L'impact de l'Ia sur l'emploi 4/5
Ce n'est pas l'IA qui va vous voler votre poste. C'est quelqu'un qui sait s'en servir.
Pendant des années, le discours dominant sur l'intelligence artificielle et l'emploi a tourné autour d'une seule question : quels métiers vont disparaître ? On a dressé des listes, fait des prédictions, alimenté la peur.
Et pendant ce temps, la vraie transformation s'est produite ailleurs, discrètement, dans les pratiques de travail quotidiennes de gens qui n'ont pas attendu de comprendre pour agir.J'ai passé vingt ans à observer des candidats, à lire des CV, à conduire des entretiens. Et ce que je vois aujourd'hui me préoccupe, mais pas pour les raisons qu'on entend habituellement. Ce qui m'inquiète, ce n'est pas l'IA. C'est la vitesse à laquelle le fossé se creuse entre ceux qui l'intègrent dans leur façon de travailler et ceux qui attendent que la tempête passe.
La tempête ne passe pas. Elle s'installe.
Votre diplôme avait une date de péremption. Elle est dépassée.
Il y a quelque chose d'inconfortable à admettre, surtout quand on a investi des années et des milliers d'euros dans une formation : les compétences que vous avez acquises hier ne suffisent plus à vous protéger demain. Ce n'est pas une critique, c'est un fait mécanique.
Un étudiant en développement web qui sort d'école aujourd'hui découvre, avant même d'avoir signé son premier CDI, que des outils comme GitHub Copilot ou Claude génèrent en quelques secondes ce qu'il mettait des heures à produire. Le code qu'il a appris à écrire ligne par ligne, l'IA le produit à la demande. Ce qu'il a acquis n'est pas inutile, mais sa valeur sur le marché a changé de nature. Et ça, personne ne lui a dit pendant sa formation.
Le vrai problème n'est pas l'IA en elle-même. C'est le décalage de vitesse entre l'évolution des outils et notre capacité collective à former les gens à leur réalité. Les programmes universitaires mettent trois à cinq ans à intégrer de nouvelles compétences. L'IA, elle, transforme des secteurs entiers en quelques mois.
Ce décalage crée une génération de professionnels en retard au moment même où ils croient être à l'heure. Et la solution n'est pas de paniquer. Elle est de comprendre ce qui change vraiment.
Le profil hybride : pas un buzzword, une question de survie
Quand je parle de "profil hybride" à des candidats, j'observe deux réactions. Les uns hochent la tête poliment en pensant que c'est encore une formule à la mode. Les autres comprennent immédiatement ce que ça signifie concrètement pour leur carrière. La différence entre ces deux groupes, dans deux ans, sera visible sur le marché.
Un profil hybride, ce n'est pas quelqu'un qui sait tout faire. C'est quelqu'un qui combine une expertise métier solide avec la capacité à utiliser l'IA comme outil de travail, et une lecture suffisante des données pour transformer de l'information en décision. Trois dimensions. Pas deux, pas une.
Prenons un exemple précis. Sophie est juriste dans un cabinet parisien spécialisé en droit des sociétés. Pendant des années, elle passait une partie significative de son temps à éplucher des jurisprudences, à compiler des précédents, à construire des bases documentaires pour étayer des dossiers. Travail indispensable, mais chronophage. Depuis qu'elle utilise des outils d'IA juridique comme Harvey, cette phase de recherche prend une fraction du temps qu'elle prenait avant. Ce que Sophie a compris, et que beaucoup de ses confrères refusent encore d'accepter, c'est que ce gain de temps ne lui a pas retiré de la valeur. Il lui en a donné. Elle a maintenant le temps de se concentrer sur ce que l'IA ne fait pas : construire une stratégie procédurale, sentir les dynamiques d'une négociation, conseiller un dirigeant sous pression.
C'est ça, le profil hybride. Pas quelqu'un qui code ou qui parle le jargon de l'IA dans les réunions. Quelqu'un qui a compris que l'outil travaille pour lui, pas à sa place.
Les entreprises ne s'y trompent pas. Un comptable qui maîtrise les outils d'automatisation financière produit en une journée ce qu'une équipe faisait en une semaine. Un marketeur qui sait orchestrer l'IA pour générer des variations de contenu, analyser les performances et ajuster les campagnes en temps réel est structurellement plus précieux qu'un marketeur qui fait tout à la main. Ce n'est pas une question de prestige ou d'image professionnelle. C'est une question de productivité réelle, mesurable, visible dans les résultats.
