Selectel : l'IA ne supprime pas le travail, mais rend l'entrée dans le métier nettement plus difficile

L'IA n'abolit pas le travail : elle change les règles d'accès à celui-ci. C'est la conclusion de Selectel, qui analyse la façon dont l'intelligence artificielle remodèle le marché du travail : le nombre de postes ne diminue pas, mais l'entrée dans le métier se resserre, les exigences montent et le prix des compétences liées à l'IA grimpe fortement. Au lieu du scénario où les machines évincent massivement les humains, un autre tableau se dessine : ce sont ceux qui ont déjà appris à travailler en tandem avec les modèles, et qui transforment plus vite l'IA en résultat concret, qui remplacent les autres.

Ces dernières années, toute une couche de nouveaux rôles est apparue autour de l'IA, des rôles qui n'existaient pas il y a peu ou restaient de niche. Au centre de cet écosystème se trouve le LLM/AI Engineer, qui n'entraîne pas un modèle de zéro, mais assemble un système opérationnel à partir d'API, de RAG, d'outils et de pipelines. À ses côtés, l'ingénieur MLOps nouvelle version : sa mission n'est plus seulement de déployer des modèles, mais de maîtriser la latence, la fiabilité et le coût de l'inférence.

Plus haut encore en termes de rareté et de salaires, l'AI Infrastructure Engineer, spécialiste des GPU, du calcul distribué, de la quantification, du cache et d'autres sujets qui pèsent directement sur l'économie d'un produit d'IA. L'AI Product Manager et l'AI Interaction Designer complètent cette couche : le premier arbitre entre qualité des réponses, prix des requêtes et expérience utilisateur ; le second conçoit la logique du dialogue, le comportement du système et la façon dont il doit se tromper.

Un autre ensemble de rôles touche aux données, à la qualité et à la sécurité. Le Prompt Engineer, autrefois métier autonome à la mode, devient peu à peu un socle de compétences obligatoires pour les ingénieurs et les équipes produit. Les spécialistes human-in-the-loop et les AI Trainers annotent des données, corrigent les réponses des modèles et créent, de fait, la couche humaine cachée sous l'« intelligence automatique ».

Le Synthetic Data Engineer va plus loin et génère des jeux d'entraînement pour des scénarios rares ou mal représentés. Les AI Auditors et AI Risk Specialists vérifient les systèmes sous l'angle des biais, des risques juridiques et de la conformité réglementaire. Autrement dit, le marché ne se contente pas d'adapter d'anciens métiers à de nouveaux outils : il bâtit autour de l'IA une véritable infrastructure de production.

Mais avec l'apparition de nouveaux rôles, c'est le principe même de l'embauche qui change. D'après des données que Selectel cite en s'appuyant sur des études, jusqu'à 66 % des entreprises réduisent le recrutement de spécialistes qu'il faudrait longtemps former, et environ 90 % des employeurs constatent la disparition ou la transformation radicale de rôles de base. Les juniors sont particulièrement touchés : le code standard, l'analyse préliminaire, la préparation de rapports et d'autres tâches routinières sont de plus en plus automatisés.

Les entreprises sont moins disposées à recruter quelqu'un « pour le faire grandir » et préfèrent des candidats qui utilisent déjà des outils d'IA dans leurs processus de travail. Dans ce contexte, le marché se polarise : le segment supérieur, celui de l'ingénierie, de l'infrastructure et de la gestion de produits d'IA, renchérit ; le segment inférieur est écrasé par l'automatisation ; et les profils intermédiaires se retrouvent coincés, une partie de leurs tâches disparaissant et le reste exigeant désormais un niveau presque senior. Parallèlement, la prime pour les compétences en IA augmente : selon les estimations, ces compétences peuvent ajouter jusqu'à 15 % au salaire.

Les licenciements, eux, n'ont pas disparu, mais il faut les interpréter correctement. Selectel cite une estimation selon laquelle, en 2025, le secteur technologique a perdu dans le monde environ 246 mille salariés, dont environ 55 mille licenciements ont été liés, à des degrés divers, à l'IA. Dans les premiers mois de 2026, la dynamique s'est maintenue : environ 40 mille suppressions de postes supplémentaires, et l'intensité moyenne est passée de 674 à 926 personnes par jour.

Pourtant, l'IA est rarement présentée comme la cause unique des licenciements. Les entreprises parlent généralement de restructuration, de gains d'efficacité et de redistribution des ressources au profit des activités d'IA. Il importe aussi de noter que la contribution directe de l'IA aux licenciements reste pour l'instant limitée : début 2026, aux États-Unis, seuls environ 7 % des cas lui étaient attribués, et les directeurs financiers s'attendaient en moyenne à une baisse des effectifs d'à peine 0,4 % sur l'année.

Cela montre que l'IA agit plus souvent comme un accélérateur d'une optimisation déjà engagée que comme l'unique source de la crise.

La principale conclusion n'est pas qu'il y a moins de travail, mais que le marché du travail est devenu nettement plus sélectif. Gagnent les spécialistes qui comprennent les limites des modèles, savent calculer l'économie de l'inférence, construire des pipelines fiables et prendre en charge des tâches plus complexes qu'avant. Ce qui perd, ce n'est pas le métier lui-même, mais l'ancienne voie d'entrée : par des tâches simples, une longue période de montée en puissance et un apprentissage progressif sur le tas. C'est pourquoi le principal concurrent aujourd'hui n'est pas l'IA en tant que telle, mais la personne qui l'a déjà intégrée à son travail quotidien et appris à en tirer un résultat mesurable.