativement selon les pays.

Elle varie entre seulement 20-25 % dans certaines économies d’Asie orientale et nordiques dont le niveau d’éducation moyen est relativement élevé, et plus de 40 % dans les économies d’Europe de l’Est où la production industrielle (qui a tendance à être plus facilement automatisée) représente encore une partie relativement importante de l’emploi total.

Les pays comme le Royaume-Uni et les USA, dont les économies sont dominées par les services et qui comptent des branches relativement « long tails » et des travailleurs moins instruits, sont plutôt associés à des niveaux intermédiaires d’automatisation potentielle.

Effets potentiels par secteur industriel

La proportion estimée d’emplois existants exposés à un risque élevé d’automatisation potentielle d’ici le milieu des années 2030 diffère largement selon les secteurs industriels. La moyenne dans les différents pays s’élève, par exemple, à 52 % pour le transport et le stockage et à seulement 8 % pour le secteur de l’enseignement.

Le secteur du transport se démarque avec des niveaux d’automatisation potentielle particulièrement élevés à plus long terme, du fait que les véhicules sans conducteur se déploieront à grande échelle dans tous les secteurs de l’économie. Toutefois, cette évolution sera plus marquée pendant la troisième vague d’automatisation autonome. À plus court terme, des secteurs comme les services financiers pourraient être davantage exposés, étant donné que les algorithmes surpasseront les humains dans une série toujours plus vaste de tâches liées à l’analyse de données pures.

Effets potentiels par sexe, âge et niveau d'éducation

Notre analyse relève également des différences notables parmi les types de travailleurs, qui varieront aussi lors des trois vagues d’automatisation (voir graphique ci-dessous). Les résultats les plus marquants sont ceux par niveaux d’éducation. Les travailleurs très instruits qui possèdent un diplôme d’études supérieures voire plus, seront beaucoup moins exposés en moyenne que ceux dont le niveau d’éducation est faible ou moyen.

Sur le long terme, les travailleurs moins instruits pourraient être particulièrement exposés à l’automatisation, ce qui souligne l'importance d’investissements accrus dans la formation continue et la reconversion.

De manière générale, les travailleurs plus instruits auront plus de possibilités de s’adapter aux changements technologiques. Citons par exemple les fonctions de cadres supérieurs qui resteront nécessaires pour exercer un jugement humain, ainsi que les postes destinés à concevoir et superviser les systèmes basés sur l’IA. Le salaire de ces travailleurs devrait augmenter en raison des gains de productivité permis par ces nouvelles technologies.

Les différences sont moins marquées par groupes d’âge, bien que certains travailleurs plus âgés puissent éprouver relativement plus de difficultés à s’adapter et à se recycler que leurs collègues plus jeunes. Cette situation pourrait concerner particulièrement les hommes moins instruits, à l’aube de la troisième vague d’automatisation autonome, dans des secteurs comme les voitures sans conducteur et d’autres emplois manuels qui comptent une proportion relativement élevée de travailleurs hommes en ce moment. Les travailleuses pourraient toutefois être affectées plus durement lors des premières vagues d’automatisation qui toucheront, par exemple, les fonctions administratives.

Répercussions sur les politiques publiques

Les niveaux d’automatisation varient aussi en fonction des pays, étant donné que les méthodes de travail diffèrent. Plus précisément, les travailleurs dans des pays comme Singapour et la Corée du Sud, dont les exigences en matière de scolarité sont plus rigoureuses, pourraient être mieux protégés contre l’automatisation sur le long terme. Ceci se vérifie aussi (particulièrement en Europe) dans les pays où les dépenses en matière d'éducation représentent un plus grand pourcentage du PIB.

John Hawksworth, chief economist chez PwC, commente :

« Notre analyse souligne la nécessité d’accroître les investissements publics et privés en matière d'enseignement et de compétences pour aider les individus à s’adapter aux évolutions technologiques tout au long de leur carrière. Même si une meilleure formation en compétences numériques et en sujets STEM constitue un élément important à cet égard, la reconversion professionnelle sera aussi nécessaire pour encourager les travailleurs déplacés à décrocher des emplois dans les secteurs des services. En effet, la demande est forte dans ceux-ci, mais l’automatisation est moins facilement réalisable en raison de l’importance des compétences sociales et de l’intervention humaine.

Les gouvernements, les entreprises, les syndicats et les autres organisations devront tous jouer leur rôle pour aider les travailleurs à s’aligner sur ces nouvelles technologies. En outre, il est essentiel de garder un niveau de demande globale élevé pour faciliter la création de nouveaux emplois. Un moyen évident de le faire consiste à augmenter les investissements publics et privés dans des secteurs comme le transport et le logement.

L’éventualité d’une perte d’emplois existants ne devrait pas empêcher les pays d’ouvrir la voie pour développer ces nouvelles technologies. À moins qu’un pays ne s’isole du commerce et des investissements mondiaux (ce que l’histoire a prouvé comme étant extrêmement dévastateur à long terme d’un point de vue économique), des technologies apparaîtront encore au fil du temps dans les différentes nations. Il vaut donc mieux se trouver au premier rang de cette course mondiale. »

Anand Rao, Global Artificial Intelligence leader chez PwC, ajoute :

« Notre étude montre que les effets de l’automatisation et de l’IA se feront sentir par vagues, et que les tâches routinières et liées aux données seront les premières à être touchées. Mais ce n’est pas parce que les entreprises et les individus ne ressentent pas ces effets maintenant qu’il ne faut pas commencer à planifier l’avenir.

La technologie d’IA se complexifie tous les jours, et les entreprises ont besoin de comprendre comment, où et quand leurs travailleurs seront susceptibles d’être affectés dans le futur. Celles qui mesureront les risques et opportunités pourront améliorer les compétences de leurs travailleurs et adapter leurs activités. Elles ne se contenteront pas de réagir lorsqu’il sera trop tard. »

Découvrez le rapport complet

Notes

1. La méthodologie utilisée dans cette étude repose sur les précédents travaux de recherche effectués par Frey et Osborne (2013), Arntz, Gregory et Zierahn (2016) et sur notre étude précédente consacrée au même sujet dans l’UK Economic Outlook de PwC (mars 2017). Pour plus de détails, veuillez consulter l’annexe du rapport complet sur https://www.pwc.co.uk/automation
2. Dans le cadre de son étude « Workforce of the Future », PwC a mené un sondage auprès de 10 000 personnes à travers le monde. Celui-ci révèle que près de trois quarts (74 %) des personnes interrogées sont prêtes à apprendre une nouvelle compétence ou à se recycler entièrement pour rester employables. Elles considèrent qu’il en va de leur responsabilité personnelle, et non de celle des employeurs de garder leurs compétences à jour. Leur point de vue appuie un virage vers la formation continue des salariés. De cette manière, les employés ne se feront pas dépasser par les effets de la technologie sur les emplois et le lieu de travail. Pour en savoir plus, cliquez ici.
3. L’analyse de PwC publiée en juin 2017 montre que le PIB mondial sera supérieur de 14 % en 2030 du fait de l’IA (l'équivalent de 15,7 trillions de dollars supplémentaires). Ceci en fait l’opportunité commerciale la plus importante de l’économie actuelle en évolution rapide. Pour en savoir plus, cliquez ici.

​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ###