La formation IA arrive chez les chefs, pas les débutants

Un identifiant n’est pas une leçon. Dans une petite organisation, la politique sur l’IA peut tenir en une phrase : tout le monde devrait commencer à utiliser les outils. La directrice assiste à une session de stratégie. La personne la plus récente reçoit un compte et l’invitation à expérimenter. Les deux peuvent dire qu’elles ont accès. Une seule a vu comment juger le résultat.

Cette scène est hypothétique. Le déséquilibre, lui, s’appuie sur une enquête. Ce n’est pas la preuve que la formation à l’IA cause une inégalité de carrière. C’est un avertissement : un employeur peut accélérer l’adoption et laisser quand même improviser les personnes qui ont le plus besoin d’une pratique supervisée.

Les taux de formation ne forment pas une échelle nette

Le 26 octobre 2026, ZipRecruiter a publié Better Work, More to Learn : The 2026 AI Worker Report, signé par Nicole Bachaud. La page indique une enquête en ligne, présentée comme nationalement représentative, auprès d’un panel PureSpectrum de plus de 1 500 travailleurs américains vérifiés, du 8 au 21 septembre 2026. Elle ne publie ni la pondération, ni le profil de réponse, ni une marge d’erreur par sous-groupe. Les chiffres ci-dessous sont des déclarations. Ce ne sont pas un audit des registres de formation.¹

Les dirigeants, définis comme directeurs, vice-présidents et comité de direction, déclarent une formation à l’IA, quelle qu’elle soit, dans leur entreprise à 83,5 %. Les contributeurs individuels sont à 46,4 %, et les personnes en début de carrière à 45,3 %. La page dit que ces deux groupes sont « bien moins susceptibles de recevoir une formation spécifique à l’IA ». L’adjectif n’est pas le même : « toute formation à l’IA » pour les dirigeants, « formation spécifique » pour les autres. Le rapport les présente comme une seule comparaison. Cet article n’en fait pas la preuve que les cours avaient la même durée, la même qualité, ou une évaluation.¹

L’autoformation est une autre phrase, et la proposition compte. 37,2 % apprennent entièrement seuls parce que l’employeur ne propose aucune formation. La page ajoute que ce poids tombe sur les personnes en début de carrière (54,7 %) et sur les femmes (45,4 %, contre 29,9 % des hommes). La clause « parce que l’employeur ne propose aucune formation » est attachée dans le texte au chiffre de 37,2 %. Elle n’est pas répétée comme définition séparée des 54,7 %. Ces écarts indiquent qui pratique sans appui. Ils n’expliquent pas pourquoi une personne a été promue ou distancée.¹

L’usage n’est pas non plus une échelle parfaite. 26,6 % des personnes en début de carrière disent ne pas utiliser l’IA du tout. Chez les contributeurs individuels, la part est plus haute, 30,5 %. Seulement 5 % des dirigeants disent ne jamais utiliser l’IA au travail. Le milieu du graphique n’est pas simplement une marche entre la dernière embauche et le conseil.¹

Encourager n’est pas un programme de formation

Un employeur peut confondre l’autorisation et la préparation. Dans la même enquête, 62,8 % disent recevoir une forme quelconque de formation à l’IA de leur employeur, et 39,3 % disent que l’employeur encourage activement l’usage. Les points clés parlent de 28,9 % qui reçoivent assez de formation. Le corps de la même page parle de 28,9 % qui reçoivent une formation approfondie. Cet article ne traite pas « assez » et « approfondie » comme deux statistiques. Il ne soustrait pas non plus 28,9 de 62,8, ni 39,3 de 62,8, pour inventer un déficit unique.¹

Les attentes montent des deux côtés du marché, dans deux enquêtes qu’il faut garder séparées. 49,9 % des répondants salariés déclarent des attentes de productivité plus hautes liées à l’IA. Le rapport employeurs de ZipRecruiter, More Jobs, Higher Bar, est un autre échantillon. La page est datée du 29 juillet 2026. Le terrain s’est tenu du 11 au 18 juin 2026, auprès de plus de 1 000 professionnels américains vérifiés du recrutement et managers en charge de l’embauche. 57 % de ces employeurs disent avoir relevé le niveau de productivité attendu à cause de l’IA. Les deux pourcentages ne mesurent pas les mêmes personnes, et ils ne montrent pas de combien le travail fini a vraiment augmenté.¹²

