Le chef de l’IA de Microsoft donne 18 mois pour le travail de col blanc

Mustafa Suleyman, le chef de l’IA de Microsoft (MSFT ), a déclaré au Financial Times cette semaine que “la plupart, sinon tous” les tâches informatiques de col blanc seront “entièrement automatisées” dans les 12 à 18 prochains mois. Les avocats, les comptables, les chefs de projet, les marketeurs – tous, a-t-il dit, verront leur travail quotidien géré par l’IA avant la mi-2027.

C’est une affirmation frappante. C’est également une affirmation qui mérite beaucoup plus de scrutiny que les titres sensationnels qu’elle a générés.

Suleyman n’est pas un commentateur aléatoire. Il a co-fondé DeepMind, lancé Inflection AI et dirige maintenant la division de l’IA grand public de Microsoft. Il a vu l’IA passer de la curiosité de recherche au produit commercial plus étroitement que presque tout le monde. Lorsqu’il parle, l’industrie écoute. Mais il est également, à ce moment précis, la personne la plus responsable de la vente de Microsoft Copilot aux entreprises – un produit qui ne représente que 1,2% du marché des chatbots d’IA, malgré la distribution sans précédent de Microsoft via Windows, Office et Azure.

Ce contexte est important. Suleyman prédit l’avenir et le commercialise en même temps.

Ce qu’il a réellement dit

La citation complète vaut la peine d’être examinée : “Le travail de col blanc, où vous êtes assis à un ordinateur, soit en tant qu’avocat, soit en tant que comptable, soit en tant que chef de projet, soit en tant que marketeur – la plupart de ces tâches seront entièrement automatisées par un IA dans les 12 à 18 prochains mois.”

Il a cité la conception de logiciels comme preuve que le changement est déjà en cours, affirmant que les développeurs utilisent désormais “la conception de code assistée par l’IA pour la grande majorité de leur production de code” – une transformation qu’il a déclaré s’être produite “au cours des six derniers mois”.

La même interview a révélé la stratégie d’IA plus large de Microsoft : construire ses propres modèles de frontière pour atteindre “la véritable autosuffisance de l’IA” et réduire la dépendance à l’égard d’OpenAI. La société veut concurrencer tous les niveaux de la pile d’IA, de l’infrastructure aux applications.

Où il a raison

Rejeter Suleyman serait une erreur. Dans le développement de logiciels en particulier, les preuves de l’adoption rapide de l’IA et de la perturbation potentielle sont plus que réelles.

Le co-PDG de Spotify, Gustav Söderström, a déclaré cette semaine que les meilleurs développeurs de la société “n’ont pas écrit une seule ligne de code depuis décembre”, créditant Claude Code et les systèmes d’IA internes. Cursor a atteint 1 milliard de dollars de chiffre d’affaires annuel en aidant les développeurs à produire plus de sortie avec moins de frappes. Claude Code représente maintenant 4% de tous les commits publics GitHub – un nombre qui a doublé en un seul mois. Les outils de codage d’IA sont passés de la nouveauté à la nécessité plus rapidement que presque toute catégorie de logiciels d’entreprise de l’histoire.

L’indice économique de janvier 2026 d’Anthropic a constaté que 49% des emplois peuvent désormais utiliser l’IA dans au moins un quart de leurs tâches, contre 36% l’année précédente. C’est une accélération.

Et le marché est déjà en train de tarifer la perturbation. Le lancement de Cowork le mois dernier a déclenché une vente de 285 milliards de dollars d’actions de logiciels à mesure que les investisseurs recalculaient quels produits SaaS un agent d’IA pourrait remplacer.

Où il a tort

Mais il y a un abîme entre “l’IA peut aider les tâches” et “la plupart des tâches seront entièrement automatisées”. Suleyman a effacé cette distinction, et le faire pourrait déformer ce qui se passe réellement.

Le même rapport d’Anthropic qui a constaté que 49% des tâches sont exposées a également montré que seulement 9% des entreprises signalent un remplacement complet de rôle. Quarante-cinq pour cent ont réduit l’embauche au niveau de l’entrée – ce qui est important – mais la réduction de l’embauche n’est pas la même chose que les tâches étant “entièrement automatisées”. L’écart entre ces deux réalités est où la plupart des travailleurs de col blanc vivent réellement.

