En l’absence de relève, l’IA devient incontournable

Le changement démographique représente un défi structurel majeur pour la Suisse. Depuis des décennies, le taux de natalité est inférieur au seuil de renouvellement des générations. Alors que la génération du baby-boom atteint l’âge de la retraite, le nombre de jeunes qui entrent sur le marché du travail diminue considérablement. Dans le même temps, une main-d’œuvre toujours plus importante est nécessaire pour assurer durablement la prospérité et la valeur ajoutée par habitant.

L’IA générative offre la possibilité d’accroître considérablement la productivité et de contrer la pression démographique. Utilisée à bon escient, l’IA générative pourrait accroître le PIB suisse de près de 11% au cours des dix prochaines années et générer un potentiel de création de valeur supplémentaire de l’ordre de 80 à 85 milliards de francs.

Ce potentiel ne pourra cependant être réalisé que si les compétences requises sont disponibles. Les entreprises considèrent le déficit de compétences numériques comme un obstacle majeur à l’utilisation de l’IA. L’apprentissage tout au long de la vie est donc essentiel pour combler les lacunes en matière de qualifications et faire face à l’évolution rapide des compétences nécessaires.

Le taux de natalité en Suisse est en baisse depuis des années. En 2024, il atteindra un niveau historiquement bas de 1,29 enfant par femme. Parallèlement, le désir d’avoir des enfants diminue. Alors qu’en 2018, une femme sur treize âgée de 20 à 39 ans déclarait ne pas souhaiter avoir des enfants, ce chiffre est passé à une sur six en 2023.

Pour qu’une population ne diminue pas en l’absence de migration, un taux de natalité d’environ 2,1 enfants par femme est nécessaire; la Suisse se situe en dessous de ce seuil depuis le début des années 1970. À l'échelle mondiale, environ deux tiers de la population vivent aujourd’hui dans des pays dont le taux de natalité est inférieur au seuil de renouvellement, notamment dans une grande partie de l’Asie et de l’Amérique latine.

La baisse du taux de natalité s’explique par plusieurs facteurs. Ainsi, l’amélioration du niveau de formation et l’augmentation du taux d’activité professionnelle des femmes conduisent à la fondation plus tardive des familles et à une planification plus réfléchie des naissances. La diminution de la mortalité infantile et la solidité des systèmes d’assurance sociale ont en outre réduit la pression économique incitant à avoir un grand nombre d’enfants. Parallèlement, le coût élevé de la vie, les incertitudes géopolitiques et l’évolution des modes de vie compliquent la décision de fonder une famille ou d’avoir plusieurs enfants.

Les effets de ces évolutions sont désormais clairement perceptibles: les générations nombreuses atteignent l’âge de la retraite, tandis que le renouvellement démographique est insuffisant. La part des personnes âgées de 20 à 64 ans dans la population totale diminue de manière continue, réduisant le potentiel de main-d’œuvre indigène disponible. Malgré l’augmentation de la productivité, les besoins en main-d’œuvre continueront de croître si l’on souhaite maintenir et renforcer la prospérité par habitant au niveau atteint au cours des vingt dernières années.

Selon un scénario publié l’année dernière (cf. Mieux utiliser le potentiel de main-d’œuvre indigène), l’économie prévoit, dans l’hypothèse d’une augmentation linéaire de la productivité du travail, un déficit d’environ 460 000 employés à plein temps d’ici 2035. La pénurie de main-d’œuvre va donc continuer à s’aggraver dans un avenir prévisible et devenir un fardeau de plus en plus lourd pour la Suisse. Pour combler ce déficit, nous devons d’une part mieux exploiter le potentiel de main-d’œuvre indigène et, d’autre part, augmenter considérablement la productivité du travail. De plus, nous continuerons à dépendre à l’avenir d’une immigration liée au marché du travail.