La page employeurs décrit aussi la minceur de l’offre formelle. 22 % proposent une formation à l’IA obligatoire pour tous les salariés. 23 % la limitent à certains services. 34 % s’appuient sur des ressources facultatives, et 17 % n’offrent aucune formation. La page dit aussi que les 55 % restants sont le groupe « facultatif ou rien ». Ces parts publiées ne font pas un total net de 100 (34 plus 17 font 51). Cet article les cite et ne force pas un total.²

Deux autres résultats employeurs se lisent à côté de l’écart salarié, toujours comme expérience déclarée. 38 % disent avoir déjà retiré la saisie et le traitement de données de base aux rôles de début de carrière, pour les confier à l’IA. 31 % disent que l’IA a relevé l’expérience exigée pour ces rôles. Si les tâches d’apprentissage partent et que la formation ne suit pas, le premier emploi demande un jugement que l’ancien premier emploi construisait.²

Un manager qui demande à une équipe de produire davantage avec l’IA, sans nommer les tâches, le niveau de qualité ou l’appui, passe un marché silencieux. Les salariés fournissent le temps d’apprentissage. L’organisation attend la productivité. Ce marché peut être tenable pour quelqu’un qui maîtrise son agenda. C’est une mauvaise conception pour un collègue junior, une personne en horaires décalés, ou quiconque ne peut pas coller des données de clients dans un outil non approuvé.

Les dirigeants peuvent sentir le bénéfice en premier

La même enquête trouve que 76,5 % des dirigeants disent que l’IA a amélioré leur satisfaction au travail, contre 39,8 % des personnes en début de carrière. Cela voisine les écarts de formation et d’usage. Cela ne démontre pas que la formation a causé la satisfaction, ni que les débutants déclareraient le même bénéfice après un cours identique.¹

Le contenu du travail est une part plausible de la différence, et c’est une lecture éditoriale, pas un résultat testé par l’enquête. Un manager expérimenté peut demander à l’IA de condenser une note dont il connaît déjà le sujet. Une personne junior peut être chargée de la note elle-même, avant d’avoir appris quels détails comptent, quelles sources tiennent, ou quelles erreurs coûtent cher. L’outil peut rendre les deux plus rapides. Il ne donne pas aux deux la même capacité de juger le brouillon.

Les usages déclarés les plus fréquents sont précisément ces tâches de départ : recherche et collecte d’information (52,1 %), résumé de documents ou de transcriptions (41,6 %), rédaction ou révision de texte (40,9 %). On les retrouve dans la vente, l’administration, la collecte de fonds, le support client et la coordination de projets. Chacun exige encore un jugement sur la pertinence, l’exactitude, la confidentialité et le ton.¹

Pour voir comment les tâches bougent avant les intitulés, lire l’IA change les tâches à l’intérieur des métiers avant d’en changer les titres. Sur l’écart entre élargir une tâche et maîtriser le travail qui est derrière, voir pourquoi aller au-delà de la formation d’un apprenti n’est pas la maîtrise. Quand la nouvelle contrainte est de vérifier ce qu’un système a produit, voir pourquoi la revue humaine devient le goulot quand les agents sont rapides.

La page de publication du Forum économique mondial, datée du 22 juin 2026, pour un livre blanc écrit avec PwC, fait un argument voisin sans tester une méthode de formation. Elle indique que, dans le monde, plus d’un jeune travailleur sur trois occupe un métier à exposition moyenne ou élevée au changement de tâches lié à l’IA. Le cadre proposé a quatre dimensions : l’accès à l’emploi, la conception du poste, les viviers de talents et l’alignement avec le système éducatif. Le déplacement utile va de « l’IA peut-elle faire cette tâche de départ ? » à « quelle capacité cette tâche construisait-elle ? ». Le texte complet n’a pas été relu page par page pour d’autres statistiques.³

La compétence est plus large qu’un prompt

Le 5 juin 2026, l’OCDE a publié la note AI and skills : What we know so far. Moins de 1 % des travailleurs ont besoin de compétences avancées en IA, comme la programmation ou le développement de modèles, chiffre que la note reprend de Green et Lamby (2023). La plupart des gens ont besoin de compétences numériques et de la capacité d’utiliser, d’analyser et d’interpréter des données, plus de compétences managériales et humaines comme la résolution de problèmes, la créativité et l’innovation.⁴