Considérez les professions que Suleyman a nommées. L’IA peut-elle rédiger un contrat ? Oui. L’IA peut-elle pratiquer le droit – naviguer dans les relations avec les clients, la dynamique de la salle d’audience, la nuance réglementaire et la responsabilité professionnelle ? Non dans 18 mois. L’IA peut-elle générer un plan marketing ? Absolument. L’IA peut-elle comprendre pourquoi le public d’une marque particulière répond à l’ironie mais pas à la sincérité ? C’est un problème tout à fait différent.

Le modèle est familier. L’IA excelle dans les parties structurées et répétitives du travail de connaissance. Elle a du mal avec les parties ambigües, relationnelles et contextuelles – qui se trouvent être ce sur quoi la plupart des professionnels passent leur temps. L’automatisation de 40% des tâches d’un avocat n’automatise pas l’avocat. Cela rend l’avocat 40% plus productif, ce qui est précieux mais fondamentalement différent de ce que Suleyman a décrit.

Ensuite, il y a Copilot lui-même. Malgré le fait que 70% des entreprises du Fortune 500 aient adopté Microsoft 365 Copilot, la plupart des organisations sont toujours en train de faire des essais. L’adoption de l’IA d’entreprise a constamment prouvé être plus lente, plus chaotique et plus politiquement litigieuse que les fournisseurs ne le promettent. Si le produit de Microsoft n’a pas automatisé le travail de col blanc dans les entreprises qui paient déjà pour cela, le délai de 18 mois pour une automatisation universelle est tendu.

Le problème de l’historique

Les dirigeants de la technologie ont une longue histoire de surestimation des délais d’automatisation. En 2016, Business Insider a prédit 10 millions de voitures autonomes sur les routes d’ici 2020. Watson d’IBM devait révolutionner l’oncologie. Les usines entièrement autonomes étaient toujours à cinq ans.

Ces prédictions partageaient un défaut commun : elles extrapolèrent de la vitesse du progrès technique sans tenir compte de la friction de l’adoption institutionnelle, de la complexité réglementaire et du comportement humain. L’IA en 2026 est plus avancée que ces technologies plus anciennes à leur sommet de l’hype – mais les barrières à l’adoption restent réellement réelles.

L’historique de Suleyman est mitigé. DeepMind a produit de véritables avancées scientifiques sous sa co-direction. Inflection AI, la société qu’il a fondée après avoir quitté Google (GOOGL ), a levé 1,5 milliard de dollars avant qu’il ne parte pour Microsoft, et la technologie de la société a été essentiellement absorbée par la division d’IA de Microsoft. Il comprend la capacité mieux que la plupart. Mais la capacité et le déploiement sont des choses différentes.

Ce qui se passe réellement dans 18 mois

La prédiction plus sobre vient du PDG d’Anthropic, Dario Amodei, qui a averti à Davos aux côtés du PDG de DeepMind, Demis Hassabis, que l’IA touchera d’abord l’embauche au niveau de l’entrée, avec un déplacement plus large prenant de un à cinq ans. Les deux ont reconnu que leurs propres sociétés embauchent déjà moins de travailleurs juniors – une affirmation plus honnête et vérifiable que la prédiction large de Suleyman.

Le Forum économique mondial projette un gain net de 78 millions d’emplois dans le monde d’ici 2030, avec 170 millions créés et 92 millions déplacés. Les offres d’emploi au niveau de l’entrée ont déjà baissé de 29% depuis janvier 2024. C’est un problème réel, mais c’est un changement structurel progressif – et non un bord de falaise à 18 mois.

Ce qui se passera réellement d’ici la mi-2027 : les outils d’IA géreront une quantité considérable de travail de routine. Les professionnels qui apprennent à les utiliser dépasseront ceux qui ne le font pas. Certains rôles – en particulier les postes juniors qui consistent principalement en tâches structurées – diminueront ou disparaîtront. Les organisations bougeront lentement, discuteront de l’approvisionnement et sous-investiront dans la formation.

La transformation est réelle. Le délai pourrait être exagéré.

Suleyman a raison que l’IA va remodeler le travail de col blanc. Il pourrait avoir tort que cela se produit dans 18 mois. L’écart entre ces deux positions est où l’histoire réelle se trouve – et c’est une histoire qui prendra des années, et non des mois, pour se dérouler.