Le même mois où il lance Claude Fable 5, son modèle le plus capable, Anthropic publie un document d'une toute autre nature : un Economic Policy Framework qui planifie, noir sur blanc, la réponse politique à un scénario où l'IA bouleverserait durablement le marché du travail. Un laboratoire d'IA qui écrit ce qu'il faudrait faire si sa propre technologie supprimait des emplois à grande échelle : l'exercice est inédit, et il mérite d'être lu de près — y compris depuis la France, et y compris quand on dirige une PME.
Cet article décrypte ce que le document contient réellement — les trois paliers, les mesures phares, les engagements d'Anthropic — puis ce qu'il signifie concrètement de notre côté de l'Atlantique, où le débat IA-emploi va structurer les prochaines années.
Le constat de départ : des signaux déjà mesurables
Le framework ne part pas d'hypothèses de science-fiction mais de données. Anthropic cite des travaux économiques montrant que les travailleurs débutants dans les métiers les plus exposés à l'IA connaissent déjà une croissance d'emploi plus faible aux États-Unis ces dernières années. Et l'éventail des projections des économistes pour la suite est vertigineux : de gains de productivité modestes jusqu'à des scénarios où la production économique double pendant que les salaires s'effondrent.
La phrase qui résume la position d'Anthropic mérite d'être citée : le défi central n'est pas de stimuler la croissance, mais de garantir que les gains seront largement partagés. Le document affirme aussi des valeurs : « nous ne cherchons pas la suppression d'emplois », « il y a une dignité dans le travail », et — engagement le plus commenté — « nous sommes prêts à payer notre juste part » si les entreprises d'IA génèrent des retours transformatifs.
Trois fondations avant les mesures
Avant tout plan d'action, le framework pose trois prérequis institutionnels, et c'est peut-être sa partie la plus pragmatique :
- Mesurer. L'appareil statistique public ne suit ni l'adoption de l'IA ni ses effets sur l'emploi à la vitesse nécessaire. Anthropic demande des instruments d'enquête dédiés et — point notable — des obligations de reporting pour les laboratoires d'IA, y compris Anthropic lui-même, sur les schémas de déploiement et leurs effets sur la main-d'œuvre. L'entreprise contribue déjà via son Anthropic Economic Index, qui suit l'usage de Claude par métier et secteur, tout en reconnaissant que les données d'une seule entreprise ne suffisent pas.
- Analyser. Une petite unité gouvernementale dédiée, chargée de suivre la diffusion de l'IA secteur par secteur et de repérer les signaux déclencheurs — sur le modèle du Council of Economic Advisers créé pour la transition d'après-guerre.
- Délivrer. L'assurance chômage américaine tourne sur des systèmes informatiques hérités qui ont craqué pendant la pandémie : des mois pour mettre en œuvre les extensions votées, des milliards de paiements indus. Sans modernisation de cette tuyauterie, aucune des mesures qui suivent ne peut être déployée à temps. Le document rappelle au passage un chiffre mondial frappant : seulement 52 % de la population mondiale est couverte par une protection sociale quelconque.
Le cœur du plan : trois paliers indexés sur le chômage
L'architecture du framework est sa vraie originalité : plutôt qu'un catalogue de mesures, une escalade graduée, calibrée sur le taux de chômage — complétée par la participation au marché du travail, le sous-emploi, les salaires et la part du travail dans le revenu national. À chaque palier, l'équilibre se déplace : d'abord l'adaptabilité (transitions, requalification), puis de plus en plus de soutien au revenu et de redistribution.
