Exposition des métiers à l'IA

Le data scientist travaille entièrement sur ordinateur dans des domaines où l'IA progresse rapidement : développement de modèles, programmation Python/R, analyse statistique et machine learning. Ses tâches core (création d'algorithmes, feature engineering, optimisation de modèles) sont directement dans le périmètre des capacités croissantes de l'IA générative et des outils d'IA spécialisés. Bien que la définition stratégique de problèmes complexes nécessite encore du jugement humain, l'automatisation des tâches techniques et la productivité accrue via l'IA rendront cette profession significativement restructurée.

Le développeur full-stack exerce un métier entièrement numérique, basé sur la programmation, la conception d'architecture logicielle et l'analyse de code — des domaines où l'IA progresse rapidement. Les outils d'IA générative (GitHub Copilot, Claude, ChatGPT) peuvent déjà générer du code, déboguer, optimiser et même concevoir des architectures, ce qui augmente drastiquement la productivité des développeurs existants et réduit le besoin de main-d'œuvre. Bien que la créativité architecturale et la prise de décision stratégique restent importantes, la majorité des tâches quotidiennes de codage, test et déploiement sont fortement exposées à l'automatisation par l'IA.

Le développeur back-end exerce un métier entièrement numérique basé sur la programmation, l'architecture logicielle et l'analyse de données — domaines où l'IA progresse rapidement. Les tâches comme la génération de code, le débogage, l'optimisation et même la conception d'architectures sont de plus en plus automatisables par des outils d'IA (GitHub Copilot, Claude, etc.), ce qui rend les développeurs existants beaucoup plus productifs et réduit le besoin de main-d'œuvre. Bien que la créativité architecturale et les décisions stratégiques complexes restent humaines, la majorité du travail quotidien de codage et de maintenance est vulnérable à l'automatisation.

Le développeur front-end travaille entièrement sur ordinateur avec des tâches hautement numériques : codage HTML/CSS/JavaScript, intégration de maquettes, développement d'interactions. L'IA progresse rapidement dans la génération de code, la conversion de designs en code, et l'optimisation des interfaces. Bien que la collaboration créative avec designers et la résolution de problèmes complexes nécessitent encore du jugement humain, les outils IA (GitHub Copilot, etc.) automatisent déjà une part significative du travail quotidien et cette tendance s'accélère.

Le développement mobile est un métier entièrement basé sur le travail informatique et la programmation, réalisé sur ordinateur. L'IA progresse rapidement dans la génération de code, la détection de bugs, l'optimisation et même la conception d'interfaces, ce qui rend ce rôle hautement vulnérable à l'automatisation. Bien que certaines tâches comme les tests physiques sur appareils et la collaboration en équipe subsistent, la majorité du travail (coding, debugging, intégration d'APIs) est déjà partiellement automatisable par les outils IA actuels et le sera davantage à court terme.

Ce métier est entièrement basé sur le travail numérique — codage, optimisation de prompts, entraînement de modèles, architecture technique — réalisé sur ordinateur sans composante physique. Cependant, l'exposition n'atteint pas 10 car le rôle requiert une expertise spécialisée en IA, une veille technologique constante, et une capacité à concevoir des solutions architecturales complexes que l'IA ne peut pas encore entièrement automatiser. Paradoxalement, bien que cet ingénieur développe les outils qui automatisent d'autres métiers, son propre travail de conception, d'optimisation et de prise de décision technique reste difficilement remplaçable à court terme, même si l'IA générative pourrait progressivement assister ou augmenter ces tâches.

Le métier d'ingénieur IA est entièrement basé sur le travail numérique — codage, modélisation, analyse de données — réalisé sur ordinateur sans nécessité de présence physique. Cependant, l'exposition n'atteint pas 10 car le rôle requiert une expertise humaine avancée en conception algorithmique, jugement critique sur les approches à tester, et collaboration créative avec les équipes, domaines où l'IA reste complémentaire plutôt que substituable à court terme. Néanmoins, les outils d'IA générative et de programmation assistée par IA transforment déjà significativement la productivité et les tâches quotidiennes de ce métier.

L'intégrateur web exerce un métier entièrement numérique basé sur la programmation front-end (HTML, CSS, JavaScript) — des domaines où l'IA progresse très rapidement. Les tâches principales (conversion de maquettes en code, responsive design, optimisation) sont hautement automatisables par des outils d'IA générative et spécialisés. Bien que la collaboration avec designers et développeurs requière une certaine interaction humaine, le cœur du travail — la production de code — est vulnérable à une automatisation substantielle, ce qui expose fortement cette profession à la restructuration.

Le métier de Prompt Engineer est entièrement basé sur le travail numérique : conception d'instructions, analyse de performances, documentation et formation — toutes des tâches réalisables sur ordinateur. Cependant, l'exposition n'atteint pas 10 car ce métier lui-même est créé par l'IA générative et dépend fortement de l'évolution des modèles ; à mesure que les LLM deviennent plus autonomes et capables de s'auto-optimiser, le besoin d'ingénierie manuelle de prompts pourrait diminuer significativement. Le métier reste très exposé mais avec une incertitude structurelle sur sa pérennité à long terme.

L'architecte cloud exerce un métier entièrement basé sur le travail numérique : conception d'architectures, analyse de besoins, optimisation de systèmes, documentation technique — toutes des tâches réalisables sur ordinateur. L'IA progresse rapidement dans la génération d'architectures cloud, l'optimisation des coûts, l'analyse de sécurité et la documentation, ce qui pourrait augmenter significativement la productivité des architectes ou réduire le nombre requis. Cependant, le jugement stratégique, la compréhension des contextes métier complexes et la supervision des migrations conservent une dimension humaine importante qui limite l'exposition à un niveau très élevé plutôt que maximal.

L'architecte logiciel travaille principalement sur des tâches numériques : conception de schémas, documentation technique, analyse de systèmes, prise de décisions technologiques — autant d'activités réalisables entièrement sur ordinateur. L'IA générative et les outils spécialisés peuvent déjà assister significativement dans la génération de schémas d'architecture, l'analyse comparative de technologies, la documentation et même la validation de décisions techniques. Cependant, le rôle conserve une exposition modérée à très élevée plutôt que maximale car il requiert une expertise métier profonde, du jugement stratégique et une compréhension contextuelle des besoins spécifiques de l'entreprise — domaines où l'IA reste un assistant plutôt qu'un remplaçant complet.

Le Data Analyst / Business Intelligence exerce un métier entièrement numérique : extraction SQL, nettoyage de données, création de dashboards et analyse statistique sont tous des tâches informatiques réalisables sur ordinateur. L'IA progresse rapidement dans ces domaines (génération de requêtes SQL, automatisation du nettoyage, suggestions d'analyses), et les outils d'IA générative peuvent déjà assister ou automatiser une part significative du travail d'extraction, de transformation et même de recommandation. Bien que la compréhension métier et la communication des insights restent importantes, la majorité des tâches techniques sont vulnérables à l'automatisation par IA.

Le Data Engineer travaille presque exclusivement sur des tâches numériques et informatiques (conception de pipelines, architecture cloud, codage ETL, optimisation SQL) entièrement réalisables à distance sur ordinateur. L'IA progresse rapidement dans la génération de code, l'optimisation d'architectures et l'automatisation des tâches de transformation de données, ce qui expose directement le cœur du métier. Cependant, la conception architecturale complexe et les décisions stratégiques sur l'infrastructure data nécessitent encore un jugement humain nuancé, ce qui maintient l'exposition légèrement en dessous du maximum.

Le développeur IA travaille entièrement dans un environnement numérique (codage, conception d'algorithmes, entraînement de modèles, intégration d'API) où l'IA est déjà capable d'assister ou d'automatiser une part significative des tâches : génération de code, optimisation d'algorithmes, documentation technique. Cependant, le score n'atteint pas 9 car le rôle requiert une expertise spécialisée, du jugement critique sur le choix des architectures et une compréhension profonde des problèmes métier qui restent difficilement automatisables à court terme.

Le développeur blockchain exerce un métier entièrement numérique basé sur la programmation, l'analyse de code et la conception d'architectures logicielles — domaines où l'IA progresse rapidement. Les tâches comme la génération de smart contracts, l'optimisation de code, l'audit de sécurité et le débogage sont directement exposées aux outils d'IA générative et spécialisée. Cependant, la compréhension profonde des mécanismes cryptographiques, la conception d'architectures décentralisées innovantes et la responsabilité critique en matière de sécurité financière conservent une dimension humaine significative, ce qui empêche une exposition maximale.

Le développeur de jeux mobiles travaille entièrement en environnement numérique (codage, conception, optimisation, test) sur des tâches hautement automatisables : génération de code, création d'assets, optimisation de performances et même conception de mécaniques de jeu. L'IA progresse rapidement dans ces domaines (génération de code, création d'art procédural, test automatisé), et les outils d'IA commencent déjà à assister significativement le développement. Cependant, la créativité artistique et la conception innovante de gameplay conservent une part humaine importante, ce qui empêche une exposition maximale.

Le growth hacker travaille principalement sur des tâches numériques et informatiques : analyse de données, A/B testing, automatisation, SEO/SEA, et création de campagnes — toutes réalisables entièrement sur ordinateur. L'IA peut déjà automatiser l'analyse de données, générer des hypothèses de test, optimiser les campagnes marketing et créer du contenu viral, ce qui rend ce rôle hautement exposé. Bien que la créativité et la stratégie restent importantes, les outils d'IA générative et prédictive transformeront rapidement la productivité et réduiront le besoin de ressources humaines dans ce domaine.

Le métier d'ingénieur DevOps est entièrement basé sur du travail numérique : automatisation de pipelines, gestion d'infrastructure cloud, scripting et monitoring via des outils informatiques. L'IA peut rapidement automatiser des tâches comme la configuration d'infrastructure, l'optimisation de pipelines, la détection d'anomalies et même la résolution d'incidents courants, rendant chaque ingénieur potentiellement beaucoup plus productif. Bien que la collaboration humaine et la résolution de problèmes complexes resteront importantes, la majorité des activités quotidiennes sont susceptibles d'être augmentées ou partiellement automatisées par l'IA.

Le DevSecOps exerce un métier entièrement basé sur le travail numérique : configuration de pipelines CI/CD, analyse de code, gestion d'outils de sécurité et automatisation de contrôles. L'IA peut déjà assister ou automatiser une grande partie de ces tâches (détection de vulnérabilités, analyse de rapports de sécurité, recommandations de corrections), et les capacités d'IA en matière d'analyse de code et de sécurité progressent rapidement. Bien que le jugement humain reste important pour les décisions stratégiques et la formation des équipes, la majorité du travail technique quotidien est vulnérable à l'automatisation par IA.

L'ingénieur IA/Deep Learning travaille entièrement sur ordinateur avec des tâches hautement numériques : conception d'architectures, entraînement de modèles, optimisation de code et déploiement. Cependant, le travail requiert une expertise technique très spécialisée, du jugement créatif dans la conception d'architectures et une compréhension profonde des problèmes métier qui ne peuvent pas être entièrement automatisés par l'IA actuelle. L'exposition reste très élevée car les outils d'IA générative commencent à assister la génération de code et l'optimisation, mais le rôle de conception stratégique et de recherche reste partiellement protégé par la nécessité d'expertise humaine avancée.

L'ingénieur MLOps exerce un métier entièrement numérique basé sur le code, l'automatisation et la gestion d'infrastructure cloud. Ses tâches principales — déploiement de modèles, configuration de pipelines CI/CD, monitoring, optimisation — sont toutes réalisables par ordinateur et constituent des domaines où l'IA progresse rapidement. Cependant, le score n'atteint pas 9 car le rôle requiert une expertise spécialisée en orchestration complexe, une compréhension nuancée des besoins métier et une capacité à résoudre des problèmes d'infrastructure imprévisibles qui demandent encore du jugement humain.

Le métier d'ingénieur QA/Test Automation est entièrement basé sur du travail informatique et digital : développement de scripts de test, conception de frameworks, intégration CI/CD, analyse de rapports. L'IA peut automatiser la génération de cas de test, identifier les scénarios critiques, analyser les résultats et même générer du code de test, ce qui rend ce profil très exposé à l'automatisation. Bien que la stratégie qualité et la collaboration avec les développeurs requièrent du jugement humain, la majorité des tâches techniques quotidiennes sont susceptibles d'être significativement augmentées ou remplacées par des outils IA.

Ce rôle est entièrement basé sur le travail numérique : conception de pipelines, développement d'APIs, optimisation de bases de données et monitoring — toutes des tâches effectuées sur ordinateur dans des domaines où l'IA progresse rapidement (génération de code, optimisation d'algorithmes, détection d'anomalies). Bien que le rôle nécessite une expertise technique et du jugement architectural, les outils d'IA peuvent déjà assister significativement dans la rédaction de code, l'optimisation des performances et l'automatisation des tâches de maintenance, rendant chaque ingénieur potentiellement beaucoup plus productif.

L'ingénieur en informatique quantique exerce un métier entièrement basé sur le travail numérique : conception d'algorithmes, programmation, simulation et tests sur ordinateur. Cependant, son exposition à l'IA est modérée par deux facteurs : (1) le domaine lui-même est une spécialité de pointe où l'IA généraliste n'a pas encore démontré de capacités transformatrices, et (2) le travail requiert une expertise très spécialisée en physique quantique et une compréhension profonde des contraintes matérielles qui restent difficilement automatisables. L'IA pourrait assister à la génération d'algorithmes ou à l'optimisation de code, mais la créativité scientifique et la maîtrise des principes quantiques demeurent des barrières significatives.

Le métier d'ingénieur ML est entièrement basé sur le travail numérique (codage, modélisation, déploiement) dans un domaine où l'IA progresse rapidement. Cependant, l'exposition n'atteint pas 9-10 car le rôle requiert une expertise spécialisée en architecture et optimisation de modèles, une compréhension profonde des problèmes métier, et une capacité à juger quand et comment appliquer les techniques—des tâches où le jugement humain reste critique. L'IA générative peut assister à la codification et à certaines phases de développement, mais ne peut pas remplacer la conception stratégique et la prise de décision architecturale qui définissent ce métier.

Le Product Designer travaille entièrement dans un environnement numérique : recherche, wireframing, prototypage, design system et collaboration sont tous réalisables sur ordinateur. L'IA progresse rapidement dans la génération d'interfaces, l'analyse de données utilisateur et même la création de prototypes, ce qui pourrait automatiser une part significative des tâches répétitives. Cependant, la créativité stratégique, l'empathie utilisateur et le jugement esthétique restent des domaines où l'humain conserve un avantage, ce qui maintient l'exposition en-dessous du maximum.

Le rôle de SRE est presque entièrement basé sur le travail numérique : surveillance, analyse de logs, automatisation, scripting, optimisation d'infrastructure — toutes des tâches effectuées sur ordinateur. L'IA peut déjà assister significativement dans la détection d'anomalies, l'analyse de logs, la génération de scripts d'automatisation et même la résolution d'incidents via des systèmes d'IA prédictifs. Bien que certains aspects comme la prise de décision stratégique et la gestion des incidents critiques nécessitent encore du jugement humain, la trajectoire de l'IA dans ces domaines est très rapide, et les SRE utilisant l'IA seront substantiellement plus productifs.

Le Tech Lead exerce un métier fondamentalement digital où la majorité des tâches (architecture, code review, coding, mentorat technique) se font sur ordinateur et sont susceptibles d'être augmentées ou partiellement automatisées par l'IA. Cependant, le leadership technique, les décisions architecturales complexes et le mentorat humain conservent une dimension de jugement et de relation interpersonnelle qui limite l'exposition à un niveau très élevé plutôt que maximal. L'IA peut assister significativement dans la revue de code, la génération de code et l'analyse architecturale, rendant les Tech Leads utilisant l'IA beaucoup plus productifs.

Le métier d'UI Designer est entièrement basé sur le travail numérique (Figma, design systems, maquettes) et l'IA progresse rapidement dans la génération d'interfaces visuelles, la suggestion de palettes de couleurs et la création de composants. Cependant, le rôle conserve une exposition légèrement inférieure au maximum car il requiert du jugement créatif, de l'empathie utilisateur et une collaboration étroite avec les équipes, éléments que l'IA ne peut pas entièrement remplacer aujourd'hui. Les outils IA commencent déjà à assister les designers (génération de variantes, suggestions de design), ce qui augmente la productivité mais menace aussi l'emploi à moyen terme.

Le métier de DBA est principalement basé sur du travail informatique et de la gestion de données en environnement numérique, ce qui le rend hautement exposé à l'IA. Les tâches comme l'optimisation des requêtes, la surveillance des performances, la gestion des sauvegardes et même certains aspects de la sécurité peuvent être progressivement automatisées ou assistées par des outils IA. Cependant, le DBA conserve une part importante de jugement humain, de prise de décision stratégique et de gestion de situations critiques imprévisibles qui limitent l'exposition à un niveau élevé plutôt que très élevé.

L'administrateur systèmes et réseaux exerce un métier hautement numérique où la majorité des tâches (surveillance, configuration, scripting, documentation) se font sur ordinateur et sont susceptibles d'être automatisées ou augmentées par l'IA. Cependant, le travail conserve une composante critique de jugement humain pour les décisions de sécurité complexes, la gestion des crises imprévisibles et l'interaction avec les utilisateurs, ce qui limite l'exposition au niveau très élevé. L'IA peut déjà assister significativement dans la détection d'anomalies, l'automatisation des tâches répétitives et la génération de documentation, mais ne peut pas encore remplacer complètement la responsabilité et l'expertise requises pour maintenir l'intégrité critique de l'infrastructure.

Le travail d'analyste cybersécurité est principalement basé sur l'analyse de données numériques (logs, alertes, comportements suspects) effectuée sur ordinateur, ce qui le place dans un domaine où l'IA progresse rapidement. Cependant, le jugement humain reste critique pour interpréter les contextes complexes, prioriser les menaces et prendre des décisions stratégiques lors d'incidents, ce qui limite l'automatisation complète. L'IA peut augmenter significativement la productivité des analystes (détection automatisée, triage des alertes, recommandations) mais ne peut pas entièrement remplacer l'expertise humaine requise pour les investigations approfondies et la réponse aux menaces sophistiquées.

L'analyste fonctionnel travaille principalement sur des tâches numériques : recueil de besoins (pouvant être assisté par IA), rédaction de spécifications, création de maquettes et documentation — tous des travaux informatiques réalisables depuis un ordinateur. Cependant, le rôle conserve une exposition modérée car il requiert une compréhension nuancée des contextes métier, des interactions humaines complexes lors des ateliers, et un jugement critique pour traduire les besoins implicites en spécifications précises. L'IA peut automatiser certaines tâches (génération de documents, analyse de données), mais la capacité à capturer les vrais besoins métier et à naviguer les enjeux organisationnels reste largement humaine, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

L'auditeur SI exerce un métier principalement basé sur l'analyse de données, la documentation et la rédaction de rapports — des tâches largement numériques où l'IA peut rapidement progresser dans l'automatisation des tests de sécurité, l'analyse de conformité et la génération de rapports. Cependant, le jugement expert, la compréhension contextuelle des risques métier et les interactions avec les parties prenantes conservent une dimension humaine significative qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le rôle de CTO est principalement un travail de connaissance et de décision stratégique réalisé sur ordinateur (analyses, communications, planification), domaines où l'IA progresse rapidement. Cependant, le poste conserve une exposition modérée car il repose fortement sur le jugement humain, les relations interpersonnelles complexes (management d'équipes, négociations avec le board) et la vision stratégique contextuelle qui nécessitent une compréhension nuancée du business et de la culture d'entreprise. L'IA peut augmenter significativement la productivité du CTO (analyses techniques, documentation, recommandations architecturales) mais ne peut pas remplacer le leadership et la prise de décision stratégique à court terme.

Le chef de projet digital exerce un travail principalement digital et basé sur la communication, la coordination et l'analyse — des domaines où l'IA progresse rapidement. Les tâches de rédaction de cahiers des charges, de planification, de suivi budgétaire et même de coordination peuvent être partiellement automatisées ou augmentées par l'IA. Cependant, la gestion des relations humaines complexes (négociation client, résolution de conflits d'équipe, leadership) et la prise de décision stratégique contextuelle restent des éléments irremplaçables qui maintiennent l'exposition en zone haute plutôt que très haute.

Le consultant AMOA exerce un métier principalement digital : analyse de besoins, rédaction de spécifications, coordination de tests et documentation — toutes des tâches réalisables entièrement sur ordinateur. L'IA peut automatiser ou augmenter significativement l'extraction de besoins (analyse de texte, synthèse), la génération de spécifications fonctionnelles, et la création de scénarios de test. Cependant, le rôle conserve une composante relationnelle importante (ateliers, accompagnement du changement, interface métier-technique) qui nécessite du jugement humain et de l'interaction directe, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le consultant ERP/SAP exerce un métier principalement digital et basé sur la connaissance : configuration de systèmes, analyse fonctionnelle, documentation et formation se font largement sur ordinateur. L'IA peut automatiser des tâches de paramétrage répétitif, générer de la documentation, et assister dans l'analyse des processus métier. Cependant, le rôle conserve une composante relationnelle importante (entretiens clients, formation, gestion de changement) et nécessite du jugement expert pour adapter des solutions complexes à des contextes spécifiques, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le directeur data exerce un rôle hautement digitalisé centré sur l'analyse, la stratégie et la communication d'insights basés sur des données. Les tâches principales — définition de stratégie, analyse de KPI, création de tableaux de bord, gouvernance des données — sont entièrement réalisables via des outils numériques et constituent des domaines où l'IA progresse rapidement (analyse prédictive, automatisation des rapports, recommandations stratégiques). Cependant, le rôle conserve une dimension managériale et relationnelle importante (pilotage d'équipes, collaboration avec la direction, prise de décision stratégique) qui nécessite du jugement humain et une présence organisationnelle, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le développeur créatif travaille principalement sur des tâches numériques et informatiques (programmation, prototypage, optimisation) qui sont entièrement réalisables sur ordinateur, ce qui place le métier dans une zone d'exposition élevée à l'IA. Cependant, la dimension créative et artistique du rôle — la capacité à transformer une vision artistique en réalité technique et à collaborer étroitement avec des équipes créatives pour innover — constitue une barrière significative à l'automatisation complète, ce qui le distingue des rôles purement techniques.

Le métier d'expert forensique numérique est fondamentalement basé sur l'analyse de données numériques et la rédaction de rapports, des tâches largement informatisées et susceptibles d'être augmentées ou partiellement automatisées par l'IA. Cependant, le jugement expert, l'interprétation contextuelle des preuves, le témoignage en tribunal et la responsabilité légale requièrent une présence humaine et une expertise irremplaçable, ce qui limite l'exposition à un niveau élevé mais non maximal.

L'ingénieur IoT exerce un métier fortement ancré dans le numérique : conception de circuits (CAO), programmation embarquée (C/Python), développement d'interfaces web/mobile, et intégration de protocoles de communication. Ces tâches fondamentales sont entièrement digitales et dans des domaines où l'IA progresse rapidement (génération de code, optimisation d'algorithmes, conception assistée). Cependant, la conception électronique physique, les tests en laboratoire avec équipements spécialisés, et la validation matérielle conservent une part importante de travail manuel et contextuel qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le métier d'ingénieur cloud est principalement basé sur du travail numérique et informatique (conception d'architectures, configuration, automatisation, monitoring) réalisable entièrement sur ordinateur, ce qui le place dans une zone d'exposition élevée à l'IA. Cependant, le travail requiert une expertise stratégique complexe, du jugement architectural nuancé, et une collaboration étroite avec les équipes métier pour comprendre les besoins spécifiques, ce qui limite l'automatisation complète. L'IA peut assister significativement dans l'optimisation, la détection d'anomalies et la génération de configurations, mais la conception d'architectures cloud robustes et sécurisées reste un domaine où le jugement humain expert reste critique.

L'ingénieur cybersécurité exerce un métier fortement basé sur le travail numérique : analyse de logs, surveillance de réseaux, tests de pénétration, configuration de systèmes — autant de tâches réalisables entièrement sur ordinateur. L'IA progresse rapidement dans la détection d'anomalies, l'analyse de menaces et l'automatisation des réponses aux incidents, ce qui pourrait augmenter significativement la productivité des ingénieurs. Cependant, le jugement humain reste crucial pour les décisions stratégiques complexes, la gestion des incidents critiques et l'adaptation aux nouvelles menaces imprévisibles, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

L'ingénieur en robotique exerce un métier hautement numérisé centré sur la programmation, la conception assistée par ordinateur et l'intégration d'IA, domaines où l'IA progresse rapidement. Cependant, le travail conserve une composante importante de conception créative, de validation expérimentale sur prototypes physiques et de collaboration multidisciplinaire qui nécessitent du jugement humain et une présence physique, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

L'ingénieur virtualisation travaille principalement sur des tâches numériques et informatiques (conception d'architectures, configuration, déploiement, optimisation) qui peuvent être effectuées entièrement sur ordinateur. Cependant, le rôle nécessite une expertise technique spécialisée, une prise de décision architecturale complexe et une responsabilité critique sur la continuité de service, ce qui limite l'automatisation complète par l'IA. Les outils d'IA pourraient assister dans la conception, l'optimisation et la résolution de problèmes, mais ne peuvent pas remplacer le jugement expert et la gestion des risques inhérents au rôle.

Le métier d'intégrateur ERP est principalement basé sur des tâches numériques (configuration, paramétrage, migration de données, support technique) réalisables entièrement sur ordinateur, ce qui le place dans une zone d'exposition élevée à l'IA. Cependant, l'exposition n'est pas maximale car le rôle implique une compréhension métier approfondie, des interactions humaines complexes avec les équipes (analyse des besoins, formation, gestion de projet) et une capacité à adapter des solutions à des contextes spécifiques, où le jugement humain reste actuellement irremplaçable. L'IA pourrait automatiser certaines tâches de configuration et de support, mais la dimension consultative et relationnelle du métier offre une protection partielle.

Le métier de pentester est principalement basé sur du travail numérique — tests d'intrusion, analyse de code, utilisation d'outils informatiques et rédaction de rapports — ce qui le place dans une catégorie à forte exposition à l'IA. Cependant, le cœur du métier repose sur la créativité, le jugement humain et la capacité à penser comme un attaquant, ce qui nécessite une compréhension contextuelle profonde et une adaptation constante aux nouvelles menaces. L'IA peut automatiser certaines tâches (scans de vulnérabilités, analyse de rapports) et augmenter la productivité, mais elle ne peut pas entièrement remplacer la réflexion stratégique et l'expertise requises pour concevoir des tests d'intrusion sophistiqués et interpréter les résultats.

Le Product Manager exerce un rôle hautement digital centré sur l'analyse de données, la stratégie et la communication écrite — des domaines où l'IA progresse rapidement. Les tâches comme l'analyse des métriques, la priorisation basée sur les données, la rédaction de stratégies et même la synthèse des besoins utilisateurs peuvent être significativement augmentées ou partiellement automatisées par l'IA. Cependant, le rôle conserve une exposition modérée car il requiert du jugement stratégique nuancé, une compréhension profonde du contexte métier et une coordination humaine complexe avec plusieurs équipes — des éléments que l'IA ne peut pas entièrement remplacer aujourd'hui.

Le Product Owner exerce un rôle principalement digital et basé sur la communication écrite (rédaction de user stories, critères d'acceptation, documentation). Cependant, son travail repose fortement sur le jugement humain, la compréhension nuancée des besoins métier, et les relations interpersonnelles complexes avec les parties prenantes. L'IA peut automatiser certaines tâches (génération de user stories, analyse de données utilisateurs, priorisation assistée) mais ne peut pas remplacer la vision stratégique, la négociation et la validation contextuelle qui définissent ce rôle. L'exposition reste élevée car le travail est entièrement digital et les outils IA progressent rapidement dans ces domaines, mais elle ne atteint pas le niveau maximum en raison de la nécessité persistante du jugement humain et de l'interaction directe.

Le testeur QA effectue un travail essentiellement numérique et informatisé (tests, documentation, rapports, outils comme Jira/TestRail), ce qui le place dans une zone d'exposition élevée à l'IA. L'automatisation des tests et l'IA capable de générer des scénarios de test, détecter des bugs et rédiger des rapports constituent des menaces directes. Cependant, certains aspects comme la création de scénarios complexes et le jugement sur la priorité des bugs nécessitent encore une compréhension contextuelle humaine, ce qui limite l'exposition à un niveau 7 plutôt que 8+.

Le métier d'UX Designer est principalement basé sur du travail numérique (wireframing, prototypage, analyse de données) réalisable entièrement sur ordinateur, ce qui le rend intrinsèquement exposé à l'IA. Cependant, la recherche utilisateur qualitative (interviews, observation comportementale) et le jugement créatif requièrent une compréhension humaine nuancée que l'IA ne peut pas entièrement remplacer. L'exposition reste élevée car l'IA peut automatiser une part significative des tâches analytiques et de conception, rendant chaque designer plus productif, mais le cœur du métier (empathie utilisateur, décisions créatives justifiées) conserve une valeur humaine durable.

Le métier d'UX researcher est fortement exposé à l'IA car il repose principalement sur des tâches numériques : analyse de données, synthèse d'informations, rédaction de rapports et création de personas. L'IA peut automatiser une part significative du traitement des données qualitatives et quantitatives, générer des insights, et même conduire certains types d'études. Cependant, les aspects interpersonnels critiques (entretiens approfondis, observation empathique, animation de focus groups) et le jugement humain pour interpréter les comportements complexes des utilisateurs conservent une valeur importante, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le chef de projet infrastructure IT exerce un rôle hybride combinant gestion de projet, coordination d'équipes et prise de décision stratégique — des activités largement numériques (planification, suivi budgétaire, rapports, communication) où l'IA peut augmenter la productivité. Cependant, le cœur du métier repose sur le management humain, la négociation avec les fournisseurs, la résolution de problèmes complexes et l'interaction directe avec les équipes techniques, ce qui limite l'automatisation complète. L'IA peut assister sur la planification, l'analyse de risques et la documentation, mais ne peut pas remplacer le jugement stratégique et le leadership requis pour piloter des transformations d'infrastructure critiques.

Le consultant en transformation digitale exerce un métier hybride combinant analyse stratégique (travail digital), recommandations technologiques et accompagnement humain. Bien que une part significative du travail soit informationnelle et réalisable sur ordinateur (analyses, stratégie, documentation), le cœur du métier repose sur la relation humaine, la persuasion et le coaching des équipes, qui nécessitent une présence et une interaction interpersonnelle réelle. L'IA peut automatiser certaines analyses de processus et générer des recommandations, mais la conduite du changement et la conviction des stakeholders restent des domaines où le jugement humain et l'empathie demeurent essentiels, limitant l'exposition globale à un niveau élevé mais non critique.

Le DPO exerce un métier principalement basé sur l'analyse, la documentation et la communication — des tâches largement numériques et informationnelles. L'IA peut automatiser certains audits de données, générer des rapports de conformité et assister dans la rédaction de procédures RGPD. Cependant, le rôle conserve une dimension stratégique et relationnelle importante : conseiller les équipes, interpréter les règles complexes du droit, gérer les incidents sensibles et dialoguer avec les autorités requièrent du jugement humain et de la responsabilité légale. L'exposition reste élevée mais pas maximale car le cœur du métier implique une expertise juridique et une prise de décision contextualisée que l'IA ne peut pas entièrement remplacer.

Le DSI exerce un rôle hybride combinant management stratégique, prise de décision et travail de coordination qui nécessitent jugement humain et relations interpersonnelles. Bien que le travail soit largement digital (analyses, rapports, communications), les missions critiques — définir la stratégie IT, manager les équipes, négocier avec les fournisseurs, assurer la conformité réglementaire — reposent sur l'expertise humaine, le leadership et la compréhension contextuelle du business. L'IA peut augmenter la productivité du DSI (analyses de données, automatisation administrative) mais ne peut pas remplacer les responsabilités stratégiques et managériales qui définissent le cœur du poste.

Le métier de formateur en informatique combine du travail numérique (conception de supports, animation à distance, évaluation en ligne) avec une forte composante interpersonnelle et pédagogique (animation en présentiel, accompagnement individualisé, adaptation aux besoins spécifiques). Bien que l'IA puisse automatiser la création de contenus pédagogiques et l'évaluation, la relation humaine, l'adaptation en temps réel et la motivation des apprenants restent essentielles. Cependant, l'IA générative pourrait significativement augmenter la productivité des formateurs dans la conception de cours et les corrections, réduisant potentiellement les effectifs nécessaires.

Ce métier combine du travail de conception et d'analyse (hautement numérique) avec des responsabilités de supervision terrain et de déploiement physique. Les tâches de modélisation réseau, d'optimisation des performances et d'analyse de données sont entièrement digitales et exposées à l'automatisation par l'IA, mais la supervision du déploiement terrain, la coordination d'équipes et la validation physique des installations constituent une barrière significative. L'IA peut augmenter la productivité dans la conception et l'analyse, mais ne peut pas remplacer la présence physique et le jugement humain requis pour le déploiement et la résolution de problèmes complexes sur le terrain.

Le RSSI exerce un rôle stratégique et managérial qui combine expertise technique et leadership, avec une part importante de travail digital (analyse de menaces, audit de systèmes, gestion d'incidents). Cependant, le rôle demande une compréhension nuancée des risques contextuels, une prise de décision stratégique et une interaction humaine significative avec la direction et les équipes. L'IA peut automatiser certaines tâches techniques (détection d'anomalies, analyse de logs) et assister dans la veille technologique, mais ne peut pas remplacer le jugement stratégique, la gestion de crise et le leadership requis pour ce poste.

Le rôle combine du travail essentiellement digital (analyse de processus, définition de stratégie, pilotage de projets) avec une forte composante relationnelle et managériale (accompagnement du changement, communication, coordination inter-équipes). Bien que l'IA puisse assister dans l'analyse de données et la documentation, le cœur du métier repose sur le jugement stratégique, la gestion des stakeholders et la conduite du changement organisationnel, qui nécessitent une présence humaine et une compréhension contextuelle profonde. L'exposition est modérée-élevée car les tâches analytiques et de reporting sont progressivement automatisables, mais le rôle de catalyseur du changement reste difficilement remplaçable.

Le Scrum Master exerce un rôle principalement basé sur la communication, la facilitation et le coaching d'équipe — des activités largement numériques (réunions, documentation, suivi) mais fortement dépendantes de l'interaction humaine en temps réel et de la compréhension contextuelle des dynamiques d'équipe. Bien que les outils IA pourraient automatiser certaines tâches périphériques (synthèse de réunions, génération de rapports de vélocité), le cœur du métier — la facilitation, le coaching, la résolution de conflits et la protection de l'équipe — repose sur des compétences interpersonnelles et une présence humaine difficilement remplaçables. L'exposition reste modérée-élevée car le travail est essentiellement digital et communicationnel, mais la nature hautement relationnelle et contextuelle du rôle limite l'impact transformateur de l'IA.

Le technicien helpdesk bilingue effectue un travail hybride combinant des tâches numériques (diagnostic à distance, documentation, ticketing) et une interaction humaine essentielle (support téléphonique, guidance pédagogique, gestion relationnelle des utilisateurs). Bien que les outils d'IA puissent automatiser certains diagnostics de base et générer des réponses standard, la résolution de problèmes complexes, la communication empathique multilingue et l'escalade stratégique restent fortement dépendantes du jugement humain. Cependant, l'exposition reste élevée car les chatbots IA et systèmes de diagnostic automatisés pourraient absorber une part croissante des demandes simples et réduire significativement le volume de tickets.

Le technicien réseaux et télécoms combine des tâches numériques (configuration, diagnostic, supervision) avec une part importante de travail physique (installation, câblage, intervention sur site). Bien que l'IA puisse automatiser certains diagnostics et optimisations de réseau, la majorité du travail nécessite une présence physique pour installer/réparer les équipements et interagir directement avec les clients. L'exposition reste modérée car les tâches critiques restent ancrées dans le monde physique et requièrent du jugement humain en situation réelle.

Le technicien support informatique combine des tâches numériques (diagnostic à distance, gestion de tickets, documentation) et des interventions physiques (remplacement de composants, installation sur site). Bien que les outils d'IA puissent automatiser le diagnostic initial et la résolution de problèmes courants via chatbots, la nature relationnelle du métier, la nécessité d'une présence physique pour les réparations matérielles, et la gestion d'incidents imprévisibles limitent l'exposition globale. L'IA augmentera la productivité mais ne remplacera pas entièrement le rôle humain.

Le métier d'artiste 3D est entièrement basé sur le travail numérique et informatique (modélisation, texturing, éclairage) dans des domaines où l'IA progresse rapidement : génération d'images, création de contenu visuel et optimisation automatique. Bien que la créativité artistique et la collaboration humaine restent importantes, les outils d'IA générative (text-to-3D, génération de textures, optimisation de modèles) menacent directement les tâches techniques fondamentales, et les workflows pourraient être radicalement transformés par l'automatisation partielle ou complète de certaines étapes.

Le métier de créateur de mods est presque entièrement basé sur le travail numérique : programmation, scripting, modélisation 3D et conception de contenu, tous réalisables sur ordinateur. L'IA progresse rapidement dans ces domaines (génération de code, création d'assets 3D, design assisté), ce qui pourrait automatiser ou augmenter significativement la productivité des créateurs. Cependant, la créativité originale, l'équilibrage du gameplay et l'interaction communautaire conservent une dimension humaine importante qui limite l'exposition au maximum.

Le métier de Data Analyst jeux vidéo est entièrement basé sur le travail numérique : extraction de données SQL, analyse statistique, création de dashboards, modélisation prédictive et A/B testing. Toutes les tâches centrales (analyses, visualisations, rapports, recommandations) sont réalisées sur ordinateur dans des domaines où l'IA progresse rapidement (traitement de données, génération de rapports, prédictions). Bien que la compréhension du contexte gaming et la communication avec les équipes produit conservent une valeur humaine, l'IA peut automatiser une part substantielle des analyses de données, des tests statistiques et même de la génération de dashboards, rendant les analystes significativement plus productifs ou réduisant les besoins en effectifs.

Le développeur VR/AR exerce un métier entièrement numérique basé sur la programmation, le codage et la conception d'expériences interactives — domaines où l'IA progresse rapidement. Les tâches comme la génération de code, l'optimisation de performances, l'intégration d'assets 3D et même la conception d'interactions sont progressivement automatisables par des outils d'IA générative et spécialisée. Bien que la créativité et la collaboration humaine restent importantes, la majorité du travail technique quotidien est vulnérable à l'automatisation et à l'augmentation de productivité par l'IA.

Le développeur blockchain gaming exerce un métier entièrement numérique basé sur la programmation, l'architecture de systèmes décentralisés et l'analyse de données économiques — des domaines où l'IA progresse rapidement. Les tâches core (développement de smart contracts, optimisation de code, conception d'économies virtuelles, audit de sécurité) sont toutes réalisables sur ordinateur et susceptibles d'être partiellement ou totalement automatisées par des outils IA avancés. Bien que la création de mécaniques de jeu innovantes requière encore de la créativité humaine, l'IA peut déjà assister significativement dans la génération de code, la détection de vulnérabilités et la modélisation économique, rendant chaque développeur potentiellement beaucoup plus productif.

Le développeur de jeux vidéo exerce un métier entièrement numérique basé sur la programmation, l'architecture logicielle et la résolution de problèmes techniques complexes — domaines où l'IA progresse rapidement. Les tâches comme la génération de code, l'optimisation des performances, le développement d'IA non-joueur et même la création de mécaniques de jeu sont progressivement automatisables par des outils d'IA générative et spécialisée. Cependant, la créativité artistique, la vision créative globale et la collaboration avec les designers conservent une dimension humaine irremplaçable, ce qui maintient l'exposition en-dessous du maximum.

Le développement de moteur de jeu est un travail entièrement numérique basé sur la programmation, l'analyse mathématique et l'optimisation de code — des domaines où l'IA progresse rapidement. Les tâches comme la génération de code, l'optimisation d'algorithmes, la détection de bugs et même la conception d'architectures logicielles sont de plus en plus automatisables par les outils d'IA. Cependant, la créativité technique, la résolution de problèmes complexes et l'expertise en architecture système conservent une part importante de jugement humain, ce qui empêche une exposition maximale.

L'Environment Artist travaille entièrement sur ordinateur avec des outils numériques (Maya, Blender, Substance Painter, moteurs de jeu), ce qui place le métier dans un domaine où l'IA progresse rapidement. Les tâches de modélisation 3D, texturing, et optimisation sont progressivement automatisables par des outils IA générant des assets, des textures et optimisant les performances. Cependant, la créativité artistique, la direction visuelle et la collaboration avec l'équipe créative restent des éléments humains importants qui limitent l'exposition à un niveau très élevé plutôt que maximal.

Le programmeur gameplay travaille entièrement sur ordinateur dans des domaines où l'IA progresse rapidement : codage, conception de systèmes, debugging et optimisation. Les tâches core (programmation C++/C#, développement d'IA, systèmes de physique) sont purement numériques et susceptibles d'être automatisées ou considérablement accélérées par les outils d'IA générative et spécialisée. Bien que la créativité et la collaboration avec l'équipe créative restent importantes, la majorité du travail quotidien relève du domaine digital où l'IA a un potentiel de transformation majeur.

Le métier de rigger est entièrement basé sur le travail numérique en environnement 3D (Maya, Blender, scripting Python), sans composante physique ou interpersonnelle majeure. L'IA générative progresse rapidement dans la génération et l'optimisation de structures 3D, la création de squelettes et de systèmes de contrôle, domaines qui constituent le cœur du métier. Bien que la créativité artistique et l'expertise technique restent importantes, les outils IA pourraient automatiser une part significative des tâches répétitives de rigging et réduire considérablement le temps de développement, rendant chaque rigger potentiellement beaucoup plus productif.

Le Technical Artist travaille principalement sur des tâches numériques (création de shaders, scripting, développement d'outils, optimisation) entièrement réalisables sur ordinateur. L'IA générative et les modèles spécialisés progressent rapidement dans la génération de code, l'optimisation graphique et même la création de shaders. Cependant, la nature créative du rôle, la nécessité de comprendre les intentions artistiques et de collaborer étroitement avec les équipes humaines, ainsi que la résolution de problèmes complexes et contextuels, maintiennent une part irréductible de travail humain. L'exposition reste très élevée car les outils IA pourraient automatiser une part significative des tâches techniques, mais pas l'intégralité du rôle.

Le métier d'UI Artist est principalement basé sur le travail numérique : conception graphique, prototypage, création d'assets visuels et intégration technique dans des outils comme Figma, Photoshop et les moteurs de jeu. L'IA générative progresse rapidement dans la création d'interfaces, la génération d'icônes et d'éléments visuels, ainsi que dans l'optimisation automatique pour différentes résolutions. Bien que le jugement créatif, la collaboration avec l'équipe et la validation ergonomique restent importants, la majorité des tâches de conception et de création graphique sont vulnérables à l'automatisation par IA, ce qui pourrait réduire significativement le nombre de designers nécessaires ou augmenter leur productivité.

L'animateur 2D/3D travaille entièrement sur ordinateur avec des logiciels spécialisés (Maya, Blender, etc.), ce qui place le métier dans un domaine numérique où l'IA progresse rapidement. Cependant, le travail requiert une créativité artistique, une compréhension du mouvement humain et une collaboration étroite avec l'équipe créative, ce qui limite l'automatisation complète. L'IA générative pourrait assister à la création d'animations de base ou à l'optimisation, mais le jugement artistique et la direction créative restent essentiels.

Le community manager gaming exerce un métier essentiellement digital : création de contenu, modération, analyse de données et communication sur les réseaux sociaux peuvent être entièrement automatisés ou augmentés par l'IA (génération de textes, modération assistée, analyse de sentiment, recommandations de contenu). Cependant, l'authenticité, la compréhension nuancée de la culture gaming et la gestion des crises communautaires requièrent encore une présence humaine et du jugement contextuel, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le concept artist travaille entièrement en numérique (Photoshop, peinture numérique) sur des tâches créatives et visuelles qui sont fondamentalement digitales. L'IA générative progresse rapidement dans la génération d'images et pourrait automatiser une part significative de la création de concepts visuels, bien que la direction artistique, l'itération créative et la collaboration humaine restent actuellement essentielles. Le travail est vulnérable à une productivité accrue via les outils IA, réduisant potentiellement le nombre d'artistes nécessaires.

Le concepteur de jeux vidéo travaille principalement sur des tâches numériques et créatives (conception de mécaniques, narration, rédaction de documents de design, prototypage) qui sont de plus en plus assistées par l'IA générative et les outils d'IA créatifs. Cependant, le rôle conserve une composante importante de vision créative originale, de jugement artistique et de collaboration humaine en équipe qui ne peut pas être entièrement automatisée. L'IA peut augmenter la productivité (génération d'idées, prototypage rapide, tests) mais ne remplace pas la direction créative et la prise de décision stratégique du game designer.

Le directeur artistique jeux vidéo exerce un métier hautement numérique où la majorité des tâches (création visuelle, direction d'équipe, validation d'assets) se déroulent sur ordinateur dans des outils de conception et de gestion de projet. L'IA générative progresse rapidement dans la création d'images, le concept art et l'optimisation visuelle, ce qui pourrait automatiser certaines phases de création et augmenter la productivité des artistes supervisés. Cependant, le rôle conserve une dimension créative stratégique et de leadership humain irréductible : définir la vision artistique unique, prendre des décisions esthétiques complexes et manager une équipe créative demandent du jugement artistique et de l'intuition que l'IA ne peut pas entièrement remplacer à court terme.

Le game designer travaille principalement sur des tâches numériques et créatives (conception de mécaniques, documentation, prototypage, analyse de données de playtesting) qui sont de plus en plus accessibles à l'IA générative. Cependant, le rôle conserve une composante humaine irréductible : la vision créative originale, le jugement esthétique, et la collaboration en temps réel avec les équipes restent essentiels. L'IA peut assister significativement (générer des idées, équilibrer automatiquement, analyser les données de joueurs), mais ne peut pas remplacer entièrement la direction créative et le leadership d'un designer expérimenté.

Le Game Economist travaille principalement sur des tâches numériques et analytiques : modélisation économique, analyse de données, A/B testing et conception de systèmes. Ces activités sont entièrement réalisables par IA (prédiction de comportements, optimisation de prix, génération de scénarios économiques). Cependant, le rôle conserve une exposition modérée à la collaboration humaine (alignement avec les équipes créatives, jugement sur l'équilibre joueur/revenus) et nécessite une compréhension contextuelle fine de la psychologie du joueur qui reste partiellement humaine. L'IA peut automatiser l'analyse et les recommandations, mais le jugement stratégique et créatif garde une valeur.

Le rôle est principalement basé sur des tâches numériques : création de contenu, gestion des réseaux sociaux, modération en ligne et analyse de données. L'IA peut automatiser la génération de posts, la modération, l'analyse d'engagement et même la création de contenu vidéo. Cependant, l'authenticité relationnelle, la compréhension nuancée de la culture esport et l'organisation d'événements physiques conservent une composante humaine irremplaçable, ce qui limite l'exposition au-delà de 8.

Le level designer travaille principalement sur des outils numériques (Unity, Unreal Engine) et sa production est entièrement digitale, ce qui place le métier dans une zone d'exposition élevée à l'IA. Cependant, le cœur du métier repose sur la créativité artistique, l'intuition ludique et l'itération basée sur l'expérience humaine du gameplay, ce qui crée une barrière naturelle : l'IA peut assister dans la génération de layouts ou l'optimisation technique, mais la vision créative et le jugement esthétique restent difficilement automatisables. Le métier ne bascule pas en exposition très élevée (8+) car il nécessite une compréhension profonde de l'expérience joueur et une validation humaine constante.

Le métier de localisateur de jeux vidéo est principalement basé sur du travail numérique : traduction, adaptation de textes, tests et coordination via des outils informatiques. Les tâches core (traduction, adaptation culturelle, révision) sont entièrement digitales et donc exposées à l'automatisation par l'IA. Cependant, le jugement créatif, la compréhension nuancée des cultures et la coordination humaine restent essentiels, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le narrative designer travaille principalement sur des tâches numériques et créatives (écriture de dialogues, scénarios, worldbuilding) entièrement réalisables sur ordinateur, ce qui place le rôle dans un domaine où l'IA progresse rapidement. Cependant, la création narrative de qualité exige une compréhension profonde de l'émotion humaine, de la cohérence artistique et une collaboration créative étroite avec les équipes, ce qui limite l'automatisation complète et maintient une demande pour l'expertise humaine dans la direction créative globale.

Le responsable marketing jeux vidéo exerce un métier principalement digital : stratégie de positionnement, campagnes publicitaires en ligne, community management, analyse de données et coordination via des outils numériques. Bien que le rôle implique des interactions humaines (relations avec influenceurs, événements) et nécessite une compréhension créative du marché gaming, la majorité des tâches (conception de campagnes, analyse de données, communication) peuvent être significativement augmentées ou automatisées par l'IA. Les outils d'IA générative peuvent déjà assister dans la rédaction de messages marketing, l'analyse de tendances et la segmentation d'audiences, rendant chaque professionnel potentiellement plus productif.

Le réalisateur de cinématiques travaille principalement dans un environnement numérique (outils 3D, motion capture, montage) où les tâches sont entièrement informatisées. Cependant, le métier conserve une forte composante créative et artistique (mise en scène, direction d'acteurs, vision narrative) qui nécessite du jugement humain et de l'intuition. L'IA pourrait automatiser certains aspects techniques (montage, ajustement de caméras) et assister la création visuelle, mais la direction créative et la collaboration humaine restent centrales, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le sound designer jeux vidéo travaille principalement sur des outils numériques (Wwise, FMOD, Pro Tools) et crée des contenus entièrement digitaux. Cependant, son travail combine création artistique, jugement créatif et collaboration humaine qui restent difficilement automatisables. L'IA générative progresse rapidement dans la synthèse audio et les effets sonores, mais la direction artistique, l'adaptation contextuelle au gameplay et l'intégration technique requièrent encore une expertise humaine significative. Le métier connaîtra une transformation majeure avec l'IA (productivité accrue, automatisation de tâches répétitives) sans disparition complète.

Ce rôle est principalement basé sur l'analyse de données, la modélisation économique et l'optimisation algorithmique — des tâches entièrement numériques où l'IA excelle déjà (prédiction de comportement, recommandations de prix, génération de variantes de mécaniques). Cependant, la créativité en game design, la compréhension nuancée de l'expérience joueur et la collaboration stratégique avec les équipes conservent une dimension humaine irremplaçable, ce qui limite l'exposition au-delà de 8.

Le métier d'UX Designer jeux vidéo est principalement basé sur du travail numérique (conception d'interfaces, prototypage, analyse de données) réalisable entièrement sur ordinateur, ce qui le place dans une zone d'exposition élevée à l'IA. Cependant, le rôle conserve une composante créative et collaborative importante (tests utilisateurs, collaboration avec les équipes, compréhension des mécaniques ludiques) qui nécessite du jugement humain et de l'itération basée sur le feedback réel, limitant l'automatisation complète. Les outils IA pourraient assister significativement dans la génération de wireframes, l'analyse de données et l'optimisation d'interfaces, rendant les designers plus productifs, mais ne peuvent pas remplacer la vision créative et la validation empirique auprès des joueurs.

Le métier de caster e-sport combine du travail numérique (commentaire en direct, analyse, veille) avec une forte composante de présence humaine en temps réel et d'interaction émotionnelle avec le public. Bien que l'IA pourrait assister dans la préparation (analyse de données, génération de statistiques) ou même générer du commentaire basique, la nature du travail repose fondamentalement sur le charisme, l'improvisation en direct, la réaction émotionnelle authentique et la capacité à créer une expérience engageante pour les spectateurs. L'IA ne peut pas remplacer la présence humaine et l'authenticité requises pour ce rôle, bien qu'elle puisse augmenter la productivité des casters existants.

Le directeur créatif jeux vidéo combine du travail créatif numérique (définition de vision artistique, validation d'assets, storyboarding) avec du management humain et de l'arbitrage créatif qui nécessitent jugement et expérience. Bien que les outils IA générative puissent assister la création visuelle et narrative, la vision stratégique, le leadership d'équipe et les décisions créatives majeures restent fortement ancrées dans le jugement humain et les relations interpersonnelles. L'IA peut augmenter la productivité créative mais ne peut pas remplacer le rôle de gardien de vision et de décideur senior.

L'esport manager exerce un rôle de management et de coordination qui combine des tâches numériques (communication digitale, analyse de données de performance, gestion de contrats) et des interactions humaines essentielles (négociation avec sponsors, gestion d'équipe, relations interpersonnelles). Bien que certaines tâches administratives et analytiques puissent être assistées par l'IA, le cœur du métier repose sur le jugement stratégique, la négociation commerciale et la gestion humaine, qui restent difficilement automatisables. L'IA peut augmenter la productivité (analyse de performances, planification) mais ne remplace pas la présence humaine et la prise de décision stratégique requises.

Le producteur exécutif de jeux vidéo exerce un rôle principalement basé sur la connaissance et la prise de décision stratégique (analyse budgétaire, négociation, coordination), des tâches largement digitalisables et où l'IA peut augmenter la productivité (modélisation financière, analyse de marché, optimisation des ressources). Cependant, le rôle conserve une composante importante de jugement créatif, de leadership humain et de négociation relationnelle qui nécessitent une présence et une expertise contextualisée, ce qui limite l'exposition à une catégorie haute mais non maximale.

Le producteur de jeux vidéo exerce un rôle principalement centré sur la gestion de projet, la coordination d'équipes et la communication — des tâches largement numériques et documentées. L'IA peut automatiser significativement le suivi de planning, l'analyse de budgets, la génération de rapports et même certains aspects de la coordination via des outils intelligents. Cependant, le cœur du métier repose sur le leadership, la prise de décision stratégique face à l'imprévu, et les relations humaines complexes avec les équipes créatives et les éditeurs, ce qui limite l'automatisation complète et maintient une exposition modérée-élevée plutôt que très élevée.

Le métier de streamer gaming est principalement basé sur la création et la diffusion de contenu numérique, domaines où l'IA progresse rapidement (génération de vidéos, montage automatisé, analyse d'audience). Cependant, l'exposition reste modérée-haute car le cœur du métier repose sur le charisme personnel, l'interaction authentique en temps réel avec la communauté et la performance de jeu, éléments difficilement automatisables. L'IA peut assister (montage, recommandations de contenu, gestion administrative) mais ne peut pas remplacer la présence humaine charismatique qui fonde le succès du streamer.

Le métier d'analyste quantitatif est presque entièrement basé sur le travail numérique : modélisation mathématique, programmation, analyse de données et développement d'algorithmes. L'IA et le machine learning progressent rapidement dans ces domaines, permettant d'automatiser la conception de modèles, l'optimisation d'algorithmes et même la découverte de stratégies de trading. Bien que la compréhension des marchés financiers reste importante, les tâches core du quant (coding, modélisation, backtesting) sont hautement exposées à l'automatisation et à la productivité accrue via l'IA.

Le métier de quant est presque entièrement basé sur le travail numérique : modélisation mathématique, programmation (Python, C++), analyse de données et backtesting, tous réalisables sur ordinateur. L'IA et le machine learning progressent rapidement dans ces domaines (pricing, gestion des risques, optimisation d'algorithmes), et les outils d'IA peuvent déjà assister ou automatiser une grande partie de la conception de modèles et de l'implémentation du code. Bien que le jugement humain reste important pour valider les modèles et prendre des décisions stratégiques, la productivité des quants utilisant l'IA augmentera considérablement, réduisant le nombre de postes nécessaires.

Le métier d'analyste financier est fondamentalement basé sur le travail numérique : analyse de données, modélisation financière, rédaction de rapports et recommandations. L'IA excelle déjà dans l'extraction et l'analyse de données financières, la construction de modèles prédictifs et la génération de rapports, ce qui automatise une part substantielle des tâches core. Bien que le jugement humain et la présentation restent importants, la productivité des analystes utilisant l'IA augmentera considérablement, réduisant le nombre de postes nécessaires.

Le métier de chargé d'études actuarielles est fondamentalement basé sur le travail numérique : construction de modèles mathématiques, analyse statistique, programmation (SAS, R) et traitement de données. L'IA excelle précisément dans ces domaines — apprentissage automatique, prédiction, optimisation d'algorithmes — et peut automatiser une grande partie de la modélisation des risques et du calcul des tarifs. Bien que le jugement humain reste important pour interpréter les résultats et prendre des décisions stratégiques, les outils d'IA générative et spécialisée rendront les actuaires existants beaucoup plus productifs, réduisant le besoin en effectifs.

Le métier de comptable est principalement basé sur des tâches informatiques et de traitement de données : saisie comptable, gestion de paie, déclarations fiscales, établissement de bilans. L'IA et l'automatisation peuvent déjà traiter une grande partie de ces opérations routinières (reconnaissance de factures, calculs de paie, remplissage de déclarations). Cependant, le rôle de conseil et l'analyse financière requièrent encore du jugement humain et des relations client, ce qui limite l'exposition à un niveau très élevé plutôt que maximal.

Le contrôleur des risques financiers exerce un métier fondamentalement basé sur l'analyse de données, la modélisation statistique et la production de rapports — des tâches entièrement numériques et informatisées. L'IA excelle précisément dans ces domaines : analyse de données massives, détection de patterns, modélisation prédictive et génération de rapports. Bien que le jugement humain et la responsabilité réglementaire resteront importants, les outils d'IA peuvent automatiser une part substantielle de l'analyse, de la modélisation et du reporting, rendant chaque analyste beaucoup plus productif et réduisant le besoin global en effectifs.

Le métier de gestionnaire de paie est presque entièrement réalisé sur ordinateur : saisie de données, calculs de cotisations, génération de bulletins et déclarations sociales. L'IA et les logiciels d'automatisation peuvent déjà traiter la majorité des tâches répétitives (calculs, mises à jour réglementaires, génération de documents). Bien que la connaissance du droit social reste importante, les outils IA progressent rapidement dans l'interprétation des règles et l'adaptation aux changements législatifs, ce qui rend cette profession hautement exposée à l'automatisation et à la productivité accrue par l'IA.

Le rôle est quasi-entièrement basé sur des tâches informatiques et de traitement de données : saisie d'ordres, validation, contrôle de risques, réconciliation comptable et reporting réglementaire. Ces activités sont hautement structurées, répétitives et exécutées via des systèmes informatiques spécialisés, ce qui les rend particulièrement vulnérables à l'automatisation par l'IA. Bien que le jugement humain reste nécessaire pour les décisions complexes et la gestion des incidents, la majorité du travail quotidien (traitement, validation, surveillance, rapprochement) peut être progressivement automatisée par des algorithmes et des systèmes d'IA.

