Plus de 800 000 messages analysés : l’IA permet déjà aux salariés de franchir les frontières de leur métier

Un commercial explore lui-même un fichier clients au lieu de le transmettre à un analyste. Un responsable marketing corrige un problème sur son site sans attendre un développeur. Un dirigeant de PME prépare une première lecture d’un contrat avant de consulter son avocat. L’intelligence artificielle ne se contente plus d’accélérer le travail : elle commence à déplacer les frontières entre les métiers.

C’est le principal enseignement d’une étude publiée par OpenAI le 27 juillet 2026. Les chercheurs ont analysé un échantillon aléatoire de plus de 800 000 messages professionnels envoyés depuis les comptes ChatGPT personnels d’utilisateurs américains dont le métier avait été renseigné via ChatGPT Business.

Le chiffre le plus spectaculaire demande toutefois d’être correctement expliqué : 43,5 % des messages portant sur une tâche propre à un métier concernaient une activité historiquement associée à une autre profession. Cela ne signifie pas que 43,5 % de tous les salariés exercent un deuxième métier, ni que l’IA remplace déjà les spécialistes. Mais le signal est clair : avec l’IA, davantage de travailleurs tentent eux-mêmes des tâches qu’ils auraient auparavant déléguées.

Ce que l’étude mesure réellement

Les auteurs, Caroline Chin et Alex Martin Richmond, étudient ce qu’ils appellent le task crossover, que l’on peut traduire par « transfert de tâches entre métiers ». Leur question n’est pas : « Quel métier ChatGPT va-t-il supprimer ? » Elle est plus concrète : « Les utilisateurs demandent-ils à l’IA de les aider sur des activités qui sortent des frontières historiques de leur profession ? »

Pour y répondre, les messages ont été comparés aux activités professionnelles détaillées de la base américaine O*NET, produite par le département du Travail des États-Unis. Huit groupes de métiers ont été étudiés :

• expérience client ;
• design ;
• ingénierie ;
• finance ;
• ressources humaines ;
• juridique ;
• marketing ;
• vente.

Chaque message a été classé dans l’une de trois catégories. Les tâches « génériques » regroupent les activités communes à de nombreux emplois, comme écrire, résumer ou organiser une réunion. Les tâches « internes au métier » correspondent au rôle déclaré de l’utilisateur. Les tâches « transversales » sont historiquement rattachées à une autre profession.

16,8 % de tous les messages professionnels franchissent une frontière de métier

Le rapport distingue deux dénominateurs qu’il ne faut surtout pas confondre :

Les 43,5 % apparaissent lorsque l’on retire les 61,5 % de tâches génériques et que l’on ne conserve que les activités suffisamment spécifiques pour être rattachées à un métier. C’est un résultat important, mais plus étroit que ne le laisserait entendre la formule « près d’une demande sur deux » sans précision.

L’IA transforme certains salariés en généralistes assistés

La nouveauté n’est pas qu’un logiciel sache produire du texte, du code ou des tableaux. Elle tient au fait que la personne confrontée au problème peut tenter de le résoudre directement, sans organiser immédiatement un transfert vers un autre service.

Le commercial devient ponctuellement analyste

Un commercial peut demander à l’IA de nettoyer un export CSV, segmenter des clients, trouver des variations dans le chiffre d’affaires ou préparer une visualisation. Il ne devient pas data analyst pour autant. Mais il peut explorer une hypothèse, formuler une question plus précise et transmettre ensuite un dossier mieux préparé au spécialiste.

Le marketeur s’aventure dans la technique

Les tâches d’ingénierie circulent largement vers d’autres fonctions. Le dépannage d’applications et de systèmes informatiques figure parmi les trois tâches techniques extérieures les plus fréquentes dans chacun des sept groupes non techniques étudiés. Un marketeur peut diagnostiquer une balise manquante, corriger un bloc HTML ou comprendre pourquoi un formulaire ne remonte plus ses conversions.

