Visualisation interactive de 147 métiers du répertoire ROME, scorés sur leur exposition à l'IA à partir de sources académiques et institutionnelles. Un outil exploratoire, pas un rapport.
Explorer la visualisationCe site propose une cartographie visuelle de l'exposition des métiers français à l'intelligence artificielle. Chaque métier est représenté par un rectangle dont la surface est proportionnelle au nombre d'emplois, et dont la couleur indique le niveau d'exposition à l'IA (ou d'autres métriques : salaire, formation, perspectives).
L'objectif n'est pas de prédire quels métiers vont "disparaître" : un score élevé ne signifie pas la fin d'un métier. Les développeurs informatiques scorent 8/10 car l'IA transforme profondément leur travail, mais la demande de logiciels pourrait facilement augmenter avec les gains de productivité. Le score mesure l'ampleur de la transformation, pas son issue.
C'est un outil exploratoire destiné à alimenter la réflexion sur l'évolution du marché du travail, pas une publication académique ni un rapport officiel.
Entre août 2025 et août 2026, le débat est passé de la projection à la mesure. Plusieurs institutions publient désormais des données observées sur l'emploi plutôt que des estimations de potentiel. Elles ne disent pas toutes la même chose, et cette divergence est en soi le principal résultat de l'année.
À partir des données de paie ADP, Brynjolfsson, Chandar et Chen mesurent une baisse relative d'environ 16 % de l'emploi des 22-25 ans dans les métiers les plus exposés depuis la diffusion de l'IA générative, alors que l'emploi des travailleurs expérimentés reste stable ou progresse. L'ajustement passe par un ralentissement des embauches, pas par des licenciements, et se concentre là où l'IA automatise plutôt qu'elle n'augmente le travail. Voir l'étude
Anthropic introduit l'exposition observée : la part des tâches d'un métier réellement traitées via son assistant, pondérée en faveur des usages d'automatisation. En tête, les programmeurs (74,5 %), les agents de service client (70,1 %) et les opérateurs de saisie (67,1 %). L'étude ne trouve aucun effet statistiquement significatif sur le chômage des métiers les plus exposés depuis fin 2022, mais estime à environ 14 % le repli du rythme d'embauche des 22-25 ans dans ces métiers. Voir l'étude
L'emploi de la zone OCDE atteint un niveau record, 670 millions de personnes en mai 2026, pour un chômage de 4,9 %. Le chômage des jeunes augmente, y compris chez les non-diplômés, mais l'OCDE juge les preuves d'un effet propre à l'IA encore limitées : les facteurs conjoncturels et l'évolution de long terme de la demande de compétences pèsent davantage. Les salaires réels restent inférieurs à leur niveau d'il y a cinq ans dans environ un tiers des pays. Voir le rapport
Sur 135 pays, l'exposition à l'IA générative est nettement plus élevée dans les économies avancées, en particulier sur les fonctions administratives et les professions intellectuelles. Les pays en développement risquent de subir la disruption avant d'en tirer les bénéfices : les emplois automatisables y sont déjà connectés, ceux qui gagneraient en productivité le sont beaucoup moins. Voir le papier
Au quatrième trimestre 2025, l'emploi salarié des 15-29 ans hors alternants recule sur un an de 7,4 % dans les activités informatiques et services d'information, de 5,8 % dans l'édition et de 3,7 % dans le conseil en gestion, quand l'ensemble du secteur marchand non agricole ne baisse que de 0,7 %. Entre fin 2023 et fin 2025, l'emploi de l'information-communication recule de 3,0 %, une baisse entièrement portée par les jeunes (contribution de -3,8 points). L'INSEE souligne qu'on ne peut pas l'attribuer à la seule IA, mais note un retournement brutal et concomitant dans des secteurs en croissance continue depuis vingt ans. Voir l'éclairage
18 % des entreprises de 10 salariés ou plus implantées en France déclarent utiliser au moins une technologie d'IA en 2025, contre 10 % en 2024 et 6 % en 2023. La France reste légèrement sous la moyenne de l'Union européenne (20 %). L'écart par taille reste massif : 15 % pour les 10-49 salariés, 31 % pour les 50-249, 58 % au-delà de 250. Surtout, les entreprises utilisatrices concentrent désormais 59 % de l'emploi du champ étudié, contre 40 % un an plus tôt : la question n'est plus de savoir si l'IA arrive dans les entreprises françaises, mais à quelle vitesse elle redescend jusqu'aux postes de travail. Voir la publication