Le métier de gérant de portefeuille est principalement basé sur l'analyse de données financières, la modélisation et la prise de décision informatisée — des tâches entièrement numériques où l'IA excelle déjà (prédiction de marchés, analyse technique, optimisation d'allocation d'actifs). Bien que la relation client et le jugement humain restent importants, les outils d'IA générative et spécialisée peuvent automatiser une grande partie de l'analyse, du suivi et même des recommandies d'investissement, rendant chaque gérant potentiellement beaucoup plus productif et réduisant le besoin de ressources humaines dans ce secteur.

Le métier de trader est fondamentalement basé sur l'analyse de données numériques, la prise de décision algorithmique et l'exécution d'ordres sur des plateformes informatiques. L'IA peut déjà automatiser l'analyse technique, la détection de patterns de marché, la gestion des risques et même l'exécution des ordres (trading algorithmique). Bien que la décision finale et la gestion des crises restent humaines, les traders utilisant l'IA seront exponentiellement plus productifs, réduisant le besoin en ressources humaines. Le travail est entièrement digital et les tâches core (analyse, prévision, exécution) sont dans des domaines où l'IA progresse rapidement.

Le métier d'économiste est fondamentalement basé sur le travail numérique : analyse de données, modélisation statistique, rédaction de rapports et présentation d'analyses. L'IA excelle déjà dans le traitement de grandes quantités de données économiques, la détection de tendances, la génération de prévisions et la rédaction de synthèses analytiques. Bien que le jugement expert et la contextualisation stratégique restent importants, les outils d'IA générative et d'analyse prédictive rendront les économistes significativement plus productifs, réduisant le nombre de postes nécessaires et restructurant profondément la profession.

L'actuaire exerce un métier fondamentalement basé sur le travail numérique : analyse de données, modélisation financière, programmation (R/Python) et rapports, réalisables entièrement sur ordinateur. L'IA excelle dans ces domaines (prédiction statistique, modélisation, traitement de données massives) et peut automatiser une part significative des tâches analytiques et de modélisation. Cependant, la consultation client, la compréhension des enjeux réglementaires complexes et le jugement professionnel requièrent encore une présence humaine, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

L'analyste ESG exerce un métier principalement basé sur le traitement de l'information et l'analyse de données, réalisé entièrement sur ordinateur : collecte de données, calculs de scores, rédaction de rapports et suivi réglementaire. L'IA peut automatiser significativement la collecte de données ESG, le calcul de scores standardisés et la génération de rapports d'analyse, rendant chaque analyste potentiellement beaucoup plus productif. Cependant, le jugement expert sur l'interprétation des données, la contextualisation des risques ESG et le conseil aux investisseurs conservent une dimension humaine importante qui limite l'exposition au maximum.

Le métier d'analyste M&A est principalement basé sur du travail numérique : modélisation financière, analyse de données, création de présentations et rédaction de rapports. L'IA peut automatiser une part significative de ces tâches (extraction de données financières, construction de modèles, synthèse d'analyses) et augmenter considérablement la productivité des analystes. Cependant, les aspects relationnels (négociation, jugement stratégique, relations clients) et la responsabilité de conseiller restent importants, ce qui limite l'exposition à un niveau élevé mais non maximal.

L'analyste crédit effectue un travail essentiellement numérique et basé sur l'analyse de données financières : examen de dossiers, calculs de risques, utilisation d'outils de scoring et de grilles d'analyse standardisées. L'IA peut automatiser une grande partie de ces tâches (extraction de données, scoring, détection de patterns de risque) et augmenter significativement la productivité des analystes restants. Cependant, le jugement humain reste important pour les décisions complexes, les cas limites et la conformité réglementaire, ce qui maintient l'exposition en zone haute plutôt que très haute.

Le métier d'analyste PE est fortement exposé à l'IA car il repose principalement sur des tâches numériques : modélisation financière Excel, analyse de données comptables, rédaction de mémos et rapports d'investissement. L'IA peut automatiser ou augmenter significativement la productivité sur ces activités core (modèles LBO, valorisation, due diligence documentaire). Cependant, le jugement stratégique, la négociation avec les dirigeants et les décisions d'investissement complexes nécessitent encore une expertise humaine et une compréhension nuancée du contexte, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le métier d'analyste VC combine du travail fortement numérique (analyse de données financières, rédaction de rapports, évaluation de business plans) où l'IA peut rapidement devenir productive, avec une composante relationnelle et de jugement humain irréductible (rencontres avec entrepreneurs, évaluation du potentiel d'exécution, décisions d'investissement complexes). L'IA peut automatiser l'analyse préliminaire de dossiers, la synthèse de données de marché et la rédaction de rapports, rendant les analystes utilisant l'IA significativement plus productifs, mais le besoin de discernement humain, de réseau et de relations personnelles reste central à ce métier.

L'audit externe est un métier fondamentalement basé sur l'analyse de données financières et la documentation, activités largement digitalisables. L'IA peut automatiser la détection d'anomalies comptables, l'analyse de conformité réglementaire et la génération de rapports, rendant les auditeurs significativement plus productifs. Cependant, le jugement professionnel, les entretiens avec les équipes et la validation contextuelle des risques conservent une dimension humaine irréductible, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

L'audit financier est un travail essentiellement numérique et basé sur l'analyse de données : examen des écritures comptables, vérification des contrôles internes, rédaction de rapports. L'IA peut automatiser une part significative de ces tâches (extraction de données, détection d'anomalies, analyse de risques) et augmenter considérablement la productivité des auditeurs. Cependant, le jugement professionnel, l'évaluation des risques complexes et les interactions avec les clients conservent une dimension humaine importante qui limite l'exposition à un niveau élevé plutôt que très élevé.

L'audit interne est un travail essentiellement digital et basé sur l'analyse de données : évaluation des risques, vérification des procédures, rédaction de rapports et recommandations peuvent être largement automatisés ou augmentés par l'IA. Les outils d'IA peuvent analyser rapidement les processus, détecter les anomalies, générer des cartographies de risques et rédiger des rapports préliminaires. Cependant, le jugement stratégique, la compréhension contextuelle des enjeux métier, et les interactions avec la direction générale conservent une dimension humaine importante qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le chargé de produit en assurances exerce un métier principalement basé sur l'analyse de données, la conception et la coordination, réalisés largement sur ordinateur. L'IA peut automatiser significativement l'analyse tarifaire, la veille concurrentielle, le suivi des performances et même la génération de propositions de produits basées sur les données de marché. Cependant, la conception créative de garanties, la coordination d'équipes multidisciplinaires et la compréhension nuancée des besoins clients conservent une composante humaine importante qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le commissaire aux comptes exerce un métier fondamentalement basé sur l'analyse de données numériques (documents comptables, écritures, états financiers) et la rédaction de rapports, ce qui le place dans un domaine où l'IA progresse rapidement. Cependant, sa responsabilité légale personnelle, son jugement professionnel indépendant et la nécessité de maintenir une relation de confiance avec les clients créent des barrières importantes à l'automatisation complète. L'IA peut automatiser une part significative des tâches de vérification et d'analyse (détection d'anomalies, contrôles de conformité), rendant les auditeurs beaucoup plus productifs, mais le rôle de certification légale et de jugement critique restera longtemps du ressort humain.

Le Compliance Officer exerce un métier principalement basé sur l'analyse de documents, la rédaction de rapports, l'interprétation de réglementations et la communication — des tâches largement digitalisables. L'IA peut automatiser la veille réglementaire, analyser les opérations suspectes via des algorithmes de détection d'anomalies, générer des rapports standardisés et assister dans la rédaction de procédures. Cependant, le jugement réglementaire complexe, les décisions d'escalade auprès des autorités et les interactions stratégiques avec les régulateurs nécessitent encore une expertise humaine et une responsabilité personnelle, ce qui limite l'exposition à un niveau élevé mais non maximal.

Le compliance officer financier effectue un travail principalement digital et basé sur l'analyse de données : surveillance réglementaire, vérification de conformité, rédaction de procédures et rapports. L'IA peut automatiser la détection d'anomalies dans les transactions, l'analyse de conformité réglementaire et la génération de rapports. Cependant, le rôle conserve une composante importante de jugement expert, de relations avec les régulateurs et d'interprétation contextuelle des règles qui nécessite une compréhension nuancée du secteur financier et une responsabilité légale personnelle.

Le contrôleur de gestion exerce un métier essentiellement basé sur l'analyse de données, la modélisation financière et la production de rapports — des tâches entièrement numériques réalisables sur ordinateur. L'IA peut automatiser la collecte de données, la création de tableaux de bord, l'identification d'écarts budgétaires et même générer des analyses préliminaires, ce qui rendrait les contrôleurs de gestion significativement plus productifs. Cependant, le jugement stratégique, la compréhension du contexte métier et les conseils aux managers conservent une dimension humaine importante qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le contrôleur interne bancaire effectue un travail essentiellement basé sur l'analyse de données, l'audit de processus et la rédaction de rapports — des tâches largement numériques et informatisées. L'IA peut automatiser la détection d'anomalies, l'analyse de conformité et la génération de rapports, tandis que les outils d'analyse prédictive peuvent identifier les risques opérationnels. Cependant, le jugement humain reste nécessaire pour interpréter les résultats, prendre des décisions stratégiques et maintenir les relations avec les équipes, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le Credit Manager exerce un métier principalement basé sur l'analyse de données financières, le scoring et la prise de décision sur ordinateur — des tâches hautement digitalisables où l'IA progresse rapidement. Cependant, le rôle conserve une composante importante de négociation avec les clients, de jugement contextuel sur des situations complexes et de coordination avec d'autres équipes, ce qui limite l'automatisation complète. L'exposition reste élevée car les outils d'IA peuvent déjà assister significativement dans l'analyse de solvabilité et le reporting, rendant chaque analyste beaucoup plus productif.

Le métier d'expert risques en assurances est principalement basé sur l'analyse de données, la modélisation mathématique et le traitement d'informations numériques — des tâches hautement automatisables par l'IA. Les algorithmes d'apprentissage automatique peuvent déjà analyser les profils clients, calculer les primes et détecter les tendances dans les données statistiques mieux que les humains. Cependant, le rôle conserve une exposition modérée à 7 plutôt que 8+ car il requiert encore du jugement expert pour les cas complexes, des décisions commerciales nuancées et une interaction avec les équipes internes, ce qui crée une barrière partielle à l'automatisation complète.

L'expert-comptable exerce un métier principalement digital : certification des comptes, analyses financières, déclarations fiscales et conseils stratégiques sont des tâches largement informatisées et basées sur le traitement de données. L'IA progresse rapidement dans l'automatisation de la vérification comptable, l'optimisation fiscale et l'analyse financière, ce qui augmente significativement la productivité des experts-comptables et réduit le besoin en ressources humaines. Cependant, le conseil stratégique, la relation client de confiance et les jugements complexes en matière juridique et fiscale conservent une dimension humaine importante qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le Fintech Product Manager exerce un métier principalement digital et basé sur l'analyse de données, la conception de produits et la communication — des domaines où l'IA progresse rapidement. Cependant, le rôle conserve une exposition modérée grâce à la nécessité de jugement stratégique complexe, de navigation réglementaire nuancée et de collaboration humaine intensive avec plusieurs équipes. L'IA peut automatiser l'analyse de données utilisateurs, générer des spécifications techniques et assister la veille réglementaire, mais la vision produit, les décisions prioritaires et la gestion des risques de conformité restent largement du ressort humain.

Le fiscaliste entreprises et marchés financiers exerce un métier fondamentalement basé sur l'analyse, la rédaction et la communication de conseils complexes — des activités entièrement numériques et informationnelles. L'IA peut automatiser une part croissante du travail de recherche réglementaire, d'analyse de données fiscales, de rédaction de notes de conseil et même de structuration d'opérations. Cependant, le jugement stratégique, la négociation avec l'administration, la responsabilité légale et la relation client conservent une dimension humaine irréductible, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le responsable comptabilité exerce un métier principalement digital et basé sur le traitement de l'information financière : saisie, validation, analyse et reporting comptables sont des tâches informatisées où l'IA progresse rapidement (automatisation des écritures, détection d'anomalies, génération de déclarations fiscales). Cependant, le rôle conserve une dimension managériale importante (encadrement d'équipe, jugement professionnel sur les normes complexes, relations avec la direction et les auditeurs) qui limite l'automatisation complète, d'où une exposition élevée mais non maximale.

Le risk manager exerce un métier essentiellement basé sur l'analyse de données, la modélisation mathématique et la production de rapports — des tâches entièrement numériques et informatisées. L'IA peut automatiser une grande partie de l'identification des risques, la création de modèles prédictifs, la surveillance des indicateurs et même la génération de recommandations basées sur des scénarios. Cependant, le jugement stratégique, la communication avec la direction et la responsabilité finale des décisions critiques restent des domaines où l'expertise humaine demeure essentielle, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le trésorier exerce un métier principalement basé sur l'analyse de données financières, la modélisation de flux de trésorerie et la prise de décision sur des informations numériques — des tâches où l'IA excelle déjà (prévisions, optimisation, analyse de scénarios). Cependant, le rôle conserve une composante relationnelle importante (négociation bancaire, jugement stratégique) et requiert une compréhension nuancée du contexte d'entreprise, ce qui limite l'automatisation complète à court terme.

Le poste de trésorier d'entreprise est principalement basé sur du travail numérique : analyse de données financières, modélisation de flux de trésorerie, gestion de systèmes ERP et Excel, et communications écrites avec les banques. L'IA peut automatiser une part significative de la surveillance des flux, des prévisions de liquidités et de l'analyse des risques financiers, rendant chaque trésorier potentiellement beaucoup plus productif. Cependant, le rôle conserve une composante importante de jugement stratégique, de négociation relationnelle avec les banques et de prise de décision complexe face à l'incertitude, qui limitent l'exposition à un niveau élevé plutôt que très élevé.

Le métier de chargé de recouvrement combine du travail de connaissance (analyse financière, suivi de dossiers, reporting) largement informatisé avec une composante interpersonnelle importante (négociation, communication avec les débiteurs). L'IA peut automatiser la relance initiale, l'analyse de solvabilité et la génération de rapports, mais la négociation et la gestion des situations complexes nécessitent encore du jugement humain et de l'empathie. Le travail étant principalement digital (téléphone, email, bases de données), l'exposition reste élevée, mais la dimension relationnelle crée une barrière naturelle à l'automatisation complète.

Le conseiller bancaire exerce un métier hybride combinant travail de connaissance (analyse financière, montage de dossiers, calculs) et relations humaines essentielles (accueil, conseil personnalisé, fidélisation). Bien que les tâches administratives et analytiques soient progressivement automatisables par l'IA, la relation de confiance avec les clients et la négociation commerciale restent des éléments humains difficilement remplaçables. Cependant, l'IA peut augmenter significativement la productivité (analyse de solvabilité, recommandations de produits, gestion administrative) et les banques digitales réduisent le besoin de conseillers en agence, ce qui justifie une exposition élevée mais non maximale.

Le métier de conseiller en assurances combine du travail de connaissance (analyse de besoins, recommandation de produits, gestion administrative) avec une forte composante relationnelle et commerciale. Bien que les tâches informatiques (devis, gestion de dossiers, calcul de primes) soient susceptibles d'être automatisées ou assistées par l'IA, la relation client, la négociation et la compréhension contextuelle des situations complexes restent essentielles. Cependant, l'IA peut déjà aider à l'analyse des besoins, à la recommandation de produits et à la gestion administrative, ce qui augmente la productivité des conseillers et réduit le nombre nécessaire.

Le métier combine du travail de connaissance (analyse financière, optimisation fiscale, stratégie d'investissement) largement digitalisable avec une composante relationnelle et de jugement humain importante. Bien que les outils d'IA puissent automatiser l'analyse de données patrimoniales, la modélisation de scénarios fiscaux et même générer des recommandations initiales, la relation de confiance avec les clients fortunés, la négociation, et les décisions stratégiques complexes nécessitent toujours un conseiller humain. Cependant, l'IA augmentera significativement la productivité des conseillers existants, réduisant potentiellement le nombre de postes nécessaires.

Le courtier en assurance exerce un métier hybride combinant travail de connaissance (analyse des besoins, comparaison d'offres, conseils) et relations humaines essentielles (négociation, accompagnement client). Bien que beaucoup de tâches soient digitalisables (traitement des données clients, comparaison automatisée d'offres, gestion administrative), le cœur du métier repose sur la compréhension contextuelle des besoins spécifiques, la négociation interpersonnelle et la confiance établie avec les clients. L'IA peut augmenter significativement la productivité (automatisation des analyses, recommandations intelligentes) mais ne peut pas remplacer entièrement le jugement expert et la relation client qui restent centraux.

Le directeur d'agence bancaire exerce un rôle hybride combinant management d'équipe, relation client et travail administratif/analytique. Bien que certaines tâches (analyse de performance, gestion administrative, rapports) soient entièrement numériques et exposées à l'automatisation par l'IA, le cœur du métier repose sur le management humain, la négociation commerciale et la relation client personnalisée, qui nécessitent une présence physique et un jugement contextuel. L'IA peut augmenter la productivité (analyse prédictive, scoring clients, automatisation administrative) mais ne peut pas remplacer la prise de décision stratégique et le leadership d'équipe.

Le DAF exerce un rôle hybride combinant travail analytique et digital (analyses financières, reporting, modélisation budgétaire) avec des responsabilités stratégiques et relationnelles (négociations bancaires, management d'équipes, conseils à la direction). Bien que l'IA peut automatiser significativement l'analyse de données, la consolidation comptable et la génération de rapports financiers, le cœur du métier repose sur le jugement stratégique, les relations humaines et la prise de décision complexe qui nécessitent encore une supervision humaine. Les outils IA augmenteront la productivité des DAF mais ne remplaceront pas le rôle de conseil stratégique et de leadership.

Le gestionnaire de patrimoine exerce un métier hybride combinant analyse financière (travail digital susceptible d'être automatisé) et relation client de confiance (dimension humaine irremplaçable). Bien que l'analyse de données patrimoniales, la modélisation fiscale et la recommandation d'investissements puissent être partiellement assistées par l'IA, la gestion de portefeuille clients fortunés repose fondamentalement sur la confiance personnelle, le jugement nuancé et la coordination avec des experts externes. L'IA peut augmenter la productivité analytique mais ne peut pas remplacer le rôle de conseiller de confiance et de négociateur relationnel.

Le copywriting est un travail entièrement numérique et basé sur la rédaction, domaine où l'IA progresse très rapidement. Les outils d'IA générative (GPT, Claude, etc.) peuvent déjà générer des textes persuasifs, des pages de vente et des campagnes email de qualité commerciale, ce qui menace directement le cœur du métier. Bien que la créativité stratégique et la compréhension psychologique du consommateur restent des atouts humains, l'IA réduit drastiquement le temps de production et permet aux clients de générer du contenu sans copywriter, ou de réduire significativement leurs besoins.

Le concepteur-rédacteur exerce un métier fondamentalement digital et basé sur la production de contenu textuel, domaine où les IA génératives progressent rapidement. Bien que la créativité et l'insight consommateur restent importants, les tâches centrales — rédaction de slogans, adaptation de concepts sur plusieurs supports, génération d'accroches — sont entièrement informatisées et vulnérables à l'automatisation. Les outils IA peuvent déjà générer du contenu publicitaire et assister massivement dans le brainstorming et la production textuelle, ce qui augmente la productivité des copywriters existants et réduit le besoin en effectifs.

Le Data Analyst marketing exerce un métier entièrement numérique basé sur l'analyse de données, la création de rapports et la formulation de recommandations — des tâches où l'IA progresse rapidement. Les outils d'IA peuvent automatiser l'extraction de données, générer des insights prédictifs, créer des visualisations et même rédiger des recommandations marketing, réduisant considérablement le besoin de ressources humaines. Bien que la compréhension stratégique et la validation des insights restent importantes, la majorité du travail quotidien (extraction, analyse, reporting, modélisation) est hautement exposée à l'automatisation par l'IA.

Le métier de documentaliste-veilleur est fondamentalement basé sur des tâches numériques : recherche d'information, analyse de données, organisation documentaire, synthèse et rédaction. L'IA peut automatiser la collecte d'informations, la catégorisation, la génération de synthèses et même l'identification de tendances, réduisant considérablement le besoin de travail humain. Bien que la sélection stratégique et le conseil requièrent du jugement humain, la majorité des activités quotidiennes (veille, organisation, synthèse) sont entièrement digitales et susceptibles d'être largement automatisées par des outils d'IA avancés.

Le métier de responsable SEO/SEA est entièrement basé sur le travail digital : analyse de données, optimisation technique, gestion de campagnes publicitaires et reporting. L'IA progresse rapidement dans ces domaines (analyse prédictive, optimisation automatisée des enchères, génération de contenu optimisé, recommandations stratégiques), ce qui rend les tâches actuelles du professionnel susceptibles d'être largement automatisées ou augmentées. Bien que la stratégie créative et la compréhension du contexte client restent importantes, la majorité du travail quotidien (audit, optimisation technique, gestion de campagnes) peut être progressivement prise en charge par des outils IA.

Le métier de rédacteur web/content manager est entièrement basé sur des tâches numériques (rédaction, optimisation SEO, analyse de données) réalisables depuis un ordinateur. L'IA générative peut désormais produire des contenus web, optimiser pour le SEO et analyser les performances, ce qui menace directement le cœur du métier. Bien que la créativité stratégique et la compréhension fine des audiences restent importantes, les outils d'IA réduisent considérablement le besoin en rédacteurs humains et augmentent drastiquement la productivité de ceux qui les utilisent.

La traduction est un travail entièrement numérique et basé sur le traitement du texte, domaine où l'IA progresse très rapidement. Les systèmes de traduction automatique (DeepL, Google Translate, etc.) deviennent de plus en plus sophistiqués et peuvent déjà gérer une grande partie des tâches de traduction courante, notamment technique et générale. Bien que les nuances culturelles et la traduction littéraire restent des défis, la trajectoire de l'IA dans ce domaine est très claire : les traducteurs utilisant l'IA seront exponentiellement plus productifs, réduisant drastiquement le besoin en ressources humaines pour cette fonction.

Le Traffic Manager digital exerce un métier entièrement basé sur le travail informatique : configuration de campagnes, analyse de données, optimisation d'algorithmes et reporting. L'IA peut automatiser la plupart des tâches répétitives (ajustement des enchères, segmentation d'audiences, génération de rapports) et les outils d'IA générative peuvent assister dans la rédaction de recommandations stratégiques. Bien que le jugement créatif et la compréhension stratégique restent importants, la trajectoire technologique indique une productivité accrue par personne et une possible réduction des effectifs.

Le métier d'UX Writer est entièrement basé sur le travail numérique et la rédaction — des tâches fondamentalement digitales où l'IA progresse rapidement. La génération de textes, l'optimisation de microtextes pour l'UX, et même l'adaptation du ton de marque sont des domaines où les modèles de langage excèlent déjà. Bien que la collaboration avec les équipes produit et les tests utilisateurs requièrent une présence humaine, les tâches centrales de rédaction et d'itération textuelle sont hautement exposées à l'automatisation et à l'augmentation par l'IA.

Le métier d'écrivain est entièrement basé sur le travail numérique (rédaction, révision, communication) dans un domaine où l'IA progresse rapidement en génération de texte, création narrative et assistance créative. Bien que la création littéraire originale et l'authenticité stylistique restent des forces humaines, les outils d'IA peuvent déjà générer du contenu, assister à la rédaction et à la révision, et potentiellement réduire le nombre d'écrivains nécessaires pour produire certains types de contenus. La créativité pure offre une certaine protection, mais l'exposition reste très élevée face à l'automatisation progressive des tâches d'écriture.

Le chargé de communication exerce un métier principalement digital et basé sur la création de contenu : rédaction, gestion des réseaux sociaux, production de contenus web et stratégie de communication sont des tâches largement automatisables par l'IA. Les outils d'IA générative peuvent déjà rédiger des communiqués, créer des posts, analyser les données et proposer des stratégies. Cependant, la dimension relationnelle (relations presse, événementiel, gestion des influenceurs) et le jugement stratégique requièrent encore une présence humaine, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le métier est principalement basé sur des tâches numériques et informationnelles : sourcing via des outils spécialisés, analyse de données (KPI, engagement, ROI), rédaction de briefs et contrats, veille stratégique en ligne. L'IA peut automatiser l'identification d'influenceurs, l'analyse de performance et la génération de rapports. Cependant, la négociation, la relation humaine avec les créateurs et la validation créative conservent une dimension interpersonnelle qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le community manager exerce un métier entièrement digital où les tâches principales (création de contenu, rédaction, analyse de données, planification) se font sur ordinateur et sont susceptibles d'être automatisées ou considérablement augmentées par l'IA. Cependant, l'aspect relationnel et la nécessité de maintenir une voix authentique et humanisée pour la marque constituent une barrière partielle à l'automatisation complète, ce qui place ce métier en haute exposition plutôt qu'en exposition maximale.

Le directeur artistique publicité exerce un métier principalement digital et créatif où les concepts visuels, maquettes et designs sont produits sur ordinateur. Bien que le rôle implique du management d'équipe et des présentations client (éléments humains importants), les tâches core — création de concepts visuels, direction artistique, adaptation multimédia — sont entièrement digitales et de plus en plus assistées par les outils IA (génération d'images, design assisté, analyse de tendances). L'IA peut déjà générer des concepts visuels et des variations créatives, ce qui augmente la productivité des designers et réduit le besoin de ressources humaines, même si le jugement créatif et la direction stratégique restent essentiels.

Le métier d'influenceur est principalement basé sur la création de contenu digital (vidéos, photos, posts) et l'analyse de données, domaines où l'IA progresse rapidement. Cependant, l'authenticité, le charisme personnel et la capacité à créer un lien émotionnel avec la communauté restent des éléments difficilement automatisables qui constituent le cœur de la valeur de l'influenceur. L'IA peut assister dans la production technique, l'édition, l'analyse des performances et même la génération d'idées de contenu, mais ne peut pas remplacer la présence humaine authentique et la personnalité unique qui attirent et fidélisent l'audience.

Le journalisme est un métier à forte exposition à l'IA car une part substantielle du travail est numérique : recherche d'information, rédaction, édition, publication en ligne et gestion des réseaux sociaux peuvent être largement assistées ou automatisées par l'IA. Cependant, les missions critiques comme l'enquête de terrain, les interviews, la vérification éthique des faits et le jugement éditorial requièrent toujours une présence humaine et une responsabilité personnelle, ce qui limite l'automatisation complète. Les journalistes utilisant l'IA pour la recherche, la rédaction initiale et la curation pourraient devenir significativement plus productifs, réduisant la demande globale de journalistes.

Le journalisme de presse écrite est un métier principalement basé sur le travail numérique (recherche, rédaction, publication en ligne), domaine où l'IA progresse rapidement. Les tâches de rédaction, synthèse d'informations, fact-checking et veille informationnelle peuvent être partiellement automatisées ou augmentées par l'IA. Cependant, l'enquête investigative, la vérification des sources, les interviews et le jugement éditorial requièrent une présence humaine et une expertise journalistique que l'IA ne peut pas entièrement remplacer, ce qui maintient l'exposition à un niveau élevé mais non maximal.

Le métier de journaliste radio/podcast est principalement basé sur du travail numérique et informatif : recherche, écriture, montage audio, analyse de données d'audience. L'IA peut automatiser significativement la recherche d'information, la génération de scripts, le montage audio et l'analyse des statistiques d'écoute. Cependant, l'animation en direct, la création d'intimité vocale avec les auditeurs et la conduite d'interviews captivantes restent des compétences humaines difficilement automatisables à court terme, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le journalisme web est un travail fondamentalement numérique où la majorité des tâches centrales — rédaction, édition, publication, optimisation SEO, gestion des réseaux sociaux — se font entièrement sur ordinateur et sont vulnérables à l'automatisation par l'IA. Les outils d'IA peuvent déjà générer des articles, résumer l'actualité, optimiser le contenu pour le référencement et même assister à la vérification des faits, ce qui rend cette profession hautement exposée. Cependant, l'enquête de terrain, la vérification rigoureuse des sources et le jugement éditorial conservent une valeur humaine significative, ce qui empêche une exposition maximale.

Le métier de média planner est fortement exposé à l'IA car il repose principalement sur l'analyse de données, la modélisation statistique et l'optimisation algorithmique — des domaines où l'IA excelle. Les tâches clés (analyse d'audiences, allocation budgétaire, prévision de performance, optimisation de mix média) sont entièrement digitales et peuvent être largement automatisées par des systèmes d'IA. Cependant, la négociation commerciale, la présentation client et la stratégie créative requièrent encore du jugement humain et des relations interpersonnelles, ce qui maintient le score en-dessous de 8.

Le planneur stratégique exerce un métier principalement digital et analytique : analyse de données, rédaction de briefs, présentation de recommandations — des tâches que l'IA peut progressivement automatiser ou augmenter significativement. Cependant, le rôle conserve une composante importante de jugement humain, de créativité stratégique et de relations interpersonnelles (collaboration avec créatifs, présentation aux clients) qui limitent l'exposition à un niveau élevé plutôt que très élevé. L'IA peut déjà assister dans l'analyse de tendances et la synthèse d'insights, mais la transformation d'observations en stratégie créative percutante reste largement un domaine où le jugement humain et l'intuition restent précieux.

Le métier de podcaster est fortement exposé à l'IA car il repose principalement sur du travail numérique : création de contenu écrit, montage audio, analyse de données d'audience et gestion de communauté peuvent être partiellement automatisés ou augmentés par l'IA. Cependant, l'animation en direct, l'interview authentique et la création de concepts originaux requièrent une présence humaine et une connexion émotionnelle avec l'audience, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le responsable e-réputation exerce un métier principalement digital où les tâches clés (veille, analyse de données, rédaction, stratégie de contenu) se font entièrement sur ordinateur. L'IA peut automatiser la surveillance des mentions, l'analyse des sentiments, la génération de réponses et la création de rapports, rendant chaque professionnel beaucoup plus productif. Cependant, la gestion de crise complexe et les décisions stratégiques nécessitent encore du jugement humain et une compréhension nuancée du contexte, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Ce métier est principalement basé sur du travail digital (analyse de données, négociation en ligne, reporting, stratégie) et peut être entièrement réalisé depuis un ordinateur. Cependant, il repose fortement sur la relation humaine, la négociation interpersonnelle avec les influenceurs et la compréhension nuancée des tendances culturelles, ce qui limite l'automatisation complète. L'IA peut assister significativement dans l'identification d'influenceurs, l'analyse de performances et la génération de rapports, rendant les travailleurs beaucoup plus productifs, mais ne peut pas remplacer entièrement le jugement stratégique et les relations commerciales.

Le rédacteur en chef exerce un métier principalement digital et basé sur le traitement de l'information : validation de contenus, définition de stratégie éditoriale, analyse d'audience et prise de décision. L'IA peut automatiser la génération de contenus, l'analyse des tendances et même assister dans la validation, ce qui augmente significativement la productivité des équipes. Cependant, le rôle conserve des dimensions irremplaçables : jugement éditorial nuancé, responsabilité légale, management humain et représentation du média, qui limitent l'exposition à un niveau élevé mais non maximal.

Le Social Media Manager exerce un métier principalement digital où la majorité des tâches (création de contenu, planification, analyse, reporting) se font sur ordinateur. Cependant, le rôle conserve une composante stratégique et créative importante qui nécessite du jugement humain, de l'intuition culturelle et une compréhension nuancée des audiences. L'IA peut automatiser la création de contenu basique, l'analyse de données et même suggérer des stratégies, mais la créativité authentique, la gestion des crises communautaires et la prise de décision stratégique restent largement du ressort humain pour le moment.

Le métier de vidéaste combine des tâches fortement exposées à l'IA (montage, étalonnage, génération d'effets spéciaux, optimisation algorithmique) avec des éléments créatifs et relationnels plus résistants. Cependant, la majorité du travail est numérique et informatisé : les outils d'IA générative progressent rapidement dans la création de contenu vidéo, la synthèse vocale, les effets visuels et l'analyse de tendances. Le tournage et la direction créative restent des barrières humaines, mais l'automatisation des tâches de post-production et de gestion de contenu pourrait réduire significativement le temps de travail et le nombre de créateurs nécessaires.

Le métier de YouTubeur est fortement exposé à l'IA car il repose principalement sur du travail numérique : création de scripts, montage vidéo, optimisation SEO, analyse de données et community management peuvent tous être partiellement automatisés ou augmentés par l'IA. Cependant, l'authenticité, la créativité originale et le lien personnel avec la communauté restent des éléments difficilement remplaçables, ce qui maintient le score en-dessous de 8. L'IA générative pour les scripts, les outils de montage assisté et l'analyse prédictive des tendances vont restructurer le métier mais ne l'élimineront pas.

L'attaché de presse exerce un métier hybride combinant travail digital (rédaction de communiqués, veille médiatique, communication écrite) et relations humaines essentielles (entretien du réseau journalistique, organisation d'événements, négociation). Bien que l'IA peut automatiser la rédaction de communiqués et la veille médiatique, la construction de relations de confiance avec les journalistes et la stratégie de communication nuancée restent fortement dépendantes du jugement humain et de l'interaction personnelle, ce qui limite l'exposition globale à un niveau élevé mais non critique.

Le métier de chargé de relations publiques combine travail de connaissance (rédaction, analyse, stratégie) et interactions humaines essentielles (relations presse, gestion de crise, événementiel). Bien que la rédaction de communiqués et l'analyse de contenu soient vulnérables à l'automatisation par l'IA, les aspects critiques — établir des relations de confiance avec les journalistes, négocier en cas de crise, adapter les messages en temps réel selon le contexte politique et social — restent fortement dépendants du jugement humain et de la présence physique. L'IA peut augmenter la productivité (génération de brouillons, veille automatisée) mais ne peut pas remplacer le cœur du métier : la capacité à influencer, persuader et gérer les relations humaines complexes.

Le chef de publicité exerce un métier hybride combinant travail de connaissance (analyse stratégique, briefing, suivi budgétaire) et relations humaines essentielles (gestion client, présentation, négociation). Bien que les outils IA puissent automatiser certaines tâches périphériques (veille concurrentielle, analyse de données, génération d'idées créatives initiales), le cœur du métier repose sur le jugement stratégique, la persuasion client et la coordination d'équipes créatives, qui demandent une compréhension nuancée et une présence humaine. L'IA restructurera le rôle en augmentant la productivité des créatifs et en automatisant l'analyse, mais ne remplacera pas la capacité à convaincre, à arbitrer entre vision créative et contraintes commerciales, ni à maintenir des relations clients de confiance.

Le consultant en communication de crise exerce un métier hybride combinant travail digital (rédaction de communiqués, monitoring en ligne, analyse de données médiatiques) et interactions humaines essentielles (relations presse, media training, gestion d'urgence en temps réel). Bien que l'IA peut assister dans la rédaction, l'analyse de sentiment et la veille médiatique, le cœur du métier repose sur le jugement stratégique nuancé, la négociation avec les parties prenantes et la capacité à adapter rapidement la communication face à des situations imprévisibles. L'exposition reste modérée-élevée car les tâches critiques nécessitent une compréhension contextuelle profonde et une présence humaine pour gérer les relations et les décisions stratégiques sous pression.

Le directeur de communication exerce un métier hybride combinant travail stratégique et digital (élaboration de plans, gestion de contenu, reporting) avec des responsabilités interpersonnelles et managériales essentielles (relations médias, leadership d'équipe, gestion de crise). Bien que les outils IA puissent automatiser certaines tâches comme la rédaction de communiqués, la veille médiatique ou l'analyse de données, le cœur du métier repose sur le jugement stratégique, la prise de décision en contexte complexe et les relations humaines qui restent difficilement automatisables. L'IA augmentera la productivité mais ne restructurera pas fondamentalement le rôle.

Le directeur de régie publicitaire exerce un rôle hybride combinant travail de connaissance (analyse de données, stratégie tarifaire, pilotage de performance) et relations humaines essentielles (négociation avec annonceurs, management d'équipe, rencontres clients). Bien que l'IA puisse automatiser l'analyse des audiences, l'optimisation tarifaire et le suivi des performances, les dimensions critiques de négociation commerciale, de jugement stratégique et de gestion relationnelle restent fortement ancrées dans l'interaction humaine. Le rôle demeure exposé à l'IA mais sans restructuration majeure immédiate.

Le journalisme culturel est principalement un travail de connaissance — recherche, rédaction, analyse — réalisé sur ordinateur, ce qui le rend vulnérable à l'automatisation par l'IA (génération de texte, synthèse d'informations, critiques). Cependant, le cœur du métier repose sur la présence physique aux événements, les interviews en face-à-face avec les artistes, et surtout la capacité à produire une critique originale et une perspective personnelle qui nécessitent du jugement humain et de la sensibilité artistique. L'IA peut assister (rédaction, veille, résumés) mais ne peut pas remplacer l'expérience vécue et l'authenticité de la voix journalistique.

Le photojournalisme combine un travail de terrain physique irremplaçable (couverture d'événements, réactivité sur le terrain) avec des tâches numériques croissantes (retouche, traitement, archivage, transmission). L'IA peut automatiser la retouche, la sélection d'images et même générer des photos, mais le jugement éditorial, la présence physique aux événements et la capacité à capturer l'instant décisif restent essentiels. Cependant, la productivité accrue via l'IA et la génération d'images synthétiques menacent progressivement le marché et les tarifs du secteur.

Le métier combine des éléments numériques importants (post-production, retouche, direction artistique) où l'IA progresse rapidement, avec une composante créative et relationnelle significative (collaboration avec clients, direction d'équipes, conception artistique). Bien que l'IA générative puisse assister ou remplacer certaines tâches de retouche et même de génération d'images, la prise de vue en studio et la direction créative requièrent toujours une présence humaine et un jugement artistique nuancé. L'exposition est élevée mais pas maximale car le cœur du métier reste ancré dans la création visuelle originale et les interactions humaines.

Le métier de reporter combine des tâches fortement exposées à l'IA (rédaction, montage, recherche d'informations) avec des éléments irremplaçables (présence physique sur le terrain, interviews en direct, jugement éditorial, construction de relations de confiance). L'IA peut automatiser la rédaction, l'analyse de données et certains aspects du montage, rendant les reporters plus productifs, mais la capacité à être présent sur le terrain, à poser les bonnes questions et à établir la crédibilité reste humaine. Cependant, la restructuration du secteur journalistique par l'IA et l'automatisation des tâches périphériques exposent significativement cette profession.

Le responsable communication de crise exerce un métier hybride combinant travail digital (rédaction de communiqués, gestion des réseaux sociaux, analyse médiatique) et interactions humaines critiques (relations médias, formation des porte-paroles, prise de décision stratégique sous pression). Bien que l'IA puisse automatiser la veille médiatique, la rédaction de messages et l'analyse de sentiment, le cœur du métier repose sur le jugement stratégique, la négociation avec les journalistes et la capacité à adapter rapidement la communication en fonction du contexte humain et émotionnel d'une crise. La présence physique et la relation de confiance avec les médias et la direction restent essentielles, limitant l'exposition à une automatisation complète.

Le métier de responsable relations presse combine du travail essentiellement numérique (rédaction de communiqués, veille médiatique, analyse) avec une composante relationnelle et de réseau importante qui nécessite une présence humaine et une compréhension contextuelle fine. L'IA peut automatiser la rédaction de communiqués standards, la veille médiatique et l'analyse de retombées presse, mais la gestion des relations personnalisées avec les journalistes, la négociation en cas de crise et l'organisation d'événements requièrent toujours une expertise humaine et une capacité de jugement stratégique. Le métier reste exposé à l'IA pour ses tâches informationnelles, mais la relation humaine reste centrale.

Le métier combine des éléments numériques (rédaction, montage, transmission d'informations) susceptibles d'être augmentés par l'IA, avec une composante physique et humaine irréductible : la présence sur le terrain dans des zones dangereuses, la collecte de témoignages directs, l'évaluation des risques en temps réel et les relations humaines avec les sources. L'IA peut assister la rédaction, l'analyse de données ou le montage, mais ne peut pas remplacer le journaliste qui doit être physiquement présent pour vérifier, témoigner et établir la confiance avec les sources dans des environnements imprévisibles et hostiles.

Le chercheur en IA travaille entièrement dans un domaine numérique : conception d'algorithmes, codage, analyse de données et rédaction scientifique sont tous des tâches informatiques. Paradoxalement, bien que l'IA soit son objet d'étude, les outils d'IA (assistants de codage, génération de texte, optimisation d'algorithmes) peuvent augmenter considérablement la productivité des chercheurs individuels, réduisant potentiellement le nombre de postes nécessaires. Cependant, la créativité théorique, l'intuition mathématique et la capacité à poser de nouvelles questions restent des éléments humains difficilement automatisables à court terme, ce qui empêche une exposition maximale de 10.

Ce métier est presque entièrement basé sur le travail numérique — codage, modélisation, analyse de données — des domaines où l'IA progresse rapidement. L'émergence d'outils d'IA générative et de copilots de codage (GitHub Copilot, Claude, etc.) automatise déjà une part significative des tâches de développement et d'optimisation d'algorithmes. Bien que la conception conceptuelle et la collaboration scientifique conservent une valeur humaine, la productivité des ingénieurs IA utilisant des outils d'IA sera considérablement amplifiée, réduisant le nombre de postes nécessaires pour accomplir le même volume de travail.

Le bio-informaticien travaille presque exclusivement sur ordinateur avec des données numériques, développant des algorithmes, analysant des séquences et créant des modèles computationnels — des tâches entièrement dans le domaine digital où l'IA progresse rapidement. L'IA générative et les modèles d'apprentissage profond (comme AlphaFold pour les structures protéiques) automatisent déjà certaines analyses génomiques et la création d'algorithmes, ce qui augmente considérablement la productivité des bio-informaticiens existants et réduit le besoin de main-d'œuvre. Cependant, la nécessité de collaboration étroite avec les biologistes, la validation scientifique rigoureuse et l'interprétation contextuelle des résultats biologiques conservent une part d'expertise humaine irremplaçable à court terme.

Le cryptographe travaille presque exclusivement sur des tâches numériques et informatiques : conception d'algorithmes, analyse mathématique, codage, recherche et publication. Son travail est entièrement réalisable sur ordinateur sans nécessiter de présence physique ou d'interaction humaine directe. Cependant, l'exposition n'atteint pas 9+ car la cryptographie exige une expertise mathématique très spécialisée, une compréhension profonde des principes théoriques, et une capacité à innover face à des menaces évolutives — domaines où l'IA reste actuellement un outil d'assistance plutôt qu'un remplaçant complet.

Le métier de data analyst scientifique est presque entièrement réalisé sur ordinateur : nettoyage de données, analyses statistiques, programmation (Python/R), visualisation et rédaction de rapports. L'IA générative et les outils d'analyse automatisée progressent rapidement dans ces domaines, capable de suggérer des modèles statistiques, automatiser le nettoyage de données et générer des visualisations. Bien que l'interprétation scientifique et la validation des hypothèses requièrent encore du jugement humain, les tâches routinières et la productivité individuelle sont fortement exposées à l'automatisation par l'IA.

Le mathématicien appliqué travaille presque entièrement sur ordinateur : modélisation, programmation (Python, R, MATLAB), analyse de données et optimisation sont des tâches entièrement numériques. L'IA générative et les outils d'IA spécialisés peuvent désormais assister ou automatiser une grande partie de ces activités (génération de code, optimisation algorithmique, analyse statistique), ce qui rend ce métier très exposé à la restructuration. Cependant, la capacité à formuler les bons problèmes mathématiques et à valider la pertinence des modèles face à des enjeux métier complexes conserve une part d'expertise humaine irremplaçable à court terme.

Le statisticien travaille presque entièrement sur ordinateur : collecte de données, programmation (R, Python), modélisation mathématique, analyse et création de visualisations sont tous des tâches numériques. L'IA générative et les outils d'apprentissage automatique peuvent automatiser une grande partie du pipeline analytique (nettoyage de données, création de modèles, génération de rapports), rendant chaque statisticien potentiellement beaucoup plus productif. Bien que l'interprétation stratégique et la communication des résultats conservent une valeur humaine, la majorité du travail technique est exposée à l'automatisation rapide.

L'astrobiologiste exerce un métier de recherche fondamentalement basé sur le travail numérique et analytique : modélisation informatique, analyse de données télescopiques, traitement d'images satellitaires et rédaction scientifique. L'IA peut automatiser significativement l'analyse de données complexes, la modélisation d'environnements extraterrestres et même la rédaction de rapports scientifiques. Cependant, le travail conserve une composante importante de jugement scientifique créatif, de conception expérimentale et de collaboration internationale qui nécessite une expertise humaine irremplaçable à court terme.

L'astrophysicien effectue une part importante de son travail sur ordinateur : analyse de données, modélisation mathématique, programmation et rédaction scientifique. L'IA peut automatiser ou augmenter significativement ces tâches (traitement d'images, détection de patterns, simulations). Cependant, la conception d'expériences, l'interprétation créative des résultats et la supervision d'équipes de recherche restent des domaines où le jugement humain expert demeure essentiel, limitant l'exposition à un niveau élevé plutôt que très élevé.

Le biostatisticien exerce un métier fondamentalement basé sur l'analyse de données et la modélisation, réalisé entièrement sur ordinateur (R, SAS, logiciels spécialisés). L'IA générative et les outils d'apprentissage automatique progressent rapidement dans l'analyse statistique, la conception d'études et la rédaction de rapports, ce qui expose directement les tâches centrales du métier. Cependant, l'expertise méthodologique, la validation critique des résultats, la responsabilité réglementaire et la collaboration avec les chercheurs requièrent un jugement humain nuancé qui limite l'automatisation complète à court terme.

Le climatologue exerce un métier fortement ancré dans le travail numérique : analyse de données massives, modélisation mathématique, programmation (Python) et rédaction scientifique sont des tâches entièrement informatisées où l'IA progresse rapidement. Cependant, l'exposition n'atteint pas 8-9 car le métier conserve des dimensions irremplaçables : la conception conceptuelle des modèles, l'interprétation critique des résultats, le jugement scientifique sur la validité des simulations, et surtout le rôle de conseiller expert auprès des décideurs qui requiert une compréhension nuancée et une responsabilité humaine. Les travaux de terrain et la communication d'expertise ajoutent aussi une composante interpersonnelle non négligeable.

Le métier de consultant en propriété industrielle est fortement exposé à l'IA car il repose principalement sur des tâches numériques : analyse de bases de données de brevets, rédaction de documents juridiques, recherche d'antériorités et veille technologique. L'IA peut automatiser significativement l'analyse comparative de brevets, la génération initiale de demandes et la détection de contrefaçons. Cependant, le jugement stratégique, la négociation complexe et la défense en litige conservent une dimension humaine importante qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le cosmologue travaille principalement sur des tâches numériques et intellectuelles : analyse de données, modélisation mathématique, simulation informatique et rédaction scientifique. L'IA peut déjà assister significativement dans le traitement des données astronomiques, l'optimisation des modèles et la génération de rapports. Cependant, la créativité théorique, l'interprétation conceptuelle des résultats et la collaboration humaine restent essentielles, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

L'illustrateur scientifique travaille principalement sur ordinateur avec des logiciels graphiques (Adobe Illustrator, outils 3D) pour créer des contenus visuels entièrement numériques. Les IA générative d'images progressent rapidement et peuvent déjà produire des illustrations précises et esthétiques, menaçant directement la productivité et la demande pour ce métier. Cependant, la collaboration étroite avec les chercheurs, la validation scientifique rigoureuse et la capacité à adapter le style selon le public requièrent encore un jugement humain nuancé, ce qui maintient l'exposition en zone haute plutôt que maximale.

Le métier d'ingénieur brevets est principalement basé sur le travail intellectuel et digital : rédaction de demandes de brevets, recherches dans des bases de données, analyse de documents techniques et juridiques. Ces tâches peuvent être largement automatisées ou augmentées par l'IA (génération de texte, recherche d'antériorité, analyse de brevets). Cependant, le métier conserve une composante stratégique importante (conseils en propriété intellectuelle, négociations, défense en litige) qui nécessite du jugement humain et des relations professionnelles, ce qui limite l'exposition à un niveau élevé mais non maximal.

Le métier de physicien est fortement exposé à l'IA car il repose principalement sur des tâches numériques : modélisation mathématique, simulations informatiques, analyse de données, rédaction scientifique et programmation. L'IA peut déjà assister significativement dans la génération de modèles, l'analyse de résultats expérimentaux et même la formulation d'hypothèses. Cependant, la conception d'expériences, l'intuition physique créative et la validation empirique en laboratoire conservent une composante humaine irréductible qui limite l'exposition au-delà de 7.

Le travail du planétologue est fondamentalement basé sur l'analyse de données numériques, la modélisation informatique et la rédaction scientifique — des tâches entièrement réalisables sur ordinateur où l'IA progresse rapidement. Cependant, le métier conserve une exposition modérée grâce à la nécessité de créativité scientifique, de jugement critique pour interpréter les données complexes, et de travail terrain occasionnel (expéditions, analyses de météorites). L'IA peut automatiser le traitement des données et assister la modélisation, mais la formulation d'hypothèses novatrices et la validation scientifique restent des domaines où l'expertise humaine demeure essentielle.

Le vulgarisateur scientifique exerce un métier fondamentalement digital : création de contenu écrit, vidéo, scripts et gestion de réseaux sociaux constituent l'essentiel du travail. L'IA peut générer du contenu, simplifier des concepts complexes et même créer des infographies, ce qui expose directement les tâches de rédaction et de création. Cependant, l'exposition n'atteint pas 8-9 car le cœur du métier repose sur l'authenticité personnelle, la relation avec l'audience, l'interview d'experts (interaction humaine) et la responsabilité éthique de vérifier l'information scientifique, où le jugement humain reste irremplaçable.

L'épidémiologiste exerce un travail essentiellement numérique : collecte de données, modélisation statistique, analyse informatique et rédaction de rapports. L'IA peut automatiser significativement l'analyse de grandes bases de données sanitaires, la création de modèles prédictifs et même la génération de rapports. Cependant, l'interprétation contextuelle des résultats, la conception d'enquêtes de terrain et la communication stratégique aux décideurs conservent une dimension humaine irremplaçable, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le métier de biochimiste combine du travail hautement spécialisé en laboratoire (manipulation physique d'équipements, expérimentation pratique) avec une importante composante numérique (analyse de données, modélisation moléculaire, rédaction scientifique). L'IA peut automatiser l'analyse de résultats, la prédiction de structures moléculaires et l'optimisation de procédés, mais le travail expérimental en laboratoire et la conception créative de nouvelles approches restent difficilement automatisables à court terme. La productivité des biochimistes augmentera significativement avec les outils IA, sans pour autant éliminer le besoin de présence humaine et de jugement scientifique.

Le chercheur en biologie combine travail de laboratoire physique (manipulation d'échantillons, expérimentation) et travail intellectuel digital (analyse de données, rédaction scientifique, modélisation). L'IA peut automatiser l'analyse de données biologiques, la littérature scientifique et même la conception d'expériences, mais la conception d'hypothèses originales, la manipulation physique en laboratoire et l'encadrement humain restent essentiels. L'exposition est modérée-élevée car les tâches analytiques et rédactionnelles sont progressivement augmentées par l'IA, sans pour autant remplacer le cœur créatif et expérimental du métier.

Le chercheur en neurosciences combine du travail hautement numérique (analyse de données, modélisation, rédaction scientifique) avec des activités irréductiblement physiques (expériences en laboratoire, manipulation d'équipements, travail sur modèles animaux). L'IA peut automatiser l'analyse de données complexes, la génération de rapports et même l'identification de patterns dans les images médicales, rendant les chercheurs plus productifs. Cependant, la conception d'expériences novatrices, la supervision d'équipes et surtout la réalisation pratique des protocoles expérimentaux nécessitent une présence humaine et un jugement scientifique que l'IA ne peut pas remplacer à court terme.

Le métier de chercheur en physique combine du travail hautement numérique (analyse de données, programmation, rédaction scientifique, modélisation) avec une composante expérimentale irremplaçable en laboratoire. L'IA peut automatiser l'analyse de données, accélérer la rédaction et les simulations numériques, mais la conception d'expériences, la manipulation d'instruments complexes et la créativité scientifique requièrent toujours une présence humaine. Cependant, l'augmentation de productivité via l'IA dans les tâches numériques pourrait réduire le nombre de chercheurs nécessaires.

Le métier de chimiste combine un travail intellectuel et analytique (conception d'expériences, interprétation de données, rédaction scientifique) avec une composante expérimentale irremplaçable en laboratoire. L'IA peut automatiser l'analyse de données, la modélisation moléculaire et la rédaction de rapports, mais la conception d'expériences novatrices, la manipulation d'équipements sophistiqués et la créativité scientifique requièrent une présence humaine et une compréhension contextuelle profonde. Le travail reste ancré dans le monde physique et empirique, ce qui limite l'exposition globale à un niveau élevé mais non critique.

Le généticien exerce un travail hybride combinant des tâches hautement numériques (analyse de données génomiques, bioinformatique, interprétation informatique) et des activités de laboratoire physique (extraction ADN, séquençage). Bien que l'IA progresse rapidement dans l'analyse de données génétiques et l'interprétation bioinformatique, le travail requiert toujours une expertise humaine pour valider les résultats, conseiller les cliniciens et concevoir des expériences. La composante laboratoire et la nécessité de jugement expert limitent l'exposition à un niveau élevé mais non maximal.

L'hydrogéologue combine du travail de terrain (prélèvements, installation d'équipements) et du travail de bureau (modélisation, analyse de données). L'IA peut automatiser significativement les analyses chimiques, la modélisation des écoulements et le traitement des données hydrogéologiques, rendant les travailleurs utilisant l'IA beaucoup plus productifs. Cependant, le travail de terrain et la supervision physique des forages restent essentiels, ce qui limite l'exposition globale à un niveau élevé mais pas très élevé.

L'hydrologue combine un travail substantiellement numérique (modélisation mathématique, analyse de données, cartographie) où l'IA peut augmenter la productivité, avec des composantes essentielles de terrain (installation de capteurs, relevés topographiques, surveillance in situ) qui nécessitent une présence physique. Bien que l'IA puisse améliorer significativement la modélisation prédictive et l'analyse des données hydrologiques, le jugement expert, la validation sur le terrain et l'interaction avec les décideurs restent des éléments humains irremplaçables, plaçant cette profession en exposition haute mais non maximale.

L'ingénieur R&D chimie combine du travail intellectuel (conception, analyse, optimisation) largement numérisable avec une composante expérimentale physique irremplaçable en laboratoire. L'IA peut assister significativement dans la modélisation moléculaire, l'analyse de données et l'optimisation de formules, rendant les travailleurs plus productifs, mais les synthèses chimiques, les tests empiriques et la validation expérimentale restent des activités manuelles ancrées dans le monde physique. La restructuration sera notable mais non radicale.

L'ingénieur de recherche combine du travail hautement numérique (analyse de données, rédaction scientifique, modélisation) avec des activités irremplaçables : conception expérimentale, supervision d'équipes, et travail en laboratoire avec des équipements physiques. L'IA peut augmenter significativement la productivité dans l'analyse de données, la rédaction d'articles et la gestion de projets, mais ne peut pas remplacer la conception créative de protocoles, l'interprétation contextuelle des résultats complexes, ni le jugement scientifique requis pour piloter la recherche. Le travail reste ancré dans le monde physique et requiert une expertise humaine irréductible.

L'ingénieur en procédés chimiques effectue une part importante de son travail sur ordinateur (simulation, modélisation, analyse de données, conception assistée par ordinateur), domaines où l'IA progresse rapidement. Cependant, le cœur du métier nécessite une expertise scientifique profonde, du jugement technique complexe, une supervision physique des installations pilotes et une responsabilité critique en matière de sécurité industrielle qui demeurent difficilement automatisables. L'IA augmentera la productivité (optimisation, prédiction) mais ne remplacera pas le rôle central de l'ingénieur dans la prise de décision et la gestion des risques.

Le métier combine travail de laboratoire physique (expérimentations, caractérisation matériaux) et travail numérique (simulations, modélisation, analyse de données). Bien que les tâches informatiques soient significatives et vulnérables à l'IA (prédictions, optimisations, traitement de résultats), le cœur du métier repose sur la conception expérimentale, l'interprétation contextuelle des résultats et l'expertise scientifique qui nécessitent une présence physique en laboratoire. L'IA peut augmenter la productivité dans les simulations et analyses, mais ne peut pas remplacer la conception créative de nouveaux matériaux ni les expériences pratiques.

Le microbiologiste effectue un travail hybride combinant des tâches hautement numériques (analyse de données, rédaction de rapports, modélisation) et des activités de laboratoire physiques (prélèvement d'échantillons, culture, observation au microscope). L'IA peut automatiser l'analyse d'images microscopiques, l'interprétation de résultats et la rédaction de rapports, mais les manipulations en laboratoire et la supervision directe des cultures restent essentielles, ce qui limite l'exposition globale à un niveau élevé mais non critique.

Le pharmacologue exerce un métier hybride combinant travail de laboratoire physique (expériences in vitro/in vivo) et travail intellectuel digital (analyse de données, rédaction de rapports, modélisation). L'IA peut automatiser significativement l'analyse de données cliniques, la prédiction de toxicité, la conception de protocoles et la rédaction de rapports scientifiques, rendant les pharmacologues utilisant l'IA beaucoup plus productifs. Cependant, la conception d'expériences, le jugement critique sur les résultats et les interactions avec les autorités sanitaires restent des domaines nécessitant une expertise humaine, ce qui limite l'exposition à un niveau élevé mais non maximal.

Le travail du sismologue est principalement basé sur l'analyse de données numériques, la modélisation informatique et la recherche scientifique — des domaines où l'IA progresse rapidement. Cependant, le métier conserve une composante importante de travail de terrain (installation de capteurs, surveillance in situ) et requiert une expertise scientifique profonde et du jugement humain pour interpréter les phénomènes complexes. L'IA peut automatiser l'analyse de données et la détection de patterns, mais ne remplacera pas l'interprétation experte et la recherche fondamentale à court terme.

Le toxicologue exerce un métier hybride combinant travail de laboratoire physique (tests, expériences, analyses) et travail intellectuel digital (modélisation, rédaction de rapports, évaluation des risques). Bien que l'IA puisse automatiser certaines analyses de données, la modélisation prédictive et la rédaction de rapports réglementaires, les expériences en laboratoire et l'interprétation critique des résultats restent largement humaines. Cependant, l'émergence de l'IA dans la prédiction de toxicité et l'analyse de données scientifiques représente une menace croissante pour la productivité et la structure de la profession.

