Les compétences IA cachent deux marchés de l’emploi

Près de deux tiers des postes nouvellement créés dans les centres de capacités multinationaux en Inde exigent désormais des compétences en IA, selon une analyse de recrutement revenue à la une la semaine dernière. Le chiffre est frappant. Il est aussi facile à mal utiliser. Si on le prend pour la preuve que deux tiers des salariés doivent devenir des spécialistes de l’IA, une entreprise pourrait consacrer son budget de formation à résoudre le mauvais problème.

Ce chiffre vient d’ANSR, une société qui aide des groupes multinationaux à créer et à exploiter des centres de capacités mondiaux, ou GCC (global capability centres). Son rapport, publié le 24 septembre et repris par le Financial Express le 21 octobre, examine plus de 5 000 offres d’emploi actives et des tendances de recrutement couvrant plus de 20 000 postes. ANSR indique qu’environ 65 % des nouveaux postes GCC créés en 2026 exigent des compétences en IA, tandis que la demande de talents en IA et en données a progressé d’environ 45 % sur un an.¹²³ Ce sont les constats d’un marché de recrutement particulier, à forte intensité technologique, pas un recensement de l’emploi en Inde ni une prévision pour toutes les professions.

Le plus intéressant est ce qui se passe lorsque l’on place ce marché spécialisé à côté des données sur les lieux de travail ordinaires. Une recherche portant sur dix pays constate que la plupart des offres explicitement liées à l’IA restent concentrées dans les métiers techniques. Parallèlement, une étude de la Commission européenne publiée ce mois-ci indique que près d’un travailleur de l’UE sur trois a utilisé l’IA au travail. La contradiction apparente disparaît dès que l’on distingue les personnes recrutées pour construire des systèmes d’IA de celles dont le métier actuel implique de plus en plus de s’en servir.

Le dénominateur change l’histoire

Un centre de capacités mondial n’est pas une version miniature de toute l’économie. Ces unités sont souvent créées par de grands groupes multinationaux pour exploiter le logiciel, l’analyse de données, l’ingénierie produit, la finance et d’autres fonctions centralisées. C’est précisément là que la demande de spécialistes de l’intégration de l’IA peut grimper vite. ANSR indique qu’environ 62 % des recrutements GCC de son échantillon concernent des profils de trois à huit ans d’expérience, avec une médiane de six ans. Sa croissance la plus forte, environ 1 000 % pour les offres d’ingénierie déployée sur site client (forward-deployed engineering) et d’ingénierie IA, concerne un petit nombre de catégories de postes.¹² Sans le nombre initial d’offres, une hausse en pourcentage de cette ampleur ne dit pas combien de personnes ont été recrutées.

L’entreprise décrit deux profils émergents : les ingénieurs « AI-native », qui intègrent l’IA dans le développement logiciel, et les ingénieurs déployés chez le client, qui associent ingénierie et mise en œuvre métier. Ce sont des exemples crédibles de travail nouveau ou nouvellement mis en avant autour de l’IA. Ils exigent aussi une profondeur de connaissances techniques dont un administrateur d’association, un responsable de magasin ou un chargé de dossiers dans une collectivité n’ont guère besoin pour utiliser un assistant IA de façon responsable.

Il existe une autre limite de communication. La page publique du rapport d’ANSR et son annonce décrivent l’échantillon et les chiffres clés, mais ne publient pas assez de détails sur la classification des « compétences en IA » pour qu’un lecteur extérieur puisse reproduire la mesure de 65 % à partir du seul résumé public. À la lecture de ces documents accessibles, on ne sait pas dans quelle mesure la catégorie distingue la construction d’un système d’IA de son usage dans un poste classique. Cela ne rend pas le chiffre inutile. Il doit être utilisé comme un signal sur le recrutement des GCC, avec son périmètre précisé, plutôt que comme une référence universelle pour les budgets de formation.

Un noyau technique recrute avec une autre boîte à outils

Un document de travail de juillet 2026, signé Rafiazka Hilman et Julia Koltai, propose une comparaison plus large. À partir d’offres d’emploi en ligne de dix pays collectées entre décembre 2025 et mai 2026, les chercheurs constatent que les métiers scientifiques et techniques (STEM) représentent environ 75 % à 85 % des annonces contenant des compétences explicitement liées à l’IA. Les métiers du commerce et de la gestion forment un deuxième groupe, plus petit ; les soins, le service public, l’éducation, la logistique et d’autres secteurs pèsent bien moins. L’article identifie un vocabulaire technique commun autour de Python, SQL, du machine learning et de l’analyse de données.⁴

Cela montre où les employeurs affichent explicitement une expertise en IA, pas que l’IA serait sans importance hors de la technologie. Les auteurs avertissent eux-mêmes que les offres en ligne peuvent surreprésenter l’emploi formel, urbain et en col blanc, que la classification par mots-clés et par modèle peut manquer l’usage de l’IA intégré dans des tâches ordinaires, et que les données couvrent une courte période. Leurs résultats sont descriptifs. Ils n’établissent pas que l’IA a provoqué des changements dans le recrutement, les salaires ou la mobilité professionnelle.