La même note dit que les pénuries de compétences freinent l’adoption, surtout dans les plus petites entreprises. Environ 40 % des employeurs de l’industrie et de la finance et de l’assurance qui n’ont pas encore adopté l’IA citent les compétences comme raison principale, avec des échantillons de 1 400 et 653, d’après Lane, Williams et Broecke (2023). Plus de la moitié des PME qui n’utilisent pas encore l’IA générative disent la même chose, d’après une enquête OCDE publiée en 2025. La note ajoute que plus de la moitié des travailleurs qui utilisent l’IA déclarent une formation financée par l’employeur, toujours d’après les enquêtes de 2023, et que ceux qui ont été formés étaient plus susceptibles de déclarer une meilleure performance et de meilleures conditions de travail. Ce n’est pas une répartition par ancienneté, ni une expérience de 2026. La note dit que ses données les plus récentes datent de fin 2024. Un résultat plus ancien, selon lequel beaucoup d’utilisateurs d’IA ont reçu une formation financée, ne dit pas si une nouvelle recrue de 2026 a reçu le même appui qu’un dirigeant.⁴

La géographie est une autre prudence. Le Centre commun de recherche de la Commission européenne inscrit AI and Skills (JRC148616) comme publié le 15 octobre 2026, par Alice Bertoletti, Alessia De Santo, Yannis Galanakis et Wouter Vergote. Le résumé de la notice dit qu’en 2024-2025, 30 % des travailleurs de l’UE déclaraient utiliser l’IA au travail, et que d’ici 2025 20 % des entreprises avaient adopté des technologies d’IA. L’usage va de près de 40 % chez les cols blancs à 6 % dans les professions élémentaires. Le PDF officiel ne s’est pas ouvert le 1^er novembre 2026 : le dépôt a rejeté la requête. Le résumé a été lu sur la notice et sur la page du DOI.⁵

Une page d’actualité de la direction générale de l’emploi, datée du 23 octobre 2026, résume la même note autour de 30 % des travailleurs et reprend le contraste par profession. Elle dit aussi qu’environ 30 % des entreprises de l’UE d’au moins dix salariés ont adopté l’IA. Ce chiffre d’entreprises ne correspond pas aux 20 % du résumé. Cet article retient les 20 % du résumé et ne fusionne pas les deux nombres.⁶

L’enquête américaine de ZipRecruiter indique que 82,5 % déclarent un usage de l’IA au travail. Ni 82,5 % ni 30 % ne sont un taux d’adoption universel. Les enquêtes couvrent d’autres lieux, d’autres périodes, d’autres questions et d’autres échantillons. Leur écart ne prouve pas, à lui seul, que l’adoption a bondi d’un montant précis.¹⁵

L’écart de genre dans l’autoformation est facile à surinterpréter. Dans l’enquête ZipRecruiter, les femmes disent plus souvent que les hommes qu’elles se forment seules (45,4 % contre 29,9 %). Ce n’est pas le même résultat que l’écart d’emploi dans les métiers américains exposés à l’IA. Pour cette autre analyse, voir pourquoi l’écart de genre face à l’IA est le plus fort sans diplôme.

Une petite équipe peut tester un seul flux

Prenons une association hypothétique de douze personnes. La personne qui suit les subventions veut de l’aide pour résumer des règles d’éligibilité. L’équipe de service traite des informations personnelles sensibles. Une heure de démonstration des fonctions est facile à caler. Elle ne dit pas quels documents peuvent être déposés, comment vérifier une affirmation, quand l’outil est interdit, ni qui signe la décision finale.

Un meilleur départ est un flux à faible risque. La personne aux subventions extrait les exigences d’un appel public, compare le résultat au document original, et note les types d’erreurs. Un responsable relit deux exemples et dit à quoi ressemble un bon contrôle. L’équipe de service s’exerce sur des dossiers inventés, avec une interdiction explicite de mettre des informations réelles de personnes accompagnées dans un système non approuvé.

L’enjeu n’est pas le nombre de prompts. C’est une preuve visible de compétence : la personne peut-elle repérer un résumé trompeur, expliquer pourquoi une réponse est peu fiable, et se reprendre quand l’outil échoue ? Un exercice court et supervisé peut apprendre plus qu’une bibliothèque de vidéos que personne n’a le temps d’appliquer. C’est une façon de travailler proposée. L’enquête ZipRecruiter ne l’a pas testée.

