VOLOVLORisque d'automatisation et transition, tâche par tâche
DemanderMétiersFilièresEntreprisesFondateursChangementsNotesMéthode
Rechercher des métiers, des filières…
FR
  • English
  • 简体中文
  • 日本語
  • Español
  • Português
  • Français
VLO
VOLO

Comprendre comment l'automatisation change le travail — tâche par tâche, avec les preuves montrées et l'incertitude reconnue.

DemanderMétiersFilièresEntreprisesFondateursChangementsNotesMéthodeÀ proposDiagnostic de posteConfidentialitéConditions
© 2026 VOLO
Métiers
Tous les métiers
IA / logiciel
Traducteur / InterprèteGuichetier bancaireRédacteur publicitaireModérateur de contenusConseiller de la relation clientAssistant administratifTesteur logiciel / ingénieur qualitéGraphisteAssistant juridiqueMonteur vidéoComptable / Aide-comptableResponsable marketingDéveloppeur frontalAnalyste de donnéesGestionnaire de sinistresRédacteur technique / ingénieur documentationDéveloppeur logiciel juniorRessources humaines / recruteurChargé de créditAnalyste financierAcheteur / spécialiste de la chaîne d'approvisionnementJournalisteCommercial / responsable de comptesAgent immobilierTechnicien de support informatiqueAuditeurConsultant en managementDéveloppeur côté serveurChercheur en IADesigner produit / UXResponsable des systèmes de gestionResponsable d'exploitation e-commerceRadiologueIngénieur de donnéesAvocatAssistant médical / assistant de cliniqueIngénieur en apprentissage automatiqueIngénieur logiciel expérimentéIngénieur DevOps / plateforme / SREChef de produitPharmacienResponsable des partenariats / du réseauAnalyste sécurité (SOC)Responsable conformitéArchitecteEncadrant de proximité / chef d'équipePsychologue / psychothérapeuteVendeur en magasinAgent de sécuritéEnseignantMédecin généralistePilote de ligneServeur en restaurantMécanicien automobile / technicien véhiculeContrôleur aérienKinésithérapeute / thérapeute en rééducationOuvrier du bâtimentInfirmier diplôméAide-soignantResponsable du déploiement de l'IA
RPA / libre-service
Agent d'accueil du service publicCoordinateur d'exploitationConducteur de métroRéceptionniste / accueil
Robotique
Caissier / vendeur en magasinDocker de conteneursAgent d'entrepôtOpérateur de ligne d'assemblageTechnicien de laboratoire médicalCuisinierAgent de nettoyageÉlectricien
Conduite autonome
Chauffeur VTC / taxiChauffeur routierLivreur / coursier
Filières
Toutes les filièresAnglais / Langues étrangèresInformatiqueComptabilitéPsychologieJournalisme / CommunicationFinanceDroitDesign de communication visuelleMarketingSoins infirmiersGestion d'entrepriseSciences de l'éducation et formation des enseignantsArchitectureAdministration publiqueMédecineManagement de l'hôtellerie et du tourismeÉconomieSystèmes d'information
Guides
Demander à VOLOPour les entreprisesPour les fondateursChangements récentsTextesDiagnostic de posteMéthode et preuvesÀ proposSuivre un métierRechercher
Vous lisez en tant que :J'ai un emploiJe fais des étudesJe dirige une entrepriseJe construis quelque chose
On this pageQuelles technologiesComment on en est arrivé làMéthode et sources
Métiers›Médecin généraliste›Sur quoi nous nous appuyons

Médecin généraliste — sur quoi nous nous fondons

La page elle-même donne les jugements. Celle-ci donne ce sur quoi ils reposent : quelles technologies touchent réellement ce travail, comment l'estimation a évolué depuis que les modèles de langage ont atteint le public, et la méthode derrière les deux.

Évalué
2026-09-14
Avec preuves
3/5
Événements vérifiés
2

Quelles technologies comptent ici#

Quatre signaux distincts. Ils ne sont délibérément pas additionnés — un métier exposé à deux technologies n'est pas deux fois plus exposé.

Automatisation cognitive
Écrire la consultationTrouver ce que c'estMettre les mains sur le patientDécider ensemble, et dire la chose difficileTenir le droit de prescrire
Automatisation physique
Mettre les mains sur le patient
Processus et libre-service
Tenir le droit de prescrire

Comment on en est arrivé là#

L'indice n'est pas un nombre figé. Voici où il se serait situé à chaque jalon de capacité depuis ChatGPT — reconstitué, et étiqueté comme tel.

