Comment Singapour peut préserver les emplois intermédiaires alors que l’IA transforme le travail

Un maillon intermédiaire fragilisé : la ligne de faille d’un marché du travail en pleine mutation

À 48 ans, Rei Teo, professionnelle du secteur bancaire, a découvert à quelle vitesse un emploi stable pouvait changer. Après la transformation de son poste en 2024 dans le cadre d’une restructuration, elle est partie et a eu du mal à trouver un emploi permanent sur un marché où les recrutements avaient ralenti et où les postes étaient repensés avec les nouvelles technologies. Elle a finalement accepté un emploi sous contrat. Son expérience reflète une tendance relevée par des chercheurs à Singapour : les postes intermédiaires sont trop peu nombreux pour absorber les professionnels dont le poste a été supprimé, qui sont donc poussés vers des emplois temporaires ou moins bien rémunérés.

L’Institute for Adult Learning (IAL) parle d’un effet de déclassement. Lorsque les entreprises automatisent les tâches répétitives et rationalisent leurs équipes à l’aide d’outils d’intelligence artificielle, les postes intermédiaires stables qui structurent les effectifs se raréfient. Les employés expérimentés qui partent ou sont écartés lors d’une restructuration trouvent souvent moins de postes à leur niveau. Ils acceptent des missions sous contrat ou passent à des fonctions moins qualifiées, tandis que les recrutements juniors stagnent. L’échelle des carrières se trouve ainsi fragilisée à ses deux extrémités.

L’IA générative a accéléré ces évolutions. Depuis la fin de 2022, les banques, les cabinets de conseil et les entreprises technologiques testent des assistants et des chatbots pour le service client, la génération de code, les contrôles de conformité, la rédaction de contenus marketing et la recherche dans les connaissances internes. Ces outils modifient les processus de travail et la composition des équipes. Certaines tâches disparaissent. D’autres se développent et exigent une nouvelle supervision. Le changement est bien réel et touche l’ensemble des emplois de bureau, autrefois considérés comme à l’abri.

Singapour est un partenaire de premier plan d’un programme international de recherche qui suit l’adoption de l’IA dans dix pôles numériques mondiaux, de la République jusqu’à la Silicon Valley. Les premiers résultats font ressortir un risque évident pour les économies comme celle de Singapour, où les emplois qualifiés sont nombreux et l’échelon intermédiaire peu développé. Sans mesures délibérées, le milieu du marché du travail pourrait encore s’affaiblir, précisément au moment où il doit accueillir les travailleurs déplacés et accompagner la génération suivante.

Pourquoi les emplois intermédiaires comptent pour le pacte social de Singapour

Les postes intermédiaires comprennent les fonctions de superviseur, de chef d’équipe, d’analyste d’affaires, de contrôleur financier, de chef de produit, de coordinateur clinique et de technicien confirmé. Ils traduisent la stratégie en actions concrètes. Ils reposent sur une connaissance tacite des processus, des clients et des systèmes. Ils accompagnent les juniors et assurent la continuité lorsque les équipes changent. Dans une économie à forte productivité, cet échelon apporte de la stabilité et renforce les compétences.

Si le maillon intermédiaire s’amenuise, les entreprises s’aplatissent et deviennent plus fragiles. Les cadres supérieurs doivent gérer trop de choses, tandis que les débutants ont moins d’occasions d’apprendre en faisant. L’échelle des carrières se brise. Il devient difficile de passer des études à une véritable maîtrise professionnelle, puis à des fonctions de direction. Cela érode le pacte social qui lie l’effort à la récompense et affaiblit la confiance dans les institutions et les employeurs.

Singapour s’est longtemps attaché à éviter une économie en sablier, avec de nombreux emplois très bien rémunérés au sommet et de nombreux postes de service moins payés à la base. L’objectif a été de développer des emplois qualifiés et bien rémunérés au milieu de l’échelle. L’adoption de l’IA peut contribuer à cet objectif si elle renforce les équipes et crée de nouvelles filières de spécialisation. Elle peut au contraire le compromettre si elle supprime les postes qui permettent d’apprendre et réduit les possibilités d’acquérir de l’expérience.

