Les technologies d’automatisation et le marché du travail au Canada
Mesurer l’exposition totale
English • 24 septembre 2025
Les technologies d’automatisation offrent aux entreprises canadiennes des possibilités d’accroître leur productivité, d’améliorer l’efficacité du travail et de stimuler leur croissance. L’adoption de ces technologies modifiera le fonctionnement des industries, y compris les types d’emplois et les compétences recherchés. La demande pour certains emplois diminuera, tandis que d’autres connaîtront des changements dans leurs tâches et leurs modes de travail – et l’incidence ne sera pas la même pour tous.
Nous savons que ces changements sont inévitables. En outre, nous ne savons pas quels emplois et quelles industries sont les plus susceptibles de tirer profit de l’automatisation et lesquels sont les plus à risque de connaître de profondes perturbations, car les questions de l’acceptation, de l’expertise, des cadres réglementaires et des coûts liés à ces technologies détermineront leur mode d’adoption et l’étendue de leur intégration.
À la demande du Centre des Compétences futures, nous avons élaboré un cadre permettant de cerner les professions les plus exposées à l’automatisation et d’estimer les répercussions de l’adoption de ces technologies, tant sur les travailleurs que sur les secteurs d’activité.
Cette recherche met en lumière les secteurs et les professions les plus vulnérables au déplacement ou à la transformation, et ceux pour qui l’adoption de ces technologies sera un facteur de croissance. À l’avenir, les recherches qui s’appuieront sur ce cadre fourniront aux décideurs une aide précieuse pour mieux gérer les risques, saisir les occasions et guider la main-d’œuvre canadienne dans cette période de profonde mutation. Notre prochain exposé des enjeux sur le potentiel de productivité des technologies d’automatisation mettra en évidence les secteurs qui devraient en profiter le plus.
Mesurer l’exposition à l’automatisation grâce aux mégadonnées
Nous avons estimé l’exposition des professions à l’automatisation en reliant les promesses des nouvelles technologies (telles qu’elles sont décrites dans les demandes de brevet) aux tâches professionnelles précises auxquelles elles pourraient s’appliquer. Comme nos scores d’exposition vont au-delà des approches existantes axées sur l’IA et prennent en compte un ensemble élargi de technologies d’automatisation (qui comprend l’IA, les robots, les véhicules autonomes et les drones, la réalité virtuelle et augmentée, et les dispositifs connectés), nous avons pu élaborer la mesure la plus complète de l’exposition à l’automatisation à ce jour.
Nous avons exploité les données de brevets américains en libre accès (USPTO) pour cerner les principales fonctions possibles de ces technologies, puis nous les avons associées aux descripteurs de tâches du SIPeC au moyen d’algorithmes d’apprentissage automatique (voir la figure 1). Cette approche a généré 388 millions de correspondances entre technologies et tâches.
Figure 1
Exemple de rapprochements entre la formulation d’un brevet et la description d’une activité de travail dans le SIPeC
Source : Signal49 Recherche
La seule taxonomie officielle des compétences élaborée au Canada.
Le système d’information sur les professions et les compétences (SIPeC) est un ensemble complet de données canadiennes qui recense les compétences, les aptitudes, les caractéristiques, les connaissances et les intérêts requis pour plus de 900 professions.
En utilisant ces scores de « technologie par tâche », nous avons estimé dans quelle mesure les tâches spécifiques propres à un emploi peuvent être automatisées par l’adoption d’une ou plusieurs de ces technologies émergentes.
Nous avons ensuite regroupé les scores d’exposition au niveau des professions, en tenant compte de l’importance de chaque tâche dans l’exercice de la profession et du nombre de brevets associés. L’indice d’exposition qui en découle indique le pourcentage de tâches propres à l’emploi qui sont exposées aux technologies d’automatisation pour cette profession.
Nous avons ensuite étendu cette mesure de l’exposition professionnelle de manière à estimer l’exposition globale à l’automatisation par secteur d’activité. Enfin, pour fournir des analyses régionales plus détaillées reflétant la composition sectorielle de l’économie canadienne, nous avons également calculé ces scores pour chaque secteur et chaque province.
Pondération des scores des professions
Nous avons pondéré les scores des professions en fonction de la répartition de ces professions au sein d’une industrie dans une province.
Par exemple, au moment d’établir le score d’exposition pour le transport (l’industrie) à Terre-Neuve-et-Labrador, l’exposition des conducteurs d’autobus (la profession) a reçu un facteur de pondération de 0,8, car ils représentent 80 % de l’emploi dans ce secteur au sein de la province.
Résultats de l’exposition à l’automatisation
Il ressort de cette analyse que les professions les plus exposées à l’automatisation sont celles comportant des tâches analytiques et manuelles, comme les scientifiques des données, les assembleurs de véhicules automobiles et les commis à la saisie de données. À l’inverse, les professions les moins exposées sont celles qui reposent sur des compétences sociales et émotionnelles, comme les éducateurs à la petite enfance et les gestionnaires des ressources humaines (voir le tableau 1).
Cela ne veut pas dire que toutes les professions très exposées risquent d’être remplacées par la technologie. Dans certaines professions, les technologies d’automatisation permettront simplement aux travailleurs d’accomplir leurs tâches plus efficacement.
