Since ChatGPT’s launch in late 2022, a wave of studies has tried to quantify how generative AI will affect employment, but most rely on theoretical estimates of what large language models (LLMs) can do. Anthropic, the maker of Claude, takes a different approach in a new paper, “Labor market impacts of AI: A new measure and early evidence,” and its conclusions are notably more measured than the doomsday scenarios often circulated.

The company introduces a new displacement-risk metric called “observed exposure,” which combines theoretical LLM capability with real-world usage data, while giving more weight to automated uses than augmentation uses and to actual workplace contexts. Researchers Maxim Massenkoff and Peter McCrory argue that purely theoretical measures systematically overstate the real risk, because AI’s effective coverage remains only a fraction of what is technically possible.

To build the indicator, they combine three sources: O*NET, which catalogs tasks across roughly 800 U.S. occupations; Claude usage data from Anthropic’s Economic Index; and academic theoretical estimates from Eloundou et al. (2023). The gap between potential and reality is substantial: in “Computer & Mathematics,” Claude currently covers only 33% of tasks, even though theoretical estimates suggest 94% could be accessible to an LLM.

On this basis, the ten most exposed jobs are led by software developers, with 75% of their tasks already covered by observed AI use. They are followed by customer service agents, whose interactions are increasingly handled by automated systems, and data entry operators, at 67% coverage. At the other end of the spectrum, nearly one in three workers is not yet affected by AI at all, especially hands-on, everyday jobs such as cooks, mechanics, lifeguards, bartenders and restaurant dishwashers.

The study also challenges assumptions about who is most vulnerable. The most exposed workers are not primarily low-skilled employees, but rather women, older workers, degree holders and higher earners. In the most exposed occupations, women are overrepresented by 16 points compared with non-exposed jobs, white workers by 11 points, and people of Asian origin are nearly twice as numerous. Exposed workers also earn 47% more on average, and master’s or PhD holders account for 17.4% of the exposed group versus 4.5% of the non-exposed group.

Crucially, Anthropic finds no measurable rise in unemployment in the most exposed occupations since late 2022. The researchers say their method would have detected a shock on the scale of the 2008 crisis, when U.S. unemployment doubled, so the absence of a signal is not a statistical artifact. They do, however, see signs that hiring of younger workers has slowed in exposed jobs: since 2024, 22- to 25-year-olds have found it harder to get hired, with monthly hiring rates down by about half a point in those occupations while other sectors remain stable. Over the full post-ChatGPT period, the decline reaches 14%.

That signal is still fragile, but it aligns with other recent studies suggesting the effect is not mass layoffs but a hiring freeze. Anthropic presents the work as a starting point, designed to establish a robust method before AI’s labor-market effects become fully visible. The company says it will keep updating the indicators as new data arrives, and plans to examine young graduates in the most exposed fields next — a group for whom slower hiring could have lasting consequences at the start of their careers.

Depuis le lancement de ChatGPT fin 2022, les études se multiplient pour tenter de mesurer l’impact de l’IA générative sur le marché du travail. La plupart s’appuient sur des estimations théoriques des capacités des grands modèles de langage (LLM).

Anthropic, le créateur de Claude, propose une approche différente et les résultats sont plus nuancés que les scénarios catastrophistes souvent relayés.

Un nouvel indicateur : l’« observed exposure »

Son étude intitulée « Labor market impacts of AI: A new measure and early evidence » introduit une nouvelle mesure du risque de remplacement (displacement), baptisée observed exposure (exposition observée), qui combine la capacité théorique des LLM avec des données réelles d’utilisation, en pondérant davantage les usages automatisés ( par opposition aux usages d’augmentation ) et les contextes professionnels.

Les chercheurs, Maxim Massenkoff et Peter McCrory, partent d’un constat : les mesures purement théoriques surestiment systématiquement le risque réel. L’IA est loin d’atteindre ses capacités théoriques car la couverture effective ne représente qu’une fraction de ce qui serait techniquement faisable.

Pour construire leur indicateur, ils croisent trois sources : la base O*NET qui recense les tâches associées à environ 800 métiers aux États-Unis, les données d’usage de Claude (issues de l’Anthropic Economic Index), et les estimations théoriques de la recherche académique d’Eloundou et al. (2023).

A titre d’exemple, Claude couvre actuellement seulement 33 % des tâches de la catégorie « Informatique & Mathématiques », alors que les estimations théoriques suggèrent que 94 % de ces tâches seraient techniquement accessibles à un LLM. L’écart entre potentiel et réalité est donc considérable.

10 métiers sont très exposés

Parmi les dix métiers les plus exposés, les développeurs arrivent en tête : 75 % de leurs tâches sont déjà couvertes par les usages observés de l’IA. Suivent les agents de service client, dont les interactions sont de plus en plus prises en charge par des systèmes automatisés et les opérateurs de saisie de données, couverts à 67 %.

À l’opposé, près d’un travailleur sur trois n’est pour l’instant pas concerné par l’IA. Ce sont les métiers du quotidien et du terrain : cuisiniers, mécaniciens, maîtres-nageurs, barmans ou plongeurs de restaurant.

Les dix professions les plus exposées selon la mesure de couverture des tâches.

Le profil inattendu des travailleurs exposés

L’étude dresse un portrait surprenant des salariés les plus vulnérables. Il s’agit davantage de femmes, de seniors, de diplômés et de hauts salaires que de travailleurs peu qualifiés.

Les chiffres sont parlants : dans les métiers les plus exposés, les femmes sont surreprésentées de 16 points par rapport aux métiers non exposés, les personnes blanches de 11 points, et les personnes d’origine asiatique y sont presque deux fois plus nombreuses.

Sur le plan salarial, l’écart est également marqué : les travailleurs exposés gagnent en moyenne 47 % de plus. Quant au diplôme, les titulaires d’un master ou d’un doctorat représentent 17,4 % des exposés, contre seulement 4,5 % des non-exposés.

Pas d’impact mesurable sur le chômage… mais

C’est sans doute le constat le plus important de l’étude : aucune hausse anormale du chômage n’est observable dans les métiers les plus exposés à l’IA depuis fin 2022. Les chercheurs précisent que leur méthode aurait détecté un choc de l’ampleur de la crise de 2008, quand le chômage américain avait doublé. L’absence de signal n’est donc pas un artefact statistique.

En revanche, ils trouvent des indices révélant que le recrutement de jeunes travailleurs a ralenti dans les métiers exposés. Depuis 2024, les 22/25 ans peinent davantage à y décrocher un emploi : le taux d’embauche mensuel y a reculé d’environ un demi-point, là où les autres secteurs restent stables. La baisse atteint 14 % sur l’ensemble de la période post-ChatGPT.

Ce signal est certes fragile mais cohérent avec d’autres études récentes, qui attribuent ce recul non à des vagues de licenciements, mais à un simple gel des recrutements.

Une étude amenée à être mise à jour

Les auteurs présentent explicitement cette étude comme un point de départ. Leur objectif est de disposer d’une méthode robuste avant que les effets de l’IA ne soient pleinement visibles, pour mieux les identifier quand ils se manifesteront.

Ils prévoient de mettre à jour leurs indicateurs au fil des nouvelles données, et indiquent vouloir prochainement examiner le cas des jeunes diplômés dans les filières les plus exposées. Une population pour laquelle le ralentissement des embauches pourrait avoir des conséquences durables sur les débuts de carrière.

The post IA et emploi : Anthropic nuance les craintes de destructions massives de postes appeared first on Silicon.fr.