Lorsqu'on affirme que l'intelligence artificielle peut affecter des millions de travailleurs en Thaïlande, l'image qui vient facilement à l'esprit est celle d'un logiciel remplaçant massivement les personnes. Les données les plus récentes décrivent pourtant une transition plus complexe.
Le National Economic and Social Development Council (NESDC) thaïlandais a appliqué un cadre d'exposition à l'IA générative aux données sur la population active du quatrième trimestre 2025. Il estime qu'environ 8,7 millions de travailleurs, soit 21,8% de la population active thaïlandaise, exercent des métiers potentiellement affectés par l'IA générative.
Cette estimation comporte une distinction essentielle. Environ 2,2 millions de travailleurs, soit 5,4% de la population active, se trouvent dans un groupe où certaines tâches peuvent être remplacées. Un groupe beaucoup plus vaste, 6,5 millions de personnes ou 16,3%, relève plutôt de l'augmentation des tâches, où l'IA peut accroître la productivité tandis que les fonctions centrales continuent de dépendre de compétences humaines.
La question la plus utile n'est donc pas seulement "combien d'emplois l'IA va-t-elle supprimer ?", mais quelles parties du travail vont changer et où se déplacera la valeur humaine lorsque certaines tâches deviendront moins coûteuses ou plus rapides.
Être exposé à l'IA ne signifie pas automatiquement perdre son emploi
Un emploi est généralement un ensemble d'activités. Certaines peuvent être automatisées, d'autres accélérées, tandis que d'autres reposent encore fortement sur la communication, la négociation, le jugement ou la responsabilité.
Le NESDC distingue deux grands effets. Task Replacement couvre les tâches structurées et répétitives dont l'IA peut remplacer une partie ou la totalité. Ce groupe représente environ 2,2 millions de travailleurs et comprend certaines tâches administratives, comptables et de programmation.
Le groupe plus important, Task Augmentation, estimé à 6,5 millions de travailleurs, comprend les métiers dans lesquels l'IA peut traiter certaines étapes ou informations plus efficacement, alors que les responsabilités importantes restent humaines.
Les données régionales vont dans le même sens. L'International Labour Organization estimait qu'en 2025, 22,9% des emplois de l'ASEAN se trouvaient dans des métiers présentant plus qu'une exposition minimale à l'IA générative, contre seulement 3,3% dans la catégorie d'exposition la plus élevée. En juillet 2026, l'ILO indiquait disposer de peu d'éléments montrant une perturbation généralisée du marché du travail due à l'IA générative.
Le risque n'est donc pas nul. Mais "le travail change" et "les emplois disparaissent" ne sont pas deux formulations équivalentes.
L'IA atteint souvent la tâche avant d'atteindre l'emploi entier
Un salarié de la finance peut recueillir des données, construire des tableaux, repérer des anomalies, expliquer les résultats à la direction et assumer une recommandation. Un professionnel du marketing peut étudier les clients, rédiger du contenu, évaluer des campagnes, échanger avec des clients et décider où allouer un budget.
L'IA peut devenir très rapide sur certaines de ces activités sans supprimer la valeur de toutes les autres composantes du poste. Si elle produit un premier brouillon en quelques minutes, la valeur de ce brouillon peut diminuer. En revanche, savoir quelles données sont fiables, repérer ce qui paraît anormal, juger si une conclusion est trop risquée et décider de la suite peut devenir plus important.
C'est pourquoi l'exposition d'un métier à l'IA peut être trompeuse si on la regarde seule. Un métier très exposé peut contenir à la fois des tâches automatisables et des tâches où l'IA augmente la productivité, c'est-à-dire la quantité de résultat utile obtenue avec une même quantité de ressources.
Quand une tâche devient moins coûteuse, l'entreprise a plusieurs choix
Imaginons qu'un logiciel transforme une heure de travail en quinze minutes. Le coût de cette tâche baisse, mais la décision suivante de l'entreprise n'est pas déterminée à l'avance.
Elle peut réduire ses effectifs. Elle peut aussi garder la même équipe et produire davantage, servir plus de clients, tester des produits plus vite ou réorienter les salariés vers des activités nécessitant plus de jugement. Si la production par salarié augmente et que l'entreprise peut vendre ce surplus, l'IA peut soutenir l'expansion plutôt qu'une contraction immédiate de l'emploi.
L'inverse est également possible. Si la demande ne progresse pas et qu'il reste peu de travail à forte valeur après automatisation, l'incitation à réduire les postes devient plus forte. L'emploi dépend donc de la technologie, du modèle économique, de la demande et de la capacité des travailleurs à se déplacer vers les tâches où l'IA reste moins performante.
Il n'existe pas de formule simple selon laquelle 20% de productivité supplémentaire entraînerait nécessairement 20% d'emplois en moins.
Le travail qui prend de la valeur peut être celui qui exige du jugement
À mesure que les outils deviennent meilleurs dans la production structurée, la compétence rare peut se déplacer de la production rapide de textes ou de calculs vers la compréhension du contexte, la formulation de la bonne question et la responsabilité du résultat.
