Les gains potentiels de l'IA dépendent de la part du "salaire humain" qu'elle pourra capter

Combien une entreprise de modèles d’IA peut-elle réellement gagner ? Le dernier rapport de Guojin Securities apporte une réponse révolutionnaire : Arrêtez de regarder le marché des logiciels, concentrez-vous sur les fiches de paie humaines.

Les entreprises n’achètent pas l’IA pour suivre la tendance, mais pour économiser. Utiliser l’IA comme substitut partiel à la main-d’œuvre, améliorer l’efficacité, réduire les coûts : voilà la véritable motivation des entreprises à investir. Le véritable plafond des revenus de l’IA n’est donc pas la taille du marché des logiciels, mais plutôt la taille du pool salarial pouvant être revalorisé par l’IA. Guojin Securities appelle cela le “pool salarial revalorisable par l’IA”.

Le dernier rapport de Guojin Securities a fait le calcul : sur le total annuel de salaires d’environ 10,83 billions de dollars aux États-Unis, 1,45 trillion de dollars sont déjà exposés à l’impact de l’IA — autrement dit, le contenu du travail de ces postes peut être réalisé par l’IA, ou du moins pour une bonne part.

Combien d’argent les sociétés d’IA ont-elles tiré de cette somme ? Prenons Anthropic en tête de liste : ses revenus annualisés avoisinent 47 milliards de dollars, ce qui ne représente que 3,2 % des 1,45 trillions. Autrement dit, ce n’est même pas une fraction significative.

Le pool salarial, et non le marché logiciel, est l’ancrage d’évaluation de l’ARR

Le rapport de Guojin Securities souligne que la manière la plus intuitive de comprendre le “plafond épique de croissance des revenus IA” est de calculer la taille du “pool salarial revalorisable par l’IA”.

Le rapport estime le niveau d’exposition de chaque profession aux technologies IA en le comparant à la dernière enquête de l’U.S. Bureau of Labor Statistics (BLS) sur l’emploi et les salaires professionnels (OEWS 2025), couvrant 830 postes. Les résultats montrent que, sur les 10,83 billions de dollars de salaires annuels aux États-Unis, selon l’observation d’Anthropic, environ 1,45 trillion de dollars de coûts salariaux se trouvent dans la zone d’exposition de l’IA, soit 13,4 % ; en utilisant la méthode d’exposition théorique d’OpenAI/Eloundou, l’impact potentiel s’élèverait à 5,68 trillions de dollars, soit plus de 52 %.

En termes de nombre d’employés, sur les 156 millions de travailleurs américains, l’exposition réelle touche environ 18,35 millions (11,8 %), et l’exposition théorique jusqu’à 68,3 millions (43,9 %).

Le rapport insiste : le coût salarial de 1,45 trillion de dollars doit être compris comme “l’idéal plafond de revenus ARR à taux de pénétration et capacité technologique actuels”, et ce plafond peut être réduit—une entreprise peut n’avoir besoin que de 10 000 dollars de dépenses en IA pour remplacer efficacement 100 000 dollars de coûts humains. Malgré cela, le niveau de pénétration des revenus ARR des grands modèles d’IA n’est que de quelques dizaines de milliards de dollars, ce qui reste très faible par rapport à la taille de ce pool salarial.

L’impact de l’IA montre un “biais haut salaire”, les postes intellectuels en première ligne

Contrairement à l’automatisation précédente qui touchait principalement l’industrie manufacturière et le travail physique répétitif, cette vague d’IA touche plus directement les postes à haut salaire, à forte densité de connaissance et les services.

Les données du rapport indiquent une nette dérive à droite de l’exposition théorique des professions à l’IA par rapport à la distribution des salaires annuels moyens — les personnes à revenu élevé sont davantage exposées à l’IA que celles à revenu moyen ou faible. Par exemple, les professions aux revenus les plus bas (employés de blanchisserie, boulangers, mécaniciens pneus) ont une faible exposition à l’IA ; alors que chez les plus hauts revenus, le Financial Product Manager (position de revenu 96,6 %, exposition 78,6 %), le HR Manager (95,3 %, 76 %) et l’Aerospace Engineer (92,5 %, 89,3 %) sont particulièrement à risque de substitution.