Le biologiste marin combine travail de terrain physique (plongée, prélèvements en mer) et travail de laboratoire/analyse (microscope, statistiques, rédaction scientifique). L'IA peut automatiser certaines tâches analytiques (identification d'espèces par vision par ordinateur, traitement statistique de données) et accélérer la rédaction scientifique, mais ne peut pas remplacer la collecte d'échantillons en environnement marin imprévisible ni l'expertise humaine en conception de protocoles de recherche. Le cœur du métier reste ancré dans l'observation directe et l'interaction avec l'environnement naturel.

Le métier de géologue combine des activités fortement ancrées dans le monde physique (prospection terrain, prélèvement d'échantillons, travail en laboratoire) avec des tâches numériques (cartographie SIG, analyse de données, rédaction de rapports). L'IA peut automatiser certaines analyses de données et la génération de rapports, mais le travail de terrain, l'interprétation contextuelle des formations géologiques et la prise de décision basée sur l'observation directe restent essentiels et difficilement automatisables, ce qui limite l'exposition globale à un niveau modéré.

L'ingénieur en biotechnologies combine travail de laboratoire physique (manipulation d'organismes vivants, cultures cellulaires, expériences) et travail intellectuel (analyse de données, bioinformatique, conception de procédés). L'IA peut fortement assister l'analyse de résultats, la modélisation de processus biologiques et la veille technologique, mais le cœur du métier — la conception expérimentale, la manipulation d'organismes vivants en laboratoire et la validation empirique — reste ancré dans le monde physique et requiert une présence humaine. L'exposition est modérée car l'IA transformera les aspects informatiques et analytiques sans automatiser les tâches expérimentales critiques.

L'ingénieur en métrologie combine du travail de terrain (étalonnage physique d'instruments, maintenance préventive) et du travail administratif/analytique (rédaction de certificats, analyse de données, conformité aux normes). Bien que certaines tâches comme l'analyse des écarts de mesure et la rédaction de procédures soient numérisables et exposées à l'IA, le cœur du métier repose sur la manipulation physique d'équipements de précision et la responsabilité critique de garantir la fiabilité des mesures, ce qui limite l'automatisation complète.

L'océanographe combine travail de terrain maritime (collecte d'échantillons, déploiement d'instruments) et travail de connaissance (modélisation, analyse de données, publication). L'IA peut automatiser certaines analyses de données, la modélisation informatique et le traitement des images satellitaires, mais le cœur du métier — les campagnes en mer, la manipulation d'équipements spécialisés, et l'interprétation scientifique contextuelle — reste fortement ancré dans le monde physique et requiert une présence humaine. L'exposition est modérée car l'IA affectera surtout les tâches analytiques sans restructurer fondamentalement le métier.

Le métier de paléontologue combine des activités très différentes : les fouilles sur le terrain (travail physique en environnement imprévisible) constituent une part importante et irremplaçable du métier, tandis que l'analyse en laboratoire, la modélisation 3D et la publication scientifique sont des tâches numériques où l'IA pourrait augmenter la productivité. L'IA peut assister l'analyse d'images, la reconstruction 3D et la rédaction scientifique, mais ne peut pas remplacer l'expertise humaine requise pour les fouilles délicates, l'interprétation complexe des données paléontologiques et la médiation scientifique.

Le technicien de laboratoire combine du travail physique et manuel (préparation d'échantillons, manipulation d'instruments, calibrage d'équipements) avec des tâches numériques (enregistrement de données, rédaction de rapports). L'IA peut automatiser la consignation des résultats et l'analyse de données, mais les manipulations pratiques en laboratoire, la préparation des échantillons et la maintenance des équipements restent largement dépendantes de la présence physique et de la dextérité humaine. L'exposition est modérée car une part substantielle du travail échappe à l'automatisation par IA, bien que les tâches administratives et analytiques soient progressivement affectées.

Le volcanologue combine travail de terrain physique et dangereux (installation d'instruments, prélèvements près de volcans actifs) avec analyse de données numériques et modélisation prédictive. L'IA peut automatiser l'analyse des données sismiques et géochimiques, améliorer les modèles prédictifs, et générer des rapports d'alerte, mais ne peut pas remplacer la présence physique sur le terrain, le jugement expert face à des situations imprévisibles, ni les interactions critiques avec les autorités. L'exposition reste modérée car les tâches numériques, bien qu'importantes, ne constituent qu'une partie du métier.

Le métier de médiateur scientifique combine des éléments de travail numérique (conception d'activités, recherche de contenu scientifique) et une composante fortement interpersonnelle et physique (animation en direct, interaction avec des publics variés, manipulation d'expériences). Bien que l'IA pourrait assister dans la conception pédagogique ou la recherche scientifique, la présence humaine en temps réel, l'adaptation spontanée aux questions du public et la création d'expériences engageantes restent essentielles et difficilement automatisables. L'exposition est modérée car le cœur du métier repose sur l'interaction humaine et la présence physique.

Le métier de caissier est hautement exposé à l'automatisation par l'IA et les technologies existantes. Les tâches principales — enregistrement des articles, encaissement des paiements, gestion des promotions — sont déjà largement automatisables via des caisses automatiques, des systèmes de paiement sans contact et des applications mobiles. L'accueil client et la convivialité restent des éléments humains, mais représentent une part minoritaire du travail. Les caisses automatiques et les systèmes de scan autonome se généralisent déjà, et l'IA peut améliorer la détection des fraudes et l'optimisation des flux de caisse.

Le responsable marketing digital exerce un métier entièrement basé sur des outils numériques et l'analyse de données : gestion de campagnes publicitaires, SEO, analytics, réseaux sociaux. L'IA peut déjà automatiser ou assister significativement la plupart de ces tâches (optimisation des enchères, analyse prédictive, génération de contenu, recommandations d'amélioration). Bien que la stratégie et la créativité restent importantes, les outils IA progressent rapidement dans ces domaines, et un nombre réduit de professionnels avec IA pourrait gérer le volume de travail actuel.

Le métier de business analyst est principalement basé sur le travail digital : analyse de données, création de rapports, modélisation de processus, et communication écrite. L'IA peut automatiser une grande partie de l'analyse de données, la génération de rapports, et même l'identification de dysfonctionnements via des algorithmes prédictifs. Cependant, la collecte des besoins métier et le pilotage des changements organisationnels nécessitent encore une interaction humaine significative et du jugement contextuel, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le chargé d'études marketing exerce un métier principalement digital et basé sur le traitement de l'information : conception d'études, analyse de données avec des outils statistiques, rédaction de rapports et recommandations. L'IA peut automatiser une part significative de ces tâches (analyse statistique, génération de rapports, identification de tendances) et augmenter considérablement la productivité des analystes restants. Cependant, la conception méthodologique des études, l'interprétation stratégique nuancée et la présentation persuasive aux décideurs conservent une composante humaine importante, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le métier de chargé de recrutement est fortement exposé à l'IA car une grande partie des tâches sont numériques et automatisables : rédaction d'annonces, tri de CV, sourcing sur LinkedIn et jobboards, évaluation initiale des candidats. Des outils d'IA peuvent déjà analyser les CV, identifier les profils pertinents et même conduire des entretiens préliminaires. Cependant, l'aspect humain reste crucial pour les entretiens approfondis, l'évaluation du potentiel et de la culture d'entreprise, ainsi que la négociation, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le chef de projet CRM exerce un métier essentiellement digital : analyse de données, création de campagnes, paramétrage d'outils CRM et marketing automation, tous réalisables entièrement sur ordinateur. L'IA peut automatiser significativement l'analyse prédictive, la segmentation clients, la génération de contenu marketing et l'optimisation des campagnes, rendant chaque chef de projet potentiellement beaucoup plus productif. Cependant, la coordination d'équipes, la stratégie relationnelle et les décisions métier complexes nécessitent encore du jugement humain, ce qui limite l'exposition au niveau très élevé.

Le chef de projet marketing digital exerce un métier fondamentalement digital où la majorité des tâches (analyse de données, pilotage de campagnes, optimisation budgétaire, reporting) se font sur ordinateur et sont susceptibles d'être automatisées ou augmentées par l'IA. Cependant, le rôle conserve une composante stratégique, créative et relationnelle (gestion d'équipes, relation client, prise de décision contextualisée) qui limite l'exposition à un niveau élevé plutôt que très élevé. L'IA peut déjà assister significativement dans l'analyse prédictive, l'optimisation des campagnes et la génération de recommandations, mais la vision stratégique et la coordination humaine restent essentielles.

Le consultant en stratégie exerce un métier fondamentalement basé sur le travail intellectuel et digital : analyse de données, création de présentations, rédaction de rapports et recommandations. Ces tâches sont largement automatisables par l'IA (analyse de documents, génération de synthèses, modélisation de scénarios). Cependant, la dimension relationnelle reste importante : facilitation d'ateliers, négociation avec les dirigeants et compréhension nuancée des contextes organisationnels complexes. L'IA augmentera significativement la productivité des consultants (moins de temps sur l'analyse brute, plus sur la stratégie), mais ne supprimera pas le besoin de jugement humain et de présence pour convaincre les clients.

Le contrôleur de gestion secteur public exerce un métier essentiellement digital et basé sur l'analyse de données : élaboration de budgets, suivi d'écarts, création de tableaux de bord et reporting financier sont des tâches entièrement informatisées. L'IA peut automatiser une grande partie de l'analyse des données, la détection d'anomalies budgétaires, la génération de rapports et même certains aspects du conseil stratégique basé sur des données historiques. Cependant, le jugement humain reste nécessaire pour les décisions stratégiques complexes, la compréhension des enjeux politiques locaux et la collaboration avec les élus, ce qui limite l'exposition au niveau très élevé.

Le directeur logistique exerce un rôle principalement de gestion stratégique et d'analyse de données (prévisions, optimisation des coûts, planification des stocks), domaines où l'IA peut rapidement devenir très productive. Cependant, le poste conserve une dimension importante de management humain, de négociation avec les prestataires et de prise de décision stratégique contextuelle qui nécessitent du jugement. L'IA transformera significativement les tâches analytiques et de prévision, mais ne supprimera pas entièrement le besoin de leadership et de vision stratégique.

Le poste est majoritairement basé sur des tâches informatiques (saisie de commandes, facturation, suivi dans les ERP, analyse de données) qui peuvent être largement automatisées ou assistées par l'IA. Cependant, la gestion des litiges clients et la coordination entre équipes nécessitent encore du jugement humain et de la relation interpersonnelle, ce qui limite l'exposition à un niveau élevé plutôt que très élevé. Les outils d'IA peuvent déjà traiter automatiquement les commandes standards, générer les factures et analyser les performances, rendant les travailleurs utilisant l'IA significativement plus productifs.

Le responsable e-commerce exerce un métier principalement digital où la majorité des tâches (analyse de données, optimisation de sites, gestion de marketplaces, reporting) s'effectuent sur ordinateur. L'IA peut automatiser l'analyse des KPI, générer des insights de conversion, optimiser les fiches produits et même piloter certaines stratégies marketing. Cependant, le rôle conserve une dimension stratégique et relationnelle (coordination d'équipes, négociation) qui limite l'automatisation complète, le plaçant en haute exposition plutôt que très haute.

Le responsable marketing exerce un rôle principalement basé sur le travail intellectuel et digital : analyse de données, stratégie, communication écrite, et pilotage de projets informatisés. L'IA peut automatiser l'analyse de marché, générer des insights prédictifs, créer des contenus marketing et optimiser les campagnes, rendant chaque responsable marketing potentiellement beaucoup plus productif. Cependant, la dimension stratégique, le jugement créatif, la gestion d'équipe et les relations interpersonnelles restent essentielles, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le responsable paie exerce un métier essentiellement numérique basé sur le traitement de données, les calculs et la génération de documents — des tâches où l'IA progresse rapidement. Les logiciels de paie actuels automatisent déjà une part importante du travail (calculs, bulletins, déclarations), et l'IA peut potentiellement gérer les règles de droit social complexes et les variations mensuelles. Cependant, le rôle conserve une dimension de conseil juridique, de vérification critique et de relation avec les organismes sociaux qui nécessite du jugement humain, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le responsable supply chain exerce un métier principalement basé sur l'analyse de données, l'optimisation et la prise de décision via des outils informatiques (ERP, SAP, logiciels de prévision). L'IA peut automatiser significativement les tâches de prévision de demande, d'optimisation des stocks, de sélection de fournisseurs et d'analyse de performances, rendant chaque responsable beaucoup plus productif. Cependant, la négociation avec les fournisseurs, la gestion des relations et la supervision des équipes logistiques conservent une dimension humaine importante qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le Supply Chain Manager exerce un travail principalement digital et analytique : prévisions, planification, optimisation des coûts, gestion des données via ERP/SAP. L'IA peut automatiser l'analyse prédictive, l'optimisation des stocks, la détection d'anomalies et même certaines négociations. Cependant, le rôle conserve une dimension stratégique importante (management transversal, résolution de crises, relations fournisseurs) qui nécessite jugement humain et adaptabilité face à l'imprévu, ce qui limite l'exposition au-delà de 7.

Le métier d'acheteur combine du travail de connaissance (analyse de marché, comparaison d'offres, optimisation des coûts) largement réalisable en environnement numérique avec une composante relationnelle et de négociation en face-à-face qui reste essentielle. L'IA peut automatiser l'analyse des données fournisseurs, la recherche de fournisseurs, et la rédaction de contrats, rendant les acheteurs significativement plus productifs, mais la négociation commerciale et la gestion des relations fournisseurs nécessitent toujours un jugement humain et une présence physique occasionnelle.

L'acheteur industriel exerce un métier hybride combinant travail de connaissance (analyse de marché, comparaison d'offres, gestion de contrats) et relations humaines essentielles (négociation directe avec fournisseurs, visites d'usines, audits sur site). Bien que l'IA peut automatiser l'analyse de données de prix, la veille marché et la rédaction de contrats, la négociation commerciale et la validation qualitative en personne restent critiques. Cependant, l'augmentation de productivité via outils IA (analyse prédictive, sourcing automatisé) pourrait réduire le nombre de postes nécessaires.

L'assistant de direction effectue principalement du travail de connaissance (gestion d'agenda, rédaction, communication, organisation administrative) largement réalisable sur ordinateur, ce qui le rend exposé à l'automatisation par l'IA. Cependant, le rôle conserve une composante interpersonnelle importante (accueil, relations avec les partenaires, discrétion, jugement contextuel) et nécessite une présence physique pour certaines tâches, ce qui limite l'exposition à un niveau élevé mais non maximal. Les outils d'IA pourraient automatiser la gestion d'agenda, la rédaction de courriers et la synthèse de réunions, rendant chaque assistant significativement plus productif.

Le brand manager exerce un métier hybride combinant analyse de données, stratégie et communication — domaines où l'IA peut augmenter significativement la productivité — avec une forte composante de jugement créatif, de relations humaines et de prise de décision stratégique qui nécessitent l'intuition et l'expérience. L'IA peut automatiser l'analyse de marché, la génération de contenu marketing, le suivi des KPI et même assister dans la création de concepts, mais la définition de l'ADN de marque, la gestion des crises et la collaboration créative restent fortement ancrées dans le jugement humain et les relations interpersonnelles. Le travail est largement digital mais pas entièrement automatisable, plaçant cette profession en exposition élevée sans atteindre le très haut niveau.

Le business developer combine travail de connaissance (analyse de marché, stratégie, CRM) et interactions humaines essentielles (négociation, prospection, relations clients). Bien que l'IA peut automatiser l'analyse concurrentielle, la recherche de prospects et la génération de rapports, les cœurs du métier — négociation stratégique, construction de relations de confiance et jugement commercial — restent fortement dépendants de la présence humaine et de l'intuition. Cependant, l'exposition reste élevée car les tâches analytiques et de communication écrite (propositions, emails) sont de plus en plus assistées par l'IA, rendant les travailleurs augmentés significativement plus productifs.

Le category manager exerce un rôle principalement centré sur l'analyse de données, la stratégie et la communication, avec une forte composante digitale (Excel, BI, analyse de ventes). L'IA peut automatiser significativement l'analyse des tendances, les prévisions de demande et l'optimisation des assortiments, rendant chaque manager potentiellement plus productif. Cependant, la négociation avec les fournisseurs et les décisions stratégiques complexes nécessitent encore du jugement humain et des relations interpersonnelles, ce qui limite l'exposition à un niveau élevé mais non maximal.

Le chef de produit exerce un métier de gestion et de coordination reposant largement sur l'analyse de données, la stratégie et la communication — des domaines où l'IA peut apporter une aide significative (analyse de marché, prévisions de ventes, optimisation de pricing). Cependant, le rôle conserve une forte dimension relationnelle (négociation avec distributeurs, animation d'équipes, prise de décision stratégique) et requiert une présence physique pour les lancements et réunions. L'IA peut augmenter la productivité du chef de produit mais ne peut pas le remplacer entièrement, d'où une exposition élevée mais non maximale.

Le chef de projet transformation digitale exerce un rôle principalement basé sur la connaissance et la communication (analyse, conception, pilotage, formation), réalisable largement en environnement numérique. Cependant, son cœur de métier repose sur l'accompagnement humain, la gestion du changement et les interactions interpersonnelles avec les équipes, qui nécessitent une présence et un jugement humain difficilement automatisables. L'IA peut assister dans l'analyse des processus et la documentation, mais ne peut pas remplacer la capacité à naviguer les dynamiques organisationnelles et à conduire le changement.

Le CMO exerce un rôle hybride combinant travail stratégique et décisionnel (fortement numérisable) avec du management humain et de la créativité (moins automatisable). Bien que l'analyse de données, la planification budgétaire et le reporting soient des domaines où l'IA peut augmenter significativement la productivité, le cœur du métier repose sur le jugement stratégique, la vision créative et le leadership d'équipe, qui nécessitent une compréhension nuancée du marché et des relations humaines. L'IA transformera les outils et processus du CMO mais ne remplacera pas le rôle de direction et de prise de décision stratégique.

Le Chief of Staff exerce un rôle principalement basé sur le travail de connaissance et la communication : analyse de dossiers complexes, préparation de synthèses, coordination de projets et prise de décision. Ces tâches sont largement digitalisables et l'IA peut déjà assister significativement dans l'analyse de données, la synthèse d'informations et la structuration de dossiers. Cependant, le rôle conserve une dimension critique de jugement stratégique, de relations humaines avec le dirigeant et les parties prenantes, ainsi que de navigation politique interne, qui nécessitent une présence et une compréhension nuancée difficilement automatisables à court terme.

Le commercial BtoB combine des tâches numériques (prospection via LinkedIn, CRM, analyse de marché) et des interactions humaines essentielles (négociation face-à-face, compréhension des besoins clients, relation long terme). L'IA peut automatiser la prospection initiale, l'analyse de données et la préparation de présentations, rendant les commerciaux plus productifs, mais la négociation complexe, la persuasion et la construction de relations de confiance restent fortement dépendantes du jugement humain et de la présence personnelle. L'exposition est donc modérément-élevée : l'IA restructurera le métier en augmentant la productivité, mais ne l'automatisera pas complètement.

Le conseiller clientèle effectue un travail principalement digital (traitement d'emails, chats, gestion CRM) et basé sur la communication, domaines où l'IA progresse rapidement. Cependant, la relation humaine, l'empathie et la résolution de problèmes complexes restent essentielles, et certaines interactions nécessitent une présence humaine authentique pour maintenir la fidélisation. L'IA peut automatiser les demandes simples et augmenter la productivité, mais ne peut pas entièrement remplacer le jugement humain et la gestion émotionnelle requise pour les cas difficiles.

Le DRH exerce un rôle hybride combinant travail de connaissance (stratégie RH, analyse de données, planification) et relations humaines essentielles (négociations sociales, management d'équipe, accompagnement du changement). Bien que des outils IA puissent automatiser certaines tâches périphériques (tri de CV, analyse de données RH, conformité légale), le cœur du métier repose sur le jugement stratégique, la négociation, la gestion des conflits et la compréhension nuancée des enjeux humains et organisationnels. L'IA augmentera la productivité du DRH mais ne remplacera pas le besoin de leadership humain et de relations interpersonnelles complexes.

Le directeur commercial exerce un rôle hybride combinant travail stratégique (analyse de données, élaboration de stratégie) et management humain (leadership, négociation, relations clients). Bien que les tâches analytiques et de planification soient de plus en plus assistées par l'IA (prévisions de vente, segmentation clients, optimisation tarifaire), le cœur du métier repose sur le jugement stratégique, la négociation complexe et le management d'équipe qui nécessitent une présence humaine et une compréhension contextuelle. L'IA augmentera significativement la productivité des directeurs commerciaux mais ne remplacera pas le rôle de leader et de décideur stratégique.

Le directeur de la communication corporate exerce un métier hybride combinant travail stratégique et relationnel. Bien que la majorité des tâches (rédaction de stratégies, création de messages, gestion de contenu, analyse de données) soient numériques et susceptibles d'être augmentées par l'IA, le rôle repose fortement sur le jugement humain, les relations interpersonnelles avec les médias et la direction, et la gestion de crise qui demande une présence et une réactivité humaines. L'IA peut automatiser la rédaction de communiqués, l'analyse de sentiment ou la planification de campagnes, mais ne peut remplacer la prise de décision stratégique et la négociation relationnelle qui restent centrales.

Le COO exerce un rôle hybride combinant travail de connaissance (analyse de données, KPIs, stratégie opérationnelle) et leadership humain (management d'équipes, négociation, résolution de conflits). L'IA peut automatiser significativement l'analyse des performances, l'optimisation des processus et la génération de rapports, rendant chaque COO plus productif. Cependant, le cœur du rôle repose sur le jugement stratégique, la prise de décision complexe et les interactions humaines avec les équipes et partenaires, qui restent difficilement automatisables. L'exposition est donc élevée mais non maximale.

Le directeur des ventes exerce un rôle hybride combinant travail stratégique et analytique (analyse de données, planification, reporting) avec du leadership humain et des négociations en face-à-face. L'IA peut automatiser l'analyse des performances commerciales, la prévision des ventes et l'optimisation des stratégies tarifaires, rendant les directeurs significativement plus productifs. Cependant, la gestion d'équipe, la négociation de gros contrats et la prise de décision stratégique requièrent toujours un jugement humain et une présence relationnelle, ce qui limite l'exposition globale à une exposition haute mais non maximale.

Le directeur marketing exerce un rôle de direction stratégique combinant analyse de données, prise de décision et management d'équipe. Bien que le travail soit principalement digital (analyses, rapports, stratégie), il requiert du jugement humain complexe, de la créativité et des interactions interpersonnelles essentielles. L'IA peut automatiser l'analyse de marché, la génération de rapports et l'optimisation de campagnes, rendant les directeurs plus productifs, mais ne peut pas remplacer la vision stratégique globale, le leadership et la responsabilité décisionnelle qui définissent ce poste.

L'entrepreneuriat implique une part importante de travail numérique (analyse de marché, stratégie, finance, communication, gestion de projet) où l'IA peut augmenter significativement la productivité. Cependant, le cœur du métier repose sur la vision créative, la prise de décision stratégique, la gestion des relations humaines avec investisseurs et équipes, et l'adaptation à des contextes imprévisibles — autant d'éléments qui nécessitent un jugement humain irremplaçable. L'IA sera un outil puissant pour l'entrepreneur mais ne peut pas le remplacer dans ses fonctions essentielles.

Le rôle d'ingénieur avant-vente combine du travail de connaissance (analyses techniques, rédaction de propositions, veille) largement digitalisable avec une composante interpersonnelle et de présentation en face-à-face irremplaçable. L'IA peut automatiser certaines tâches comme la rédaction technique, l'analyse de cahiers des charges ou la génération de propositions, mais la démonstration adaptée, la négociation et la traduction des besoins clients requièrent toujours une présence humaine et un jugement contextuel. L'exposition reste modérée-élevée car les outils IA augmenteront significativement la productivité sans éliminer le besoin de ces professionnels.

Le métier d'ingénieur commercial combine des tâches numériques (CRM, réponse aux appels d'offres, reporting) et des activités relationnelles essentielles (prospection, négociation, suivi client) qui nécessitent une présence humaine et une compréhension contextuelle fine. L'IA peut automatiser la prospection initiale, l'analyse de données commerciales et la génération de propositions, rendant les commerciaux plus productifs, mais la négociation complexe, la relation de confiance B2B et l'adaptation aux besoins spécifiques restent largement du ressort humain. Le travail reste partiellement ancré dans l'interaction humaine directe, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le Key Account Manager exerce un métier principalement basé sur la connaissance et la communication (négociation, analyse stratégique, présentation), réalisé largement en environnement numérique (visioconférences, CRM, analyses de données). Cependant, le cœur du rôle repose sur la construction de relations humaines durables, la compréhension contextuelle des besoins clients et le jugement stratégique, qui nécessitent une présence humaine et une empathie difficiles à automatiser. L'IA peut augmenter la productivité (analyse prédictive, préparation de négociations, génération de propositions) mais ne peut pas remplacer la relation de confiance et la négociation complexe avec les décideurs.

Le manager de transition exerce un rôle principalement fondé sur le jugement humain, la négociation et le leadership en situations complexes et imprévisibles, ce qui limite l'automatisation directe. Cependant, l'exposition est modérée-élevée car une part significative du travail est numérique : analyse de données financières, diagnostic stratégique, communication écrite et prise de décision basée sur l'information. L'IA peut progressivement assister dans l'analyse diagnostique, la modélisation de scénarios et la gestion administrative, rendant chaque manager plus productif, mais la dimension interpersonnelle, la négociation et le leadership restent des barrières naturelles à l'automatisation complète.

Le manager grande distribution exerce un rôle hybride combinant management humain, gestion commerciale et pilotage opérationnel. Bien que certaines tâches soient fortement digitalisables (analyse des ventes, reporting, gestion des stocks via systèmes informatiques), le cœur du métier repose sur la présence physique en magasin, la supervision directe des équipes et la gestion immédiate des clients mécontents. L'IA peut automatiser l'analyse prédictive des ventes, optimiser les plannings et assister le reporting, mais ne peut pas remplacer la présence managériale, la motivation d'équipe et la résolution de conflits clients qui demandent du jugement humain et de l'empathie.

L'office manager exerce un rôle hybride combinant des tâches administratives hautement digitalisables (gestion de contrats, suivi de factures, coordination par email) avec des responsabilités nécessitant une présence physique et des interactions humaines (organisation d'événements, gestion des espaces, accueil des collaborateurs). Les outils IA peuvent automatiser significativement la gestion administrative et administrative (traitement de documents, planification, suivi), rendant les travailleurs beaucoup plus productifs, mais le cœur du rôle — coordination transversale, résolution de problèmes pratiques, relations interpersonnelles — reste ancré dans le besoin de présence et de jugement humain.

Le rôle de Responsable RH combine des tâches fortement digitalisables (gestion de bases de données candidats, analyse d'indicateurs RH, traitement administratif via SIRH) avec des missions essentiellement humaines (entretiens, négociation sociale, accompagnement des carrières, gestion des conflits). L'IA peut automatiser le tri de CV, l'analyse prédictive des talents et certains processus administratifs, rendant les RH plus productifs, mais les dimensions relationnelles, stratégiques et de jugement humain restent centrales. La transformation sera significative mais ne supprimera pas le besoin de présence humaine et d'empathie.

Le responsable achats exerce un métier hybride combinant analyse de données (évaluation de fournisseurs, optimisation des coûts, TCO) et négociation relationnelle (interactions avec fournisseurs, construction de partenariats). L'IA peut automatiser significativement l'analyse des offres, la comparaison des prix, la détection d'économies potentielles et le suivi des performances fournisseurs, rendant les acheteurs beaucoup plus productifs. Cependant, la négociation stratégique, le jugement sur la qualité et les relations humaines restent essentiels et difficilement automatisables, ce qui limite l'exposition à un niveau élevé mais non critique.

Le rôle combine du travail de connaissance (analyse de données, élaboration de stratégie, mesure d'impact) avec une forte composante interpersonnelle et de leadership (formation, communication, accompagnement). Bien que l'IA puisse automatiser l'analyse de données RH et générer du contenu de sensibilisation, le cœur du métier repose sur le jugement stratégique, la compréhension nuancée des enjeux organisationnels et la capacité à influencer les comportements humains. Les tâches analytiques et administratives sont exposées à l'IA, mais le besoin de présence humaine, de crédibilité et de relations interpersonnelles limite l'exposition globale.

Le responsable export exerce un métier hybride combinant travail de connaissance (analyse de marchés, conformité réglementaire, négociation) et relations humaines complexes (négociation interculturelle, prospection, gestion de réseaux). Bien que beaucoup de tâches soient digitalisables (recherche de clients, analyse de données commerciales, gestion administrative), la négociation commerciale et l'adaptation culturelle requièrent une présence humaine et un jugement contextuel que l'IA ne peut pas entièrement remplacer. Les outils IA peuvent augmenter significativement la productivité (traduction, analyse de marchés, automatisation administrative) mais ne restructurent pas fondamentalement le cœur du métier.

Le responsable grands comptes exerce un métier hybride combinant travail de connaissance (analyse stratégique, négociation, coordination) et relations humaines essentielles (entretiens avec décideurs, gestion de relations privilégiées). Bien que les outils IA puissent automatiser l'analyse de données clients, la prospection et la préparation de propositions, le cœur du métier — la négociation complexe, la construction de relations de confiance et la prise de décision stratégique — reste fortement dépendant du jugement humain et de la présence physique. Cependant, l'exposition reste élevée car une part croissante des tâches (analyse concurrentielle, suivi de portefeuille, préparation de documents) peut être augmentée ou partiellement automatisée par l'IA, rendant les KAM plus productifs et potentiellement réduisant les besoins en effectifs.

Le responsable logistique exerce un travail hybride combinant gestion de données (prévisions, stocks, tableaux de bord, analyse de performance) et supervision physique d'équipes et d'opérations d'entrepôt. L'IA peut automatiser significativement les tâches analytiques, la prévision de demande et l'optimisation des flux, rendant les travailleurs beaucoup plus productifs, mais la coordination d'équipes, la négociation avec les transporteurs et la gestion des imprévus sur le terrain nécessitent toujours une présence humaine. L'exposition est élevée car les outils IA transformeront rapidement les aspects informationnels du métier, mais pas totalement disruptive en raison de la composante managériale et opérationnelle.

Ce rôle combine du travail de connaissance (analyse de marché, stratégie, reporting) largement réalisable en digital, avec une composante relationnelle et de jugement humain importante (négociation avec partenaires, gestion d'équipes, adaptation culturelle). L'IA peut automatiser l'analyse de données commerciales et la génération de rapports, mais la négociation complexe, la compréhension nuancée des contextes culturels et la prise de décision stratégique restent fortement dépendantes du jugement humain et des relations interpersonnelles.

L'animateur des ventes combine des tâches de travail de terrain (démonstrations, interactions en magasin, création d'ambiance) avec des éléments de connaissance (conseils produits, formation, analyse de résultats). Bien que l'IA puisse automatiser certaines tâches administratives (rapports, planification) et fournir des données d'analyse, le cœur du métier repose sur la présence physique, l'interaction humaine directe avec les clients et la capacité à créer une connexion émotionnelle, ce qui limite significativement l'exposition à l'automatisation par l'IA.

Le chef de rayon combine des tâches numériques (analyse des ventes, gestion des stocks, commandes informatisées) et des responsabilités physiques/humaines (management d'équipe, merchandising en magasin, négociation avec fournisseurs). L'IA peut automatiser l'analyse commerciale et optimiser les commandes, mais la gestion d'équipe, la présentation physique des produits et les relations interpersonnelles restent essentielles, limitant l'exposition globale à un niveau modéré.

Le commercial itinérant combine des tâches numériques (reporting, gestion de planning, prospection en ligne) avec un travail fortement ancré dans l'interaction humaine directe et la présence physique sur le terrain. Bien que l'IA puisse automatiser la prospection, l'optimisation des tournées et l'analyse de données clients, la négociation commerciale, la relation de confiance et la persuasion face-à-face restent des compétences humaines difficilement remplaçables. Le cœur du métier — la vente et la relation client en présentiel — constitue une barrière naturelle à l'automatisation complète.

Le commercial terrain combine des tâches numériques (CRM, analyse de marché, devis) susceptibles d'être automatisées avec des activités essentiellement humaines et physiques (prospection sur le terrain, démonstrations en face-à-face, négociation directe, relation client). Bien que l'IA puisse assister dans la préparation, l'analyse et le suivi, la présence physique, la persuasion interpersonnelle et l'adaptation contextuelle restent des éléments centraux du métier qui ne peuvent être entièrement remplacés à court terme.

Le directeur de magasin exerce un rôle hybride combinant gestion administrative et opérationnelle (analysable par IA) avec du management humain et de la relation client en présentiel (moins automatisable). Bien que les outils IA puissent optimiser l'analyse des ventes, la gestion des stocks et les rapports, le cœur du métier — motiver une équipe, gérer les conflits clients, négocier, et maintenir une présence physique — reste fortement ancré dans l'interaction humaine directe. L'IA augmentera la productivité sans remplacer le rôle, mais ne restructurera pas fondamentalement l'occupation.

Le merchandising combine des tâches numériques (analyse de données de vente, conception d'agencements, création de PLV) et un travail physique terrain essentiel (installation en magasin, observation des flux clients, ajustement visuel sur place). Bien que l'IA peut automatiser l'analyse des données de vente et proposer des agencements optimisés, la présence physique en magasin, la créativité visuelle et l'interaction avec les équipes restent fondamentales. L'exposition est modérée car l'IA peut augmenter la productivité analytique mais ne peut pas remplacer le jugement créatif et la mise en œuvre terrain.

Le rôle combine des tâches de connaissance (analyse de données, conception de stratégies, suivi d'indicateurs) qui pourraient être partiellement automatisées par l'IA, avec des missions essentiellement humaines (entretiens, animation d'ateliers, négociation, création de relations de confiance). L'IA peut assister dans l'analyse des enquêtes et la génération de rapports, mais le cœur du métier — comprendre les besoins humains, animer des formations, négocier avec les parties prenantes — reste fortement ancré dans l'interaction humaine et le jugement contextuel. L'exposition reste modérée car le travail requiert une présence interpersonnelle significative et une compréhension nuancée des dynamiques organisationnelles.

Le responsable entrepôt combine des tâches de gestion administrative (planification, optimisation des stocks, analyse de performance) qui sont progressivement automatisables par l'IA, avec des responsabilités managériales et de supervision d'équipes qui nécessitent une présence physique et humaine. Bien que les systèmes de gestion d'entrepôt (WMS) et l'IA puissent optimiser les flux logistiques et les prévisions de stocks, la coordination en temps réel, la résolution de problèmes opérationnels et le leadership d'équipe restent fortement ancrés dans le monde physique et interpersonnel, limitant l'exposition globale à un niveau modéré.

Le responsable relations sociales exerce un métier hybride combinant travail de connaissance (rédaction d'accords, veille juridique, analyse de données) et interactions humaines essentielles (négociation, gestion de conflits, animation de réunions). Bien que certaines tâches administratives et analytiques puissent être assistées par l'IA, le cœur du métier repose sur la compréhension nuancée des enjeux humains, la capacité à négocier et à construire du consensus, qui nécessitent une présence et une empathie humaines difficilement automatisables. L'IA peut augmenter la productivité (rédaction de documents, recherche juridique) mais ne peut pas remplacer le jugement stratégique et la relation de confiance indispensables aux relations sociales.

Le métier de chargé d'études statistiques est presque entièrement réalisé sur ordinateur : collecte de données, traitement, analyse statistique, programmation (R, SAS, SPSS) et rédaction de rapports. L'IA générative et les outils d'analyse automatisée progressent rapidement dans ces domaines (nettoyage de données, modélisation, génération de visualisations et synthèses). Bien que l'interprétation critique et le conseil stratégique restent importants, les tâches routinières et répétitives (codage, détection d'anomalies, calculs statistiques) sont de plus en plus automatisables, ce qui réduira significativement le besoin en ressources humaines.

Le métier de data analyst sciences sociales est fondamentalement basé sur le travail numérique : collecte de données, analyse statistique, visualisation et rédaction de rapports — toutes des tâches réalisables entièrement sur ordinateur. L'IA générative et les outils d'analyse automatisée progressent rapidement dans ces domaines (statistiques, génération de visualisations, synthèse de rapports), ce qui augmente considérablement la productivité des analystes existants et réduit le besoin en ressources humaines. Bien que l'interprétation contextuelle des résultats et la compréhension des enjeux sociétaux conservent une valeur humaine, la majorité des tâches techniques et analytiques sont exposées à l'automatisation par l'IA.

Le métier de sémanticien est fondamentalement basé sur le travail numérique : analyse de corpus textuels, développement d'ontologies, traitement automatique du langage naturel. L'IA générative et les modèles de langage (comme les LLM) peuvent désormais effectuer automatiquement une grande partie de ces tâches — extraction de sens, identification de relations sémantiques, génération de définitions — ce qui rend le cœur du métier hautement exposé. Bien que la recherche théorique et l'expertise humaine restent précieuses, la productivité des sémanticiens utilisant l'IA pourrait augmenter drastiquement, réduisant le nombre de postes nécessaires.

Le travail de l'analyste géopolitique est principalement digital et basé sur la connaissance : rédaction de rapports, analyse de données, synthèse d'informations et communication écrite. L'IA peut déjà assister significativement dans la collecte d'informations, la synthèse de sources multiples, la rédaction de notes et l'identification de tendances. Cependant, l'exposition n'atteint pas 8-9 car le jugement stratégique nuancé, la compréhension contextuelle profonde des acteurs géopolitiques, et les relations humaines avec les décideurs et experts restent essentiels et difficilement automatisables à court terme.

Le cartographe travaille principalement sur ordinateur avec des logiciels SIG et des données numériques, ce qui le place dans un domaine où l'IA progresse rapidement. L'IA peut déjà automatiser une grande partie du traitement des données géospatiales, la génération de cartes thématiques et l'analyse d'images satellites, rendant chaque cartographe potentiellement beaucoup plus productif. Cependant, la conception conceptuelle des représentations cartographiques et la collaboration avec des experts pour adapter les visualisations aux besoins spécifiques conservent une part de jugement humain qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le rôle est principalement basé sur des tâches numériques : collecte de données en ligne, analyse d'informations, rédaction de rapports et synthèses. L'IA peut automatiser la surveillance des sources, l'extraction d'informations pertinentes et la génération de premières analyses. Cependant, la transformation en recommandations stratégiques exploitables nécessite encore du jugement humain, de la contextualisation fine et des relations interpersonnelles pour valider les insights auprès des décideurs, ce qui limite l'exposition à un niveau élevé mais non maximal.

Le métier de démographe est principalement basé sur le travail numérique : collecte de données, analyse statistique, modélisation et rédaction de rapports. L'IA peut automatiser une grande partie du traitement des données, de l'identification des tendances et même de la génération de projections démographiques, rendant chaque démographe potentiellement beaucoup plus productif. Cependant, l'interprétation contextuelle des résultats, la formulation de recommandations stratégiques et les interactions avec les décideurs conservent une dimension humaine importante qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le fact-checking est un travail principalement numérique et basé sur l'analyse d'informations : recherche de sources, vérification de données, rédaction d'articles et utilisation d'outils techniques peuvent être largement automatisés ou augmentés par l'IA. Cependant, le jugement critique, la contextualisation nuancée et les enquêtes terrain requérant une présence humaine réelle constituent des barrières importantes qui limitent l'exposition à un niveau élevé plutôt que très élevé.

Le travail du futurologue est principalement basé sur l'analyse de données, la rédaction de rapports et la communication — des tâches entièrement numériques où l'IA peut rapidement devenir compétitive pour la veille, l'analyse de tendances et la génération de scénarios. Cependant, l'animation d'ateliers prospectifs et le conseil stratégique nécessitent une présence humaine, une compréhension nuancée du contexte organisationnel et une capacité à faciliter la créativité collective, ce qui limite l'exposition à un niveau élevé plutôt que très élevé. L'IA peut augmenter significativement la productivité du futurologue (synthèse documentaire, modélisation de scénarios) mais ne peut pas entièrement remplacer le jugement humain et la relation de confiance avec les clients.

L'interprétation simultanée est un travail hautement spécialisé dont le cœur — la traduction en temps réel — est fondamentalement un processus cognitif et linguistique. Les systèmes d'IA de traduction automatique progressent rapidement et pourraient bientôt gérer des discours en direct avec une qualité acceptable pour de nombreux contextes. Cependant, la restitution des nuances culturelles, émotionnelles et contextuelles complexes, ainsi que l'adaptation immédiate aux accents et spécialités techniques, demeurent des défis majeurs pour l'IA. Le travail requiert aussi une présence humaine en cabine et une interaction avec les équipes. L'exposition reste élevée car la trajectoire technologique est claire, mais elle n'est pas maximale en raison de la complexité irréductible de certains aspects du métier et de la nécessité d'une présence physique.

Le travail du lexicographe est entièrement numérique et basé sur l'analyse textuelle, domaines où l'IA progresse rapidement. Les tâches de recherche linguistique, rédaction de définitions, analyse de corpus et veille terminologique peuvent être largement automatisées ou augmentées par des outils d'IA. Cependant, les choix éditoriaux, la validation de la pertinence culturelle et la supervision qualitative restent des domaines où le jugement humain expert demeure essentiel, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le travail du linguiste est principalement basé sur l'analyse de données numériques, la rédaction académique et la recherche informatisée — des tâches fondamentalement digitales où l'IA progresse rapidement. Cependant, l'enseignement universitaire, l'encadrement d'étudiants et la collaboration avec des communautés de locuteurs natifs nécessitent une présence humaine et un jugement interpersonnel que l'IA ne peut pas entièrement remplacer, ce qui modère l'exposition globale.

Le politologue exerce un métier essentiellement basé sur le travail intellectuel et numérique : analyse de données, rédaction de rapports, recherche et communication. L'IA peut automatiser significativement l'analyse de données électorales, la synthèse d'actualité politique, la rédaction de rapports préliminaires et même l'interprétation de sondages. Cependant, le jugement critique, la contextualisation nuancée des phénomènes politiques et le conseil stratégique aux décideurs demandent une expertise humaine irremplaçable, ce qui limite l'exposition à un niveau élevé plutôt que maximal.

La traduction littéraire est un travail entièrement numérique et basé sur le traitement du langage, domaine où l'IA progresse rapidement. Bien que la traduction littéraire exige une compréhension profonde des nuances stylistiques, culturelles et artistiques—où le jugement humain reste actuellement supérieur—les outils de traduction par IA s'améliorent constamment et pourraient automatiser ou assister significativement une grande partie du travail. La productivité des traducteurs utilisant l'IA comme outil augmente déjà, ce qui pourrait réduire la demande globale de traducteurs, même si la qualité exigée pour les œuvres littéraires maintiendra une place pour l'expertise humaine.

L'épistémologue exerce un métier fondamentalement basé sur le travail intellectuel et la production de contenu écrit (articles, cours, analyses théoriques) entièrement réalisable sur ordinateur. L'IA générative peut déjà assister significativement dans l'analyse textuelle, la synthèse de littérature scientifique, et la rédaction académique. Cependant, le cœur du métier — la pensée critique originale, l'évaluation nuancée des fondements théoriques, et le jugement philosophique — demeure difficilement automatisable et requiert une expertise humaine profonde et une réflexion créative que l'IA ne peut pas entièrement remplacer.

Le métier combine des tâches fortement numériques (analyse statistique, traitement de données, rédaction de rapports) où l'IA peut augmenter significativement la productivité, avec des éléments irréductiblement humains (conception méthodologique, conduite d'entretiens qualitatifs, jugement interprétatif). L'IA peut automatiser l'analyse de données et la génération de rapports, mais la conception d'études rigoureuses et la compréhension nuancée des phénomènes sociaux nécessitent encore l'expertise humaine et le jugement critique du chercheur.

Le métier de chercheur en sciences de l'éducation combine un travail largement numérique (analyse statistique, rédaction d'articles, traitement de données) avec des activités requérant une présence physique et une interaction humaine directe (observations en classe, entretiens, collecte de données qualitatives). L'IA peut automatiser certaines tâches analytiques et rédactionnelles, mais la conception d'études, l'interprétation contextuelle des résultats et la compréhension nuancée des phénomènes éducatifs demeurent fortement dépendantes du jugement humain et de l'expertise du chercheur.

Le métier de chercheur en sciences sociales est principalement basé sur le travail intellectuel et numérique : conception de protocoles, analyse statistique, rédaction d'articles et communication scientifique. L'IA peut automatiser certaines tâches (traitement statistique, synthèse de littérature, rédaction préliminaire) et augmenter significativement la productivité. Cependant, la conception rigoureuse d'enquêtes, l'interprétation nuancée des phénomènes sociaux, l'encadrement pédagogique et la validation scientifique par les pairs restent des activités nécessitant un jugement humain expert et une compréhension contextuelle profonde, ce qui limite l'exposition à un niveau élevé mais non maximal.

Le métier de chercheur en études de genre est principalement basé sur le travail intellectuel et digital : analyse de données, rédaction d'articles, enseignement et communication. L'IA peut assister significativement dans la collecte/analyse de données, la rédaction et la synthèse de littérature. Cependant, l'exposition reste modérée-haute plutôt que très haute car le cœur du métier repose sur l'interprétation critique, le jugement académique nuancé, et l'interaction humaine (enseignement, conseil institutionnel, débat public) qui nécessitent une expertise contextuelle et une présence humaine difficilement automatisables à court terme.

Le civilisationniste exerce un métier principalement basé sur le travail intellectuel et digital : recherche documentaire, analyse textuelle, rédaction d'articles, préparation de cours. Ces tâches sont largement informatisées et vulnérables à l'automatisation par l'IA (synthèse de sources, génération de contenu analytique). Cependant, l'enseignement universitaire conserve une dimension interpersonnelle irremplaçable (interaction avec étudiants, encadrement personnalisé, débat critique) et la recherche en sciences humaines requiert un jugement nuancé et une expertise contextuelle que l'IA ne peut que partiellement reproduire. L'exposition reste donc élevée mais non maximale.

Le coordinateur linguistique exerce un travail principalement basé sur la gestion de l'information, la coordination et la prise de décision stratégique — des tâches largement numériques et susceptibles d'être augmentées par l'IA. Cependant, le rôle conserve des dimensions humaines irremplaçables : la supervision d'équipes, les négociations avec les clients, l'adaptation culturelle nuancée et le jugement stratégique sur les priorités linguistiques. L'IA peut automatiser la traduction de base, générer des glossaires et assister la révision, mais la coordination humaine, la gestion relationnelle et la vision stratégique restent essentielles, ce qui limite l'exposition à une catégorie haute mais non maximale.

Le métier combine un travail fortement numérique (analyse de données, rédaction de rapports, communication) où l'IA peut augmenter significativement la productivité, avec des dimensions irréductiblement humaines : la négociation diplomatique, le jugement stratégique nuancé, et la compréhension des contextes politiques complexes. L'IA peut automatiser la collecte et l'analyse d'informations, mais les décisions géopolitiques critiques et les négociations face-à-face restent du ressort humain, limitant l'exposition à une restructuration majeure.

Le métier combine des tâches fortement numérisables (recherche en bases de données, création d'arbres généalogiques via logiciels, rédaction de rapports) avec des éléments moins automatisables (déchiffrage de paléographie, interprétation contextuelle de documents historiques, relation client). L'IA peut progressivement assister la recherche documentaire, la transcription d'archives numérisées et l'organisation des données, rendant chaque généalogiste plus productif, mais le jugement historique et la consultation client restent essentiels, limitant l'exposition à un niveau élevé plutôt que très élevé.

Le métier de géographe combine du travail numérique substantiel (cartographie SIG, analyse de données spatiales, traitement statistique) avec des missions de terrain et d'interaction humaine essentielles (enquêtes, observations locales, conseil auprès des collectivités). L'IA peut automatiser certaines analyses de données et la génération de cartes, mais la compréhension contextuelle des enjeux territoriaux, l'interprétation qualitative du terrain et la capacité à conseiller les décideurs locaux restent des activités humaines difficilement remplaçables à court terme.

Le géopoliticien exerce un métier fondamentalement basé sur l'analyse, la rédaction et la communication — des tâches largement numériques et informationnelles. L'IA peut déjà assister significativement dans la collecte de données, l'analyse de sources ouvertes, la synthèse d'informations et même la rédaction de premières versions de rapports. Cependant, le jugement stratégique, la compréhension nuancée des contextes historiques et culturels, ainsi que la capacité à conseiller des décideurs sur des enjeux complexes et imprévisibles restent des domaines où l'expertise humaine et la crédibilité personnelle demeurent essentielles. L'IA augmentera la productivité des géopoliticiens mais ne remplacera pas le cœur du métier à court-moyen terme.

Le travail de l'historien est principalement basé sur l'analyse textuelle, la rédaction et la synthèse d'informations — des tâches largement numériques où l'IA peut devenir un outil puissant pour la recherche documentaire, l'analyse de sources et la rédaction. Cependant, l'interprétation critique des sources, le jugement historiographique et la création de nouvelles perspectives historiques restent fortement ancrés dans la réflexion humaine et le débat académique, ce qui limite l'exposition à une automatisation complète.

Le médiéviste exerce un travail principalement intellectuel et numérique : analyse de textes, rédaction d'articles, enseignement et recherche peuvent largement s'effectuer sur ordinateur. L'IA générative pourrait assister la traduction de textes anciens, la synthèse bibliographique et la rédaction académique. Cependant, l'interprétation critique des sources historiques, la paléographie fine, l'authentification des artefacts et le jugement expert en matière d'interprétation historique restent des domaines où la compréhension nuancée et l'expérience humaine demeurent essentielles, limitant l'exposition à une catégorie haute mais non maximale.

Le travail du paléographe combine des tâches numériques (transcription, rédaction, publication) et des compétences spécialisées très humaines (déchiffrement d'écritures anciennes, analyse contextuelle, authentification). Bien que l'IA progresse en reconnaissance optique de caractères et en traitement d'images, elle ne peut pas remplacer l'expertise historique, le jugement critique et la connaissance fine des écritures anciennes. Cependant, les outils IA pour l'OCR, la transcription assistée et l'analyse documentaire augmenteront significativement la productivité des paléographes, réduisant potentiellement les effectifs nécessaires.

Le travail du philosophe est principalement intellectuel et digital (recherche, rédaction, enseignement), ce qui le rend exposé aux outils d'IA pour l'analyse textuelle et la génération d'idées. Cependant, la philosophie repose fondamentalement sur la création originale de pensée critique, le jugement nuancé et l'interaction humaine authentique (enseignement, débats, conseil éthique) que l'IA ne peut pas entièrement remplacer. L'IA peut assister dans la recherche documentaire et l'analyse, mais ne peut pas générer la profondeur réflexive et l'autorité intellectuelle qui définissent le métier.

L'enseignement de langue vivante combine du travail de connaissance (préparation de cours, création de contenus pédagogiques) et une interaction humaine intensive en présentiel. L'IA peut automatiser certaines tâches (correction de devoirs, génération de supports pédagogiques, traduction) et améliorer la productivité des enseignants, mais l'essence du métier — créer un environnement d'apprentissage interactif, motiver les élèves, adapter l'enseignement en temps réel — reste fortement ancrée dans la relation humaine et la présence physique. Le travail n'est pas entièrement digital, ce qui limite l'exposition maximale.

Le psychologue social effectue un travail hybride combinant recherche quantitative/qualitative, analyse de données et conseil organisationnel — des tâches largement numériques et automatisables par l'IA (traitement statistique, synthèse de données, rédaction de rapports). Cependant, le cœur du métier repose sur la compréhension nuancée des comportements humains, les entretiens qualitatifs, l'interprétation contextuelle et la relation de conseil avec les organisations, qui nécessitent du jugement humain et de l'empathie. L'IA peut augmenter significativement la productivité (analyse de grandes enquêtes, génération de synthèses) mais ne peut pas remplacer entièrement la capacité à interpréter les dynamiques sociales complexes et à adapter les interventions au contexte spécifique.

Le psychosociologue exerce un métier hybride combinant travail de terrain (observations, entretiens, animations) et travail de bureau (analyses de données, rédaction de rapports, recherche). Bien que l'IA puisse assister significativement dans l'analyse de données qualitatives et quantitatives, la rédaction de rapports et même certaines phases de recherche, le cœur du métier repose sur l'interaction humaine directe, l'empathie et la capacité à naviguer des dynamiques sociales complexes qui nécessitent une présence physique et une compréhension nuancée. Les tâches analytiques et documentaires sont exposées à l'IA, mais l'expertise relationnelle et l'accompagnement du changement restent largement du ressort humain.

Le travail du sociologue combine des tâches fortement numériques (analyse de données, rédaction de rapports, traitement statistique) où l'IA peut être très utile, avec des composantes irremplaçables comme la conception d'enquêtes, les entretiens de terrain et l'interprétation nuancée des phénomènes sociaux. L'IA peut automatiser l'analyse statistique et assister la rédaction, mais la compréhension profonde des dynamiques sociales et la collecte qualitative de données nécessitent toujours une présence humaine et un jugement expert.

Le sociologue du travail exerce un métier hybride combinant travail de terrain (entretiens, observations) et travail de bureau (analyse de données, rédaction de rapports, recherche). Bien que les missions impliquent une interaction humaine directe et une présence sur le terrain, une part substantielle du travail est numérique : traitement de données, rédaction d'analyses, création de présentations. L'IA peut augmenter significativement la productivité dans l'analyse de données qualitatives, la synthèse de rapports et la détection de tendances, mais ne peut pas remplacer l'expertise humaine dans la conduite d'entretiens, l'observation contextuelle et l'interprétation nuancée des dynamiques sociales.

Le sociologue urbain exerce un métier hybride combinant travail de terrain (enquêtes, entretiens, observations) et travail de bureau (analyse de données, rédaction, expertise). Les tâches numériques — traitement statistique, analyse de données, rédaction de rapports — sont susceptibles d'être augmentées ou partiellement automatisées par l'IA, mais le cœur du métier repose sur la collecte qualitative de terrain, l'interprétation nuancée des phénomènes sociaux et la relation humaine avec les habitants. L'IA peut accélérer l'analyse et la synthèse, mais ne peut pas remplacer la compréhension contextuelle et le jugement expert requis pour éclairer les politiques publiques.

Le travail du sémioticien est principalement intellectuel et basé sur l'analyse textuelle, visuelle et conceptuelle — des tâches largement numériques et susceptibles d'être assistées par l'IA. Cependant, la sémiotique repose fondamentalement sur l'interprétation culturelle nuancée, le jugement critique et la compréhension contextuelle profonde, où l'expertise humaine et la créativité restent essentielles. L'IA peut aider à traiter de grandes quantités de données visuelles ou textuelles et à identifier des patterns, mais elle ne peut pas remplacer l'analyse interprétative sophistiquée et la capacité à conseiller stratégiquement les organisations sur le sens et l'impact culturel.

L'anthropologie combine un travail de terrain irremplaçable (immersion, observation directe, interactions humaines en contexte réel) avec des tâches de connaissance (analyse, rédaction, enseignement) où l'IA pourrait augmenter la productivité. Bien que l'IA puisse assister l'analyse de données, la synthèse d'observations et la rédaction scientifique, le cœur du métier — l'enquête ethnographique en immersion et la compréhension nuancée des sociétés — reste fondamentalement ancré dans la présence humaine et l'interaction directe, ce qui limite l'exposition globale à une exposition modérée.

L'archéologie combine des tâches très différentes : les fouilles sur le terrain nécessitent une présence physique et une expertise manuelle irremplaçable pour extraire les vestiges sans les endommager, ce qui limite l'exposition à l'IA. Cependant, les aspects analytiques, documentaires et de reconstitution historique (analyse d'objets, rédaction de rapports, interprétation des données) sont progressivement augmentables par l'IA (traitement d'images, analyse de données, rédaction scientifique). L'IA pourrait aussi transformer la médiation culturelle et la gestion des bases de données, mais le cœur du métier reste ancré dans l'observation directe et le jugement expert sur le terrain.

Le chargé de mission développement local combine des tâches numériques (analyse de données, montage de dossiers, rédaction de rapports) avec des activités fortement ancrées dans l'interaction humaine et la présence territoriale (réunions avec les acteurs locaux, animation de partenariats, sensibilisation de la population). Bien que l'IA pourrait assister dans l'analyse de données et la rédaction administrative, le cœur du métier repose sur la capacité à fédérer, négocier et mobiliser les acteurs locaux en face-à-face, ce qui limite significativement l'exposition globale.

Le conservateur de musée combine des tâches numériques (catalogage, documentation, recherche, rédaction) avec des responsabilités essentiellement humaines et physiques (examen direct des œuvres, authentification, médiation culturelle, négociations). Bien que l'IA puisse assister dans la gestion des bases de données, l'analyse d'images et la rédaction de contenus, le cœur du métier repose sur l'expertise spécialisée, le jugement critique face aux œuvres originales et les interactions humaines pour la transmission du patrimoine culturel. L'exposition et la conservation physiques des collections demeurent des domaines où la présence humaine et l'expertise tactile restent irremplaçables.

Le dialectologue combine travail de terrain irremplaçable (enquêtes auprès de locuteurs, collecte d'archives sonores en contexte réel) et travail intellectuel fortement numérisable (analyse de corpus, cartographie, publication académique). L'IA peut automatiser l'analyse phonétique, la transcription et la visualisation des données linguistiques, rendant chaque chercheur plus productif, mais le cœur du métier — la rencontre directe avec les locuteurs et la compréhension contextuelle des variations dialectales — reste ancré dans l'interaction humaine et la présence physique.

L'ethnomusicologue combine travail de terrain irremplaçable (rencontres avec musiciens, immersion culturelle, enregistrements in situ) et travail académique numérique (transcription, analyse, publication). L'IA peut assister significativement l'analyse musicale, la transcription automatique et la rédaction scientifique, mais ne peut pas remplacer la recherche qualitative sur le terrain, l'interprétation culturelle nuancée et la relation humaine avec les informateurs. Le cœur du métier reste ancré dans l'interaction humaine et l'expérience directe.

Le métier d'historien de l'art combine des tâches fortement numériques (recherche documentaire, rédaction, analyse d'images, catalogage) avec des activités irremplaçables nécessitant une présence physique et un jugement humain expert (examen direct des œuvres, authentification tactile et visuelle, médiation culturelle en personne). L'IA peut assister significativement la recherche, l'analyse iconographique et la rédaction, mais l'expertise sensorielle, l'intuition historique et la transmission interpersonnelle restent des éléments centraux du métier qui résistent à l'automatisation.

