Juin 2026
Tout est sourcé
Guide de survie · 10 chapitres

Petit guide de survie à l'IA.

À l'attention des RH et des autres. Ce qui est en train de se jouer, et dont il faut avoir conscience. Aucune promesse magique. Des faits, mis bout à bout, et une invitation à les vérifier.

Lecture et téléchargement libres · aucun traçage, aucune inscription.

Écrit par Guillaume Alexandre / Le Brassus · Vaud / gates-solutions.com / LinkedIn
Avant d'ouvrir

Un guide, pas une plaquette.

Ce document rassemble les dix chapitres d'une série pensée pour une seule chose : regarder en face ce que l'intelligence artificielle est en train de faire au travail, et à vos métiers. Aucune promesse magique, aucune formation à quarante-neuf euros. Des faits, mis bout à bout, et une invitation à les vérifier.

Chaque chiffre, chaque citation, chaque annonce renvoie à sa source, listée à la fin de chaque chapitre. Les informations sont publiques. La seule question qui compte : une fois le tableau assemblé, tient-il debout ?

Les articles restent en accès libre. Ce traité en rassemble la version complète, à lire, garder et partager.

01Avant-propos

Lisez ceci avant tout le reste

Vous avez déjà croisé cette semaine trois posts qui vous expliquaient, emoji fusée à l’appui, que l’IA allait tout changer, avec en bas un lien vers une formation à quarante-neuf euros. Ce texte n’est pas ça.

C’est un guide de survie. Le mot est pesé. Survie, parce qu’une partie de ce que vous faites aujourd’hui, dans vos équipes, vos process et vos fiches de poste, ne passera pas l’année telle quelle. Je ne le dis pas pour vous faire peur. Je le dis pour qu’on regarde en face ce qui est déjà en train de se passer.

Pourquoi moi, et pourquoi maintenant

Ces derniers mois, j’ai multiplié par vingt ma capacité à produire. Seul. J’ai refait entièrement plusieurs sites, reconstruit l’architecture de mon activité, mis en place un ERP, développé des outils qui n’existaient pas. Même avec une équipe entière, on n’y serait pas arrivés. Pas en mieux, pas du tout.

J’ai vu la puissance de près, les mains dans le moteur. Et j’ai fait un choix qui n’avait rien de théorique. On m’a tendu la perche pour rejoindre une équipe qui court après la superintelligence. J’ai dit non, parce que je ne crois pas à ce qu’elle cherche. J’aurais pu aider à accélérer la machine. J’ai préféré l’inverse : aider les gens à garder pied, et à garder la main. C’est de là que vient cette série.

La règle du jeu

Tout ce que j’avance ici sera sourcé. Chaque chiffre, chaque citation, chaque annonce renverra à sa source, et vous pourrez vérifier par vous-même. Les informations sont disponibles, publiques, à portée de clic. Je ne vous demande pas de me croire. Je vous demande de regarder les mêmes faits que moi.

Et ne me demandez pas si je suis légitime pour en parler. Ce n’est pas la question. Je n’arrive avec aucun titre à brandir. J’expose des faits, et je mets bout à bout des informations que tout le monde peut consulter. La seule chose qui compte, c’est de savoir si le tableau, une fois assemblé, tient debout. Lisez, et jugez ça.

C’est ouvert au débat, évidemment. Mais pas à n’importe quel débat.

Je veux éviter le piège qui a stérilisé l’écologie. Cette fausse symétrie où, d’un côté, on se culpabilise pour l’eau qu’on laisse couler en se brossant les dents, et où, de l’autre, on continue de cramer la planète à l’échelle industrielle. Ce type de débat ne sert qu’à se dédouaner. Il occupe, il rassure, il ne change rien. Ici, on ne va pas s’écharper pour savoir s’il faut utiliser une IA pour écrire ses mails. On va regarder ce qui se joue vraiment, et à quelle échelle.

Le point à retenir avant tous les autres

Ce qui arrive n’est ni une hypothèse, ni une opinion. Le plan est écrit. Il est même publié. Et il est en train d’être déroulé, que vous le vouliez ou non.

Quand un laboratoire d’IA lève quatre milliards pour monter une société de déploiement avec des cabinets de conseil comme actionnaires, ce n’est pas une rumeur, c’est un communiqué de presse. Quand un autre rachète une entreprise pour récupérer d’un coup cent cinquante ingénieurs chargés d’aller s’installer à l’intérieur des entreprises clientes, c’est écrit noir sur blanc dans la fiche de poste.

Le plan ne se cache pas. C’est ça, le plus vertigineux. Il est sous vos yeux, et presque personne ne le lit.

Trois exemples de ce qu’on va regarder ensemble

Six semaines. C’est le temps qui a séparé deux versions majeures d’un même grand modèle d’IA, ce printemps. Pas six ans. Six semaines. C’est ça, une exponentielle vue de près.

Mille milliards d’euros par an. C’est le déficit que le patron d’un des rares laboratoires européens est venu décrire devant l’Assemblée nationale, l’équivalent de dix pour cent de la masse salariale du continent. Le plus inquiétant n’est pas le chiffre, c’est le niveau des questions qu’on lui a posées.

Quatre milliards de dollars. C’est la mise posée pour créer une société qui ne vend plus un logiciel, mais qui vient directement dans vos murs faire le travail, et rester jusqu’à ce que ça tourne.

Tout ça est sourcé. Tout ça sera détaillé.

Le sommaire

Voici les dix étapes de ce guide. On avancera dans cet ordre, parce qu’il raconte une histoire qui se tient.

1. Lisez ceci avant tout le reste. Vous y êtes.

2. La courbe ne vous attendra pas. L’exponentielle, et pourquoi elle fait mal.

3. Vous n’êtes pas caché derrière votre ERP. Ce que sont les MCP, et pourquoi ça vous concerne.

4. Salaire plus tokens égale un ingénieur dix fois plus productif. La nouvelle équation de la valeur.

5. Les développeurs sont les premiers moines copistes. L’imprimante arrive.

6. Et le prochain scriptorium, c’est le vôtre. Pourquoi les RH et tous les autres suivent.

7. Le Forward Deployed Engineer entre dans la place. Le métier qui s’installe chez vous.

8. Ils ne visent pas votre logiciel, ils visent votre masse salariale. La mécanique des alliances.

9. Qui capte la valeur, et qui paie la note. La bascule de la richesse, et son angle mort social.

10. La survie passe par le local. Reprendre la main, sur ses outils et sa donnée.

Le dernier point est aussi le mien. Ce que je fais de tout ça porte un nom, et on y viendra sans en faire un argumentaire. Pour l’instant, une seule chose compte : prendre conscience.

Vous pouvez continuer à penser que vous avez le temps. Ou vous pouvez lire la suite.

Je suis sourceur. Si vous me cherchez, vous me trouvez.

02L’exponentielle

La courbe ne vous attendra pas

On parle d’exponentielle à tort et à travers, jusqu’à ce que le mot ne veuille plus rien dire. Alors posons un chiffre, vérifiable, et regardons-le en face.

La courbe a une mesure

Un institut de recherche indépendant, METR, a eu une idée simple. Plutôt que de noter l’IA avec des scores d’examen, mesurer la longueur des tâches qu’une IA peut mener seule jusqu’au bout. L’étalon : le temps qu’il faut à un professionnel humain pour accomplir la même chose.

Le résultat tient en une phrase. Cette longueur double environ tous les sept mois, et de façon régulière depuis six ans. Fin 2022, à la sortie de ChatGPT, les meilleurs modèles tenaient une tâche de trente secondes. Début 2026, certains bouclent seuls des tâches qui prennent plusieurs heures à un expert. Et la tendance ne faiblit pas, elle accélère : sur la période récente, le doublement se fait plutôt tous les quatre mois. La mesure d’origine date du printemps 2025, et chaque génération sortie depuis n’a fait que confirmer la pente, voire la durcir.

×2

La longueur des tâches autonomes double tous les ~7 mois, et tous les 4 mois récemment.

30 s → h

De trente secondes fin 2022 à plusieurs heures de travail expert début 2026.

×20

Ma capacité à produire, seul, multipliée par vingt en quelques mois. Pas l’outil, la refonte de ma façon de travailler.

Voilà ce qu’est une exponentielle. Pas une pente que vous remontez tranquillement à votre rythme. Une marche qui se déplace pendant que vous décidez si vous la prenez. Le temps que votre comité de pilotage rende son avis sur l’IA, la capacité dont il débattait a doublé. Le temps que vous rédigiez la charte d’usage, elle a doublé encore.