Entre substitution du travail et gains de productivité susceptibles de stimuler la demande, le Trésor conclut que l'effet net agrégé demeure incertain, avec des risques concentrés sur certains travailleurs. Les vagues de licenciements attribuées à l'IA se concentrent bien dans les secteurs les plus exposés, finance et informatique, mais l'IA sert aussi parfois de motif affiché pour d'autres causes. 62 % des Français perçoivent l'IA comme un risque pour l'emploi. Voir la note
À partir de plus de 120 millions d'offres d'emploi publiées en France depuis 2019, l'étude montre une diffusion très hétérogène, concentrée dans l'informatique, la finance et le conseil, et dans les grandes entreprises pionnières. On observe un recul relatif des créations d'emplois dans les métiers les plus exposés, mais les entreprises qui recrutent sur l'IA voient leur productivité, leur chiffre d'affaires et leur emploi total augmenter. Voir le rapport
Jusqu'ici, les effectifs et les salaires provenaient d'estimations agrégées de seconde main, avec des valeurs manifestement fausses sur plusieurs métiers (6 200 secrétaires en France, par exemple). Ils sont maintenant repris tels quels des Portraits statistiques des métiers de la Dares, édition du 16 juillet 2026 : effectifs en emploi 2024 et salaire mensuel net médian 2023-2025 par famille professionnelle. Le périmètre couvert passe de 14,7 à 20,0 millions d'emplois, soit environ 70 % de l'emploi total en France, et les 17 métiers qui n'avaient aucun chiffre en ont désormais un. Voir la source
Trois enseignements convergent et méritent d'être gardés en tête en explorant le treemap :
Ce projet est un fork du travail réalisé par Andrej Karpathy (co-fondateur d'OpenAI, ancien directeur IA chez Tesla). Son projet original, karpathy/jobs, visualise 342 métiers américains à partir des données du Bureau of Labor Statistics (BLS), avec un scoring d'exposition IA réalisé par LLM.
Nous avons adapté l'intégralité du pipeline au marché du travail français : remplacement du BLS par le répertoire ROME de France Travail, utilisation de sources académiques multi-institutionnelles pour le scoring, traduction complète de l'interface, et conversion aux échelles françaises (euros, niveaux de diplôme du CAP au Doctorat).
Chaque métier est évalué sur un axe unique d'Exposition à l'IA de 0 à 10, mesurant dans quelle mesure l'IA va transformer ce métier. Le score prend en compte :
Un heuristique clé : si un métier peut être exercé entièrement depuis un ordinateur (écrire, coder, analyser, communiquer), son exposition est intrinsèquement élevée (7+). Les métiers nécessitant une présence physique, un savoir-faire manuel ou une interaction humaine en temps réel ont une barrière naturelle à l'exposition.
| Score | Niveau | Exemples |
|---|---|---|
| 0-1 | Minimale | Maçons, couvreurs, jardiniers-paysagistes, aides à domicile |
| 2-3 | Faible | Electriciens, plombiers, sapeurs-pompiers, aides-soignants, infirmiers |
| 4-5 | Modérée | Policiers, vétérinaires, pharmaciens, éducateurs spécialisés, architectes |
| 6-7 | Elevée | Enseignants, comptables, journalistes, conseillers bancaires, avocats |
| 8-9 | Très élevée | Développeurs, designers graphiques, traducteurs, data analysts, rédacteurs web |
| 10 | Maximale | Télévendeurs, opérateurs de saisie |
Un score élevé ne prédit pas la disparition d'un métier. Il mesure l'ampleur de la transformation, pas son issue. Le score ne tient pas compte de l'élasticité de la demande, de la demande latente, des barrières réglementaires ou des préférences sociales. Beaucoup de métiers à forte exposition seront transformés, pas remplacés.
Contrairement au projet original qui utilise un scoring par LLM unique, nous avons construit un scoring multi-sources pondéré s'appuyant sur des travaux académiques et institutionnels.
97 métiers français scorés (0-10) avec pondération multi-sources : poids par niveau de preuve (académique, institutionnel, presse) et récence. Basé sur ROME 4.0 + INSEE EEC 2024 + DARES BMO 2024.
774 métiers (SOC) évalués sur 10 capacités IA croisées avec 52 aptitudes O*NET. Référence académique publiée dans le Journal of Finance.