Le numismate combine des tâches de recherche et de rédaction (hautement exposées à l'IA) avec un travail d'examen physique et d'authentification des objets anciens qui nécessite une expertise sensorielle et manuelle. Bien que l'IA pourrait assister la recherche historique, le catalogage et la rédaction scientifique, l'authentification physique des monnaies et l'évaluation d'expertise reposent sur l'observation directe, le jugement nuancé et l'expérience accumulée, ce qui limite l'exposition globale à un niveau modéré.

L'ethnographie repose fondamentalement sur l'immersion physique prolongée sur le terrain, l'observation participante directe et les interactions humaines authentiques avec les communautés étudiées — des éléments que l'IA ne peut pas remplacer. Cependant, l'IA peut assister significativement les tâches périphériques : transcription et analyse automatisée des entretiens enregistrés, traitement des données qualitatives, organisation des archives visuelles et sonores, et même aide à la rédaction scientifique. Le cœur du métier — la présence humaine, l'empathie, la compréhension nuancée des contextes culturels — reste irremplaçable, mais les outils IA rendront les ethnographes substantiellement plus productifs dans le traitement et l'analyse de leurs données.

Le métier de guide-conférencier combine une forte composante de présence physique et d'interaction humaine en temps réel (animation de groupes, adaptation au public, gestion de la logistique sur site) avec une part de travail intellectuel (recherche historique, préparation de contenus). Bien que l'IA puisse assister dans la préparation des contenus et la recherche documentaire, elle ne peut pas remplacer la présence vivante, l'engagement émotionnel et la capacité à captiver un auditoire en direct. Cependant, l'IA pourrait potentiellement générer des contenus de visite ou des scripts, ce qui expose partiellement le cœur du métier à une automatisation future.

Le médiateur interculturel exerce un métier fortement ancré dans l'interaction humaine directe et la présence physique, éléments difficilement automatisables par l'IA. Bien que certaines tâches périphériques (traduction basique, documentation administrative) pourraient être assistées par des outils IA, le cœur du métier — décoder les nuances culturelles, établir la confiance, résoudre les conflits en face-à-face, adapter les solutions aux contextes spécifiques — requiert une compréhension empathique et une présence humaine irremplaçable. L'IA peut être un outil d'appui (traduction, recherche d'informations) mais ne peut pas remplacer la médiation humaine authentique.

Le métier de juriste assistant est fortement exposé à l'IA car il repose principalement sur des tâches numériques : recherches juridiques dans des bases de données, rédaction de contrats types, veille réglementaire et gestion administrative de dossiers. L'IA générative excelle déjà dans l'analyse de textes juridiques, la synthèse de jurisprudence, la rédaction de clauses contractuelles standards et l'organisation documentaire, ce qui constitue le cœur du travail. Bien que le jugement juridique stratégique reste du ressort des avocats, les tâches intermédiaires et répétitives du paralegal sont hautement automatisables, rendant chaque professionnel restant potentiellement beaucoup plus productif.

L'assistant juridique effectue un travail largement numérique : recherche de jurisprudence, rédaction de documents, gestion de dossiers et suivi administratif peuvent tous être automatisés ou considérablement augmentés par l'IA. Les outils d'IA générative et spécialisée progressent rapidement dans l'analyse juridique, la rédaction de documents standardisés et la gestion de bases de données. Cependant, le rôle conserve une composante relationnelle (contact avec clients) et nécessite une compréhension contextuelle fine du droit qui limite l'automatisation complète à court terme.

Le métier d'avocat d'affaires M&A est principalement basé sur du travail intellectuel et digital : rédaction de contrats, analyse juridique, structuration de deals, due diligence documentaire. L'IA peut déjà assister significativement dans la rédaction contractuelle, l'analyse de documents, la recherche juridique et l'identification de risques. Cependant, la négociation complexe, le conseil stratégique hautement contextualisé et la relation client restent des domaines où le jugement humain et l'expérience demeurent essentiels, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le compliance officer exerce un métier principalement basé sur le travail de connaissance et l'analyse documentaire (veille réglementaire, audit, rédaction de procédures, rapports) — des tâches largement digitalisables où l'IA peut rapidement devenir productive pour analyser des textes réglementaires, identifier des risques et générer des rapports. Cependant, le rôle conserve une dimension stratégique importante (conseil à la direction, relations avec les autorités, jugement contextuel sur les risques) et requiert une expertise métier et une responsabilité légale qui limitent l'automatisation complète. L'exposition reste élevée car les outils IA peuvent augmenter significativement la productivité des compliance officers, réduisant potentiellement les besoins en effectifs.

Le fiscaliste exerce un métier principalement basé sur le travail intellectuel et numérique : analyse de documents, rédaction de déclarations, interprétation de textes juridiques et conseils. L'IA peut automatiser une part significative de ces tâches (analyse de situations fiscales, génération de déclarations, veille réglementaire) et augmenter considérablement la productivité. Cependant, le jugement expert, la négociation avec l'administration et la relation client conservent une dimension humaine importante qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le juriste d'entreprise exerce un métier principalement digital et basé sur le traitement de l'information : rédaction de contrats, analyse juridique, veille réglementaire et conseil écrit. L'IA générative progresse rapidement dans ces domaines (génération de clauses contractuelles, analyse de risques juridiques, synthèse de textes réglementaires), ce qui augmente significativement la productivité des juristes et réduit le besoin en ressources humaines. Cependant, le jugement stratégique, la négociation avec les parties prenantes et l'adaptation contextuelle aux enjeux business spécifiques de l'entreprise conservent une dimension humaine irremplaçable à court-moyen terme.

Le travail est fondamentalement basé sur le traitement du langage et l'information, domaines où l'IA progresse rapidement (traduction automatique, interprétation vocale). Cependant, l'interprétation simultanée en temps réel exige une compréhension nuancée du contexte géopolitique, des subtilités diplomatiques et une présence humaine immédiate qui restent difficiles à automatiser complètement. L'IA menace particulièrement la traduction écrite et pourrait augmenter la productivité des interprètes, mais la nature hautement sensible et critique des négociations internationales maintient une demande pour l'expertise humaine et la responsabilité personnelle.

Le métier d'avocat combine du travail fortement numérique (recherche juridique, rédaction d'actes, analyse de dossiers) où l'IA progresse rapidement, avec des éléments irremplaçables comme la plaidoirie orale, la négociation en face-à-face et le jugement stratégique. L'IA peut déjà assister significativement dans la recherche de jurisprudence, la rédaction de documents et l'analyse de cas, rendant les avocats utilisant ces outils beaucoup plus productifs, mais la représentation en justice et le conseil personnalisé nécessitent toujours une présence humaine et une expertise nuancée.

Le métier d'avocat en droit du travail combine du travail fortement numérisable (recherche juridique, rédaction de documents, analyse de jurisprudence) avec des éléments irremplaçables (plaidoirie en audience, négociation face-à-face, jugement contextuel dans des situations humaines complexes). L'IA peut automatiser la recherche légale, la rédaction de contrats standards et l'analyse de cas, rendant les avocats plus productifs, mais la représentation en tribunal et la médiation nécessitent une présence humaine et une compréhension nuancée des enjeux relationnels qui restent difficilement automatisables.

Le métier d'avocat généraliste combine du travail fortement numérisable (rédaction d'actes juridiques, recherche jurisprudentielle, analyse de dossiers) avec des éléments irremplaçables (plaidoirie, négociation face-à-face, jugement stratégique complexe). L'IA peut déjà assister significativement dans la rédaction de documents, l'analyse de cas et la recherche légale, rendant les avocats utilisant ces outils beaucoup plus productifs, mais la représentation en audience et la relation client restent des composantes humaines essentielles. L'exposition est donc élevée mais non maximale, car le cœur du métier nécessite toujours une présence humaine et un jugement contextuel que l'IA ne peut pas entièrement remplacer.

Le métier de clerc de notaire combine du travail essentiellement numérique (rédaction d'actes sur logiciels spécialisés, vérifications administratives en ligne, gestion de dossiers) avec une composante relationnelle et de jugement juridique importante. L'IA peut automatiser une part significative de la rédaction d'actes standardisés et des vérifications administratives, rendant les clercs plus productifs, mais le besoin de conseil client, de jugement juridique nuancé et de supervision par le notaire maintient une demande humaine substantielle. Le travail étant largement informatisé, l'exposition reste élevée, mais pas maximale en raison de la nécessité persistante d'interaction humaine et de responsabilité juridique.

Le criminologue exerce un métier de connaissance fondamentalement basé sur l'analyse de données, la recherche et la rédaction de rapports — des activités largement numériques et susceptibles d'être augmentées par l'IA. L'IA peut déjà assister dans l'analyse statistique de tendances criminelles, la synthèse de données et même la rédaction de rapports d'expertise. Cependant, l'expertise judiciaire et l'évaluation du risque de récidive requièrent un jugement humain nuancé, une compréhension contextuelle profonde et une responsabilité éthique que les institutions judiciaires continueront à exiger d'un professionnel humain, ce qui limite l'exposition à un niveau élevé mais non critique.

Le DPO juridique exerce un travail principalement digital (rédaction d'avis, documentation, analyses) et basé sur la connaissance du RGPD, domaines où l'IA peut devenir un outil puissant pour automatiser la génération de documents, l'audit de conformité et la veille réglementaire. Cependant, le rôle conserve une dimension stratégique et relationnelle importante (conseil à la direction, négociation avec la CNIL, jugement contextuel sur les risques) qui nécessite une expertise humaine et une responsabilité légale, limitant l'automatisation complète à moyen terme.

Le directeur juridique exerce un rôle hybride combinant travail intellectuel (analyse juridique, rédaction de contrats, veille réglementaire) et management humain (direction d'équipe, négociation, conseil stratégique). Bien que une part significative du travail soit numérique (recherche juridique, documentation, communication), le cœur du métier repose sur le jugement stratégique, les relations interpersonnelles et la prise de décision contextuelle qui nécessitent une compréhension fine des enjeux métier. L'IA peut automatiser certaines tâches (analyse de contrats, veille juridique, rédaction de clauses standard) et augmenter la productivité, mais ne peut pas remplacer le jugement stratégique, la négociation complexe et le leadership d'équipe qui définissent ce poste.

Le directeur juridique d'ONG exerce un métier fondamentalement basé sur le travail intellectuel et digital : conseil juridique, rédaction de contrats, analyse réglementaire, négociation documentée. Ces tâches sont entièrement informatisables et l'IA générative progresse rapidement dans l'analyse juridique, la rédaction et la recherche de jurisprudence. Cependant, le rôle conserve une exposition modérée (plutôt que très élevée) car il requiert du jugement stratégique nuancé, des relations humaines complexes avec les gouvernements et institutions, et une présence physique occasionnelle au tribunal ou en négociation directe, ce qui limite l'automatisation complète.

Le métier combine une expertise technique spécialisée (examen physique, analyse de preuves) avec un travail substantiellement numérique (rédaction de rapports, analyse de données). L'IA peut automatiser certaines analyses techniques et la génération de rapports, mais le jugement expert, la responsabilité légale et la présentation orale devant les tribunaux restent des éléments humains critiques. La nature hybride du travail — mélange d'investigation physique et de travail intellectuel documenté — place cette profession en exposition modérée-haute.

Le greffier exerce un métier hybride combinant des tâches fortement numériques (rédaction de procès-verbaux, gestion de dossiers, traitement de documents) avec une présence physique obligatoire aux audiences et une responsabilité légale d'authentification. L'IA peut automatiser la transcription d'audiences, la rédaction de procédures standardisées et l'organisation documentaire, rendant les greffiers significativement plus productifs. Cependant, la signature légale, l'authentification officielle et la présence physique requise aux audiences constituent des barrières durables à l'automatisation complète, limitant l'exposition à un niveau élevé plutôt que très élevé.

Le juriste en droit immobilier exerce un métier principalement basé sur le travail intellectuel et digital (rédaction de contrats, analyse de documents, recherche juridique), ce qui le rend exposé aux outils d'IA générative pour la génération de clauses, l'analyse de risques et la veille réglementaire. Cependant, le jugement juridique complexe, la négociation avec les parties, la représentation en tribunal et la responsabilité personnelle face aux clients constituent des barrières importantes qui limitent l'automatisation complète et maintiennent une demande pour l'expertise humaine.

Le lobbyiste exerce un métier hybride combinant travail de connaissance (analyse législative, rédaction de notes, stratégie) et relations humaines intensives (rencontres avec décideurs, réseautage, persuasion). L'IA peut automatiser l'analyse de textes législatifs, la synthèse de documents et la veille réglementaire, augmentant significativement la productivité. Cependant, le cœur du métier repose sur la relation personnelle, la négociation et l'influence directe auprès des décideurs politiques, qui demeurent difficilement automatisables et nécessitent une présence humaine authentique.

Le notaire exerce un métier hybride combinant du travail de connaissance (rédaction d'actes, conseil juridique, vérification de documents) largement numérisable et de l'interaction humaine irremplaçable (rencontres clients, authentification officielle, responsabilité légale personnelle). Bien que l'IA puisse automatiser la rédaction d'actes standards, la vérification juridique complexe et surtout le rôle d'officier public garant de la sécurité des transactions exigent une présence humaine et une responsabilité personnelle que l'IA ne peut pas assumer légalement. Cependant, les notaires utilisant l'IA pour la rédaction et l'analyse documentaire pourraient devenir significativement plus productifs, réduisant le nombre de professionnels nécessaires.

Le responsable juridique exerce un travail principalement intellectuel et numérique (analyse de contrats, rédaction juridique, veille réglementaire, documentation) où l'IA peut augmenter significativement la productivité dans le traitement des documents et l'analyse juridique. Cependant, son rôle stratégique de conseiller à la direction, la négociation de contrats majeurs, la gestion des contentieux complexes et les décisions juridiques critiques requièrent un jugement humain, une compréhension contextuelle fine et une responsabilité personnelle que l'IA ne peut pas entièrement remplacer. L'exposition reste élevée mais modérée par l'importance du leadership et de la relation de confiance avec la direction.

Le métier d'avocat pénaliste combine un travail substantiel de traitement de l'information (analyse de dossiers, recherche juridique, rédaction de mémoires) avec des éléments irremplaçables d'interaction humaine et de présence physique (plaidoiries en audience, rencontres avec clients, interrogatoires de témoins). L'IA peut assister significativement dans l'analyse documentaire et la préparation juridique, mais la plaidoirie, la négociation et la relation client restent des domaines où le jugement humain, la persuasion et la présence physique demeurent essentiels, limitant ainsi l'exposition globale à une exposition modérée.

Le commissaire de justice combine des tâches numériques (rédaction de procès-verbaux, gestion administrative, recherche juridique) et des activités essentiellement physiques et interpersonnelles (significations d'actes, constats sur le terrain, exécutions, négociations face-à-face). Bien que l'IA pourrait automatiser certains aspects documentaires et analytiques, le cœur du métier repose sur la présence physique obligatoire, l'authentification officielle, et les interactions humaines complexes qui nécessitent une autorité légale et une présence en personne. Le monopole réglementaire et la nature de l'exécution judiciaire limitent l'exposition globale à un niveau modéré.

Ce métier combine des tâches de travail de connaissance (évaluation, rédaction de rapports, analyse de situations) avec une composante interpersonnelle et relationnelle très importante. Bien que certaines tâches administratives et analytiques pourraient être assistées par l'IA (traitement de données, rédaction de rapports), le cœur du métier repose sur l'établissement de relations de confiance, le jugement humain nuancé face à des situations complexes et l'accompagnement social direct. L'IA ne peut pas remplacer les entretiens en face-à-face, l'évaluation psychosociale fine, ni la capacité à adapter l'accompagnement à chaque individu dans un contexte judiciaire sensible.

Le coopérant technique combine expertise sectorielle (travail de connaissance, potentiellement digitalisable) avec des missions fortement ancrées dans l'interaction humaine directe, l'adaptation culturelle et la présence physique sur le terrain. Bien que la rédaction de rapports et certaines tâches administratives soient exposées à l'IA, le cœur du métier — formation en face-à-face, accompagnement institutionnel, négociation politique et gestion relationnelle dans des contextes complexes — reste difficilement automatisable. L'IA peut augmenter la productivité (analyse de données, rédaction de rapports) mais ne peut pas remplacer la présence et le jugement humain nécessaires pour le transfert de compétences et la navigation interculturelle.

L'enquêteur privé combine du travail de terrain physique (filatures, surveillance, déplacements) et du travail informatique (recherche de données, rédaction de rapports). Bien que l'IA puisse automatiser la recherche d'informations en bases de données et améliorer l'analyse de preuves documentaires, les missions essentielles — observation discrète, interaction humaine, jugement contextuel sur le terrain, et respect de la légalité — restent fortement ancrées dans le monde physique et requièrent une présence humaine. L'IA aura un impact modéré sur la productivité mais ne remplacera pas le cœur du métier.

Le métier d'enquêteur privé combine des tâches numériques (recherches documentaires, analyse de bases de données, rédaction de rapports) avec des activités essentiellement physiques et interpersonnelles (surveillance, filature, observation discrète sur le terrain). Bien que l'IA peut améliorer la recherche documentaire et l'analyse de données, les aspects critiques du métier — la présence physique, le jugement contextuel, la discrétion et l'interaction humaine — restent difficilement automatisables. L'exposition est modérée car l'IA peut augmenter la productivité sur certaines tâches, mais ne peut pas remplacer le cœur du travail d'investigation.

Le juge d'instruction combine du travail intellectuel et analytique (examen de dossiers, rédaction de décisions) avec des interactions humaines essentielles (interrogatoires, auditions) et des responsabilités décisionnelles qui requièrent un jugement humain nuancé. Bien que l'IA pourrait assister dans l'analyse de documents et la recherche juridique, les aspects critiques — évaluation de la crédibilité des témoins, décisions de détention provisoire, direction d'enquêtes complexes — demandent une présence physique, une compréhension contextuelle profonde et une autorité judiciaire que seul un magistrat peut exercer.

Le métier de magistrat combine du travail intellectuel et digital (analyse de dossiers, rédaction de jugements, recherche juridique) avec une composante irremplaçable d'interaction humaine en temps réel (présidence d'audiences, écoute des parties, exercice du jugement discrétionnaire). Bien que l'IA pourrait assister dans l'analyse documentaire et la recherche jurisprudentielle, les décisions judiciaires exigent une responsabilité personnelle, une impartialité garantie et une présence physique au tribunal qui restent fondamentalement humaines. L'exposition est modérée car l'IA peut augmenter la productivité sur certaines tâches, mais ne peut pas automatiser le cœur du métier.

Le métier combine des tâches fortement numériques (analyse financière, rédaction de rapports, gestion de dossiers) où l'IA pourrait assister significativement, avec des responsabilités essentiellement humaines et relationnelles (négociation avec créanciers, représentation judiciaire, prise de décision stratégique devant le tribunal). Bien que l'IA puisse automatiser l'analyse de comptes et la documentation, la nature hautement contextuelle des procédures judiciaires, la nécessité de jugement expert, et l'importance critique des relations avec magistrats et parties prenantes limitent l'exposition globale à un niveau modéré.

Le métier de médiateur juridique combine des tâches numériques (analyse de dossiers, rédaction d'accords) avec une composante interpersonnelle et relationnelle irremplaçable : la facilitation du dialogue en face-à-face, la gestion des émotions et la négociation en temps réel. Bien que l'IA pourrait assister dans l'analyse juridique et la rédaction, le cœur du métier — créer un climat de confiance, désamorcer les tensions et guider les parties vers un accord — repose sur la présence humaine, l'empathie et l'intuition. L'exposition est modérée car l'IA peut augmenter la productivité administrative mais ne peut pas remplacer la dimension humaine centrale de la médiation.

Le métier d'OPJ combine des tâches numériques (rédaction de procès-verbaux, analyse de dossiers, gestion d'informations) avec des activités essentiellement humaines et physiques (interrogatoires, perquisitions, filatures, présence sur le terrain). Bien que l'IA pourrait assister dans l'analyse de données, la rédaction de rapports ou l'organisation d'enquêtes, le cœur du métier repose sur le jugement humain, l'interaction directe avec les suspects et témoins, et la présence physique requise pour les investigations. L'exposition reste modérée car l'automatisation ne peut remplacer les compétences interpersonnelles critiques et la responsabilité judiciaire inhérente au rôle.

Le procureur de la République exerce un métier hybride combinant travail intellectuel (analyse de dossiers, rédaction de réquisitions, décisions juridiques) et responsabilités managériales et interpersonnelles essentielles (direction du parquet, représentation en audience, collaboration avec magistrats et forces de l'ordre). Bien que l'IA pourrait assister l'analyse documentaire et la recherche juridique, les décisions critiques de poursuite, le jugement discrétionnaire, la représentation orale en audience et le leadership requièrent un jugement humain irremplaçable et une présence physique régulière au tribunal. L'exposition reste modérée car le cœur du métier repose sur l'autorité judiciaire, la responsabilité pénale et les interactions humaines complexes.

Le juge des enfants exerce un métier hybride combinant travail intellectuel (analyse de dossiers, connaissance du droit, rédaction de jugements) et interaction humaine intensive (audiences, écoute des mineurs et familles, évaluation contextuelle). Bien que certaines tâches administratives et de recherche juridique pourraient être assistées par l'IA, les décisions judiciaires cruciales reposent sur l'appréciation humaine nuancée, l'empathie, et la responsabilité morale face à des situations familiales complexes. La présence physique en audience et la relation de confiance avec les justiciables restent irremplaçables, limitant l'exposition globale à un niveau modéré.

Le juge des libertés et de la détention exerce un travail fondamentalement basé sur l'analyse de dossiers, l'interprétation juridique et la prise de décision — des tâches largement numériques. Cependant, son rôle requiert un jugement humain irremplaçable sur des questions éthiques complexes, des auditions en personne avec les justiciables, et une responsabilité légale personnelle qui ne peut être déléguée à une IA. Bien que l'IA pourrait assister dans l'analyse documentaire ou la recherche jurisprudentielle, la nature critique des décisions (libertés individuelles, droits fondamentaux) et l'interaction humaine directe limitent significativement l'exposition globale.

Le travail d'agent des impôts est principalement basé sur l'analyse de documents numériques, la vérification de données comptables et fiscales, et la détection de patterns d'irrégularités — des tâches où l'IA excelle déjà. Les systèmes d'IA peuvent automatiser le contrôle des déclarations, identifier les anomalies, calculer les redressements et même assister dans les enquêtes. Cependant, certains aspects comme les négociations avec les contribuables, les décisions discrétionnaires complexes et les enquêtes sur place nécessitent encore un jugement humain, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

L'analyste en intelligence économique effectue un travail principalement digital et basé sur le traitement d'informations : veille, analyse de données, rédaction de rapports et conseil stratégique. L'IA peut automatiser la collecte et l'analyse de grandes masses de données, générer des synthèses et identifier des patterns complexes. Cependant, le jugement stratégique, la compréhension géopolitique nuancée et la collaboration avec les décideurs politiques requièrent une expertise humaine et une responsabilité qui limitent l'automatisation complète. Le métier connaîtra une transformation significative avec l'IA, mais ne disparaîtra pas.

Le contrôleur de gestion publique exerce un métier essentiellement digital et analytique : construction de budgets, création de tableaux de bord, analyse de données financières, reporting et modélisation. L'IA peut automatiser la collecte de données, générer des analyses prédictives, créer des rapports et identifier des anomalies budgétaires. Cependant, le rôle conserve une dimension stratégique et relationnelle importante (conseil aux élus, conciliation entre performance et mission publique) qui limite l'automatisation complète, justifiant un score élevé mais non maximal.

Le poste est principalement basé sur du travail numérique et administratif : rédaction de cahiers des charges, analyse de documents, veille juridique, gestion de contrats. L'IA peut automatiser la rédaction de clauses standardisées, analyser rapidement la conformité réglementaire des offres, et assister dans la comparaison des propositions. Cependant, la négociation contractuelle, l'interprétation nuancée du droit des marchés publics et les décisions stratégiques requièrent encore un jugement humain significatif, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

L'administrateur de l'État exerce un métier fondamentalement basé sur le travail intellectuel et digital : analyse de données, rédaction de textes réglementaires, préparation de notes stratégiques, coordination par communication écrite. Ces tâches sont largement automatisables par l'IA (synthèse de données, génération de textes, analyse de scénarios). Cependant, le rôle conserve une exposition modérée plutôt que très élevée car il requiert un jugement politique nuancé, des négociations en face-à-face, une responsabilité décisionnelle irréductible et une légitimité institutionnelle que l'IA ne peut pas remplacer. L'IA sera un outil puissant pour augmenter la productivité, mais ne restructurera pas fondamentalement le métier.

L'attaché d'administration de l'État exerce un travail principalement intellectuel et numérique (rédaction de rapports, analyse de dossiers, gestion de projets) qui peut être largement automatisé ou augmenté par l'IA. Cependant, l'encadrement d'équipes, les négociations institutionnelles et les décisions stratégiques requièrent un jugement humain et une présence relationnelle qui limitent l'exposition totale. L'IA peut significativement augmenter la productivité (synthèse de documents, analyse de données, rédaction) mais ne remplacera pas le rôle de leadership et de représentation politique inhérent au poste.

Le rôle d'attaché parlementaire combine des tâches fortement numériques (analyse de dossiers législatifs, rédaction de discours et amendements, suivi de l'actualité) où l'IA peut apporter une aide substantielle, avec des éléments irréductiblement humains (relations avec les électeurs, jugement politique, accompagnement du parlementaire). Les capacités d'IA en analyse textuelle, synthèse et rédaction peuvent augmenter significativement la productivité, mais le besoin de jugement politique nuancé, de discrétion et de présence physique limite l'automatisation complète.

Le chargé d'urbanisme territorial exerce un métier hybride combinant travail administratif et digital (instruction de dossiers, élaboration de PLU, veille réglementaire) avec des interactions humaines essentielles (concertation citoyenne, conseil aux élus, collaboration avec acteurs locaux). Bien que l'IA puisse automatiser l'analyse de conformité réglementaire et la gestion documentaire, le jugement professionnel, la négociation territoriale et la légitimité politique requièrent une présence humaine. L'exposition reste modérée-élevée car les tâches informationnelles sont significatives mais non dominantes.

Le poste combine du travail de connaissance (rédaction de dossiers, négociation d'accords, recherche de financements) largement numérisable avec une composante relationnelle et diplomatique irremplaçable (missions à l'étranger, négociations en face-à-face, gestion de relations humaines complexes). L'IA peut automatiser la rédaction de documents, l'analyse de financements et la gestion administrative, mais la dimension interpersonnelle, la négociation et la présence physique restent essentielles, ce qui limite l'exposition globale à un niveau élevé mais non critique.

Ce poste combine un travail essentiellement digital (rédaction de dossiers de financement, recherche de partenaires, gestion de projets sur ordinateur) avec une forte composante relationnelle et diplomatique qui nécessite une présence humaine et une compréhension nuancée des contextes géopolitiques. L'IA peut automatiser la recherche de financements, la rédaction de candidatures et l'analyse de données, mais la négociation d'accords, la construction de relations institutionnelles et la prise de décision stratégique restent fortement ancrées dans le jugement humain et l'interaction directe.

Ce métier est principalement basé sur du travail de connaissance (rédaction de dossiers, analyse administrative, suivi budgétaire) réalisable entièrement en environnement numérique, ce qui le rend exposé à l'automatisation par l'IA. Cependant, il requiert une expertise institutionnelle complexe, du jugement stratégique, des relations humaines et une navigation dans des contextes réglementaires en constante évolution, qui limitent l'exposition à un niveau élevé mais non critique. L'IA pourrait automatiser certaines tâches (veille, rédaction de rapports, analyse budgétaire) mais ne peut pas remplacer le conseil stratégique, la négociation avec les partenaires européens et la compréhension nuancée des enjeux politiques locaux.

Le chargé de mission en collectivité exerce un métier hybride combinant travail de connaissance (rédaction de dossiers, analyses, études) et interactions humaines essentielles (coordination avec élus, partenaires, animation de réunions). Bien que les tâches administratives et analytiques soient exposées à l'automatisation par l'IA (synthèses, montage de dossiers, analyses de données), le cœur du métier repose sur la négociation, la prise de décision contextuelle et la relation de confiance avec les acteurs locaux, qui demeurent difficilement automatisables. L'IA augmentera la productivité (rédaction assistée, analyses plus rapides) mais ne restructurera pas fondamentalement le rôle.

Le chargé de mission effectue principalement du travail de connaissance (analyse de dossiers, rédaction de rapports, coordination de projets) entièrement réalisable sur ordinateur, ce qui expose le rôle à l'automatisation par l'IA pour les tâches d'analyse, synthèse et rédaction. Cependant, le poste conserve une exposition modérée car il requiert du jugement politique, de la négociation avec des partenaires externes, et une compréhension nuancée des enjeux stratégiques qui demandent encore une présence humaine et une prise de décision contextuelle. Les outils d'IA peuvent augmenter significativement la productivité (synthèse de dossiers, rédaction de brouillons) mais ne remplacent pas le rôle de conseiller politique et de coordinateur relationnel.

Le chef de cabinet exerce un métier hybride combinant travail administratif et relationnel. Les tâches numériques (synthèse de dossiers, veille réglementaire, gestion d'agenda, préparation de briefings) sont susceptibles d'être largement assistées par l'IA, ce qui augmenterait la productivité. Cependant, le cœur du métier repose sur le jugement stratégique, la négociation institutionnelle, le conseil politique et la gestion humaine d'équipe, qui demandent une présence et une compréhension contextuelle difficilement automatisables. L'exposition reste modérée-haute car l'IA peut transformer les aspects administratifs sans remplacer la fonction de conseiller et de coordinateur politique.

Le commissaire aux comptes public exerce un travail principalement intellectuel et numérique : analyse de données financières, rédaction de rapports, vérification de conformité réglementaire. L'IA peut automatiser l'examen de documents comptables, la détection d'anomalies et la génération de rapports préliminaires. Cependant, le jugement juridictionnel, l'évaluation contextuelle de la gestion publique et la responsabilité magistrale requièrent une expertise humaine irremplaçable, ce qui limite l'exposition à un niveau élevé mais non maximal.

Le conseiller territorial exerce un métier principalement fondé sur le travail de connaissance : analyse de politiques publiques, rédaction de notes techniques, veille réglementaire et coordination de projets. Ces tâches sont largement digitalisables et l'IA peut assister significativement dans la recherche juridique, l'analyse de données territoriales et la rédaction de dossiers. Cependant, le rôle conserve une dimension importante de jugement politique, de négociation avec les élus et les partenaires, et de compréhension nuancée des enjeux locaux qui requièrent une présence humaine et une expertise contextuelle difficilement automatisable à court terme.

Le métier combine des tâches fortement automatisables (traitement des déclarations fiscales, vérification de conformité, gestion de trésorerie) avec un contact humain significatif (accueil, conseil aux contribuables, résolution de problèmes). L'IA peut rapidement automatiser l'analyse documentaire et les contrôles de routine, mais l'interaction avec le public et les jugements contextuels nécessitent encore une présence humaine. La productivité des contrôleurs utilisant des outils IA augmentera substantiellement, réduisant les besoins en effectifs.

Le métier combine des tâches fortement numériques (audit financier, analyse de données, rédaction de rapports) où l'IA peut augmenter significativement la productivité, avec des éléments irremplaçables comme les inspections sur le terrain, les entretiens avec les officiers et le jugement stratégique en contexte militaire sensible. L'IA peut automatiser l'analyse comptable et la détection d'anomalies, mais le rôle de conseil auprès de la hiérarchie militaire et la compréhension du contexte opérationnel requièrent une présence humaine et une expertise contextuelle que l'IA ne peut pas entièrement supplanter.

Le directeur d'hôpital exerce un rôle de management stratégique et de gouvernance qui repose fortement sur l'analyse de données, la gestion budgétaire et la prise de décision basée sur des indicateurs de performance — domaines où l'IA peut apporter une aide substantielle. Cependant, le cœur du métier implique des relations humaines complexes (négociation avec tutelles, management d'équipes, gestion de crises), une responsabilité éthique et légale irréductible, et une présence physique requise pour la légitimité institutionnelle, ce qui limite l'exposition globale à un niveau élevé mais non critique.

Le directeur de cabinet exerce un rôle hybride combinant travail de connaissance (analyse stratégique, préparation de dossiers, rédaction de discours) et relations humaines essentielles (négociation, représentation institutionnelle, conseil politique direct à l'élu). Bien que l'IA puisse assister significativement dans l'analyse de données territoriales, la préparation de documents et l'organisation administrative, le cœur du métier repose sur le jugement politique, la négociation en face-à-face et la relation de confiance avec l'élu, qui demeurent difficilement automatisables. L'exposition reste modérée-élevée car les tâches informationnelles peuvent être partiellement augmentées par l'IA, mais la dimension relationnelle et décisionnelle politique constitue une barrière naturelle à l'automatisation complète.

Le directeur de la communication publique exerce un métier à dominante knowledge work (stratégie, rédaction, gestion de contenu digital) où l'IA peut augmenter significativement la productivité dans la rédaction de communiqués, l'analyse des données de communication et la gestion des réseaux sociaux. Cependant, le rôle conserve des dimensions irremplaçables : relations humaines complexes avec les élus et journalistes, jugement stratégique contextuel, gestion de crise en temps réel, et représentation institutionnelle qui requièrent une présence et une légitimité humaines. L'exposition reste modérée-élevée car l'IA assistera fortement les tâches de production de contenu sans automatiser le cœur du pilotage stratégique et des relations.

Ce poste combine un travail essentiellement numérique (analyse budgétaire, modélisation financière, tableaux de bord) où l'IA peut augmenter significativement la productivité, avec une composante stratégique et politique irréductible (conseil aux élus, négociations, arbitrages). Les tâches analytiques et de traitement de données sont fortement exposées à l'automatisation et l'augmentation par IA, mais le jugement stratégique, la connaissance du contexte territorial et les relations politiques restent essentiels, limitant l'exposition à un niveau élevé plutôt que très élevé.

Ce poste combine du travail de connaissance (analyse de données fiscales, stratégie, pilotage) largement digitalisable avec des responsabilités managériales et politiques qui nécessitent du jugement humain et de la présence institutionnelle. L'IA peut automatiser l'analyse des indicateurs de performance et assister dans la détection de fraude, mais la coordination stratégique, les décisions de politique fiscale et le management d'équipes restent fortement ancrés dans le jugement humain et les relations interpersonnelles. L'exposition est modérée-élevée car les tâches analytiques et informationnelles sont substantielles, mais le rôle de direction générale et de conseiller politique limite l'automatisation complète.

Le DGS exerce un rôle de direction et de management fortement ancré dans le travail de connaissance (finances publiques, droit, stratégie, pilotage budgétaire) et la communication écrite/numérique, domaines où l'IA peut augmenter significativement la productivité. Cependant, le cœur du métier repose sur le jugement stratégique, les relations humaines complexes avec les élus et les partenaires institutionnels, et la responsabilité politique qui nécessitent une présence et une légitimité humaines irremplaçables. L'IA peut assister dans l'analyse de données, la préparation de dossiers et l'optimisation budgétaire, mais ne peut pas se substituer à la prise de décision politique et au leadership.

Le métier d'expert de la Cour des comptes combine un travail essentiellement intellectuel et numérique (analyse de données comptables, rédaction de rapports, évaluation de politiques) avec une composante importante de jugement humain, d'enquête sur le terrain et d'interaction avec les institutions. L'IA peut automatiser l'analyse de données financières, la détection d'anomalies comptables et la synthèse de documents, rendant les experts significativement plus productifs, mais le cœur du métier — l'évaluation critique des politiques publiques, les recommandations stratégiques et l'influence politique — requiert une expertise humaine, du contexte institutionnel et une responsabilité démocratique que l'IA ne peut pas assumer.

Le métier combine du travail de connaissance (analyse technique, évaluation, conception de spécifications) largement réalisable en environnement numérique avec des aspects irremplaçables : jugement stratégique complexe, relations industrielles sensibles, validation physique sur sites d'essais, et responsabilité décisionnelle en contexte de défense nationale. L'IA peut augmenter la productivité analytique et la modélisation technique, mais la supervision de programmes critiques, la négociation avec les industriels et l'expertise stratégique requièrent une présence humaine et un jugement contextuel que l'IA ne peut pas entièrement automatiser.

Le métier d'inspecteur des finances publiques combine du travail de connaissance (analyse fiscale, comptabilité, contrôle) largement numérisable avec des interactions humaines et du jugement professionnel irremplaçables. L'IA peut automatiser l'analyse de données fiscales, la détection d'anomalies comptables et la gestion administrative, rendant les inspecteurs beaucoup plus productifs, mais le conseil aux usagers, les négociations, l'encadrement d'équipes et les décisions complexes de redressement nécessitent toujours une présence humaine. L'exposition reste modérée-élevée car les tâches informationnelles sont substantielles mais non exclusives.

Le métier d'inspecteur général repose largement sur des tâches numériques et analytiques (audit, analyse de données, rédaction de rapports) qui pourraient être partiellement automatisées par l'IA. Cependant, le cœur du métier demeure l'exercice du jugement critique, la prise de décision stratégique, les interactions avec les hauts responsables publics et la légitimité politique de l'autorité inspectrice, qui nécessitent une présence humaine et une expertise contextuelle irremplaçable. L'IA peut augmenter la productivité analytique mais ne peut pas se substituer à l'autorité et à la responsabilité politique inhérentes à cette fonction.

Le magistrat administratif exerce un métier fondamentalement basé sur l'analyse juridique, la rédaction de décisions et l'examen de dossiers — des tâches largement numériques et informationnelles. L'IA pourrait automatiser l'analyse préliminaire des dossiers, la recherche jurisprudentielle et même assister à la rédaction de jugements motivés. Cependant, le jugement requiert une interprétation nuancée du droit, une appréciation contextuelle et une responsabilité éthique que seul un humain peut assumer, et les audiences publiques nécessitent une présence humaine. L'exposition reste élevée mais non maximale car le cœur du métier — trancher les litiges avec autorité et impartialité — demeure un acte humain irremplaçable.

Le poste combine du travail administratif et de traitement de dossiers (fortement numérisable) avec des missions de jugement, de relations interpersonnelles et de gestion de crise qui nécessitent une présence humaine et une expertise contextuelle. L'IA peut automatiser l'examen de conformité, la vérification de légalité et la rédaction de documents standards, rendant les agents plus productifs, mais les décisions complexes, les relations avec les élus et la gestion de crise restent largement du ressort humain. L'exposition est donc élevée mais pas maximale, car une part significative du travail requiert du jugement discrétionnaire et de l'interaction humaine.

Ce poste repose principalement sur des tâches de coordination, rédaction et communication — des activités largement numériques et susceptibles d'être assistées par l'IA (synthèse de documents, rédaction de notes, organisation de réunions). Cependant, le cœur du métier demeure la facilitation des relations interpersonnelles complexes entre acteurs institutionnels, la négociation politique et la prise de décision contextuelle, qui nécessitent une présence humaine et un jugement nuancé. L'IA peut augmenter la productivité (rédaction automatisée, analyse de données) mais ne peut pas remplacer la dimension relationnelle et politique centrale à ce rôle.

Le poste combine des tâches fortement numériques (gestion de paie, traitement de dossiers de recrutement, analyse de données RH) où l'IA peut apporter une productivité significative, avec des dimensions relationnelles et de négociation qui nécessitent une présence humaine. Les processus administratifs et réglementaires (concours, carrières, conformité) sont largement documentés et structurés, ce qui les rend partiellement automatisables, mais la complexité des relations sociales et la nécessité de jugement contextuel dans les décisions RH maintiennent une exposition modérée-haute plutôt que très élevée.

Le rédacteur territorial exerce un travail principalement digital et administratif (rédaction d'actes, instruction de dossiers, suivi réglementaire) où l'IA pourrait automatiser significativement la génération de documents standardisés et l'analyse de conformité réglementaire. Cependant, l'exposition reste modérée-haute plutôt que très élevée car le rôle implique des interactions humaines essentielles (conseil aux élus, accueil du public), du jugement contextuel en matière juridique, et une responsabilité administrative qui nécessite une validation humaine. L'IA sera un outil puissant d'assistance mais ne remplacera pas entièrement le rôle dans un avenir proche.

Le secrétaire de mairie exerce un métier hybride combinant travail administratif et accueil du public. Environ 60-70% des tâches sont numériques et informatisées (gestion état civil, urbanisme, budget, rédaction de procès-verbaux) — domaines où l'IA peut progressivement automatiser ou augmenter la productivité. Cependant, 30-40% du travail requiert une présence physique et une interaction humaine directe avec les citoyens et élus, ce qui limite l'exposition globale. L'IA pourrait transformer significativement la gestion administrative et documentaire, mais ne peut pas remplacer entièrement le rôle de représentant de l'administration locale.

Le vérificateur fiscal combine un travail substantiellement digital (analyse de documents comptables, rédaction de rapports, traitement de données financières) avec une composante physique et relationnelle importante (déplacements sur site, interrogatoires, interactions avec les contribuables). L'IA peut automatiser l'analyse de documents comptables, la détection d'anomalies et la rédaction de rapports préliminaires, rendant les vérificateurs significativement plus productifs, mais le jugement expert, l'investigation complexe et la présence physique restent essentiels pour les dossiers sophistiqués.

Le poste d'attaché culturel combine des tâches de connaissance (rédaction de rapports, gestion budgétaire, communication) avec des activités fortement ancrées dans les relations humaines et la présence physique (négociations en face-à-face, organisation d'événements, représentation diplomatique). Bien que certaines tâches administratives et de communication puissent être assistées par l'IA, le cœur du métier repose sur la diplomatie relationnelle, la négociation interculturelle et la présence physique qui restent difficilement automatisables. L'IA peut améliorer la productivité (traduction, rédaction, analyse) mais ne peut pas remplacer le jugement diplomatique et l'interaction humaine essentiels à cette fonction.

Le conseiller de tribunal administratif exerce un métier hybride combinant travail intellectuel et présence humaine requise. Bien que l'analyse juridique, la recherche jurisprudentielle et la rédaction des jugements soient des tâches numériques où l'IA pourrait assister (synthèse de dossiers, recherche de précédents), le cœur du métier repose sur le jugement humain, l'autorité judiciaire et la présidence d'audiences publiques qui exigent une présence physique et une légitimité institutionnelle. L'IA peut augmenter la productivité dans les tâches préparatoires, mais ne peut pas remplacer la fonction de magistrat qui requiert responsabilité personnelle et légitimité démocratique.

Le rôle de consul combine des tâches administratives et numériques (traitement de visas, gestion d'état civil, documentation) qui pourraient être partiellement automatisées par l'IA, avec des responsabilités essentiellement humaines et relationnelles : protection consulaire en situation de crise, négociations diplomatiques, jugement discrétionnaire sur les demandes de visas, et gestion de relations complexes avec les autorités locales. Bien que certains processus administratifs soient exposés à l'automatisation, la nature diplomatique, la prise de décision contextuelle et la présence physique requise limitent l'exposition globale à un niveau modéré.

Le contrôleur des douanes combine des tâches administratives et informatiques (vérification de déclarations, calcul de droits, analyse de risques) avec des responsabilités de terrain et d'encadrement humain (supervision d'équipes, enquêtes, interrogatoires). L'IA peut automatiser certains traitements de données et analyses de déclarations, mais le cœur du métier repose sur la présence physique aux frontières, le jugement humain pour détecter les fraudes complexes et la gestion d'équipes, ce qui limite l'exposition globale à un niveau modéré.

Le métier de diplomate combine des tâches numériques (analyse géopolitique, rédaction de rapports, communication écrite) où l'IA pourrait assister, avec des éléments irremplaçables : négociation en face-à-face, représentation officielle, jugement politique nuancé et relations humaines complexes. Bien que l'IA puisse aider à l'analyse de données et à la rédaction, la nature hautement interpersonnelle et contextuelle de la diplomatie, ainsi que la nécessité d'une présence physique et d'une autorité officielle, limitent l'exposition globale à un niveau modéré.

Le poste combine des tâches de gestion administrative (budgets, subventions, dossiers) où l'IA pourrait apporter une aide significative, avec des responsabilités stratégiques et relationnelles essentielles (négociation avec élus, artistes, partenaires, définition de vision culturelle) qui nécessitent un jugement humain et une présence physique. Bien que certains processus deviennent plus efficaces avec l'IA (analyse de dossiers, aide à la programmation), le cœur du métier — piloter une politique culturelle territoriale et maintenir des relations complexes avec de multiples acteurs — reste fortement ancré dans l'interaction humaine et la prise de décision contextuelle.

Ce poste combine des responsabilités managériales et stratégiques (pilotage, conseil, représentation) avec un travail substantiel d'analyse de données financières et fiscales. Bien que l'IA puisse automatiser certaines tâches analytiques (traitement de données, rapports de conformité, prévisions budgétaires), le cœur du métier repose sur le jugement stratégique, la négociation avec les élus, le management d'équipes et la prise de décision contextuelle qui nécessitent une présence humaine et une compréhension nuancée des enjeux locaux. L'exposition reste modérée car les dimensions relationnelles et décisionnelles restent prépondérantes, même si l'IA peut augmenter significativement la productivité analytique.

Le métier de douanier combine des tâches numériques (vérification de déclarations, traitement de dossiers, rédaction de procès-verbaux) et des activités physiques essentielles (inspection de marchandises, contrôle de voyageurs, surveillance aux frontières). Bien que l'IA pourrait automatiser l'analyse de documents et la détection de fraudes via des algorithmes, la présence physique obligatoire aux points de passage, l'interrogatoire de personnes et l'inspection manuelle des cargaisons restent des composantes irremplaçables du métier. L'IA augmentera la productivité des douaniers mais ne restructurera pas fondamentalement l'occupation.

Ce poste combine des activités fortement numériques (conception assistée par ordinateur, modélisation, analyse de données, rapports techniques) où l'IA peut augmenter la productivité, avec des éléments irréductiblement humains : supervision physique d'essais sur le terrain, jugement stratégique en contexte géopolitique, négociation avec les industriels et les militaires, et responsabilité décisionnelle sur des enjeux de sécurité nationale. L'IA peut automatiser certaines analyses et simulations, mais le rôle de conseil expert, de management de projets complexes et de validation finale reste fortement ancré dans le jugement humain et la présence physique.

Ce poste combine des tâches de conception et d'analyse (plans, études techniques, gestion de dossiers) qui sont progressivement automatisables par l'IA, avec des responsabilités essentiellement humaines : supervision de chantiers en temps réel, prise de décision contextuelle sur site, coordination d'équipes et représentation de l'expertise de l'État. Bien que l'IA puisse assister dans la modélisation, l'analyse de conformité et la gestion administrative, la présence physique sur les chantiers et le jugement expert face à des situations complexes et imprévisibles restent irremplaçables, limitant l'exposition globale à un niveau modéré.

Ce métier combine des activités très différentes : les contrôles sur terrain et les enquêtes physiques (inspections de magasins, relevé d'infractions) sont difficilement automatisables et nécessitent une présence humaine. Cependant, une part significative du travail est numérique et analytique : rédaction de rapports, analyse de preuves, traitement de plaintes, vérification de données en ligne. L'IA pourrait augmenter la productivité dans ces domaines (analyse de fraudes, détection de patterns, rédaction de rapports) et potentiellement réduire le nombre d'inspecteurs nécessaires, mais le cœur du métier — l'inspection physique et le jugement sur terrain — reste ancré dans le monde réel.

Ce métier combine des tâches numériques (rédaction de rapports, conception de formations, analyse de données pédagogiques) avec une composante irremplaçable de présence physique et d'interaction humaine directe : l'observation en classe, les conseils personnalisés et l'accompagnement des équipes nécessitent une présence sur le terrain et une compréhension nuancée du contexte. L'IA peut assister dans l'analyse de données ou la génération de rapports, mais ne peut pas remplacer le jugement expert et la relation de confiance essentiels à l'évaluation pédagogique et au mentorat.

Ce métier combine des tâches de terrain (inspections physiques, prélèvements d'échantillons, contrôles sur site) avec du travail administratif et analytique (rédaction de rapports, enquêtes, analyse de données). L'IA peut automatiser la rédaction de procès-verbaux, l'analyse de conformité réglementaire et le traitement des plaintes, mais les inspections physiques, les décisions contextuelles complexes et les interactions avec les entreprises restent essentiellement humaines. La présence sur le terrain et le jugement professionnel demeurent centraux.

L'inspecteur des douanes combine des tâches de gestion administrative (analyse de documents, rédaction de procès-verbaux, gestion de données commerciales) qui sont exposées à l'automatisation par l'IA, avec des responsabilités essentiellement humaines : supervision d'équipes, prise de décision contextuelle sur le terrain, enquêtes complexes nécessitant jugement et intuition, et interactions avec des partenaires. Bien que l'IA puisse améliorer l'analyse des risques et le traitement des données douanières, le cœur du métier — direction opérationnelle, investigation et collaboration interinstitutionnelle — reste fortement ancré dans le jugement humain et la présence physique aux frontières.

L'inspecteur du travail combine des tâches numériques (rédaction de rapports, analyse de documents, consultation de bases de données) et un travail de terrain essentiel (visites inopinées, entretiens directs avec employeurs et salariés, évaluation physique des conditions de sécurité). Bien que l'IA pourrait assister dans l'analyse documentaire et la rédaction de rapports, le cœur du métier repose sur la présence physique, le jugement contextuel et l'interaction humaine directe pour enquêter et sanctionner, ce qui limite significativement l'exposition globale.

Le médecin des armées combine des tâches à forte exposition à l'IA (diagnostic, analyse de données médicales, gestion administrative) avec des activités à faible exposition (soins d'urgence en terrain hostile, interventions chirurgicales, présence physique requise en opération). Bien que l'IA progresse en diagnostic médical et en support décisionnel, la nature critique des interventions d'urgence, l'imprévisibilité des environnements opérationnels, et la nécessité d'une présence humaine directe limitent l'automatisation globale. L'exposition reste modérée car le cœur du métier reste ancré dans l'interaction humaine et la présence physique.

Le médiateur de la République combine des tâches de travail de connaissance (analyse de dossiers, rédaction de rapports, recherche juridique) avec une composante interpersonnelle et relationnelle forte (entretiens, médiation, dialogue). Bien que certaines tâches administratives et analytiques pourraient être assistées par l'IA (traitement de documents, recherche réglementaire), le cœur du métier repose sur la capacité à écouter, négocier, juger l'équité et rétablir la confiance entre parties — des compétences humaines difficilement automatisables. L'IA peut augmenter la productivité mais ne peut pas remplacer le jugement éthique et la présence humaine requise pour cette fonction de médiation.

Ce poste combine des tâches de gestion administrative et d'analyse (rapports, budgets, diagnostics territoriaux) qui sont vulnérables à l'automatisation par l'IA, avec des responsabilités essentiellement humaines et relationnelles : encadrement d'équipes, coordination partenariale complexe, jugement sur des situations sociales nuancées, et présence locale requise. Bien que certains processus administratifs et analytiques puissent être assistés par l'IA, le cœur du métier repose sur la compréhension contextuelle, la négociation interpersonnelle et la prise de décision éthique face à des situations humaines complexes, qui restent difficilement automatisables.

Ce poste combine des responsabilités managériales et administratives (gestion budgétaire, suivi d'équipe, pilotage de projets) qui sont partiellement numérisables, avec des dimensions essentiellement humaines et politiques (relations aux usagers, coordination avec les élus, leadership d'équipe) qui nécessitent une présence et un jugement humain. L'IA peut assister sur l'analyse budgétaire, la gestion administrative et la veille réglementaire, mais le cœur du métier — la prise de décision politique locale, la gestion des conflits citoyens et le management d'équipe — reste fortement ancré dans l'interaction humaine et le contexte territorial spécifique.

Le métier combine des tâches fortement numériques (rédaction de notes, analyse de rapports, communications écrites) où l'IA pourrait assister significativement, avec des dimensions irremplaçables : négociation en face-à-face, représentation officielle, jugement politique nuancé et relations interpersonnelles complexes. Bien que l'IA puisse aider à la rédaction, l'analyse et la synthèse d'informations, la nature hautement contextuelle et relationnelle de la diplomatie, ainsi que la nécessité de présence physique et de jugement humain dans les négociations, limitent l'exposition globale à un niveau modéré.

L'agent territorial exerce un rôle très varié combinant des tâches physiques (entretien des espaces verts, maintenance des bâtiments), de l'interaction humaine directe (accueil du public, animation d'événements) et du support administratif. Bien que certaines tâches administratives (saisie de données, classement de dossiers) soient exposées à l'automatisation par l'IA, la majorité du travail repose sur une présence physique et des interactions en face-à-face avec les habitants, ce qui limite significativement l'exposition globale. L'IA peut améliorer l'efficacité administrative mais ne peut pas remplacer les dimensions essentielles du service public de proximité.

Le rôle d'ambassadeur combine des tâches numériques (rédaction de télégrammes diplomatiques, analyse géopolitique, communications écrites) avec des éléments fondamentalement humains et physiques : négociations en face-à-face, représentation officielle, gestion de crises consulaires, et relations interpersonnelles au plus haut niveau. Bien que l'IA pourrait assister dans l'analyse de données géopolitiques ou la rédaction de rapports, la nature intrinsèquement humaine de la diplomatie—basée sur la confiance, le jugement politique, la présence physique et les relations personnelles—limite significativement l'exposition à l'automatisation.

Le rôle de préfet/sous-préfet combine des responsabilités administratives (gestion de dossiers, coordination, contrôle de légalité) avec une présence physique et relationnelle indispensable : autorité territoriale, gestion de crise en temps réel, relations directes avec élus et acteurs locaux, et disponibilité 24h/24. Bien que certaines tâches administratives puissent être assistées par l'IA (analyse de dossiers, rédaction de rapports), le cœur du métier repose sur le jugement politique, la légitimité de l'autorité de l'État et les interactions humaines complexes qui ne peuvent pas être automatisées. L'IA aura un impact modéré sur la productivité administrative mais ne restructurera pas fondamentalement le rôle.

Le rôle de maire combine des tâches administratives et de gestion (budget, actes officiels) qui pourraient être partiellement automatisées par l'IA, mais repose fondamentalement sur des compétences irremplaçables : représentation politique, prise de décision stratégique basée sur des valeurs, relations humaines avec les citoyens et négociation avec les partenaires. La présence physique, l'écoute active et la légitimité démocratique restent au cœur du métier, ce qui limite l'exposition globale à une exposition modérée.

Le métier d'agent de constatation des douanes repose principalement sur des tâches physiques et de présence sur le terrain : contrôles visuels, fouilles, patrouilles aux frontières, observations directes. Bien que certaines tâches administratives (rédaction de procès-verbaux, saisie de données) pourraient être assistées par l'IA, le cœur du métier — l'inspection physique, la détection sur le terrain, l'interaction avec les voyageurs — reste fondamentalement humain et nécessite une présence physique en temps réel. L'IA ne peut pas remplacer la vigilance humaine et les décisions contextuelles requises aux frontières.

Le dessinateur-projeteur CAO exerce un métier entièrement numérique basé sur la modélisation 3D et la génération de plans techniques via des logiciels spécialisés. L'IA générative et les systèmes d'apprentissage automatique progressent rapidement dans la génération de géométries, l'optimisation de designs, la détection d'interférences et même la création automatisée de plans techniques à partir de spécifications. Bien que la validation finale et les ajustements créatifs requièrent actuellement du jugement humain, la trajectoire technologique indique que l'IA pourrait automatiser une part substantielle des tâches de modélisation et de documentation, réduisant significativement le besoin en dessinateurs-projeteurs.

Le travail de l'ingénieur calcul et simulation est entièrement numérique et basé sur des tâches informatiques : modélisation 3D, simulations par éléments finis, analyse de données et optimisation. Ces domaines sont particulièrement vulnérables à l'automatisation par l'IA, qui progresse rapidement dans la génération de modèles, l'interprétation des résultats et même l'optimisation des designs. Bien que l'expertise technique et le jugement humain restent importants aujourd'hui, l'IA générative et les systèmes d'apprentissage automatique peuvent déjà assister ou automatiser une part croissante de ces tâches, rendant chaque ingénieur potentiellement beaucoup plus productif et réduisant le nombre de postes nécessaires.

L'ingénieur en systèmes embarqués effectue principalement du travail numérique (programmation en C/C++, conception d'architecture, simulation et analyse) qui peut être automatisé ou considérablement augmenté par l'IA. Cependant, le travail conserve une exposition modérée aux contraintes physiques (tests sur prototypes, intégration hardware-software) et nécessite une expertise spécialisée en temps réel et fiabilité critique. L'IA peut générer du code, optimiser les performances et assister à la conception, mais la validation en conditions réelles et les décisions architecturales complexes requièrent encore une présence humaine significative.

L'ingénieur simulation travaille principalement sur des tâches numériques et informatiques (modélisation 3D, paramétrage de logiciels, analyse de données) qui sont de plus en plus accessibles à l'IA. Cependant, le jugement technique, la validation expérimentale et l'optimisation créative des conceptions nécessitent encore une expertise humaine significative et une compréhension physique profonde. L'IA peut automatiser certaines phases de modélisation et d'analyse, mais ne remplace pas entièrement la capacité à interpréter les résultats et à proposer des solutions innovantes.

L'ingénieur supply chain exerce un métier fortement ancré dans le travail numérique et l'analyse de données : gestion d'ERP, pilotage par les données, simulation de scénarios, tableaux de bord. L'IA peut automatiser une part significative de l'optimisation des stocks, des prévisions de demande, de l'analyse des performances et même de la sélection des fournisseurs. Cependant, la négociation avec les partenaires, la gestion des relations commerciales et la prise de décision stratégique face à des situations complexes conservent une dimension humaine irréductible, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le roboticien travaille principalement sur des tâches numériques (programmation, conception assistée par ordinateur, algorithmes IA) qui sont hautement exposées à l'automatisation par IA. Cependant, le métier conserve une composante significative de conception créative, de résolution de problèmes complexes et de validation physique en laboratoire qui nécessitent encore du jugement humain. L'IA peut augmenter considérablement la productivité des roboticiens (génération de code, optimisation d'algorithmes, simulation) mais ne remplace pas entièrement la conception innovante et la validation expérimentale.