Ces trois mesures sont toutes nécessaires, mais l’augmentation de la productivité du travail jouera un rôle crucial. Et c’est précisément là que les progrès fulgurants réalisés dans le domaine de l’intelligence artificielle (IA) générative ouvrent de nouvelles perspectives.

Les articles et les reportages analysant l’influence de l’IA sur le marché du travail – en particulier sur les chances des titulaires d’un diplôme universitaire d’y entrer – se multiplient. Les applications d’IA effectueraient de plus en plus de tâches qui étaient jusqu’ici typiquement confiées à des jeunes. Les offres d'emploi pour des jeunes sans expérience professionnelle diminueraient dans certains secteurs.

Une récente étude du Centre de recherches conjoncturelles de l’EPFZ (KOF) va également dans ce sens. Selon son analyse, la diffusion de modèles linguistiques d’IA, depuis fin 2022, a fait augmenter le chômage dans les professions très exposées à l’IA. De plus, le nombre d’offres d’emploi dans les professions fortement exposées à l’IA a nettement diminué depuis l’introduction des modèles linguistiques de l’IA, alors qu’il n’a que légèrement baissé dans les professions peu ou moyennement concernées.

Une étude comparable menée par Iscenko & Millet (2026) aux États-Unis montre toutefois que le recul des offres d'emploi a commencé avant l’introduction de l’IA générative. Aux États-Unis, les offres d’emploi pour des professions fortement exposées à l’IA ont atteint leur point culminant dès le printemps 2022 et ont ensuite fortement diminué, soit près de six mois avant l’introduction de ChatGPT en novembre.

À cela s’ajoute que même si les modèles linguistiques d’IA se sont propagés massivement sur une période brève et que ceux-ci ont atteint des milliards d’utilisateurs, le simple accès à un outil ne signifie pas automatiquement son intégration stratégique dans les processus d’entreprise. Une utilisation à large échelle nécessite des solutions sûres, des interfaces adaptées et un savoir-faire interne, ce qui rend peu probable la prise de décisions de grande envergure en matière de personnel immédiatement après l’introduction d’outils d’IA.

Les professions fortement exposées à l’IA se concentrent en outre dans des secteurs tels que l’informatique, la finance, les assurances ou les services techniques, particulièrement sensibles aux fluctuations de taux d’intérêt, de taux de change et de la conjoncture. Pendant la crise du COVID, ces professions ont connu un repli beaucoup plus important que d’autres, ce qui souligne leur plus grande vulnérabilité aux chocs économiques – indépendamment des technologies d’IA générative comme ChatGPT, qui n’existaient pas encore. Les travailleurs jeunes, qui aspirent à entrer sur le marché du travail, ressentent ces effets de manière particulièrement forte.

L'IA générative peut certes avoir un impact sur le marché du travail, mais les preuves sont encore limitées et il est globalement trop tôt pour réaliser une évaluation fiable. En regardant vers l’avenir, il est toutefois plausible que les applications avancées de l’IA modifient les activités, que la demande de certaines compétences se déplace et qu’elle puisse ainsi remodeler les voies d’accès au marché du travail.

Les quatre révolutions industrielles passées ont toutes conduit à une hausse des salaires, à une augmentation du temps libre, à une baisse du chômage et à un renforcement des droits des travailleurs.

L’IA sera un moteur important, mais pas le seul, du changement structurel à venir en Suisse. Un regard sur l’évolution depuis 2016 montre que l’économie suisse reste robuste malgré des changements technologiques profonds: chaque année, plus d’emplois ont été créés que supprimés, avec une moyenne d’environ 70 000 nouveaux emplois. Même le recul lié au Covid-19 en 2020 a déjà été largement compensé l’année suivante. 

La numérisation a laissé des traces très diverses. Alors que les gains d’efficacité ont entraîné des suppressions d’emploi dans les secteurs à fort potentiel de numérisation tels que les télécommunications ou les services financiers, les domaines à forte intensité de connaissances tels que l’informatique, la recherche et le développement ou le transport maritime et aérien ont créé beaucoup plus d’emplois. Le changement structurel se déroule donc de manière dynamique, mais avec un bilan globalement positif en matière d’emploi (cf. notre dossier Un marché du travail performant).