Tableau 1
Les 10 professions les plus et les moins exposées
| Les moins exposés | Exposition à toutes les technologies (%) |
|---|---|
| Chefs religieux | 4,3 |
| Commis des services judiciaires et autres professions des services judiciaires | 5,4 |
| Travailleurs de la religion | 5,4 |
| Conseillers pédagogiques | 5,8 |
| Autres professions de soutien dans les services personnels | 6,0 |
| Thérapeutes en counseling et thérapies spécialisées connexes | 6,8 |
| Éducatrices et aides-éducatrices de la petite enfance | 7,0 |
| Agents des ressources humaines et de recrutement | 7,3 |
| Adjoints administratifs juridiques | 7,5 |
| Professionnels en publicité, en marketing et en relations publiques | 7,6 |
| Les plus exposés | Exposition à toutes les technologies (%) |
|---|---|
| Scientifiques des données | 78,9 |
| Assembleurs, contrôleurs et vérificateurs de véhicules automobiles | 78,5 |
| Mécaniciens de chantier et mécaniciens industriels | 70,6 |
| Techniciens en gestion de documents | 66,4 |
| Soudeurs et opérateurs de machines à souder et à braser | 65,7 |
| Commis à la saisie de données | 62,7 |
| Foreurs et personnel de mise à l’essai et des autres services reliés à l’extraction de pétrole et de gaz | 61,3 |
| Monteurs et contrôleurs de matériel mécanique | 60,9 |
| Conducteurs de machines d’abattage d’arbres | 59,8 |
| Constructeurs et mécaniciens d’ascenseurs | 59,7 |
Source : Signal49 Recherche
Télécharger nos résultats
Nous présentons nos scores d’exposition à l’automatisation au niveau à cinq chiffres de la Classification nationale des professions (CNP) pour le Canada. Ces scores reflètent l’exposition à l’ensemble des groupes technologiques combinés, en reliant les descriptions de tâches de la version 1.0 du SIPeC aux descripteurs de brevets de l’USPTO couvrant la période de 2005 à 2025.
Un portrait plus complet de l’incidence sur le marché du travail
Nos scores d’exposition à l’automatisation offrent une mesure détaillée et fondée sur les données du degré d’exposition des emplois canadiens à l’ensemble des technologies d’automatisation – et pas seulement à l’IA générative. Toutefois, ces scores ne donnent qu’un aperçu partiel de la réalité.
Pour les employeurs, la décision d’adopter ces technologies et d’automatiser certaines tâches dépend des gains attendus. Il ne suffit pas que l’IA générative puisse produire du code; elle doit le faire avec la qualité attendue d’un ingénieur en logiciel et générer des gains de productivité assez importants pour inciter l’employeur à automatiser certaines tâches liées à cet emploi.
Dans ce domaine, d’autres recherches portent soit sur la faisabilité (exposition), soit sur l’éventualité (probabilité) de l’automatisation. Notre approche distingue ces catégories conceptuelles et les relie par le prisme des gains de productivité attendus (voir la figure 2).
Figure 2
Cadre de suivi des technologies d’automatisation, de leur faisabilité à la probabilité qu’elles soient adoptées
Source : Signal49 Recherche
Vers des prévisions plus complètes de l’évolution des marchés du travail au Canada
Par rapport aux travaux antérieurs, notre approche novatrice, qui associe l’analyse de l’automatisation au niveau des tâches à l’aide de l’apprentissage automatique et la modélisation de la productivité, offre une vision plus précise et prospective de l’incidence de l’automatisation sur le marché du travail.
L’étape suivante de notre étude a consisté à estimer dans quelle mesure l’exposition aux nouvelles technologies d’automatisation est susceptible d’influer sur la productivité et la sécurité d’emploi. Nous avons utilisé nos scores d’exposition sectoriels pour projeter les gains de productivité potentiels sur les 15 prochaines années, dans l’hypothèse de leur adoption.
Ces estimations de la productivité nous permettent de mesurer la probabilité de l’automatisation au sein des professions et des secteurs, puis de les intégrer à nos modèles économiques nationaux pour établir des projections du marché du travail à court et à long terme.
Ces analyses seront enrichies par des entretiens menés auprès de dirigeants de tout le Canada afin de mieux comprendre comment les technologies d’automatisation sont mises en œuvre dans des secteurs stratégiques et les effets sur leurs organisations qu’entrevoient ces dirigeants.
En savoir plus
Pour en savoir plus sur ce projet, veuillez communiquer avec Oliver Loertscher, économiste principal.
Consultez nos travaux connexes réalisés en partenariat avec le Centre des Compétences futures, dont l’élaboration du Modèle des professions, des compétences et des technologies (MPCT).
Ce rapport a été réalisé avec l’appui financier du programme Compétences futures du gouvernement du Canada, sous la direction de l’équipe de la Recherche économique, avec le soutien de l’équipe de l’Éducation et des compétences. Signal49 Recherche est fier d’être un partenaire de recherche au sein du consortium du Centre des Compétences futures.
Partenaires du CCF
Signal49 Recherche assume l’entière responsabilité des résultats et conclusions de cette recherche.