Ce que ça donne, vu de l’intérieur

Je ne vous parle pas d’un rapport que j’ai lu. Je vous parle de ce que j’ai vécu. Ces derniers mois, j’ai multiplié par vingt ma capacité à produire. Seul. Plusieurs sites refaits entièrement, une architecture d’activité reconstruite, un ERP installé, des outils créés à partir de rien. Même avec une équipe entière, on n’aurait pas suivi. Pas en mieux, pas du tout.

Vous voulez un repère concret de la vitesse ? Un focus groupe que j’ai animé il y a quatre mois pour une recherche sur les RH me paraît déjà d’un autre siècle, tant les outils ont changé entre-temps. Et ce guide que vous lisez, du premier brainstorming jusqu’à la mise en ligne avec sa mise en forme, m’aura pris moins d’une après-midi. Soyons honnêtes sur ce que ça veut dire : je parle d’écrire et de mettre en forme une réflexion, pas de la faire surgir du néant. Une grande partie des sources est un travail de fond qui tourne chez moi depuis trois ans. L’IA n’a pas pensé à ma place. Elle a effondré le temps entre la pensée et sa forme aboutie. C’est ça, la courbe, à hauteur d’une seule personne.

Maintenant, l’honnêteté que je vous dois

Et elle va à l’encontre de ce que vous attendez d’un texte qui parle de puissance.

Le même institut, METR, a mené une autre étude. Un essai contrôlé randomisé, le protocole qu’on réserve d’ordinaire aux médicaments. Des développeurs chevronnés, sur leur propre code, des projets qu’ils connaissaient par cœur. Verdict : avec les outils d’IA du début 2025, ils ont mis dix-neuf pour cent de temps en plus. Plus lents. Et le plus troublant n’est pas là. Ces mêmes développeurs étaient convaincus d’avoir été vingt pour cent plus rapides. Près de quarante points d’écart entre ce qu’ils ressentaient et ce qui s’était réellement passé.

Une précaution s’impose, et elle est savoureuse. Cette étude a été menée avec les outils du début 2025. À l’échelle de l’IA, c’est une éternité. Et ce n’est pas moi qui le dis, c’est METR. Le même institut a refait tourner son protocole, et début 2026, sur les mêmes développeurs, le signe s’est inversé : au lieu de dix-neuf pour cent de temps perdu, ils estiment désormais un gain de l’ordre de dix-huit pour cent. La raison est limpide, l’usage des outils agentiques a explosé en 2025, et une bascule s’est produite fin 2025 avec l’arrivée de Gemini 3, puis de Claude Opus 4.7 et de GPT-5.5, qui ont fait un bond spectaculaire sur le code. Au point qu’une part croissante de ces développeurs refuseraient aujourd’hui de travailler sans. Voilà la courbe, prise la main dans le sac : une étude de référence renversée par son propre auteur en un an.

Restons honnêtes, parce que c’est ce qui sépare un fait d’un argument de vente. METR le dit, ces nouveaux chiffres sont fragiles, biais de sélection, échantillon réduit, ils retravaillent leur méthode. Et l’ensemble des études récentes dessine un éventail large, du ralentissement franc à l’accélération massive selon les développeurs, le langage et la propreté du code. Pour moi, les grandes études comme celle-ci sont déjà dépassées au moment où on les lit, parce que tout a changé en six mois. Ne retenez donc pas le pourcentage. Retenez ce qui ne périme pas : l’écart entre ce qu’on ressent et ce qui se passe vraiment. Ça, aucune nouvelle version de modèle ne l’effacera, parce que ce n’est pas une affaire d’outil, c’est une affaire d’humain.

Alors, l’IA rend-elle plus lent, ou multiplie-t-elle par vingt ? Les deux. Et c’est tout le sujet de ce guide.

Un créateur français, Micode, a posé le risque avec une formule qui a marqué les esprits : l’IA ne va pas nous remplacer, elle va nous rendre idiots. Sa thèse, dans la vidéo La Fabrique à Idiots, n’est pas que la machine prend votre poste. C’est qu’elle prend votre effort. À déléguer sans réfléchir, on s’atrophie, et on finit par confondre le texte produit avec la compétence acquise. C’est exactement le piège que révèle l’écart de perception : vous vous sentez plus fort pendant que vous vous affaiblissez.

Le levier n’est pas dans l’outil

L’outil seul ne fait rien. Branché sur une vieille façon de travailler, il ralentit, parce qu’il ajoute une charge mentale et des allers-retours permanents. On passe son temps à expliquer, à relire, à corriger. C’est exactement ce que l’étude a mesuré.

Mon x20 n’est pas venu d’un plugin que j’aurais activé un matin. Il est venu d’une refonte complète de ma manière de produire. De ce que je délègue et de ce que je garde. De la façon dont j’enchaîne les tâches, dont je découpe un problème, dont je vérifie un résultat.

Le levier n’est pas dans l’outil. Il est dans la main qui le tient, et dans la tête qui décide quoi lui confier.

C’est précisément ce qui sépare celui qui prend du retard de celui qui multiplie par vingt. Le même outil. Deux mondes.

Toute la différence est là, entre une béquille et un levier. La béquille vous porte, vous soulage de l’effort, et finit par vous atrophier. Le levier exige toujours votre force, mais il la démultiplie. Micode décrit la béquille. Je vous parle du levier. C’est le même objet, et ce sont deux destins.

Ce chapitre n’est pas une menace, c’est un tri

La courbe va continuer, que vous soyez prêt ou non. Personne ne la mettra en pause le temps que vous vous organisiez. La seule chose qui vous appartient encore, c’est de choisir de quel côté du levier vous serez.

Et ça, aucun outil ne le décidera à votre place.

Sources
  1. Mars 2025METR, Measuring AI Ability to Complete Long Tasks, mars 2025 (doublement tous les sept mois sur six ans): metr.org
  2. 2025AI Digest, A new Moore’s Law for AI agents (accélération récente vers quatre mois): theaidigest.org
  3. Juillet 2025METR, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, juillet 2025 (dix-neuf pour cent plus lents, écart de perception). Étude volontairement présentée comme datée: outils du début 2025, dépassés depuis la bascule de fin 2025, ce qui sert la démonstration de la courbe. La leçon retenue est l’écart de perception, pas le chiffre. metr.org et arxiv.org
  4. Février 2026METR, We are Changing our Developer Productivity Experiment Design, février 2026 (sur les mêmes développeurs, l’estimation passe de -19% de temps perdu à un gain de l’ordre de 18%, explosion des outils agentiques en 2025, prudence sur les biais de sélection): metr.org
  5. 2026Ingo Eichhorst, State of AI Coding Efficiency 2026, méta-analyse (éventail des résultats du ralentissement à l’accélération selon études, langages, propreté du code): ingoeichhorst.medium.com
  6. 2025Micode, La Fabrique à Idiots, YouTube (l’IA comme béquille cognitive, le risque d’atrophie): youtube.com
03Les MCP

Vous n’êtes pas caché derrière votre ERP

Il y a une croyance tranquille, très répandue dans les directions RH, et elle va vous coûter cher. Elle tient en une phrase : mon métier est protégé, parce que mes données et mes process vivent dans un grand logiciel verrouillé, mon ERP, mon SIRH, mon ATS. Une forteresse. Personne n’y touche sans l’éditeur.

Cette forteresse vient de perdre ses murs. Et le responsable a un nom de trois lettres : MCP.

Ce qu’est un MCP, sans jargon

Imaginez le temps où chaque appareil avait son propre chargeur. Un câble par marque, un tiroir plein de fils inutiles. Puis l’USB-C est arrivé, une prise unique, et tout s’est branché sur tout.

Le MCP, c’est l’USB-C de l’intelligence artificielle. Un standard unique qui permet de connecter directement un logiciel, via son interface technique, à une IA. En clair, vous branchez votre système sur un grand modèle de langage, et l’IA peut désormais lire, écrire et agir dans ce système, en langage courant, sur votre simple demande.

Ce n’est pas une promesse de laboratoire. En dix-huit mois, le MCP est devenu le standard de toute l’industrie. Lancé par Anthropic fin 2024, il a été adopté par OpenAI, Google, Microsoft et AWS, puis confié à une fondation indépendante pour que personne ne le possède. Le kit pour le développer est passé de cent mille téléchargements par mois à quatre-vingt-dix-sept millions. Quand les rivaux les plus féroces de la tech adoptent tous la même prise en moins de deux ans, ce n’est pas une mode. C’est une bascule.

100k → 97M

Téléchargements mensuels du kit de développement MCP, en dix-huit mois.

18 mois

Pour devenir le standard de fait, adopté par tous les rivaux de la tech.

½ jour vs 20 ans

Nettoyer 20 000 contacts : une demi-journée, là où vingt ans n’avaient pas suffi.

Ce que ça change, raconté par mon week-end

Je vais vous donner un exemple que je viens de vivre, et que vous pourrez vérifier au moment où vous lisez ces lignes.