Du point de vue sectoriel, les trois secteurs les plus exposés à l’IA sont : informatique et mathématiques (87,6 %), commercial et financier (78,2 %) et juridique (78,0 %). Cependant, les taux d’exposition observés diffèrent des valeurs théoriques : réellement, les secteurs les plus exposés sont informatique et mathématiques (35,3 %), soutien administratif et bureautique (33,2 %) et postes liés à la vente (24,6 %).

Ce décalage révèle que la substitution de la main-d’œuvre par l’IA n’est pas seulement liée au potentiel du modèle, mais dépend aussi des caractéristiques du travail, des responsabilités et des processus organisationnels. Le secteur juridique implique la gestion d’intérêts, des jugements stratégiques et la responsabilité à vie ; les services financiers reposent sur la relation client et des prises de décisions non standardisées ; en revanche, les postes de programmation, avec des objets de travail clairement définis et des circuits de feedback courts, avancent plus rapidement dans la substitution réelle.

Le secteur informatique traité “de manière égale”, le secteur financier montre une différenciation marquée

Parmi les 20 professions les plus exposées, 8 relèvent du secteur informatique et mathématiques, soit 1,59 million d’employés, ce qui représente 30,2 % de ce secteur. Le rapport souligne que dans le secteur informatique, la hauteur des salaires n’a pas de corrélation directe avec l’exposition à l’IA — tout le secteur est frappé pratiquement “de façon égale”, ce qui met en avant sa fragilité face à l’évolution technologique.

Le secteur financier affiche une différenciation nette. Certains postes impliquent des responsabilités (audit, comptabilité), et les niveaux de standardisation des tâches varient selon les postes, donc l’exposition réelle y est faible dans l’ensemble, mais avec des différences internes marquées. Par exemple, Market Research Analysts sont exposés à 64,8 % et Financial and Investment Analysts à 57,2 %, à haut risque de substitution ; alors que d’autres postes où la relation client et la prise de décision non standardisée sont essentielles affichent une moindre exposition.

En termes d’exposition salariale totale, les 1,45 trillions de dollars exposés se concentrent sur cinq grands secteurs : soutien administratif et bureautique (289,6 milliards), commercial et financier (247,4 milliards), postes de management (221,7 milliards), informatique et mathématiques (215,2 milliards) et postes liés à la vente (199,5 milliards). Le rapport considère que cela indique la direction à prendre pour le développement des grands modèles d’IA destinés aux entreprises : cibler l’administratif, l’informatique et la finance pour une substitution certaine ; pour une “percée business 0 à 1”, les secteurs éducatif et du diagnostic médical recèlent encore un fort potentiel.

La substitution n’équivaut pas à un chômage, mais une refonte salariale est déjà en marche

Le rapport distingue clairement les concepts d’“exposition” et de “substitution” : l’exposition indique que les tâches peuvent être assistées, automatisées ou reconfigurées par l’IA, mais ne signifie pas que les revenus salariaux disparaîtront à hauteur équivalente. Les véritables impacts économiques de l’IA seront déterminés par la vitesse d’adoption par les entreprises, les limites des modèles, les réorganisations internes et la régulation.

Toutefois, le rapport précise également que l’impact macroéconomique de l’IA ne se traduira pas simplement par une baisse linéaire de l’emploi. Un scénario plus probable : certains postes à responsabilités uniques seront remplacés, de nombreux postes polyvalents seront réorganisés ; une partie des coûts salariaux sera réduite et davantage de processus de travail seront revalorisés. Surtout, l’agent IA a pour particularité : “plus le salaire est élevé, plus le taux de substitution l’est”, ce qui laisse entrevoir un impact potentiellement profond sur le côté consommation des revenus.

Pour les investisseurs, la conclusion clé du rapport est que la marge de progression des revenus IA à moyen terme ne doit pas être appréhendée uniquement en fonction de la taille du marché logiciel, mais en se référant à un pool de coûts salariaux beaucoup plus vaste. Le taux de pénétration actuel de l’ARR des grands modèles d’IA reste extrêmement faible, mais à l’inverse, la structure salariale humaine fait l’objet d’une reconfiguration systémique qui reste largement sous-évaluée.