L’IA supprime les premiers échelons de carrière des jeunes travailleurs

Les inquiétudes concernant les premiers emplois grandissent. Début 2025, une grande banque a déclaré que l’IA pourrait entraîner la suppression de jusqu’à 4 000 postes sous contrat et temporaires au cours des prochaines années. Quelques années plus tôt, l’Autorité monétaire de Singapour estimait qu’un emploi financier sur trois dans la République pourrait être transformé ou supprimé par l’automatisation. Dans le marketing, le développement logiciel et les opérations, les tâches qui formaient autrefois les juniors sont de plus en plus prises en charge par des outils capables de rédiger des textes, de concevoir des visuels, de déboguer du code ou de résumer des documents en quelques secondes.

De nouvelles données indiquent qui en subit le plus les conséquences. Une analyse de l’université Stanford portant sur des millions de relevés de paie américains a constaté une baisse relative de 13 % de l’emploi chez les travailleurs en début de carrière occupant les postes les plus exposés à l’IA depuis la vague d’adoption de l’IA générative, fin 2022. Les travailleurs plus âgés exerçant les mêmes métiers sont restés stables ou ont été plus nombreux. L’ajustement s’est surtout traduit par une baisse des embauches, plutôt que par une diminution des salaires. C’est un signe fort que l’automatisation supprime le premier échelon.

Les enquêtes menées à Singapour font écho à ces inquiétudes. Environ la moitié des membres de la génération Z interrogés s’attendent à ce que l’IA bouleverse profondément leur emploi, et six sur dix disent déjà chercher à se former davantage. Seul un tiers environ des entreprises propose une formation structurée à l’IA. Certains jeunes professionnels se réorientent vers des métiers manuels qualifiés, moins susceptibles d’être automatisés, troquant une carrière de bureau contre une stabilité perçue comme plus grande et une progression plus claire.

Tout cela crée un piège en matière de formation. Lorsque l’IA rédige la première version d’un travail, les juniors perdent l’occasion de s’exercer concrètement. Leur production peut sembler soignée, mais manquer de profondeur. Les seniors passent plus de temps à la réviser, tandis que les juniors peinent à acquérir leur propre jugement. Si les emplois de début de carrière deviennent une mise en scène, où l’on se contente de formuler des requêtes aux outils au lieu de maîtriser un métier, le vivier de futurs professionnels intermédiaires compétents s’affaiblit.

Les banques et les services aux entreprises repensent les postes

Le secteur des services financiers illustre clairement cette évolution. Les contrôles automatisés et l’examen des documents se généralisent dans la gestion des risques et la conformité. Les équipes opérationnelles utilisent des assistants pour préparer des rapports et rapprocher des données. Les équipes en contact avec les clients testent des assistants d’IA pour la recherche et le service. De nouveaux postes apparaissent également dans la surveillance des modèles, la gouvernance des données et la gestion des risques liés à l’IA. Les pratiques de recrutement évoluent en conséquence.

Ce qui disparaît d’abord, ce ne sont pas des emplois entiers, mais des ensembles de tâches. Lorsque ces tâches sont confiées à des débutants, le maillon intermédiaire perd son vivier de talents. Lorsqu’elles relèvent de postes intermédiaires, les professionnels déplacés se retrouvent en concurrence pour un nombre plus restreint de postes. Ces deux effets sont observables dans la banque, le conseil, la technologie et les services aux entreprises. Les partenaires de recherche de Singapour parlent d’un effet de déclassement, car les pressions exercées par le haut et par le bas compriment le même échelon intermédiaire.