Le technicien bureau d'études effectue l'essentiel de son travail sur ordinateur (CAO, calculs, modélisation 3D, nomenclatures), domaines où l'IA progresse rapidement et peut automatiser ou augmenter significativement la productivité. Cependant, le rôle conserve une composante importante de jugement technique, de collaboration avec les ingénieurs et de validation physique des prototypes qui nécessite une présence humaine et une expertise contextuelle, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

L'ingénieur acoustique combine travail de terrain (mesures sur site, interactions avec clients) et travail numérique (modélisation, simulation, conception assistée par ordinateur). Bien que l'IA progresse rapidement dans la modélisation acoustique et l'analyse de données, les missions critiques — mesures in situ, conseil technique adapté au contexte, validation réglementaire — nécessitent une présence physique et un jugement expert. L'IA augmentera la productivité (simulations plus rapides, analyses automatisées) mais ne remplacera pas le cœur du métier à court terme.

L'ingénieur automatisme exerce un métier hybride combinant programmation informatique (domaine très exposé à l'IA) et supervision physique sur site des systèmes industriels. Bien que la conception et la programmation des automates soient entièrement numériques et vulnérables à l'automatisation par IA, la nécessité de tester sur le terrain, d'interagir avec les équipes de production et de diagnostiquer des pannes en contexte réel crée une barrière significative. L'IA pourrait augmenter considérablement la productivité dans les phases de conception et de programmation, mais ne peut pas remplacer entièrement la présence physique et le jugement contextuel requis pour la mise en service et la maintenance.

L'ingénieur d'affaires en industrie exerce un métier hybride combinant travail de connaissance (analyse technique, élaboration de propositions, négociation contractuelle) et interactions humaines essentielles (relations clients, coordination d'équipes, négociations). Bien que l'IA puisse automatiser certaines tâches périphériques (analyse de données, rédaction de propositions, veille technologique), le cœur du métier repose sur le jugement stratégique, la compréhension nuancée des besoins clients et la négociation interpersonnelle, qui restent difficilement automatisables. Cependant, l'exposition reste élevée car une part significative du travail est digitale et analytique, et les outils IA pourraient augmenter considérablement la productivité des ingénieurs d'affaires dans leurs tâches de documentation et d'analyse.

L'ingénieur des Mines exerce un rôle hybride combinant expertise technique pointue, analyse complexe et prise de décision stratégique, largement basés sur le travail intellectuel et numérique (rédaction de rapports, analyses, conseils). Cependant, le cœur du métier repose sur des responsabilités administratives, du jugement humain nuancé, des relations avec les décideurs et une présence physique pour les inspections et contrôles sur le terrain. L'IA peut augmenter significativement la productivité dans l'analyse de données et la rédaction de rapports techniques, mais ne peut pas remplacer le jugement stratégique, l'autorité réglementaire et les interactions humaines essentielles à ce rôle de haut fonctionnaire.

L'ingénieur impression 3D travaille principalement sur des tâches numériques (modélisation CAO, simulation, programmation) où l'IA peut rapidement devenir productive, notamment pour l'optimisation des paramètres d'impression et l'analyse des données de fabrication. Cependant, le métier conserve une exposition modérée car il requiert une expertise matériaux complexe, une supervision physique des machines, des tests expérimentaux et une collaboration étroite avec les clients pour adapter les solutions—autant d'éléments où le jugement humain et la présence restent essentiels. L'IA augmentera la productivité mais ne remplacera pas le cœur du travail d'ingénierie.

L'ingénieur logistique industrielle effectue un travail hybride combinant analyse de données, modélisation et optimisation (domaines numériques où l'IA progresse rapidement) avec une coordination d'équipes et une présence physique sur site essentielles. Les outils IA peuvent automatiser l'analyse des flux, la prévision de demande et l'optimisation des stocks, rendant chaque ingénieur plus productif, mais la nécessité de négocier avec les fournisseurs, d'animer les équipes et de valider les solutions sur le terrain limite l'exposition globale à un niveau élevé plutôt que très élevé.

L'ingénieur matériaux combine travail de laboratoire (tests physiques, expérimentations) et travail intellectuel (analyse, simulation, R&D). Bien que les tâches de caractérisation et de testing requièrent une présence physique en laboratoire avec des équipements spécialisés, une part significative du travail — modélisation, simulation, analyse de données, documentation technique, veille technologique — est entièrement numérique et exposée à l'IA. Les outils d'IA pour la prédiction de propriétés matériaux, l'optimisation de formulations et l'analyse de résultats expérimentaux progressent rapidement, mais le jugement humain, l'intuition scientifique et la validation expérimentale restent essentiels.

L'ingénieur mécanique effectue une part importante de son travail sur ordinateur (modélisation CAO, simulations, analyses) où l'IA peut augmenter significativement la productivité, notamment pour l'optimisation de conceptions et l'analyse de données. Cependant, le cœur du métier nécessite une expertise technique profonde, du jugement ingéniérique complexe, des tests physiques en laboratoire et une supervision directe de projets industriels, ce qui limite l'automatisation complète. L'IA sera un outil puissant d'assistance mais ne remplacera pas l'ingénieur dans les décisions critiques et la validation expérimentale.

L'ingénieur méthodes/process exerce un métier hybride combinant analyse de données et travail de terrain. Ses tâches analytiques (modélisation, chronoanalyse, optimisation statistique) sont fortement exposées à l'IA, qui peut automatiser l'identification de goulots d'étranglement et générer des recommandations d'amélioration. Cependant, la présence physique en usine, l'interaction directe avec les équipes de production, et la nécessité de tester et valider les solutions sur le terrain constituent des barrières naturelles à l'automatisation complète. L'IA augmentera significativement la productivité de ces ingénieurs plutôt que de les remplacer entièrement.

L'ingénieur procédés combine du travail de conception et d'optimisation (fortement numérique : simulation, modélisation, analyse de données) avec une nécessité de présence physique sur les sites de production et d'interaction directe avec les équipes. L'IA peut automatiser significativement les tâches de simulation, d'optimisation paramétrique et d'analyse de données, rendant les ingénieurs beaucoup plus productifs, mais la résolution de problèmes complexes en contexte industriel, la validation expérimentale et la collaboration sur le terrain restent des activités humaines essentielles. C'est un profil de haute exposition au changement technologique sans être entièrement automatisable.

Le responsable planification industrielle exerce un travail à dominante informatique et analytique (ERP, Excel, ordonnancement, analyse de données) qui peut être largement automatisé par l'IA. Cependant, le rôle conserve une composante importante de coordination humaine, de prise de décision contextuelle face aux aléas de production, et de communication avec les équipes, ce qui limite l'exposition à un niveau élevé mais non critique. Les outils d'IA pourraient automatiser la génération de plannings et l'optimisation des flux, mais la gestion des imprévus et la coordination interpersonnelle restent essentielles.

Le responsable qualité industrielle exerce un rôle de management et de pilotage fondé sur l'analyse de données, la documentation de procédures et la communication écrite — des tâches largement digitalisables. Cependant, le poste requiert une présence physique sur site, des interactions humaines complexes (animation d'équipes, revues de direction) et une expertise en jugement contextuel que l'IA ne peut pas entièrement remplacer. L'IA peut automatiser l'analyse des indicateurs qualité et la génération de rapports, mais le leadership, la prise de décision stratégique et la gestion des relations restent des domaines où l'humain demeure central.

Ce rôle combine des tâches fortement numériques (gestion documentaire, analyse d'indicateurs, rédaction de procédures, suivi normatif) avec des activités nécessitant une présence physique et une interaction humaine directe (audits sur site, formation en présentiel, coordination avec les équipes production). L'IA peut automatiser significativement la documentation, l'analyse des KPI et la veille normative, rendant les travailleurs beaucoup plus productifs, mais les audits, la formation et la coordination interpersonnelle restent des composantes essentielles qui nécessitent une présence et un jugement humain.

Le technicien méthodes effectue un travail hybride combinant analyse de données, documentation technique et optimisation de processus (tâches numériques à forte exposition à l'IA) avec une présence physique requise en atelier pour l'observation directe, le chronométrage et la formation des équipes. L'IA peut automatiser l'analyse de processus, la génération de gammes de fabrication et les calculs de coûts, rendant les travailleurs utilisant ces outils beaucoup plus productifs, mais la nécessité de valider sur le terrain et d'interagir avec les opérateurs maintient une composante humaine significative.

Le technicien CNC combine programmation informatique (tâche hautement exposée à l'IA) et travail physique/manuel en atelier (moins exposé). La programmation CNC et l'optimisation des paramètres peuvent être largement automatisées par l'IA, mais le réglage des machines, la maintenance physique et le contrôle qualité sur site nécessitent une présence humaine. L'IA pourrait rendre chaque technicien beaucoup plus productif, réduisant les effectifs nécessaires, ce qui constitue une exposition modérée-à-élevée.

Le chef d'atelier production combine des tâches de gestion (planification, analyse de données de production) avec une supervision directe et une présence physique requise en atelier. Bien que l'IA puisse automatiser la planification, l'optimisation des processus et l'analyse des performances, le cœur du métier repose sur le management d'équipe, la résolution de problèmes en temps réel et la prise de décision contextuelle face à des situations imprévisibles. La nécessité d'une présence physique et d'interactions humaines directes limite l'exposition globale à un niveau modéré.

Le contrôleur qualité combine des tâches physiques (mesures, tests, inspections visuelles sur site) et du travail administratif/documentaire (rapports, bases de données, analyses). Bien que l'IA puisse automatiser certains aspects comme l'analyse de données qualité, la rédaction de rapports ou même l'inspection visuelle par vision par ordinateur, le cœur du métier nécessite une présence physique en atelier et un jugement humain pour interpréter les résultats et piloter les actions correctives. L'exposition reste modérée car l'IA peut augmenter la productivité sans remplacer entièrement le rôle.

Le directeur d'usine exerce un rôle hybride combinant gestion stratégique (budgets, planification, décisions) et leadership opérationnel (supervision directe, visites d'ateliers, interactions humaines). Bien que certaines tâches analytiques et de reporting puissent être augmentées par l'IA (tableaux de bord, optimisation des plannings, analyses de données), le cœur du métier repose sur le jugement stratégique, la gestion des ressources humaines et la présence physique sur le site. L'IA peut améliorer la productivité mais ne peut pas remplacer la prise de décision contextuelle et les relations interpersonnelles essentielles à ce poste de direction.

L'ingénieur HSE combine du travail de connaissance (analyse de risques, rédaction de procédures, audits) et une présence physique indispensable sur les sites industriels pour inspecter, former et superviser. Bien que l'IA puisse assister dans l'analyse de données de sécurité et la génération de rapports, la responsabilité critique de prévention des risques, l'évaluation contextuelle des dangers spécifiques à chaque site, et l'interaction directe avec les équipes restent essentiellement humaines. L'exposition est modérée car les tâches numériques (documentation, conformité) sont partiellement automatisables, mais le cœur du métier exige une présence et un jugement humain sur le terrain.

L'ingénieur chimiste industriel combine du travail de connaissance (modélisation, optimisation, analyse de données) avec une présence physique substantielle sur site (supervision des installations, résolution de problèmes en temps réel, encadrement d'équipes). Bien que l'IA peut assister dans l'analyse de données de production et l'optimisation des paramètres, la nature complexe et imprévisible des procédés chimiques, la responsabilité sécuritaire critique, et la nécessité d'interactions humaines directes avec les équipes limitent l'automatisation complète. L'exposition reste modérée car le cœur du métier nécessite jugement humain et présence physique.

Ce poste combine des tâches fortement numériques (analyse de données, rédaction de politiques, modélisation d'infrastructures) où l'IA peut apporter une productivité significative, avec des responsabilités essentiellement humaines : leadership stratégique, négociation politique, arbitrage entre enjeux complexes et représentation institutionnelle. Bien que l'IA puisse assister dans l'analyse technique et la synthèse d'informations, le cœur du métier repose sur le jugement politique, la prise de décision stratégique et les relations interpersonnelles qui restent difficilement automatisables.

L'ingénieur essais combine des tâches numériques (conception de protocoles, analyse de données, rédaction de rapports) avec une dimension expérimentale et physique incontournable (pilotage d'équipements, supervision en laboratoire, manipulation d'instruments de mesure). Bien que l'IA peut assister dans l'analyse des données et la documentation, la conception des protocoles et la supervision des essais nécessitent une présence physique et une expertise humaine pour adapter les tests aux contextes spécifiques. L'exposition reste modérée car le cœur du métier reste ancré dans l'expérimentation pratique et l'interprétation contextuelle des résultats.

L'ingénieur qualité industrielle combine du travail de terrain (audits, contrôles en atelier, interaction directe avec les équipes de production) et du travail analytique (analyse de données, méthodes 8D/AMDEC, reporting). Bien que les tâches analytiques et de reporting soient digitalisables et exposées à l'IA (analyse de données, génération de rapports), la majorité du rôle repose sur la présence physique en atelier, la résolution de problèmes complexes en contexte réel et les relations humaines avec les opérateurs. L'IA peut assister dans l'analyse statistique et la documentation, mais ne peut pas remplacer le jugement expert et la présence requise pour auditer et piloter les corrections sur le terrain.

Ce métier combine des éléments numériques (instruction de dossiers, rédaction de rapports, veille réglementaire) et des activités essentiellement physiques et relationnelles (inspections sur site, évaluations d'équipements, interactions avec les industriels). Bien que l'IA pourrait assister dans l'analyse documentaire et la rédaction de rapports, la composante terrain irremplaçable — mesures in situ, évaluation des risques en contexte réel, autorité de l'État — limite l'exposition globale à un niveau modéré.

Le travail du laborantin combine des tâches physiques essentielles (préparation d'échantillons, manipulation d'instruments, respect des protocoles de sécurité en présence) avec des tâches administratives (consignation de résultats, calculs). Bien que l'IA puisse automatiser la saisie de données et l'analyse de résultats, la préparation manuelle des échantillons, l'utilisation d'instruments spécialisés et la supervision directe restent indispensables. L'exposition est modérée car l'IA peut augmenter la productivité sur les aspects informatiques, mais ne peut pas remplacer la présence physique et la manipulation précise requises au cœur du métier.

Le métrologue combine du travail technique pratique (calibrage physique d'instruments, manipulations de précision) avec des tâches de connaissance (documentation, analyse de données, veille normative). L'IA peut automatiser la documentation technique, l'analyse statistique des mesures et la gestion des calendriers d'étalonnage, mais le cœur du métier — l'ajustement physique des instruments et la vérification pratique de précision — reste largement manuel et requiert une présence physique. Les tâches informatiques sont significatives mais secondaires par rapport aux activités de terrain.

L'opérateur de production combine du travail physique et de la surveillance en temps réel sur site (présence obligatoire en atelier), ce qui crée une barrière naturelle à l'automatisation par l'IA. Cependant, les tâches de contrôle qualité, de réglage et de traçabilité des données sont progressivement automatisables par des systèmes d'IA et de robotique avancée, et les robots collaboratifs peuvent déjà assumer certaines fonctions de conduite de machines. L'exposition reste modérée car le cœur du métier nécessite une présence physique et une réactivité humaine face à des situations imprévisibles, mais la productivité par opérateur augmentera significativement avec l'automatisation des tâches périphériques.

Le responsable HSE combine des tâches de connaissance (analyse de risques, conformité réglementaire, rédaction de rapports) avec des activités essentiellement humaines et physiques (inspections sur site, formation en personne, gestion d'incidents en temps réel). Bien que l'IA puisse assister dans l'analyse de données de sécurité et la documentation, la nature du rôle exige une présence physique constante sur les sites industriels, du jugement contextuel face à des situations imprévisibles, et des interactions humaines directes pour la formation et la gestion de crise.

Le rôle combine une part importante de travail de terrain en usine (observation directe des processus, animation d'ateliers Kaizen, formation en présentiel) avec une part croissante de travail analytique et digital (analyse de données, mesure des KPI, reporting). L'IA peut automatiser l'analyse des flux et la génération de rapports, mais la conduite du changement, l'animation d'équipes et la formation requièrent une présence humaine et une interaction directe. L'exposition reste modérée car le cœur du métier reste ancré dans l'interaction humaine et la présence physique en atelier.

Le responsable lean manufacturing combine des tâches de nature mixte : l'analyse de processus et la mesure de performance sont largement informatisées et susceptibles d'être augmentées par l'IA (traitement de données, tableaux de bord, identification de gaspillages via algorithmes), mais le cœur du métier repose sur l'animation d'ateliers kaizen, la formation en présentiel, l'accompagnement du changement et l'interaction directe avec les équipes opérationnelles en usine. Cette dimension humaine et relationnelle, essentielle pour transformer les organisations et résoudre les résistances, crée une barrière naturelle à l'automatisation complète, même si l'IA peut significativement augmenter la productivité analytique du rôle.

Le technicien en automatisme industriel combine du travail numérique (programmation PLC, diagnostic sur ordinateur) et une présence physique indispensable sur le terrain (installation, câblage, dépannage d'équipements, interventions d'urgence). Bien que la programmation soit exposée à l'IA, les tâches critiques d'installation, de maintenance préventive et de diagnostic sur site nécessitent une expertise pratique et une présence humaine. L'IA peut assister la programmation et le diagnostic, mais ne peut pas remplacer l'intervention physique et la réactivité requises en cas de panne urgente.

Le technicien pharmaceutique combine du travail physique et manuel (manipulation en environnement stérile, supervision d'équipements) avec des tâches de contrôle qualité et de documentation. Bien que l'IA puisse automatiser certaines analyses de laboratoire et optimiser les processus de production, la présence physique en zone stérile, la manipulation d'équipements et la supervision directe restent essentielles. L'exposition est modérée car l'IA peut améliorer l'efficacité des analyses et de la documentation, mais ne peut pas remplacer le travail sur site et la responsabilité humaine dans un contexte réglementaire strict.

Ce métier combine programmation informatique (tâche numérique vulnérable à l'IA) et travail physique/manuel (réglage, montage d'outils, surveillance en atelier). Bien que l'IA pourrait automatiser la génération de code CNC à partir de plans, l'opérateur doit physiquement préparer la machine, détecter les anomalies en temps réel et ajuster les paramètres selon les conditions réelles de production. La présence physique en atelier et l'intervention manuelle restent essentielles, limitant l'exposition globale à un niveau modéré.

Le technicien de maintenance industrielle combine des tâches physiques essentielles (interventions sur machines, réparations, graissage) avec des éléments de diagnostic et de documentation. Bien que l'IA puisse améliorer le diagnostic préventif via l'analyse de données et la prédiction de pannes, la majorité du travail reste ancrée dans le monde physique et requiert une présence sur site, une dextérité manuelle et une adaptation rapide à des situations imprévisibles. L'exposition reste modérée car les capacités d'IA ne peuvent pas remplacer l'intervention physique directe sur les équipements.

L'électromécanicien exerce un métier hybride combinant travail physique sur site (installation, réparation, maintenance d'équipements) et diagnostic technique. Bien que l'IA puisse assister le diagnostic via l'analyse de données de capteurs et la prédiction de pannes, le cœur du métier reste la manipulation physique d'équipements, la dextérité manuelle et la présence sur le terrain en environnement industriel imprévisible. Les tâches administratives (documentation) sont automatisables, mais ne constituent qu'une part mineure du travail.

Le technicien fibre optique exerce un métier fondamentalement ancré dans le travail physique et sur le terrain : tirage de câbles, soudure de fibres, installation d'équipements en immeubles et domiciles. Bien que des outils numériques aident à la mesure et au diagnostic, l'IA ne peut pas remplacer la présence physique, la dextérité manuelle et la capacité à intervenir dans des environnements variés et imprévisibles. Les tâches de diagnostic pourraient être partiellement assistées par l'IA, mais le cœur du métier reste inaccessible à l'automatisation.

Le chaudronnier-tuyauteur exerce un métier fondamentalement manuel et physique, centré sur la manipulation directe de matériaux lourds, le soudage, et l'assemblage sur site. Bien que la lecture de plans et les calculs techniques soient présents, le cœur du travail reste la maîtrise de machines spécialisées et l'exécution de tâches en atelier ou sur chantier, domaines où l'IA n'a qu'un impact marginal. Les robots industriels pourraient automatiser certaines tâches répétitives, mais la complexité des projets, l'adaptation aux variations et la présence physique requise constituent des barrières naturelles à l'automatisation par IA.

Le serrurier-métallier exerce un métier fondamentalement manuel et physique : découpe, soudure, cintrage, assemblage et pose sur chantier d'ouvrages métalliques. Ces tâches requièrent une présence physique constante, une dextérité manuelle fine et une adaptation en temps réel aux contraintes du bâtiment existant. Bien que la lecture de plans et l'utilisation de machines-outils modernes (laser, plasma) comportent une composante numérique, le cœur du métier reste l'exécution physique et l'expertise artisanale, domaines où l'IA n'a qu'un impact marginal et indirect (optimisation de plans, gestion administrative).

Le soudeur spécialisé exerce un métier fondamentalement manuel et physique, requérant une présence sur site et une dextérité manuelle précise pour assembler des pièces métalliques. Bien que la lecture de plans et le contrôle qualité comportent des éléments numériques, le cœur du travail — la réalisation des soudures — reste une tâche hautement tactile et physique que l'IA ne peut pas automatiser directement. Les robots de soudage existent mais ne remplacent pas le soudeur spécialisé pour les travaux complexes et variables en aéronautique ou naval.

Le soudeur haute pression exerce un métier fondamentalement manuel et physique, requérant une présence sur site, une dextérité manuelle précise et une interaction directe avec des équipements critiques. Bien que la lecture de plans et la documentation soient numérisables, le cœur du travail — la réalisation des soudures, le positionnement des pièces, les contrôles visuels — reste ancré dans le monde physique et ne peut être automatisé par l'IA. Les robots de soudage existent mais ne remplacent pas les soudeurs spécialisés haute pression en raison de la complexité, de la variabilité des configurations et des exigences de certification personnelle.

Le designer UX/UI travaille presque entièrement sur ordinateur avec des tâches numériques : recherche utilisateur, création de wireframes, design d'interfaces, prototypage interactif et tests. L'IA générative progresse rapidement dans la génération de designs, l'analyse de données utilisateur et l'automatisation de tâches répétitives (layouts, variations de couleurs, suggestions d'ergonomie). Bien que la créativité et le jugement humain restent importants pour l'innovation et la stratégie UX, les outils IA peuvent déjà assister significativement et augmenter la productivité des designers, réduisant potentiellement le nombre de postes nécessaires.

Le graphisme est un métier entièrement basé sur le travail numérique (création de visuels, retouche, mise en page) où l'IA générative progresse rapidement dans la génération d'images, le design et la composition. Bien que la créativité artistique et la relation client restent importantes, les outils d'IA peuvent désormais générer des logos, des mises en page et des visuels, rendant chaque graphiste potentiellement beaucoup plus productif ou remplaçable. La trajectoire technologique est très claire : les modèles d'IA pour la génération d'images et le design évoluent exponentiellement.

L'infographiste 3D exerce un métier entièrement numérique basé sur l'utilisation de logiciels spécialisés (Maya, Blender, 3ds Max) pour créer du contenu visuel. Les tâches principales — modélisation, texturing, éclairage, rendu, animation — sont toutes des processus informatiques où l'IA progresse rapidement (génération de modèles 3D, texturing automatisé, optimisation de rendu). Bien que la créativité et le jugement artistique restent importants, les outils d'IA générative commencent déjà à automatiser des portions significatives du workflow, et cette tendance s'accélère, exposant fortement cette profession à la restructuration.

Le motion designer travaille entièrement sur ordinateur dans des domaines numériques (animation, graphisme, compositing) où l'IA progresse rapidement. Les outils d'IA générative commencent déjà à automatiser certaines tâches comme la génération d'animations, les effets visuels et même la création de contenus graphiques, ce qui menace directement le cœur du métier. Bien que la créativité et le jugement artistique restent importants, la productivité des designers utilisant l'IA pourrait augmenter significativement, réduisant la demande globale de main-d'œuvre dans ce secteur.

Le web designer travaille entièrement sur ordinateur avec des outils numériques (Figma, Adobe XD) pour créer des interfaces, maquettes et identités visuelles. Bien que le travail requière de la créativité et du jugement esthétique, les tâches fondamentales — génération de designs, optimisation UX/UI, adaptation responsive, création d'éléments graphiques — sont de plus en plus automatisables par l'IA générative et les outils de design assistés par IA. L'IA peut déjà générer des maquettes, proposer des palettes de couleurs, créer des icônes et optimiser les layouts, ce qui rend cette profession très exposée à la restructuration et à l'augmentation de productivité.

Le character designer travaille entièrement en environnement numérique (Photoshop, Procreate, outils de design) sur des tâches créatives comme le dessin, la composition visuelle et l'itération de designs. L'IA générative progresse rapidement dans la création d'images et pourrait automatiser une part significative de la conception initiale et des variations de personnages. Cependant, le jugement créatif, la collaboration avec les équipes de production et la capacité à affiner des designs selon une vision narrative restent des éléments humains importants qui limitent l'exposition à un niveau élevé plutôt que très élevé.

Le métier de designer de sneakers est principalement basé sur le travail numérique (sketching, 3D/CLO, conception assistée par ordinateur) et l'analyse de données visuelles, domaines où l'IA progresse rapidement. Cependant, le rôle conserve une composante créative et artistique importante, ainsi qu'une nécessité de collaboration humaine et de compréhension des tendances culturelles subtiles qui restent difficiles à automatiser complètement. L'IA peut assister dans la génération de concepts, l'optimisation des designs et l'analyse des tendances, mais ne peut pas encore remplacer entièrement le jugement esthétique et l'intuition créative du designer.

Le designer packaging travaille principalement sur ordinateur avec des outils de CAO et de design graphique, domaines où l'IA progresse rapidement (génération d'images, optimisation de formes, suggestions de couleurs et typographies). Cependant, le métier conserve une composante créative et stratégique importante (compréhension de l'identité de marque, jugement esthétique) et nécessite des prototypes physiques et des collaborations humaines pour valider les concepts, ce qui limite l'automatisation complète.

Le designer produit travaille principalement sur des outils numériques (CAO 3D, modélisation, sketching digital) où l'IA progresse rapidement en génération de formes, optimisation ergonomique et analyse de tendances. Cependant, le rôle conserve une exposition modérée car il requiert une vision créative originale, une compréhension profonde des utilisateurs, des tests physiques en monde réel et une collaboration humaine étroite avec ingénieurs et équipes. L'IA peut augmenter la productivité (générer des variantes, analyser des données utilisateurs) mais ne peut pas remplacer le jugement esthétique, l'intuition créative et la responsabilité finale du designer.

Le directeur artistique design travaille principalement sur des tâches numériques (conception graphique, direction créative, utilisation de logiciels de design) où l'IA progresse rapidement dans la génération d'images, la création de concepts visuels et l'optimisation de designs. Cependant, le rôle conserve une exposition modérée grâce à ses composantes essentielles : la direction d'équipe, la présentation client et la prise de décision créative stratégique qui nécessitent du jugement humain, de l'empathie et une compréhension nuancée du positionnement de marque. L'IA peut assister significativement dans la génération de concepts et l'exécution, mais ne peut pas entièrement remplacer la vision créative et le leadership managérial.

Le directeur artistique digital travaille principalement sur des tâches numériques (conception visuelle, branding, animation) entièrement réalisables sur ordinateur, ce qui place le rôle dans une zone d'exposition élevée à l'IA. Cependant, le poste conserve une composante importante de jugement créatif, de supervision d'équipes et de présentation client qui nécessitent une présence humaine et une expertise relationnelle difficilement automatisables. L'IA générative progresse rapidement dans la création visuelle et le design, mais la direction artistique stratégique et la coordination créative restent des domaines où le jugement humain demeure essentiel.

L'illustrateur travaille principalement sur ordinateur avec des logiciels de création (Photoshop, Illustrator), ce qui place le métier dans un domaine où l'IA progresse rapidement. Les outils de génération d'images par IA (DALL-E, Midjourney, Stable Diffusion) peuvent déjà produire des visuels et assister significativement dans les phases de création, bien que la direction artistique, l'originalité et la relation client restent essentielles. Cependant, l'IA expose fortement ce métier car elle peut automatiser une part croissante du travail de création visuelle, réduisant le besoin d'illustrateurs pour certains types de projets standards.

Ce métier est principalement basé sur du travail informatique et analytique (diagnostic, migration de données, émulation, documentation) réalisable entièrement sur ordinateur, ce qui le place dans une zone d'exposition élevée à l'IA. Cependant, il conserve une dimension créative et curatoriale importante — préserver l'intégrité artistique des œuvres et prendre des décisions nuancées sur la restauration — qui nécessite un jugement humain expert et une compréhension profonde du contexte historique et artistique, limitant ainsi l'automatisation complète.

Le métier est entièrement basé sur le travail numérique (dessin vectoriel, programmation de polices, tests sur écran) dans des logiciels spécialisés, ce qui le rend intrinsèquement exposé à l'IA. Les outils d'IA générative peuvent déjà assister ou automatiser partiellement la conception de caractères, l'optimisation technique et même la génération de variantes, bien que la créativité artistique et la maîtrise des subtilités typographiques restent actuellement des domaines où l'expertise humaine prime. Cependant, la trajectoire de l'IA dans la génération de designs et l'optimisation technique suggère une exposition élevée à moyen terme.

Le coloriste exerce un métier créatif fondamentalement basé sur l'analyse, la conceptualisation et la communication — des tâches largement digitalisables. L'IA peut déjà générer des palettes, analyser les tendances via des données massives et proposer des harmonies chromatiques, ce qui rend le cœur du travail vulnérable à l'automatisation. Cependant, la dimension créative subjective, le jugement esthétique nuancé et la nécessité de conseiller et convaincre les équipes créatives conservent une part irréductible d'intervention humaine, limitant l'exposition à un niveau élevé plutôt que très élevé.

Le designer d'accessoires exerce un métier hybride combinant création artistique (travail créatif, esquisses, vision esthétique) et travail digital (CAO, logiciels 3D). Bien que l'IA progresse rapidement dans la génération d'images et le design assisté par ordinateur, la création reste fortement ancrée dans le jugement humain, l'intuition créative et la compréhension des tendances. Cependant, les tâches numériques (recherche de tendances, génération de concepts, modélisation 3D) sont de plus en plus exposées à l'automatisation par IA, ce qui pourrait augmenter la productivité des designers mais aussi réduire le nombre de postes. Le prototypage et le suivi de production nécessitent une présence physique et des interactions humaines, ce qui limite l'exposition globale.

Le métier de designer d'espace combine travail créatif et digital (conception 3D, plans, maquettes) avec une dimension physique et relationnelle importante (coordination sur site, ajustements en temps réel, collaboration étroite avec équipes et clients). L'IA peut automatiser certaines tâches de conception (génération de plans, rendus 3D, suggestions de mise en page) et améliorer la productivité, mais la vision créative, la compréhension des besoins clients, et surtout la supervision du montage et les ajustements sur site restent fortement ancrées dans l'humain. Le travail n'est pas entièrement digital et nécessite une présence physique et une expertise relationnelle substantielles.

Le designer de services exerce un métier principalement basé sur le travail intellectuel et digital (cartographie, prototypage, analyse de données), où l'IA peut augmenter significativement la productivité en automatisant l'analyse de données utilisateurs, la génération de personas, ou la création de visualisations de parcours. Cependant, le cœur du métier repose sur l'interaction humaine (interviews, ateliers collaboratifs, facilitation), la créativité stratégique et la compréhension nuancée des besoins contextuels, qui demeurent difficilement automatisables. L'IA sera un outil puissant d'assistance mais ne remplacera pas le jugement humain et la capacité à animer la co-création.

Le designer entrepreneur combine création artistique (partiellement automatisable par l'IA générative pour l'idéation et les rendus) et gestion d'entreprise (comptabilité, marketing, e-commerce susceptibles d'être assistés par l'IA). Cependant, le cœur du métier repose sur l'originalité créative, la supervision physique de la production, les relations avec les fournisseurs et clients, ainsi que la présence en salons et événements, qui restent difficilement automatisables. L'IA peut augmenter la productivité dans les tâches administratives et créatives, mais ne peut pas remplacer le jugement artistique, l'innovation et la gestion relationnelle essentiels au succès entrepreneurial.

Le designer textile travaille principalement sur ordinateur avec des logiciels spécialisés (CAO, dessin numérique) pour créer des motifs et des coloris, ce qui constitue un travail fondamentalement digital. Cependant, le métier conserve une exposition modérée car il requiert une créativité artistique authentique, une sensibilité esthétique et une compréhension des contraintes physiques de fabrication qui nécessitent des interactions en personne avec les ateliers et les équipes de production. L'IA peut assister dans la génération de motifs et l'analyse des tendances, mais la vision créative et le jugement artistique restent centraux et difficilement automatisables à court terme.

Le directeur de création exerce un rôle hybride combinant travail créatif digital (définition de stratégies visuelles, analyse de tendances) et management humain intensif (encadrement d'équipes, présentations clients, négociations). Bien que les outils IA générative progressent rapidement dans la génération de concepts visuels et l'analyse créative, le cœur du métier repose sur le jugement artistique, la vision stratégique et les relations interpersonnelles avec les équipes et clients. L'IA peut augmenter la productivité des designers et assister dans l'exploration créative, mais ne peut pas remplacer le leadership, la prise de décision stratégique et la responsabilité créative du directeur.

Le métier de photographe de mode combine des éléments numériques (retouche, post-production, gestion d'images) avec une composante créative et interpersonnelle importante (direction de modèles, collaboration d'équipe, vision artistique). Bien que l'IA progresse rapidement en génération d'images et retouche automatisée, la direction créative, la direction des talents et la création de concepts originaux restent des domaines où le jugement humain et l'expérience artistique demeurent essentiels. Cependant, l'IA pourrait automatiser une part croissante de la retouche et de la sélection d'images, rendant les photographes plus productifs mais potentiellement réduisant le nombre de postes.

Le métier de photographe professionnel combine du travail créatif et technique (prise de vue, composition, direction artistique) qui nécessite une présence physique et une interaction humaine directe avec les clients et sujets, ce qui limite l'automatisation complète. Cependant, les tâches numériques (retouche, sélection, traitement d'images) sont de plus en plus assistées par l'IA générative et les algorithmes de traitement d'image, et les outils IA commencent à générer des images directement, ce qui menace progressivement la demande pour ce métier. La gestion client et le marketing digital sont également des domaines où l'IA peut augmenter la productivité.

Le designer de mobilier combine des tâches numériques (CAO, modélisation 3D, dessins techniques) avec du travail physique et créatif (prototypage, tests matériaux, suivi en atelier). Bien que l'IA peut assister la conception assistée par ordinateur et générer des variantes de design, la créativité artistique, le jugement esthétique, les tests physiques et la collaboration avec les fabricants restent essentiels et difficilement automatisables. L'exposition est modérée car une part significative du travail demeure ancrée dans le monde physique et requiert une expertise humaine irremplaçable.

Le métier de photographe d'art combine des éléments numériques (post-traitement, retouche) où l'IA progresse rapidement, et des dimensions créatives/conceptuelles fondamentalement humaines (vision artistique, démarche personnelle, expression). Bien que l'IA puisse assister la retouche ou générer des images, la création artistique authentique, la prise de vue intentionnelle et la construction d'une démarche personnelle restent des domaines où le jugement humain et l'intention créative sont irremplaçables. L'exposition est modérée car le cœur du métier—la conception et l'exécution créative—demeure largement humain, même si les outils numériques deviennent plus puissants.

Le scénographe d'exposition combine des tâches numériques (conception 3D, plans, visualisations) où l'IA pourrait assister, avec des dimensions créatives, artistiques et relationnelles irremplaçables (traduction d'un concept en expérience spatiale, collaboration avec conservateurs, supervision physique du montage). Bien que les outils de modélisation 3D et de rendu évoluent rapidement, le cœur du métier — créer une expérience immersive cohérente et adapter la vision créative aux contraintes réelles du terrain — requiert un jugement humain, une sensibilité artistique et une présence physique sur site que l'IA ne peut pas reproduire.

L'étalagiste combine des tâches créatives et conceptuelles (design, composition visuelle) avec une importante composante physique et manuelle (installation, montage, réglage d'éclairage). Bien que l'IA puisse assister la conception (génération d'idées, visualisations 3D, tendances), l'exécution physique en magasin et l'ajustement en temps réel restent essentiels. La présence sur site et l'interaction avec l'espace physique constituent une barrière naturelle à l'automatisation complète.

Ce métier repose essentiellement sur l'interaction humaine directe, l'animation en présentiel et l'accompagnement personnalisé de publics variés dans un contexte physique (ateliers, expositions). Bien que la conception pédagogique et la préparation administrative puissent être assistées par l'IA, le cœur du métier — créer du lien social, adapter l'enseignement en temps réel, guider le processus créatif individuel — requiert une présence humaine irremplaçable et une relation authentique avec les participants.

Le métier d'artiste plasticien repose fondamentalement sur la création manuelle et l'expression personnelle à travers des matériaux physiques (peinture, sculpture, installation), ce qui constitue une barrière naturelle à l'automatisation par l'IA. Bien que l'IA puisse assister certaines tâches périphériques (gestion administrative, promotion numérique, conception préliminaire), elle ne peut pas remplacer le travail créatif, la manipulation physique des matériaux, ni la vision artistique unique qui définit le cœur du métier. La valeur de l'œuvre réside précisément dans l'authenticité et l'intention humaine de l'artiste, éléments que l'IA ne peut pas reproduire de manière significative.

La calligraphie est un métier fondamentalement basé sur des compétences manuelles et artistiques qui nécessitent une présence physique, une maîtrise d'outils traditionnels et une sensibilité créative humaine irremplaçable. Bien que certaines tâches périphériques (conception de mises en page, gestion administrative) pourraient être assistées par l'IA, le cœur du métier — l'exécution manuelle de l'écriture décorative avec précision et sensibilité artistique — reste un travail hautement tactile et personnel que l'IA ne peut pas automatiser. L'authenticité et l'unicité de chaque création calligraphiée constituent la valeur principale du métier, ce qui limite considérablement l'impact de l'IA sur la demande et l'exercice du métier.

Le muralisme est un métier fondamentalement ancré dans le monde physique : il requiert une présence sur site, une maîtrise manuelle des techniques de peinture, une adaptation en temps réel aux contraintes architecturales et une condition physique pour travailler en hauteur. Bien que la conception initiale puisse être assistée par des outils numériques (IA générative pour des esquisses), le cœur du métier — l'exécution artistique manuelle, la relation avec le client sur place, et la création d'une œuvre unique et contextualisée — reste irremplaçable par l'IA. L'IA peut tout au plus aider à la phase de conception ou de documentation, mais ne peut pas automatiser la réalisation physique de la fresque.

Le métier de céramiste est fondamentalement ancré dans le travail physique et manuel : façonnage de l'argile au tour, préparation des matériaux, émaillage et cuisson au four. Ces tâches requièrent une présence physique constante, une maîtrise gestuelle fine et une interaction directe avec les matériaux. Bien que la créativité artistique soit centrale, elle s'exprime par des gestes concrets et non par des processus numériques. L'IA n'a aucun impact sur le cœur du métier, qui repose sur l'expérience sensorielle, la dextérité manuelle et l'intuition technique acquise par la pratique.

Le métier de graveur/sérigraphe est fondamentalement ancré dans le travail manuel et physique : manipulation de plaques, burinage, encrage, utilisation de presses traditionnelles et contrôle tactile de la qualité. Bien que la conception initiale puisse bénéficier d'outils numériques, l'essence du métier réside dans l'exécution artisanale et l'authenticité des procédés manuels, qui ne peuvent pas être automatisés par l'IA. L'IA n'a qu'un impact marginal sur les tâches périphériques (gestion administrative, documentation) mais ne menace pas le cœur du travail.

Le métier de mosaïste est fondamentalement un travail manuel et artisanal qui repose sur des compétences physiques précises : découpe de matériaux, pose délicate de tesselles, jugement esthétique in situ. Bien que la conception de motifs soit numérique, elle ne représente qu'une petite partie du travail ; le cœur du métier — l'assemblage physique, la restauration, l'ajustement en temps réel — ne peut pas être automatisé par l'IA. L'IA pourrait assister marginalement (génération de motifs, visualisation 3D) mais ne menace pas l'essence du travail artisanal.

Le peintre décorateur exerce un métier fondamentalement manuel et physique, nécessitant une présence sur site, une maîtrise gestuelle fine et une créativité artistique appliquée directement sur des supports matériels. Bien que la conception initiale puisse bénéficier d'outils numériques (visualisation 3D, retouche d'images), le cœur du travail — la réalisation des fresques, trompe-l'œil et patines à main levée — reste irremplaçable par l'IA et requiert une interaction directe avec l'espace physique et le client. L'IA ne peut pas peindre physiquement sur un mur ni reproduire les subtilités tactiles et visuelles que seul un artisan humain peut créer.

Le relieur d'art exerce un métier fondamentalement artisanal et manuel, reposant sur des techniques séculaires qui nécessitent une présence physique constante en atelier, une dextérité fine et un jugement esthétique nuancé. Bien que la conception et la documentation puissent bénéficier d'outils numériques, le cœur du travail — la manipulation délicate de matériaux fragiles, la dorure à chaud, la restauration minutieuse — reste intrinsèquement humain et résiste à l'automatisation par l'IA.

Le métier de sculpteur repose fondamentalement sur le travail physique et manuel en trois dimensions : tailler, modeler, assembler des matériaux tangibles dans un atelier. Bien que la conception initiale puisse bénéficier d'outils numériques (modélisation 3D, visualisation), le cœur du métier — la maîtrise des techniques de sculpture, la sensibilité tactile aux matériaux, et la présence physique requise — reste inaccessible à l'IA. L'IA ne peut pas remplacer la dextérité manuelle, la vision spatiale incarnée, ni la créativité artistique profondément personnelle qui caractérise ce travail.

Le métier de tatoueur est principalement basé sur des compétences manuelles et physiques : utilisation d'une machine à tatouer, injection précise d'encre sous la peau, et respect strict des normes d'hygiène en contact direct avec le client. Bien que la création de designs puisse être assistée par des outils numériques, l'exécution du tatouage nécessite une présence physique, une dextérité manuelle et une interaction humaine en temps réel qui ne peuvent pas être automatisées par l'IA. Les tâches administratives périphériques (gestion de rendez-vous, comptabilité) pourraient être optimisées par l'IA, mais elles ne constituent qu'une part mineure du travail.

Le verrier/vitrailliste exerce un métier fondamentalement artisanal et physique, centré sur le travail manuel du verre en fusion et l'assemblage de pièces. Bien que la conception initiale puisse bénéficier d'outils numériques, les tâches essentielles — soufflage, taille, assemblage, restauration — requièrent une présence physique constante, une maîtrise sensorielle (température, texture, lumière) et une expertise manuelle que l'IA ne peut pas automatiser. L'impact de l'IA reste marginal et limité à des tâches périphériques comme la gestion administrative ou la modélisation 3D préalable.

Le responsable financement immobilier exerce un métier essentiellement basé sur l'analyse de données, la modélisation financière et la communication écrite/orale — des tâches largement digitalisables. L'IA peut automatiser l'analyse des cash-flows, la génération de scénarios de risque, la rédaction de dossiers d'investissement et même assister dans la structuration des montages. Cependant, la négociation complexe avec les investisseurs, le jugement stratégique sur les risques immobiliers spécifiques et la compréhension contextuelle des projets conservent une part irréductible de jugement humain, ce qui limite l'exposition au niveau très élevé.

L'Asset Manager immobilier effectue un travail principalement basé sur l'analyse de données, la modélisation financière et la communication écrite (rapports, business plans), ce qui le rend exposé aux outils d'IA pour l'analyse de performance et la génération de recommandations. Cependant, le rôle conserve une composante importante de jugement stratégique, de négociation avec les investisseurs et de supervision de projets physiques qui nécessitent une présence humaine et une expertise contextuelle difficilement automatisable. L'IA peut augmenter significativement la productivité analytique, mais ne peut pas remplacer entièrement la prise de décision stratégique et la gestion des relations investisseurs.

Le poste combine du travail de connaissance (analyse réglementaire, études de faisabilité, veille juridique) largement digitalisable avec des éléments relationnels et de négociation en personne. L'IA peut automatiser l'analyse documentaire, la synthèse réglementaire et la rédaction de rapports, rendant les chargés d'études significativement plus productifs, mais la prospection, la négociation commerciale et le jugement stratégique restent fortement ancrés dans l'interaction humaine et la connaissance locale du terrain.

Le chargé d'études immobilières effectue un travail principalement basé sur l'analyse de données, les calculs financiers et la rédaction de rapports — des tâches largement digitalisables où l'IA peut apporter une productivité significative (collecte de données, modélisation financière, génération de rapports). Cependant, le rôle conserve une exposition modérée car il requiert une compréhension nuancée du marché local, des rencontres terrain avec les acteurs immobiliers, et un jugement stratégique qui dépasse la simple analyse quantitative. L'IA restructurera les aspects analytiques et administratifs du métier, mais ne supprimera pas le besoin de perspicacité commerciale et de relations humaines.

Le rôle combine des tâches fortement numérisables (gestion des baux, quittances, suivi administratif, comptabilité locative) où l'IA peut automatiser la rédaction de documents, le traitement des données et les relances, avec des éléments relationnels et de négociation (résolution de conflits, relation client) qui nécessitent du jugement humain. Les états des lieux requièrent une présence physique, mais la majorité du travail est informatisé et documentaire, ce qui expose l'occupation à une productivité accrue via l'IA sans la rendre entièrement automatisable.

Le métier combine une forte composante de travail numérique (analyse de données financières, calculs fiscaux, recherche d'opportunités immobilières) avec une dimension relationnelle et de conseil client irremplaçable. L'IA peut automatiser l'analyse patrimoniale, les calculs de défiscalisation et la sélection d'investissements selon des critères prédéfinis, rendant les conseillers significativement plus productifs. Cependant, la négociation, le conseil personnalisé adapté au profil unique du client et la gestion de la relation client restent des éléments humains essentiels qui limitent l'exposition à une restructuration majeure.

Le conseiller en gestion de patrimoine exerce un métier hybride combinant analyse de données financières (hautement automatisable par l'IA), conseil stratégique et relation client (nécessitant jugement humain et confiance). Bien que l'IA puisse rapidement automatiser l'analyse patrimoniale, la modélisation fiscale et la génération de recommandations d'investissement, la dimension relationnelle avec des clients fortunés, la négociation et la responsabilité fiduciaire restent essentielles. Le travail est principalement digital mais requiert une présence humaine significative pour maintenir la relation de confiance et adapter les stratégies aux contextes complexes et évolutifs.

Le métier combine analyse financière et conseil personnalisé, largement basés sur des tâches informatiques (analyse de données, modélisation fiscale, recherche de biens). L'IA peut automatiser l'analyse de marché, la modélisation financière et la recommandation d'investissements. Cependant, la relation client, la négociation et l'accompagnement personnalisé restent essentiels, ce qui limite l'exposition à un niveau élevé mais non critique.

Le courtier immobilier exerce un métier hybride combinant analyse de données financières (travail digital), négociation relationnelle et conseil client (interaction humaine). Bien que l'analyse des dossiers, la comparaison des offres et la constitution des dossiers soient largement digitalisables et que l'IA pourrait automatiser ces tâches, la négociation avec les banques, le conseil personnalisé et la prospection commerciale restent fortement ancrés dans la relation humaine et le jugement contextuel. L'IA peut augmenter significativement la productivité (analyse rapide, matching automatique d'offres) mais ne peut pas remplacer entièrement le rôle de négociateur et de conseiller de confiance.

Le métier d'expert en immobilier commercial combine des tâches fortement numérisables (analyses de marché, évaluations financières, études de rentabilité, veille réglementaire) avec des éléments irréductiblement humains (négociation complexe, jugement contextuel sur le terrain, relation client de confiance). L'IA peut automatiser une part significative de l'analyse de données et des rapports, rendant les experts plus productifs, mais la négociation, l'évaluation qualitative des sites et la prise de décision stratégique requièrent toujours une présence humaine et une expertise nuancée.

Le métier combine expertise technique (calculs actuariels, évaluation immobilière, rédaction juridique) et relations humaines intensives avec des clients vulnérables. Les tâches analytiques et documentaires (évaluation, calculs, rédaction de contrats) sont largement digitalisables et l'IA peut déjà assister significativement sur ces aspects. Cependant, l'accompagnement relationnel personnalisé, la négociation sensible avec des seniors, et la gestion des conflits contractuels restent fortement ancrées dans l'interaction humaine, ce qui limite l'exposition globale à un niveau élevé mais non critique.

Le métier combine des tâches numériques (analyse de données de marché, rédaction de rapports, calculs de valorisation) avec une composante physique essentielle (inspection sur site des biens immobiliers). L'IA peut automatiser l'analyse des données de marché et assister la rédaction, mais l'inspection physique et le jugement expert contextuel restent difficilement automatisables. Cependant, les outils d'IA pour l'évaluation comparative et la génération de rapports pourraient augmenter significativement la productivité des experts, réduisant le nombre nécessaire.

Le gestionnaire de copropriété exerce un métier hybride combinant travail administratif et digital (gestion comptable, appels de fonds, documentation) avec des interactions humaines essentielles (médiation entre copropriétaires, animation d'assemblées, négociation avec prestataires). Bien que l'IA puisse automatiser certaines tâches administratives et comptables, et assister dans la rédaction de documents, le cœur du métier repose sur la relation humaine, la résolution de conflits et le jugement contextuel qui nécessitent une présence et une compréhension nuancée. L'exposition reste modérée-élevée car une part significative du travail pourrait être assistée par l'IA, mais le métier ne disparaîtra pas.

Le gestionnaire de fonds immobiliers SCPI exerce un métier hybride combinant analyse financière et données (travail digital) avec des interactions humaines essentielles (négociations, relations investisseurs, gestion locataires). Bien que l'analyse de rentabilité, le suivi de portefeuille et la modélisation financière soient fortement digitalisables et bénéficient déjà d'outils IA, les décisions stratégiques, les négociations commerciales et la gestion des relations humaines restent centrales et difficilement automatisables. L'IA peut augmenter significativement la productivité analytique, mais ne peut pas remplacer le jugement humain et l'expertise relationnelle requise pour ce rôle.

Le gestionnaire de patrimoine immobilier effectue un travail hybride combinant analyse financière et données (très exposé à l'IA) avec des interactions humaines et des décisions stratégiques complexes (moins exposé). Les tâches d'analyse de rentabilité, de reporting et de valorisation sont largement digitalisables et bénéficient déjà d'outils d'IA, mais la négociation avec les syndics, le pilotage opérationnel des travaux et la vision stratégique à long terme requièrent du jugement humain et des relations interpersonnelles durables. L'IA peut augmenter significativement la productivité analytique sans automatiser complètement le rôle.

Le property manager exerce un métier hybride combinant travail de bureau (analyse financière, reporting, budgeting) et interactions humaines essentielles (négociations avec locataires, relations investisseurs, supervision de chantiers). L'IA peut automatiser significativement l'analyse de données, la génération de rapports et l'optimisation des taux d'occupation, rendant les travailleurs utilisant l'IA beaucoup plus productifs. Cependant, les aspects critiques du métier — négociation commerciale, jugement sur les locataires, gestion des relations complexes avec les investisseurs et supervision physique des travaux — restent fortement ancrés dans l'interaction humaine et la présence sur le terrain, ce qui limite l'exposition globale à un niveau élevé mais non critique.

Le rôle combine un travail substantiel de connaissance (analyse financière, reporting, stratégie) largement effectué sur ordinateur, où l'IA peut augmenter significativement la productivité (modélisation, prévisions, synthèse de données), avec des éléments irréductiblement humains comme la négociation avec les parties prenantes, le jugement stratégique contextuel et la relation investisseur. L'IA peut automatiser l'analyse de performance et le reporting, mais le pilotage opérationnel et les arbitrages stratégiques requièrent toujours une expertise humaine et une présence relationnelle.

Ce métier combine des tâches fortement digitalisables (évaluation de biens via données de marché, analyse financière, documentation administrative) avec des éléments irréductiblement humains (négociation commerciale, jugement stratégique contextuel, relations avec multiples intervenants). L'IA peut automatiser l'analyse de données immobilières et la génération de rapports d'évaluation, rendant les responsables plus productifs, mais la négociation complexe, la prise de décision stratégique et la coordination interpersonnelle restent centrales et nécessitent une présence humaine significative.

Le responsable de programmes résidentiels exerce un rôle de coordination et de pilotage fortement basé sur la connaissance et la prise de décision (analyse foncière, conception, gestion administrative, stratégie commerciale), domaines où l'IA peut apporter une aide significative (analyse de données immobilières, optimisation de plans, automatisation de démarches administratives). Cependant, le cœur du métier repose sur la négociation, les relations humaines complexes (avec architectes, administrations, clients) et le jugement contextuel sur des projets uniques et non-répétitifs, ce qui limite l'automatisation complète. L'exposition reste modérée-élevée car les outils IA peuvent augmenter la productivité analytique sans remplacer le rôle de chef d'orchestre humain.

L'administrateur de biens combine des tâches numériques (comptabilité, suivi financier, gestion administrative) et des interactions humaines essentielles (relations avec locataires, propriétaires, coordination de travaux). L'IA peut automatiser certains processus administratifs et comptables, mais le cœur du métier repose sur la négociation, la supervision physique des biens et la gestion relationnelle qui nécessitent une présence humaine. L'exposition reste modérée car les tâches critiques ne sont pas entièrement digitalisables.

Le métier d'agent immobilier combine des tâches numériques (estimation, gestion administrative, communication) et des activités essentiellement humaines (prospection, visites physiques, négociation face-à-face). Bien que l'IA peut automatiser les estimations et certains processus administratifs, la relation client, la négociation et la présence physique restent centrales. Le travail nécessite une présence locale et une interaction humaine substantielle, ce qui limite l'exposition globale à un niveau modéré.

Le métier d'aménageur-lotisseur combine des tâches numériques (études de faisabilité, conception de plans, analyses financières) où l'IA pourrait assister significativement, avec des responsabilités essentiellement humaines : pilotage de chantiers complexes, négociations commerciales, coordination d'acteurs multiples et prise de décision stratégique sur le terrain. Bien que l'IA puisse automatiser certaines analyses préalables et optimisations de plans, la nature du métier repose fortement sur la présence physique, le jugement contextuel et les relations interpersonnelles, ce qui limite l'exposition globale à un niveau modéré.

Ce métier combine des tâches numériques (conception, analyse de marché, communication) avec une forte composante physique et interpersonnelle (visites de sites, supervision de chantiers, sélection de mobilier in situ, négociation avec artisans). L'IA peut assister la veille marché, la génération de concepts visuels et l'analyse d'espaces, mais la réalisation concrète, le jugement esthétique contextuel, et la gestion relationnelle des projets restent largement humains. La présence physique sur site et l'interaction directe avec les clients et équipes constituent des barrières naturelles à l'automatisation complète.

Le métier combine des tâches numériques (prospection en ligne, analyse de marché, communication) et des activités fortement ancrées dans le monde physique et relationnel (visites de propriétés, négociations en face-à-face, gestion de relations VIP). Bien que l'IA puisse assister dans l'analyse de données immobilières et la qualification de prospects, la valeur centrale du broker repose sur son réseau personnel, sa discrétion, son jugement expert et sa capacité à créer de la confiance avec une clientèle exigeante—des éléments difficilement automatisables. Cependant, l'IA pourrait augmenter significativement la productivité dans les tâches administratives et analytiques, réduisant potentiellement le nombre de brokers nécessaires.

Le métier combine des tâches numériques (analyse de documents d'urbanisme, études de faisabilité, gestion de bases de données) et des activités fortement ancrées dans le monde physique et relationnel (prospection terrain, négociation en face-à-face avec propriétaires, démarches administratives locales). L'IA peut automatiser l'analyse réglementaire et l'identification d'opportunités via des données publiques, mais la prospection active, la négociation commerciale et la compréhension des contextes locaux spécifiques restent des activités humaines essentielles.

Le métier de chasseur immobilier combine des tâches numériques (prospection en ligne, analyse de données de marché, communication) et des activités essentiellement humaines et physiques (visites de propriétés, négociation en face-à-face, relation client personnalisée). Bien que l'IA peut automatiser la prospection et l'analyse comparative de biens, la valeur centrale du métier repose sur le jugement expert, la négociation interpersonnelle et la présence physique lors des visites, ce qui limite significativement l'exposition globale.

Le conseiller en immobilier d'entreprise combine des tâches numériques (analyse de données de marché, gestion de bases de données de biens, communication par email) avec des activités fortement ancrées dans l'interaction humaine et la présence physique (visites de sites, négociations en face-à-face, compréhension des besoins contextuels des clients). Bien que l'IA puisse automatiser l'analyse de marché et la présélection de biens, la relation client, la négociation commerciale et l'accompagnement personnalisé restent des éléments critiques qui nécessitent une présence humaine et un jugement contextuel.

Le consultant en immobilier logistique combine des tâches numériques (analyse de données, recherche de marché, modélisation de flux) avec des activités essentiellement humaines et physiques (visites de sites, négociations en face-à-face, développement de relations commerciales). L'IA peut automatiser l'analyse des données logistiques et la recherche de biens disponibles, mais la prospection terrain, l'évaluation contextuelle des sites et surtout la négociation commerciale requièrent une présence humaine et un jugement relationnel que l'IA ne peut pas remplacer. Le cœur du métier reste ancré dans l'interaction humaine et la connaissance du terrain.

Le métier combine des tâches physiques essentielles (inspections sur site, mesures in situ, photographies) avec du travail numérique (saisie de données, calculs logiciels, rédaction de rapports). Bien que l'IA pourrait automatiser progressivement l'analyse des données et la génération de rapports, la présence physique sur le terrain pour inspecter les bâtiments et effectuer les mesures reste irremplaçable à court et moyen terme. L'exposition est modérée car l'IA peut améliorer la productivité (analyse d'images, recommandations automatisées) mais ne peut pas éliminer le besoin de diagnostiqueurs humains pour les inspections.

Le directeur d'agence immobilière exerce un rôle hybride combinant management d'équipe, négociation commerciale et supervision de transactions. Bien que certaines tâches administratives et analytiques (suivi des dossiers, analyse des résultats) soient numérisables et exposées à l'IA, le cœur du métier repose sur des interactions humaines complexes : recrutement et motivation d'équipe, négociation directe avec propriétaires, résolution de conflits et accompagnement de terrain. L'IA peut améliorer la productivité (CRM, analyse de données immobilières, automatisation administrative) mais ne peut pas remplacer la présence physique, le jugement commercial et les relations interpersonnelles essentielles à cette fonction.

Ce métier combine des tâches physiques essentielles (inspections sur site, prélèvements d'échantillons, mesures thermographiques) avec du travail de bureau (rédaction de rapports, analyse de données). Bien que l'IA pourrait assister la rédaction de rapports et l'analyse de certaines mesures, la présence physique sur le terrain pour inspecter les structures, détecter les anomalies visuelles et prélever des échantillons reste irremplaçable. L'expertise humaine et le jugement contextuel restent centraux, limitant l'exposition globale à un niveau modéré.

