Poser la question « vers où va l'IA ? » revient presque à poser une question météorologique un jour d'orage : tout le monde a un avis, personne n'a de certitude absolue, et les prévisions changent d'une semaine à l'autre. Pourtant, en cette rentrée 2026, certains signaux sont suffisamment robustes, et suffisamment croisés entre sources indépendantes, pour dessiner une cartographie honnête des trajectoires possibles.

Ce n'est pas une mince affaire. Sur ce sujet plus que sur tout autre, les intérêts économiques des acteurs qui font les prédictions doivent être pris en compte avec la plus grande rigueur. Il convient de noter que les grandes entreprises d'IA dépendent de l'enthousiasme des investisseurs pour financer des recherches coûteuses, de sorte que des calendriers optimistes ont une fonction stratégique. Cet article adopte donc une posture volontairement prudente : croiser les discours des dirigeants de laboratoires avec les données empiriques, les avertissements des économistes et les retours de terrain des entreprises.

Trois grandes questions structurent le débat actuel : quand (et si) arrivera l'intelligence artificielle générale, si les investissements colossaux du secteur relèvent d'une bulle spéculative, et comment le marché du travail est réellement en train de se transformer. Sur chacune, les sources ne s'accordent pas totalement — et c'est précisément ce qui rend l'exercice intéressant.

L'intelligence artificielle générale : mirage proche ou horizon lointain ?

Un désaccord frappant entre les dirigeants eux-mêmes

Le sujet le plus polarisant reste celui de l'intelligence artificielle générale (AGI), c'est-à-dire des systèmes capables d'effectuer des tâches à un niveau humain dans tous les domaines. Sur ce point, les dirigeants des grands laboratoires affichent une conviction commune mais des horizons temporels variables :

• Dario Amodei (Anthropic) a évoqué la période 2026-2027 pour des systèmes comparables à « un pays de génies dans un centre de données », capables de rivaliser avec des lauréats de prix Nobel dans tous les domaines — tout en exprimant lui-même des doutes sur la probabilité que cette échéance se réalise.
• Sam Altman (OpenAI) et Demis Hassabis (Google DeepMind) évoquent plutôt un horizon de trois à cinq ans, voire cinq à dix ans selon Hassabis.
• À l'opposé, des sceptiques comme le chercheur Gary Marcus estiment que cet objectif reste beaucoup plus lointain qu'annoncé.

Ce désaccord n'est pas anecdotique : une enquête menée en 2023 auprès de chercheurs en IA avait établi une prévision médiane bien plus tardive, autour de 2047 — un écart de deux décennies avec les annonces les plus optimistes de 2026. Cette divergence illustre un principe simple à retenir : plus on est proche du produit et de son financement, plus l'horizon annoncé tend à se rapprocher.

Le scénario « AI 2027 », un exercice de prospective à prendre pour ce qu'il est

Un document largement commenté ces derniers mois, intitulé « AI 2027 » et rédigé par un collectif de chercheurs dont un ancien d'OpenAI, propose une chronologie détaillée et quantifiée d'une possible accélération technologique à partir de 2027, avec l'apparition de « codeurs surhumains » et une compétition géopolitique intense entre laboratoires américains et chinois. Les auteurs eux-mêmes précisent la nature de l'exercice : il s'agit d'une tentative de précision prédictive, assumant de décrire « l'un des nombreux futurs possibles » plutôt qu'une prophétie. Une mise à jour publiée par l'équipe a d'ailleurs repoussé la médiane de ses propres estimations d'un an et demi, tout en maintenant une échéance de 2027 parmi les plus probables pour certains jalons.

Ce qu'il faut retenir pour un lecteur généraliste : ce scénario est un outil de réflexion stratégique, pas une prévision scientifique validée. Il mérite d'être lu comme tel — un exercice utile pour anticiper des risques, mais non comme une certitude.

Une tendance plus consensuelle : la spécialisation plutôt que l'uniformisation

Un point fait davantage consensus parmi les analystes : contrairement à la période actuelle dominée par quelques grands modèles généralistes, plusieurs chercheurs anticipent une diversification et une spécialisation accélérée des architectures d'IA dans les prochaines années, avec des systèmes de plus en plus multimodaux, autonomes et experts d'un domaine précis plutôt que généralistes tout-terrain.

La question qui inquiète les marchés : sommes-nous dans une bulle ?

