Ce 13 mai, la sous-gouverneure externe de la Banque du Canada, Michelle Alexopoulos, prononçait un discours à l’occasion de la conférence du printemps 2026 organisée par l’Ottawa Economics Association et l’Association canadienne de science économique des affaires.
La représentante de l’institution a souligné que l’adoption de l’IA pourrait stimuler la productivité et le niveau de vie, tout en modifiant profondément la nature des emplois, sans nécessairement réduire la main-d’œuvre totale.
C’est justement l’une des inquiétudes du développement de l’IA : va-t-elle entraîner une perte d’emplois?
Une transformation du marché du travail plutôt qu’une diminution nette du nombre total d’emplois est suggérée.
« L’IA change les méthodes, mais l’humain reste aux commandes », a lancé Michelle Alexopoulos.
Elle précise que « l’idée reste que l’IA devrait surtout transformer les emplois, et non les éliminer ».
Plusieurs données ont été rappelées pour appuyer cette déclaration.
Au Canada, le taux d’adoption par les entreprises est passé de 3 % en 2022 à près de 12 % en 2025, avec une concentration notable dans les secteurs de la finance et des assurances (plus de 30 %).
Michelle Alexopoulos a aussi souligné les résultats d’une étude de Statistique Canada qui indiquait que « près de 90 % des entreprises qui ont adopté l’IA n’ont signalé aucune incidence sur leur effectif. Environ 4 % ont indiqué que l’IA avait entraîné la création d’emplois, et environ 6 %, qu’elle était liée à une diminution des emplois. »
« Plus les travailleurs se familiarisent avec l’IA, plus ils sont enclins à la voir comme un créateur d’emplois ou d’occasions », imagine également la sous-gouverneure externe.
D’ailleurs, la Banque du Canada utilise également l’intelligence artificielle pour affiner sa lecture de l’économie et soutenir ses analyse, selon Michelle Alexopoulos. Mais elle insiste : « l’IA ne prend aucune décision de politique monétaire. »
Parmi les utilisations citées par Michelle Alexopoulos dans son discours, l’on peut relever par exemple « des modèles d’apprentissage automatique pour faciliter les prévisions de l’inflation et de l’activité économique » ou encore « analyser des textes externes, comme des présentations de résultats financiers transcrites ».
