Présentation prospective des changements structurels de grande ampleur qui impactent l’évolution des entreprises et organisations sur le moyen-long terme : 2030 - 2050.

Réalisée pour la 5ème année consécutive, l’analyse, qui a été fortement élargie est structurée en quatre grands thèmes :

- Megatrends, - Risques majeurs, - Grandes transitions et - Tendances sociétales.

Pour la première fois, une cinquième partie a été ajoutée concernant - les Opportunités liées à ces évolutions.

L’analyse a été élaborée par consultation de 250 documents primaires et la synthèse des 150 principales études prospectives réalisées en hiver 2025 et printemps 2026 à travers le monde.

La présentation de la bibliothèque numérique de ces travaux est téléchargeable sur le site Les Mardis de l’innovation à partir du 20 avril 2026 (après la réalisation d’un classement thématique permettant d’en faciliter la consultation).

Cette analyse fournit une trame rigoureuse pour les réflexions prospectives, stratégiques et de définition d’axes d’innovation en phase avec l’évolution d’un monde en transition rapide.

A bientôt, 

Marc Giget

Président de l’Institut Européen de Stratégies Créatives et d'Innovation et du Club de Paris des Directeurs de l’Innovation

A consulter absolument ! 




Sur ce lien 

 Le terme de LLM est un  grand modèle de langage (Large Language Model, LLM)  automatique capable de comprendre et générer des textes en langage humain. Ces modèles opèrent en analysant d'immenses volumes de données linguistiques. En termes plus simples, un LLM est un programme informatique qui a assimilé suffisamment d'exemples pour être capable de reconnaître et d'interpréter le langage humain ou d'autres types de données complexes.

1. Positionnement général : du facilitateur au système socio-technique augmenté

Les LLM (comme ChatGPT ou Claude) introduisent une mutation importante :
le facilitateur ne travaille plus uniquement avec un groupe humain, mais avec un écosystème hybride  associant intelligence individuelle, intelligence collective et intelligence artificielle générative.

On passe ainsi d’une facilitation “classique” à une facilitation augmentée, où le LLM joue un rôle de :
-  miroir cognitif
- accélérateur de divergence
- outil de structuration

 2. Lecture des 10 séquences Phosphoriales à l’aune des LLM

3. Effets systémiques sur le métier de facilitateur

Trois transformations majeures apparaissent :

 a) Déplacement du rôle

Le facilitateur devient :
- architecte de dispositifs hybrides
- designer d’interactions humain–IA

b) Montée en exigence critique

Il doit :
- détecter les biais
- questionner les productions de l’IA
- maintenir une exigence de sens

 c) Accélération des cycles

Les LLM réduisent fortement :
 - le temps d’idéation
 - le temps de formalisation

Mais augmentent : le besoin de discernement


 4. Lecture stratégique

Les LLM ne remplacent pas la facilitation, ils en révèlent les limites et en augmentent la portée.

On peut les considérer comme :
-  un levier d’innovation incrémentale (gain de productivité)
-  un levier d’innovation radicale (nouveaux modes de pensée)
-  un objet de gouvernance (règles d’usage à construire)


 5. Hypothèse  de recherche

Les LLM pourraient être conceptualisés comme :un objet transitionnel collectif numérique (en référence à Donald Winnicott)

c’est-à-dire :
-  un espace intermédiaire entre réel et imaginaire
-  un support de projection collective
*- un médiateur de créativité
 

Voir l'étude traduite en français en fichier joint

 Une promesse technologique… mais une transformation encore incomplète

Depuis plusieurs années, l’intelligence artificielle est présentée comme une rupture majeure susceptible de bouleverser le marché du travail. Pourtant, une étude récente de Maxim Massenkoff et Peter McCrory (2026) invite à nuancer fortement ce diagnostic.

Son principal enseignement est contre-intuitif :
l’IA est déjà largement capable… mais encore peu utilisée à son plein potentiel.

