Marc Andreessen a relancé un débat central de l’économie technologique contemporaine en affirmant que les craintes autour des destructions d’emplois causées par l’intelligence artificielle sont, selon ses mots, “toutes fausses”. Dans un message publié dimanche, l’investisseur emblématique de la Silicon Valley a défendu une thèse très claire : l’IA ne va pas provoquer une grande vague de chômage structurel, mais au contraire déclencher un boom massif de l’emploi grâce à une hausse spectaculaire de la productivité et, par ricochet, de la demande.
L’argument est classique dans l’histoire des révolutions technologiques, mais il prend aujourd’hui une tonalité particulièrement sensible. Car au moment même où certains grands investisseurs affirment que l’IA créera davantage de travail qu’elle n’en détruira, les marchés et les travailleurs observent déjà des licenciements, des restructurations et une montée très concrète de l’angoisse autour de l’automatisation. Entre la théorie optimiste du progrès et la réalité immédiate des suppressions de postes, le contraste est de plus en plus visible.
Andreessen n’est pas une voix marginale. Cofondateur de Netscape et figure centrale du capital-risque via Andreessen Horowitz, il fait partie des investisseurs les plus influents dans les univers de l’IA, de la tech et de la crypto. Lorsqu’il affirme que le narratif sur les pertes d’emplois liées à l’intelligence artificielle est erroné, il ne s’exprime pas comme un simple commentateur. Il parle depuis le cœur même de l’écosystème qui finance et propage ces technologies.
Sa formule est simple et percutante : IA égale forte hausse de productivité, forte hausse de demande, donc forte hausse de l’emploi. Ce raisonnement repose sur une logique économique ancienne : quand une technologie rend la production plus efficace, elle réduit certains coûts, crée de nouveaux usages, élargit les marchés, stimule l’investissement et finit par engendrer plus d’emplois au total, même si la nature de ces emplois change.
Mais la grande question est précisément là : cette logique historique va-t-elle se répéter de la même manière avec l’IA générative, les agents logiciels et les systèmes capables d’exécuter de plus en plus de tâches cognitives ? Ou bien sommes-nous face à une rupture différente, dans laquelle l’ajustement du marché du travail pourrait être plus dur, plus inégal et plus désordonné que dans les vagues technologiques précédentes ?
L’optimisme d’Andreessen repose sur une vision classique de l’innovation
La position de Marc Andreessen s’inscrit dans une longue tradition intellectuelle et économique. À chaque grande révolution technologique, une peur similaire apparaît : la machine va supprimer le travail humain. À chaque fois, ou presque, des économistes et industriels répondent qu’en réalité la technologie détruit certains métiers, mais en crée d’autres, souvent plus nombreux ou mieux rémunérés à long terme.
Cette vision s’est déjà appliquée à la mécanisation, à l’électricité, à l’informatique personnelle, à Internet et à l’automatisation industrielle. Dans cette lecture, le progrès technique ne réduit pas durablement l’emploi global, car il augmente la productivité. Or une productivité plus élevée signifie généralement plus de richesse, plus d’activité économique, plus de nouvelles entreprises et donc, à terme, plus de postes.
Andreessen applique cette logique à l’IA. Pour lui, la peur actuelle repose sur un mauvais cadrage du problème. Il ne nie pas qu’il y aura transformation. Il nie surtout que la conséquence nette soit une destruction massive et durable d’emplois. Il estime que le gain de productivité va être si important qu’il entraînera une montée de la demande suffisamment forte pour absorber, puis dépasser, les pertes initiales.
Son argument prend aussi appui sur une lecture récente du marché de l’emploi tech. Il a relayé un article évoquant une remontée marquée des offres d’emploi technologiques en 2026, notamment plus de 67 000 postes d’ingénierie logicielle, soit environ le double de 2023. À ses yeux, cela montre que le marché s’est remis des corrections post-pandémie et du choc des taux d’intérêt, et qu’il redevient capable d’embaucher.
