Satya Nadella et Mustafa Suleyman ont fac similé deux mémos internes pour officialiser le remaniement de l’organisation chargée de Copilot.
La décision principale consiste à fusionner les efforts commerciaux et grand public de Copilot. Jusqu’ici, ces deux entités fonctionnaient séparément. Dorénavant, elles s’articuleront autour de quatre piliers connectés : l’expérience Copilot, la plateforme Copilot, les applications Microsoft 365 et les modèles IA. L’objectif est ainsi de passer d’une collection de bons produits à un système véritablement intégré, plus simple et plus puissant pour les clients.
Une équipe de direction Copilot au complet
Jacob Andreou devient vice-président exécutif Copilot et rapporte directement à Satya Nadella. Il dirigera donc les équipes commerciale et grand public fusionnées, en couvrant design, produit, croissance et ingénierie.
En parallèle, Mustafa Suleyman, le patron de Micorosoft AI, consacre désormais toute son énergie aux efforts de superintelligence et à la livraison de modèles de classe mondiale sur les cinq prochaines années.
Pour compléter cette structure, trois autres dirigeants rejoignent l’équipe Copilot. Ryan Roslansky, Perry Clarke et Charles Lamanna piloteront les applications Microsoft 365 et la plateforme Copilot. Ils prennent ainsi la relève de Rajesh Jha, qui a annoncé ce mois-ci son départ à la retraite.
L’ère agentique comme horizon
Ce remaniement intervient dans un contexte d’accélération des capacités agentiques. Satya Nadella cite notamment les récentes annonces de Copilot Tasks, Copilot Cowork, des fonctionnalités agentiques dans Office et Agent 365.
Fin janvier, il avait révélé pour la première fois que M365 Copilot comptait 15 millions d’utilisateurs annuels. Ce volume exclut les fonctions de chat Copilot plus limitées, accessibles sans licence complète. La base d’utilisateurs exposée à l’IA Microsoft est donc plus large.
Microsoft souligne une forte pénétration de Copilot dans les grandes entreprises. Près de 70% des sociétés du Fortune 500 l’utilisent déjà ou ont lancé des déploiements. Cependant, plusieurs analyses nuancent ce constat. L’usage effectif reste souvent concentré sur des groupes pilotes. Les fonctionnalités IA demeurent parfois sous-exploitées par rapport au parc de licences acheté.
Depuis le lancement de ChatGPT fin 2022, les études se multiplient pour tenter de mesurer l’impact de l’IA générative sur le marché du travail. La plupart s’appuient sur des estimations théoriques des capacités des grands modèles de langage (LLM).
Anthropic, le créateur de Claude, propose une approche différente et les résultats sont plus nuancés que les scénarios catastrophistes souvent relayés.
Un nouvel indicateur : l’« observed exposure »
Son étude intitulée « Labor market impacts of AI: A new measure and early evidence » introduit une nouvelle mesure du risque de remplacement (displacement), baptisée observed exposure (exposition observée), qui combine la capacité théorique des LLM avec des données réelles d’utilisation, en pondérant davantage les usages automatisés ( par opposition aux usages d’augmentation ) et les contextes professionnels.
Les chercheurs, Maxim Massenkoff et Peter McCrory, partent d’un constat : les mesures purement théoriques surestiment systématiquement le risque réel. L’IA est loin d’atteindre ses capacités théoriques car la couverture effective ne représente qu’une fraction de ce qui serait techniquement faisable.
Pour construire leur indicateur, ils croisent trois sources : la base O*NET qui recense les tâches associées à environ 800 métiers aux États-Unis, les données d’usage de Claude (issues de l’Anthropic Economic Index), et les estimations théoriques de la recherche académique d’Eloundou et al. (2023).
A titre d’exemple, Claude couvre actuellement seulement 33 % des tâches de la catégorie « Informatique & Mathématiques », alors que les estimations théoriques suggèrent que 94 % de ces tâches seraient techniquement accessibles à un LLM. L’écart entre potentiel et réalité est donc considérable.
10 métiers sont très exposés
Parmi les dix métiers les plus exposés, les développeurs arrivent en tête : 75 % de leurs tâches sont déjà couvertes par les usages observés de l’IA. Suivent les agents de service client, dont les interactions sont de plus en plus prises en charge par des systèmes automatisés et les opérateurs de saisie de données, couverts à 67 %.
À l’opposé, près d’un travailleur sur trois n’est pour l’instant pas concerné par l’IA. Ce sont les métiers du quotidien et du terrain : cuisiniers, mécaniciens, maîtres-nageurs, barmans ou plongeurs de restaurant.
Les dix professions les plus exposées selon la mesure de couverture des tâches.
Le profil inattendu des travailleurs exposés
L’étude dresse un portrait surprenant des salariés les plus vulnérables. Il s’agit davantage de femmes, de seniors, de diplômés et de hauts salaires que de travailleurs peu qualifiés.
Les chiffres sont parlants : dans les métiers les plus exposés, les femmes sont surreprésentées de 16 points par rapport aux métiers non exposés, les personnes blanches de 11 points, et les personnes d’origine asiatique y sont presque deux fois plus nombreuses.
Sur le plan salarial, l’écart est également marqué : les travailleurs exposés gagnent en moyenne 47 % de plus. Quant au diplôme, les titulaires d’un master ou d’un doctorat représentent 17,4 % des exposés, contre seulement 4,5 % des non-exposés.
Pas d’impact mesurable sur le chômage… mais
C’est sans doute le constat le plus important de l’étude : aucune hausse anormale du chômage n’est observable dans les métiers les plus exposés à l’IA depuis fin 2022. Les chercheurs précisent que leur méthode aurait détecté un choc de l’ampleur de la crise de 2008, quand le chômage américain avait doublé. L’absence de signal n’est donc pas un artefact statistique.
En revanche, ils trouvent des indices révélant que le recrutement de jeunes travailleurs a ralenti dans les métiers exposés. Depuis 2024, les 22/25 ans peinent davantage à y décrocher un emploi : le taux d’embauche mensuel y a reculé d’environ un demi-point, là où les autres secteurs restent stables. La baisse atteint 14 % sur l’ensemble de la période post-ChatGPT.
Ce signal est certes fragile mais cohérent avec d’autres études récentes, qui attribuent ce recul non à des vagues de licenciements, mais à un simple gel des recrutements.
Une étude amenée à être mise à jour
Les auteurs présentent explicitement cette étude comme un point de départ. Leur objectif est de disposer d’une méthode robuste avant que les effets de l’IA ne soient pleinement visibles, pour mieux les identifier quand ils se manifesteront.
Ils prévoient de mettre à jour leurs indicateurs au fil des nouvelles données, et indiquent vouloir prochainement examiner le cas des jeunes diplômés dans les filières les plus exposées. Une population pour laquelle le ralentissement des embauches pourrait avoir des conséquences durables sur les débuts de carrière.
Connexion