Des signaux d'alerte qui se multiplient

Si les investissements dans l'IA impressionnent, ils inquiètent tout autant. Les grands groupes technologiques — Google, Apple, Meta, Amazon et Microsoft — envisagent d'investir plus de 400 milliards de dollars dans leurs centres de données en 2026, après avoir déjà englouti 365 milliards en 2025. En intégrant l'ensemble des « Sept Magnifiques » boursières, ce montant grimpe à 650 milliards de dollars, de plus en plus financés par de la dette, ce qui entraîne les banques dans ce mouvement d'investissement massif.

D'autres chiffres accentuent l'inquiétude :

• Le secteur technologique mondial a émis 428,3 milliards de dollars d'obligations en 2025, dont 341,8 milliards rien qu'aux États-Unis, majoritairement destinés aux dépenses d'investissement en IA.
• Les écarts de swaps de défaut de crédit à cinq ans pour des géants comme Oracle et Microsoft ont presque doublé sur la période récente.
• Le secteur de l'IA a capté 202,3 milliards de dollars de capital-risque en 2025, soit une hausse de 75 % sur un an.

Mais les avis divergent nettement sur l'imminence d'un krach

C'est ici que les sources se contredisent le plus explicitement, et il faut le signaler clairement :

• Du côté des analystes plus prudents, Capital Economics reconnaît que le marché présente aujourd'hui « de nombreuses caractéristiques d'une bulle », avec des croyances de plus en plus hyperboliques sur le potentiel de l'IA. Toutefois, ces mêmes analystes n'anticipent pas d'éclatement en 2026, jugeant que l'élan des rendements technologiques reste très fort et que la croissance des bénéfices du secteur dépasse même celle observée pendant la bulle internet.
• Goldman Sachs, de son côté, a révisé à la hausse ses propres estimations de dépenses d'investissement en IA pour 2026, les faisant passer de 465 à 527 milliards de dollars, et évalue ces dépenses à environ 0,8 % du PIB américain — soit près de la moitié du niveau atteint lors de booms technologiques comparables au cours des 150 dernières années. Un chiffre qui, selon cette lecture, laisserait encore de la marge avant un emballement critique.
• D'autres voix, notamment dans la presse économique française, pointent au contraire un « scénario du pire » qui se matérialiserait déjà en Bourse, avec des levées de fonds à des valorisations difficilement justifiables par les revenus réels de certaines startups.

En clair : personne, pas même les plus grandes banques d'investissement, ne prétend savoir avec certitude si et quand cette dynamique se retournera. Le consensus le plus solide qui se dégage est celui-ci : les entreprises devront rapidement démontrer une rentabilité tangible pour justifier l'ampleur de ces investissements, sans quoi la correction deviendra difficile à éviter.

Le marché du travail : une transformation déjà mesurable, mais pas univoque

Des données empiriques qui commencent à converger

Contrairement au débat sur l'AGI ou sur la bulle financière, largement spéculatif, l'impact de l'IA sur l'emploi commence à produire des données concrètes et mesurables — même si leur interprétation reste débattue.

Une étude du Stanford Digital Economy Lab, s'appuyant sur les données de paie du prestataire ADP, a mesuré une baisse d'environ 13 % de l'emploi chez les jeunes diplômés de 22 à 25 ans dans les métiers les plus exposés à l'automatisation depuis fin 2022, cette baisse atteignant près de 20 % dans le développement logiciel en particulier. Il ne s'agirait pas de licenciements massifs, mais plutôt d'un ralentissement du recrutement de profils juniors, les tâches d'entrée de carrière étant plus facilement automatisables.

Ce constat est corroboré, avec une nuance importante, par les données françaises d'Indeed Hiring Lab, qui notent une corrélation négative entre développement de l'IA et emploi des jeunes entrants sur le marché du travail — tout en précisant qu'il reste difficile d'établir un lien de causalité direct et univoque.

Un tableau plus nuancé selon PwC

À l'inverse, le rapport 2026 Global AI Jobs Barometer de PwC, basé sur l'analyse de plus d'un milliard d'offres d'emploi dans le monde, nuance fortement le récit de la destruction pure d'emplois :

• Les entreprises qui intègrent efficacement l'IA voient leurs effectifs croître plus rapidement (52 %) que celles qui l'adoptent le moins (36 %).
• Elles enregistrent une croissance de productivité de 34 % depuis 2018, contre 24 % pour les autres — un effet « superstar » portant la croissance moyenne de productivité du top 20 % des entreprises les plus engagées dans l'IA à 163 %.
• Les offres d'emploi requérant des compétences en IA croissent près de huit fois plus vite (69 %) que l'ensemble du marché du travail (9 %).