Dans cette perspective, l’IA ne serait pas un substitut absolu au travail humain. Elle serait un multiplicateur, une couche d’accélération permettant aux entreprises de produire davantage, de lancer plus de produits, d’atteindre plus de clients et donc d’avoir besoin de plus de personnes, même si les compétences recherchées évoluent.
Le problème : la réalité immédiate ne ressemble pas encore à un boom
Le discours d’Andreessen se heurte toutefois à une réalité beaucoup plus ambivalente. Car sur le terrain, les annonces récentes des entreprises donnent souvent l’impression inverse. Elles montrent que l’IA est déjà utilisée comme justification de restructurations, d’automatisation et de réduction des effectifs.
L’un des exemples les plus frappants est celui de Block, la société liée à Jack Dorsey, qui aurait supprimé environ 40 % de ses effectifs tout en accélérant l’usage de l’IA, y compris à travers des expérimentations où des agents prennent en charge une partie des fonctions intermédiaires de gestion. Même si les entreprises n’attribuent jamais toutes leurs décisions à une seule cause, le signal envoyé au marché du travail est difficile à ignorer : l’automatisation n’est pas seulement un scénario futur, elle devient un levier de réorganisation immédiate.
Le cas de Crypto.com va dans le même sens. L’entreprise a annoncé une réduction de 12 % de ses effectifs en lien avec des intégrations d’IA, tout en avertissant que les sociétés qui ne réaliseraient pas ce pivot rapidement risqueraient l’échec. La formulation est révélatrice : l’IA est présentée non pas comme une option intéressante parmi d’autres, mais comme une nécessité stratégique. Et lorsqu’une nécessité stratégique est définie de cette manière, la pression sur l’emploi devient presque automatique.
D’autres grands groupes montrent aussi cette tension. Oracle aurait supprimé jusqu’à 30 000 emplois dans le cadre d’un changement organisationnel plus large, alors même que l’entreprise pousse fortement sur les centres de données pour l’IA. MARA, qui a réorienté une partie de son infrastructure de minage de bitcoin vers des usages liés à l’intelligence artificielle, aurait réduit ses effectifs d’environ 15 %.
Pris ensemble, ces exemples ne prouvent pas qu’Andreessen a tort sur le long terme. Mais ils montrent clairement pourquoi son discours suscite du scepticisme. Quand des entreprises annoncent qu’elles deviennent plus “AI-first” et qu’en même temps elles réduisent leurs équipes, le marché du travail ne perçoit pas encore la promesse d’un boom. Il perçoit surtout le coût immédiat de la transition.
Le paradoxe central : productivité élevée, mais pour qui et à quel rythme ?
La vraie faiblesse du raisonnement optimiste n’est pas qu’il serait forcément faux. C’est qu’il néglige parfois le temps de transition et la distribution des gains.
Oui, une technologie peut créer plus d’emplois à long terme. Mais elle peut aussi détruire rapidement des postes, polariser les revenus, concentrer les bénéfices dans quelques entreprises dominantes et laisser une partie des travailleurs dans une zone de fragilité prolongée avant que les nouveaux emplois n’apparaissent réellement. L’histoire économique est pleine de ces transitions douloureuses.
C’est là que le débat devient plus subtil. Andreessen parle du résultat net final. Ses détracteurs regardent le chemin pour y arriver. Or, dans la vie réelle, ce chemin compte énormément. Une économie peut finir par créer plus d’emplois au total tout en produisant, pendant plusieurs années, des dégâts sociaux, des inégalités régionales et des déclassements professionnels massifs.
Le problème est d’autant plus sensible que l’IA actuelle ne touche pas uniquement les tâches physiques répétitives. Elle commence à toucher des tâches cognitives, administratives, rédactionnelles, analytiques, logicielles et relationnelles. Cela élargit potentiellement la zone d’impact bien au-delà des révolutions technologiques industrielles classiques.