Le contraste avec le chiffre des GCC compte néanmoins. Un centre de recrutement spécialisé peut demander des compétences en IA à la plupart des nouvelles recrues, alors que le marché plus large de ces compétences reste dominé par le travail technique. Les deux peuvent être vrais. Un dirigeant qui les réduit à un slogan unique du type « chaque métier devient un métier d’IA » perd la distinction la plus utile : des professions différentes exigent des niveaux de compétence différents.

Utiliser l’IA au travail n’est pas la concevoir

Le Centre commun de recherche (JRC) de la Commission européenne a dessiné une autre carte dans son rapport AI and Skills daté du 15 octobre. S’appuyant sur des données de 2024-2025, il indique qu’environ 30 % des travailleurs de l’UE ont déclaré utiliser l’IA au travail. L’usage déclaré était proche de 40 % chez les cols blancs, mais d’environ 6 % dans les professions élémentaires. En 2025, environ 20 % des entreprises de l’UE avaient adopté des technologies d’IA.⁵ Ces pourcentages ont des dénominateurs différents et mesurent des choses différentes : l’usage par les travailleurs, la profession et l’adoption par les entreprises.

Ils mesurent aussi autre chose qu’une offre qui exige explicitement Python ou le déploiement de modèles. Un travailleur social peut utiliser l’IA pour structurer ses notes tout en restant responsable de jugements sensibles. Un petit fabricant peut utiliser un outil prêt à l’emploi pour classer les demandes entrantes. Un chargé de communication peut vérifier une traduction rédigée par un modèle. Ce sont des scénarios illustratifs, pas des cas documentés du rapport du JRC. Aucun n’appelle automatiquement un ingénieur en machine learning dans l’équipe. Chacun appelle en revanche une connaissance du métier, de la vérification, une vigilance sur la vie privée et une décision claire sur ce qui doit rester humain.

L’OCDE l’a souligné dans une analyse de 2024 sur les offres d’emploi : la plupart des travailleurs exposés à l’IA n’auront pas besoin de compétences spécialisées comme l’ingénierie du machine learning ou du traitement automatique du langage. Leurs tâches et leur éventail de compétences peuvent néanmoins évoluer. L’OCDE a aussi constaté que les capacités de gestion et de commerce sont bien présentes dans les professions exposées à l’IA, tandis que le sens de la demande pour certaines compétences n’est pas uniforme.⁶ Un plan de formation construit uniquement autour de mots-clés techniques passerait à côté d’une grande partie de cette transition.

L’opportunité se trouve dans le pont, pas seulement dans le labo

Le marché situé entre l’ingénierie spécialisée et l’usage courant des outils peut être particulièrement déterminant pour les petites organisations. Un collaborateur des opérations capable d’identifier un processus utile, de comprendre ses données, de tester un flux de travail assisté par l’IA, de repérer les défaillances et de travailler avec un prestataire technique externe remplit une fonction de passerelle précieuse. Le poste ne sera peut-être jamais publié comme « ingénieur IA ». Ses responsabilités peuvent pourtant s’élargir. C’est une interprétation éditoriale des données, pas un décompte mesuré de postes nouvellement créés.

Le risque va dans les deux sens. Si les employeurs exigent des qualifications techniques avancées pour des postes qui demandent surtout un usage prudent des outils, ils peuvent relever inutilement les barrières à l’entrée. S’ils supposent que quelques heures de formation à un agent conversationnel qualifient quelqu’un pour déployer des décisions automatisées dans des contextes sensibles, ils peuvent créer un travail dangereux et exposer leurs équipes à des responsabilités qui dépassent leur compétence. L’article transnational de juillet soulève une inquiétude voisine : les exigences spécifiques à l’IA sont les plus visibles dans un noyau technique déjà favorisé et peuvent renforcer les barrières à l’entrée. Ses données ne prouvent pas que cela se produit dans toutes les professions.

L’analyse de la Commission européenne du 14 octobre sur l’adoption de l’IA dans les secteurs stratégiques ajoute une contrainte. Elle indique que l’adoption est passée de 7 % des entreprises de ces secteurs en 2021 à 18 % en 2025, avec de fortes différences entre les industries. Elle cite le manque d’expertise pertinente et l’incertitude réglementaire parmi les obstacles à l’adoption.⁷ Pour une petite organisation, la contrainte qui pèse peut n’être ni le nombre de salariés capables d’écrire des prompts ni l’absence d’une équipe de data science. Ce peut être l’absence de quelqu’un qui comprend assez bien le flux de travail pour choisir une application sûre et utile et pour en juger les résultats.