Ce que révèle ce croisement de sources : les deux tendances coexistent, sans se contredire réellement. L'IA détruit certains emplois d'entrée de carrière très spécifiques tout en accélérant fortement l'embauche dans les entreprises qui savent l'exploiter — un phénomène de polarisation plutôt que de disparition généralisée.

À noter enfin qu'une étude de Cognizant, portant sur l'analyse de 1 000 professions différentes, avance un chiffre plus alarmiste : jusqu'à 93 % des métiers seraient impactés d'une manière ou d'une autre par l'IA dès 2026. Ce chiffre doit toutefois être lu avec prudence : « impacté » ne signifie pas « menacé de disparition », mais désigne toute profession dont au moins certaines tâches sont concernées par l'automatisation.

Ce qui fait consensus malgré tout

Au-delà des désaccords, quelques points rassemblent la quasi-totalité des sources consultées :

• La formation devient un levier stratégique incontournable. Plusieurs études convergent : les travailleurs disposant de compétences en IA bénéficient déjà d'avantages significatifs en matière de rémunération et d'employabilité.
• Le passage des assistants passifs aux agents autonomes s'accélère. De nombreux experts s'accordent sur une transition de l'IA générative vers une IA dite « opérationnelle », capable d'exécuter des tâches complexes de manière autonome plutôt que de simplement répondre à des questions.
• La régulation se densifie, avec un encadrement progressif du recours à l'IA dans les processus de recrutement, d'évaluation ou de licenciement, notamment sous l'effet de l'AI Act européen.
• La rentabilité deviendra le juge de paix. Qu'il s'agisse des optimistes ou des sceptiques sur la bulle financière, tous s'accordent sur un point : les entreprises devront démontrer des gains économiques concrets pour justifier la poursuite des investissements actuels.

Conclusion

Vers où va l'IA ? La réponse honnête, en cette fin d'année 2026, tient en une phrase : personne ne le sait avec certitude, mais plusieurs trajectoires se dessinent simultanément. D'un côté, des dirigeants de laboratoires convaincus que l'intelligence artificielle générale est à portée de quelques années — un horizon à prendre avec la prudence qu'impose leur intérêt stratégique à l'annoncer. De l'autre, des économistes qui pointent des signaux de bulle financière sans pour autant s'accorder sur le moment d'un éventuel retournement. Et entre les deux, un marché du travail déjà en pleine recomposition, où destruction d'emplois juniors et création massive de nouveaux métiers coexistent sans s'annuler.

Ce qui est certain, en revanche, c'est que l'attentisme n'est plus une option raisonnable. Se former, comprendre les usages concrets de ces outils et suivre l'actualité avec un regard critique — en croisant systématiquement les sources, comme cet article s'y est attaché — reste la meilleure boussole disponible dans un paysage aussi mouvant.

Sources citées

1. DataCamp — L'avenir de l'IA : tendances à connaître : https://www.datacamp.com/fr/blog/future-of-ai
2. AI 2027 (site officiel) : https://ai-2027.com/fr
3. Sparks Formation — IA 2027 : quand des chercheurs en IA prédisent l'avenir : https://www.sparks-formation.com/it-talks/ia-2027-1-quand-des-chercheurs-en-ia-predisent-lavenir/
4. Investing.com — Ces analystes pensent que la bulle de l'IA continuera de gonfler en 2026 : https://fr.investing.com/news/stock-market-news/ces-analystes-pensent-que-la-bulle-de-lia-continuera-de-gonfler-en-2026-voici-pourquoi-3191123
5. La REM — « Bulle IA » : la Bourse valide le scénario du pire : https://www.la-rem.eu/bulle-ia-la-bourse-valide-le-scenario-du-pire/
6. Indeed Hiring Lab France — Avril 2026 : l'IA progresse dans un marché du travail en recul : https://www.hiringlab.org/fr/blog/2026/04/01/avril-2026-lia-progresse-dans-un-marche-du-travail-en-recul/
7. Viuz / PwC — Adopter ou licencier ? L'impact de l'IA sur le marché du travail : https://viuz.com/2026/07/03/adopter-ou-licencier-limpact-de-lia-sur-le-marche-de-travail-en-3-points/
8. Aivancity — Impact de l'IA sur l'emploi : chiffres et tendances : https://aivancity.ai/blog/limpact-de-lia-sur-lemploi-decrypter-les-chiffres-et-les-tendances/
9. SavoirIA — 93 % des métiers impactés par l'IA dès 2026 : https://www.savoiria.fr/metiers-impactes-ia-2026/