Je travaille sur Jarvi, mon logiciel de gestion de candidats. Jarvi vient de sortir son MCP. En une demi-journée, une seule, j’ai commencé à nettoyer une base de plus de vingt mille contacts. Remettre les numéros de téléphone au bon format. Reprendre toute la nomenclature. Mettre de l’ordre dans un chaos accumulé sur des années.

Posez-vous la question, si vous êtes du métier. Qui peut se vanter, dans le recrutement, d’avoir une base de données vraiment propre ? En vingt ans, je n’y étais jamais arrivé. Pas une fois. Là, c’est en train de se faire, et pour la première fois de ma carrière je vais avoir une base candidats propre, conforme au RGPD, qui se nettoie en partie toute seule, et qui fonctionne. Quand cet article paraîtra, ce sera fait.

Une demi-journée contre vingt ans. C’est ça, la prise universelle branchée sur le bon métier.

Le mur devient une porte

Voilà pourquoi votre forteresse a changé de nature. Hier, votre logiciel vous enfermait dans ses fonctions. Si l’éditeur n’avait pas prévu une fonctionnalité, elle n’existait pas, point final. Vous attendiez la prochaine version, parfois des années.

Avec un MCP, ce mur devient une porte. Le moindre processus de votre entreprise, à partir du moment où vous êtes capable de l’énoncer clairement, vous pouvez l’automatiser directement dans le système. Et même si votre logiciel n’a jamais prévu telle ou telle fonction, vous pouvez la lui ajouter par-dessus. La capacité de l’outil n’est plus décidée par l’éditeur seul. Elle est décidée par celui qui sait énoncer ce qu’il veut.

C’est une nouvelle là-dedans, et une menace. La bonne nouvelle, vous pouvez enfin faire faire à vos systèmes ce dont vous rêviez. La menace, quelqu’un d’autre le fera à votre place si vous ne le faites pas.

Là où ça devient mon métier

Et c’est ici que je commence à pousser plus loin. Je travaille désormais directement avec des fournisseurs d’ATS, les logiciels de recrutement, pour voir jusqu’où on peut aller. Améliorer des métriques, créer des tableaux de bord que le logiciel ne sait pas produire nativement, connecter la donnée à des IA externes. Parce qu’on a maintenant accès à la donnée, et qu’en y ajoutant la connaissance du métier de recruteur, on devrait réussir des choses qu’un ATS, par nature, ne sait pas faire.

Je ne sais pas encore si ça mérite le nom de compétence. Mais une chose est sûre : m’attaquer à des sujets qui, hier, étaient strictement impossibles tant que l’éditeur ne les avait pas livrés, ça ne me fait pas peur. Au contraire.

Le champ des possibles vient de s’ouvrir d’un coup. Énormément. La seule question qui reste, c’est de savoir qui va s’y engouffrer. L’éditeur de votre logiciel. Un prestataire extérieur. Ou vous.

Sources
  1. 2026TechAhead, Model Context Protocol, the Enterprise AI Integration Standard (USB-C de l’IA, adoption OpenAI mars 2025, Google avril 2025, don à la Linux Foundation décembre 2025, de cent mille à quatre-vingt-dix-sept millions de téléchargements mensuels): techaheadcorp.com
  2. 2026WorkOS, Everything your team needs to know about MCP in 2026 (standard de fait, gouvernance Linux Foundation, co-fondateurs OpenAI et Block): workos.com
  3. 2026Digital Applied, MCP Adoption Statistics 2026 (chiffres vérifiés, registre officiel proche de dix mille serveurs, prudence sur les chiffres gonflés): digitalapplied.com
  4. 2026Wikipédia, Model Context Protocol (chronologie d’adoption OpenAI et Google DeepMind): fr.wikipedia.org
04La nouvelle équation

Salaire plus tokens

Posez-vous une question simple, vous qui recrutez, qui évaluez, qui décidez des rémunérations. Que vaut un collaborateur ? Jusqu’ici, la réponse tenait dans une ligne : son salaire. Demain, elle tiendra dans une addition : son salaire, plus les tokens qu’il consomme.

Cette phrase a l’air abstraite. Elle est déjà devenue une politique d’entreprise.

La nouvelle ligne de paie existe déjà

En mars 2026, le patron de Nvidia, Jensen Huang, a proposé de verser à ses ingénieurs une enveloppe de tokens d’IA équivalant à près de la moitié de leur salaire de base. Et il l’a présentée comme un argument de recrutement. Pourquoi se laisser séduire par une prime d’embauche ailleurs, a-t-il dit en substance, quand ici vous recevez de la puissance.

Lisez bien ce que ça raconte. Un dirigeant parmi les plus puissants de la planète considère désormais que la valeur d’un ingénieur n’est plus seulement ce qu’il sait faire, mais ce qu’il sait faire faire à la machine. Le salaire paie la tête. Les tokens paient le levier. Et l’entreprise est prête à financer les deux, parce qu’elle sait que c’est la combinaison qui produit.

L’asymétrie qui change tout

Voici pourquoi cette équation est si violente. Le coût des deux termes n’a rien à voir.

Un développeur de niveau intermédiaire coûte entre sept mille et treize mille francs par mois, salaire et charges comprises. Faire tourner des agents d’IA à plein régime pour décupler son travail coûte, selon les usages, de quelques centaines à un ou deux milliers de francs par mois. Les modèles eux-mêmes voient leur prix chuter de cinquante à soixante-dix pour cent par an. Autrement dit, pour une fraction d’un salaire, vous multipliez ce que ce salaire produit. Et l’écart se creuse chaque année en faveur des tokens.

Certains l’ont compris au point d’en faire une compétition. Dans la Silicon Valley, on appelle ça le tokenmaxxing, et des ingénieurs vedettes brûlent l’équivalent de plus de quatre-vingt mille francs de tokens par mois. L’un d’eux le résume crûment : je dépense probablement plus en IA que mon propre salaire. Ce n’est pas du gaspillage à ses yeux. C’est un investissement dans son propre levier.

≈ ½ salaire

L’enveloppe de tokens proposée par Nvidia, présentée comme argument de recrutement.

7-13k CHF

Le coût mensuel d’un développeur intermédiaire, là où les agents coûtent quelques centaines de francs.

140 CHF/mois

Ma facture d’IA réelle. Face à un seul salaire, l’asymétrie saute au visage.

Ce que ça donne, chez moi, sans budget Silicon Valley

Je n’ai pas cent mille dollars de tokens par mois. Loin de là. Et je vais être totalement transparent, parce que c’est tout l’esprit de ce guide. Voici ma facture mensuelle, réelle. Un compte Gemini Pro adossé à mon Google Workspace, pour avoir de quoi faire tourner AI Studio et NotebookLM, dix-huit francs. Un ChatGPT Plus que j’ai depuis le début et que j’utilise peu en ce moment, surtout pour les images, vingt francs. Et un compte Claude Max, la formule cinq fois, cent francs, avec lequel je fais quatre-vingt-dix pour cent de mes projets. Total, environ cent quarante francs par mois.

Cent quarante francs. Mettez ce chiffre en face d’un seul salaire, et l’asymétrie vous saute au visage. Ce n’est pas une vue de l’esprit, c’est mon relevé bancaire.

C’est ça, l’équation, vue depuis une petite structure. Mon temps, plus cent quarante francs de puissance, contre la masse salariale d’une équipe entière. Et le résultat penche du côté que personne n’attendait.

Et ça ne s’arrête pas aux développeurs

On croit souvent que cette histoire ne concerne que les métiers techniques. Laissez-moi vous raconter autre chose.

Il y a quelques mois, pour préparer une intervention devant des RH sur ce que l’IA peut vraiment faire, j’ai monté une stratégie marketing complète sur un nouveau segment de marché. Visuels de produits, ébauche de campagne, slogan, publicités pour les réseaux sociaux. Le tout en quarante-cinq minutes, avec des IA, sur le wifi d’un TGV lancé à trois cents kilomètres heure.

Je ne suis pas marketeur. Et je ne prétends pas une seconde qu’une équipe de marketeurs n’aurait pas fait mieux que moi. Elle aurait fait mieux, c’est certain. Mais voilà la vraie question, celle qui compte pour une entreprise. Pendant qu’une équipe sans IA peaufine un concept en une semaine, moi, seul avec mes tokens, j’aurais pu en tester cinquante. La qualité d’un concept fini contre la vitesse d’exploration de cinquante pistes. Pour une direction, l’arbitrage est vite vu.

Extrapolez. Un salaire plus des tokens va plus vite, en phase d’exploration, que cinq ou même dix salaires sans IA. Ce n’était vrai que pour les développeurs hier. C’est en train de devenir vrai pour le marketing, la communication, l’analyse, le juridique, et le reste.