L’âge et l’expérience jouent dans les deux sens. La connaissance tacite et les réseaux protègent certains travailleurs plus âgés, et les données de Stanford montrent que les employés expérimentés occupant des postes exposés à l’IA sont restés stables. Dans le même temps, les professionnels de 40 ou 50 ans qui quittent leur emploi lors d’une restructuration ont souvent du mal à retrouver un poste. Les emplois permanents se raréfient et les missions sous contrat se multiplient. Pour préserver un maillon intermédiaire solide, il faut à la fois un afflux régulier de juniors formés et des parcours structurés permettant aux travailleurs en milieu de carrière de revenir dans l’emploi.

Les choix des dirigeants déterminent si l’IA renforce ou remplace les travailleurs

La technologie, à elle seule, ne détermine pas les résultats. Ce sont les dirigeants qui le font. Les organisations qui donnent aux cadres intermédiaires les moyens de repenser les processus, de former à nouveau les équipes et d’instaurer la confiance dans l’IA obtiennent des résultats différents de celles qui cherchent à réduire rapidement leurs coûts. Les responsables intermédiaires traduisent la stratégie en pratique. Lorsqu’ils disposent de temps, de ressources et d’un soutien sans réserve, ils déterminent comment l’IA peut aider les employés à accomplir un travail à plus forte valeur ajoutée.

Il existe une méthode applicable. Développer les connaissances de base en IA dans toute l’entreprise afin que les équipes comprennent les données, les limites des modèles et les enjeux de confidentialité. Encourager les expérimentations à faible risque et partager rapidement les réussites afin que chacun constate la valeur concrète de ces outils. Privilégier les usages qui renforcent les équipes, en associant l’IA à une supervision humaine dans le service client, la finance, les ressources humaines et les opérations. Créer des équipes pluridisciplinaires pour généraliser les projets pilotes et éliminer les goulets d’étranglement. Investir dans les nouvelles compétences liées à la surveillance des modèles, à la rédaction de requêtes, à la conception des processus et à la conduite du changement. Aligner les incitations afin que les responsables soient récompensés pour la formation des juniors et la réorganisation des postes, et pas seulement pour les réductions d’effectifs.

Les mesures que les pouvoirs publics peuvent prendre dès maintenant

Premièrement, reconstruire l’accès aux emplois intermédiaires en généralisant les apprentissages dans les métiers du savoir. Singapour a eu recours aux stages de formation pendant la pandémie pour permettre aux diplômés de débuter. Un dispositif national permanent d’apprentissage dans les métiers du numérique et les professions qualifiées pourrait aller plus loin. Mettre en place des stages rémunérés de 12 à 24 mois dans la finance, la santé, la fonction publique, l’industrie manufacturière et les médias. Exiger un mentorat structuré, des listes de compétences à acquérir et des retours réguliers. Intégrer les outils d’IA aux pratiques professionnelles et enseigner le jugement autant que les techniques. Les pays dotés de systèmes de formation en alternance maintiennent le chômage des jeunes à un faible niveau pour une raison. Ce modèle fonctionne lorsqu’il est déployé à grande échelle et dans la durée.

Deuxièmement, soutenir les reconversions en milieu de carrière en leur consacrant des financements ciblés et du temps. Les programmes de reconversion professionnelle, les aides à la formation en situation de travail et les crédits SkillsFuture peuvent être adaptés aux métiers de l’ère de l’IA dans les données, les opérations et les services. Élargir les aides à la reconversion pour les personnes de 40 ans et plus et permettre aux employeurs de recruter plus facilement des candidats expérimentés issus de secteurs voisins. Les microcertifications pouvant être cumulées pour obtenir un diplôme ou un titre universitaire aident les travailleurs à démontrer leurs progrès et fournissent aux entreprises un langage commun pour évaluer les compétences.

Troisièmement, conditionner le soutien public à l’adoption de l’IA à des engagements en faveur des travailleurs. Les aides à la réorganisation des emplois pourraient exiger des employeurs qu’ils créent des places pour les apprentis, documentent les changements de processus et publient des ressources de formation en interne. Lorsque l’automatisation touche des postes, proposer des aides salariales pour redéployer les employés vers de nouvelles équipes où le jugement humain est nécessaire, notamment dans la gestion des risques liés à l’IA, la réussite client et les opérations produit. Développer une main-d’œuvre spécialisée dans la sécurité et la gouvernance de l’IA, avec des normes claires, afin que les nouveaux besoins en matière de conformité compensent une partie des risques liés à l’automatisation.