L'OECD indique que l'adoption de l'IA relève les exigences de compétences dans de nombreux environnements de travail. Plus de la moitié des employeurs interrogés dans l'industrie manufacturière et la finance ont déclaré avoir davantage besoin de travailleurs hautement qualifiés après l'adoption de l'IA. Dans le même temps, l'OECD estime que moins de 1% des travailleurs auront besoin de compétences avancées propres à l'IA, comme le développement de modèles ou la programmation de systèmes d'IA.
Pour la plupart des travailleurs, l'ensemble de compétences pertinent est plus large: utiliser, analyser et interpréter les données, résoudre des problèmes, créer, gérer et mobiliser d'autres compétences humaines.
Si l'IA rend la "première réponse" moins chère, les travailleurs peuvent créer davantage de valeur en sachant définir le problème, vérifier la réponse, la replacer dans le contexte de l'entreprise et décider avec des informations incomplètes.
Le risque le plus immédiat peut concerner le premier échelon de carrière
L'ajustement du marché du travail ne prend pas forcément la forme d'une vague de licenciements. Il peut aussi se traduire par moins d'ouvertures pour les nouveaux entrants.
Les postes débutants incluent traditionnellement la collecte d'informations, la rédaction de documents, la vérification de dossiers, des analyses de base et la résolution de problèmes structurés. Ces tâches servent aussi d'apprentissage aux jeunes travailleurs avant qu'ils n'accèdent à des fonctions nécessitant davantage de jugement.
Les données américaines du Stanford Digital Economy Lab constituent un signal à surveiller, pas une preuve que la Thaïlande connaît déjà le même phénomène. Jusqu'en juin 2026, l'emploi des 22 – 25 ans dans les métiers fortement exposés à l'IA se situait environ 19% sous le niveau qu'il aurait atteint s'il avait progressé au même rythme que celui des jeunes du même âge dans des métiers moins exposés. L'ajustement semblait provenir surtout d'un ralentissement des embauches, et non d'une hausse des départs.
Stanford précise qu'il s'agit de tendances descriptives, pas d'une estimation causale de l'effet de l'IA. Mais une question reste importante: si l'IA prend en charge davantage de tâches juniors, comment les jeunes acquerront-ils l'expérience nécessaire aux fonctions seniors ?
Tout le monde n'a pas besoin de devenir ingénieur en IA
La réponse à l'IA ne doit pas commencer par l'idée que chaque travailleur doit apprendre le machine learning ou le développement de modèles.
Dans de nombreux métiers, l'avantage peut venir d'une meilleure maîtrise de sa profession, de l'utilisation de l'IA pour réduire le temps consacré aux tâches répétitives et du renforcement des activités qui dépendent de l'expertise, de la vérification et du jugement. Un comptable peut utiliser l'IA pour organiser des informations tout en restant responsable de leur validation et de leur interprétation. Un spécialiste du marketing peut générer des options avec l'IA mais doit toujours comprendre le client, le budget, la marque et l'objectif commercial.
Pour l'entreprise aussi, acheter un outil d'IA ne crée pas automatiquement un gain de productivité. Des données médiocres, des processus mal conçus et une vérification insuffisante peuvent accélérer le travail tout en permettant aux erreurs de se diffuser plus vite.
L'opportunité économique réside donc dans la refonte du travail afin que les humains et l'IA prennent chacun les tâches où ils disposent d'un avantage, puis dans la conversion des gains de productivité en produits ou services de plus grande valeur.
Ce qu'il faut surveiller maintenant
Le premier signal est le recrutement des débutants en Thaïlande, notamment dans le support administratif, la finance, la comptabilité, le marketing, la technologie et les fonctions d'analyse de base. Si les offres junior se contractent plus vite que l'emploi global, les entreprises peuvent être en train de redessiner l'échelle de carrière.
Le deuxième signal concerne les compétences demandées dans les offres d'emploi. La question n'est pas seulement de voir apparaître le mot IA, mais d'observer si l'analyse, la vérification, la communication, la gestion de projet et l'expertise sectorielle deviennent plus demandées.
Le troisième signal est l'évolution des salaires et de l'emploi dans les métiers complétés par l'IA par rapport aux métiers dont les tâches sont plus faciles à automatiser. Un écart croissant montrerait l'effet économique de l'IA plus directement que le nombre d'outils achetés.
Le dernier signal est l'investissement des employeurs dans l'upskilling et le reskilling, ainsi que la capacité des petites et moyennes entreprises à adopter l'IA efficacement. Si les gains de productivité restent concentrés dans les grandes entreprises, les écarts d'efficacité et de salaire entre entreprises pourraient se creuser.
L'IA peut réduire la valeur de certaines tâches. Cela ne signifie pas que la valeur du travail humain baisse au même rythme. La question centrale devient ce qui reste d'un emploi après que l'IA a pris en charge une couche de tâches, et la vitesse à laquelle travailleurs et entreprises peuvent se déplacer vers cette nouvelle source de valeur.
