Le modele Anthropic : 3 scenarios pour l’economie IA d’ici 2030, et ce que ca change pour vous
Date : 11 septembre 2026
Le meme jour ou Coxon demissionne et Hubinger admet >10% de chance d’extinction par l’IA, l’equipe economique d’Anthropic publie un modele de simulation a 3 scenarios sur ce que l’IA fait a l’emploi, aux salaires, a l’inegalite d’ici 2030. Spoiler : la trajectoire mediane ressemble plus a “inquietant mais gerable” qu’a “apocalypse”. La trajectoire extreme, elle, est catastrophique. C’est probablement le travail econometrique le plus important publie par un laboratoire d’IA cette annee.
Le cadre : l’economie comme un paquet de taches
Le modele part d’une idee simple. Le PIB americain (30 000 milliards $ en 2025) est la somme de toutes les taches accomplies dans l’annee, par des humains ou des machines. Chaque metier est un bundle de taches issues du referentiel O*NET du US Department of Labor.
L’IA peut affecter chaque tache de 4 facons :
| Effet | Description | Exemple concret |
|---|---|---|
| Taches inchangees | L’IA ne touche pas a ce qu’on fait | Un infirmier qui fait la toilette d’un patient |
| Taches augmentees | L’IA aide a mieux ou plus vite | L’IA assiste l’infirmier pour rediger ses notes de sortie |
| Taches automatisees | L’IA remplace entierement | L’IA chart les constantes vitales |
| Nouvelles taches creees | L’IA cree du nouveau travail | Verifier la qualite d’un triage fait par l’IA |
Le modele combine ca avec : - m = niveau de capacite de l’IA (de 0 = rien a 1 = fait mieux que tous les humains) - d = vitesse d’adoption (de 0 = pas adopte a 1 = adopte universellement) - Automation share = part de taches pleinement automatisees vs augmentees - Reinstatement = part de travailleurs deplaces qui retrouvent un emploi dans le meme secteur
“The country’s GDP will grow, but a larger share of that prosperity might go to the resources and technology used to create more wealth (capital) compared to workers, even if society as a whole is much wealthier.”
Trois scenarios pour 2030
L’equipe presente 3 scenarios clairement balises, sans probabilites attachees - ce sont des futurs possibles, pas des predictions. Les parametres ont ete calibres sur un sondage Morning Consult de 10 980 Americains plus 23 490 visiteurs du site.
Scenario 1 - Modeste : l’IA = Internet
“In the modest scenario, AI has roughly the same kind of impact as the internet did. Real economic gains, within the historical norm.”
Parametres : m₂₀₃₀ = 0.20, d₂₀₃₀ = 0.20, automation 50%, reinstatement 0.5
| Indicateur | 2030 |
|---|---|
| PIB US | 34 100 Mds (+1.6% vs trajectoire no-AI) |
| Emploi cognitif | -0.5% vs mi-2026 |
| Chomage global | 3.9% (baseline 3.8%) |
| Salaires | Stables |
Verdict : Imperceptible dans les agregats macroeconomiques. Historiquement dans la fourchette.
Scenario 2 - Substantiel : la revolution du knowledge work
“AI is capable of doing half of all knowledge work by 2030, the majority autonomously, but most knowledge work tasks are still done without AI.”
Parametres : m₂₀₃₀ = 0.30, d₂₀₃₀ = 0.40, automation 75%, reinstatement 0.25
| Indicateur | 2030 |
|---|---|
| PIB US | 36 300 Mds (+8.3%) |
| Croissance annuelle | ~2x normale |
| Emploi cognitif | -3.9% (vs mi-2026) |
| Autres emplois | +4.6% |
| Chomage cognitif | 4.5% (vs 2.9% en 2026) |
| Salaire moyen | +2.1% |
| Part du travail dans le PIB | 56% (vs 60%) |
Verdict : croissance forte, transition douloureuse pour les cols blancs, inegalite qui s’installe.
Scenario 3 - Extreme : le point de bascule
“AI is more productive than humans at the vast majority of knowledge-work tasks. It does nearly all of them autonomously, and it creates essentially no new knowledge tasks for people. Likely driven by recursively self-improving AI systems.”