À l’instar des avancées technologiques précédentes, l’IA générative est avant tout un moteur de productivité: l’IA pourrait être le levier décisif pour doper la croissance de la productivité et compenser ainsi le déclin démographique. Comme nous l’avons déjà évoqué, l’IA générative élargit avant tout les capacités cognitives et améliore la productivité, sans remplacer complètement les activités concernées.

Dans la plupart des secteurs économiques, l’IA générative joue donc un rôle complémentaire. En Suisse, environ 80% du potentiel économique de l’IA générative concerne le secteur tertiaire, notamment les services aux entreprises, le secteur financier et des assurances, le commerce, les transports et le tourisme, mais aussi l’administration publique, la formation et la santé. Dans ces domaines, l’IA peut notamment assurer le traitement automatique de documents, aider à la prise de décision et offrir un accompagnement personnalisé de l’apprentissage, ou encore assister les spécialistes dans le domaine du diagnostic. Compte tenu des besoins croissants, notamment dans les domaines de l’administration et de la santé, une utilisation ciblée de l’IA peut et doit permettre de rendre les processus nettement plus efficaces et réduire les goulots d’étranglement. Une étude réalisée par Implement Consulting Group (2026) montre également que l’IA n’est pas seulement un nouvel outil, mais une nouvelle forme d’invention: son intégration dans la recherche et le développement ouvre des perspectives économiques considérables. L’IA peut doubler le niveau de qualité de l’innovation et augmenter l’efficacité des processus de R-D de 10 à 20% selon le domaine, contribuant ainsi potentiellement à hauteur d’environ 15 milliards de francs par an au PIB suisse d’ici 2034.

Les estimations de l’Implement Consulting Group (2024) montrent que la hausse de productivité induite par l’IA générative pourrait entraîner une augmentation de près de 11% du PIB suisse au cours des dix prochaines années, ce qui correspond à un potentiel de création de valeur supplémentaire de quelque 80 à 85 milliards de francs.

Cette contribution potentielle à la croissance (barre verte) résulte d’une part des gains de productivité liés à la collaboration entre les humains et l’IA générative (barre orange) et d’autre part, de la réaffectation d’une partie du temps de travail libéré par l’IA générative à de nouvelles activités créatrices de valeur (barre bleue). Elle est toutefois légèrement inférieure, car une partie du temps de travail libéré par l’automatisation de l’IA est réaffectée à des activités moins productives, ce qui entraîne un léger effet négatif sur la productivité (barre rouge).

Cependant, le potentiel de l’IA n’est pas garanti. Les effets sur la productivité sont souvent surestimés à court terme et sous-estimés à long terme. L’ Implement Consulting Group (2024) estime que si l’introduction est retardée, le potentiel de croissance diminuera considérablement, passant d’environ 11% à seulement 3%.

Selon AWS & Strand Partners (2025), 62% des entreprises utilisent actuellement l’IA principalement pour des tâches simples, telles que l’automatisation de processus routiniers, et ne parviennent pas encore à exploiter ces capacités pour des innovations plus importantes ou pour transformer leur activité. Pour que la Suisse puisse exploiter pleinement le potentiel de l’IA et bénéficier d’une productivité accrue, un changement de paradigme s’impose, passant d’applications isolées à une intégration stratégique à l’échelle de l’entreprise. Une transformation numérique accélérée constitue la base nécessaire pour renforcer durablement l’innovation, la résilience économique et la prospérité, et pour assurer la position de leader international de la Suisse dans le domaine de l’IA. Cela est particulièrement important dans le contexte de l’évolution démographique, caractérisée par une baisse de l’offre de main-d’œuvre et un vieillissement de la population, car une productivité accrue contribue à garantir la croissance malgré la pénurie de main-d’œuvre qualifiée.