| Palier | Déclencheur | Logique | Mesures phares |
|---|---|---|---|
| Tier 1 | ~5 % de chômage (avec forte rotation des emplois) | Préparer la disruption, partager les gains | Comptes de capital universels, assurance salaire, formation sectorielle, réforme des autorisations d'exercice |
| Tier 2 | ~10 % de chômage | Étendre le soutien temporaire | Assurance chômage à extension automatique, soutien sectoriel à la transition, aide aux besoins essentiels |
| Tier 3 | Chômage au-delà des pics historiques | Redistribution structurelle | Plancher commun de revenu, nouvelles bases fiscales, pistes revenu universel et fonds souverains IA |
Tier 1 : donner à chacun une part du capital avant la tempête
La mesure phare du premier palier est contre-intuitive : des comptes de capital « pré-distributifs » universels, étendant les comptes abondés à la naissance déjà créés aux États-Unis. Extension par phases — enfants, puis jeunes entrant sur le marché du travail, puis travailleurs des métiers les plus exposés, puis tous les adultes — avec retraits flexibles pour financer une requalification ou une mobilité géographique, et possibilité de les alimenter en actions, y compris des participations dans les entreprises d'IA.
Anthropic assume la limite : ces comptes ne protègent personne contre un licenciement l'an prochain — l'effet de capitalisation est lent. C'est précisément pourquoi ils figurent au palier 1 : pour jouer leur rôle le jour où on en aura besoin, ils doivent exister avant que la disruption ne soit visible.
Tier 2 : le filet de sécurité comme rampe de lancement
À 10 % de chômage, le document change de ton et décrit des vies : carrières qui finissent plus tôt et commencent plus tard, recherches d'emploi qui s'étirent de mois en années, plans familiaux abandonnés. La réponse s'articule autour de l'assurance chômage, avec une réforme technique mais décisive : des extensions automatiques et uniformes entre États, au lieu de déclencheurs tardifs et de lois d'urgence votées dans la panique. L'argument s'appuie sur l'expérience de la Grande Récession et du COVID : les extensions de droits n'ont guère découragé la recherche d'emploi, et ont aidé les familles à tenir.
S'y ajoute une aide aux besoins essentiels pour ceux qui ont épuisé leurs droits — avec un détail révélateur : des niveaux bonifiés pour qui accepte un poste dans les secteurs en pénurie structurelle (santé, éducation, garde d'enfants et d'aînés, infrastructures, restauration des écosystèmes, sécurité publique). Le filet de sécurité est explicitement pensé comme une rampe vers les métiers où l'humain reste difficilement remplaçable.
Tier 3 : quand le lien travail-revenu se rompt
Le dernier palier décrit un territoire « au-delà des cartes » : un chômage jamais soutenu à de tels niveaux pendant que l'économie produit des records. Anthropic y est ouvertement moins affirmatif et nomme des candidats plutôt que des recommandations : convergence des allocations vers un plancher commun de revenu, nouvelles bases fiscales — l'imposition effective du travail dépassant nettement celle du capital, un basculement du revenu national vers le capital laisserait le système fiscal actuel capter une part décroissante d'une économie pourtant en croissance — avec des pistes comme des prélèvements sur l'usage de l'IA (mesurés en tokens, en compute ou en revenu), et des mécanismes de redistribution allant du revenu universel aux fonds souverains IA en passant par l'equity-sharing au profit des travailleurs.
S'y ajoute un investissement public massif dans le travail tourné vers l'humain — là où les pénuries sont déjà documentées et persistantes — au double motif de combler ces manques et de garder du travail disponible pour ceux qui en veulent.
Le passage que toute direction d'entreprise devrait lire
Le framework s'adresse aux décideurs publics, mais il contient un passage qui s'adresse directement aux entreprises, et c'est celui qui nous concerne le plus. Anthropic y formule une alternative simple : l'IA peut servir à produire la même chose avec moins de monde, ou à accomplir davantage avec les mêmes équipes — nouveaux produits, marchés auparavant hors de portée, montée en compétence des profils juniors. Et le document liste quatre actions concrètes :
- Intégrer la formation des équipes au déploiement de l'IA — pas après, pendant.
- Décider à l'avance de l'usage de la capacité libérée, plutôt que de laisser la réduction d'effectifs s'imposer par défaut.