L'expert immobilier combine des tâches numériques (analyse de données de marché, rédaction de rapports) avec des activités essentiellement physiques (visites sur site, évaluation tactile et visuelle des biens). Bien que l'IA puisse progressivement automatiser l'analyse des données de marché et assister la rédaction de rapports, la visite physique des propriétés, l'évaluation contextuelle nuancée et surtout le rôle d'expert judiciaire assermenté engageant sa responsabilité professionnelle restent des barrières importantes. Cependant, l'augmentation de la productivité via l'IA (analyse rapide, rapports assistés) pourrait réduire le nombre d'experts nécessaires.

Le Facility Manager combine des tâches de gestion administrative (budgets, reporting, planification) qui sont numériques et exposées à l'IA, avec des responsabilités opérationnelles et relationnelles importantes (supervision sur site, négociation avec prestataires, gestion d'urgences techniques). Bien que l'IA puisse automatiser l'analyse des données de maintenance, l'optimisation budgétaire et la génération de rapports, le cœur du métier repose sur la présence physique, la coordination humaine et la prise de décision contextuelle face à des situations imprévisibles. L'exposition reste modérée car les tâches critiques nécessitent une interaction directe avec les équipes et les installations.

Le métier de home stager combine des tâches numériques (analyse de marché, photographie, communication avec les clients) et des activités fortement ancrées dans le monde physique (visite des biens, réaménagement d'espaces, sélection et placement de mobilier). Bien que l'IA pourrait assister dans la conception visuelle (rendus 3D, suggestions décoratives) et l'analyse de données immobilières, le cœur du métier repose sur la présence physique, le jugement esthétique contextuel et l'interaction directe avec les clients et les espaces. L'automatisation reste limitée aux tâches périphériques.

Ce métier combine des tâches fortement digitalisables (analyse de données immobilières, recherche de biens, modélisation financière, gestion de projets) avec des activités nécessitant une présence physique et des relations humaines complexes (visites de sites, négociations en face-à-face, coordination sur le terrain). L'IA peut automatiser l'analyse des besoins, la recherche et le tri des propriétés, et l'optimisation des coûts, mais la négociation, le jugement contextuel et la supervision des projets restent largement dépendants du jugement humain et de la présence physique.

L'investisseur immobilier combine des tâches numériques (analyse financière, recherche de données de marché, modélisation de rentabilité) avec des activités essentiellement physiques et relationnelles (visites de propriétés, négociations en personne, supervision de travaux, gestion locative). Bien que l'IA peut automatiser l'analyse de données immobilières et les calculs financiers, le cœur du métier repose sur l'évaluation physique des biens, les relations humaines (négociation, gestion de locataires) et les décisions stratégiques contextuelles qui nécessitent une présence et un jugement humain. L'exposition reste modérée car les outils IA assistent mais ne remplacent pas les compétences clés.

Le métier de mandataire immobilier indépendant combine des tâches numériques (estimation de biens, publication d'annonces, suivi administratif) et des activités fortement ancrées dans l'interaction humaine et la présence physique (prospection, visites, négociation en face-à-face). Bien que l'IA puisse automatiser l'estimation des biens, la recherche d'acquéreurs et la rédaction administrative, la relation de confiance avec les clients, la négociation commerciale et la connaissance du marché local restent des éléments humains difficilement remplaçables. L'exposition est modérée car environ la moitié du travail relève du domaine numérique où l'IA progresse rapidement, tandis que l'autre moitié dépend de la présence physique et des compétences interpersonnelles.

Le métier de marchand de biens combine des tâches numériques (analyse financière, veille de marché, évaluation de rentabilité) où l'IA pourrait apporter une aide significative, avec des activités essentiellement humaines et physiques (négociation directe, supervision de chantier, évaluation in situ des biens, relations avec artisans et clients). Bien que l'IA puisse automatiser l'analyse de données immobilières et la prédiction de tendances, le cœur du métier repose sur le jugement humain, la négociation commerciale et la présence physique sur les chantiers, ce qui limite l'exposition globale à un niveau modéré.

Le métier combine des tâches numériques (recherche de biens, analyse de marché, gestion administrative) susceptibles d'être assistées par l'IA, avec des éléments irremplaçables : prospection relationnelle, visites physiques sur site, négociation en face-à-face et compréhension nuancée des besoins clients. L'IA peut automatiser la recherche et le tri de biens, mais la valeur centrale du négociateur réside dans son expertise marché, sa capacité à conseiller et à négocier, qui demeurent fortement ancrées dans l'interaction humaine et la présence physique.

Le négociateur immobilier combine du travail de terrain physique (visites, prospection, rencontres en face-à-face) et du travail de connaissance (estimation, négociation, suivi administratif). Bien que l'IA puisse automatiser certaines tâches comme l'estimation de prix via des algorithmes, la constitution de dossiers ou la gestion administrative, le cœur du métier repose sur la relation humaine, la persuasion et la négociation en temps réel avec des clients. Cependant, l'IA pourrait rendre les négociateurs existants significativement plus productifs (estimations rapides, analyses de marché, gestion administrative allégée), réduisant potentiellement le nombre de postes nécessaires.

Le promoteur-constructeur combine des tâches numériques (analyse financière, montage de dossiers, gestion de projets) avec des activités fortement ancrées dans le monde physique et relationnel (prospection terrain, négociation directe, pilotage de chantiers, coordination d'équipes). Bien que l'IA peut améliorer l'analyse de données immobilières, la modélisation financière et la documentation, le cœur du métier repose sur la présence physique, le jugement contextuel sur le terrain, et les relations humaines complexes avec les partenaires (banques, architectes, entreprises BTP). L'exposition reste modérée car l'automatisation ne peut remplacer que partiellement les fonctions de coordination et de prise de décision stratégique.

Le poste combine des tâches administratives et financières (budgets, comptes de gestion, contrats) qui sont largement digitalisables et où l'IA peut apporter une aide significative, avec des responsabilités nécessitant une présence physique et une interaction humaine directe (supervision de chantiers, relations locataires, négociations avec prestataires). Bien que certains processus administratifs puissent être automatisés, la gestion des relations humaines complexes et la supervision technique sur site restent des éléments irremplaçables du métier.

Le rôle combine des tâches de gestion administrative et d'analyse (négociation de baux, suivi de performance, communication) qui pourraient être partiellement automatisées par l'IA, avec des responsabilités essentiellement humaines : relations interpersonnelles complexes avec les locataires, décisions stratégiques contextuelles, supervision physique des espaces et management d'équipe. Bien que l'IA puisse assister dans l'analyse de données et la planification, la nature relationnelle et la présence physique requise limitent l'exposition globale à un niveau modéré.

Le poste combine des tâches administratives et numériques (gestion de documents, suivi financier, préparation de budgets) où l'IA pourrait apporter une aide significative, avec des responsabilités essentiellement humaines et relationnelles (négociation avec copropriétaires, résolution de conflits, supervision terrain des travaux). Bien que certaines fonctions administratives soient digitalisables, la nature du rôle exige une présence physique régulière sur les immeubles et une capacité à gérer des relations interpersonnelles complexes, ce qui limite l'exposition globale à un niveau modéré.

Ce rôle combine des tâches administratives et de gestion (contrats, suivi, planification) qui pourraient être partiellement automatisées par l'IA, avec des responsabilités essentiellement humaines : management d'équipe, relation client directe, résolution de problèmes en temps réel et présence physique sur site. L'IA peut assister pour la gestion administrative et l'optimisation des plannings, mais le cœur du métier — leadership, négociation, satisfaction client et supervision opérationnelle — reste fortement dépendant de l'interaction humaine et de la présence sur place.

Ce rôle combine des tâches administratives et digitales (gestion locative, tableaux de bord, rapports) susceptibles d'être automatisées par l'IA, avec des responsabilités essentiellement humaines et physiques (accueil des résidents, animation communautaire, résolution de conflits, supervision sur site). Bien que l'IA puisse améliorer la productivité administrative et la gestion des données, la présence physique constante, l'interaction directe avec les étudiants et la coordination des équipes techniques restent des éléments irremplaçables du métier.

Le responsable développement foncier combine des tâches numériques (analyse de données, études financières, montage de dossiers) avec des activités fortement ancrées dans le monde physique et relationnel (prospection terrain, négociation face-à-face avec propriétaires et élus, coordination sur site). Bien que l'IA pourrait assister dans l'analyse de données immobilières et la gestion administrative, le cœur du métier repose sur la négociation commerciale, la compréhension contextuelle des enjeux locaux et les relations humaines, qui restent difficilement automatisables.

Ce métier combine des tâches numériques (analyse juridique, veille réglementaire, coordination documentaire) avec des activités essentiellement humaines et physiques (prospection terrain, négociation commerciale en face-à-face, rendez-vous sur site). Bien que l'IA puisse assister dans l'analyse de documents cadastraux ou la recherche réglementaire, la prospection directe, la négociation avec les propriétaires et l'évaluation contextuelle des terrains restent fortement ancrées dans l'interaction humaine et la présence physique. L'exposition est modérée car l'IA peut augmenter la productivité administrative mais ne peut pas remplacer le cœur du métier.

Le responsable programmes immobiliers exerce un travail hybride combinant gestion de projet (tâches digitales : planification, budgeting, analyse de données) et coordination humaine intensive (réunions, négociations, supervision de chantier, résolution de problèmes sur site). Bien que les outils numériques (logiciels de gestion, BIM, analyses de marché) puissent être augmentés par l'IA, le cœur du métier repose sur la prise de décision stratégique, la gestion des relations complexes avec multiples parties prenantes et la présence physique pour superviser les travaux. L'IA peut améliorer la productivité dans les aspects analytiques et administratifs, mais ne peut pas remplacer le jugement humain et la coordination en temps réel nécessaires à la réussite du projet.

Ce rôle combine des tâches de gestion administrative et d'analyse (suivi budgétaire, conformité réglementaire, optimisation énergétique) où l'IA peut apporter une aide significative, avec des responsabilités essentiellement ancrées dans le monde physique et relationnel (inspections sur site, coordination avec prestataires, gestion des locataires). Bien que l'IA puisse automatiser certains aspects comme l'analyse de données énergétiques ou la gestion documentaire, la supervision directe des chantiers, les décisions techniques contextuelles et les relations humaines restent centrales et irremplaçables.

Le syndic de copropriété combine des tâches administratives et financières (gestion de budgets, comptabilité, rédaction de documents) qui sont largement numérisables et où l'IA peut apporter une aide significative, avec des responsabilités essentiellement humaines : médiation entre copropriétaires, négociation avec prestataires, animation d'assemblées générales et prise de décision contextuelle. Bien que l'IA puisse automatiser la gestion documentaire, les appels de charges et certains calculs budgétaires, le cœur du métier repose sur la relation humaine, la résolution de conflits et la présence physique sur site, ce qui limite l'exposition globale à un niveau modéré.

L'urbaniste opérationnel combine des tâches de connaissance (montage financier, suivi réglementaire, analyse de faisabilité) avec une coordination humaine intensive et une présence physique requise sur les chantiers. Bien que les outils numériques (modélisation, gestion de projet, analyses) soient de plus en plus assistés par l'IA, le cœur du métier repose sur la négociation, la prise de décision contextuelle, et la supervision directe sur le terrain. L'IA peut augmenter la productivité dans les aspects analytiques et administratifs, mais ne peut pas remplacer la coordination d'acteurs multiples et la gestion des enjeux humains et politiques locaux.

Le métier de coach en home organizing combine des éléments de travail physique et interpersonnel essentiels : présence obligatoire au domicile du client, manipulation d'objets, évaluation sensorielle des espaces, et accompagnement psychologique personnalisé. Bien que certaines tâches périphériques (diagnostic initial, recommandations, suivi administratif) pourraient être partiellement assistées par l'IA, le cœur du métier repose sur l'interaction humaine directe, l'empathie et la capacité à adapter les solutions en temps réel selon les réactions du client. L'IA ne peut pas remplacer la présence physique ni la relation de confiance nécessaire pour guider quelqu'un dans un processus émotionnellement chargé de désencombrement.

Le diagnostiqueur immobilier combine du travail physique sur le terrain (inspections in situ, utilisation d'équipements spécialisés, détection de risques) avec de la rédaction de rapports numériques. Bien que la rédaction de rapports soit digitalisable et que l'IA pourrait assister dans l'analyse de données ou la génération de documents standardisés, le cœur du métier repose sur la présence physique obligatoire pour inspecter les biens, utiliser des instruments de mesure, et émettre des certifications engageant la responsabilité légale du professionnel. L'IA ne peut pas remplacer cette inspection in situ et cette responsabilité personnelle, ce qui limite l'exposition globale à un niveau modéré.

Le métier combine un travail de terrain essentiel (déplacements, prélèvements physiques, inspections sur site) avec une composante administrative (rédaction de rapports, gestion de planning). Bien que la rédaction de rapports soit numérisable et que l'IA pourrait assister dans l'analyse des données de mesure, les diagnostics requièrent une présence physique obligatoire, une expertise technique certifiée et une responsabilité légale personnelle. L'IA peut améliorer la productivité (analyse d'images, génération de rapports) mais ne peut pas remplacer le cœur du métier : les prélèvements et mesures in situ.

Le technicien de maintenance immobilière exerce un métier hybride combinant travail physique manuel (réparations, diagnostics sur site) et tâches administratives (documentation, planification). Bien que la gestion administrative et la planification puissent être partiellement automatisées par l'IA, le cœur du métier repose sur une présence physique indispensable, une expertise technique pratique et une interaction directe avec les occupants. L'IA peut assister dans la prédiction de pannes ou l'optimisation de la maintenance préventive, mais ne peut pas remplacer les interventions manuelles et le diagnostic sur le terrain.

Le métier de gardien d'immeuble repose principalement sur des tâches physiques et manuelles (nettoyage, petites réparations, surveillance) ainsi que sur une présence humaine constante et des interactions directes avec les résidents. Bien que certaines tâches administratives périphériques (gestion de courrier, communication) pourraient être partiellement assistées par l'IA, le cœur du métier — maintenance technique, accueil, surveillance physique et relations sociales — reste fondamentalement ancré dans le monde physique et requiert une présence humaine irremplaçable. L'IA n'a donc qu'un impact marginal sur ce métier.

Le concepteur de serious games travaille principalement sur des tâches numériques et créatives (game design, scénarisation, conception pédagogique) qui peuvent être largement assistées ou automatisées par l'IA. Cependant, le rôle conserve une exposition modérée à haute car il nécessite une collaboration étroite avec des équipes multidisciplinaires, une compréhension nuancée des besoins pédagogiques spécifiques, et une capacité à innover dans la conception d'expériences engageantes — des aspects où le jugement humain reste critique. L'IA peut générer des concepts, optimiser les mécaniques et analyser les données d'utilisation, mais la supervision créative et pédagogique reste centrale.

Le métier de documentaliste est fortement exposé à l'IA car il repose principalement sur des tâches numériques : catalogage, indexation, organisation de bases de données, création de notices et diffusion d'information. L'IA peut automatiser le catalogage, générer des métadonnées, créer des bibliographies et même assister dans la veille documentaire. Cependant, l'accompagnement pédagogique des utilisateurs, le conseil personnalisé et la curation experte des collections conservent une dimension humaine importante, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

L'ingénieur pédagogique e-learning exerce un métier fondamentalement digital : conception de contenus, scénarisation, utilisation d'outils auteurs et gestion de plateformes LMS sont entièrement réalisables sur ordinateur. L'IA peut automatiser la création de contenus multimédias, générer des quiz et exercices, analyser les données pédagogiques, et même assister à la conception de parcours. Cependant, la compréhension des besoins pédagogiques réels, le jugement sur l'efficacité didactique et l'adaptation contextuelle aux apprenants conservent une dimension humaine importante qui limite l'exposition à un niveau élevé plutôt que très élevé.

Ce métier est principalement basé sur du travail numérique et cognitif (conception de parcours, scénarisation, développement de contenus digitaux) réalisable entièrement sur ordinateur, ce qui le rend intrinsèquement exposé à l'IA. Cependant, il conserve une dimension créative, stratégique et collaborative (coordination d'équipes, compréhension des besoins pédagogiques) qui nécessite du jugement humain et de l'empathie, limitant l'automatisation complète. L'IA pourrait assister significativement dans la génération de contenus, la scénarisation et l'optimisation, mais ne peut pas remplacer entièrement la conception pédagogique innovante et la gestion de projets complexes.

Le responsable e-learning travaille principalement sur des tâches numériques (conception de contenus, gestion de plateformes LMS, analyse de données pédagogiques) entièrement réalisables sur ordinateur. L'IA peut automatiser la création de contenus pédagogiques, générer des quiz et des simulations, analyser les données d'apprentissage et optimiser les parcours de formation. Cependant, la dimension stratégique, la coordination d'équipes et l'expertise pédagogique requièrent encore un jugement humain significatif, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le conseiller en formation continue exerce un métier hybride combinant du travail de connaissance (analyse des besoins, gestion administrative des financements, orientation vers les dispositifs) et de l'interaction humaine intensive (entretiens conseil, accompagnement personnalisé, suivi des parcours). Bien que les tâches administratives et informationnelles soient numérisables et exposées à l'automatisation par l'IA (gestion des dossiers CPF, recommandations de formations basées sur des données), le cœur du métier repose sur l'établissement de relations de confiance, l'écoute active et l'accompagnement personnalisé qui nécessitent une présence humaine. L'IA peut augmenter la productivité (chatbots pour informations, algorithmes de recommandation) mais ne peut pas remplacer entièrement le jugement humain et l'empathie requise pour conseiller efficacement.

Le coordinateur pédagogique exerce un rôle hybride combinant travail de gestion administrative (planification, suivi des données, évaluation) largement digitalisable et travail relationnel/managérial (animation d'équipes, coordination humaine) qui nécessite une présence et un jugement humain. Les tâches informationnelles comme la gestion des programmes, l'analyse des résultats et la planification sont exposées à l'automatisation par l'IA, mais le cœur du métier — le management pédagogique, la collaboration avec les formateurs et l'adaptation contextuelle — reste fortement ancré dans l'interaction humaine et le jugement professionnel.

Le directeur d'école exerce un rôle hybride combinant gestion administrative (budgets, inscriptions, planification) et leadership pédagogique, domaines où l'IA peut augmenter significativement la productivité via l'automatisation des tâches administratives et l'analyse de données éducatives. Cependant, les missions centrales — management d'équipe, relations avec les familles, pilotage pédagogique et résolution de conflits — requièrent une présence humaine, du jugement contextuel et une compréhension nuancée des enjeux éducatifs et sociaux, ce qui limite l'exposition globale à un niveau élevé mais non critique.

L'enseignant-chercheur exerce un métier hybride combinant travail digital (rédaction d'articles, analyse de données, recherche bibliographique) et interaction humaine essentielle (enseignement en présentiel, encadrement personnalisé de doctorants, évaluation). Bien que l'IA puisse assister significativement la recherche et la rédaction scientifique, l'enseignement universitaire et l'encadrement doctoral requièrent une présence humaine, un jugement pédagogique et une relation interpersonnelle que l'IA ne peut pas remplacer. La productivité pourrait augmenter via des outils IA, mais le cœur du métier reste ancré dans l'interaction humaine et la transmission du savoir.

Le formateur pour adultes exerce un métier hybride combinant travail de conception (contenus pédagogiques, supports) et animation en direct. La partie conception est vulnérable à l'IA (génération de contenus, exercices, évaluations), mais l'animation en présentiel/distanciel repose fortement sur l'interaction humaine, l'adaptation en temps réel et la relation pédagogique. L'IA peut augmenter significativement la productivité (création de ressources, personnalisation) mais ne peut pas remplacer la présence et l'accompagnement humain qui restent centraux.

Le formateur professionnel exerce un métier hybride combinant travail de conception (création de contenus pédagogiques, supports numériques) et animation en présentiel ou distanciel. La partie conception est fortement exposée à l'IA (génération de contenus, personnalisation pédagogique, évaluation automatisée), tandis que l'animation et l'accompagnement individualisé nécessitent une présence humaine et une interaction relationnelle difficilement automatisables. L'IA peut augmenter significativement la productivité du formateur dans la conception et l'adaptation des contenus, mais ne peut pas remplacer entièrement la dimension humaine de l'enseignement et du mentorat.

Le métier de maître de conférences combine enseignement et recherche, deux activités à exposition différente. La recherche (rédaction d'articles, analyse de données, conception d'expériences) est largement numérique et vulnérable à l'automatisation par l'IA, notamment pour la synthèse bibliographique, l'analyse statistique et la rédaction scientifique. L'enseignement requiert cependant une présence humaine significative et des interactions interpersonnelles complexes avec les étudiants, bien que l'IA puisse assister la préparation de cours et l'évaluation. L'encadrement de doctorants demande aussi un jugement humain et une relation de mentorat difficilement automatisable, ce qui limite l'exposition globale à un niveau élevé mais non critique.

Le métier de professeur d'histoire-géographie combine des tâches fortement digitalisables (préparation de cours, création de supports pédagogiques, correction d'évaluations) où l'IA peut générer du contenu, structurer des séquences et analyser des documents, avec une composante irremplaçable de présence humaine en classe : animation pédagogique, gestion du groupe, débat, relation avec les élèves et formation citoyenne. L'IA peut augmenter significativement la productivité (génération de ressources, personnalisation pédagogique) mais ne peut pas se substituer à l'interaction humaine directe, au jugement pédagogique contextuel et à la transmission des valeurs qui sont au cœur du métier.

Le métier de professeur de FLE combine des tâches fortement numérisables (conception de supports pédagogiques, correction de devoirs, création de contenus) avec une composante irremplaçable d'interaction humaine en temps réel (animation de cours, gestion de la dynamique de groupe, accompagnement culturel personnalisé). L'IA peut automatiser la création de matériel pédagogique et l'évaluation basique, mais l'enseignement vivant, l'adaptation pédagogique nuancée et la relation interculturelle restent des domaines où la présence humaine demeure essentielle, ce qui limite l'exposition globale à un niveau élevé mais non critique.

Le métier de professeur de langues combine du travail numérique (préparation de cours, création de supports, évaluation) avec une composante interpersonnelle et pédagogique irremplaçable : l'interaction en temps réel avec les élèves, la gestion de classe, et l'adaptation dynamique aux besoins individuels. L'IA peut assister dans la création de contenus, la correction ou la traduction, mais l'enseignement vivant, la motivation des élèves et la transmission culturelle restent des domaines où la présence humaine et le jugement pédagogique demeurent essentiels. Cependant, l'exposition reste élevée car une part croissante du travail (préparation, supports, exercices) pourrait être augmentée ou partiellement automatisée par des outils IA.

Le métier de professeur de lycée combine du travail de connaissance (préparation de cours, évaluation, conception pédagogique) avec une interaction humaine intensive et irremplaçable en classe. L'IA peut assister significativement dans la création de contenus, la correction automatisée et l'analyse des apprentissages, rendant chaque professeur plus productif, mais l'enseignement requiert une présence physique, une adaptation en temps réel aux élèves et une relation humaine fondamentale que l'IA ne peut pas reproduire. Le cœur du métier — l'interaction pédagogique, la motivation, l'orientation personnalisée — reste largement humain, bien que les tâches administratives et de préparation soient de plus en plus exposées à l'automatisation.

Le métier de professeur de mathématiques combine du travail numérique (préparation de cours, création d'évaluations, communication) avec une composante irremplaçable de présence humaine et d'interaction en classe. L'IA peut assister significativement dans la conception de ressources pédagogiques, la correction automatisée et la personnalisation du contenu, rendant les enseignants utilisant ces outils beaucoup plus productifs. Cependant, l'animation de classe, la gestion des dynamiques relationnelles avec les adolescents et l'adaptation en temps réel aux besoins individuels restent des activités fortement ancrées dans l'interaction humaine directe, ce qui limite l'exposition globale à un niveau élevé mais non critique.

L'enseignement de la philosophie combine un travail intellectuel substantiel (conception de cours, analyse de textes, évaluation) largement réalisable en format numérique, avec une composante irremplaçable d'interaction humaine en temps réel (animation de débats, guidance pédagogique, accompagnement individualisé). L'IA peut assister dans la préparation de contenus et l'analyse textuelle, mais le cœur du métier — stimuler la pensée critique, modérer les échanges philosophiques et adapter l'enseignement à chaque élève — requiert une présence humaine authentique et une relation pédagogique vivante.

Le métier de professeur de sciences combine du travail de conception pédagogique (préparation de cours, création de ressources) qui est largement numérisable, avec une composante expérimentale et relationnelle irremplaçable en présentiel. L'IA peut assister significativement dans la conception de contenus, la correction et l'évaluation, rendant les enseignants plus productifs, mais la dimension d'animation en laboratoire, d'encadrement des élèves et d'adaptation pédagogique en temps réel reste fortement ancrée dans l'interaction humaine directe. Le travail n'est pas entièrement digital et nécessite une présence physique constante, ce qui limite l'exposition globale à un niveau élevé mais non critique.

Le métier de professeur des universités combine des activités fortement numériques (recherche, rédaction d'articles, analyse de données, communication scientifique) où l'IA peut augmenter significativement la productivité, avec des composantes irremplaçables comme l'enseignement en direct, l'encadrement personnalisé des doctorants et les interactions humaines essentielles à la transmission du savoir. L'IA peut assister dans la rédaction, l'analyse bibliographique et la préparation de cours, mais ne peut pas substituer le jugement académique, la créativité en recherche et la relation pédagogique qui sont au cœur du métier.

Le métier de professeur des écoles combine du travail de connaissance (préparation de cours, évaluation, conception pédagogique) avec une présence physique et relationnelle indispensable en classe. L'IA peut assister significativement dans la préparation des contenus, la correction et l'analyse des performances des élèves, rendant chaque enseignant plus productif. Cependant, l'interaction humaine directe avec les enfants, la gestion du climat de classe, l'adaptation pédagogique en temps réel et la relation avec les familles restent des éléments irremplaçables qui nécessitent une présence physique et une intelligence émotionnelle humaine.

Le professeur documentaliste exerce un métier hybride combinant gestion numérique (catalogage, bases de données, ressources en ligne) et enseignement en présentiel. Bien que les tâches informationnelles et pédagogiques soient partiellement digitalisables (création de contenus, curation de ressources, tutoriels en ligne), le cœur du métier repose sur l'interaction humaine directe avec les élèves, l'animation culturelle et le développement de l'esprit critique en face-à-face. L'IA peut automatiser certaines tâches administratives et assister dans la recherche documentaire, mais ne peut pas remplacer la relation pédagogique et le jugement humain nécessaires à la formation critique des jeunes.

Le responsable formation entreprise exerce un métier hybride combinant travail stratégique et relationnel. Ses tâches principales — analyse des besoins, conception pédagogique, gestion budgétaire, évaluation — sont largement digitalisables et bénéficieraient d'outils IA (analyse de données, génération de contenus, prédiction des besoins). Cependant, le cœur du métier repose sur des interactions humaines complexes (entretiens avec managers, négociations, animation de réunions) et un jugement stratégique qui nécessitent une présence et une compréhension contextuelle. L'IA augmentera significativement la productivité mais ne remplacera pas le rôle de pilotage stratégique et de relation.

Le métier d'archiviste combine des tâches numériques (classification en bases de données, numérisation, inventaire) et des activités physiques essentielles (manipulation de documents fragiles, conservation préventive, accueil du public). Bien que l'IA pourrait automatiser partiellement la classification et la numérisation, la préservation matérielle des documents, l'évaluation du patrimoine et l'interaction humaine avec les chercheurs restent fondamentales. L'exposition est modérée car environ la moitié du travail relève du traitement de l'information (où l'IA progresse) et l'autre moitié nécessite une présence physique et un jugement expert.

Le métier de bibliothécaire combine des tâches numériques (catalogage, gestion des bases de données, veille documentaire) qui pourraient être partiellement automatisées par l'IA, avec des missions essentiellement humaines et relationnelles (accueil du public, médiation, animation culturelle, conseil personnalisé). Bien que l'IA puisse améliorer la gestion des collections et les recherches documentaires, le cœur du métier repose sur la présence physique, l'interaction humaine et la création de lien social, ce qui limite significativement l'exposition globale.

Le coaching scolaire combine des éléments de travail digital (diagnostic, préparation de supports, recherche d'informations sur les formations) et une composante interpersonnelle forte (entretiens individuels, relation de confiance, soutien psychologique). Bien que l'IA puisse automatiser certaines tâches comme l'analyse de profils ou la suggestion de formations, le cœur du métier repose sur l'interaction humaine, l'empathie et la capacité à débloquer la confiance des jeunes, ce qui limite l'exposition globale à un niveau modéré.

Le conseiller d'orientation combine des tâches numériques (gestion de bases de données de formations, tests en ligne, communication) avec une composante relationnelle et interpersonnelle irremplaçable : les entretiens individuels personnalisés, l'écoute active et la capacité à adapter le conseil aux aspirations uniques de chaque personne. Bien que l'IA puisse assister dans la fourniture d'informations sur les formations et l'analyse de données, la relation de confiance, l'empathie et le jugement humain restent centraux à cette profession, ce qui limite l'exposition globale à un niveau modéré.

Le métier combine des éléments fortement numériques (tests psychométriques, analyse de données, documentation sur formations) où l'IA pourrait automatiser certaines tâches, avec une composante relationnelle et psychologique irremplaçable : les entretiens individuels, la création de confiance, et l'accompagnement personnalisé requièrent une présence humaine authentique et une compréhension nuancée des enjeux émotionnels. L'IA peut assister (recommandations de formations, analyse de tests) mais ne peut pas remplacer le cœur du métier qui repose sur l'interaction humaine et le jugement clinique.

Le conseiller principal d'éducation exerce un métier hybride combinant des tâches administratives (gestion des absences, organisation des emplois du temps) qui pourraient être partiellement automatisées par l'IA, et des missions fondamentalement humaines (médiation de conflits, accompagnement individualisé, relations avec les élèves et familles) qui nécessitent empathie et présence physique. Bien que certains outils numériques puissent assister la gestion administrative, le cœur du métier repose sur l'interaction humaine, le jugement éducatif et la présence en établissement, ce qui limite l'exposition globale à l'IA.

L'enseignant spécialisé ASH combine des tâches numériques (création de supports pédagogiques, documentation des progrès) avec une présence humaine indispensable : interaction directe avec des élèves en situation de handicap, observation comportementale fine, adaptation en temps réel, et collaboration étroite avec les familles et équipes pluridisciplinaires. Bien que l'IA puisse assister dans la création de supports ou l'analyse de données, elle ne peut pas remplacer la relation pédagogique personnalisée, l'évaluation nuancée des besoins spécifiques, ni la présence physique requise pour l'enseignement en petits groupes et l'accompagnement vers l'autonomie.

L'orthopédagogue combine des tâches numériques (conception de programmes, suivi des progrès, outils numériques) avec une interaction humaine intensive et irremplaçable (séances individuelles, observation comportementale, adaptation en temps réel aux besoins de l'enfant). Bien que l'IA pourrait assister dans l'évaluation standardisée et la conception de ressources pédagogiques, le cœur du métier repose sur la relation thérapeutique, l'ajustement émotionnel et la présence physique auprès de l'enfant, ce qui limite significativement l'exposition globale.

Le rôle de principal de collège combine des tâches administratives et de gestion (budget, emplois du temps, communications) qui pourraient être partiellement automatisées par l'IA, avec des responsabilités fondamentalement humaines et interpersonnelles (management d'équipe, discipline, relations avec les familles et élus). Bien que l'IA puisse assister dans l'analyse de données, la planification administrative et la rédaction de rapports, le cœur du métier — la prise de décision pédagogique, la gestion des conflits, le leadership et la représentation institutionnelle — requiert une présence humaine, du jugement contextuel et des relations de confiance que l'IA ne peut pas remplacer.

Le métier de professeur d'arts plastiques combine des éléments numériques croissants (histoire de l'art, analyse d'œuvres, arts numériques) avec une composante irréductiblement humaine et physique : l'accompagnement pédagogique en face-à-face, la supervision des ateliers pratiques, l'évaluation créative des travaux, et la gestion de l'espace physique. Bien que l'IA puisse assister dans la préparation de contenus ou l'analyse d'œuvres, elle ne peut pas remplacer la présence du professeur pour guider la créativité des élèves, développer leur sensibilité artistique, ou gérer les interactions humaines essentielles à l'apprentissage artistique.

Le rôle de proviseur combine des tâches administratives et de gestion (budgets, planification, correspondances) qui pourraient être partiellement automatisées par l'IA, avec des responsabilités fondamentalement humaines : management d'équipe, leadership pédagogique, relations interpersonnelles complexes avec les familles et les partenaires, et prise de décision dans des situations de crise. Bien que l'IA puisse assister dans l'analyse des données scolaires et l'optimisation administrative, la dimension relationnelle, le jugement éthique et la présence physique requise pour diriger un établissement restent irremplaçables, limitant l'exposition globale à un niveau modéré.

Le métier combine des tâches numériques (rédaction de bilans, analyse de données psychologiques) avec une composante relationnelle et interpersonnelle irremplaçable : entretiens individuels avec les élèves, réunions avec les équipes, rencontres avec les familles. Bien que l'IA puisse assister dans l'analyse de tests ou la rédaction de rapports, la relation de confiance, l'évaluation clinique nuancée et l'accompagnement psychologique requièrent une présence humaine directe. L'exposition reste modérée car le cœur du métier repose sur l'interaction humaine en contexte scolaire, même si les outils numériques peuvent augmenter la productivité administrative.

Le tutorat scolaire combine du travail de connaissance (explication, création de plans pédagogiques, adaptation de méthodes) avec une forte composante interpersonnelle et relationnelle (écoute, motivation, confiance, communication avec familles et enseignants). Bien que les outils IA puissent assister la création de contenus pédagogiques et l'identification de lacunes, la relation humaine, l'adaptation en temps réel aux émotions de l'élève, et la construction de confiance restent centrales et difficilement automatisables. Le travail peut être partiellement en ligne, mais nécessite une présence humaine significative pour être efficace.

Le poste combine des tâches administratives et de gestion (budget, inscriptions, planification) qui pourraient être partiellement automatisées par l'IA, avec des responsabilités fondamentalement humaines et relationnelles : management d'équipe, interactions avec les familles, supervision du bien-être des enfants en présence physique. L'IA peut assister sur la documentation, l'organisation administrative et l'analyse de données, mais ne peut pas remplacer la présence physique, le jugement éducatif et la relation interpersonnelle qui sont au cœur du rôle.

Le métier de moniteur auto-école combine des éléments pédagogiques (enseignement du code, correction de tests) qui pourraient être partiellement automatisés par l'IA, avec une composante pratique irremplaçable : la conduite en voiture à double commande nécessite une présence physique, une interaction en temps réel avec l'élève, et une capacité à réagir à des situations imprévisibles. L'IA pourrait assister pour la gestion administrative et l'enseignement théorique du code, mais le cœur du métier — l'accompagnement pédagogique personnalisé et la supervision sécuritaire en conduite réelle — reste fortement ancré dans l'interaction humaine directe et l'environnement physique.

L'enseignement de la musique combine des éléments numériques (théorie, partitions, ressources pédagogiques) avec une composante irremplaçable : l'interaction en temps réel, la correction gestuelle et posturale, et l'écoute critique du son produit par l'élève. Bien que l'IA puisse assister dans la préparation de cours ou l'analyse théorique, la transmission musicale repose fondamentalement sur la présence physique, la démonstration instrumentale et la relation pédagogique personnalisée. L'IA ne peut pas remplacer la correction tactile de la posture ou l'évaluation nuancée de la musicalité.

Le métier d'éducateur Montessori combine des tâches de travail de connaissance (observation, suivi pédagogique, documentation) avec une présence physique et une interaction humaine constante et irremplaçable auprès des enfants. Bien que certains aspects administratifs (carnets d'observation, communications aux parents) pourraient être assistés par l'IA, le cœur du métier — la préparation de l'environnement, la présentation du matériel, l'observation fine du développement de chaque enfant, et l'accompagnement bienveillant en temps réel — requiert une présence humaine directe et une relation pédagogique authentique que l'IA ne peut pas remplacer.

L'AESH exerce un métier fondamentalement centré sur l'interaction humaine directe et la présence physique auprès des élèves en situation de handicap. Bien que certaines tâches périphériques (adaptation de documents, communication écrite avec l'équipe) pourraient être assistées par l'IA, le cœur du métier — l'accompagnement personnalisé, la socialisation, l'aide à la vie quotidienne et la relation de confiance — requiert une présence humaine constante et une capacité d'adaptation en temps réel à des situations imprévisibles. L'IA ne peut pas remplacer cette dimension relationnelle et physique essentielle.

Le métier d'ATSEM est fondamentalement centré sur l'interaction humaine directe et la présence physique auprès des jeunes enfants (accueil, hygiène, aide aux activités, supervision). Les tâches core — accompagnement émotionnel, aide à l'habillage, surveillance en temps réel — requièrent une présence humaine irremplaçable et une relation de confiance avec les enfants. Bien que certaines tâches administratives périphériques (planification, documentation) pourraient être assistées par l'IA, le cœur du métier reste inaccessible à l'automatisation et ne peut être réalisé à distance.

Le métier d'animateur périscolaire repose essentiellement sur la présence physique, l'interaction directe avec les enfants et la gestion en temps réel de situations imprévisibles. Bien que la conception d'activités puisse bénéficier d'outils numériques, les tâches centrales — encadrement, surveillance, gestion des conflits, accompagnement émotionnel — requièrent une présence humaine irremplaçable. L'IA ne peut pas superviser physiquement des enfants ni gérer les dynamiques relationnelles complexes du groupe.

Le métier de garde d'enfants repose essentiellement sur une présence physique constante, la supervision en temps réel et l'interaction humaine directe avec les enfants en environnement imprévisible. Bien que certaines tâches périphériques (planification d'activités, communication avec les parents) pourraient être assistées par l'IA, le cœur du métier — la sécurité immédiate, les soins, l'éveil et la relation affective — nécessite une présence humaine irremplaçable et ne peut pas être automatisé. L'IA n'a donc qu'un impact marginal sur cette profession.

L'éducateur de jeunes enfants exerce un métier fondamentalement ancré dans l'interaction humaine directe et la présence physique constante auprès des enfants. Les tâches centrales — surveillance, accompagnement émotionnel, jeux interactifs, gestion des conflits — requièrent une présence en temps réel et une adaptation immédiate à des situations imprévisibles que l'IA ne peut pas remplacer. Bien que la conception d'activités pédagogiques pourrait être partiellement assistée par des outils numériques, le cœur du métier reste la relation humaine, la sécurité physique et l'observation fine du développement de chaque enfant, domaines où l'IA n'a qu'un impact marginal.

L'ingénieur smart grid exerce un métier fortement ancré dans le travail numérique et l'analyse de données : modélisation, algorithmes d'optimisation, simulations informatiques et exploitation de big data constituent le cœur de ses missions. Cependant, le rôle conserve une exposition modérée à travers les aspects de validation terrain, la collaboration étroite avec des experts en électrotechnique et la nécessité de comprendre les contraintes physiques des infrastructures énergétiques. L'IA peut automatiser significativement la modélisation, l'optimisation et l'analyse prédictive, rendant chaque ingénieur plus productif, mais le jugement technique complexe et la validation en conditions réelles limitent l'automatisation complète.

Le métier d'économiste de l'énergie est principalement basé sur le travail numérique : analyse de données, modélisation mathématique, création de scénarios et rédaction de rapports. L'IA peut automatiser une part significative de ces tâches (collecte de données, modélisation statistique, génération de rapports) et augmenter considérablement la productivité des analystes restants. Cependant, le jugement expert, la compréhension des enjeux géopolitiques complexes et la capacité à conseiller les décideurs conservent une dimension humaine irremplaçable qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le rôle combine des tâches fortement digitalisables (études d'impact, rédaction de rapports, veille réglementaire, gestion budgétaire) avec des activités nécessitant une présence physique et humaine (animation terrain, coordination avec les partenaires, supervision des projets). L'IA peut automatiser l'analyse de données environnementales, la rédaction de rapports et la recherche réglementaire, mais la sensibilisation, la coordination locale et la supervision terrain restent des éléments humains essentiels. L'exposition est donc modérée-élevée, avec un potentiel d'augmentation de la productivité par les outils IA sans restructuration majeure du métier.

Ce métier combine des tâches fortement numériques (analyse de données, rédaction de rapports, montage de dossiers de financement, suivi d'indicateurs) avec une composante relationnelle et de coordination territoriale importante qui nécessite une présence humaine et une connaissance du contexte local. L'IA peut automatiser l'analyse de données environnementales, la génération de rapports et l'assistance à la recherche de financements, mais l'animation d'acteurs locaux, la négociation avec les élus et l'adaptation des stratégies au terrain restent des activités fortement humaines. Le travail est partiellement digital mais requiert une interaction constante avec des parties prenantes diverses.

Le conseiller en transition écologique exerce un métier hybride combinant travail de connaissance (analyses, diagnostics, stratégie) et interactions humaines essentielles (accompagnement du changement, formation, négociation avec les décideurs). Bien que les tâches analytiques et de reporting puissent être partiellement automatisées par l'IA, le cœur du métier repose sur la compréhension contextuelle des organisations, la persuasion et l'adaptation des solutions à des situations complexes et humaines. L'IA peut augmenter la productivité (analyses plus rapides, veille réglementaire automatisée) mais ne peut pas remplacer le jugement expert et la relation de confiance nécessaires pour piloter une transformation organisationnelle.

Le consultant RSE effectue un travail principalement basé sur l'analyse de données, la rédaction de rapports et la communication — des tâches largement digitalisables où l'IA peut rapidement devenir productive pour collecter, analyser et synthétiser les données d'émissions carbone. Cependant, le rôle conserve une exposition modérée plutôt que très élevée car il requiert une compréhension stratégique nuancée, des interactions humaines complexes avec les directions et équipes, et une capacité à adapter les recommandations au contexte spécifique de chaque entreprise — des dimensions où le jugement humain reste actuellement irremplaçable.

Le directeur de parc éolien/solaire exerce un rôle de management et de pilotage fortement basé sur l'analyse de données (production, météo, finances, maintenance) et la communication, domaines où l'IA peut augmenter significativement la productivité. Cependant, le poste conserve une dimension managériale humaine importante (encadrement d'équipe, relations avec prestataires et autorités) et nécessite une présence physique régulière sur site pour superviser les opérations critiques, ce qui limite l'exposition globale à un niveau élevé mais non maximal.

L'ingénieur efficacité énergétique combine du travail de connaissance (modélisation, analyse de données, conception de solutions) avec des activités de terrain (audits, visites de sites, suivi de projets). Les tâches numériques comme la simulation énergétique, l'analyse de données de consommation et la modélisation peuvent être progressivement automatisées par l'IA, mais le métier nécessite toujours une présence physique pour les audits, une expertise technique complexe et une interaction client importante pour adapter les solutions. L'IA augmentera la productivité des ingénieurs mais ne remplacera pas le cœur du métier à court terme.

L'ingénieur en énergies renouvelables effectue un travail hybride combinant conception technique (CAO, modélisation, calculs) et gestion de projet, largement réalisables sur ordinateur, avec une nécessité de supervision de chantier et d'interactions avec les parties prenantes (collectivités, équipes terrain). L'IA peut automatiser les études de faisabilité, l'optimisation des conceptions et l'analyse réglementaire, rendant chaque ingénieur plus productif, mais le jugement technique complexe, la coordination humaine et la présence sur site restent essentiels, limitant l'exposition à un niveau élevé plutôt que très élevé.

L'ingénieur environnement exerce un métier hybride combinant travail de bureau (études d'impact, modélisation, rédaction de rapports) et activités terrain (prélèvements, mesures, inspections). Les tâches informatiques — analyses de données, modélisation de pollution, rédaction de rapports — sont susceptibles d'être augmentées ou partiellement automatisées par l'IA, mais le jugement technique, les mesures terrain et les interactions avec les parties prenantes restent essentiels. L'IA peut améliorer la productivité dans l'analyse et la documentation, sans pour autant remplacer le cœur du métier qui requiert expertise, responsabilité réglementaire et présence physique.

L'ingénieur hydrogène exerce un métier de R&D et d'ingénierie fortement basé sur la modélisation, la simulation et l'analyse de données (conception d'électrolyseurs, optimisation de procédés, veille technologique). Ces tâches sont largement digitalisables et l'IA peut augmenter significativement la productivité dans la conception assistée, l'optimisation paramétrique et l'analyse de résultats d'essais. Cependant, le travail conserve une dimension expérimentale importante (tests en laboratoire, validation sur pilotes industriels) et requiert une expertise chimique et une compréhension physique profonde que l'IA ne peut pas entièrement remplacer à court terme, ce qui limite l'exposition à un niveau élevé mais non maximal.

L'ingénieur nucléaire exerce un métier hybride combinant travail de conception et d'analyse (simulation, calculs, études de sûreté) largement informatisés avec une supervision physique et une responsabilité critique sur site. Bien que les tâches de modélisation et d'optimisation soient vulnérables à l'automatisation par IA, la nature hautement réglementée du secteur, la nécessité de jugement expert en matière de sûreté, et la présence requise pour superviser les installations limitent l'exposition globale. L'IA peut augmenter la productivité analytique mais ne peut pas remplacer la responsabilité humaine et le contrôle en temps réel des systèmes critiques.

L'ingénieur écoconception exerce un métier hybride combinant travail de bureau (modélisation, analyse de données, utilisation de logiciels spécialisés) et collaboration humaine intensive (réunions pluridisciplinaires, négociations avec fournisseurs, validation de solutions). Bien que les tâches analytiques et informatiques soient exposées à l'IA (calculs d'empreinte carbone, optimisation de procédés), le cœur du métier repose sur le jugement technique, la créativité en conception et les interactions humaines pour valider les choix durables. L'IA peut augmenter la productivité dans l'analyse et la modélisation, mais ne peut pas remplacer la prise de décision stratégique et la collaboration requises.

Le responsable RSE exerce un métier hybride combinant travail stratégique et analytique (définition de stratégie, collecte de données, rédaction de rapports) avec des interactions humaines essentielles (dialogue avec parties prenantes, coordination transversale, accompagnement au changement). Bien que les tâches de reporting et d'analyse de données soient exposées à l'automatisation par l'IA, le cœur du métier repose sur le jugement stratégique, la négociation et la capacité à mobiliser l'organisation autour d'enjeux complexes, qui demeurent difficilement automatisables. L'IA peut augmenter la productivité dans la collecte et l'analyse de données, mais ne peut pas remplacer le leadership et la vision stratégique requis.

Le responsable achats énergie exerce un métier hybride combinant analyse de données et négociation relationnelle. Bien que les tâches analytiques (surveillance des prix, analyse de marché, reporting) soient entièrement numériques et susceptibles d'être augmentées par l'IA, la négociation commerciale avec les fournisseurs et la prise de décision stratégique requièrent un jugement humain et une présence relationnelle. L'IA peut automatiser l'analyse prédictive et les recommandations, mais ne peut pas remplacer la négociation directe et la gestion des risques complexes.

Ce poste combine travail de connaissance (analyse de données, reporting, conformité réglementaire) et management transversal requérant une présence humaine significative. Les tâches analytiques et de documentation (bilans carbone, rapports RSE, tableaux de bord) sont fortement exposées à l'automatisation par l'IA, mais le rôle de sensibilisation, de coordination inter-services et de représentation stratégique demeurent ancrés dans l'interaction humaine et le jugement contextuel. L'IA peut augmenter la productivité dans le traitement des données et la génération de rapports, mais ne peut pas remplacer le pilotage stratégique et la mobilisation des équipes.

Ce rôle combine travail analytique et stratégique (analyse de données, modélisation, rapports) avec une forte composante relationnelle et de terrain (négociations, réunions, formation d'équipes, coordination multi-départements). Bien que les tâches analytiques soient digitalisables et que l'IA pourrait assister dans l'analyse des flux matières et la génération de rapports, le cœur du métier repose sur la vision stratégique, les partenariats complexes et l'influence organisationnelle qui nécessitent jugement humain et présence. L'exposition reste modérée-élevée car l'IA peut augmenter la productivité analytique, mais ne peut pas remplacer la négociation, la créativité stratégique et le leadership interne.

Ce métier combine un travail substantiellement digital (analyses de cycle de vie, modélisation de flux, rapports d'impact environnemental) avec une nécessité forte de collaboration humaine, de compréhension contextuelle des processus industriels et de conseil stratégique. L'IA peut automatiser certaines analyses de données et générer des rapports, mais la conception de solutions circulaires innovantes, l'audit sur site et la transformation stratégique des modèles économiques requièrent une expertise humaine, du jugement et de l'interaction directe avec les parties prenantes.

Le métier combine des activités terrain essentielles (inventaires naturalistes, observations sur site) avec du travail de bureau (analyses, rapports, cartographie SIG). L'IA peut assister significativement les tâches analytiques et administratives (traitement de données écologiques, génération de rapports, analyse d'impacts), mais les inventaires de terrain et l'expertise naturaliste requièrent une présence humaine et un jugement contextuel que l'IA ne peut pas remplacer. La restructuration sera modérée : l'IA augmentera la productivité sans éliminer le besoin de spécialistes.

Le chef de projet photovoltaïque combine des tâches numériques (gestion de budgets, plans techniques, dossiers administratifs) avec des activités essentiellement humaines et physiques (négociations foncières, visites de terrain, coordination sur site, relations avec collectivités). Bien que l'IA puisse assister dans l'analyse de données, la modélisation technique et la gestion administrative, le cœur du métier repose sur la présence physique, le jugement contextuel et les relations interpersonnelles complexes qui restent difficilement automatisables à court terme.

Le chef de projet éolien combine des tâches de gestion de projet largement digitalisables (coordination, documentation, analyses de données) avec des activités essentiellement humaines et physiques (négociations avec propriétaires et collectivités, supervision de chantier, relations publiques). Bien que l'IA puisse assister dans l'analyse de données éoliennes, la gestion réglementaire complexe et les interactions humaines critiques restent centrales, limitant l'automatisation à des tâches périphériques.

Ce métier combine des activités numériques (montage de dossiers, recherche d'aides, communication) et des tâches essentiellement physiques et relationnelles (audits sur site, conseils en face-à-face, visite de logements). L'IA peut automatiser certains aspects administratifs et informationnels, mais la visite domiciliaire, l'évaluation contextuelle personnalisée et la relation de confiance avec les clients restent fondamentalement humaines. L'exposition est modérée car environ la moitié du travail nécessite une présence physique et une interaction directe irremplaçable.

Ce métier combine des éléments de travail de terrain (inspections physiques sur site, mesures de radioactivité, vérifications d'équipements) avec du travail de connaissance (analyse technique, rédaction de rapports, enquêtes). L'IA peut assister significativement dans l'analyse des données de radioprotection, la rédaction de rapports et l'identification de non-conformités, mais les inspections physiques, l'évaluation contextuelle des risques et les décisions critiques de sécurité nécessitent une présence humaine et un jugement expert irremplaçable. La responsabilité légale et la nécessité d'une présence physique sur les installations limitent l'automatisation complète.

Ce métier combine des tâches de planification et d'analyse (travail de bureau, modélisation, documentation) où l'IA pourrait assister, avec une supervision critique d'opérations physiques hautement spécialisées et dangereuses nécessitant une présence humaine constante. Bien que certains aspects comme la planification, l'analyse radiologique et la gestion documentaire soient numérisables, le cœur du métier repose sur la coordination en temps réel d'équipes et de robots en environnement radioactif, où le jugement humain et la responsabilité légale restent irremplaçables. L'IA peut augmenter la productivité analytique mais ne peut pas automatiser la supervision opérationnelle et la prise de décision en contexte de risque radiologique.

Ce métier combine des tâches numériques (modélisation hydraulique, analyse de données, conception assistée par ordinateur) avec des responsabilités de supervision physique et de terrain essentielles. Bien que l'IA pourrait améliorer l'analyse des données de qualité et l'optimisation des modèles hydrauliques, la gestion des infrastructures critiques, les décisions d'ingénierie complexes et la supervision sur site requièrent une présence humaine et un jugement contextuel que l'IA ne peut pas entièrement remplacer. L'exposition reste modérée car les aspects critiques du métier restent ancrés dans le monde physique et la responsabilité publique.

Ce métier combine des tâches de connaissance (diagnostic, analyse chimique, conception de solutions) avec une présence physique substantielle sur le terrain (prélèvements, supervision de chantiers, mesures in-situ). L'IA peut assister dans l'interprétation des données analytiques et la modélisation des solutions de traitement, mais la supervision des chantiers, la prise de décision adaptée aux conditions réelles du site et la gestion des risques sur le terrain restent fortement dépendantes de la présence humaine et du jugement expert.

L'ingénieur traitement des eaux combine du travail de conception et d'analyse (tâches numériques susceptibles d'être assistées par l'IA) avec une supervision opérationnelle et une gestion d'équipe requérant une présence physique et humaine sur les sites. Bien que l'IA puisse optimiser les calculs de dimensionnement, l'analyse des paramètres de traitement et la conformité réglementaire, le cœur du métier reste ancré dans la supervision directe des installations, l'ajustement des procédés en temps réel et le management d'équipe, qui nécessitent une expertise contextuelle et une présence humaine irremplaçable.

L'ingénieur éolien combine du travail de conception et d'analyse (études de vent, calculs de rendement, optimisation) qui sont numériques et vulnérables à l'IA, avec des responsabilités critiques de supervision sur site, de coordination d'équipes et de prise de décision en contexte physique complexe. Bien que l'IA peut améliorer l'analyse des données météorologiques et l'optimisation des parcs, la supervision directe des installations, la gestion des risques en environnement offshore et la validation des normes de sécurité restent des activités humaines essentielles qui limitent l'exposition globale.

Le radioprotectionniste combine des tâches de mesure physique sur site (contrôles avec appareils de détection, supervision directe des zones) et des tâches administratives/analytiques (rapports, analyse de données, veille réglementaire). Bien que l'IA pourrait améliorer l'analyse des données de radioactivité et la gestion documentaire, la présence physique sur site, l'interaction directe avec le personnel et la prise de décision en temps réel basée sur des mesures concrètes restent essentielles. L'exposition est modérée car les aspects critiques du métier nécessitent une présence humaine et un jugement contextuel en environnement nucléaire.

Ce métier combine surveillance informatisée (écrans de contrôle, paramètres numériques) et travail physique en salle de commande, avec une forte composante de maintenance manuelle et d'inspection visuelle sur site. Bien que l'IA pourrait assister la surveillance des paramètres et l'analyse des données, la présence physique constante, la prise de décision en temps réel face à des situations imprévisibles, et la responsabilité critique de sûreté nucléaire requièrent un jugement humain irremplaçable. L'automatisation progressive des tâches de routine est possible, mais le cœur du métier reste ancré dans l'interaction humaine directe avec les installations et les équipes.

Le technicien de laboratoire environnement combine des tâches numériques (interprétation de données, rédaction de rapports) et des activités physiques essentielles (prélèvement, préparation et manipulation d'échantillons, calibrage d'instruments). Bien que l'IA pourrait automatiser l'analyse de données et la génération de rapports, la manipulation physique des échantillons, l'utilisation d'instruments sophistiqués et la validation en laboratoire restent des composantes irremplaçables du métier. L'exposition est modérée car l'IA peut augmenter la productivité analytique sans éliminer le besoin de présence humaine qualifiée.

Ce métier combine des éléments de travail de terrain (visites à domicile, diagnostics physiques, interactions sociales directes) avec des tâches administratives et informationnelles. Bien que l'IA pourrait assister dans la gestion des aides, la recherche d'informations réglementaires et l'analyse de données énergétiques, le cœur du métier repose sur la présence physique, l'empathie, la médiation humaine et l'accompagnement personnalisé des ménages en précarité. L'interaction sociale et la confiance établie en face-à-face restent irremplaçables pour cette fonction d'aide sociale.

Le métier combine surveillance informatisée et analyses de laboratoire (tâches numériques susceptibles d'automatisation) avec une maintenance physique d'équipements et une présence requise sur site pour détecter les anomalies en temps réel. Bien que l'IA pourrait améliorer la surveillance prédictive et l'analyse des données, la nature critique de l'infrastructure, les interventions manuelles nécessaires et la responsabilité environnementale créent une barrière substantielle à l'automatisation complète.

Ce métier combine surveillance informatisée et analyses de laboratoire (tâches numériques) avec une maintenance physique substantielle et une présence obligatoire sur site pour manipuler des équipements et des produits chimiques. Bien que l'IA pourrait améliorer la surveillance prédictive et l'analyse des données, les interventions manuelles, la manipulation de réactifs et la responsabilité critique pour la santé publique restent fortement ancrées dans le monde physique, limitant l'exposition globale à un niveau modéré.

Le métier de garde forestier est principalement basé sur des activités de terrain en pleine nature : patrouilles quotidiennes, surveillance physique, lutte contre les incendies, entretien manuel des espaces boisés et interactions directes avec le public. Bien que la gestion administrative (rapports, procès-verbaux) soit partiellement numérisable, elle ne représente qu'une fraction mineure du travail. La présence physique constante, la prise de décision contextuelle en environnement imprévisible et les compétences relationnelles constituent des barrières naturelles à l'automatisation par l'IA, qui ne peut pas remplacer la surveillance terrain et les interventions d'urgence.

Ce métier est principalement composé de travail physique en hauteur et d'installation manuelle de panneaux solaires, ce qui constitue une barrière naturelle à l'automatisation par l'IA. Bien que le diagnostic et la maintenance préventive puissent être assistés par des outils numériques et de l'IA (monitoring, prédiction de pannes), le cœur du métier — la pose, le raccordement électrique sur site et les interventions en toiture — reste fortement dépendant de la présence humaine et de la dextérité manuelle. L'IA peut optimiser la planification et le suivi, mais ne peut pas remplacer le technicien sur le terrain.

Ce métier est principalement composé de travail physique et manuel en hauteur, avec une présence physique indispensable sur les éoliennes pour effectuer les réparations et la maintenance. Bien que des outils numériques aident à la collecte de données et au diagnostic, l'IA ne peut pas remplacer les compétences manuelles, l'expertise technique pointue et la capacité à intervenir directement sur les équipements en altitude. Les tâches administratives et de relevé technique pourraient être partiellement automatisées, mais elles ne constituent qu'une part mineure du travail.