La formation est la ressource centrale de notre économie. Elle garantit les compétences de base, crée les conditions nécessaires à l’apprentissage tout au long de la vie et renforce la recherche, l’innovation et la compétitivité. En ces temps de changements technologiques et économiques rapides, il est évident que la formation ne prend pas fin avec l’obtention d’un diplôme. Grâce à sa perméabilité, le système éducatif suisse offre beaucoup de latitude pour s’adapter aux changements structurels.

La formation professionnelle y est primordiale. Elle s’adapte constamment aux besoins du marché de l’emploi et garantit que les jeunes acquièrent bien les compétences qui sont effectivement demandées. Les entreprises ne forment des apprentis que s’il y a des emplois à la clé, ce qui rend le système efficace et proche de la pratique. En même temps, la formation professionnelle assure un transfert continu de connaissances entre la pratique et la formation. Grâce à la formation professionnelle supérieure et aux hautes écoles spécialisées, les employés peuvent se former en cours d’emploi et appliquer directement leurs nouvelles connaissances dans leur travail quotidien. Cette formule offre de nombreux avantages (cf. La formation en cours d'emploi doit devenir la règle dans les hautes écoles spécialisées). Le lien étroit entre la formation et le travail en fait un élément central de l’apprentissage tout au long de la vie.

L’évolution technologique s’accompagne d’un profond changement quant aux exigences de compétences. Selon le Forum économique mondial (2025), quelque 41% des qualifications requises sur le marché du travail en Suisse changeront d’ici 2030. Les compétences technologiques dans les domaines de l’intelligence artificielle (IA), des mégadonnées (big data) ou de la cybersécurité gagnent en importance, tout comme les compétences transversales telles que la pensée analytique et créative, la résistance au stress, la flexibilité et la faculté d’adaptation. Selon le McKinsey Global Institute (2024) ), la demande de compétences technologiques en Europe augmentera d’environ 25%, celle de compétences socio-émotionnelles d’environ 11%. À l’inverse, la demande pour les activités faisant surtout appel à des capacités cognitives de base, telles que la saisie simple de données, la communication de base ou les tâches administratives courantes, diminuera d’environ 14%.

L’IA et l’automatisation jouent un rôle crucial dans ce contexte: une étude de l’Implement Consulting Group (2024) conclut que près de deux tiers des emplois seront à l’avenir assistés par l’IA générative, qui permettra d’automatiser certaines tâches ou de les accomplir plus efficacement. Environ un quart des emplois ne sera pas affecté, par exemple dans les secteurs de la construction, du nettoyage ou des soins. Enfin, 8% environ des emplois risquent d’être très affectés, notamment ceux qui comportent une large part de tâches administratives répétitives, comme dans les centres d’appels, la traduction ou le traitement administratif.

Les entreprises s’attendent à de profonds changements dans les profils de compétences de leur personnel d’ici à 2030 et craignent des pénuries de main-d’œuvre qualifiée (McKinsey Global Institutes, 2024). Selon AWS & Strand Partners (2025), le déficit de compétences numériques constitue en outre un obstacle majeur à l’utilisation de tout le potentiel de l’IA, car les entreprises manquent toujours plus de personnel avec les compétences requises. 37% des entreprises suisses citent le manque de compétences spécialisées comme un obstacle concret et 58% y voient une limitation importante pour l’innovation. Il faut donc impérativement combler ce déficit de qualifications, de manière rapide et ciblée.

L’apprentissage tout au long de la vie est le levier central pour réduire durablement les déficits de qualifications et répondre aux exigences de compétences en constante mutation. Il permet non seulement d’allonger les carrières professionnelles et d’accroître la productivité, mais contribue aussi fortement à l’égalité des chances. Élargir très tôt ses compétences et les développer sans cesse permet de rester flexible face aux changements technologiques et de tirer profit des nouvelles possibilités qui s’ouvrent sur le marché du travail.