Dans certains métiers, jusqu’à 94 % des tâches sont théoriquement automatisables, mais seulement 33 % sont effectivement prises en charge par l’IA aujourd’hui.

Autrement dit, la révolution est techniquement possible, mais elle reste, pour l’instant, organisationnellement et socialement inachevée.


 De la capacité à l’usage : un changement de paradigme

L’apport majeur de cette étude est de proposer un nouvel indicateur : l’exposition observée à l’IA.

Contrairement aux approches classiques, qui mesurent ce que l’IA pourrait faire, cette approche s’intéresse à ce qu’elle fait réellement :
– quelles tâches sont effectivement automatisées
– dans quels contextes professionnels
– avec quelle intensité

Ce changement de perspective est décisif. Il marque le passage  d’une économie des possibles à une économie des usages.


Une surprise majeure : les métiers qualifiés sont les plus exposés

Contrairement aux idées reçues, ce ne sont pas les emplois peu qualifiés qui sont les plus concernés.

Les métiers les plus exposés sont :

– les programmeurs
– les analystes financiers
– les fonctions marketing
– les services clients

Les profils concernés sont :

– plus diplômés
– mieux rémunérés (en moyenne +47 %)
– plus souvent engagés dans des activités cognitives 

Nous assistons donc à une transformation profonde :
l’IA ne remplace plus seulement les tâches répétitives, elle reconfigure le travail intellectuel lui-même.


Pas de choc sur l’emploi… mais une évolution en profondeur

L’un des résultats les plus importants est l’absence d’effet massif sur le chômage :

– aucune hausse significative n’est observée depuis 2022
– même dans les métiers les plus exposés 

Cela signifie que l’IA n’agit pas (encore) comme un choc brutal, mais comme un processus progressif de transformation.

Cependant, un effet plus discret apparaît :

– une augmentation de 10 points d’exposition à l’IA est associée à
−0,6 point de croissance de l’emploi 

Ce chiffre, modeste en apparence, signale une dynamique importante : ,la transformation est lente, mais déjà mesurable.


- Le signal faible à surveiller : les jeunes entrants

Le point le plus préoccupant concerne les jeunes actifs.

L’étude met en évidence :

– une baisse de 14 % du taux d’entrée dans les métiers exposés chez les 22–25 ans 

Ce phénomène ne traduit pas des licenciements, mais plutôt :
– un ralentissement des recrutements
– une réduction des postes d’entrée
– une élévation du niveau d’exigence

Autrement dit  l’IA ne supprime pas d’abord les emplois, elle transforme les conditions d’accès à l’emploi.


Une transformation silencieuse du travail

Ce que révèle cette étude, c’est que nous ne vivons pas une révolution visible, mais une **mutation silencieuse**.

Trois dynamiques sont à l’œuvre :
– substitution partielle de certaines tâches
– augmentation des capacités humaines
– recomposition progressive des métiers

Cette transformation échappe aux indicateurs classiques (comme le chômage), mais elle modifie en profondeur :
– la structure des compétences
– les trajectoires professionnelles
– les équilibres organisationnels


Ce que cela change pour les organisations

Pour les entreprises et les managers, les implications sont majeures.
 

 Une révolution moins spectaculaire… mais plus profonde

L’intelligence artificielle ne provoque pas (encore) de rupture brutale. Elle opère une transformation progressive, diffuse, difficile à percevoir.

C’est précisément ce qui la rend stratégique.

Car ce type de mutation :

– ne fait pas la une des indicateurs économiques
– mais redessine en profondeur les systèmes de travail

En ce sens, l’IA n’est pas seulement une innovation technologique.
Elle constitue un accélérateur de recomposition du capitalisme cognitif.


 En conclusion

L’étude de Massenkoff et McCrory (Mars 2026) nous invite à changer de regard :

– la question n’est plus « l’IA va-t-elle détruire des emplois ? »
– mais « comment transforme-t-elle déjà le travail, sans que nous le voyions encore pleinement ? »

C’est dans cet écart entre visibilité et transformation que se joue aujourd’hui l’essentiel.