Trois choix de conception suivent les éléments ci-dessus. Ce sont des suggestions d’organisation, pas des résultats.

Protéger un peu de temps de pratique payé. Ne pas supposer que les gens apprendront le soir. Associer un collègue junior à quelqu’un qui connaît le métier, pas seulement la dernière interface. Garder un échantillon du raisonnement propre de la personne à côté du résultat assisté, pour voir la vitesse sans perdre la question de la compréhension.

Demander aux managers de montrer le standard. Chaque manager fournit une tâche assistée qui a fonctionné et une erreur qu’il a attrapée, avec la source, la règle de décision et le moment d’arrêter. Un manager qui ne peut pas expliquer le contrôle n’est pas prêt à prendre un usage fréquent pour de la compétence.

Compter l’accès, pas seulement la présence. Noter quels rôles ont reçu de la pratique, un accompagnement et un retour, et lesquels ont été laissés à l’autoformation. Regarder les horaires, la langue, l’accès en situation de handicap et les contrats temporaires. La page de Lifelong learning and skills for the future, de l’Organisation internationale du travail, datée du 5 mai 2026, dit qu’une formation de qualité menant à des compétences reconnues est surtout hors de portée des travailleurs peu qualifiés, informels, et de ceux des plus petites entreprises. Le rapport complet n’a pas été relu page par page. La page suffit à traiter l’accès comme une question de conception, pas comme un test de motivation personnelle.⁷

Ce que cette enquête ne peut pas dire à un dirigeant

Les résultats salariés sont déclaratifs et transversaux. Il n’y a pas eu d’assignation aléatoire de la formation. L’ancienneté peut aussi tenir lieu d’âge, de secteur, de métier et de liberté de choisir ses tâches. L’éditeur dit le panel nationalement représentatif. L’article public ne donne pas le détail nécessaire pour juger les pondérations.

25,1 % disent prévoir de quitter leur emploi à cause de la façon dont leur employeur voit ou utilise l’IA. 30,9 % de plus déclarent une inquiétude élevée. La page dit que cette inquiétude peut viser trop d’usage, trop peu d’usage, l’absence de garde-fous, ou l’éthique et la vie privée. Les intentions ne sont pas des démissions observées. Il serait trompeur de prévoir qu’un quart de la main-d’œuvre partira à cause de l’IA.¹

44,6 % disent que l’IA rend leurs compétences techniques obsolètes plus vite. Chez celles et ceux qui utilisent l’IA chaque jour, cette part est de 67,3 %. C’est une perception du renouvellement des compétences, pas une mesure de perte de valeur. C’est une raison de poser de meilleures questions, pas une raison de déclarer qu’un métier a une date de péremption.¹

Un autre chiffre de satisfaction est facile à laisser tomber, et il ne le faut pas. 52,6 % disent que l’IA a rendu le travail plus agréable, contre 5,5 % qui disent le contraire. Le signal positif est réel. Un outil devient un avantage de carrière seulement quand les personnes ont la connaissance et l’autorité pour s’en servir avec soin.¹

Seuls 34,3 % pensent pouvoir maîtriser les compétences en IA sans aide. 40,2 % disent qu’ils le pourraient avec une formation adaptée. La page y voit une place pour formaliser l’apprentissage. Cela reste une croyance sur une maîtrise future, pas un taux d’achèvement.¹

La maîtrise de l’IA est un devoir d’appui, pas une note garantie

Pour les organisations dans l’Union européenne, la ligne juridique est plus précise qu’un avertissement général sur « l’IA au travail ». Cet article n’est pas un conseil juridique.