- Requalifier et redéployer les personnes quand les rôles changent.
- Repenser les postes débutants autour de l'IA — précisément ceux que les données montrent les plus fragilisés.
C'est, trait pour trait, la différence que nous constatons sur le terrain entre les projets d'IA qui créent de la valeur durable et ceux qui se résument à une ligne de coûts en moins — un constat que nous avions documenté chiffres à l'appui dans notre article l'IA ne remplace pas les métiers, elle les augmente. Le document va d'ailleurs plus loin : si la disruption dépassait la capacité d'adaptation de l'économie, Anthropic soutiendrait une réglementation et des incitations au niveau des entreprises pour encadrer le rythme des déplacements d'emplois — appliquées uniformément, car une entreprise qui ralentit seule cède simplement le marché aux autres.
Et pour la France ?
Le framework est explicitement calibré pour les États-Unis, mais ses principes se veulent globaux, et la transposition française saute aux yeux — dans les deux sens.
D'un côté, la France part avec une longueur d'avance institutionnelle sur plusieurs mesures que le document appelle de ses vœux : une assurance chômage universelle et centralisée là où les États-Unis composent avec des dizaines de systèmes étatiques vieillissants, un compte personnel de formation (CPF) qui ressemble déjà à un embryon de « compte de transition » individuel, et des dispositifs établis de financement de la formation en entreprise. L'infrastructure de délivrance — le point faible américain — est ici largement en place.
De l'autre, les questions de fond sont rigoureusement les mêmes : notre appareil statistique ne mesure pas mieux l'adoption réelle de l'IA dans les entreprises ; le débat sur la fiscalité du capital face à celle du travail est au moins aussi sensible ; et la pression sur les postes débutants — premier signal mesuré aux États-Unis — concerne directement un marché du travail français où l'insertion des jeunes est déjà un point de fragilité chronique. La discussion réglementaire, elle, est déjà engagée via l'AI Act, dont l'applicabilité générale arrive le 2 août 2026 — sur le terrain de la sécurité des systèmes, pas encore sur celui de l'emploi.
Notre lecture : trois enseignements pour une PME
Ce qui suit est notre analyse, pas le contenu du document.
1. Le signal compte autant que le plan. Quand le laboratoire qui vend l'IA la plus capable du marché écrit qu'elle « pourrait devenir un substitut général au travail humain » et planifie des mécanismes de redistribution en conséquence, ce n'est pas du marketing de la peur — c'est une information sur la trajectoire que ses dirigeants jugent plausible. Une PME qui planifie à trois ans devrait intégrer cette donnée comme elle intègre un scénario de taux ou d'énergie.
2. La fenêtre d'adaptation, c'est maintenant. Toute la logique du framework consiste à « acheter du temps » pendant que l'économie est encore au palier 1. Pour une entreprise, le parallèle est direct : c'est pendant que l'IA est un avantage compétitif — et pas encore une condition de survie — qu'on forme ses équipes, qu'on redéfinit ses rôles et qu'on choisit ce qu'on fait de la capacité libérée. Les agents IA autonomes rendent cette question concrète dès aujourd'hui.
3. Les quatre actions « entreprises » sont un référentiel d'audit. Formation intégrée au déploiement, affectation décidée de la capacité libérée, requalification, redesign des postes juniors : voilà une grille de lecture honnête pour évaluer n'importe quel projet d'IA — le vôtre, ou celui qu'un prestataire vous propose. Un projet qui ne répond à aucune des quatre est probablement un simple plan de réduction d'effectifs déguisé en transformation.
C'est exactement la philosophie de nos accompagnements : déployer l'IA pour augmenter la capacité de vos équipes — outils métier sur mesure, automatisation des tâches sans valeur, agents supervisés — et pas pour appauvrir l'organisation. Si vous voulez structurer cette réflexion pour votre entreprise, décrivez-nous votre projet : nous revenons vers vous sous 48 heures avec une approche concrète.