Enfin, permettre à la fonction publique de montrer l’exemple. Tous les agents publics devront suivre une formation aux fondamentaux de l’IA, et les dirigeants sont invités à adopter ces outils avec discernement dans leur travail quotidien. Un agent sur trois utilise déjà un assistant interne, et des milliers de robots personnalisés ont été créés pour automatiser les tâches répétitives. Le vice-Premier ministre Gan Kim Yong a appelé les dirigeants à donner le ton en adoptant l’IA de manière responsable et en encourageant leurs équipes à utiliser ces outils là où ils améliorent le service public et la gouvernance.

Comment les entreprises peuvent renforcer le maillon intermédiaire

Les employeurs qui veulent renforcer la résilience de leurs effectifs peuvent agir concrètement dès maintenant. L’objectif est d’élargir le maillon intermédiaire, de conserver l’expérience dans l’entreprise et de rendre les possibilités d’évolution plus visibles pour les juniors.

• Privilégier d’abord l’augmentation des capacités humaines. Utiliser l’IA pour supprimer les tâches fastidieuses, puis réinvestir le temps gagné dans la formation, la relation client et la qualité des produits.
• Mettre en place des parcours d’apprentissage structurés dans les métiers du savoir. Associer chaque junior ou apprenti à un mentor, définir un programme de compétences et suivre sa progression vers des responsabilités intermédiaires.
• Formaliser les connaissances tacites. Créer des guides pratiques, des listes de vérification et des wikis internes pour ne pas perdre l’expérience lorsque les équipes se renouvellent.
• Évaluer les responsables sur le développement des personnes. Lier les primes au nombre de juniors formés à l’autonomie et aux promotions internes réussies.
• Favoriser la mobilité interne. Publier les postes de façon transparente et recruter sur la base des compétences afin que les employés déplacés puissent changer de fonction.
• Créer des filières de spécialisation intermédiaire dans les données, les opérations, la conception et les risques, avec des grilles salariales claires et une reconnaissance équivalente à celle des parcours managériaux.
• Mettre en place une gouvernance de l’IA. Désigner des responsables des risques liés aux modèles, de la qualité des données, de la confidentialité et des biais, puis former des employés à ces fonctions.
• Partager les premiers succès et les échecs. Instaurer la confiance en parlant franchement de ce qui fonctionne et de ce qui ne fonctionne pas lorsque les équipes commencent à tester les outils d’IA.

Comment les travailleurs peuvent rester attractifs sur le marché de l’emploi

Les travailleurs ne sont pas impuissants face à ces mutations. L’objectif est de devenir la personne capable de cerner un problème, de choisir les bons outils et d’obtenir des résultats utiles. Cette combinaison de connaissances du métier, de maîtrise de l’IA et de compétences humaines est précieuse dans de nombreux postes.

• Acquérir les bases de l’IA. Comprendre le fonctionnement des assistants, leurs limites et la manière de formuler des requêtes pour obtenir de meilleurs résultats. S’exercer à vérifier et à déboguer les résultats pour pouvoir s’y fier.
• Approfondir son expertise sectorielle. Choisir un secteur et en apprendre les données, les réglementations, les processus de travail et les difficultés rencontrées par les clients. Les compétences en IA sont d’autant plus solides qu’elles s’appuient sur un domaine précis.
• Maîtriser les processus et la communication. Cartographier les processus, rédiger des transmissions claires et présenter des conclusions. Savoir expliquer et convaincre constitue un atout durable.
• Développer son jugement en matière de données. Apprendre à lire des tableaux de bord, à concevoir des expériences simples et à suivre des indicateurs liés au chiffre d’affaires, aux risques, aux coûts ou aux résultats pour les clients.
• Constituer un portfolio. Conserver des exemples concrets montrant comment l’IA a permis d’améliorer la rapidité, la qualité ou le service. Les résultats tangibles valent mieux que les affirmations générales.
• Obtenir des certifications cumulables. De courtes formations en analyse de données, outils cloud, bases de la cybersécurité ou sécurité de l’IA peuvent ouvrir des portes lorsqu’elles s’ajoutent à l’expérience.
• Élargir son réseau de manière ciblée. Rejoindre des communautés professionnelles et proposer son aide pour des projets pluridisciplinaires où l’IA est mise à l’essai. La proximité accélère l’apprentissage.