Ainsi, même si la thèse d’un boom final est possible, elle n’efface pas les interrogations sur la nature de la transition. Qui perd son emploi en premier ? Qui bénéficie des nouveaux gains de productivité ? Qui contrôle les outils ? Qui peut se reconvertir ? Qui reste hors du mouvement ?
Les données sur l’emploi n’autorisent pas une lecture simple
Le contexte macroéconomique complique encore la discussion. Le rapport sur l’emploi américain de mars montre un taux de chômage stable à 4,3 %, ce qui, à première vue, pourrait sembler rassurant. Mais dans le même temps, le nombre de personnes au chômage depuis 27 semaines ou plus aurait augmenté de 322 000 sur un an.
Ce détail est crucial. Un taux de chômage stable peut parfois masquer une dégradation plus qualitative du marché du travail. Si davantage de personnes restent au chômage plus longtemps, cela signifie que la fluidité de l’embauche se détériore, même sans explosion immédiate du chômage total.
Dans ce contexte, le discours d’Andreessen peut sembler décalé à une partie du public. Dire que les peurs de pertes d’emplois sont “fausses” peut paraître trop catégorique lorsque certains travailleurs vivent déjà une expérience de précarité ou de replacement plus difficile. Ce n’est pas seulement une question de statistique agrégée. C’est une question de vécu économique concret.
C’est d’ailleurs ce qui explique en partie la réaction critique qu’il a reçue en ligne. Certains lui ont répondu que ce type de discours ne correspondait pas à la réalité de nombreux Américains de classe moyenne ou moyenne inférieure, qui peinent déjà à retrouver un emploi stable ou constatent une dégradation du service client et des fonctions autrefois assurées par des humains.
La critique sociale dépasse la seule question des chiffres
Une partie des réactions à la position d’Andreessen ne porte pas seulement sur le nombre net d’emplois. Elle porte aussi sur la qualité du travail et du service produit dans une économie de plus en plus automatisée.
Quand une influenceuse comme WendyO lui répond en substance qu’il faudrait dire cela à l’Américain moyen qui ne trouve pas d’emploi ou au consommateur qui ne parvient plus à obtenir un service client correct, elle pointe une question essentielle : même si l’IA crée des emplois quelque part, cela ne signifie pas automatiquement que la société ressentira immédiatement une amélioration.
Il est possible qu’une entreprise gagne en productivité tout en dégradant l’expérience du client. Il est possible qu’elle supprime des postes intermédiaires pour alléger ses coûts, sans que les nouveaux emplois créés soient accessibles aux mêmes personnes. Il est possible qu’elle augmente fortement sa valeur sans diffuser ses gains de manière équilibrée dans l’économie réelle.
Ainsi, le débat n’est pas seulement : “y aura-t-il plus ou moins d’emplois ?” Le débat est aussi : “quelle sera la forme de ces emplois, à qui profiteront-ils, et que deviendront les métiers intermédiaires pendant la transition ?”
Le point soulevé par io.net : tout dépend de l’accès aux outils
L’une des critiques les plus intelligentes formulées face au message d’Andreessen vient de Tory Green, cofondateur de io.net. Son idée est intéressante parce qu’elle ne rejette pas entièrement la thèse optimiste. Elle dit en substance qu’Andreessen pourrait avoir raison sur la création nette d’emplois, mais seulement si les outils d’IA sont largement accessibles et ne sont pas captés par une poignée de plateformes.
Ce point change beaucoup de choses. Si l’IA reste concentrée entre les mains de quelques acteurs très dominants, alors les gains de productivité et les profits risquent d’être fortement centralisés. Dans ce scénario, la création d’emplois peut être plus limitée, plus inégale ou plus lente à diffuser. En revanche, si l’IA devient une infrastructure largement distribuée, accessible à de nombreuses entreprises, travailleurs indépendants et créateurs de produits, alors l’effet multiplicateur sur l’activité économique pourrait être plus large.
