La Banque mondiale recentre sa stratégie sur les secteurs résilients à l'IA pour soutenir l'emploi

La Banque mondiale revoit son approche de la création d'emplois dans les régions les plus pauvres du monde, en tenant compte de la façon dont l'intelligence artificielle transforme le marché du travail. L'organisation veut soutenir davantage les secteurs où la technologie complète plutôt l'humain qu'elle ne l'évince rapidement.

Pourquoi la stratégie change

Il y a peu, les programmes de développement pouvaient s'appuyer sur une logique simple : les investissements arrivent, les entreprises se développent, l'emploi augmente. Cette chaîne ne paraît plus aussi directe. L'IA prend en charge de plus en plus de tâches dans les métiers de bureau, de services et d'analyse ; les institutions internationales de développement doivent donc anticiper quels emplois resteront demandés dans quelques années et lesquels peuvent être touchés par une automatisation rapide.

Pour la Banque mondiale, ce n'est pas un débat théorique mais une question pratique pour les pays où la création d'emplois reste la première condition de la réduction de la pauvreté. Si l'accent pouvait auparavant porter simplement sur le passage à l'échelle de n'importe quel secteur à forte intensité de main-d'œuvre, il importe désormais de regarder la solidité de l'emploi. Sinon, un programme peut attirer des fonds et même démarrer vite, avant de se heurter au fait qu'une partie des fonctions coûte moins cher à un logiciel ou à un service d'IA.

Quels secteurs en sortent gagnants

On qualifie généralement de résilients à l'IA les domaines où comptent la présence physique, le contexte local, le travail manuel, la confiance et l'activité dans un environnement imprévisible. Cela ne signifie pas renoncer à la technologie. Au contraire, il s'agit d'investir dans des secteurs où l'IA accroît la productivité de la personne au lieu d'annuler le besoin même de sa présence. Pour les régions les plus pauvres, cette approche est particulièrement importante, car leur marché du travail est sensible à tout changement brutal.

• construction et infrastructures locales
• agriculture et transformation
• santé de base et soins
• réparation, maintenance et logistique
• éducation et formation appliquée

Ces secteurs ont un point commun : ils sont ancrés dans l'économie réelle sur place et exigent souvent une combinaison de compétences encore difficile à automatiser entièrement. Même si l'IA prend en charge la planification, le diagnostic, la gestion documentaire ou la formation du personnel, le travail final revient quand même aux humains. Le pari ne s'éloigne donc pas de l'IA : il va vers des modèles où la technologie sert d'accélérateur de l'emploi, et non de substitut direct.

L'IA, nouveau filtre

Si cette logique s'impose dans les programmes de la Banque mondiale, ce n'est pas seulement la liste des secteurs prioritaires qui changera, mais aussi l'évaluation concrète des projets. La question sera : combien d'emplois une initiative créera-t-elle aujourd'hui, et dans quelle mesure ces emplois tiendront-ils dans un monde où l'IA devient vite moins chère et plus accessible. Cela peut influer sur la structure des prêts, des subventions, des programmes de reconversion et sur les critères de sélection des projets pour les capitaux privés.

Pour les économies en développement, le signal est plus large. Se contenter de concurrencer par une main-d'œuvre bon marché devient plus risqué si une partie des entreprises mondiales peut automatiser le back-office, le service client, le contrôle qualité ou une partie de la production numérique. La politique de l'emploi doit donc se construire non autour d'un nombre abstrait de postes, mais autour de la façon dont ces emplois s'intègrent aux infrastructures locales, aux chaînes d'approvisionnement, aux besoins réels des habitants et à la demande locale.

Ce que cela signifie

La Banque mondiale reconnaît de fait que l'époque où presque tout programme d'emploi pouvait être jugé automatiquement utile touche à sa fin. La question centrale n'est plus seulement le nombre d'emplois créés, mais leur compatibilité avec l'IA et leur protection face à une automatisation rapide. Pour les pays les plus pauvres, cela peut marquer un virage de la croissance quantitative de l'emploi vers une politique industrielle plus précise, durable et de long terme.