Cette évolution explique l’intérêt d’outils comme ChatGPT Work pour les PME : le dirigeant ou le salarié peut réunir des données, produire un document et orchestrer plusieurs étapes sans changer constamment d’outil ou d’interlocuteur.

Le dirigeant prépare une analyse juridique, mais ne devient pas juriste

Dans une petite entreprise, l’IA peut résumer un contrat, repérer une clause de renouvellement, comparer deux versions ou dresser la liste des points à soumettre à un avocat. Le gain est réel : la consultation peut être mieux préparée et centrée sur les risques importants.

La frontière à ne pas franchir est tout aussi claire. Une réponse vraisemblable n’est pas un avis juridique opposable. L’IA peut assister la lecture ; elle ne porte ni la responsabilité du conseil, ni la connaissance complète du dossier, ni le secret professionnel du spécialiste choisi.

Les métiers qui franchissent le plus souvent leur périmètre

Une fois les tâches génériques retirées, le travail extérieur au métier devient majoritaire dans cinq des huit groupes :

• 77 % des messages spécifiques des professionnels de l’expérience client ;
• 75 % pour les designers ;
• 69 % pour les ressources humaines ;
• 56 % pour les professionnels du juridique ;
• 53 % pour les marketeurs.

Ces pourcentages ne mesurent pas la totalité de leur usage professionnel. Ils portent uniquement sur la fraction non générique de leurs messages. Ils montrent néanmoins que certains métiers utilisent ChatGPT comme une porte d’entrée vers des compétences voisines, parfois éloignées.

Le marketing et l’ingénierie sont les deux grands « exportateurs » de tâches. Les demandes de création de supports promotionnels, de dépannage logiciel, de calcul financier ou d’explication de règles apparaissent dans de nombreux groupes professionnels.

Pourquoi le phénomène est plus visible dans les petites structures

Chez les utilisateurs au volume d’usage intermédiaire, la part des messages transversaux atteint 18,9 % dans les espaces de travail de 2 à 5 sièges, contre 16,3 % dans ceux de plus de 100 sièges. L’écart est modeste — environ 2,5 points — et ne se retrouve pas de façon régulière chez les utilisateurs les plus intensifs.

L’explication avancée par les chercheurs est plausible mais reste une hypothèse : dans une petite structure, il existe moins de services spécialisés auxquels déléguer. La personne la plus proche du problème utilise donc l’IA pour avancer seule. Dans une grande entreprise, elle peut plus facilement solliciter une équipe juridique, un analyste, le support informatique ou une cellule marketing.

Pour les PME, l’enjeu n’est donc pas seulement d’acheter des licences. Il consiste à identifier les passages de relais qui font perdre du temps, puis à décider lesquels peuvent être simplifiés par une automatisation des processus métier et lesquels doivent conserver une validation spécialisée.

Non, l’étude ne prouve pas que chacun peut exercer quatre métiers

Le rapport lui-même insiste sur ses limites. Il ne mesure pas :

• la qualité du résultat produit par l’IA ;
• l’utilisation réelle de la réponse par le salarié ;
• le temps économisé ;
• la capacité de l’utilisateur à réaliser la tâche sans IA ;
• l’intervention éventuelle d’un spécialiste pour contrôler le travail ;
• l’effet de ChatGPT sur l’emploi ou la productivité.

L’unité étudiée est un message, pas une mission terminée, une heure de travail ou un poste. Un utilisateur peut demander une explication juridique sans prendre de décision, générer du code sans le déployer ou produire un tableau qui ne sera jamais utilisé.

Plus fondamentalement, essayer une tâche et maîtriser un métier sont deux choses différentes. Un dirigeant peut obtenir une première analyse financière sans savoir auditer les hypothèses. Un recruteur peut créer une formule Excel sans être data analyst. Un commercial peut produire un script, mais il ne maîtrise pas automatiquement sa sécurité, sa maintenance et ses effets de bord.