L’article 4 du règlement européen sur l’IA, dans le texte que le service desk de la Commission affiche comme modifié, dit que les fournisseurs et les déployeurs prennent des mesures pour soutenir la maîtrise de l’IA de leur personnel et des autres personnes qui exploitent des systèmes d’IA pour leur compte. Ils tiennent compte des connaissances techniques, de l’expérience, de l’éducation et de la formation, du contexte d’usage, et des personnes ou groupes sur lesquels les systèmes sont utilisés. Le même texte dit que cette obligation n’exige de garantir aucun niveau précis de maîtrise pour un individu. La Commission et les États membres soutiennent ces efforts, en particulier pour les PME. Le service desk indique que le libellé reflète le texte consolidé d’EUR-Lex au 27 juillet 2026, y compris les modifications du paquet numérique omnibus. C’est une explication officielle, pas un substitut au règlement.⁸

Un exercice en entreprise où quelqu’un compare un résumé à un document public n’est pas, par cette seule description, un système à haut risque. L’annexe III liste, entre autres, les systèmes d’IA destinés au recrutement ou à la sélection, et ceux destinés à décider des conditions d’une relation de travail, d’une promotion ou d’une rupture, à répartir des tâches selon le comportement ou des traits personnels, ou à surveiller et évaluer la performance. Elle liste aussi certains usages dans des établissements d’enseignement, dont les systèmes qui déterminent l’accès, évaluent les acquis ou surveillent les étudiants pendant les épreuves. Le classement dépend de ce que la technologie fait vraiment. Le service desk indique que les règles de l’annexe III s’appliquent à partir du 2 décembre 2027. Les pratiques interdites, certaines obligations de transparence et les règles sur les modèles d’IA à usage général sont exécutoires à partir du 2 août 2026.⁹¹⁰

Les questions que les dirigeants posent vraiment

83,5 % signifie-t-il que les dirigeants ont été certifiés ?

Non. Le rapport dit que 83,5 % des directeurs, vice-présidents et membres du comité de direction ont eu une formation à l’IA dans leur entreprise. Il ne dit pas que cette formation était approfondie, évaluée, ou comparable à celle des débutants. La même page emploie 28,9 % une fois comme formation « suffisante » et une fois comme formation « approfondie ».¹

Une petite structure doit-elle relever le quota parce que 57 % des employeurs l’ont fait ?

Non. Les 57 % viennent de managers du recrutement et de professionnels de l’acquisition de talents dans une enquête de juin 2026, pas d’une mesure de la production. Les 49,9 % de l’enquête salariés sont un autre échantillon qui déclare des attentes plus hautes. Aucun des deux chiffres ne dit quelles tâches sont devenues plus rapides, ni si le contrôle a lieu encore.¹²

Un quart de la main-d’œuvre va-t-il partir à cause de l’IA ?

Non. 25,1 % ont dit prévoir de partir à cause de la façon dont leur employeur voit ou utilise l’IA. Cela inclut l’inquiétude d’un usage trop fort, trop faible, ou de garde-fous faibles. C’est une intention déclarée dans un panel américain, pas un décompte de démissions.¹

Comment hilighter peut aider

hilighter ne dispense pas de cours d’IA, ne certifie pas une maîtrise, ne note pas qui devrait être formé et ne prédit pas qui démissionnera. La question pratique que cette enquête laisse ouverte est plus étroite : quels rôles ont reçu une pratique supervisée, quelles compétences un brouillon généré ne prouve pas, et qui répond du jugement qui reste.

hilighter aide les équipes à cartographier les compétences par rôle, à comparer les personnes à ces exigences dans Compétences et talents, à enregistrer une preuve de capacité dans Preuves de compétences et reconnaissance et à définir des parcours de développement. Sa vue Impact de l’IA sur les métiers est indicative. Ce n’est pas une prédiction de disparition d’un rôle. Une offre gratuite couvre jusqu’à trois métiers, avec un nombre illimité de salariés.