Le maillon qui saute, et personne ne veut le nommer

Bien sûr, l’exploration n’est pas la production. Dans une entreprise réelle, il y a des goulots d’étranglement qui freinent tout ça. Mais regardez d’où viennent souvent ces goulots. Ils ne viennent pas de la technologie. Ils viennent de la chaîne de commandement, des strates de validation, du management.

Et il se passe quoi, en ce moment précis ? On supprime ces strates.

Le phénomène a un nom, le Great Flattening, l’aplatissement. Selon Gartner, une organisation sur cinq utilisera l’IA pour aplatir sa structure d’ici 2026, en supprimant plus de la moitié des postes de management intermédiaire. Et l’exemple le plus brutal est tout frais. En mai 2026, Meta a notifié huit mille licenciements, environ un dixième de ses effectifs, et annulé six mille postes ouverts, près de quatorze mille postes touchés en une semaine. Le déclencheur, c’est l’IA capable d’exécuter et de coordonner ce que ces managers coordonnaient.

Mais le plus glaçant n’est pas le nombre. Le jour même des notifications, un enregistrement a fuité. On y entend Zuckerberg expliquer, lors d’une réunion interne, que ses modèles d’IA apprennent en regardant les gens vraiment intelligents faire leur travail. Comprenez bien la séquence : l’entreprise a tracé l’activité des ordinateurs de ses salariés, sans possibilité de refus, pour entraîner ses IA sur leur façon de travailler, puis a licencié. On apprend des meilleurs, et on s’en sépare. Dans le même enregistrement, il reconnaît qu’il n’était pas dans l’intérêt stratégique de l’entreprise d’en expliquer franchement le fonctionnement aux équipes. Les salariés, eux, l’ont compris : plus de mille ont signé une pétition interne contre ce programme.

Mesurez l’ironie, parce qu’elle est cruelle. Pendant des décennies, on a fait monter les meilleurs, les seniors, les plus brillants, vers des postes de management. C’était la voie royale, la seule façon reconnue de grimper dans la hiérarchie. On a passé des années à pousser les talents vers le milieu de la pyramide. Et c’est précisément ce milieu qu’on est en train de retirer.

Soyons honnêtes sur le revers, car il est lourd. Couper le milieu n’est pas indolore. Trente-sept pour cent des salariés se disent déjà désorientés par l’absence de managers, et près de la moitié des dirigeants doutent de pouvoir gérer ce qui reste. On supprime aussi la courroie de transmission, le mentorat, la relève. Aplatir sans réfléchir, c’est créer le vide là où passaient la culture et le jugement.

Mais la direction du mouvement, elle, ne fait pas de doute. La pyramide se tasse par le milieu.

La ligne que les RH vont devoir apprendre à lire

Si vous êtes aux ressources humaines, voici ce qui arrive sur votre bureau, que vous le vouliez ou non. Bientôt, comparer deux candidats au même poste ne se fera plus à salaire égal. Ça se fera à levier égal. La vraie question ne sera plus combien il coûte, mais combien il produit par euro de token dépensé.

Et c’est une grille de lecture qu’aucune fiche de poste actuelle ne contient. Personne, dans vos référentiels de compétences, n’a de case pour ça.

La nuance, parce qu’on vous mentira dessus

On va vous vendre l’équation comme une formule magique. Achetez des tokens, recevez un ingénieur dix fois plus productif. C’est faux, et l’chapitre 2 de ce guide expliquait pourquoi. Les tokens ne multiplient personne tout seuls. Branchés sur quelqu’un qui n’a pas changé sa façon de travailler, ils brûlent de l’argent sans rien produire. On l’a mesuré : des équipes entières ont vu leur facture d’IA devenir le deuxième poste de dépense après les salaires, sans gain de productivité mesurable.

Le levier n’est pas dans les tokens. Il est dans la personne qui sait quoi leur demander.

L’équation juste n’est donc pas salaire plus tokens égale dix fois plus. C’est salaire, plus tokens, plus la compétence de s’en servir, égale dix fois plus. Et cette compétence-là, c’est la seule des trois qui ne s’achète pas au million de tokens.

C’est aussi la seule sur laquelle il vous reste la main.

Sources
  1. Mars 2026Futurism, Bosses Are Blowing More Money on AI Agents Than It’d Cost Them to Just Pay Human Workers (Jensen Huang propose des tokens valant la moitié du salaire de base comme outil de recrutement, le tokenmaxxing, plus de cent mille dollars par mois, citation de l’ingénieur de Stockholm): futurism.com
  2. 2026amux.io, AI Coding Agent Costs in 2026 (un développeur intermédiaire coûte huit à quinze mille dollars par mois, coûts d’agents inférieurs, baisse de cinquante à soixante-dix pour cent par an du coût des modèles): amux.io
  3. Mai 2026The Main Thread, AI Coding Break-Even (prix vérifiés des tokens au 21 mai 2026, l’implémentation ne fait que la moitié du travail, prudence sur tout chiffre unique de productivité): the-main-thread.com
  4. 2026LeanOps, AI Agents Burn 50x More Tokens Than Chats (la facture d’IA devient le deuxième poste après les salaires, gains non garantis sans optimisation): leanopstech.com
  5. Mai 2026Meta, mai 2026, huit mille licenciements, six mille postes ouverts annulés, audio fuité de Zuckerberg sur l’entraînement des IA en observant les salariés, programme de surveillance sans option de retrait, sept mille réaffectés à l’IA, pétition interne. TechTimes (techtimes.com), eWeek (eweek.com), Common Dreams (commondreams.org).
  6. 2026Fast Company, What happens to middle management when AI flattens your organization (le Great Flattening, jusqu’à 20% des firmes réduisant le management intermédiaire d’ici fin 2026, déclencheur IA agentique): fastcompany.com
  7. 2026People Managing People, The Great Flattening (Gartner, 20% des organisations suppriment plus de la moitié des postes de middle management d’ici 2026, cas Amazon): peoplemanagingpeople.com
  8. 2026Lepaya, The Great Flattening (recul de 6,1% du nombre de managers entre 2022 et 2025, Meta Amazon Google Intel, 37% de salariés désorientés, contrepoids mentorat et jugement): lepaya.com
05L’imprimante arrive

Les développeurs, premiers moines copistes

Avant l’imprimerie, copier un livre était un métier. Dans le silence des monastères, des moines copistes passaient leur vie à reproduire des textes à la main, lettre après lettre, une page par jour les bons jours. C’était un savoir-faire rare, respecté, et bien payé pour l’époque. Puis Gutenberg a posé sa presse, vers 1450, et en une génération ce métier a disparu.

Mais regardez bien ce qui s’est passé. Le copiste n’a pas été effacé du monde. Il s’est déplacé. Ceux qui ont compris l’imprimerie sont devenus imprimeurs, éditeurs, correcteurs. Ceux qui se sont accrochés à leur plume sont devenus des reliques. Le savoir n’a pas disparu, il a changé de geste.

Aujourd’hui, le premier scriptorium à recevoir sa presse, c’est le développement informatique.

L’imprimante à code est déjà là

Le patron d’Anthropic l’a annoncé sans détour : l’IA va bientôt écrire la grande majorité du code. Et de fait, les agents d’IA ne se contentent plus de compléter une ligne. Ils ouvrent un projet, écrivent une fonctionnalité entière, la testent, la corrigent, et la livrent. La main qui tenait la plume tient désormais autre chose.

Et ce n’est déjà plus une prédiction. En mai 2026, devant la commission d’enquête de l’Assemblée nationale, le patron de Mistral, Arthur Mensch, a dit quelque chose de vertigineux : chez lui, les ingénieurs n’écrivent plus de lignes de code. Le développeur n’est plus l’artisan qui écrit, il est devenu un manager qui dirige des agents. Retenez la date, parce qu’elle compte dans un domaine où tout va vite : cette bascule n’est pas annoncée pour demain, elle est déjà derrière nous. Nous reviendrons sur cette audition, elle dit bien plus encore, mais gardons pour l’instant cette seule phrase.

Partout, on en tire la même conclusion funèbre : le métier de développeur est condamné. Et partout, on se trompe, exactement comme on se serait trompé en 1450 en annonçant la fin de l’écrit.

0 ligne

Chez Mistral, les ingénieurs n’écrivent plus de lignes de code (Arthur Mensch, mai 2026).

150 000 lignes

De code généré par IA avant qu’un développeur senior ne bute sur le mur.

9 projets · 6 semaines

Ce que j’ai mené de front, en apprenant les mains dedans, pas en formation.

Les développeurs sont, pour l’instant, les grands gagnants

C’est le paradoxe que peu osent formuler. Les développeurs sont les premiers touchés, et en même temps les premiers gagnants. Pour une raison économique très simple : ils sont le seul métier dont le gain de productivité se mesure immédiatement en argent.

