Selectel : l'IA ne supprime pas d'emplois, mais rend l'entrée dans la profession nettement plus difficile

L'IA n'annule pas le travail — elle change les règles d'accès à celui-ci. C'est la conclusion que tire Selectel en analysant comment l'intelligence artificielle restructure le marché du travail : il n'y a pas moins de postes vacants, mais l'accès à la profession se rétrécit, les exigences augmentent, et le prix des compétences liées à l'IA s'envole. Au lieu d'un scénario où les machines remplacent massivement les humains, se forme un tableau différent : les gens sont remplacés par ceux qui ont déjà appris à travailler en tandem avec les modèles et peuvent transformer l'IA en résultats applicables plus rapidement.

Ces dernières années, autour de l'IA a émergé une couche entière de nouveaux rôles, qui n'existaient pas récemment ou étaient de niche. Au cœur de cet écosystème se trouve le LLM/AI Engineer, qui ne forme pas un modèle à partir de zéro, mais assemble un système fonctionnel à partir d'APIs, de RAG, d'outils et de pipelines. À côté de lui se tient l'ingénieur MLOps mis à jour : sa tâche n'est plus seulement de déployer des modèles, mais de contrôler la latence, la fiabilité et le coût d'inférence.

Encore plus rare et bien rémunéré est l'AI Infrastructure Engineer — un spécialiste des GPUs, du calcul distribué, de la quantification, du cache et d'autres éléments qui impactent directement l'économie d'un produit d'IA. Cette couche est complétée par l'AI Product Manager et l'AI Interaction Designer : le premier équilibre la qualité des réponses, le coût des requêtes et l'expérience utilisateur, le second conçoit la logique du dialogue, le comportement du système et la manière dont il doit échouer. Une couche séparée consiste en des rôles liés aux données, à la qualité et à la sécurité.

Le Prompt Engineer d'une profession indépendante à la mode se transforme progressivement en un ensemble de compétences obligatoires pour les ingénieurs et les équipes produit. Les spécialistes du Human-in-the-loop et les AI Trainers étiquettent les données, corrigent les réponses des modèles et créent essentiellement une couche humaine cachée sous l'« intelligence automatique ». Le Synthetic Data Engineer va plus loin et génère des ensembles de données d'entraînement pour les scénarios rares ou mal représentés.

L'AI Auditor et l'AI Risk Specialist vérifient les systèmes pour les biais, les risques juridiques et la conformité réglementaire. En d'autres termes, le marché n'adapte pas simplement les anciennes professions aux nouveaux outils, mais assemble une infrastructure de production à part entière autour de l'IA. Mais avec l'émergence de nouveaux rôles, le principe même du recrutement change.

Selon les données que Selectel cite en se basant sur des recherches, jusqu'à 66% des entreprises réduisent l'embauche de spécialistes qui auront besoin d'une longue réformation, et environ 90% des employeurs notent la disparition ou la transformation radicale des rôles d'entrée. Cela frappe particulièrement les juniors : le code typique, l'analyse élémentaire, la préparation de rapports et d'autres travaux routiniers sont de plus en plus automatisés. Les entreprises sont moins disposées à embaucher quelqu'un « pour la croissance » et préfèrent les candidats qui savent déjà utiliser les outils d'IA dans les processus de travail.

Sur ce fond, le marché se polarise : le segment supérieur avec l'ingénierie de l'IA, l'infrastructure et la gestion des produits d'IA devient plus cher, l'extrémité inférieure est écrasée par l'automatisation, et les postes de niveau intermédiaire se trouvent au milieu — certaines de leurs tâches disparaissent tandis que le reste requiert une expertise de niveau presque senior. En parallèle, la prime pour les compétences en IA augmente : avoir ces compétences, selon certaines estimations, peut ajouter jusqu'à 15% au salaire. Les licenciements ne ont pas disparu, mais il est important de les interpréter correctement.

Selectel cite une estimation selon laquelle en 2025 le secteur technologique mondial a perdu environ 246 mille employés, dont environ 55 mille licenciements étaient d'une manière ou d'une autre liés à l'IA. Dans les premiers mois de 2026, la tendance s'est poursuivie : environ 40 mille réductions supplémentaires, et l'intensité moyenne a augmenté de 674 à 926 personnes par jour. Cependant, l'IA est rarement citée comme la seule cause des licenciements.

Les entreprises parlent généralement de restructuration, de gains d'efficacité et de réaffectation des ressources vers des directions liées à l'IA. Il est également important que la contribution directe de l'IA aux licenciements reste limitée : au début de 2026, aux États-Unis, elle était liée à seulement environ 7% des cas, et les directeurs financiers s'attendaient en moyenne à une réduction d'effectifs d'environ 0,4% par an. Cela montre que l'IA agit souvent comme un accélérateur d'optimisation déjà commencée, plutôt que comme la seule source de crise.

La conclusion principale ici 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, peuvent calculer l'économie de l'inférence, construire des pipelines fiables et assumer des tâches plus complexes qu'avant. Ce qui perd n'est pas la profession elle-même, mais l'ancienne manière d'y accéder — par des tâches simples, un long démarrage et un apprentissage graduel sur le tas.

C'est pourquoi le véritable concurrent aujourd'hui n'est pas l'IA en tant que telle, mais la personne qui l'a déjà intégrée dans son travail quotidien et a appris à en obtenir des résultats mesurables.