Sources

1. ZipRecruiter Economic Research, Nicole Bachaud, Better Work, More to Learn : The 2026 AI Worker Report, 26 octobre 2026. Terrain du 8 au 21 septembre 2026, panel PureSpectrum de plus de 1 500 travailleurs américains vérifiés, décrit par l’éditeur comme nationalement représentatif. Chiffres utilisés : formation par ancienneté (83,5 %, 46,4 %, 45,3 %), autoformation (37,2 %, 54,7 %, 45,4 %, 29,9 %), non-usage (26,6 %, 30,5 %, 5 %), toute formation de l’employeur (62,8 %), le libellé 28,9 % « assez » / « approfondie », encouragement (39,3 %), attentes de productivité (49,9 %), satisfaction (76,5 %, 39,8 %), usages (52,1 %, 41,6 %, 40,9 %), usage au travail (82,5 %), agrément (52,6 %, 5,5 %), intentions de départ (25,1 %, 30,9 %), perception d’obsolescence (44,6 %, 67,3 % des utilisateurs quotidiens), et croyances sur la maîtrise (34,3 %, 40,2 %).
2. ZipRecruiter Economic Research, Nicole Bachaud, More Jobs, Higher Bar : The 2026 AI Employer Report, page datée du 29 juillet 2026. Terrain du 11 au 18 juin 2026, plus de 1 000 professionnels américains vérifiés du recrutement et managers de l’embauche. Chiffres : 57 % ont relevé les attentes de productivité ; offre de formation de 22 % obligatoire pour tous, 23 % pour certains services, 34 % facultative, 17 % aucune (la page dit aussi que les 55 % restants sont facultatifs ou absents ; les parts sont citées, pas forcées à 100) ; 38 % ont retiré le traitement de données de base des rôles de début ; 31 % ont relevé l’expérience exigée.
3. Forum économique mondial, avec PwC, Artificial Intelligence and the Future of Entry-Level Work, page datée du 22 juin 2026. Cet article utilise le résumé de la page : plus d’un jeune travailleur sur trois dans des métiers à exposition moyenne ou élevée au changement de tâches lié à l’IA, et le cadre en quatre volets. Le texte complet n’a pas été relu page par page.
4. OCDE, AI and skills : What we know so far, 5 juin 2026. Le PDF a été le texte vérifié. Les études sous-jacentes sont citées dans la note comme Green et Lamby (2023), Lane, Williams et Broecke (2023), et OCDE (2025) sur les PME. La note dit que ses données les plus récentes datent de fin 2024.
5. Commission européenne, Centre commun de recherche, Alice Bertoletti, Alessia De Santo, Yannis Galanakis et Wouter Vergote, AI and Skills, JRC148616, 15 octobre 2026, DOI 10.2760/7588639. Le dépôt des publications a rejeté l’accès le 1^er novembre 2026, donc le PDF complet n’a pas été ouvert. Le résumé utilisé ici (30 % des travailleurs de l’UE en 2024-2025, 20 % des entreprises d’ici 2025, près de 40 % des cols blancs, 6 % dans les professions élémentaires) est celui de la notice et de la page du DOI.
6. Commission européenne, direction générale de l’emploi, des affaires sociales et de l’inclusion, AI and skills in Europe - Closing the adoption gap, 23 octobre 2026. D’accord sur environ 30 % des travailleurs et le contraste par profession. Indique environ 30 % des entreprises de l’UE d’au moins dix salariés, ce qui ne correspond pas aux 20 % d’entreprises du résumé du JRC. Cet article ne fusionne pas ces chiffres.
7. Organisation internationale du travail, Lifelong learning and skills for the future, date de publication 5 mai 2026. Cet article utilise la page, pas les statistiques page à page du PDF complet. La page dit qu’une formation de qualité est surtout hors de portée des travailleurs peu qualifiés, informels, et de ceux des plus petites entreprises.
8. Commission européenne, service desk du règlement sur l’IA, article 4 : maîtrise de l’IA. La page dit que le texte reflète la version consolidée d’EUR-Lex au 27 juillet 2026, avec les modifications du paquet numérique omnibus, et que le résumé n’est pas juridiquement contraignant.
9. Commission européenne, service desk du règlement sur l’IA, annexe III, points 3 (éducation et formation professionnelle) et 4 (emploi, gestion des travailleurs et accès au travail indépendant).
10. Commission européenne, service desk du règlement sur l’IA, calendrier d’application (règles de l’annexe III à partir du 2 décembre 2027 ; pratiques interdites, certaines obligations de transparence et règles sur les modèles à usage général exécutoires à partir du 2 août 2026).

Sources revues le 1^er novembre 2026. Les chiffres ZipRecruiter viennent des panels de l’éditeur, pas d’un audit des formations. La ligne des 28,9 % est formulée « assez » dans les points clés et « approfondie » dans le corps. Les parts de formation côté employeurs sont citées telles quelles et ne totalisent pas 100. Le PDF du JRC n’a pas pu être ouvert ; le chiffre d’entreprises de la page du 23 octobre (environ 30 % des entreprises d’au moins dix salariés) contredit le résumé (20 % des entreprises). Les documents complets du FEM et de l’OIT n’ont pas été relus page par page. Les dates de l’UE suivent le service desk de la Commission et ne sont pas un conseil juridique. Traduction à relire par un natif.