Le codeur senior Simon, dans une vidéo récente, le dit avec la même image que j’emploie ici, celle de Gutenberg. Sa thèse rejoint la mienne : maîtriser l’IA en 2026 est le levier le plus puissant pour accélérer une carrière de développeur, pas la condamner. Le métier ne meurt pas, il monte d’un cran. Il passe de l’écriture à la supervision, de l’exécution à l’intention. Le copiste devient imprimeur. C’est très exactement ce que décrit Mensch quand il dit que ses ingénieurs sont devenus des managers d’agents : pas la fin du métier, son déplacement vers le haut.

Mais cette montée n’a rien d’automatique, et c’est là que je veux être honnête avec vous.

Le revers, raconté par ceux qui s’y sont brûlés

Un développeur senior a raconté publiquement son désenchantement, après cent cinquante mille lignes de code généré par IA, avec les outils d’avant la bascule de fin 2025, celle de Gemini 3, Claude Opus 4.7 et GPT-5.5. Au début, l’ivresse : il livrait en une semaine ce qu’une équipe produisait en un mois. Puis le mur. Sur une vraie fonctionnalité en production, l’IA s’est mise à tourner en boucle, à modifier sept fichiers au hasard, à empiler les bugs. Sa conclusion : l’outil ne raisonne pas vraiment, et il faut relire chaque ligne avant de l’accepter.

Depuis, les modèles ont franchi un cap, et une partie de ces limites a reculé. Mais ne vous trompez pas de leçon. Ce qui restait vrai hier le reste aujourd’hui : l’outil amplifie, il ne décide pas. Plus il devient puissant, plus la question se déplace vers celui qui le pilote.

Les deux récits ne se contredisent pas. Ils décrivent les deux destins possibles du même métier. Celui qui apprend à conduire la presse imprime des milliers de pages. Celui qui croit que la presse pense à sa place produit des milliers de pages fausses.

L’imprimante amplifie. Elle amplifie le talent comme l’erreur.

Pourquoi ce chapitre vous concerne, même si vous ne codez pas

Vous vous dites peut-être que tout ça est une affaire d’informaticiens. C’est une erreur, et c’est tout l’objet des chapitres qui suivent.

Si les développeurs sont touchés en premier, ce n’est pas parce qu’ils sont les plus fragiles. C’est parce qu’ils sont les mieux placés : leur travail est le plus facile à convertir en machine, et le plus facile à mesurer en valeur. Ils sont le cas particulier qui annonce une loi générale. Car ce qui se passe avec le code, la transformation d’un travail humain en quelque chose que la machine produit pour quelques euros de calcul, ne va pas s’arrêter au code.

Et surtout, ne cherchez pas une formation

Voici la vraie question. Comment les développeurs qui s’en sortent sont-ils devenus bons à ce jeu ? Pas en s’inscrivant à une formation. En mettant les mains dedans.

Et c’est là que je veux vous prévenir, vous les RH, parce que cette vague arrivera sur vos métiers, et je connais déjà votre premier réflexe. Quand vous voyez que les choses bougent, vous cherchez une formation. C’est le réflexe de toute une vie professionnelle. Cette fois, il ne suffira pas.

Faites le calcul. Le temps qu’un organisme conçoive un programme, qu’il le fasse valider, que des formateurs deviennent eux-mêmes assez bons pour l’enseigner, le contenu est déjà mille fois dépassé. Le sujet bouge plus vite qu’aucun programme ne peut être écrit. Vous apprendriez l’état de l’art d’il y a un an, présenté comme une nouveauté.

Je le sais parce que je le vis. En six semaines, j’ai mené neuf projets de front. Un site capable de scraper en temps réel des données sur plusieurs sources pour informer ma communauté. La refonte totale de trois sites, celui de mon activité, celui de ma formation, celui d’un outil que je co-anime. La mise en place d’un ERP pour gérer tout l’administratif et les ventes de mes sites. La refonte complète d’un site e-commerce, en cours. Le site terminé pour l’activité d’une amie. Un écosystème complet pour gérer les repas et les courses à la maison. Et ce guide. Sans parler d’outils pour les recruteurs et les RH, eux aussi en chantier. Je ne vous demande pas de me croire sur parole, allez vous promener sur mes sites et jugez le résultat.

Et ce que je fais sur le dernier n’a plus rien à voir avec le premier, alors qu’il s’est écoulé six semaines, pas six ans. J’ai appris en faisant : en comprenant comment marchent les capacités d’un outil, en testant sans relâche, en faisant s’affronter les IA entre elles pour voir laquelle comprend le mieux. Si je devais figer tout ça dans une formation aujourd’hui, ce serait impossible. Elle serait périmée avant d’être finie.

Ce qui marche, c’est l’inverse d’une formation. Détacher du temps. Prendre un vrai projet à bras le corps. Identifier un problème concret et tenter de le résoudre. Dans un bac à sable sécurisé, pour ne rien casser de vital, mais essayer pour de bon. Accepter que ça ne marche pas maintenant, chercher pourquoi, et voir que ça marche cinq minutes plus tard. Tout est affaire d’itération. On ne reçoit pas la recette, on la trouve.

Je peux coacher, mentorer, pousser quelqu’un qui est déjà dans le cambouis, lui dire as-tu vu ceci, as-tu essayé cela. Mais expliquer depuis zéro tout le faisable à des gens qui réclament une recette finale sans jamais vouloir itérer, ça, personne ne le peut. Parce que ça n’existe pas.

C’est exactement ce que nous verrons plus loin. Le prochain scriptorium à recevoir sa presse, après les développeurs, ce sera peut-être le vôtre. Et le jour où il le sera, ne cherchez pas une formation. Mettez les mains dedans.

Sources
  1. Mai 2026Codeur senior Simon, chaîne YouTube Codeur Senior, vidéo du 28 mai 2026, sponsor TestSprite (analogie Gutenberg, les agents IA comme imprimantes à code, les développeurs grands gagnants de l’IA, maîtriser l’IA comme levier de carrière senior): youtube.com
  2. 2025theSeniorDev, Why I Stopped Using AI as a Senior Developer After 150,000 Lines of AI-Generated Code (ivresse initiale puis limites, boucles, bugs en production, nécessité de relire chaque ligne): theseniordev.com
  3. 2025Sur la part du code écrite par l’IA et la trajectoire vers la quasi-totalité: déclarations publiques des dirigeants de Microsoft, Google et Anthropic, largement rapportées. À recouper avec une source primaire récente au moment de la publication, les chiffres évoluant vite.
  4. Mai 2026Arthur Mensch (Mistral), audition du 12 mai 2026 à l’Assemblée nationale: les ingénieurs n’écrivent plus de lignes de code, le développeur devient un manager d’agents, gain de productivité doublé en six mois, certains métiers disparaissent presque, déplacement de la valeur du travail vers le capital. LCP (lcp.fr), Contrepoints (contrepoints.org).
06Le tour des RH

Et le prochain scriptorium, c’est le vôtre

L’article précédent se terminait sur une promesse, ou une menace, selon votre humeur. Après les développeurs, le prochain atelier à recevoir sa presse, ce serait peut-être le vôtre. Le peut-être était une politesse. Retirons-le.

Ce n’est plus une affaire d’informaticiens

Les chiffres ne parlent plus de code. Le Fonds monétaire international estime qu’environ 40% des emplois dans le monde sont exposés à l’IA, et près de 60% dans les économies avancées comme les nôtres. Goldman Sachs chiffre à l’équivalent de trois cents millions d’emplois à temps plein la part du travail exposée à l’automatisation. Et le Forum économique mondial, dans son rapport de référence, prévoit que 41% des employeurs comptent réduire leurs effectifs là où l’IA automatise des tâches, et que 40% des compétences demandées vont changer en cinq ans.

40-60 %

Des emplois exposés à l’IA dans le monde, près de 60 % dans les économies avancées (FMI).

+78 M

Solde net d’emplois d’ici 2030 : 170 millions créés, 92 détruits (Forum économique mondial).

281 000

Participants au plus grand hackathon IA, chez TCS. La bonne réponse n’est pas une formation.

Exposé ne veut pas dire supprimé, et j’y reviens dans un instant, parce que c’est là qu’on ment le plus. Mais retenez la direction. La vague ne s’arrête pas au service informatique. Elle monte vers le marketing, la finance, le juridique, l’analyse, et oui, les ressources humaines.