La recherche empirique montre que l’IA générative en tant que telle peut aider à combler les écarts entre les qualifications existantes et les compétences qui seront requises à l’avenir. Noy und Zhang (2023) ont ainsi découvert dans un cadre expérimental que l’utilisation d’outils d’IA générative pour des tâches de rédaction augmentait non seulement la qualité du texte et la productivité, mais profitait aussi de manière disproportionnée aux personnes ayant initialement des compétences rédactionnelles faibles. Cela suggère que l’IA peut aider à réduire les écarts de performance et à promouvoir les processus d’apprentissage et de qualification.

Pour que ce potentiel puisse être pleinement exploité, les employés doivent cependant comprendre et utiliser les outils disponibles. Selon le Pew Research Center (2025), l’IA générative est surtout utilisée par les personnes hautement qualifiées, tandis que les personnes moins qualifiées y ont nettement moins recours. Il est donc nécessaire de former tous les employés de manière approfondie afin qu’ils puissent utiliser cette technologie efficacement dans leur travail quotidien et réduire activement leurs lacunes en matière de qualifications.

Par ailleurs, l’IA générative peut aussi apporter une contribution précieuse au système éducatif, notamment à l’école primaire. Le recours à des systèmes d’apprentissage intelligents et adaptatifs permet d’offrir un soutien plus individuel aux élèves, en se plaçant exactement à leur niveau actuel d’apprentissage. Ces systèmes peuvent adapter automatiquement les parcours d’apprentissage, identifier avec précision les lacunes et élaborer des exercices personnalisés. L’IA peut en outre décharger les enseignants des tâches répétitives, par exemple pour préparer les cours ou corriger des devoirs simples, libérant du temps pour des tâches plus exigeantes sur le plan pédagogique, comme le suivi individuel, le soutien et la motivation. Utilisés à bon escient, les systèmes d’apprentissage numériques peuvent, sur le long terme, aider à améliorer la qualité de l’éducation et à préparer les enfants de manière ciblée aux exigences d’un monde du travail qui repose toujours plus sur la technologie.

economiesuisse veut un environnement favorable à l’innovation et des règles fondées sur des principes, proportionnées et ouvertes à la technologie, afin de ne pas retarder l’introduction de l’IA. La réglementation doit ouvrir des possibilités ainsi que protéger l’innovation – selon une approche fondée sur les risques et s’inscrivant dans une coopération internationale. Le système juridique en place offre un cadre solide; les lacunes éventuelles peuvent être comblées de manière ciblée. À cela doivent s’ajouter des instruments flexibles, par exemple des accords sectoriels ou l’autorégulation.

Pour que la Suisse puisse exploiter le potentiel de l’IA, la politique en matière de formation joue également un rôle clé. Les écoles doivent préparer efficacement les élèves à une utilisation compétente de l’IA générative. Il faut développer leurs compétences numériques, leur littératie des données ainsi que leur esprit critique, afin qu’ils sachent identifier correctement les informations et utiliser l’IA de manière responsable. En même temps, il faut renforcer la qualification supplé­mentaire et supérieure à tous les niveaux. Les employés doivent avoir accès à des formats d’apprentissage proches de la pratique, à usage flexible, qui leur permettent d’acquérir en cours d’emploi les nouvelles compétences voulues. Les outils doivent pouvoir s’adapter à différents secteurs, profils d’activité et besoins de formation. La responsabilité individuelle est au cœur de cette démarche: chaque apprenant doit pouvoir développer ses compétences en continu, sans que des directives étatiques centralisées ne limitent l’innovation, les mécanismes du marché ou la flexibilité des entreprises.

L’avenir de l’IA comme moteur central de la productivité dépendra de la combi­naison entre un environnement favorable à l’innovation, une réglementation ciblée et une main d’œuvre hautement qualifiée. Pour cela, il faut poser les jalons dès aujourd’hui.