Ce métier est principalement basé sur des tâches physiques et manuelles : installation sur site, raccordement de circuits, diagnostic tactile et réparation d'équipements. Bien que le diagnostic puisse être assisté par des outils numériques et que la programmation des systèmes soit informatisée, le cœur du travail reste la manipulation physique d'équipements en environnement réel et imprévisible. L'IA ne peut pas remplacer la présence physique sur site, les compétences manuelles spécialisées, ni l'interaction directe avec les clients pour l'installation et la maintenance.

Le technicien thermicien exerce un métier fondamentalement ancré dans le travail physique et manuel : installation d'équipements, diagnostic sur site, réparations en urgence chez les clients. Bien que la profession intègre des systèmes connectés et nécessite une compréhension technique, le cœur du travail reste la présence physique sur le terrain, la manipulation d'équipements et l'interaction directe avec les clients. L'IA peut assister pour le diagnostic ou l'optimisation des réglages, mais ne peut pas remplacer l'installation, la maintenance et l'intervention d'urgence qui requièrent une présence humaine incontournable.

L'électricien photovoltaïque exerce un métier fondamentalement physique et manuel, nécessitant une présence sur site (toitures, installations au sol) pour le câblage, l'installation d'équipements et les tests de sécurité. Bien que des outils numériques aident à la programmation des onduleurs et au monitoring, l'IA ne peut pas remplacer le travail de terrain, le diagnostic physique des pannes, ni les vérifications de conformité qui exigent une expertise humaine et une responsabilité légale. L'exposition reste faible car le cœur du métier reste ancré dans le monde physique et les interactions directes avec les installations.

Ce métier est principalement composé de travail physique et manuel en hauteur : pose de panneaux, fixation de supports, câblage sur site. Bien que l'étude technique préalable soit numérisable, la majorité du travail requiert une présence physique sur les toitures, une manipulation d'équipements lourds et une interaction directe avec l'environnement bâti. L'IA peut assister pour la conception et l'optimisation, mais ne peut pas remplacer l'installation concrète et la sécurité en hauteur qui sont au cœur du métier.

Ce métier est entièrement basé sur le travail numérique et informatique — modélisation, animation, compositing — réalisé sur ordinateur dans des logiciels spécialisés. L'IA générative progresse rapidement dans la génération d'images, d'animations et d'effets visuels, menaçant directement les tâches de création d'assets et d'effets de routine. Cependant, la dimension artistique, le jugement créatif et la collaboration avec réalisateurs/designers conservent une valeur humaine irremplaçable, ce qui maintient l'exposition en-dessous du maximum.

Le montage vidéo est un travail entièrement numérique réalisé sur ordinateur, où les tâches principales (sélection, assemblage, synchronisation, étalonnage, effets) sont déjà largement informatisées. L'IA générative progresse rapidement dans l'analyse vidéo, la suggestion de montage automatique, la correction couleur et même la génération d'effets, ce qui pourrait augmenter considérablement la productivité des monteurs ou réduire le besoin de main-d'œuvre. Cependant, la dimension créative et artistique (rythme, narration, choix esthétiques) reste actuellement fortement dépendante du jugement humain et de la collaboration avec le réalisateur, ce qui limite l'exposition à un niveau très élevé plutôt que maximal.

Le beatmaker travaille entièrement sur ordinateur avec des logiciels de MAO, ce qui place le métier dans un domaine hautement numérique où l'IA progresse rapidement. Des outils d'IA générative musicale (composition, génération de beats, arrangements) émergent et pourraient automatiser une part significative de la création instrumentale. Cependant, la dimension créative artistique, le jugement esthétique et la capacité à répondre aux demandes spécifiques des artistes restent des barrières importantes qui limitent l'exposition à un niveau élevé plutôt que très élevé.

Le métier de compositeur est principalement basé sur le travail numérique (DAW, synthétiseurs, partitions informatisées) et la création intellectuelle, domaines où l'IA progresse rapidement. Cependant, la création musicale originale, la collaboration créative étroite avec les réalisateurs et la capacité à traduire des émotions narratives en musique restent des tâches complexes nécessitant une sensibilité artistique humaine. L'IA peut assister (générer des variations, accélérer la production) mais ne remplace pas encore le jugement créatif et la vision artistique du compositeur.

Le scénariste travaille entièrement sur ordinateur avec des tâches fondamentalement numériques (écriture, structure narrative, dialogues), ce qui place le métier dans un domaine où l'IA progresse rapidement. Cependant, la création scénaristique repose fortement sur l'originalité artistique, la vision créative unique et les nuances émotionnelles que seul un humain peut apporter, ce qui limite l'automatisation complète. L'IA peut assister (générer des idées, affiner des dialogues, proposer des structures) mais ne peut pas remplacer le jugement créatif et la sensibilité artistique requise pour produire des scénarios de qualité professionnelle.

L'étalonneur cinéma travaille entièrement sur ordinateur avec des logiciels spécialisés (DaVinci Resolve, Baselight) dans un environnement numérique contrôlé. Les tâches core — correction colorimétrique, ajustement des courbes, création de looks visuels — sont des processus informatiques où l'IA progresse rapidement en traitement d'image et génération de contenu visuel. Cependant, le jugement artistique, la collaboration créative avec le réalisateur et la compréhension nuancée de l'intention narrative restent des éléments humains importants qui limitent l'exposition à un niveau élevé plutôt que très élevé.

L'attaché de production audiovisuelle exerce un travail hybride combinant gestion administrative (contrats, budgets, planification) et coordination logistique sur le terrain. Les tâches informatiques — rédaction de contrats, suivi budgétaire, planification — sont exposées à l'automatisation par l'IA, mais le rôle requiert une présence physique significative, de la résolution d'imprévus en temps réel et des relations humaines complexes avec les équipes. L'IA peut augmenter la productivité administrative, mais ne peut pas remplacer la coordination logistique et la gestion des crises sur un tournage.

Le métier de compositeur combine du travail hautement créatif et numérique (composition assistée par ordinateur, mixage, synchronisation) avec une dimension collaborative et artistique irremplaçable. Bien que les outils IA générative musicale progressent rapidement et peuvent assister à la création, la composition reste un acte créatif exigeant du jugement artistique, de l'émotion et de l'adaptation contextuelle fine aux visions des réalisateurs. Le travail est majoritairement digital mais requiert une expertise créative et relationnelle que l'IA ne peut pas entièrement automatiser aujourd'hui, bien que l'IA puisse augmenter significativement la productivité des compositeurs.

Le métier de comédien de doublage combine du travail créatif et interprétatif (nécessitant une présence humaine en studio) avec des tâches numériques (enregistrement, édition audio). Bien que l'IA progresse rapidement dans la synthèse vocale et le doublage automatisé, la qualité artistique, l'interprétation nuancée et la synchronisation labiale précise restent des domaines où l'expertise humaine demeure essentielle. Cependant, l'émergence de technologies de voix synthétiques de haute qualité et de doublage IA représente une menace croissante pour les segments moins exigeants du marché (voix off simples, contenus mineurs), ce qui expose le secteur à une restructuration significative.

Le métier de critique de cinéma combine du travail essentiellement numérique (rédaction d'articles, recherche, communication) avec des éléments irremplaçables : l'expérience sensorielle du visionnage en salle, les rencontres en personne avec les équipes créatives, et la capacité à formuler un jugement esthétique subtil. L'IA peut assister dans la rédaction, l'analyse technique et la synthèse d'informations, mais le cœur du métier — l'interprétation personnelle, la sensibilité artistique et l'autorité critique — reste fortement ancré dans le jugement humain. Cependant, la productivité des critiques utilisant l'IA pourrait augmenter significativement, réduisant le nombre de postes nécessaires.

Le documentariste combine travail de terrain (enquête, interviews, tournage) et travail numérique (écriture, montage, narration). Bien que la capture d'images et les interactions humaines restent essentielles, l'IA peut automatiser significativement la recherche, l'analyse de contenu, le montage assisté et même la génération de narration. Les outils d'IA pour la synthèse vidéo, la transcription et l'organisation des rushes rendront les documentaristes plus productifs, réduisant potentiellement les besoins en effectifs, mais le jugement créatif, la direction d'acteurs et la vision artistique demeurent difficilement automatisables.

L'ingénieur du son travaille principalement avec des outils numériques (Pro Tools, consoles de mixage logicielles, post-production) où l'IA progresse rapidement en traitement audio, séparation de sources et mastering automatisé. Cependant, le métier conserve une exposition modérée car il requiert une oreille musicale experte, un jugement artistique fin, une collaboration créative directe avec les artistes, et une gestion en temps réel lors des enregistrements live qui demandent une présence humaine et une réactivité immédiate. L'IA peut assister (nettoyage audio, suggestions de mix) mais ne peut pas remplacer la sensibilité artistique et la direction créative qui définissent le cœur du métier.

L'ingénieur du son studio travaille principalement sur des tâches numériques (mixage, mastering, logiciels audio) où l'IA progresse rapidement, avec des outils d'IA générative capables d'automatiser certains aspects du traitement audio et de la production musicale. Cependant, le cœur du métier repose sur la collaboration artistique en temps réel avec les musiciens, le jugement esthétique nuancé et la capacité à traduire une vision créative, ce qui demeure difficilement automatisable et nécessite une présence humaine dans le studio. L'exposition reste modérée-élevée car l'IA peut augmenter significativement la productivité (outils d'assistance au mixage, mastering automatisé) sans pour autant remplacer entièrement l'expertise et la sensibilité artistique requises.

Le manager d'artistes exerce un métier hybride combinant travail de connaissance (stratégie, négociation, analyse financière) et relations humaines essentielles (réseautage, collaboration étroite avec l'artiste, négociation face-à-face). Bien que certaines tâches administratives et analytiques (suivi budgétaire, gestion de contrats, planification) puissent être assistées par l'IA, le cœur du métier repose sur le jugement artistique, la négociation interpersonnelle, la construction de relations durables et la compréhension nuancée des dynamiques de l'industrie musicale. L'IA peut augmenter la productivité du manager mais ne peut pas remplacer la présence humaine et le réseau personnel qui sont centraux à ce rôle.

Le métier de musicien professionnel combine des éléments numériques croissants (composition assistée par IA, production musicale, distribution en ligne) avec une composante irremplaçable de performance en direct et d'interprétation artistique. Bien que l'IA progresse rapidement dans la génération musicale et l'arrangement, la création originale, l'interprétation émotionnelle et la présence scénique restent des domaines où l'authenticité humaine est centrale. Cependant, l'IA impacte déjà la production, la composition et la gestion administrative, rendant les musiciens plus productifs mais aussi potentiellement moins nombreux nécessaires pour certaines tâches.

Le producteur audiovisuel exerce un métier hybride combinant gestion financière, coordination d'équipes et prise de décision créative. Bien que certaines tâches (recherche de financements, gestion budgétaire, négociation de contrats) soient largement numériques et exposées à l'IA, le cœur du métier repose sur des relations humaines complexes, le jugement artistique et la supervision en temps réel. L'IA peut automatiser l'analyse financière et la documentation administrative, mais la responsabilité créative, la négociation stratégique et la gestion des risques artistiques restent fondamentalement humaines.

Le réalisateur audiovisuel combine travail créatif et direction d'équipes en environnement physique (tournages, plateaux). Bien que certaines tâches comme l'écriture, le montage et l'étalonnage soient entièrement numériques et vulnérables à l'IA, le cœur du métier repose sur la direction artistique en temps réel, la coordination humaine et les décisions créatives nuancées qui nécessitent une présence physique et une vision personnelle. Les outils IA peuvent augmenter la productivité (génération d'idées, montage assisté, effets visuels) mais ne peuvent pas remplacer la direction créative globale et la gestion d'équipes.

L'animateur radio combine des éléments numériques (préparation de contenu, interaction sur réseaux sociaux) et des éléments fortement ancrés dans l'interaction humaine en direct et la présence vocale personnelle. Bien que l'IA puisse assister dans la recherche d'informations, la sélection musicale ou la gestion des réseaux sociaux, le cœur du métier — créer une atmosphère unique, improviser en direct, établir une connexion authentique avec les auditeurs — repose sur la personnalité et la présence humaine irremplaçable. L'IA ne peut pas reproduire la spontanéité, l'empathie et le charisme qui fidélisent l'audience.

Le cadreur/caméraman combine du travail hautement technique et créatif (composition, cadrage, mouvements de caméra) avec une présence physique indispensable sur le plateau. Bien que l'IA progresse dans la génération d'images et l'analyse vidéo, elle ne peut pas remplacer la manipulation en temps réel de l'équipement, l'adaptation instantanée aux mouvements des acteurs, et la collaboration créative directe avec le réalisateur. Cependant, l'IA pourrait automatiser certaines tâches périphériques (focus automatique avancé, stabilisation, post-production) et augmenter la productivité, créant une exposition modérée mais non critique.

Le conservateur du patrimoine combine des tâches fortement numériques (recherche documentaire, rédaction de notices, gestion de bases de données) avec des activités essentiellement humaines et physiques (expertise directe des œuvres, supervision des restaurations, médiation culturelle en personne). L'IA peut automatiser certains travaux de recherche et de documentation, mais l'authenticité des jugements d'expert, la responsabilité curatoriale et l'interaction humaine avec les collections et le public restent irremplaçables, ce qui limite l'exposition globale à un niveau modéré.

Le métier de DJ combine des éléments numériques (production musicale, logiciels de MAO, gestion des réseaux sociaux) et une composante physique/relationnelle irremplaçable (performance en live, lecture de la foule, présence scénique). Bien que l'IA progresse dans la production musicale et pourrait assister la composition, le cœur du métier — créer une expérience en temps réel en interagissant avec un public — reste fortement ancré dans la présence humaine et l'intuition artistique. L'IA peut augmenter la productivité (outils de composition, remixage assisté) mais ne peut pas remplacer la performance live et la connexion émotionnelle avec l'audience.

Le directeur artistique spectacle combine des tâches de jugement créatif et de prise de décision stratégique (sélection d'artistes, définition de vision) avec une nécessité forte d'interaction humaine directe (rencontres avec compagnies, supervision d'équipes, négociations). Bien que certaines tâches administratives et d'analyse (programmation, budgétisation) puissent être assistées par l'IA, le cœur du métier repose sur l'évaluation esthétique, la sensibilité artistique et les relations interpersonnelles qui restent difficilement automatisables. L'IA peut augmenter la productivité administrative mais ne peut pas remplacer le jugement artistique et la présence humaine requise pour diriger une vision créative.

Le métier de directeur de casting combine des éléments numériques croissants (analyse de vidéos, self-tapes, bases de données d'acteurs) avec une composante irréductiblement humaine : l'intuition artistique, le jugement esthétique et la relation directe avec les comédiens lors des auditions en présentiel. Bien que l'IA pourrait assister dans le tri initial de candidatures ou l'analyse de vidéos, la décision finale repose sur une expertise subjective et relationnelle que les machines ne peuvent pas remplacer. Le travail reste ancré dans l'interaction humaine et le réseau personnel, limitant l'exposition globale à une exposition modérée.

Le directeur de festival combine des tâches numériques (gestion budgétaire, communication, recherche de financements) où l'IA pourrait être utile, avec des responsabilités essentiellement humaines et relationnelles (négociation avec artistes, management d'équipes, création d'une vision artistique, coordination logistique sur site). Bien que certains processus administratifs et analytiques puissent être automatisés ou augmentés par l'IA, le cœur du métier repose sur le jugement artistique, les relations interpersonnelles complexes et la présence physique lors des événements, ce qui limite l'exposition globale.

Le directeur de la photographie combine des tâches numériques (post-production couleur, conception visuelle assistée par logiciels) avec un travail fortement ancré dans la présence physique et l'interaction humaine en temps réel sur le plateau. Bien que l'IA progresse dans la génération d'images et l'analyse colorimétrique, la dimension créative, artistique et collaborative avec le réalisateur, ainsi que la supervision directe de l'équipe et l'adaptation instantanée aux conditions de tournage, restent des domaines où le jugement humain et la présence physique sont irremplaçables. L'IA peut assister certains aspects techniques mais ne peut pas remplacer la vision artistique et le leadership créatif qui définissent ce métier.

Le directeur de théâtre exerce un rôle hybride combinant gestion administrative/financière (domaines numériques où l'IA peut aider) et leadership artistique/relationnel (nécessitant jugement humain et présence). Bien que certaines tâches comme la gestion budgétaire, l'analyse de données de fréquentation ou la communication puissent être assistées par l'IA, les missions centrales — sélection artistique, direction créative, négociation avec artistes et mécènes, management d'équipes — reposent sur l'expertise culturelle, le discernement esthétique et les relations humaines que l'IA ne peut pas remplacer. La présence physique au théâtre et l'interaction directe avec les équipes et partenaires restent essentielles.

Le métier d'humoriste combine deux dimensions distinctes : l'écriture de textes (travail numérique, potentiellement exposé à l'IA générative) et la performance en direct devant un public (travail physique et interpersonnel, peu automatisable). Bien que l'IA pourrait assister à la génération d'idées ou à la rédaction de blagues, l'essence du métier repose sur la présence scénique, le timing, la connexion émotionnelle avec le public et l'authenticité personnelle, qui restent difficilement remplaçables. L'exposition est modérée car l'IA peut impacter la phase créative sans transformer fondamentalement le cœur du spectacle vivant.

Le muséographe combine des tâches numériques (conception, rédaction de contenus, gestion de projet) avec un travail fortement ancré dans le monde physique et les relations humaines (supervision sur site, coordination d'équipes, mise en scène spatiale, interaction avec le public). Bien que l'IA pourrait assister la rédaction de textes pédagogiques ou la gestion administrative, la conception créative d'expositions, la sélection curatoriale des œuvres et la supervision technique sur place restent des activités nécessitant une présence humaine et un jugement artistique. L'exposition muséale est avant tout une expérience physique et sensorielle que l'IA ne peut pas remplacer entièrement.

Le producteur de cinéma exerce un métier hybride combinant travail de connaissance (analyse de scénarios, montage de dossiers financiers, négociations) et relations humaines essentielles (casting, gestion d'équipes, interactions avec réalisateurs et investisseurs). Bien que l'IA puisse assister dans l'analyse de projets, la recherche de financements ou la gestion administrative, les décisions créatives et artistiques, ainsi que la négociation et le leadership humain restent centraux et difficilement automatisables. Le jugement artistique, la prise de risque créative et la capacité à inspirer confiance auprès des talents et investisseurs demeurent des compétences humaines irremplaçables.

Le présentateur TV combine des éléments numériques (lecture de prompteur, gestion technique) avec une présence physique et une performance en direct irremplaçable. Bien que l'IA puisse générer des textes ou analyser l'actualité, la capacité à captiver l'audience par la voix, la gestuelle, le contact visuel et l'adaptation en temps réel aux imprévus reste fondamentalement humaine. Cependant, l'IA pourrait automatiser la préparation des contenus et réduire le nombre de présentateurs nécessaires, créant une exposition modérée à moyen terme.

Le métier combine des tâches numériques (programmation de consoles, conception sur ordinateur) et des activités physiques essentielles (installation, orientation des projecteurs, pilotage en direct). Bien que l'IA pourrait assister la conception et la programmation, la présence physique en direct pendant les représentations, la collaboration artistique en temps réel et l'ajustement instantané des éclairages restent des éléments humains irremplaçables. L'exposition est modérée car une partie significative du travail demeure ancrée dans le spectacle vivant et l'interaction directe.

Le métier de scripte combine des tâches de documentation et d'analyse (notes détaillées, rapports, chronométrage) qui pourraient être partiellement automatisées par l'IA, avec une présence physique indispensable sur le plateau et une interaction humaine constante avec l'équipe créative. Bien que l'IA pourrait assister dans la génération de rapports ou l'analyse vidéo pour détecter les incohérences visuelles, le jugement artistique, la communication en temps réel avec le réalisateur et les chefs de poste, ainsi que l'observation nuancée des détails contextuels restent des fonctions profondément humaines. L'exposition est modérée car le cœur du métier nécessite une présence et une interaction directe sur le plateau, même si certaines tâches administratives et analytiques pourraient être augmentées par des outils IA.

Le scénographe combine des tâches numériques (conception assistée par ordinateur, dessins, plans) avec un travail fortement ancré dans le physique et l'interpersonnel (supervision de chantiers, collaboration créative directe, ajustements sur site). Bien que l'IA puisse assister la conception graphique et générer des propositions visuelles, la nature collaborative, créative et contextuelle du métier — traduire une vision artistique en espace concret, adapter aux contraintes réelles, superviser des équipes — reste largement dépendante du jugement humain et de la présence physique. L'exposition est modérée car les outils numériques deviennent plus puissants, mais le cœur du métier demeure ancré dans la réalité matérielle et les relations humaines.

Le métier de scénographe combine des tâches numériques (conception 3D, plans techniques) où l'IA pourrait assister, avec des responsabilités essentiellement humaines et physiques : supervision directe d'équipes d'artisans, collaboration artistique créative avec le metteur en scène, et ajustements en temps réel sur le plateau. Bien que les outils de CAO et de modélisation 3D puissent être augmentés par l'IA, la vision artistique, le jugement esthétique et la gestion des contraintes techniques et humaines restent au cœur du métier et nécessitent une présence physique constante.

Le technicien lumière combine des tâches numériques (programmation de consoles, création d'effets) et des tâches physiques (installation, maintenance, manipulation d'équipements). Bien que l'IA pourrait automatiser certains aspects de la programmation lumineuse et de la synchronisation, le travail requiert une présence physique constante, une collaboration artistique en temps réel, et des ajustements manuels imprévisibles pendant les représentations. L'exposition reste modérée car le cœur du métier reste ancré dans l'interaction humaine et la manipulation d'équipements physiques.

L'éclairagiste combine des tâches numériques (programmation de consoles, logiciels de conception) avec un travail physique et artistique substantiel (installation d'équipements, direction d'équipe sur site, ajustements en temps réel pendant les représentations). Bien que l'IA pourrait assister la conception et l'automatisation des séquences, la collaboration artistique étroite, la sensibilité créative et la présence physique requise pour les installations et la conduite en direct constituent des barrières naturelles à l'automatisation complète.

Le chef opérateur combine des tâches créatives et artistiques (composition visuelle, direction esthétique) avec une supervision d'équipe et une présence physique indispensable sur le plateau de tournage. Bien que l'IA progresse en génération d'images et en post-production (étalonnage automatisé), les décisions artistiques en temps réel, la collaboration directe avec le réalisateur, la gestion d'équipe et l'adaptation aux conditions de tournage imprévisibles restent des domaines où le jugement humain et la présence physique sont essentiels. L'IA peut assister certaines tâches techniques (simulation d'éclairage, suggestions de composition) mais ne peut pas remplacer l'expertise créative et la direction humaine qui définissent ce métier.

Le métier de médiateur culturel combine des tâches numériques (conception de contenus, communication) et des activités fortement ancrées dans l'interaction humaine directe et la présence physique (animation de visites, ateliers en personne, accueil des publics). Bien que l'IA pourrait assister dans la préparation de contenus ou l'analyse des retours, le cœur du métier — créer du lien social, adapter son discours en temps réel, générer une atmosphère conviviale et répondre aux besoins spécifiques de publics variés — repose sur des compétences relationnelles et une présence humaine irremplaçables. L'exposition reste modérée car l'IA ne peut pas automatiser la relation pédagogique vivante et l'interaction en face-à-face qui définissent ce rôle.

Le régisseur de spectacle combine des tâches de planification et coordination (partiellement automatisables par l'IA) avec une présence physique indispensable en coulisses et une gestion d'imprévus en temps réel qui nécessite du jugement humain et de l'interaction directe avec les équipes. Bien que l'IA pourrait assister dans la planification logistique et l'optimisation des ressources, le cœur du métier — la supervision en direct, la réactivité face aux problèmes techniques imprévisibles et la coordination humaine — reste fortement ancré dans le monde physique et interpersonnel.

Le régisseur son combine des tâches numériques (mixage sur console, gestion logicielle) avec une présence physique obligatoire et une expertise sensorielle en temps réel. Bien que l'IA progresse dans l'analyse audio et l'automatisation de certains réglages, le mixage en direct lors de spectacles vivants exige une réactivité humaine immédiate, une écoute critique et une adaptation constante aux imprévus. La collaboration étroite avec les artistes et l'équipe technique, ainsi que la maintenance matérielle, restent largement hors de portée de l'automatisation. L'IA peut assister (suggestions de réglages, prédictions) mais ne peut pas remplacer le jugement artistique et la présence du régisseur.

Le technicien audiovisuel combine des tâches numériques (réglages techniques, pilotage de consoles) avec un travail physique et en temps réel (installation de matériel, interventions sur site, réactivité aux imprévus). Bien que l'IA pourrait automatiser certains réglages ou analyses techniques, la majorité du travail nécessite une présence physique, une manipulation manuelle d'équipements et une réaction immédiate en direct, ce qui limite l'exposition globale à l'IA.

L'accessoiriste exerce un métier fondamentalement ancré dans le monde physique : recherche manuelle d'objets, fabrication artisanale, manipulation et mise en place sur plateau. Bien que certaines tâches périphériques (catalogage, gestion budgétaire, communication) puissent être assistées par l'IA, le cœur du métier — créativité artistique, sourcing tactile, fabrication manuelle, et coordination en temps réel sur plateau — reste largement inaccessible à l'automatisation. L'IA ne peut pas remplacer le jugement esthétique, la dextérité manuelle, ni la présence physique requise pour installer les accessoires.

L'animateur de soirées exerce un métier fondamentalement ancré dans la présence physique et l'interaction humaine en temps réel. Le cœur du travail — créer une ambiance, lire le public, adapter son énergie, gérer les imprévus sur place — requiert une présence humaine irremplaçable et une capacité à improviser face à des situations imprévisibles. Bien que certaines tâches périphériques (planification, communication client, gestion administrative) pourraient être assistées par l'IA, elles ne constituent qu'une fraction mineure du métier. L'IA ne peut pas animer une soirée ni créer une connexion émotionnelle avec un public en direct.

Le bruiteur exerce un métier fondamentalement basé sur la création manuelle et physique de sons en temps réel, nécessitant une présence en studio et une manipulation d'objets tangibles. Bien que l'analyse des séquences soit numérique, le cœur du travail — la création créative et synchronisée de bruits par manipulation d'accessoires — reste un processus physique et artistique que l'IA ne peut pas remplacer directement. Cependant, l'IA pourrait assister en générant des sons synthétiques ou en analysant automatiquement les séquences vidéo, ce qui représente une exposition modérée aux outils d'assistance.

Le métier de chorégraphe repose fondamentalement sur la création artistique et la direction physique en temps réel avec les danseurs en studio. Bien que la composition chorégraphique puisse être assistée par des outils numériques (visualisation 3D, analyse de mouvements), le cœur du travail — l'expérimentation corporelle, la direction des répétitions, l'interaction humaine directe avec les interprètes — reste ancré dans le monde physique et requiert une présence humaine irremplaçable. L'IA peut aider à des tâches périphériques (organisation, documentation) mais ne peut pas remplacer la créativité artistique, le jugement esthétique et la relation maître-élève qui définissent ce métier.

Le métier de comédien repose fondamentalement sur la présence physique en direct, l'incarnation corporelle et émotionnelle d'un personnage, ainsi que l'interaction humaine authentique avec d'autres acteurs et le public. Bien que l'IA puisse générer des scripts, des images synthétiques ou même des avatars numériques, elle ne peut pas remplacer la présence vivante, l'émotion authentique et la capacité d'adaptation en temps réel qui caractérisent le jeu d'acteur. L'IA peut assister marginalement (analyse de scripts, suggestions de jeu) mais ne menace pas le cœur du métier qui demeure profondément humain et interactionnel.

Ce métier repose fondamentalement sur l'interaction physique directe et en temps réel avec des animaux vivants sur des plateaux de tournage. Bien que la coordination avec les équipes implique une dimension communicationnelle, le cœur du travail — le dressage, l'évaluation comportementale, la gestion de la sécurité sur plateau — nécessite une présence humaine constante, une expertise pratique et une adaptation instantanée aux réactions imprévisibles des animaux. L'IA ne peut pas remplacer cette présence physique ni cette relation de confiance établie avec les animaux, même si elle pourrait assister marginalement dans la planification ou l'analyse vidéo.

Le maquillage effets spéciaux est un métier fondamentalement artisanal et manuel qui repose sur la sculpture, le modelage de prothèses et l'application physique directe sur le corps des acteurs. Bien que la conception initiale puisse bénéficier d'outils numériques (visualisation 3D, retouche d'images), le cœur du travail — créer, mouler, appliquer et ajuster les effets en temps réel sur un plateau — exige une présence physique, une dextérité manuelle et une interaction directe avec les acteurs que l'IA ne peut pas automatiser. Les tâches administratives ou de conception pourraient être assistées par l'IA, mais elles ne représentent qu'une part mineure du métier.

Le maquillage spectacle est un métier fondamentalement manuel et artistique qui requiert une présence physique constante auprès des artistes, une dextérité fine et une capacité à adapter en temps réel selon l'éclairage et les conditions du plateau. Bien que la phase de conception puisse bénéficier d'outils numériques (visualisation 3D, retouche photo), le cœur du métier — l'application précise de maquillage, la gestion des prothèses et les retouches en direct — reste inaccessible à l'automatisation et nécessite une interaction humaine directe et tactile.

Le métier de metteur en scène repose fondamentalement sur la direction d'acteurs en temps réel, l'interaction humaine directe et la présence physique lors des répétitions et représentations. Bien que certaines tâches périphériques (analyse textuelle, documentation, communication écrite) pourraient être assistées par l'IA, le cœur du métier — l'interprétation artistique, la direction créative et la gestion émotionnelle des comédiens — requiert un jugement humain nuancé et une présence vivante irremplaçable. L'IA ne peut pas remplacer la vision artistique personnelle ni la capacité à guider et inspirer une équipe en direct.

Le métier de perruquier repose essentiellement sur des compétences artisanales et manuelles très spécialisées : implantation cheveu par cheveu, travail de précision sur des bases physiques, essayages en personne avec les acteurs. Bien que la recherche documentaire et la conception puissent être assistées par des outils numériques, le cœur du métier — la confection manuelle, l'ajustement physique et la collaboration directe sur plateau — reste fondamentalement non-automatisable par l'IA. Les tâches périphériques (documentation, communication) peuvent être facilitées par l'IA, mais ne transforment pas la nature du travail.

Le chant lyrique est un métier fondamentalement ancré dans la performance physique et la présence scénique en direct, où la qualité de la voix humaine, l'interprétation artistique nuancée et l'interaction avec un public vivant sont irremplaçables. Bien que l'IA puisse assister dans des tâches périphériques (analyse de partitions, suggestions d'interprétation, gestion administrative), elle ne peut pas reproduire la présence physique, l'émotion authentique et la technique vocale unique d'un artiste sur scène, ce qui constitue le cœur du métier.

L'habilleur de théâtre exerce un métier fondamentalement physique et interpersonnel qui se déroule entièrement en présence des comédiens. Les tâches centrales — habiller rapidement les acteurs, ajuster les costumes en temps réel, résoudre des problèmes techniques sur le terrain, offrir un soutien émotionnel — requièrent une présence physique immédiate et une interaction humaine directe en coulisses. Bien que l'IA pourrait assister marginalement dans la gestion administrative des costumes ou la planification des changements, elle ne peut pas remplacer le travail manuel et relationnel qui constitue l'essence du métier.

Le métier de magicien repose fondamentalement sur la présence physique en direct, la dextérité manuelle, l'interaction en temps réel avec le public et la création d'une expérience sensorielle immédiate. Bien que la conception de numéros implique une part de travail créatif (qui pourrait être assistée par l'IA), le cœur du métier — la performance live, la maîtrise gestuelle, la manipulation d'objets et la création du mystère face à un public — ne peut pas être automatisé ou remplacé par l'IA. L'IA ne peut pas se produire sur scène ni créer l'émerveillement direct qui définit ce spectacle vivant.

L'acrobate exerce un métier fondamentalement basé sur la performance physique en direct, requérant une présence corporelle constante, une maîtrise motrice précise et une interaction immédiate avec le public dans un environnement imprévisible. L'IA n'a aucune capacité à remplacer les performances acrobatiques en direct, les répétitions physiques ou la créativité artistique incarnée qui caractérisent ce métier. Les tâches périphériques (planification, promotion) pourraient être assistées par l'IA, mais elles ne constituent qu'une infime partie du travail réel de l'acrobate.

Le cascadeur exerce un métier fondamentalement physique et dangereux qui nécessite une présence corporelle en temps réel dans des environnements imprévisibles et non-numériques. Bien que la planification et la coordination puissent bénéficier d'outils numériques, le cœur du travail — l'exécution de mouvements acrobatiques complexes, l'évaluation instantanée des risques, et la maîtrise du corps dans l'espace — reste entièrement hors de portée de l'IA. Aucune technologie actuelle ou prévisible ne peut remplacer la présence physique et l'expertise humaine requises pour réaliser ces cascades en toute sécurité.

Le métier de circassien est fondamentalement basé sur la performance physique en direct, requérant une présence corporelle et une interaction émotionnelle immédiate avec le public. Bien que la création de numéros implique une dimension créative, l'essence du travail — l'exécution acrobatique, le trapèze, le jonglage — ne peut pas être automatisée ou remplacée par l'IA, car elle demande une maîtrise physique, une prise de risque réelle et une connexion humaine authentique que l'IA ne peut pas reproduire.

Le métier de danseur de ballet est fondamentalement basé sur la performance physique en direct, nécessitant une présence corporelle et une interaction en temps réel avec le public et les autres danseurs sur scène. L'IA ne peut pas remplacer l'exécution technique du mouvement corporel, l'expression émotionnelle par le corps, ou la présence artistique vivante qui constitue l'essence même du ballet classique. Bien que l'IA pourrait assister marginalement dans des domaines périphériques (analyse vidéo de technique, planification d'entraînement), elle n'affecte pas le cœur du métier qui reste irréductiblement humain et physique.

Le métier de danseur professionnel est fondamentalement ancré dans le physique et la présence en temps réel. L'interprétation chorégraphique requiert un corps humain exécutant des mouvements complexes, une expression artistique authentique et une interaction directe avec le public ou la caméra. Bien que l'IA puisse assister dans des domaines périphériques (création de chorégraphies, analyse de mouvements), elle ne peut pas remplacer la performance physique, l'émotion incarnée et la présence vivante qui constituent l'essence même du métier.

Ce métier est principalement basé sur le travail numérique : conception de protocoles, analyse de données, rédaction de rapports et création de tableaux de bord. L'IA peut automatiser significativement la collecte de données (via des chatbots ou des formulaires intelligents), l'analyse statistique, la génération de rapports et même certaines recommandations basées sur des patterns. Cependant, la conception méthodologique, les entretiens qualitatifs approfondis et l'accompagnement stratégique des équipes conservent une dimension humaine importante qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le chargé de plaidoyer exerce un métier hybride combinant travail de connaissance (analyse de politiques, rédaction de notes et propositions) et relations humaines essentielles (négociations avec décideurs, mobilisation d'opinion, construction de coalitions). Bien que les tâches analytiques et rédactionnelles soient vulnérables à l'automatisation par l'IA, la dimension relationnelle, la persuasion politique et la capacité à négocier face-à-face restent fondamentales et difficilement remplaçables. L'IA peut augmenter la productivité (analyse rapide de textes législatifs, rédaction de brouillons), mais ne peut pas substituer la présence humaine et la crédibilité personnelle requises pour influencer les décideurs.

Le directeur de recherche sociale exerce un métier hybride combinant travail intellectuel digital (analyse de données, rédaction de rapports, traitement statistique) et responsabilités managériales et relationnelles essentielles (encadrement d'équipes, conseil aux décideurs, interactions avec les acteurs de terrain). Bien que l'IA peut automatiser certaines tâches analytiques et rédactionnelles, la conception méthodologique des études, le jugement critique sur les phénomènes sociaux complexes, et la capacité à traduire les données en recommandations politiques contextualisées restent des domaines où l'expertise humaine demeure centrale. L'exposition est modérée-élevée car les outils IA amélioreront significativement la productivité analytique, mais ne remplaceront pas le rôle stratégique et décisionnel du directeur.

Le rôle de fundraiser combine des tâches fortement numériques (rédaction de dossiers, gestion de bases de données, reporting, communication écrite) où l'IA peut augmenter significativement la productivité, avec des éléments relationnels et de présence physique (prospection personnalisée, événements caritatifs, négociation face-à-face) qui restent essentiels. L'IA peut automatiser la rédaction de demandes de subventions, l'analyse de données de donateurs et la segmentation de prospects, mais la création de relations durables et la persuasion personnalisée demeurent des compétences humaines critiques, ce qui limite l'exposition à un niveau élevé mais non maximal.

Le rôle combine des tâches fortement numériques (rédaction de rapports, analyse de données d'impact, gestion de dossiers de subventions, communication) avec une dimension interpersonnelle et de coordination humaine essentielle (animation d'équipes, négociation avec partenaires, animation de réunions). L'IA peut automatiser significativement la rédaction de rapports, l'analyse d'indicateurs et la gestion administrative, rendant les travailleurs plus productifs, mais la stratégie d'impact social, la négociation relationnelle et le leadership d'équipes restent des domaines où le jugement humain et la présence sont critiques.

Ce métier combine du travail essentiellement numérique et textuel (rédaction de courriers, formulaires, navigation administrative) avec une composante relationnelle et d'accompagnement social importante. L'IA peut automatiser une part significative de la rédaction administrative et du remplissage de formulaires, mais la relation humaine, l'écoute empathique et l'orientation personnalisée restent centrales. Le travail est largement dématérialisable, ce qui expose le métier à l'automatisation, mais le besoin d'interaction humaine et de jugement contextuel limite l'exposition à un niveau élevé plutôt que très élevé.

Le CESF combine des tâches de travail de connaissance (analyse budgétaire, gestion administrative, planification) avec une composante interpersonnelle et de présence physique essentielle (visites à domicile, médiation face-à-face, accompagnement personnalisé). Bien que l'IA pourrait automatiser certains aspects analytiques (budgets, dossiers administratifs), le cœur du métier repose sur l'écoute active, la relation de confiance et l'adaptation contextuelle aux situations familiales complexes, qui nécessitent une présence humaine et un jugement nuancé difficilement remplaçables par l'IA.

Le rôle combine des tâches numériques (conception de programmes, rédaction de dossiers de subvention, évaluation via indicateurs, reporting) avec des activités fortement ancrées dans l'interaction humaine et la présence physique (entretiens individuels, animation d'ateliers, coordination de partenaires, accompagnement terrain). L'IA peut assister dans l'analyse de données, la rédaction administrative et l'évaluation, mais le cœur du métier — la relation d'accompagnement, l'adaptation personnalisée et la mobilisation du réseau local — reste fondamentalement humain et requiert une présence directe auprès des publics fragilisés.

Le chef de mission ONG combine des tâches numériques (gestion budgétaire, reporting, communication) susceptibles d'être assistées par l'IA, avec des responsabilités critiques nécessitant une présence physique et un jugement humain irremplaçable : coordination d'équipes multiculturelles en contextes d'urgence, évaluation des risques sécuritaires, négociation avec les autorités locales, et prise de décisions éthiques complexes. Bien que l'IA puisse optimiser la logistique et l'analyse de données, la nature imprévisible des crises humanitaires et la nécessité de leadership humain direct limitent significativement l'exposition globale.

Ce poste combine du travail de management et de coordination (tâches administratives, rapports, budgets) qui sont partiellement automatisables par l'IA, avec une composante humaine irréductible : encadrement d'équipe, relations avec les usagers vulnérables, entretiens individuels et jugement professionnel dans des situations complexes. Bien que certaines tâches administratives et de suivi puissent être assistées par l'IA, le cœur du métier repose sur la présence humaine, l'empathie et la prise de décision contextuelle en matière socio-éducative, ce qui limite l'exposition globale à un niveau modéré.

Le conseiller en insertion professionnelle combine des tâches de connaissance (diagnostic, construction de parcours, orientation) largement digitalisables avec des éléments relationnels et de présence humaine irremplaçables (entretiens individuels, écoute empathique, négociation avec employeurs). Bien que l'IA pourrait assister dans l'analyse de données, la recommandation de formations ou la gestion administrative, le cœur du métier repose sur la relation humaine, la compréhension contextuelle et l'adaptation personnalisée qui nécessitent une présence et un jugement humain. L'exposition reste modérée car les outils IA peuvent augmenter la productivité sans automatiser complètement le rôle.

Le coordinateur de parcours santé combine des tâches de gestion administrative et d'analyse (évaluation des besoins, rédaction de rapports, suivi d'indicateurs) qui sont numériques et susceptibles d'être assistées par l'IA, avec des missions essentiellement relationnelles et interpersonnelles (communication avec patients et professionnels, accompagnement, prise de décision contextualisée). L'IA peut automatiser certains aspects administratifs et analytiques, mais le cœur du métier repose sur la relation humaine, le jugement clinique et la coordination en temps réel, ce qui limite l'exposition globale à un niveau modéré.

Le coordinateur de service social exerce un rôle hybride combinant gestion administrative (budgets, rapports, procédures) et management humain (recrutement, formation, bien-être d'équipe). Bien que certaines tâches administratives et analytiques soient digitalisables par l'IA, le cœur du métier repose sur le jugement professionnel, les relations interpersonnelles complexes, la connaissance du terrain social et la prise de décision contextuelle auprès de partenaires institutionnels. L'IA peut assister sur les aspects documentaires et statistiques, mais ne peut pas remplacer la supervision humaine, l'accompagnement des cas complexes et la gestion des enjeux relationnels et éthiques du secteur social.

Le coordinateur humanitaire combine des tâches numériques (rapports, planification, gestion de données) et des responsabilités essentiellement humaines et physiques (négociation avec autorités locales, gestion d'équipes sur le terrain, présence en zones de crise). Bien que l'IA puisse assister dans la rédaction de rapports, l'analyse de données et la planification logistique, le cœur du métier repose sur le jugement contextuel, les relations interpersonnelles complexes et la présence physique en environnements imprévisibles, ce qui limite l'exposition globale à une exposition modérée.

Le rôle combine des tâches administratives et de gestion (budgets, reporting, conception de projets) qui sont numériques et exposées à l'IA, avec des missions essentiellement humaines et relationnelles (coordination d'équipes, entretiens avec bénéficiaires, négociation de partenariats, accompagnement de publics fragilisés) qui nécessitent une présence physique et une empathie authentique. L'IA peut assister sur la documentation et l'analyse de données, mais ne peut pas remplacer le cœur du métier : la relation humaine et le jugement contextuel face à des situations sociales complexes.

Ce poste combine des tâches administratives et financières (gestion budgétaire, conformité réglementaire) largement digitalisables avec un management humain et des relations interpersonnelles essentielles (encadrement d'équipes, relations avec familles et partenaires) qui nécessitent une présence et un jugement humain. L'IA peut assister significativement dans l'analyse budgétaire, la documentation réglementaire et la planification administrative, mais le cœur du rôle — piloter une équipe pluridisciplinaire, garantir la qualité de l'accompagnement des publics vulnérables, et maintenir des relations de confiance — reste fortement ancré dans l'interaction humaine et la responsabilité éthique.

Le directeur de crèche exerce un rôle hybride combinant gestion administrative (budget, planification, rapports) et management humain (encadrement d'équipe, relations avec familles, supervision d'enfants). Les tâches administratives et de gestion sont vulnérables à l'automatisation par IA (plannings, budgets, documentation), mais le cœur du métier repose sur la présence physique, le jugement pédagogique et les relations interpersonnelles avec enfants et familles, qui restent difficilement automatisables. L'IA peut augmenter la productivité administrative sans transformer fondamentalement le rôle.

Le directeur d'établissement social exerce un rôle hybride combinant gestion administrative (budgets, conformité réglementaire) et management humain (encadrement d'équipes, relations avec résidents et familles). Les tâches informatiques — gestion budgétaire, documentation administrative, reporting — sont exposées à l'automatisation par l'IA, mais le cœur du métier repose sur le leadership, la prise de décision stratégique et les interactions humaines complexes qui nécessitent une présence physique et une compréhension nuancée du contexte social. L'IA peut augmenter la productivité administrative sans remplacer les responsabilités managériales et éthiques essentielles.

Le rôle combine des tâches fortement numériques (analyse de dossiers, rédaction de rapports, transmission d'informations) où l'IA pourrait assister significativement, avec une composante irremplaçable d'accueil, d'écoute empathique et de médiation humaine en face-à-face. Bien que l'IA pourrait automatiser le tri initial des dossiers ou la rédaction de rapports standardisés, la nature relationnelle du travail (recevoir des citoyens en détresse, négocier des solutions amiables, exercer du jugement éthique) reste fondamentalement ancrée dans l'interaction humaine et le contexte social complexe.

Le rôle combine des tâches administratives et de gestion (budgets, rapports, demandes de subventions) qui pourraient être partiellement automatisées par l'IA, avec des missions fondamentalement humaines : direction d'équipe, accueil du public, diagnostic des besoins locaux, et négociation de partenariats. La dimension relationnelle, l'empathie et la connaissance du terrain sont irremplaçables, mais l'IA pourrait augmenter la productivité sur les aspects administratifs et analytiques (analyse des données sociales, optimisation des projets).

Ce poste combine des tâches numériques (gestion budgétaire, reporting, analyse de données) avec des responsabilités essentiellement humaines et contextuelles (négociation avec autorités locales, management d'équipes en terrain instable, adaptation à l'urgence). Bien que l'IA puisse assister dans l'analyse des besoins, la gestion budgétaire et la rédaction de rapports, le cœur du métier repose sur le jugement stratégique, la prise de décision en contexte de crise, et les relations interpersonnelles complexes qui restent difficilement automatisables. L'exposition modérée reflète que l'IA augmentera la productivité administrative mais ne remplacera pas le leadership et l'adaptabilité requise en zones de crise.

Le métier combine des tâches numériques (rédaction de rapports, analyse de dossiers, coordination administrative) avec des activités fortement ancrées dans l'interaction humaine et la présence physique (évaluations à domicile, rencontres avec enfants et familles, audiences judiciaires, jugement clinique complexe). L'IA peut assister dans la documentation et l'organisation administrative, mais le cœur du métier — évaluation nuancée de situations familiales, prise de décision éthique, relation de confiance avec les enfants et familles — reste fondamentalement humain et requiert une présence et un jugement professionnel irremplaçables.

Le travail social en milieu pénitentiaire combine des tâches numériques (rédaction de rapports, coordination administrative, gestion de dossiers) avec une composante interpersonnelle et relationnelle irremplaçable : entretiens individuels, médiation, évaluation psychosociale et accompagnement direct des détenus. Bien que l'IA pourrait assister la rédaction de rapports ou l'organisation administrative, le cœur du métier repose sur la relation humaine, l'empathie et la présence physique en établissement pénitentiaire, ce qui limite significativement l'exposition globale.

Le métier d'animateur jeunesse repose essentiellement sur la présence physique, l'interaction humaine directe et la gestion de groupes en temps réel, ce qui constitue une barrière naturelle à l'automatisation par l'IA. Cependant, les tâches administratives (bilans, gestion des inscriptions, communication) et la conception d'activités (recherche d'idées, planification) pourraient être partiellement assistées par des outils IA, sans pour autant transformer le cœur du métier qui demeure l'accompagnement relationnel et l'animation en présentiel.

L'animateur socioculturel exerce un métier fondamentalement centré sur la présence physique, l'interaction humaine directe et la création de lien social en face-à-face, ce qui constitue une barrière naturelle à l'automatisation par l'IA. Bien que certaines tâches périphériques (gestion administrative, recherche de financements, rédaction de bilans) soient numérisables et pourraient être assistées par l'IA, le cœur du métier — animer des groupes, créer une ambiance conviviale, adapter les activités aux besoins spécifiques des participants — repose sur l'empathie, la présence et l'interaction humaine authentique que l'IA ne peut pas remplacer. L'exposition reste modérée car l'IA pourrait améliorer la productivité administrative et la conception de projets, mais sans transformer fondamentalement la nature du travail.

Le métier d'assistant social combine des tâches administratives et informationnelles (montage de dossiers, orientation vers dispositifs) qui pourraient être partiellement automatisées par l'IA, avec des éléments fondamentalement humains et irremplaçables : l'écoute empathique, l'évaluation nuancée des situations complexes, la relation de confiance avec les personnes vulnérables, et la médiation interpersonnelle. Bien que l'IA pourrait assister dans la gestion administrative et l'accès à l'information, le cœur du métier repose sur la présence humaine, le jugement contextuel et la capacité à adapter l'accompagnement à chaque personne, ce qui limite l'exposition globale à un niveau modéré.

Ce métier combine des tâches administratives et de traitement d'information (dossiers d'asile, documents) qui pourraient être partiellement automatisées par l'IA, avec une composante humaine irremplaçable : l'accueil, l'écoute empathique, l'accompagnement psychologique et la présence physique auprès de personnes vulnérables. Bien que l'IA pourrait assister dans la traduction, la gestion administrative et l'organisation logistique, le cœur du métier repose sur la relation humaine, la compréhension contextuelle des situations complexes et l'interaction en face-à-face, ce qui limite significativement l'exposition globale.

Le conseiller pénitentiaire insertion combine des tâches de travail social et administratif (évaluation, suivi, coordination) avec une forte composante relationnelle et de présence physique auprès des détenus. Bien que certaines activités (rédaction de rapports, gestion administrative, coordination) soient digitalisables et pourraient bénéficier d'outils IA, le cœur du métier repose sur l'entretien individuel, l'écoute empathique, la relation de confiance et l'accompagnement en face-à-face, qui restent difficilement automatisables. L'IA pourrait assister dans l'analyse de données ou la documentation, mais ne peut pas remplacer la dimension humaine essentielle à la réinsertion.

L'interprète humanitaire combine traduction orale (domaine où l'IA progresse rapidement) et médiation culturelle/présence physique sur le terrain en zones de crise. Bien que la traduction automatique s'améliore, le rôle critique de médiation culturelle, la nécessité d'être physiquement présent dans des contextes sensibles et imprévisibles, et l'importance de la confiance interpersonnelle limitent l'exposition à l'IA. Cependant, les outils de traduction assistée et l'IA pourraient augmenter la productivité des interprètes existants, créant une exposition modérée.

L'intervenant en addictologie repose fondamentalement sur la relation humaine, l'empathie et la présence physique pour créer la confiance nécessaire au changement comportemental. Bien que certaines tâches administratives (évaluation documentée, coordination) pourraient être assistées par l'IA, le cœur du métier — les entretiens thérapeutiques, l'animation de groupes de parole, et l'accompagnement émotionnel — requiert une interaction humaine authentique et imprévisible que l'IA ne peut pas remplacer. L'exposition reste modérée car il existe une composante administrative et informationnelle, mais elle est secondaire à la dimension relationnelle et interpersonnelle qui définit ce métier.

Le métier de médiateur social repose fondamentalement sur l'interaction humaine en face-à-face, la gestion émotionnelle des conflits et la présence physique sur le terrain dans des quartiers spécifiques. Bien que certaines tâches administratives périphériques (documentation, suivi de dossiers) pourraient être assistées par l'IA, le cœur du métier — établir la confiance, désamorcer les tensions, négocier entre parties — requiert une présence humaine authentique et une capacité d'adaptation à des situations imprévisibles. L'IA ne peut pas remplacer cette dimension relationnelle et contextuelle essentielle.

L'éducateur PJJ exerce un métier fondamentalement centré sur l'interaction humaine directe, l'accompagnement personnalisé et la présence physique auprès de mineurs en difficulté. Bien que certaines tâches administratives (rédaction de rapports, documentation) pourraient être partiellement assistées par l'IA, le cœur du métier — les entretiens individuels, l'animation d'ateliers, la construction de relations de confiance, l'évaluation psychosociale et la collaboration judiciaire — requiert une présence humaine irremplaçable et une compréhension nuancée des situations complexes. L'IA peut soutenir des aspects périphériques mais ne peut pas automatiser le travail éducatif et relationnel qui définit cette profession.

L'éducateur spécialisé exerce un métier fondamentalement centré sur la relation humaine, l'accompagnement personnalisé et l'intervention en présence physique auprès de personnes vulnérables. Bien que certaines tâches administratives (rédaction de rapports, suivi documentaire) puissent être assistées par l'IA, le cœur du métier — créer du lien de confiance, gérer les crises comportementales, adapter les interventions en temps réel, animer des activités collectives — requiert une présence humaine irremplaçable et une capacité d'empathie que l'IA ne peut pas reproduire. L'exposition reste modérée car l'IA peut optimiser les aspects informationnels périphériques, mais ne peut pas automatiser l'essence de l'accompagnement éducatif et social.

L'aide médico-psychologique exerce un métier fondamentalement centré sur la présence physique et l'interaction humaine directe : aide aux gestes quotidiens, toilette, déplacements, soutien psychologique en face-à-face. Bien que certaines tâches administratives périphériques (documentation, observation) pourraient être assistées par l'IA, le cœur du métier repose sur la relation de confiance, l'empathie et le contact physique qui ne peuvent pas être automatisés. L'IA n'a donc qu'un impact marginal sur cette profession.

L'interprétation LSF est un travail fondamentalement basé sur l'interaction humaine en temps réel et la présence physique. Bien que la traduction soit un domaine où l'IA progresse, l'interprétation simultanée de la langue des signes nécessite une compréhension nuancée du contexte, de la culture sourde, et une adaptation constante à des environnements imprévisibles. L'IA ne peut pas actuellement remplacer la présence physique et l'interaction interpersonnelle directe qui sont au cœur de ce métier, même si des outils numériques pourraient assister marginalement certaines tâches périphériques comme la préparation documentaire.

Le moniteur éducateur exerce un métier fondamentalement centré sur la présence physique, l'interaction humaine directe et l'accompagnement en face-à-face auprès de personnes vulnérables. Les tâches essentielles — aide aux gestes quotidiens, animation d'activités, écoute individualisée, médiation familiale — requièrent une relation humaine authentique, de l'empathie et une adaptation constante à des situations imprévisibles. Bien que certaines tâches administratives périphériques (documentation, planification) pourraient être assistées par l'IA, le cœur du métier reste irréductiblement humain et physique, ce qui limite significativement l'exposition à l'automatisation.

Le TISF exerce un métier fondamentalement ancré dans l'interaction humaine directe et la présence physique au domicile des familles. Bien que certaines tâches administratives ou de documentation puissent être assistées par l'IA, le cœur du métier — l'accompagnement éducatif, la médiation familiale, le soutien émotionnel et l'aide pratique quotidienne — repose sur la relation de confiance, l'empathie et la capacité à adapter les interventions en temps réel à des situations humaines complexes et imprévisibles. L'IA ne peut pas remplacer cette présence humaine essentielle ni les jugements nuancés requis dans un contexte social fragile.

Le métier d'écoutant téléphonique repose fondamentalement sur l'interaction humaine en temps réel, l'empathie authentique et la capacité à évaluer des situations complexes et imprévisibles. Bien que le travail soit entièrement dématérialisé (téléphone), l'IA ne peut pas remplacer la présence humaine bienveillante, la connexion émotionnelle et le jugement nuancé requis pour gérer des crises psychologiques. Les outils IA pourraient assister marginalement (documentation, orientation vers ressources) mais ne peuvent pas assumer le cœur du métier : créer une relation de confiance avec une personne en détresse.

L'assistant maternel exerce un métier fondamentalement centré sur la présence physique, l'interaction humaine directe et les soins pratiques aux jeunes enfants. Les tâches core — surveillance en temps réel, soins corporels, création d'un environnement sécurisé et affectif — ne peuvent pas être automatisées par l'IA. Bien que certaines tâches administratives périphériques (gestion des contrats, bulletins de salaire) pourraient être assistées par l'IA, elles représentent une part mineure du travail. La relation de confiance avec les parents et le développement émotionnel des enfants restent irremplaçablement humains.

Ce métier repose essentiellement sur une présence physique et humaine directe auprès des personnes dépendantes : aide à la toilette, habillage, repas, déplacements. L'IA ne peut pas effectuer ces tâches manuelles et l'interaction humaine empathique est au cœur du rôle. Bien que certaines tâches administratives périphériques (planification, documentation) pourraient être assistées par l'IA, elles ne représentent qu'une fraction mineure du travail. La nature irremplaçable de la présence humaine et du contact physique limite fortement l'exposition à l'automatisation.

Le travail social de rue est fondamentalement ancré dans l'interaction humaine directe et la présence physique en environnement imprévisible. Les missions centrales — maraudes, établissement de relations de confiance, médiation de conflits, accompagnement personnalisé — requièrent une présence humaine authentique, de l'empathie et une capacité à naviguer des situations complexes et variables. Bien que l'IA pourrait assister avec la gestion administrative ou l'orientation vers les services, elle ne peut pas remplacer le cœur du métier : la relation humaine bienveillante et la présence réconfortante auprès des personnes marginalisées.

Le bio-informaticien hospitalier exerce un métier fondamentalement numérique : l'analyse de séquences ADN, le développement d'algorithmes, la gestion de bases de données et la programmation (Python/R) constituent l'essentiel du travail. L'IA et le machine learning progressent rapidement dans l'analyse génomique et peuvent déjà automatiser une grande partie de l'identification des variants et de l'interprétation des données. Cependant, l'interaction avec les cliniciens pour contextualiser les résultats et la responsabilité médicale associée aux diagnostics maintiennent une composante humaine irréductible, ce qui empêche une exposition maximale.

Le chercheur en pharmacologie effectue un travail hybride combinant des tâches hautement numériques (analyse de données, modélisation moléculaire, rédaction scientifique) avec du travail expérimental physique en laboratoire. L'IA peut automatiser significativement l'analyse des résultats, la conception computationnelle de molécules, la rédaction de publications et l'interprétation statistique, rendant chaque chercheur beaucoup plus productif. Cependant, les expériences en laboratoire et la conception créative de nouveaux protocoles restent des domaines où la présence humaine et le jugement expert demeurent essentiels, ce qui limite l'exposition à un niveau élevé plutôt que très élevé.

La radiologie est fortement exposée à l'IA car l'interprétation d'images médicales est un domaine où les algorithmes d'apprentissage profond progressent rapidement et égalent déjà les performances humaines pour certaines tâches (détection de nodules, fractures). Cependant, l'exposition n'est pas maximale car le métier inclut des composantes irremplaçables : la radiologie interventionnelle (gestes techniques guidés en temps réel), la collaboration clinique complexe avec d'autres médecins, et le jugement médical nuancé face à des cas ambigus ou rares. L'IA sera un outil puissant d'assistance diagnostique, mais ne supprimera pas le besoin de radiologues experts pour valider, contextualiser et guider les décisions cliniques.