Parametres : m₂₀₃₀ = 0.50, d₂₀₃₀ = 0.60, automation 90%, reinstatement 0
| Indicateur | 2030 |
|---|---|
| PIB US | 44 400 Mds (+32.4%) |
| Croissance annuelle | jusqu’a 15% (doublement tous les 4.5 ans) |
| Emploi cognitif | -21.5% vs mi-2026 |
| Chomage des ex-cognitifs | 17.9% (jamais vu depuis 1945) |
| Chomage global | 11.9% |
| Salaire cognitif | -11.5% |
| Part du travail dans le PIB | 45% (vs 60%) |
Verdict : societe beaucoup plus riche, mais beaucoup moins d’emplois cognitifs et une part du capital qui explose.
Ce que le public americain imagine (sondage Morning Consult)
Le sondage du Anthropic Economics Institute a pose 5 questions a 34 000 Americains :
- Capacites : quelles taches l’IA peut faire ?
- Adoption : combien de gens utilisent l’IA ?
- Autonomie : a quel point l’IA agit seule ?
- Productivite : combien l’IA rend les gens plus productifs ?
- Adjustment : combien de temps pour retrouver un emploi si deplacement ?
Le repondant median projette un scenario proche du “Substantiel” : PIB 10% au-dessus du no-AI en 2030, chomage a 5%. Environ 10% des repondants projettent des vues alignees sur l’Extreme.
C’est-a-dire : la societe americaine elle-meme n’est pas majoritairement “doomer”, mais elle n’est pas non plus sereine. Elle anticipe une gene systemique, pas une catastrophe.
Mais en face : ce qui se passe vraiment sur le terrain
Le modele regarde 2030. Les donnees actuelles, elles, regardent 2026.
| Source | Signal | Lecture |
|---|---|---|
| BLS, 4 sept 2026 (The Economist) | +162 000 jobs en aout, chomage 4.1% | “Pas de jobs apocalypse - pas encore” |
| NY Fed (Abel et al.) | 61% des entreprises de services utilisent l’IA (vs 40% en 2025) | Adoption rapide, mais shallow : 17% des employes en moyenne |
| NY Fed - impact emploi | 4% ont licencie a cause de l’IA (vs 1% en 2025), 15% ont embauche moins, 13% ont embauche plus | Effet net ambigu, plus de retraining (33%) que de coupes |
| Revelio Labs, sept 2026 | Entreprises les plus exposees a l’IA ont moins de layoffs que les moins exposees | Le plus expose n’est pas le plus vulnerable |
| The Economist | 1M nouveaux jobs crees par l’IA aux US, ~200k layoffs attribues | Ratio 5:1 creation/destruction |
| Brynjolfsson, Chandar, Chen (Stanford) | -14% emploi entry-level dans les occupations exposees (post-GenAI rollout) | Les juniors trinquent |
| Davis, 2026 | Salaires dans les secteurs exposes n’ont PAS baisse malgre l’emploi en berne | Divergence emploi/salaire |
| Stanford Digital Economy Lab | Estimation ponderee 2.2% de perte d’emploi US d’ici 2030 | Mediane des 36 sources |
| Metaculus (26 forecasters) | 17.8% de remplacement d’ici 2030 (range 9.1-25.7%) | Plus pessimiste que le Stanford agrege |
| Anthropic Econ Index (mars 2026) | 49% des jobs US ont vu 25%+ de leurs taches effectuees via Claude | Penetration massive, mais surtout augmentation pas automatisation |
Conclusion des sources terrain : l’IA n’a pas encore produit l’apocalypse predite par certains. L’adoption est large mais peu profonde. Le mouvement net va vers la transformation, pas la destruction.
Ce qui pourrait bien quand meme virer
Meme hors scenario extreme, le modele met en lumiere des points de bascule invisibles :
1. La part du travail dans le PIB baisse mecaniquement. Meme en scenario “modeste”, la part du capital monte. Plus de richesse, mais moins pour les salaires. Ca creuse les inegalites meme sans hausse du chomage.
2. Le passage cognitif → autres emplois est brutal. En scenario substantiel, des codeurs et des gens de call center doivent devenir electriciens ou infirmiers. C’est faisable, mais ca prend du temps et c’est traumatisant. Le modele montre un pic de chomage a 4.5% pour les cols blancs en transition.
3. Les juniors sont les premiers touches. Brynjolfsson le documente deja : baisse de -14% d’embauche des 22-25 ans dans les roles exposes a l’IA. Le modele theorique dit la meme chose : l’IA remplace d’abord les taches les moins differentiees.
4. Le scenario extreme n’est pas un caprice. Il modelise exactement ce que Hubinger decrivait la veille - “AI will soon be superhuman at most knowledge work, will recursively self-improve, will displace cognitive workers, with no significant reinstatement.” Les parametres du modele Anthropic Institute sont calibres pour que ce soit mathematiquement possible d’ici 2030.