Une étude américaine, pas une photographie du marché du travail français

L’échantillon porte sur des utilisateurs situés aux États-Unis. Leur profession est auto-déclarée à travers les informations de rôle de ChatGPT Business, tandis que les messages analysés proviennent de leurs comptes ChatGPT individuels. Les populations ChatGPT Business et Enterprise étant distinctes, OpenAI précise que les résultats ne doivent pas être généralisés aux utilisateurs Enterprise.

L’échantillon n’est pas représentatif de l’ensemble des salariés américains, encore moins du marché français. Il couvre huit familles de métiers, essentiellement tertiaires, et s’appuie sur O*NET, une classification américaine. Les professionnels de santé, les métiers manuels, l’enseignement, la fonction publique et de nombreux secteurs ne sont pas inclus dans l’analyse principale.

Le rapport indique aussi que les chercheurs n’ont pas lu directement les messages : ChatGPT les a classés anonymement selon leur contenu professionnel. Ce dispositif protège davantage la confidentialité, mais ajoute une couche de classification automatisée susceptible de commettre des erreurs.

Ce que les dirigeants de PME devraient faire maintenant

La mauvaise réponse serait de demander à chaque salarié de « tout faire avec ChatGPT ». Cette injonction crée des risques, des résultats invérifiables et une responsabilité diffuse. La bonne approche consiste à organiser la polyvalence assistée.

1. Cartographier les tâches qui bloquent. Repérez les petites demandes régulièrement transférées entre services : extraction de données, mise en forme, première lecture, support technique, rédaction ou création de supports.
2. Classer le niveau de risque. Une reformulation commerciale n’a pas les mêmes conséquences qu’une clause contractuelle, un calcul fiscal ou une modification en production.
3. Définir le contrôle humain. Précisez qui vérifie, selon quels critères et avant quelle action irréversible.
4. Créer des modèles réutilisables. Les bons prompts, documents sources, checklists et formats attendus doivent appartenir à l’entreprise, pas rester dans les conversations personnelles d’un salarié.
5. Mesurer le résultat. Temps réellement économisé, taux d’erreur, délais de traitement, satisfaction et nombre de reprises comptent davantage que le volume de messages envoyés.

De l’usage individuel au produit : une opportunité pour les SaaS métier

L’étude révèle indirectement un terrain favorable aux logiciels verticaux. Lorsqu’un commercial, un restaurateur ou un professionnel de santé utilise régulièrement une IA généraliste pour accomplir la même tâche extérieure à son métier, un produit spécialisé peut encadrer cette pratique.

Le SaaS utile ne se contente pas d’ajouter une zone de chat. Il fournit les bonnes données, impose les étapes de contrôle, conserve une trace des actions et limite ce que l’utilisateur peut valider sans expertise. C’est précisément l’un des axes à examiner lorsqu’on cherche des idées de micro-SaaS fondées sur des problèmes réels.

En 2026, l’avantage ne viendra probablement pas du salarié qui demande à l’IA de faire « un peu de tout » au hasard. Il viendra de l’entreprise qui sait transformer cette polyvalence en processus fiable : contexte maîtrisé, droits d’accès, validation, traçabilité et indicateurs de qualité.

L’IA ne fait pas disparaître les métiers : elle modifie déjà leur contenu

La conclusion la plus rigoureuse n’est pas que l’IA remplace les développeurs, les analystes, les juristes ou les marketeurs. L’étude ne le démontre pas. Elle montre que leurs tâches circulent : d’autres professionnels les abordent désormais avec l’aide de ChatGPT.

Cette évolution peut réduire les délais, donner davantage d’autonomie et permettre aux petites équipes d’accomplir plus de choses. Elle peut aussi masquer des erreurs derrière une apparence de compétence. La prochaine frontière du travail ne sera donc pas seulement technique. Elle concernera la responsabilité : savoir ce que l’on peut faire soi-même avec l’IA, ce qui doit être vérifié et ce qui doit rester entre les mains d’un spécialiste.

Source principale : OpenAI Economic Research, Work at the Frontier: How AI is Expanding What People Do at Work, juillet 2026.