Et puisque c’est mon métier, laissez-moi une précision de praticien, parce qu’elle vaut pour toutes vos fonctions. Tout usage de l’IA ne se vaut pas, et la ligne de partage tient en un mot : la donnée. À qui appartient-elle, et qui sert-elle. Prenez le recrutement. On vous vend du sourcing automatisé qui s’appuie sur la donnée coincée dans LinkedIn. Or cette donnée n’est pas la vôtre, l’IA interne de LinkedIn poursuit ses propres objectifs, pas les vôtres, et les solutions soi-disant magiques qui prétendent y accéder ne survivent que grâce à des données récupérées par des moyens dont la conformité pourrait soulever des questions. Tout l’objet de ma formation, peopleattractiontheory.com, est de démonter ce mirage. À l’inverse, quand je prends la donnée que je possède vraiment, structurée dans mon propre logiciel de recrutement, Jarvi, et que je peux désormais l’interroger finement grâce aux MCP qu’on a vus au chapitre trois, là, c’est un levier prodigieux. Même différence qu’entre une béquille et un levier : emprunter la donnée d’un autre vous rend dépendant, maîtriser la vôtre vous rend puissant.

L’objection optimiste, et pourquoi elle vise à côté

À ce stade, une voix s’élève toujours, et c’est une voix respectable. Celle de ceux qui rappellent que l’IA va aussi créer des emplois, que de nouveaux métiers vont naître, comme à chaque révolution technique.

Le plus illustre à le dire est Yann LeCun, l’un des pères de l’IA moderne. Je vais être net : je l’admire. Scientifiquement, sans lui et le laboratoire qu’il a bâti à Paris, il y aurait sans doute moins de chances qu’un champion européen comme Mistral existe, puisque deux de ses trois fondateurs en sortent. Quand il dit que le travail de demain sera fait d’augmentation, que chacun deviendra le chef d’orchestre de sa propre équipe d’IA, et que des métiers inédits apparaîtront, je crois qu’il a raison.

Je dois même confesser quelque chose. J’ai eu la chance de passer un temps assez près de cet univers pour me retrouver à enchaîner des appels dans la pièce voisine de la sienne. Je l’ai croisé. Et moi qui n’ai pas franchement la langue dans ma poche, je n’ai pas osé lui adresser la parole. Pur effet fanboy. Je le dis parce que ça situe d’où je parle : pas d’un piédestal, mais d’un type sincèrement admiratif de ce qu’il a accompli.

Et c’est précisément pour ça que je peux le contredire sans la moindre animosité. Sur la destination, je le suis. Pas sur le chemin.

Le vrai problème, c’est le tempo

Le rapport du Forum économique mondial lui donne d’ailleurs raison sur les chiffres bruts. Cent soixante-dix millions d’emplois créés d’ici 2030, contre quatre-vingt-douze millions détruits. Un solde net positif de soixante-dix-huit millions. Sur le papier, tout va bien.

Sauf qu’un solde net masque une brutale asymétrie de vitesse. Décider de ne pas remplacer un départ, parce que trois personnes outillées suffisent désormais, ça prend une réunion. Décider de supprimer des postes, ça prend une réunion. Mais créer des métiers en masse, les définir, écrire les fiches, former les gens, les recruter, les installer, ça prend des années.

La coupe est immédiate. La création est lente. Entre les deux s’ouvre un trou, et c’est dans ce trou que tombent les gens.

Le solde sera peut-être positif en 2030. Il ne dit rien de ce que vivront, d’ici là, celles et ceux que la coupe aura précédés de plusieurs années sur la création.

L’exemple est sous nos yeux, et il est ironique. Pendant qu’on nous promet de nouveaux métiers, Meta a supprimé des milliers de postes pour financer son infrastructure d’IA, on a vu comment au chapitre précédent. Les nouveaux métiers, on les attend encore. Les postes supprimés, eux, sont déjà partis. C’est ça, le tempo. Et c’est lui, le vrai sujet des ressources humaines. Pas l’horizon 2030, mais les trois années qui y mènent.

D’ailleurs, les dirigeants eux-mêmes ne s’accordent pas. Le patron d’Anthropic prévient que l’IA pourrait effacer la moitié des postes de débutants en col blanc d’ici un à quatre ans. Celui de Nvidia soutient à l’inverse qu’elle créera des emplois plus qualifiés. Quand ceux qui bâtissent la technologie divergent à ce point, méfiance. Personne ne détient la vérité, et c’est précisément pour ça qu’il faut agir sans attendre qu’ils tranchent.

L’honnêteté promise

Exposé ne veut pas dire condamné. Les chiffres mesurent les tâches automatisables, pas les licenciements réels, qui sont bien plus bas. Une tâche n’est pas un métier, et un métier n’est pas une personne.

Mais ne vous rassurez pas trop vite. Entre le métier intact et le métier supprimé, il existe une troisième catégorie que les statistiques ne comptent pas : le métier vidé de sa substance. Gardé, mais transformé. Celui dont on a retiré, une à une, les tâches qui avaient du sens, jusqu’à ce qu’il ne reste qu’une coquille. C’est souvent là que ça commence, bien avant le licenciement.

Alors on fait quoi, sans paniquer

Face à ça, il y a trois mauvaises réponses et une bonne.

La première mauvaise réponse, c’est de fermer les yeux. On en a parlé, la courbe ne vous attendra pas.

La deuxième, c’est de courir chercher une formation. On en a parlé aussi. Le temps qu’elle soit écrite et validée, elle est déjà dépassée. On n’apprend pas ça dans une salle, on l’apprend les mains dedans.

La troisième, c’est de couper vite pour économiser. C’est la plus tentante, et la plus dangereuse. Nous verrons au dernier chapitre comment une entreprise pourtant fanatique d’IA s’y est brûlée, puis a dû réembaucher.

La bonne réponse tient dans un vieux mot remis au goût du jour. Le hackathon. Mais pas celui des développeurs. Un hackathon pour les autres fonctions de l’entreprise. Le principe est simple et puissant. On prend un problème réel qu’on ne sait pas résoudre, on se donne un temps limité, et on cherche. Ensemble. Sans process, sans le fameux on a toujours fait comme ça.

Ce n’est pas une lubie de ma part. Deloitte constate que la grande majorité des entreprises restent bloquées au stade de l’expérimentation, incapables de faire passer leurs idées d’IA en production, et présente le hackathon interne comme l’un des moyens les plus rapides de combler ce fossé. Canva ferme ses bureaux une semaine entière pour ça, et en tire des fonctionnalités réellement lancées dans ses produits. La société de services TCS a réuni plus de deux cent quatre-vingt mille employés de cinquante-huit pays dans un seul hackathon IA. Et, plus proche de mon propos, une administration belge a organisé un hackathon où les équipes travaillaient en local, sur des machines sécurisées, avec des modèles ouverts et leurs propres données, pour démontrer qu’une IA souveraine peut améliorer les process internes sans jamais laisser fuir l’information.

Voilà ce qu’il faut faire. Remettre en mouvement la plasticité du cerveau de vos équipes. Les sortir du couloir où elles avancent depuis dix ans. Leur donner un bac à sable, un vrai problème, et le droit d’échouer plusieurs fois avant de réussir. C’est ainsi qu’on apprend désormais. Pas autrement.

Reste une question

Pour mener tout ça, il faut quelqu’un qui sache. Quelqu’un qui entre dans l’entreprise, observe les process, et montre où l’IA peut s’insérer sans tout casser. Ce quelqu’un existe, il a un titre encore mal connu, et c’est l’objet du chapitre suivant.

Sources
  1. 2025FMI, environ 40% des emplois mondiaux exposés, près de 60% dans les économies avancées, et débat Amodei contre Huang, via World Economic Forum (weforum.org).
  2. 2025Goldman Sachs, équivalent de 300 millions d’emplois temps plein exposés, et nuance exposition contre licenciements réels, via SQ Magazine (sqmagazine.co.uk).
  3. Janvier 2025World Economic Forum, Future of Jobs Report 2025 (170 millions créés, 92 millions détruits, solde net positif de 78 millions, 41% des employeurs prévoient de réduire leurs effectifs, 40% des compétences changent): weforum.org
  4. 2025Yann LeCun, interview Génération Do It Yourself épisode 543 (l’augmentation, de nouveaux métiers, chacun chef d’orchestre de son équipe d’IA): gdiy.fr
  5. Septembre 2025Lien FAIR vers Mistral, deux des trois fondateurs issus de Meta, le troisième de DeepMind. TechCrunch (techcrunch.com), IBM (ibm.com).
  6. 2026Meta supprime huit mille postes pour financer son infrastructure IA. Tom’s Hardware (tomshardware.com).
  7. 2025Hackathons internes IA, Deloitte sur les pilotes bloqués et le hackathon comme accélérateur, ouverts aux non-techniques. AngelHack (angelhack.com), Devpost (info.devpost.com).
  8. Mai 2026Canva ferme une semaine pour l’upskilling IA et son hackathon. HR Grapevine (hrgrapevine.com).
  9. 2026TCS, plus de 281 000 participants au plus grand hackathon IA. TCS (tcs.com).
  10. Mars 2026Hackathon IA local et souverain, AI Hackathon 2026 organisé par le Belgian Digital Transformation Office (BOSA), à Bruxelles les 17 au 19 mars 2026 dans le cadre de l’EU AI Week. Travail en local sur machines sécurisées, modèles open source uniquement, données internes des équipes, système RAG, dans une stratégie affichée de souveraineté numérique de la Belgique. Page Commission européenne, Digital Skills and Jobs (digital-skills-jobs.europa.eu) et page officielle BOSA (bosa.belgium.be).
07Le métier qui s’installe

Le Forward Deployed Engineer entre dans la place

L’article précédent vous a montré l’outil, le MCP, cette prise universelle qui ouvre vos systèmes. Restait une question. Qui tient la prise ? Qui entre dans l’entreprise pour décider où brancher l’IA, et comment ?