Les soft skills ne sont plus un "plus". Elles sont le cœur du sujet.
Pendant longtemps, dans le monde du recrutement, les compétences humaines étaient considérées comme un bonus agréable. L'empathie, la capacité d'écoute, le sens du collectif : des qualités qu'on mentionnait dans les entretiens mais qui ne pesaient pas vraiment face à une maîtrise technique impeccable.
L'IA a inversé cette équation.
Ce que l'IA fait très bien : générer, synthétiser, structurer, analyser des volumes de données que l'humain ne pourrait pas traiter en un temps raisonnable. Ce qu'elle ne fait pas, et ne fera probablement pas de sitôt : comprendre les non-dits dans une réunion tendue, sentir qu'un client est sur le point de rompre un contrat sans que rien dans ses emails ne le signale clairement, prendre une décision stratégique dans un contexte d'information incomplète et contradictoire, convaincre un comité de direction réticent avec le bon récit au bon moment.
Ces compétences-là ne se programment pas. Et elles deviennent, mécaniquement, de plus en plus précieuses à mesure que les tâches d'exécution basculent vers les machines.
La pensée critique, notamment, devient un enjeu central que l'on sous-estime. L'IA produit. Vite, beaucoup, avec un style convaincant. Mais elle hallucine, confond, présente comme certain ce qui est incertain. Un professionnel sans esprit critique qui fait confiance aux outputs de l'IA sans les questionner est un risque pour son entreprise. Quelqu'un capable de distinguer une analyse pertinente d'un assemblage plausible mais faux, celui-là devient irremplaçable précisément parce qu'il supervise l'outil au lieu d'en être l'esclave.
L'intelligence émotionnelle suit la même logique. Un chatbot peut simuler de l'empathie. Il ne peut pas ressentir la complexité d'une situation humaine, ni adapter sa posture en temps réel à la réalité émotionnelle de son interlocuteur. Manager une équipe en période de transformation, négocier dans un contexte de tension, gérer une crise relationnelle : ce sont des situations où l'humain n'a pas de concurrent sérieux du côté des machines.
Nous devenons tous managers d'IA. Que vous le vouliez ou non.
Il y a une évolution conceptuelle dans ce que nous vivons que je trouve sous-estimée dans les débats publics. On parle beaucoup de remplacement, d'automatisation, de destruction d'emplois. On parle moins de ce qui change dans la nature même du travail pour ceux qui restent.
La transformation en cours, c'est le passage d'un modèle où le salarié exécute à un modèle où il pilote. Ce n'est pas anodin. Ce n'est pas cosmétique. C'est une redéfinition fondamentale de ce qu'on attend d'un professionnel.
Avant, on confiait une tâche à quelqu'un et il la réalisait. Aujourd'hui, de plus en plus de tâches d'exécution sont déléguées à des outils IA. Le professionnel ne "fait" plus directement : il formule, oriente, évalue, corrige, décide. Demain, ce mouvement s'accélérera encore, avec des professionnels qui orchestreront non pas un seul outil mais plusieurs agents spécialisés en parallèle.
Ce qu'on appelle parfois le "vibe coding" illustre bien ce changement de posture. L'idée est simple : au lieu d'interagir avec une machine via du code rigide et une syntaxe précise, on lui parle. On exprime une intention. On demande : "Génère cinq variantes de ce message pour trois audiences différentes, en adaptant le registre à chaque fois." Ou : "Analyse ces trois années de données et identifie les anomalies qui n'ont pas de justification stratégique claire." L'IA s'exécute. L'humain évalue. L'humain affine. L'humain tranche.
Ce modèle ne concerne pas que les développeurs ou les data scientists. Il concerne le marketeur, le juriste, le comptable, le recruteur. Tous, dans leurs domaines respectifs, apprennent ou devront apprendre à parler à ces outils, à en tirer le meilleur, à en identifier les limites.
Savoir formuler un objectif clair à une IA, savoir évaluer la qualité de ce qu'elle produit, savoir corriger et réorienter quand le résultat est médiocre : ce sont des compétences nouvelles, concrètes, qui s'apprennent. Et qui valent cher sur le marché dès aujourd'hui.