Ce qu’on en fait cote entreprise : 5 actions concretes
La fenetre pour decider est maintenant. Voici ce qui distingue les winners des losers d’ici 2030 :
1. Faire l’inventaire des taches, pas des jobs. Le modele le montre : ce sont les taches individuelles qui sont automatisees, pas les metiers entiers. Cartographier quelles taches de chaque poste sont automatisables maintenant vs dans 18 mois vs jamais. Les RH qui font ce travail aujourd’hui reprennent le pouvoir de la transformation demain.
2. Miser sur les competences complementaires, pas sur les roles preserves. Sachant que la demande va vers “AI-augmented human judgment”, former les gens a utiliser l’IA, pas a eviter l’IA. IBM, Microsoft, Beemm font deja ce pivot ; ceux qui resistent paieront le cout en 2027-2028.
3. Stop hiring juniors in exposed roles. Brynjolfsson dit -14% d’embauche. Si vous continuez a former des juniors comme avant, vous investissez dans des roles qui n’existeront plus. Former les juniors a augmenter l’IA est l’inverse du bon sens - c’est exactement ce qui marche.
4. Preparer la transition sectorielle. Si vous avez des centres d’appels, des back-offices, des equipes de support IT niveau 1 : ces roles vont se compresser. Commencez des maintenant a former les gens en transition (c’est ce que fait la NY Fed, et c’est plus efficace que les coupes seches).
5. Diversifier l’epargne salariale. Le scenario substantiel predit que la part du capital gagne, la part du travail perd. Si vous etes patron, c’est neutre. Si vous etes salarie, ca signifie que l’actionnariat salarie devient critique - pas optionnel - comme hedge contre votre propre employabilite.
L’angle Anthropic
C’est important : ce modele vient d’Anthropic, l’un des deux labos qui construisent l’AGI la plus puissante du monde. Anthropic ne publie pas ca pour reguler. Ils le publient parce que :
-
C’est une bonne foi economique. Korinek (Univ. of Maryland, croissance macroeconomique) + Jones (Stanford, theorie de la croissance endogene) + Sacher (Anthropic econ) sont des sommites academiques. Revu par Acemoglu, Autor, Romer, Klenow. C’est un vrai papier.
-
C’est de la transparence defensive. Deux jours avant, leur Alignment Lead dit “on n’a pas de plan” et leur chercheur demissionne. Publier un modele qui montre que “oui, ca va probablement se passer, voici les fourchettes” est une maniere de credibiliser leur demarche. Anthropic a tout a perdre a dire “on va tous mourir” et tout a perdre a dire “RAS”. Le scenario median est le sweet spot.
-
C’est un outil d’anticipation politique. En montrant que les 3 scenarios ont des implications macroeconomiques radicalement differentes, ils poussent a decider maintenant des politiques d’accompagnement (retraining, redistribution, etc.) - pour ne pas se retrouver en scenario extreme sans politique en place.
Liens et lectures
- Source primaire : Anthropic Economics Institute - Scenarios for our Economic Future (Korinek, Jones, Sacher, Cotter, McCrory, 1 sept 2026)
- PDF technique : Economic Scenarios for Transformative AI
- Anthropic Economic Index : March 2026 Report - Learning curves
- NY Fed - Businesses Are Using AI to Transform Work, Not Cut Jobs - sept 2026
- The Economist - The jobs apocalypse is postponed - 4 sept 2026
- Forecasting Research Institute - Forecasting the Economic Effects of AI (Karger, Kuusela et al., mars-mai 2026) - base du papier : enquetes de 5 groupes (economistes, employes AI labs, policy researchers, superforecasters, public)
- Jobsdata.ai - Projected US Job Displacement - agregateur temps reel
Articles lies sur Beemm : - Crunch time for humanity : la demission Coxon et l’aveu Hubinger - Hugging Face : d’un chatbot ado a la cible de Nvidia a 13 milliards - Codex, le pari open-source d’OpenAI - Tibo Sottiaux
Sources et references
- Anthropic Economics Institute - Scenarios for our Economic Future - Korinek, Jones, Sacher, Cotter, McCrory, sept 2026
- Economic Scenarios for Transformative AI - PDF technique
- NY Fed - Businesses Are Using AI to Transform Work, Not Cut Jobs
- The Economist - Jobs apocalypse postponed
- Forecasting Research Institute - Forecasting the Economic Effects of AI - Karger, Kuusela et al., mars-mai 2026
- Jobsdata.ai - Projected US Job Displacement from AI by 2030