Ce quelqu’un a un titre, encore inconnu du grand public il y a deux ans, et qui est en train de devenir le poste le plus convoité de la tech. On l’appelle le Forward Deployed Engineer.

Le métier qui a explosé en silence

Le terme vient de Palantir, qui l’a forgé il y a plus de dix ans. L’idée, sortir l’ingénieur de son bureau et l’envoyer à l’intérieur de l’entreprise cliente, au contact des vrais process, pour y construire et y déployer la solution sur place. Pas un consultant qui rend un rapport. Quelqu’un qui s’installe et qui livre.

Pendant une décennie, personne en dehors de Palantir n’y a prêté attention. Puis l’IA est arrivée, et le métier a explosé. En un an, les offres pour ce poste ont bondi de plus de mille cent pour cent. OpenAI, Anthropic, Google, Databricks, tous montent des équipes dédiées. Le patron de Box résume la situation d’une phrase : ce sera bientôt l’un des jobs les plus recherchés de la tech.

+1100 %

L’explosion des offres pour ce poste, en un an.

1 jour/semaine

Le temps que certaines équipes peuvent récupérer sur des tâches sans valeur, automatisables.

Palantir

Le modèle inventé là-bas, désormais copié par OpenAI, Anthropic, Google, Databricks.

Je dois une mise au point, parce que je n’aime pas avancer masqué. Dans mon échelle de valeurs personnelle, peu d’entreprises me semblent pires que Palantir. C’est un avis, le mien, et je l’assume. Mais ce serait malhonnête de laisser cette aversion troubler mon analyse. Le modèle qu’ils ont inventé, l’ingénieur déployé chez le client, va selon moi s’imposer largement. On peut détester l’origine d’une idée et reconnaître qu’elle va gagner. C’est même la condition pour s’y préparer.

Ma conviction, et elle n’est pas la définition officielle

Je vais être honnête avec vous sur un point, parce que c’est important. La définition canonique de ce métier, héritée de Palantir, insiste sur le code. Un ingénieur logiciel, d’abord.

Je crois que l’IA est en train de déplacer ce curseur, et c’est là que je m’avance. Le profil qui monte n’est plus seulement l’informaticien. C’est celui, venu parfois d’ailleurs, qui est devenu extrêmement compétent en IA en se formant lui-même, et qui connaît surtout les process de l’entreprise de l’intérieur. Sa valeur n’est pas dans le diplôme d’ingénieur. Elle est dans la capacité à regarder un métier, à repérer ce qui peut être automatisé, et à savoir l’énoncer assez clairement pour que l’IA s’en charge. Le métier prime sur le code.

C’est ma thèse, pas une vérité gravée. Mais je ne la sors pas d’un livre. Je l’ai vécue. Souvenez-vous de ma mission de mars : c’est un sourceur, un homme des RH, qu’on est allé chercher pour livrer une feuille de route sur l’IA dans toute l’entreprise. Pas un ingénieur. La preuve, par moi-même, que ce qui compte n’est pas l’intitulé sur la carte de visite, mais la capacité à comprendre un métier et à le réoutiller.

Ce que j’ai fait en mars, et ce que les gens m’ont demandé

Début mars, j’ai mené exactement ce type de mission, dans une grosse PME de la région de Fribourg. Et notez bien le point de départ, parce qu’il dit tout : on ne m’a pas appelé pour du recrutement ni pour des RH, mon métier d’origine. On m’a fait venir pour entrer dans l’entreprise, parler avec les gens, observer comment les choses se font vraiment, et produire une feuille de route sur où mettre de l’IA dans les process. Avec à la clé des gains considérables. Sur certaines équipes, on parle de récupérer l’équivalent d’une journée par semaine. Une journée entière, passée sur des tâches sans valeur ajoutée, parfaitement automatisables.

Et voici le détail que je veux que vous reteniez, parce qu’il change tout. Ce n’est pas moi qui suis arrivé pour traquer les gens et les remplacer. C’est l’inverse. Ce sont eux qui me l’ont demandé. Voilà les tâches qui ne servent à rien, m’ont-ils dit, et si je pouvais m’en débarrasser, je pourrais enfin me concentrer sur ce qui fait avancer l’entreprise.

Personne n’a peur d’être déchargé de ce qui l’ennuie. Les gens ont peur d’être remplacés.

Ce n’est pas la même chose, et c’est tout l’enjeu de la manière dont on amène ces sujets.

J’ai adoré faire ça. Sincèrement.

Le vrai chantier commence après

Le rapport, c’est la partie facile. Le difficile, et le décisif, c’est de passer du rapport à la mise en place réelle dans l’entreprise. Et c’est là que le bât blesse, parce que les entreprises n’ont pas ces compétences en interne. Elles savent qu’il faut y aller, elles ne savent pas comment.

C’est pour ça que je fais ce pari : le poste de Forward Deployed Engineer va se démocratiser. D’abord dans les grands groupes, qui ont les moyens d’aller le chercher. Puis, et c’est là que se trouve l’opportunité réelle, dans les PME, qui en ont tout autant besoin et n’y ont pas encore accès.

Il y a là une opportunité de dingue. Pour ceux qui voudront l’incarner, et pour les entreprises qui sauront s’en saisir. Reste à savoir, encore une fois, qui s’en emparera.

Sources
  1. 2026ZTABS, What Is a Forward Deployed Engineer (explosion de plus de mille cent pour cent des offres en un an, citation d’Aaron Levie, patron de Box, équipes dédiées chez OpenAI, Anthropic, Palantir, Databricks, Scale AI): ztabs.co
  2. Mai 2026MarkTechPost, What is a Forward Deployed Engineer, the AI Role OpenAI, Anthropic, and Google Are Hiring in 2026 (profil mixte, technique plus métier, compétences IA appliquée): marktechpost.com
  3. 2026Wikipedia, Forward Deployed Engineer (origine Palantir, embarqué chez le client, lien avec la Deployment Company d’OpenAI): en.wikipedia.org
  4. 2026Kore1, What Is a Forward Deployed Engineer (rôle de moins de deux ans hors Palantir, profils non strictement issus de l’ingénierie possibles): kore1.com
08La mécanique des alliances

Ils visent votre masse salariale

Quand une entreprise sent que l’IA la dépasse, elle a un réflexe ancien et rassurant. Elle appelle un grand cabinet de conseil. On nous dira quoi faire, on signera, ils installeront, et on pourra dormir. Ce réflexe, en 2026, est un piège. Et pour le comprendre, il faut regarder ce que ces cabinets sont devenus.

Le conseil n’est plus neutre, il est partie prenante

Pendant des décennies, les grands cabinets vendaient une chose : de l’intelligence. De l’analyse, de la stratégie, des recommandations. C’était leur fonds de commerce, et ils en facturaient le prix fort.

Mais souvenez-vous de la formule du patron de Mistral, croisée dans ce guide. L’intelligence, désormais, c’est de l’électricité convertie en tokens. Elle se produit en quantité quasi illimitée, pour une fraction du prix d’hier. Autrement dit, le produit que les cabinets vendaient le plus cher est en train de devenir une commodité. Ils sont menacés au cœur de leur métier.

Alors ils font ce que ferait n’importe quel acteur rationnel et inquiet. Ils continuent de vous vendre de l’intelligence, mais désormais celle de leurs partenaires. Celle qui leur permet de rester dans la boucle et de continuer à facturer. Le problème, c’est que ce choix n’est plus neutre. Et ce ne sont pas mes mots, ce sont les montages financiers eux-mêmes.

Les faits, et ils sont publics

En mai 2026, OpenAI a lancé une société dédiée au déploiement en entreprise, dotée de quatre milliards de dollars, financée par une vingtaine d’investisseurs. Parmi eux, des cabinets de conseil eux-mêmes : Bain, McKinsey, Capgemini. Lisez bien. Les cabinets ne sont plus seulement prestataires de l’outil qu’ils vous recommandent. Ils en sont actionnaires.