La génération Z face à un paradoxe cruel
Je veux parler d'un sujet qui me préoccupe vraiment, parce que je le vois à travers les profils que je rencontre. La transformation que nous vivons ne frappe pas tout le monde de la même façon. Et les premiers touchés, souvent sans s'en rendre compte, ce sont les plus jeunes.
L'IA cible en priorité les tâches d'entrée de gamme. Ces postes juniors par lesquels tout le monde commence, où l'on apprend le terrain en faisant des choses simples, répétitives, à faible valeur stratégique. Rédiger des rapports financiers basiques, gérer des campagnes publicitaires standardisées, synthétiser des documents, créer des slides à partir d'un brief : tout cela, l'IA le fait maintenant. Mieux et plus vite.
Le résultat est un paradoxe que j'entends régulièrement dans la bouche de jeunes candidats : "On me demande trois ans d'expérience, mais comment je les acquiers si personne ne recrute de débutants ?"
C'est une question légitime. Et elle n'a pas de réponse simple. Ce que je peux dire, c'est que les entreprises qui n'embauchent plus de juniors pour faire du travail d'exécution font un calcul économique de court terme qui finira par leur coûter cher. Mais ça ne résout pas le problème de ceux qui cherchent un premier poste aujourd'hui.
Ce que je conseille aux jeunes professionnels, c'est d'inverser la logique. Si l'IA fait le travail junior, utilisez l'IA pour faire ce travail et consacrez votre énergie à monter plus vite en compétences. Ne vous battez pas pour être le meilleur exécutant dans des tâches qui seront automatisées. Battez-vous pour développer dès maintenant les compétences que l'IA ne remplace pas : le jugement, l'analyse critique, la capacité à construire des relations, la vision stratégique.
Un profil qui combine, dès ses débuts, une expertise métier et une vraie maîtrise des outils IA a un avantage concurrentiel immédiat. Non pas parce que l'IA est impressionnante sur un CV, mais parce que ce profil-là produit plus de valeur, plus vite, dès le premier jour.
S'adapter : ce que ça veut dire concrètement
Je vais être directe : la plupart des conseils qu'on donne sur ce sujet sont soit trop vagues pour être utiles, soit trop techniques pour être accessibles. "Formez-vous à l'IA" ne veut rien dire. Voici ce que ça veut dire en pratique.
La première étape, c'est de regarder en face ce que vous faites réellement dans une semaine. Pas ce qui est écrit dans votre fiche de poste, ce que vous faites vraiment, tâche par tâche. Posez-vous une seule question pour chacune : est-ce qu'une IA pourrait faire ça ? Si la réponse est oui pour une part significative de votre temps, vous avez un problème qu'il vaut mieux anticiper maintenant que subir dans dix-huit mois.
La deuxième étape, c'est de tester. Pas de suivre une formation en ligne de quarante heures sur l'IA générative avant d'avoir ouvert un seul outil. Ouvrez ChatGPT, Claude, Gemini. Donnez-leur une tâche réelle de votre métier. Voyez ce qu'ils produisent. Comprenez ce qu'ils font bien et ce qu'ils ratent. Vous en apprendrez plus en deux heures d'expérimentation qu'en dix heures de théorie.
La troisième étape, la plus importante et la plus difficile, c'est d'investir dans ce que vous êtes, pas seulement dans ce que vous savez faire. Vos compétences techniques peuvent être copiées par une machine. Votre façon de penser, de communiquer, de créer du lien, de prendre une décision dans l'ambiguïté, ça ne se code pas.
L'adaptation n'est pas un sprint. Ce n'est pas non plus une liste de certifications à cocher. C'est un changement de posture durable : passer du statut de quelqu'un qui maîtrise un ensemble de compétences figées à quelqu'un qui apprend en continu, qui teste, qui ajuste, qui reste curieux même quand c'est inconfortable.
Cette transformation soulève une question que je n'ai pas encore vraiment abordée : que se passe-t-il quand on est trop dépendants de ces outils ? Quand l'exécution disparaît, qu'est-ce qui reste du sens du travail ? Et surtout, qui profite réellement des gains de productivité que l'IA génère ? Ce ne sont pas des questions rhétoriques. Ce sont les vraies questions. Celles qu'on évite parce qu'elles n'ont pas de réponses confortables.
Comment découvrir les offres non publiées : Le Networking Traditionnel