Pour les professionnels en milieu de carrière, il est utile de chercher des postes voisins qui valorisent le jugement. Les responsables des opérations peuvent évoluer vers l’amélioration des processus grâce à l’IA. Les responsables de clientèle peuvent se tourner vers la réussite client et l’analyse de données. Les responsables de la conformité peuvent prendre en charge la supervision des risques liés aux modèles. Reformulez votre expérience en fonction des problèmes résolus et des résultats obtenus, puis montrez comment l’IA élargit vos possibilités d’action.

Les indicateurs qui montrent si le maillon intermédiaire se renforce

Singapour peut suivre la santé du maillon intermédiaire à l’aide d’indicateurs simples. Des mesures transparentes permettent aux pouvoirs publics, aux employeurs et aux travailleurs de vérifier si l’échelle des carrières est en train d’être reconstruite.

• Le rapport entre emplois permanents et postes sous contrat dans les professions qualifiées et techniques.
• La durée médiane de recherche d’emploi des professionnels de 40 à 55 ans après une suppression de poste.
• La part des offres d’emploi de début de carrière comprenant une formation structurée ou un apprentissage.
• Les taux de promotion interne de postes juniors à des fonctions intermédiaires dans les principaux secteurs.
• Le nombre annuel de reconversions en milieu de carrière réalisées dans le cadre de programmes nationaux.
• Les taux de participation et de réussite aux formations aux fondamentaux de l’IA dans les secteurs public et privé.
• Le développement des postes de gouvernance de l’IA, notamment dans la gestion des risques liés aux modèles et la gestion des données, qui créent de nouvelles possibilités à l’échelon intermédiaire.

Points clés

• À Singapour, les postes intermédiaires sont sous pression à mesure que l’IA transforme la structure des équipes. L’effet de déclassement qui en résulte laisse moins de possibilités stables aux professionnels dont le poste a été supprimé.
• Les tâches de début de carrière sont de plus en plus automatisées, ce qui réduit le vivier des futurs professionnels intermédiaires et les possibilités d’apprendre en situation de travail.
• Une étude de Stanford a constaté une baisse relative de 13 % de l’emploi chez les travailleurs en début de carrière occupant des postes exposés à l’IA depuis la fin de 2022, tandis que l’emploi des travailleurs plus âgés dans ces fonctions est resté stable ou a progressé.
• Les enquêtes montrent qu’environ la moitié des membres de la génération Z à Singapour s’attendent à ce que l’IA bouleverse profondément leur travail, mais seul un tiers environ des employeurs propose une formation à l’IA.
• La fonction publique rend obligatoire une formation aux fondamentaux de l’IA pour tous les agents, montrant comment les grandes institutions peuvent développer des compétences de base et diffuser les bonnes pratiques.
• Des politiques qui généralisent l’apprentissage, soutiennent les reconversions en milieu de carrière et conditionnent les aides à l’IA à des résultats concrets pour les travailleurs peuvent renforcer le maillon intermédiaire.
• Les entreprises peuvent privilégier l’augmentation des capacités humaines, évaluer les responsables sur la formation, faciliter la mobilité interne et créer des filières de spécialisation pour renforcer les carrières intermédiaires.
• Les travailleurs qui combinent expertise sectorielle, maîtrise de l’IA et compétences humaines seront les plus résilients, à condition de pouvoir démontrer des résultats concrets grâce à un portfolio et à des certifications cumulables.