Nos Publications
Note de politique · Février 2026
La politique au travail : Vécu en entreprise et fractures politiques des salariés en France
Policy Note HEC — Février 2026
DémocratieTravailFrancePolitique
À partir d'une enquête menée auprès de 3 900 salariés du privé en 2024-2025, cette note analyse comment le vécu quotidien en entreprise structure les fractures politiques en France. L'axe qui sépare les électorats au travail n'est ni le salaire, ni la catégorie socioprofessionnelle, mais la qualité du lien social vécu au quotidien dans l'entreprise. Le salarié proche du RN présente une forte confiance dans l'entreprise mais se défie de ses collègues et se trouve isolé socialement, tandis que le salarié LFI se méfie de la direction mais fait confiance à ses collègues. Un tiers des salariés, les plus isolés au travail, sont non-affiliés et ne votent pas : l'atonie professionnelle précède l'atonie civique.
Working Paper · Octobre 2025
Cost of Failure, Disruptive Innovation and Targeted Flexicurity
Working paper — Octobre 2025
InnovationEuropeMarché du travail
Ce papier élargit des travaux antérieurs en assemblant un échantillon plus large de plans de restructuration (250 plans) pour mesurer les coûts de restructuration supportés par les grandes entreprises et évaluer leurs liens avec la R&D dans les secteurs disruptifs (tech/biotech). Les auteurs confirment un large fossé transatlantique — l'Allemagne à 31 mois de salaire moyen contre 7 mois aux États-Unis — et identifient des pays européens à faibles coûts (Danemark, Suisse). Ils montrent une forte corrélation négative entre les coûts de restructuration et l'intensité de la R&D dans la tech et la biotech, et concluent avec des recommandations pour des réformes ciblées du droit du travail préservant la protection sociale tout en restaurant l'agilité nécessaire à l'innovation disruptive.
Working Paper · Juillet 2025
L'intelligence artificielle au service de l'innovation : une analyse sur données de brevets
Working paper — Juillet 2025
AIInnovation
L'impact des technologies d'intelligence artificielle (IA) sur la croissance économique dépend en grande partie de leur capacité à accroître la productivité de la recherche. Dans cet article, nous proposons une mesure originale de la diffusion de l'IA à travers les technologies, fondée sur les brevets déposés aux États-Unis depuis 1990. Notre méthodologie identifie les brevets intégrant de l'IA via leurs références à des publications académiques classées comme relevant de l'IA. En décembre 2024, environ 5% des brevets déposés peuvent ainsi être caractérisés comme utilisant l'IA. Cette approche permet de capturer l'intégration de l'IA dans d'autres domaines technologiques, en cohérence avec sa nature de technologie générique. Nous montrons que ces brevets « IA » présentent systématiquement des indicateurs de qualité supérieurs à ceux des autres brevets, selon plusieurs métriques standards.
Working Paper · Juillet 2025
Diffusion de l'Intelligence Artificielle en France
Working paper — Juillet 2025
AIFranceTrackerEmploi
À partir de plus de 120 millions d'offres d'emploi publiées en ligne en France depuis 2019, cette étude examine les caractéristiques de la diffusion de l'intelligence artificielle (IA) dans les entreprises et ses effets sur l'emploi. La diffusion de l'IA se révèle très hétérogène : elle est particulièrement avancée dans certains secteurs (informatique, finance, conseil) et au sein de grandes entreprises pionnières. Nous montrons que les entreprises les plus exposées à l'IA ont été significativement plus enclines à recruter des spécialistes de l'IA dès l'apparition de ChatGPT. En parallèle, on observe une baisse relative de la création d'emplois dans les professions les plus exposées à l'IA, mais une hausse de la productivité du travail dans les entreprises concernées.
Working Paper · 2024
Exposition à l'intelligence artificielle générative et emploi : une application à la classification socio-professionnelle française
Working paper — 2024
AIFranceEmploi
Ce document analyse l'exposition des professions françaises à l'intelligence artificielle générative à travers la nomenclature socio-professionnelle. En mobilisant les données O*NET et un protocole d'évaluation par GPT-4, il propose deux indices : substituabilité et complémentarité. Les résultats mettent en évidence une forte hétérogénéité entre métiers, avec une exposition accrue pour les professions les plus qualifiées. Cette approche permet de mieux cerner risques d'automatisation et opportunités de complémentarité, et souligne la nécessité d'intégrer coûts d'adoption et transformations endogènes pour anticiper les impacts sur l'emploi.