Cette distinction est décisive. Le problème n’est pas seulement l’IA en tant que technologie. Le problème est son mode de gouvernance économique. Une IA ouverte, interopérable et accessible n’aura pas les mêmes conséquences sociales qu’une IA verrouillée par quelques plateformes qui imposent leurs conditions au reste du marché.
Andreessen parle comme investisseur, pas comme travailleur exposé
Il faut aussi rappeler que Marc Andreessen parle depuis une position particulière : celle d’un investisseur qui finance les technologies les plus prometteuses du moment. Ce point n’invalide pas son argument, mais il aide à comprendre son angle.
Un investisseur en capital-risque regarde naturellement l’IA comme une source d’expansion de marchés, de création d’entreprises, d’augmentation de productivité et d’opportunités de croissance. Son horizon est souvent celui de l’innovation à grande échelle, pas celui du salarié directement exposé à l’automatisation de sa fonction dans les 12 prochains mois.
Autrement dit, Andreessen peut très bien décrire une dynamique réelle du capital et de l’innovation, tout en sous-estimant les frictions vécues par les travailleurs pendant la transition. Ce n’est pas nécessairement une contradiction, mais c’est une asymétrie de perspective.
Pour le capital-risque, la destruction partielle de certains métiers peut apparaître comme une étape transitoire vers une économie plus productive. Pour les salariés concernés, cette étape transitoire peut ressembler à une rupture brutale sans garantie de réintégration rapide.
La vraie question : boom de l’emploi ou redistribution brutale du travail ?
Au fond, le débat ouvert par Andreessen oblige à poser la question correctement. Le point central n’est peut-être pas de savoir si l’IA va supprimer “tous les emplois” ou au contraire “créer un boom”. Ces deux formulations sont trop extrêmes. La vraie question est probablement celle de la redistribution brutale du travail.
L’IA va-t-elle créer de nouveaux emplois ? Très probablement, oui. Va-t-elle aussi en détruire ou en vider certains de leur substance ? Presque certainement. L’enjeu devient alors la vitesse relative de ces deux mouvements. Si les nouveaux emplois apparaissent plus vite que les anciens ne disparaissent, la transition peut sembler maîtrisable. Si au contraire la destruction est plus rapide que la création, le choc social et politique peut devenir intense même si, dix ans plus tard, le bilan net redevient positif.
C’est précisément pour cela que le débat autour de l’IA et de l’emploi ne peut pas être tranché par une formule brillante sur X. Il exige une lecture plus patiente, plus institutionnelle et plus sociale.
Conclusion
Marc Andreessen affirme que les récits sur les pertes d’emplois liées à l’IA sont “faux” et que l’intelligence artificielle déclenchera un boom massif de l’emploi grâce à la productivité et à la hausse de la demande. Cette vision s’inscrit dans une logique historique bien connue : les grandes vagues technologiques finissent souvent par créer plus d’activité qu’elles n’en détruisent.
Mais la réalité immédiate est beaucoup plus contrastée. Des entreprises comme Block, Crypto.com, Oracle ou MARA montrent déjà que l’IA s’accompagne de réductions d’effectifs, de restructurations et d’une redéfinition rapide des fonctions humaines. En parallèle, le marché du travail américain reste stable en surface, mais avec une hausse notable du chômage de longue durée.
La vraie question n’est donc pas seulement de savoir si Andreessen a raison sur le long terme. Elle est de savoir comment la transition va se dérouler, à qui profiteront les gains, qui supportera les pertes, et si l’accès aux outils d’IA sera suffisamment large pour produire une prospérité diffuse plutôt qu’une concentration accrue.
En ce sens, Andreessen pose peut-être la bonne thèse de long terme, mais il la formule d’une manière trop absolue pour un moment où le marché du travail vit déjà les premières secousses très réelles de l’automatisation. L’IA peut encore créer un boom. Mais entre la promesse du boom et la réalité de la transition, il y a tout un champ de tensions que ni les travailleurs ni les marchés ne peuvent se permettre d’ignorer.