Index de l'Organisation internationale du travail (Working Paper 140). 427 métiers ISCO-08 avec scores tâche par tâche sur l'exposition à l'IA générative. Complété en mars 2026 par le papier OIT-Banque mondiale sur 135 pays.
Exposition observée de 756 professions SOC : part des tâches réellement traitées par un assistant IA, pondérée vers l'automatisation. Ajoutée cette année comme indicateur de comparaison, visible dans l'infobulle du treemap.
3 003 occupations ESCO scorées à partir de 27 000 capacités IA extraites de communiqués d'entreprises. Distinction automatisation vs. augmentation.
Effectifs en emploi 2024 et salaire mensuel net médian 2023-2025 pour les 341 familles professionnelles (FAP-2021). C'est la source des chiffres d'emploi et de salaire du site depuis août 2026.
532 codes ROME reliés aux familles professionnelles de la Dares. Sert de menu de candidats ; le rattachement final de chacun de nos 147 métiers est arbitré à la main dans refresh_stats_fr.py.
Table de correspondance officielle France Travail : 11 118 appellations ROME mappées vers 1 915 occupations ESCO. Passerelle vers les indices internationaux.
Le calendrier du règlement européen sur l'IA a été modifié en 2026. Le paquet de simplification dit digital omnibus, entré en vigueur le 27 juillet 2026, reporte les obligations applicables aux systèmes à haut risque qui devaient s'appliquer au 2 août 2026 :
Ce report ne change pas l'exposition des métiers, mais il décale d'environ seize mois le moment où l'usage de l'IA dans les processus RH sera encadré. Il pèse donc sur le rythme d'adoption dans les métiers du recrutement, de la gestion du personnel et de l'orientation. Communiqué du Parlement européen
Le code source est disponible sur GitHub. Voici les étapes du pipeline :
scrape_francetravail.py récupère les fiches métier via l'API France Travail (ROME v2, OAuth2).parse_rome.py + process.py convertissent les données JSON en fichiers Markdown structurés.make_csv_fr.py extrait les champs structurés (salaire, formation, emplois) dans un CSV, puis refresh_stats_fr.py remplace les effectifs et les salaires par ceux de la Dares.build_scores.py mappe les scores multi-sources (transitions-ia.fr, Felten, ILO, ESCO) vers nos 147 métiers.build_observed_exposure.py relie chaque métier à la profession SOC américaine la plus proche pour récupérer l'exposition observée de l'Anthropic Economic Index.build_site_data.py fusionne CSV, scores et exposition observée dans un JSON compact pour le frontend.treemap.html affiche le treemap interactif avec 4 couches de coloration.Le treemap propose 4 modes de coloration interactifs :
Depuis la mise à jour d'août 2026, l'infobulle affiche en plus l'usage IA constaté : la part des tâches du métier effectivement observée dans l'usage réel d'un assistant IA, d'après l'Anthropic Economic Index de mars 2026. Cet indicateur est disponible pour 144 des 147 métiers. Il se lit en regard du score, pas à sa place : le score mesure un potentiel de transformation, l'usage constaté mesure ce qui se passe aujourd'hui. L'écart entre les deux est en général large, et c'est précisément ce qu'il est intéressant de regarder.
Nos 147 métiers ne coïncident pas avec les 341 familles professionnelles de la Dares. Deux ajustements sont faits, et ils sont visibles dans l'infobulle du treemap. Quand un métier couvre plusieurs familles (les maçons peu qualifiés et les maçons qualifiés, par exemple), les effectifs sont additionnés et le salaire est la moyenne des médianes pondérée par les effectifs, ce qui n'est pas rigoureusement une médiane. Quand plusieurs de nos métiers tombent dans la même famille (avocats et juristes d'entreprise, télévendeurs et opérateurs de centre d'appels), l'effectif est réparti à parts égales entre eux, pour que le total reste juste et que la carte ne compte pas deux fois les mêmes emplois ; ces métiers sont signalés par un astérisque. 27 métiers sur 147 sont dans ce cas.
L'index Anthropic est construit sur des professions américaines (nomenclature SOC) et sur l'usage d'un seul assistant IA. Le rapprochement avec nos métiers ROME est établi à la main, métier par métier, et reste approximatif : il donne un ordre de grandeur, pas une mesure française. La table de correspondance est lisible dans build_observed_exposure.py.