Reconstitué · inférence de plateformeEstimé aujourd'hui pour chaque jalon passé — non mesuré à l'époque. 22 → 34.
1007550250
L'emploi américain dans les cabinets médicaux est passé de 2 852 100 en novembre 2022 à 3 061 500 en août 2026, son point le plus haut de la sérieLa loi japonaise sur l'exercice de la médecine interdit à un médecin de traiter un patient ou d'établir une ordonnance sans l'avoir personnellement examiné, et en fait une infraction pénale123456789non évalué
2022 H22024 H2Now

—— ce segment contient un fait vérifié- - - aucun fait sur ce segment — reconstruction seule0 = aucune tâche exposée, 100 = toutes exposées

● 2 événements vérifiés pour ce métier, placés à la date où il s'est produit — les parties de la courbe proches d'un repère sont ancrées à quelque chose de vérifiable.

Un départ bas qui reflète où en était réellement la médecine : fin 2022, les outils d'un cabinet étaient une bibliothèque de modèles et un vérificateur d'interactions médicamenteuses, et ni l'un ni l'autre n'avait bougé depuis dix ans. La montée de 2023-2025 concerne une tâche et une seule — le compte rendu — arrivant sous une forme que les cliniciens tolèrent, parce qu'un brouillon qu'un médecin signe a un arbitre et qu'une suggestion de diagnostic n'en a pas. Elle s'aplatit tôt et reste plate, et cet aplatissement est le constat : les tâches qui portent le poids de ce métier sont l'examen, la décision prise avec le patient et la signature, et aucune ne dispose d'un mécanisme pour bouger qui n'exige un changement de loi. Lisez la hauteur comme de la documentation, non comme de la médecine.

12e semestre 202222La génération de texte généraliste arrive au grand public. Avant ce point, l'exposition venait d'automatisations déjà déployées — OCR, RPA, vision industrielle, caisses en libre-service, algorithmes de répartition. ChatGPT research preview (2022-11-30) ↗
21er semestre 202324Un modèle généraliste qui réussit des examens professionnels. La qualité du premier jet franchit le seuil à partir duquel le travail professionnel commence à s'en servir. GPT-4 (2023-03-14) ↗
32e semestre 202327Entrée visuelle, contexte long et appel d'outils. Les modèles peuvent être pointés vers des documents et connectés à des systèmes, et c'est cela qui déplace le travail de processus plutôt que le travail d'écriture. GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
41er semestre 202430La même capacité devient bien moins chère et bien plus rapide. Rien de nouveau ne devient possible ; beaucoup devient abordable à grande échelle, et c'est là que les décisions de déploiement changent.
52e semestre 202433Des modèles de raisonnement qui traitent des problèmes à plusieurs étapes, et les premiers modèles qui pilotent un ordinateur en regardant l'écran. C'est le second qui atteint les métiers dont le travail consiste à faire marcher des logiciels. OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
61er semestre 202534Les agents commencent à faire fonctionner de vrais logiciels de bout en bout, au lieu de produire du texte qu'une personne recopie. C'est aussi le moment où apparaissent les premiers retours en arrière publics — des organisations qui avaient automatisé et l'ont partiellement défait. Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
72e semestre 202534Le contexte long et l'usage d'outils deviennent la norme plutôt qu'une fonctionnalité. Les gains de capacité continuent ; la contrainte visible se déplace de ce que les modèles savent faire vers la responsabilité juridique, les achats et le coût. GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
81er semestre 202634Les agents à long horizon s'installent dans des flux de travail sectoriels précis. L'adoption devient propre à chaque secteur plutôt que générale. GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
9Aujourd'hui34L'appréciation actuelle — ce point est l'indice d'impact publié sur la page du métier, donc la courbe est ancrée à un chiffre que le site assume déjà. À noter pour les courbes plates : durant les mêmes semaines, un aperçu de recherche d'une spécification commune permettant à des agents d'IA de piloter des appareils physiques a été ouvert aux laboratoires et aux fabricants. C'est la première classe de capacités pointée vers les métiers physiques dont les courbes bougent à peine ici. GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

Une courbe plate n'est pas une prévision de sécurité. Elle dit quelles tâches l'automatisation a atteintes jusqu'ici — les métiers qui ont le moins bougé ici sont ceux où la contrainte est physique ou réglementaire, et les deux peuvent changer.

Méthode et sources#

Date d'évaluation
2026-09-14
Fondement des jugements de tâche
3 appuyés sur des preuves · 2 inférence de plateforme · 0 preuves insuffisantes
Événements vérifiés
2

Comment nous évaluons un métier →

← Retour à Médecin généralisteL'autre couche : chaque tâche, une par une →