Suppressions d'emplois liées à l'IA : 87 714 en cinq mois selon Challenger
Les suppressions d'emplois liées à l'IA ont atteint 87 714 sur les cinq premiers mois de 2026, a annoncé le cabinet d'outplacement Challenger, Gray & Christmas le 4 juin 2026, soit déjà plus que les 54 836 suppressions attribuées à l'IA sur toute l'année 2025. L'IA a été le premier motif invoqué pour le troisième mois consécutif et a représenté 40 % des 97 006 suppressions annoncées en mai. Pour les employeurs, l'IA est passée du statut de prévision à celui de motif le plus souvent avancé pour réduire les effectifs.
Combien de suppressions d'emplois les entreprises américaines ont imputées à l'IA en 2026
Les employeurs américains ont attribué à l'intelligence artificielle 87 714 suppressions d'emplois annoncées sur les cinq premiers mois de 2026, selon Challenger, Gray & Christmas. C'est déjà plus que les 54 836 suppressions que le cabinet avait attribuées à l'IA sur toute l'année 2025.
L'IA représente 22 % de l'ensemble des licenciements annoncés depuis le début de 2026. Le cabinet d'outplacement a publié ces chiffres dans son rapport de mai, le 4 juin 2026.
Pourquoi mai a marqué un tournant
Rien qu'en mai, les employeurs ont invoqué l'IA pour 38 579 suppressions, le total mensuel le plus élevé pour ce motif depuis que Challenger a commencé à le suivre en 2023. L'IA a été le premier motif pour le troisième mois consécutif.
Sa part dans l'ensemble des suppressions a grimpé vite : 7 % en janvier, 25 % en mars, 26 % en avril et 40 % en mai. Le total des suppressions annoncées en mai a atteint 97 006, en hausse de 16 % par rapport aux 83 387 d'avril, et le plus haut niveau pour un mois de mai depuis 2020.
« L'IA est désormais la première raison que donnent les entreprises pour supprimer des emplois, et le secteur qui l'invoque le plus est la tech. » Andy Challenger, directeur commercial de Challenger, Gray & Christmas
Les secteurs qui suppriment le plus d'emplois
La tech arrive nettement en tête. Le secteur a annoncé 38 242 suppressions d'emplois en mai, son plus haut total mensuel depuis août 2024, et 123 653 depuis le début de l'année, en hausse de 66 % par rapport aux 74 716 de la même période de 2025.
Les entreprises de la fintech ont annoncé 5 731 suppressions en mai, la plupart en invoquant l'IA. Les transports arrivent deuxièmes sur l'année avec 40 388 suppressions. Les suppressions liées aux acquisitions et fusions atteignent 11 989 depuis le début de l'année, plus de six fois les 1 889 enregistrées jusqu'à fin mai 2025.
Comment Challenger comptabilise les licenciements liés à l'IA
Le rapport repose sur les annonces des entreprises : il enregistre la raison qu'une entreprise donne, pas une cause mesurée. Cette nuance compte pour quiconque lit le chiffre de l'IA comme une preuve d'automatisation.
Daniel Zhao, chef économiste de Glassdoor, a déclaré à CNBC qu'une entreprise peut citer l'IA sans que ce soit la vraie raison de ses licenciements. Fabian Stephany, de l'Oxford Internet Institute, estime que certaines entreprises se servent peut-être de l'IA comme d'un prétexte. Daniel Keum, de la Columbia Business School, souligne que l'impact de l'IA sur l'emploi reste très concentré dans certains secteurs, principalement la tech.
Ce que montre le marché du travail dans son ensemble
Le total des suppressions est inférieur à celui d'il y a un an. Les employeurs ont annoncé 397 755 suppressions jusqu'à fin mai, en baisse de 43 % par rapport aux 696 309 de la même période de 2025, lorsque les réductions d'effectifs fédéraux avaient gonflé les totaux.
Le Bureau of Labor Statistics a indiqué que l'emploi salarié américain avait progressé de 172 000 postes en mai. Les projets d'embauche restent maigres : les employeurs ont annoncé 80 472 embauches prévues jusqu'à fin mai 2026, à peine plus que les 79 741 d'un an plus tôt, et Challenger qualifie ce niveau d'historiquement bas au regard des normes d'avant la pandémie. La tech reste en tête des embauches de mai avec 11 250 postes annoncés.
Ce que cela signifie pour les entreprises qui planifient leurs effectifs
Pour les employeurs, les données montrent que l'IA est devenue le motif le plus souvent invoqué pour supprimer des emplois, et plus seulement une prévision. Selon Andy Challenger, les entreprises se restructurent de manière agressive pour se repositionner dans une économie portée par l'IA, tandis que les suppressions liées aux fusions et aux faillites augmentent aussi.
Le même rapport montre que les entreprises de la tech sont à la fois celles qui suppriment le plus d'emplois et celles qui prévoient le plus d'embauches. Selon Zhao, beaucoup d'entreprises modifient la répartition de leurs ressources, en réduisant dans certains domaines tout en recrutant dans d'autres. Pour une entreprise, la vraie question concrète est donc la reconversion et la mobilité interne, plutôt que les seuls effectifs.
Questions et réponses
Combien de suppressions d'emplois ont été attribuées à l'IA en 2026 ?
Challenger, Gray & Christmas a recensé 87 714 suppressions attribuées à l'IA sur les cinq premiers mois de 2026, soit 22 % de l'ensemble des licenciements annoncés, contre 54 836 sur toute l'année 2025.
L'IA est-elle le premier motif de licenciement aux États-Unis ?
Oui, selon Challenger. L'IA est arrivée en tête de tous les motifs en mars, avril et mai 2026, et a représenté 40 % des suppressions annoncées en mai.
Les entreprises remplacent-elles vraiment des salariés par l'IA ?
Les données montrent ce que disent les entreprises, pas ce qui a causé les suppressions. Des économistes cités par CNBC préviennent que certaines entreprises invoquent peut-être l'IA pour des licenciements qui ont d'autres causes.
Le regard de MOZGII
Comment nous le construirions
Les chiffres de Challenger comptabilisent ce que disent les entreprises : le système utile ici n'est donc pas un outil de suivi des licenciements. C'est un moyen pour une entreprise de savoir, tâche par tâche, où l'IA change réellement le travail avant que quiconque ne décide des effectifs.
Si nous construisions cela dans une entreprise de taille moyenne, nous commencerions par une cartographie des tâches récurrentes par équipe : en quoi consiste la tâche, à quelle fréquence elle revient, combien de temps elle prend et qui la vérifie. Nous évaluerions ensuite un outil d'IA sur un échantillon de tâches réelles, la personne responsable de chaque tâche notant le résultat. On obtient ainsi un temps gagné par tâche, auquel un manager peut se fier davantage qu'à la promesse d'un éditeur ou à un gros titre.
Le système flancherait si la mesure était confiée aux personnes dont le budget dépend du résultat, ou si la qualité n'était plus vérifiée après le premier mois. Nous garderions les responsables des tâches comme relecteurs et suivrions les taux d'erreur en même temps que le temps gagné. Les données montrent aussi des entreprises qui suppriment et recrutent à la fois : nous ajouterions donc une vue des métiers en croissance, pour réaffecter les personnes avant qu'elles ne soient licenciées.
L'indicateur que nous suivrions est le nombre d'heures de travail transférées à l'IA dont la qualité reste la même trois mois plus tard. Ensuite, nous construirions un plan de reconversion simple, lié aux tâches qui se réduisent.
Sources
D’où viennent les faits de cet article.