Le chef de projets santé exerce un travail principalement de coordination, de gestion administrative et de communication, largement réalisable sur ordinateur (planification, rapports, suivi budgétaire, documentation réglementaire). Cependant, le rôle conserve une dimension interpersonnelle importante (animation d'équipes pluridisciplinaires, relations avec autorités sanitaires) et nécessite une expertise métier spécialisée en contexte réglementaire complexe. L'IA peut automatiser certaines tâches administratives et analytiques, mais ne peut pas remplacer le jugement humain dans la gestion de projets critiques et la coordination d'équipes médicales.

L'allergologue exerce un métier hybride combinant des tâches numériques (analyse de résultats, dossiers patients, prescription) et des activités fortement ancrées dans le monde physique (tests cutanés, consultations en face-à-face, suivi clinique direct). Bien que l'IA puisse assister dans l'interprétation de données médicales et l'analyse de symptômes, le diagnostic allergologique requiert une expertise clinique, une relation de confiance avec le patient et une capacité à adapter les traitements en temps réel, ce qui limite l'automatisation complète du cœur du métier.

L'audioprothésiste combine des tâches numériques (tests auditifs informatisés, programmation des appareils) et des tâches physiques essentielles (prise d'empreintes auriculaires, ajustement manuel, interaction directe avec le patient). Bien que l'IA pourrait assister dans l'analyse des données auditives et la recommandation d'appareils, la majorité du travail requiert une présence physique, une expertise manuelle fine et une relation humaine personnalisée avec le patient, ce qui limite significativement l'exposition globale à l'automatisation.

Le cadre de santé combine des tâches administratives et de gestion (plannings, rapports, budgets) qui pourraient être partiellement automatisées par l'IA, avec des responsabilités essentiellement humaines : management d'équipe, prise de décision contextuelle, résolution de conflits et coordination en temps réel dans un environnement hospitalier complexe. Bien que certains outils IA puissent assister la gestion administrative et l'analyse de données, le cœur du métier repose sur le jugement, la communication et la présence physique, ce qui limite l'exposition globale à un niveau modéré.

Le cardiologue combine des tâches fortement numériques (analyse d'imagerie médicale, interprétation d'électrocardiogrammes, gestion de données cliniques) où l'IA progresse rapidement, avec des compétences irremplaçables : examen physique direct du patient, prise de décision clinique complexe en contexte d'urgence, et gestes techniques invasifs (cathétérismes, pose de stents) nécessitant une présence physique et une dextérité manuelle. L'IA peut assister au diagnostic par imagerie et à l'analyse de données, mais ne peut pas remplacer le jugement médical nuancé, la relation patient, ni les interventions chirurgicales qui constituent le cœur du métier.

Le conseiller funéraire combine des tâches de nature très différente : l'accueil empathique et l'écoute des familles endeuillées (fortement interpersonnel et nécessitant une présence humaine) constituent le cœur du métier et résistent à l'automatisation. Cependant, une part significative du travail est administrative et informationnelle (gestion des dossiers, devis, coordination logistique, formalités légales) où l'IA pourrait apporter une aide substantielle. L'exposition reste modérée car la dimension relationnelle et émotionnelle, centrale dans ce rôle de conseil lors d'une période de deuil, ne peut pas être remplacée par l'IA, même si les outils numériques peuvent optimiser les processus administratifs et commerciaux.

Le dermatologue combine des tâches numériques (diagnostic assisté par imagerie, dossiers patients) et des actes physiques essentiels (examen clinique direct, chirurgie, injections) qui nécessitent une présence humaine et une dextérité manuelle. Bien que l'IA puisse améliorer le diagnostic par analyse d'images dermatologiques, la majorité du travail repose sur l'interaction directe avec le patient, l'examen tactile et les gestes chirurgicaux précis, ce qui limite l'automatisation complète.

Le Directeur des soins exerce un rôle hybride combinant management stratégique (travail digital : analyse de données, budgets, rapports) et leadership interpersonnel (coordination d'équipes, résolution de conflits, représentation institutionnelle). Bien que certaines tâches administratives et analytiques soient exposées à l'automatisation par l'IA, le cœur du métier repose sur le jugement clinique, la prise de décision contextuelle en santé, et les relations humaines complexes avec les cadres et partenaires. L'IA peut améliorer l'analyse des indicateurs de qualité et l'optimisation budgétaire, mais ne peut pas remplacer la responsabilité décisionnelle et le leadership humain requis dans un environnement hospitalier critique.

Le diététicien combine du travail de connaissance (élaboration de programmes alimentaires, analyses nutritionnelles) et une interaction humaine essentielle (consultation, éducation, motivation des patients). Bien que l'IA puisse assister dans les calculs nutritionnels et l'analyse de données, la relation thérapeutique, l'adaptation personnalisée et la motivation des patients restent fondamentalement humaines. Le travail nécessite une présence physique en consultation et une compréhension nuancée du contexte individuel, limitant l'automatisation complète.

Le diététicien du sport combine un travail de connaissance (élaboration de plans nutritionnels, analyse des besoins énergétiques) qui pourrait être partiellement automatisé par l'IA, avec une dimension relationnelle et d'accompagnement humain essentielle (consultations individuelles, adaptation personnalisée, éducation des athlètes). Bien que l'IA pourrait assister dans les calculs nutritionnels et la génération de plans alimentaires standardisés, la nature hautement personnalisée du suivi, l'interaction directe avec les sportifs et l'ajustement contextuel basé sur la performance restent des éléments difficilement automatisables, maintenant une exposition modérée.

L'hématologue combine un travail fortement basé sur l'analyse de données (interprétation de bilans sanguins, imagerie médicale) où l'IA pourrait assister significativement, avec des responsabilités cliniques essentielles nécessitant une présence humaine : consultations patients, prise de décisions thérapeutiques complexes, suivi personnalisé et gestion des effets secondaires. Bien que l'IA puisse améliorer le diagnostic et l'analyse des données biologiques, la nature relationnelle du métier, la nécessité de jugement médical nuancé et l'interaction directe avec des patients gravement malades limitent l'automatisation complète.

Le métier d'IADE combine des tâches numériques (surveillance des moniteurs, gestion des données vitales) avec une présence physique indispensable au bloc opératoire et une réactivité immédiate face aux urgences vitales. Bien que l'IA pourrait assister la surveillance des constantes vitales et l'analyse des données, l'administration des produits, la gestion des voies aériennes et les interventions d'urgence requièrent une présence humaine qualifiée et une prise de décision en temps réel en environnement imprévisible. L'automatisation complète reste impossible dans ce contexte critique.

L'IPA exerce un métier hybride combinant des tâches numériques (analyse de données cliniques, prescription informatisée, suivi administratif) et des interactions humaines essentielles (consultations, évaluation clinique directe, éducation thérapeutique). Bien que l'IA pourrait assister dans l'analyse diagnostique et l'ajustement de traitements selon des protocoles, la prise de décision médicale autonome, l'évaluation clinique nuancée et la relation thérapeutique avec les patients restent des domaines où la présence humaine et le jugement clinique sont irremplaçables. L'exposition est modérée car l'IA peut augmenter la productivité mais ne peut pas automatiser le cœur du métier.

L'ingénieur biomédical exerce un métier hybride combinant des tâches numériques (gestion de projets, analyses budgétaires, veille technologique) et des activités fortement ancrées dans le monde physique (maintenance d'équipements, interventions d'urgence, formation en présentiel). Bien que l'IA pourrait automatiser certains aspects administratifs et analytiques, les missions critiques — diagnostiquer les pannes complexes, intervenir physiquement sur les appareils, former le personnel et garantir la sécurité des équipements médicaux — nécessitent une présence humaine et une expertise pratique difficilement remplaçables à court terme.

Ce métier combine des tâches numériques (gestion de parc, conformité réglementaire, documentation) susceptibles d'être automatisées par l'IA, avec des responsabilités critiques nécessitant une présence physique et un jugement humain (diagnostic de pannes complexes, interventions d'urgence, relations avec les équipes soignantes). Bien que l'IA puisse assister dans la prédiction de maintenance et l'analyse de données techniques, la nature imprévisible des pannes, la nécessité de coordination en temps réel et l'importance cruciale de la sécurité des patients limitent l'automatisation complète du rôle.

Le kinésiologue du sport combine des tâches numériques (analyse de données biomécanique, traitement d'images haute vitesse, suivi informatisé des progrès) avec une interaction physique essentielle : évaluation directe des athlètes, observation en temps réel du mouvement, et ajustement personnalisé des exercices. Bien que l'IA pourrait automatiser l'analyse des données de capteurs et la génération de recommandations d'exercices, la relation humaine, l'observation clinique fine et l'adaptation contextuelle restent centrales au métier, limitant l'exposition globale à un niveau modéré.

Ce métier combine des tâches numériques (acquisition et traitement d'images, paramétrage d'équipements sophistiqués) avec une présence physique indispensable auprès des patients. Bien que l'IA progresse dans l'analyse d'images médicales, le positionnement précis des patients, la gestion de leur anxiété, la radioprotection et l'administration des traitements nécessitent une interaction humaine directe et une expertise manuelle. L'IA peut assister l'interprétation d'images mais ne peut pas remplacer le rôle central du manipulateur dans la chaîne de soins.

Le manipulateur radio combine des tâches numériques (paramétrage des machines, contrôle qualité des images) et des tâches physiques essentielles (positionnement du patient, interaction directe, rassurage). Bien que l'IA progresse dans l'analyse d'images radiologiques, le positionnement précis du patient, la gestion de l'anxiété et la manipulation physique des équipements restent des activités humaines irremplaçables. L'IA peut assister dans le contrôle qualité et l'optimisation des paramètres, mais ne peut pas automatiser la présence physique et relationnelle requise.

Le médecin du sport combine des tâches numériques (diagnostic assisté par imagerie, prescription, dossiers médicaux) avec une composante physique et interpersonnelle irréductible : examen clinique direct des patients, tests physiques sur le terrain, décisions médicales basées sur l'observation en temps réel et la relation de confiance. L'IA peut améliorer l'analyse d'imagerie et l'aide au diagnostic, mais ne peut pas remplacer l'examen physique, l'évaluation clinique nuancée et la responsabilité médicale du praticien.

Le médecin généraliste combine des tâches numériques (diagnostic assisté, prescription, dossiers médicaux électroniques) avec des éléments irremplaçables : examen physique direct du patient, relation de confiance durable, jugement clinique contextuel et présence humaine. L'IA peut augmenter la productivité diagnostique et administrative, mais le cœur du métier — l'interaction humaine, la prise de décision médicale complexe et la responsabilité légale — reste fortement ancré dans la présence physique et le jugement humain.

Le métier de médecin légiste combine des tâches fortement ancrées dans le monde physique (autopsies, examens sur scène de crime, prélèvements biologiques) avec du travail intellectuel et digital (analyses, rédaction de rapports, témoignages). Bien que l'IA pourrait assister dans l'analyse de données toxicologiques ou la rédaction de rapports, les aspects critiques du métier — l'examen physique des cadavres, l'expertise contextuelle sur scène, et le jugement médical complexe — nécessitent une présence humaine irremplaçable. L'exposition reste modérée car l'IA ne peut pas automatiser les missions centrales qui requièrent une interaction directe avec les preuves physiques et une responsabilité judiciaire personnelle.

Le médecin rééducateur combine des tâches de diagnostic et de coordination (bilans, prescriptions, suivi) qui pourraient être partiellement assistées par l'IA, avec une composante irréductiblement humaine : l'évaluation clinique directe du patient, l'adaptation personnalisée des programmes et la relation thérapeutique. Bien que l'IA puisse aider à l'analyse de données fonctionnelles ou à la documentation, la nécessité d'une présence physique pour les examens, l'ajustement en temps réel des traitements et la coordination interpersonnelle limite significativement l'exposition globale.

Le médecin scolaire combine des tâches de travail de connaissance (diagnostic, rédaction de rapports, coordination) avec une nécessité forte d'interaction humaine directe et de présence physique. Bien que l'IA pourrait assister dans l'analyse de données de santé ou la documentation administrative, l'examen clinique des élèves, l'évaluation du développement, la consultation individualisée et la relation de confiance avec les familles restent fondamentalement humaines et requièrent une présence en établissement scolaire. L'impact de l'IA sera modéré, augmentant la productivité administrative mais sans automatiser le cœur du métier.

Le métier de médecin spécialiste combine des tâches numériques (analyse d'imagerie médicale, interprétation de données, documentation) où l'IA progresse rapidement, et des tâches irremplaçables nécessitant une présence physique (examen clinique, gestes techniques, relation humaine avec le patient). Bien que l'IA puisse assister le diagnostic et l'analyse d'images, la responsabilité médicale, le jugement clinique complexe et l'interaction directe avec le patient restent fondamentalement humains, limitant l'exposition globale à un niveau modéré.

Le métier de neurologue combine des tâches numériques (interprétation d'imagerie médicale, analyse de données cliniques) où l'IA progresse rapidement, avec des éléments irremplaçables : l'examen clinique neurologique complexe, la relation patient et la prise de décision thérapeutique en contexte d'incertitude médicale. L'IA peut assister dans l'analyse d'IRM ou l'aide au diagnostic, mais la présence physique du médecin, son jugement clinique et sa responsabilité légale restent centraux, ce qui limite l'exposition globale à un niveau modéré.

L'oncologie combine des tâches numériques (analyse d'imagerie médicale, prescription de protocoles) où l'IA progresse rapidement, avec des éléments irréductiblement humains : diagnostic nuancé basé sur l'expérience clinique, décisions thérapeutiques complexes adaptées au patient individuel, et accompagnement psychologique empathique face à une maladie grave. Bien que l'IA puisse assister dans l'interprétation d'images ou la suggestion de protocoles, la responsabilité médicale, le jugement clinique et la relation humaine restent au cœur du métier et ne peuvent être automatisés.

L'orthoptiste exerce un métier hybride combinant des tâches numériques (examens avec appareils spécialisés, analyse de données visuelles) et une interaction humaine directe essentielle (rééducation personnalisée, suivi thérapeutique, relation patient). Bien que l'IA pourrait assister dans l'analyse d'images oculaires ou la conception de programmes de rééducation, la majorité du travail repose sur la présence physique, l'adaptation en temps réel aux patients et le jugement clinique, ce qui limite significativement l'exposition à l'automatisation.

Le métier de pharmacien combine des tâches numériques (vérification d'ordonnances, gestion des stocks, contrôle des interactions médicamenteuses) qui pourraient être partiellement automatisées par l'IA, avec des activités essentiellement humaines et physiques (conseil direct aux patients, vaccinations, interactions en face-à-face). Bien que l'IA puisse améliorer l'analyse des prescriptions et la détection des contre-indications, la relation de confiance avec le patient, le jugement clinique nuancé et la présence physique restent irremplaçables, ce qui limite l'exposition globale à un niveau modéré.

Le pharmacien hospitalier combine des tâches numériques (gestion de stocks, analyse de prescriptions, pharmacovigilance) susceptibles d'être assistées par l'IA, avec des responsabilités critiques nécessitant un jugement humain expert et une présence physique (préparations stériles, conseil clinique, validation de traitements complexes). Bien que l'IA puisse automatiser certains contrôles de routine et optimiser la gestion des stocks, la nature hautement réglementée et la responsabilité médicale directe limitent la restructuration majeure du métier.

Le pneumologue combine des tâches de diagnostic et de décision clinique (domaines où l'IA progresse) avec des actes médicaux hautement pratiques et relationnels : consultations en face-à-face, auscultation physique, réalisation d'endoscopies et gestion d'urgences respiratoires. L'IA peut assister l'interprétation d'imagerie et l'analyse de données, mais ne peut pas remplacer la présence physique du médecin, l'examen clinique direct, ni la relation thérapeutique essentielle. L'exposition reste modérée car le cœur du métier reste ancré dans l'interaction humaine et l'intervention médicale directe.

Le prothésiste dentaire combine travail manuel hautement spécialisé (sculpture, coulée, ajustage au millimètre) et utilisation croissante de technologies numériques (CAO, impression 3D, scanners 3D). Bien que l'IA et l'automatisation puissent progressivement remplacer certaines tâches de modélisation et de conception, la fabrication physique des prothèses, l'ajustement précis et le jugement artistique restent largement dépendants de l'expertise humaine et de la dextérité manuelle. L'exposition est modérée car les outils numériques augmentent la productivité sans éliminer le besoin de présence physique et de savoir-faire artisanal.

Le préparateur en pharmacie combine des tâches numériques (gestion de stocks, saisie informatique, vérification des ordonnances) et des activités physiques/relationnelles essentielles (préparation manuelle des médicaments, accueil et conseil des patients au comptoir). Bien que l'IA pourrait automatiser certaines tâches administratives et d'analyse des ordonnances, la préparation physique des médicaments, la vérification des interactions médicamenteuses et l'interaction humaine avec les patients restent des composantes irremplaçables du métier. L'exposition est modérée car l'IA peut augmenter la productivité sur certains aspects, mais ne peut pas transformer radicalement le cœur du travail qui nécessite une présence physique et une responsabilité directe.

La psychiatrie combine des tâches numériques (diagnostic assisté par IA, analyse de données cliniques, prescription) avec une composante humaine irremplaçable : l'entretien clinique approfondi, la relation thérapeutique et l'évaluation nuancée du patient. Bien que l'IA puisse aider au diagnostic et à la gestion administrative, la psychothérapie et la prise de décision clinique complexe nécessitent une présence humaine et une compréhension empathique que l'IA ne peut pas reproduire entièrement, ce qui limite l'exposition globale à un niveau modéré.

Le technicien de laboratoire médical combine des tâches très différentes : la préparation et le prélèvement d'échantillons nécessitent une présence physique et une manipulation manuelle en environnement contrôlé, tandis que l'utilisation d'automates, l'analyse des résultats et la saisie de données sont des tâches numériques où l'IA pourrait progresser. L'IA peut automatiser l'interprétation des résultats et la détection d'anomalies, mais la manipulation physique des échantillons, le prélèvement sanguin et le contrôle qualité requièrent toujours une présence humaine. L'exposition reste modérée car le cœur du métier reste ancré dans le monde physique et la responsabilité médicale.

L'anesthésiste-réanimateur combine des tâches critiques qui nécessitent une présence physique constante au bloc opératoire et en réanimation, avec une interaction directe et temps réel avec les patients et l'équipe chirurgicale. Bien que certaines activités périphériques (consultation pré-anesthésique, documentation, analyse de données) pourraient être assistées par l'IA, le cœur du métier — l'administration d'anesthésie, la surveillance peropératoire des fonctions vitales, la gestion immédiate des complications et la réanimation — repose sur des décisions rapides, du jugement clinique nuancé et une présence physique indispensable. L'IA peut améliorer le diagnostic et l'aide à la décision, mais ne peut pas remplacer la responsabilité médicale et l'intervention directe du praticien.

Le métier d'animateur en EHPAD combine des tâches de conception (planification d'activités, organisation d'événements) qui pourraient être partiellement assistées par l'IA, avec une composante humaine irremplaçable : l'accompagnement émotionnel, l'adaptation en temps réel aux besoins des résidents, et la création d'une relation de confiance. Bien que la préparation administrative et la conception d'activités puissent être augmentées par des outils numériques, le cœur du métier repose sur la présence physique, l'écoute active et l'interaction directe avec des personnes vulnérables, ce qui limite significativement l'exposition à l'automatisation par l'IA.

La chirurgie combine des éléments numériques croissants (imagerie médicale, robots chirurgicaux, planification assistée par IA) avec une composante physique irréductible : la manipulation précise d'instruments dans le corps humain en temps réel, l'adaptation instantanée à des situations imprévisibles, et la responsabilité directe envers le patient. Bien que l'IA progresse dans l'analyse d'images et la planification préopératoire, l'exécution manuelle de l'intervention chirurgicale et le jugement clinique en bloc opératoire restent fondamentalement humains et nécessitent une présence physique constante.

La chirurgie plastique est fondamentalement un travail manuel et physique qui nécessite une présence en bloc opératoire, une dextérité fine et une interaction directe avec les patients. Bien que l'IA puisse assister dans la planification préopératoire (imagerie, simulation), l'exécution de l'intervention chirurgicale elle-même reste un acte hautement spécialisé requérant jugement humain, adaptation en temps réel et responsabilité médicale directe. Les consultations et le suivi patient demandent également une relation humaine authentique. L'IA ne peut donc pas remplacer le cœur du métier, bien qu'elle puisse optimiser certaines tâches périphériques.

Le métier de dentiste combine des tâches numériques (diagnostic par radiographies, gestion de dossiers patients) et des tâches physiques hautement spécialisées (interventions chirurgicales, manipulations précises en bouche). Bien que l'IA puisse assister le diagnostic radiologique et l'analyse des données patients, le cœur du métier — la dextérité manuelle, la présence physique, l'interaction directe avec le patient et les décisions chirurgicales en temps réel — reste fondamentalement humain et difficilement automatisable. L'exposition reste modérée car l'IA peut améliorer la productivité sur certains aspects (diagnostic assisté, planification) mais ne peut pas remplacer la composante manuelle et interpersonnelle majeure du travail.

L'ergothérapeute exerce un métier hybride combinant évaluation clinique, conception d'exercices thérapeutiques et interaction humaine directe avec les patients. Bien que certaines tâches administratives et de documentation puissent être assistées par l'IA, le cœur du métier repose sur l'évaluation physique en personne, l'adaptation créative à chaque situation individuelle et la relation thérapeutique avec les patients. L'IA ne peut pas remplacer la présence physique, l'observation directe des capacités motrices et l'ajustement en temps réel des interventions, ce qui limite son impact transformateur sur cette profession.

Le métier de gynécologue combine des tâches numériques (analyse d'imagerie médicale, dossiers patients, diagnostic) où l'IA pourrait progresser, avec des activités fondamentalement humaines et physiques : examens cliniques directs, interventions chirurgicales complexes, et relation de confiance avec les patientes. Bien que l'IA puisse assister l'interprétation d'échographies ou de résultats de laboratoire, la majorité du travail requiert une présence physique, un jugement médical nuancé et une interaction humaine incontournable, ce qui limite l'exposition globale à un niveau modéré.

Le gériatre exerce un métier à forte composante relationnelle et clinique qui nécessite une présence physique auprès des patients (consultations, examens, EHPAD, hospitalisations). Bien que l'IA puisse assister dans l'analyse de données médicales, la gestion des polypathologies complexes, l'évaluation globale du patient et la coordination pluridisciplinaire requièrent un jugement médical nuancé et une interaction humaine directe. L'IA restera un outil d'aide à la décision plutôt qu'un substitut au cœur du métier.

Le métier d'infirmier combine des tâches numériques (dossiers de soins, transmission d'informations) susceptibles d'être assistées par l'IA, mais reste fondamentalement ancré dans le travail physique et la présence humaine en temps réel : administration de soins techniques, surveillance directe des patients, relation d'accompagnement et prise de décision clinique rapide. L'IA peut augmenter la productivité administrative et l'aide au diagnostic, mais ne peut pas remplacer la dimension relationnelle, l'évaluation clinique nuancée et les gestes techniques qui constituent le cœur du métier.

L'infirmier militaire exerce un métier hybride combinant des tâches de connaissance (diagnostic, planification des soins, formation) et une composante physique et interpersonnelle majeure (soins directs aux patients, interventions d'urgence, présence sur le terrain en conditions extrêmes). Bien que l'IA puisse assister dans l'analyse diagnostique et la gestion administrative, la majorité du travail repose sur l'interaction humaine directe, l'évaluation clinique en temps réel et la capacité à intervenir physiquement dans des environnements imprévisibles et critiques, ce qui limite significativement l'exposition à l'automatisation.

L'infirmier scolaire exerce un métier hybride combinant des tâches numériques (gestion des dossiers médicaux, documentation) et des activités fortement ancrées dans l'interaction humaine et la présence physique (soins d'urgence, écoute psychologique, évaluation clinique directe). Bien que l'IA pourrait assister dans la documentation et l'analyse de données médicales, les missions centrales — évaluation clinique, gestion des urgences, accompagnement psychologique et relation de confiance avec les élèves — requièrent une présence physique et un jugement humain irremplaçable, ce qui limite significativement l'exposition globale.

Le kinésithérapeute exerce un métier hybride combinant évaluation diagnostique (tâches cognitives) et interventions manuelles intensives (massages, mobilisation, exercices supervisés). Bien que l'IA pourrait assister dans l'analyse des mouvements via imagerie ou la conception de programmes d'exercices, le cœur du métier repose sur la présence physique, le toucher thérapeutique et l'adaptation en temps réel aux réactions du patient. La relation humaine et l'expertise tactile restent irremplaçables, limitant l'exposition globale à un niveau modéré.

Le médecin urgentiste combine des tâches numériques (diagnostic assisté par IA, analyse d'imagerie médicale) avec une présence physique indispensable et une prise de décision critique en temps réel face à des situations imprévisibles. Bien que l'IA puisse améliorer l'analyse diagnostique et le triage, la nécessité d'examiner physiquement les patients, de gérer des situations d'urgence complexes et d'interagir humainement avec des patients en détresse crée une barrière naturelle à l'automatisation complète. L'exposition reste modérée car le cœur du métier repose sur le jugement médical, la dextérité manuelle et la présence humaine en environnement imprévisible.

Le métier d'opticien-lunetier combine des tâches numériques (gestion des stocks, caisse, analyse des prescriptions) et des activités fortement ancrées dans le monde physique (prise de mesures précises avec instruments spécialisés, montage et ajustement des lunettes, interaction directe avec les clients en magasin). Bien que l'IA pourrait assister dans la gestion administrative et le conseil initial, les compétences techniques de précision et la présence physique requises pour les mesures et ajustements constituent une barrière naturelle à l'automatisation complète. L'exposition reste modérée car le cœur du métier demeure un travail manuel et interpersonnel difficilement remplaçable.

L'orthophoniste exerce un métier hybride combinant travail de diagnostic/analyse (domaine numérique) et rééducation pratique nécessitant une présence physique et une interaction humaine directe avec le patient. Bien que l'IA pourrait assister dans l'évaluation diagnostique et la création de programmes personnalisés, le cœur du métier — l'accompagnement thérapeutique, l'adaptation en temps réel aux réactions du patient, et la relation de confiance — reste fortement ancré dans l'interaction humaine en face-à-face. L'exposition est modérée car l'IA peut augmenter la productivité dans les tâches administratives et analytiques, mais ne peut pas remplacer la rééducation pratique et l'ajustement relationnel essentiels à cette profession.

L'orthoprothésiste combine un travail artisanal et technique avec une interaction humaine essentielle. Bien que la conception assistée par ordinateur (CAO) et l'impression 3D soient des outils importants, le cœur du métier repose sur la prise de mesures physiques, l'ajustement manuel, l'essayage en personne et la collaboration directe avec les patients pour évaluer leurs besoins spécifiques. L'IA peut améliorer la conception et l'optimisation des modèles, mais ne peut pas remplacer la présence physique, le jugement clinique et l'interaction humaine nécessaires pour adapter les appareillages à chaque morphologie et assurer le suivi personnalisé.

Le métier de physiothérapeute combine des éléments de travail numérique (évaluation, planification des traitements, documentation) avec une composante physique et interpersonnelle irremplaçable : les techniques manuelles, l'examen tactile du patient et la présence en temps réel sont au cœur du métier. Bien que l'IA puisse assister dans l'analyse des données de mobilité ou la conception de programmes d'exercices, elle ne peut pas effectuer les manipulations manuelles ni évaluer physiquement le patient, ce qui limite son impact direct sur le cœur du travail.

Le métier de podologue combine des tâches numériques (analyse de la marche, conception de semelles) et des tâches physiques essentielles (examen tactile des pieds, traitement manuel des affections, prise d'empreintes). Bien que l'IA pourrait assister dans le diagnostic via imagerie ou l'analyse posturale, la majorité du travail requiert une présence physique directe, une interaction humaine et un savoir-faire manuel spécialisé que l'IA ne peut pas automatiser. L'exposition reste modérée car les outils numériques peuvent améliorer la productivité sans remplacer le cœur du métier.

Le podologue du sport combine des tâches numériques (analyse biomécanique, scan 3D, conception d'orthèses) et des activités fortement ancrées dans le physique (examen direct des pieds, traitement manuel, fabrication sur mesure). Bien que l'IA pourrait assister l'analyse biomécanique et la conception assistée par ordinateur, l'examen clinique, le diagnostic tactile et la relation thérapeutique avec l'athlète restent essentiellement humains. La présence physique et l'interaction directe sont indispensables, limitant l'exposition globale à un niveau modéré.

La puéricultrice exerce un métier hybride combinant des tâches médicales et relationnelles avec une forte composante d'interaction humaine directe et de présence physique auprès des enfants. Bien que certaines activités administratives (dossiers médicaux, suivi de développement) pourraient être assistées par l'IA, les missions centrales — soins pratiques, vaccinations, observation clinique directe, accompagnement émotionnel des familles et encadrement d'équipe — requièrent une présence humaine indispensable et ne peuvent pas être automatisées. L'IA aura un impact marginal sur le cœur du métier, limité à des tâches périphériques de documentation et d'analyse de données.

Le métier de pédiatre combine des tâches numériques (dossiers médicaux, prescriptions) avec un travail fondamentalement centré sur l'examen physique, l'interaction humaine directe et la prise de décision clinique en temps réel. Bien que l'IA puisse assister dans l'analyse de données médicales ou le diagnostic, l'examen clinique des enfants, l'établissement de la confiance avec les parents et la gestion des urgences pédiatriques requièrent une présence humaine irremplaçable. L'IA ne peut pas automatiser le cœur du métier : l'interaction empathique, l'examen physique et la responsabilité médicale.

Le pédopsychiatre exerce un métier hybride combinant des tâches numériques (dossiers médicaux, rapports) et des activités fondamentalement humaines et relationnelles. Le diagnostic et le traitement des troubles psychiques reposent essentiellement sur l'interaction clinique directe avec l'enfant et sa famille, l'observation comportementale fine, et l'établissement d'une relation thérapeutique de confiance que l'IA ne peut pas remplacer. Bien que l'IA pourrait assister dans l'analyse de données cliniques ou la rédaction administrative, le cœur du métier — l'évaluation clinique nuancée, l'adaptation thérapeutique individualisée et l'accompagnement émotionnel — reste profondément ancré dans la présence humaine et le jugement clinique expérientiel.

Le métier de sage-femme combine des tâches médicales et administratives (consultations, examens, prescriptions) qui pourraient être partiellement assistées par l'IA, mais le cœur du travail repose sur la présence physique en temps réel : examens cliniques, assistance à l'accouchement, surveillance du travail et accompagnement émotionnel des patientes. L'IA ne peut pas remplacer l'examen physique, la prise de décision médicale en urgence ou la relation humaine cruciale dans ces moments intimes. Bien que l'IA puisse aider avec l'analyse d'imagerie ou la gestion administrative, la majorité du travail reste ancrée dans l'interaction humaine et l'intervention physique directe.

Le métier de vétérinaire combine des tâches numériques (diagnostic assisté par imagerie, analyses de données médicales) et des compétences relationnelles (conseil aux propriétaires, gestion émotionnelle), mais reste fondamentalement ancré dans le travail physique et la présence en personne : examen tactile des animaux, interventions chirurgicales manuelles, et interaction directe avec les patients et leurs propriétaires. Bien que l'IA puisse améliorer le diagnostic par imagerie ou l'analyse de résultats biologiques, elle ne peut pas remplacer l'examen clinique, la dextérité chirurgicale, ni la relation humaine essentielle à cette profession.

Le vétérinaire rural exerce un métier hybride combinant des tâches de diagnostic et de conseil (domaines où l'IA pourrait assister) avec des interventions physiques essentielles : examens cliniques directs, chirurgie, assistance aux mises bas, vaccinations. La majorité du travail se déroule sur le terrain dans des environnements imprévisibles (étables, urgences) et nécessite une présence physique indispensable. Bien que l'IA pourrait améliorer le diagnostic ou la gestion administrative, elle ne peut pas remplacer les gestes techniques et la relation directe avec l'animal et l'éleveur, ce qui limite significativement son impact global sur la profession.

L'acupuncture est un métier fondamentalement basé sur la présence physique et l'interaction directe avec le patient : insertion d'aiguilles, examen tactile (prise du pouls), observation clinique et adaptation en temps réel. Bien que le diagnostic énergétique implique une analyse informationnelle, le cœur du travail reste la manipulation manuelle précise et la relation thérapeutique en face-à-face, domaines où l'IA ne peut pas remplacer l'acupuncteur. Les tâches administratives (gestion de cabinet, dossiers patients) pourraient être partiellement automatisées, mais elles ne constituent qu'une fraction mineure du métier.

Ce métier est principalement composé de tâches physiques et manuelles en environnement réel : préparation du matériel stérile, positionnement des patients, nettoyage du bloc opératoire. Bien que l'environnement soit technique, les missions requièrent une présence physique constante, une dextérité manuelle et une interaction directe avec les patients et l'équipe chirurgicale. L'IA peut assister marginalement (gestion des inventaires, traçabilité du matériel) mais ne peut pas automatiser le cœur du métier qui demande des gestes précis, de la stérilité et une réactivité humaine en temps réel.

Le chiropracteur exerce un métier fondamentalement basé sur des manipulations manuelles précises et l'interaction directe avec le patient en cabinet. Bien que le diagnostic implique une analyse clinique, le cœur du travail — les ajustements vertébraux et articulaires — requiert une présence physique, une dextérité manuelle et une évaluation tactile en temps réel que l'IA ne peut pas remplacer. Les tâches administratives et de gestion de cabinet pourraient être assistées par l'IA, mais elles ne constituent qu'une part mineure du métier.

L'IBODE exerce un métier fondamentalement ancré dans le monde physique et requiert une présence humaine constante et irremplaçable au bloc opératoire. Bien que certaines tâches périphériques (gestion administrative, planification) pourraient être assistées par l'IA, les missions centrales — assistance chirurgicale directe, manipulation stérile du matériel, anticipation des besoins du chirurgien, surveillance du patient en temps réel — demandent une expertise manuelle, une vigilance constante et une interaction humaine immédiate que l'IA ne peut pas automatiser. L'exposition reste faible car le cœur du métier ne peut pas être dématérialisé ni remplacé par des outils numériques.

Le maître de cérémonie funéraire exerce un métier fondamentalement centré sur la présence humaine, l'empathie et l'interaction directe avec des familles endeuillées dans un contexte émotionnel sensible. Bien que certaines tâches administratives ou de coordination technique puissent être assistées par l'IA, le cœur du métier — l'accueil bienveillant, le soutien psychologique, la gestion en temps réel des émotions et la création d'une atmosphère respectueuse — reste intrinsèquement humain et ne peut pas être automatisé. L'IA ne peut remplacer la présence physique, la compassion authentique et le jugement contextuel requis dans ce rôle.

La musicothérapie est fondamentalement un travail de relation humaine et de présence physique en temps réel avec les patients. Bien que la préparation des séances et le suivi administratif puissent être assistés par l'IA, le cœur du métier — l'interaction thérapeutique, l'écoute empathique, l'adaptation en direct aux réactions émotionnelles du patient, et la création d'un lien thérapeutique unique — requiert une présence humaine irremplaçable. L'IA ne peut pas reproduire l'impact émotionnel et relationnel de la musique vécue en interaction directe avec un thérapeute.

L'ostéopathe du sport exerce un métier fondamentalement basé sur des manipulations manuelles et la présence physique en temps réel auprès du patient. Le diagnostic et le traitement reposent sur la palpation, l'examen tactile et les gestes thérapeutiques précis qui ne peuvent pas être automatisés par l'IA. Bien que l'IA pourrait assister dans l'analyse de données biomécaniques ou la documentation administrative, elle ne peut pas remplacer le cœur du métier : l'interaction physique directe et l'expertise manuelle requise pour traiter les dysfonctionnements musculo-squelettiques.

L'aide-soignant exerce un métier fondamentalement ancré dans l'interaction physique et humaine directe : toilette, mobilité, présence réconfortante auprès des patients. Bien que certaines tâches administratives périphériques (transmission d'informations, documentation) pourraient être assistées par l'IA, le cœur du métier — les soins corporels, la surveillance en temps réel, le soutien émotionnel et la relation de confiance — requiert une présence humaine irremplaçable et ne peut être automatisé. L'IA n'a donc qu'un impact marginal sur cette profession.

L'ambulancier exerce un métier fondamentalement ancré dans le monde physique et nécessite une présence humaine constante : conduite d'urgence, évaluation clinique directe du patient, gestes de premiers secours, et accompagnement psychologique en temps réel. Bien que la rédaction de comptes-rendus soit numérisable, le cœur du métier — intervention d'urgence, prise de décision médicale rapide, et interaction humaine avec des patients en détresse — reste inaccessible à l'IA. L'exposition à l'automatisation reste donc très limitée.

Ce métier est principalement basé sur des tâches physiques et interpersonnelles : conduite, brancardage, manipulation de patients, et présence humaine constante. Bien que la paperasse administrative puisse être partiellement automatisée par l'IA, le cœur du travail — le transport sécurisé de patients, l'assistance physique, et l'interaction humaine rassurante — reste fondamentalement humain et ne peut pas être remplacé par l'IA. L'exposition reste faible car aucune des missions critiques n'est numérisable ou automatisable.

Le métier de brancardier est principalement constitué de tâches physiques et d'interactions humaines en temps réel : transport manuel de patients, manipulation de matériel médical, réconfort et rassurance des malades. Ces activités nécessitent une présence physique constante dans l'établissement de santé et une capacité à adapter son comportement à des situations imprévisibles. L'IA ne peut pas remplacer la manipulation physique des brancards, la présence humaine rassurante auprès des patients anxieux, ou la gestion des urgences en direct. Les tâches administratives périphériques (coordination, transmission d'informations) pourraient être légèrement assistées par l'IA, mais elles ne constituent qu'une part mineure du travail.

L'ostéopathie est un métier fondamentalement basé sur le contact physique direct et les manipulations manuelles du corps du patient, ce qui constitue une barrière naturelle à l'automatisation par l'IA. Bien que l'IA pourrait assister dans certaines tâches périphériques (diagnostic assisté, documentation, gestion administrative), le cœur du métier — la palpation, l'évaluation tactile et les techniques manuelles précises — nécessite une présence physique en temps réel et une interaction humaine que l'IA ne peut pas remplacer. La relation thérapeutique et la confiance du patient sont également des éléments essentiels qui restent hors de portée de l'automatisation.

Le thanatopracteur exerce un métier fondamentalement manuel et physique, nécessitant une présence en personne pour manipuler les corps, injecter des produits, et effectuer des soins de conservation et de restauration esthétique. Bien que certaines tâches administratives ou documentaires pourraient être assistées par l'IA, le cœur du métier — les techniques d'embaumement, la toilette mortuaire, et la restauration esthétique — requiert une expertise pratique, une dextérité manuelle et une interaction directe avec le défunt que l'IA ne peut pas automatiser. De plus, ce métier implique une dimension humaine et éthique importante vis-à-vis des familles endeuillées, qui ne peut être remplacée par la technologie.

Le clown hospitalier exerce un métier fondamentalement basé sur la présence physique, l'interaction humaine directe et l'improvisation en temps réel auprès de patients vulnérables. Son travail repose sur des compétences relationnelles, émotionnelles et performatives qui ne peuvent pas être automatisées ou remplacées par l'IA, car elles nécessitent une connexion humaine authentique, de l'empathie et une adaptation instantanée à chaque situation unique. Bien que l'IA pourrait théoriquement aider à la planification administrative, le cœur du métier—créer de la joie et du réconfort par la présence et la performance—reste intrinsèquement humain et irremplaçable.

Le métier de data analyst sportif est principalement basé sur le travail numérique : collecte de données, analyse statistique, modélisation prédictive, visualisation et reporting. Ces tâches fondamentales (traitement de données, création de modèles, génération de rapports) sont entièrement informatisées et constituent des domaines où l'IA progresse rapidement. Bien que le conseil stratégique et la compréhension du contexte sportif requièrent une expertise humaine, les outils d'IA peuvent automatiser une part substantielle de l'analyse, de la modélisation et même de la formulation de recommandations, rendant chaque analyste potentiellement beaucoup plus productif et réduisant les besoins en effectifs.

Le métier d'analyste de performance sportive est principalement basé sur le travail numérique : traitement de données, analyse vidéo, création de rapports et utilisation de logiciels spécialisés. L'IA progresse rapidement dans ces domaines (vision par ordinateur, reconnaissance de patterns, génération automatique de rapports), ce qui expose fortement ce poste à l'automatisation. Cependant, la nécessité de collaborer directement avec les entraîneurs, d'interpréter les données dans un contexte humain et tactique complexe, et de fournir des recommandations stratégiques nuancées maintient une composante de jugement humain irremplaçable qui limite l'exposition à un niveau élevé plutôt que très élevé.

Le biomécancien du sport travaille principalement avec des données numériques (capteurs, logiciels d'analyse, vidéos) et effectue des tâches hautement informatisées comme le traitement de données, la modélisation et l'analyse statistique. Cependant, le rôle conserve une composante importante de travail physique (placement des capteurs, interaction directe avec les athlètes) et nécessite un jugement expert pour traduire les données en recommandations pratiques adaptées à chaque sportif. L'IA peut automatiser l'analyse des données et la détection de patterns, mais l'expertise humaine reste essentielle pour l'interprétation contextuelle et la collaboration avec les entraîneurs.

Le métier d'agent de joueurs sportifs combine des tâches fortement numériques (rédaction de contrats, analyse de données de performance, communication) avec une composante relationnelle et de négociation en face-à-face irremplaçable. L'IA peut automatiser la recherche de sponsors, l'analyse contractuelle et la gestion administrative, mais la négociation stratégique, la construction de relations de confiance et la prise de décision contextuelle restent des domaines où l'expertise humaine demeure essentielle. L'exposition est modérée-élevée car les outils IA amélioreront significativement la productivité sans éliminer le besoin de jugement humain et de présence relationnelle.

Ce rôle combine du travail de connaissance (montage de dossiers, communication, gestion de projet) largement digitalisable avec une forte composante relationnelle et territoriale (négociation avec sponsors, animation de réseaux, mobilisation de bénévoles). L'IA peut automatiser la rédaction de dossiers de subvention, optimiser les stratégies de communication et d'analyse de données, mais le cœur du métier repose sur la capacité à créer du lien, à convaincre les acteurs locaux et à animer une communauté, ce qui limite l'exposition globale à une exposition haute mais non critique.

Le directeur technique sportif exerce un rôle stratégique et managérial combinant analyse de données, prise de décision et leadership humain. Bien que l'analyse de performances soit de plus en plus assistée par l'IA (statistiques, vidéo, données biométriques), le cœur du métier repose sur le jugement stratégique, la gestion des relations humaines complexes (recrutement, négociation, encadrement d'équipes) et la connaissance du contexte sportif qui demeurent difficilement automatisables. Cependant, l'IA peut augmenter significativement la productivité dans l'analyse et la prédiction, réduisant potentiellement le nombre de postes nécessaires.

Le métier combine travail technologique (capture de mouvement, analyse de données, logiciels spécialisés) et interaction humaine directe avec les athlètes. Bien que l'analyse des données soit entièrement numérique et susceptible d'être automatisée par l'IA, les tests biomécaniques nécessitent une présence physique pour équiper les sportifs et adapter les protocoles en temps réel. L'expertise en interprétation biomécanique et la relation de conseil avec les entraîneurs restent des éléments humains importants, mais l'IA pourrait significativement augmenter la productivité dans l'analyse et les recommandations.

Le journalisme sportif combine du travail numérique (rédaction, analyse, production de contenu) avec une présence physique indispensable (couverture d'événements en direct, interviews sur le terrain). Bien que l'IA peut générer des articles, analyser des statistiques et résumer des matchs, la capacité à capturer l'émotion, établir des relations avec les sources et couvrir les événements en direct reste largement humaine. Cependant, l'exposition reste élevée car une part croissante du travail (rédaction, analyse, production web) est numérisée et vulnérable à l'automatisation par IA.

Le manager de club sportif exerce un rôle de gestion et de management combinant des tâches numériques (gestion administrative, budgétaire, marketing digital, communication) et des interactions humaines essentielles (management d'équipe, négociation commerciale, relations avec les adhérents et partenaires). Bien que l'IA puisse automatiser certaines tâches administratives, comptables et d'analyse de données, le cœur du métier repose sur le leadership, la prise de décision stratégique et les relations interpersonnelles qui restent difficilement automatisables. Cependant, l'exposition reste élevée car une part significative du travail est informatisée et les outils d'IA pourraient augmenter considérablement la productivité dans les domaines du marketing, de l'analyse financière et de la gestion administrative.

Le spécialiste marketing sportif exerce un métier hybride combinant travail de connaissance (stratégie, analyse de données, négociation) et relations humaines essentielles (négociation de contrats, gestion de partenariats, animation communautaire). Bien que les tâches analytiques et de communication soient de plus en plus digitalisées et susceptibles d'être augmentées par l'IA (analyse d'audiences, optimisation de campagnes, création de contenu), le cœur du métier repose sur la négociation commerciale, la compréhension des enjeux relationnels et la prise de décision stratégique qui nécessitent un jugement humain. L'IA peut améliorer la productivité mais ne remplace pas la capacité à construire des partenariats et à piloter une vision stratégique.

Ce métier combine des tâches numériques (conception 3D, calculs techniques, modélisation) avec une forte composante physique et pratique (supervision sur site, tests terrain, ajustements manuels, formation d'équipes). Bien que l'IA pourrait assister la conception et les calculs structurels, la validation empirique, l'interaction directe avec les utilisateurs et la supervision de chantier restent essentielles. L'exposition est modérée car le cœur du métier nécessite une présence physique et une expertise pratique que l'IA ne peut pas remplacer entièrement.

Le directeur de centre sportif exerce un rôle hybride combinant gestion administrative (budget, planification, analyse de données) et management d'équipe avec une forte composante relationnelle et de présence physique. Bien que les tâches de gestion financière et programmation soient numérisables et exposées à l'IA, le cœur du métier repose sur le leadership, les relations humaines avec adhérents et équipes, et la supervision directe des installations. L'IA peut augmenter la productivité administrative mais ne peut pas remplacer la présence managériale et l'interaction humaine essentielles à cette fonction.

Le directeur sportif combine des tâches numériques (analyse vidéo, données de performance, gestion administrative) et des activités fortement relationnelles (négociations avec agents, relations avec entraîneurs et président, jugement humain sur les talents). Bien que l'IA peut assister l'analyse de données sportives et la scouting, les décisions stratégiques, les négociations complexes et la gestion des relations interpersonnelles restent centrales et nécessitent une présence humaine et un jugement contextuel que l'IA ne peut pas remplacer entièrement.

Le nutritionniste sportif combine du travail de connaissance (analyse nutritionnelle, conception de plans alimentaires, suivi des données) avec une forte composante interpersonnelle et relationnelle (consultations individuelles, conseil personnalisé, ajustements basés sur l'interaction avec les athlètes). Bien que l'IA puisse assister dans l'analyse nutritionnelle et la génération de plans alimentaires standardisés, la relation de confiance avec le sportif, l'adaptation fine aux besoins individuels et la motivation restent essentiellement humaines. Le travail n'est pas entièrement digital et nécessite une présence et une interaction réelle avec les clients.

Le préparateur athlétique combine des tâches numériques (analyse de données GPS, capteurs, planification informatisée) et des activités physiques essentielles (supervision directe des entraînements, interaction en temps réel avec les joueurs, ajustements sur le terrain). Bien que l'IA peut améliorer l'analyse des données de performance et la planification des programmes, la supervision physique, le jugement contextuel en direct et la relation humaine avec les athlètes restent irremplaçables, limitant l'exposition globale à un niveau modéré.

Le préparateur mental sportif exerce un métier hybride combinant travail de conseil/coaching (potentiellement digitalisable) et interaction humaine intensive en face-à-face. Bien que certaines tâches comme l'évaluation psychologique, l'analyse vidéo ou la création de programmes de visualisation pourraient être assistées par l'IA, le cœur du métier repose sur la relation personnalisée, l'empathie, la présence physique et l'adaptation en temps réel aux émotions de l'athlète. L'IA ne peut pas remplacer la dimension relationnelle et la confiance établie lors des séances de coaching individualisées, ce qui limite son exposition globale à un niveau modéré.

Ce rôle combine des tâches numériques (analyse de données, gestion de projets, communication) avec une forte composante relationnelle et de terrain (coordination des ligues, négociation avec les partenaires, animation du réseau). Bien que l'IA pourrait automatiser l'analyse des données de pratique et assister dans la conception de stratégies, le cœur du métier repose sur le management humain, les relations interpersonnelles et la présence physique pour animer les réseaux territoriaux. L'exposition reste modérée car les décisions stratégiques nécessitent du jugement contextuel et une compréhension nuancée des enjeux locaux.

L'entraîneur sportif exerce un métier hybride combinant travail de connaissance (analyse vidéo, planification, programmation) et présence physique indispensable (démonstration des gestes, correction posturale, motivation directe en séance). Bien que l'IA puisse assister dans l'analyse de performances et la conception de programmes, la relation humaine, la correction technique en temps réel et la présence motivante restent essentielles et difficilement automatisables, limitant l'exposition globale à un niveau modéré.

L'ergothérapeute du sport combine des tâches de travail de connaissance (évaluation, conception de programmes, analyse biomécanique) avec une composante physique et interpersonnelle substantielle (manipulation d'équipements, supervision directe, accompagnement en temps réel du patient). Bien que l'IA pourrait assister dans l'analyse de mouvements (via vision par ordinateur) ou la conception de programmes standardisés, le cœur du métier repose sur l'interaction directe avec le sportif, l'ajustement en temps réel des exercices, et la présence physique pour manipuler le matériel et superviser la rééducation. La relation thérapeutique et l'adaptation personnalisée restent difficilement automatisables.

Ce métier combine des tâches administratives et de gestion (planification, coordination, communication) qui pourraient être partiellement automatisées par l'IA, avec des responsabilités essentiellement physiques et relationnelles : inspections sur site, maintenance préventive, supervision directe des équipes, gestion des situations d'urgence et interactions avec les usagers. Bien que l'IA puisse optimiser les plannings et assister dans la gestion administrative, la présence physique constante, l'expertise technique pratique et les relations humaines restent au cœur du rôle, limitant l'exposition globale à un niveau modéré.

Le métier de professeur d'EPS combine des éléments fortement résistants à l'IA (enseignement en présentiel, supervision physique des activités sportives, gestion de la sécurité en temps réel, interaction humaine avec les adolescents) avec des tâches administratives (évaluation, bulletins) qui pourraient être partiellement automatisées. Cependant, la majorité du travail repose sur la présence physique, l'animation de groupe et l'adaptation pédagogique en direct, ce qui limite significativement l'impact de l'IA sur le cœur du métier.

Le préparateur physique combine des tâches numériques (analyse de données, conception de programmes, suivi statistique) avec une présence physique indispensable (évaluation directe des athlètes, correction gestuelle en temps réel, supervision des séances, adaptation immédiate). Bien que l'IA pourrait assister dans la conception de programmes ou l'analyse de performances, le cœur du métier repose sur l'interaction humaine, l'observation physique et l'ajustement instantané en présence de l'athlète, ce qui limite significativement l'exposition globale.

Le scout sportif combine observation physique en direct (matchs, tournois) et travail de terrain (prospection, réseautage) qui ne peuvent pas être entièrement automatisés. Cependant, l'IA peut assister significativement dans l'analyse de performance (vidéo, statistiques, modèles prédictifs) et la rédaction de rapports, réduisant le temps consacré à ces tâches. La présence physique et le jugement humain restent essentiels pour évaluer les qualités mentales et le potentiel d'un joueur, mais l'IA transformera progressivement les méthodes d'évaluation et d'analyse.

Le métier de vendeur d'articles de sport combine des tâches numériques (gestion de stocks, ventes en ligne) et des activités fortement ancrées dans l'interaction humaine et la présence physique (conseil personnalisé, analyse des besoins clients, essayage en magasin). Bien que l'IA pourrait assister dans la recommandation de produits ou la gestion administrative, le cœur du métier repose sur la relation client, l'écoute active et la démonstration pratique, qui restent difficilement automatisables. L'exposition reste modérée car la majorité du travail requiert une présence physique et une interaction interpersonnelle en temps réel.

L'arbitre professionnel exerce un métier fondamentalement ancré dans la présence physique en temps réel sur le terrain ou le court, où il doit interpréter les règles, gérer les conflits et prendre des décisions instantanées face à des situations imprévisibles. Bien que certaines tâches périphériques (rédaction de rapports, formation) soient numérisables, le cœur du métier — la direction du match, l'observation directe du jeu et la gestion de la pression — reste intrinsèquement humain et requiert une présence physique irremplaçable. L'IA ne peut pas arbitrer un match en direct, ce qui limite fortement son exposition.

Le métier de moniteur d'escalade repose essentiellement sur une présence physique en temps réel, l'interaction humaine directe et la sécurité des pratiquants. Bien que certaines tâches périphériques (planification de cours, gestion administrative, documentation) pourraient être assistées par l'IA, le cœur du métier — l'enseignement technique, la correction posturale, l'assurance physique et la gestion des risques en environnement imprévisible — nécessite une présence humaine constante et ne peut pas être automatisé. L'IA n'a donc qu'un impact marginal sur cette profession.

Le métier de moniteur de ski est principalement basé sur l'interaction humaine en temps réel et l'activité physique en environnement extérieur imprévisible. Bien que certaines tâches administratives périphériques (planification, gestion administrative) pourraient être assistées par l'IA, le cœur du métier — l'enseignement personnalisé, la correction technique en direct, l'évaluation de la sécurité sur le terrain et l'adaptation pédagogique instantanée — requiert une présence physique constante et une interaction humaine irremplaçable. L'IA n'a pas de capacité à intervenir directement sur les pistes pour corriger une posture ou assurer la sécurité immédiate des élèves.

Le moniteur de voile exerce un métier fondamentalement ancré dans l'interaction humaine directe et la présence physique en environnement imprévisible (conditions météorologiques, sécurité sur l'eau). Bien que certaines tâches périphériques (planification de séances, documentation administrative) pourraient être assistées par l'IA, le cœur du métier — l'enseignement en temps réel, l'adaptation pédagogique instantanée, la surveillance de sécurité et la gestion des risques — requiert une présence humaine constante et une prise de décision contextuelle que l'IA ne peut pas remplacer. L'IA n'a donc qu'un impact marginal sur ce métier.

Le métier de professeur de yoga repose principalement sur une présence physique en temps réel et une interaction humaine directe avec les élèves. Bien que certaines tâches périphériques (conception de playlists, planification administrative) soient numériques, le cœur du métier — démonstration des postures, correction des alignements, création d'une atmosphère de détente et guidance personnalisée — nécessite une présence physique et une relation interpersonnelle authentique que l'IA ne peut pas remplacer. Les cours en ligne représentent une part croissante mais restent secondaires et conservent cette exigence d'interaction en direct.

Ce métier est principalement basé sur des tâches manuelles et physiques (affûtage, réparation, ajustement d'équipements) qui nécessitent une présence en atelier et une expertise tactile. Bien que certaines tâches périphériques comme la gestion de stock ou le conseil clientèle pourraient être partiellement assistées par l'IA, le cœur du métier — le diagnostic technique, la réparation manuelle et la customisation précise — reste fortement ancré dans le monde physique et requiert une expertise spécialisée difficilement automatisable.

Le métier d'éducateur sportif repose principalement sur la présence physique en temps réel, l'interaction humaine directe et la démonstration pratique des gestes techniques. Bien que certaines tâches périphériques (planification de séances, gestion administrative, communication) puissent être assistées par l'IA, le cœur du métier — l'animation en direct, la correction gestuelle, la motivation personnalisée et la sécurité des participants — nécessite une présence humaine irremplaçable. L'IA ne peut pas remplacer l'encadrement physique, la démonstration corporelle et la relation interpersonnelle qui sont essentiels à cette profession.

Ce métier repose fondamentalement sur la présence physique en temps réel, l'interaction humaine directe et l'adaptation immédiate aux besoins individuels des participants. Bien que certaines tâches périphériques (planification, documentation, communication avec les équipes médicales) pourraient être assistées par l'IA, le cœur du travail — l'encadrement sécurisé, la motivation, l'ajustement dynamique des exercices et la création d'une relation de confiance — reste intrinsèquement humain et peu automatisable. L'IA ne peut pas remplacer la présence physique et l'empathie requises pour travailler avec des publics vulnérables.

Le métier de guide nature repose fondamentalement sur la présence physique en milieu naturel, l'interaction directe et en temps réel avec les groupes, ainsi que des compétences d'adaptation immédiate aux conditions météorologiques et aux comportements du groupe. Bien que la préparation des itinéraires et la création de contenu pédagogique pourraient bénéficier d'outils IA, le cœur du métier — l'encadrement sécurisé, l'animation engageante et la transmission de connaissances en face-à-face — reste intrinsèquement humain et peu automatisable. L'IA ne peut pas remplacer la présence physique, la réactivité contextuelle et la relation interpersonnelle qui définissent cette profession.

L'instructeur arts martiaux exerce un métier fondamentalement basé sur la présence physique en temps réel, la démonstration corporelle et l'interaction humaine directe avec les élèves. Bien que certaines tâches périphériques (planification administrative, suivi des progressions) pourraient être assistées par l'IA, le cœur du métier — enseigner les techniques, corriger les postures, assurer la sécurité physique et transmettre les valeurs — requiert une présence humaine irremplaçable et une adaptation constante aux besoins individuels des pratiquants. L'IA n'a aucun impact sur la capacité à exécuter les mouvements ou à encadrer un groupe en salle.

Le pisteur-secouriste exerce un métier fondamentalement ancré dans le monde physique et requiert une présence humaine constante en montagne. Les missions critiques — patrouille des pistes, intervention d'urgence auprès des blessés, maîtrise du ski, déclenchement d'avalanches, et gestion des situations imprévisibles — ne peuvent pas être automatisées par l'IA. Bien que l'IA pourrait assister marginalement (prévisions météo, gestion administrative), elle ne peut remplacer l'expertise physique, la prise de décision en temps réel face à des environnements montagneux variables, et la présence immédiate requise pour les secours d'urgence.

Le métier de professeur d'équitation est fondamentalement ancré dans l'interaction physique et la présence en temps réel : enseignement pratique à cheval, supervision directe de la sécurité des cavaliers, manipulation des chevaux et du matériel. Bien que l'IA puisse assister marginalement dans la planification des séances ou l'analyse vidéo de la technique, elle ne peut pas remplacer la présence physique, l'ajustement instantané des postures, ou la gestion imprévisible des situations de sécurité. Le cœur du métier reste irréductiblement humain et physique.