Un plan de compétences doit partir du travail, pas du titre

Pour éviter de confondre ces marchés, une approche pratique consiste à séparer trois types de responsabilité. Certaines personnes doivent construire et intégrer des systèmes : elles ont besoin de compétences en logiciel, en données, en sécurité et en évaluation. D’autres doivent conduire le travail avec l’appui de l’IA : elles ont besoin d’une maîtrise suffisante des outils pour cadrer les tâches, protéger l’information et repérer les erreurs. Un troisième groupe doit autoriser et superviser les usages qui touchent des clients, des salariés ou des personnes vulnérables : il a besoin de la responsabilité du processus, de règles d’escalade et de l’autorité pour dire non. Dans une petite organisation, une même personne peut couvrir plusieurs groupes, mais les capacités ne sont pas interchangeables.

Prenons une entreprise de services hypothétique de 35 personnes : cette distinction change la décision d’investissement. Avant de commander une formation à l’échelle de l’entreprise sur le développement avancé de l’IA, le manager pourrait identifier quelles tâches exigent réellement un travail d’intégration, lesquelles pourraient bénéficier d’outils approuvés et lesquelles requièrent une validation humaine indépendante. Un collaborateur expérimenté pourrait être formé à tester et à documenter un flux de travail ; la mise en œuvre spécialisée pourrait être achetée au besoin. C’est un cadre de décision proposé, pas une intervention testée ni une promesse d’économies.

La bonne mesure du progrès serait alors de savoir si l’organisation peut accomplir une tâche définie de façon plus fiable, plus sûre ou plus efficace, et si les collaborateurs comprennent les limites des outils qu’ils utilisent. Compter les certificats d’IA ou glisser « IA » dans les descriptions de poste est beaucoup plus facile. C’est aussi moins instructif.

La mauvaise question : tout le monde a-t-il besoin de compétences IA ?

Les données de recrutement des GCC indiens montrent que la capacité avancée en IA devient une vraie priorité de recrutement dans une partie spécialisée et en expansion de l’économie. Les offres d’emploi de plusieurs pays montrent à quel point cette demande explicite reste concentrée. Les enquêtes européennes auprès des travailleurs montrent une IA qui va bien au-delà de ces intitulés techniques. Aucune des trois sources n’annule les autres. Elles décrivent des couches différentes du même marché du travail.

Pour les dirigeants qui décident qui recruter et qui développer, la question utile n’est pas « Quel pourcentage de métiers exige de l’IA ? ». C’est « Qui doit la construire, qui doit bien l’utiliser et qui doit pouvoir la contester ? ». Confondre ces réponses pourrait créer un déficit de compétences coûteux, fabriqué par l’organisation elle-même.

Comment hilighter peut aider

Lorsque les compétences IA ne signifient pas la même chose selon les postes, les équipes ont besoin d’une carte claire du travail, des preuves et de la progression. hilighter aide à cartographier les compétences par métier, à comparer les personnes aux exigences via Compétences et talents, à reconnaître l’apprentissage dans Preuves et reconnaissance des compétences, à définir des parcours de développement personnalisés, et à explorer une vision indicative de l’impact potentiel de l’IA sur les métiers. Une offre gratuite couvre jusqu’à trois métiers.

Sources

1. ANSR, Talent Trends in GCCs in India 2026, 24 septembre 2026.
2. ANSR, New ANSR Report Finds AI Skills Driving GCC Hiring in India, communiqué de presse, 24 septembre 2026.
3. Financial Express, 65% of new GCC roles need AI skills, 21 octobre 2026.
4. Hilman, R. et Koltai, J., Occupational Convergence or Divergence?, document de travail, 30 juillet 2026.
5. Centre commun de recherche de la Commission européenne, AI and Skills, 15 octobre 2026.
6. OCDE, Artificial intelligence and the changing demand for skills in the labour market, 10 avril 2024.
7. Centre commun de recherche de la Commission européenne, AI adoption more than doubles in almost every EU strategic sector, 14 octobre 2026.

Dernière vérification des sources : 27 octobre 2026. Les chiffres d’ANSR décrivent des échantillons de recrutement GCC ; la classification « compétences en IA » à l’origine du chiffre de 65 % n’est pas entièrement reproductible à partir du seul résumé public. Les chiffres du JRC et de l’OCDE mesurent des dénominateurs différents (usage par les travailleurs, offres d’emploi, adoption par les entreprises).