Dans la foulée, OpenAI a racheté une entreprise pour récupérer d’un coup environ cent cinquante ingénieurs de déploiement, ces profils qui viennent s’installer dans vos murs. L’objectif est explicite, capter la marge d’implémentation en plus de la marge du modèle. Traduit pour vous : le fournisseur ne veut plus seulement vendre le moteur, il veut facturer aussi la pose, le réglage et l’entretien.

4 Mds $

La société de déploiement lancée par OpenAI, avec Bain, McKinsey et Capgemini au capital.

≈ 150 ingénieurs

Récupérés d’un coup par rachat, pour venir s’installer dans vos murs.

1 milliard

De profils dans LinkedIn : la donnée comme douve, et les prix qui montent chaque année.

Anthropic a annoncé sa propre coentreprise de déploiement, adossée à de grands financiers, en copiant ouvertement le modèle qui a fait Palantir. Tous suivent la même piste, parce qu’elle mène au même endroit : l’intérieur de votre entreprise.

Pourquoi ils visent votre masse salariale

Reprenons la formule de Mensch jusqu’au bout. Si l’intelligence se fabrique désormais ailleurs, à partir d’électricité, alors la valeur que produisaient vos équipes se déplace, elle aussi, vers ceux qui fabriquent cette intelligence. Mensch l’a dit devant l’Assemblée nationale avec un chiffre qui glace, un déficit potentiel de mille milliards d’euros par an pour l’Europe, l’équivalent de dix pour cent de sa masse salariale.

Voilà ce qui est réellement en jeu. Ces alliances ne cherchent pas à remplacer votre logiciel de gestion. Elles cherchent à capter la part de valeur qui passait jusqu’ici par des salaires. Quand on vous installe un système qui fait le travail de dix personnes, la facture du système remplace dix lignes de paie.

Le conseil ne vend plus une recommandation. Il vend la conversion de votre masse salariale en abonnement.

Et c’est là que tout se joue, sur le prix. Parce qu’on est prêt à payer beaucoup plus cher pour un service qui remplace du travail que pour un simple logiciel. La Silicon Valley l’a parfaitement théorisé. Dans une intervention que je vous invite vivement à écouter, intitulée sans détour Software is Eating Labor, le logiciel dévore le travail, un associé du fonds Andreessen Horowitz explique comment la tarification des logiciels est passée du prix par utilisateur au prix au résultat. Sa thèse est limpide et glaçante : le logiciel a d’abord changé notre façon de stocker l’information, son prochain acte est de changer la nature même de l’économie, en capturant au passage des milliers de milliards de dollars. Traduisez, ces milliers de milliards, ce sont les salaires d’aujourd’hui. Quand on facture un résultat et non un outil, on peut facturer presque aussi cher que le salaire qu’on supprime, tout en restant moins cher que lui. C’est le cœur du modèle qui vient.

Le piège du verrouillage

Et c’est là que le réflexe rassurant se referme. Quand une équipe passe six mois à intégrer un système au plus profond de vos données, de vos process et de votre conformité, ce système devient une infrastructure porteuse. On ne l’arrache plus sans tout faire tomber. Vous dépendez alors, pour la maintenance et chaque évolution, de celui qui l’a posé. La presse spécialisée a un mot pour ça, devenir l’otage de coûts de conseil sans fin.

Soyons justes, le verrouillage n’est pas joué d’avance. Le conseil reste un marché à plusieurs fournisseurs, et les entreprises veulent intégrer l’IA avec tout leur existant, ce qu’aucun labo ne sait faire seul. La tentative est réelle, son succès ne l’est pas encore. C’est précisément pour ça que la fenêtre est ouverte maintenant.

Le cas d’école que je connais par cœur : LinkedIn

Vous voulez voir à quoi ressemble une dépendance totale, déjà installée ? Regardez le recrutement, c’est mon métier. LinkedIn détient la donnée structurée de plus d’un milliard de personnes. Aucun concurrent ne le battra, jamais. Même un système cinq fois meilleur perdrait, pour une raison toute bête : un milliard de personnes ne vont pas ressaisir leur parcours à la main dans un nouvel outil, et LinkedIn ne les lâchera pas. La donnée est la douve, et elle est infranchissable.

Le résultat, vous le connaissez si vous achetez ces licences. Chaque année, à la renégociation, le prix monte. C’est une vache à lait, parce que la dépendance est totale. Et les solutions soi-disant magiques qui se présentent comme des alternatives ne vivent souvent que grâce à de la donnée LinkedIn récupérée par des fournisseurs tiers, par des moyens dont la légalité et la conformité pourraient soulever des questions. Une chose est sûre, les prix ne cessent de grimper. C’est douloureux, mais la dépendance est verrouillée. Retenez le mécanisme, parce qu’il va se reproduire, à l’identique, avec l’IA.

Le verrou économique, et l’arbitrage qui vient

Car voici ce qui vous attend. Une fois que les systèmes d’une entreprise sont dopés à l’IA d’un fournisseur en particulier, en sortir coûte si cher que personne ne le fait. Et je vous garantis une chose : le prix du token va prendre l’ascenseur. Les géants n’ont pas encore tous trouvé leur équilibre, ils se répondent coup par coup. Anthropic vient d’atteindre la rentabilité et de lever de nouveau des milliards, quand OpenAI, malgré des revenus énormes, perd encore autour de quatorze milliards de dollars sur l’année et ne prévoit pas l’équilibre avant 2030. Tant que le modèle économique du secteur n’est pas stabilisé, leur intérêt est limpide : vous rendre dépendant, puis faire monter la facture.

Et voici le piège, le vrai. Le gain est tel qu’il sera de toute façon impossible de s’en passer. Vous arbitrerez, ligne par ligne, entre un salaire versé à un humain et une facture de tokens. Et même quand la facture augmentera, elle restera moins chère qu’un salaire, et elle produira davantage d’intelligence. C’est mécanique, c’est froid, et c’est pour ça qu’il faut le voir venir.

D’où une dernière vigilance, qui est le cœur de la survie. Plus vous déléguez à ces systèmes, plus vous gagnez en vitesse, mais plus vous risquez de perdre en compétence. Or le jour où vous aurez tout délégué sans rien garder, vous serez exactement là où ils vous veulent : incapable de vous en passer, et incapable de juger ce qu’ils vous facturent. Déléguer, oui. S’amputer, jamais.

Ce qu’il ne faut pas faire, et ce qu’il faut faire

Je ne vous dis pas de bannir les cabinets. Ils ont des compétences réelles, et se priver de toute aide serait absurde. Je vous dis de ne pas vous réfugier derrière eux. De ne pas leur demander quoi faire en signant les yeux fermés, en les laissant vous facturer des millions et vous poser leurs systèmes partout.

Challengez. Demandez quel modèle ils installent, et pourquoi celui-là. Demandez qui possède quoi dans le montage. Demandez ce qui se passe le jour où vous voudrez changer. Gardez la main sur vos données et sur le choix de vos outils. Et surtout, ne soyez pas dupes du calendrier : ça bouge vite, justement parce qu’ils ont intérêt à ce que vous signiez avant d’avoir compris.

La vraie protection n’est pas de trouver le bon prestataire. C’est de monter en compétence assez pour ne plus être à sa merci. De pouvoir juger, arbitrer, et décider par vous-même. C’est tout le contraire de la dépendance qu’on cherche à vous vendre.

Reprendre la main, on y arrive, c’est tout l’objet de la fin de ce guide. Mais avant de savoir quoi faire, il faut suivre l’argent jusqu’au bout, et regarder qui capte vraiment la valeur. C’est le chapitre suivant.

Sources
  1. Mai 2026OpenAI Deployment Company, lancée en mai 2026, quatre milliards de dollars, investisseurs incluant Bain, McKinsey et Capgemini. OpenAI (openai.com), CIO Dive (ciodive.com).
  2. Mai 2026Rachat pour intégrer environ 150 ingénieurs de déploiement, capter la marge d’implémentation en plus de la marge du modèle. Digital Applied (digitalapplied.com).
  3. 2026Coentreprise de déploiement d’Anthropic, adossée à de grands financiers, sur le modèle Palantir. MindStudio (mindstudio.ai).
  4. 2026Le verrouillage, infrastructure porteuse et otage de coûts de conseil sans fin. CIO (cio.com).
  5. 2026Nuance, le conseil reste multi-fournisseurs et les entreprises veulent intégrer l’IA avec leur existant. AI Business (aibusiness.com).
  6. Mai 2026Arthur Mensch devant l’Assemblée nationale, l’IA comme conversion d’électricité en intelligence, déficit potentiel de mille milliards d’euros par an, dix pour cent de la masse salariale européenne. Revue Conflits (revueconflits.com), Alsace IA (alsace.ai).
  7. 2025Alex Rampell (Andreessen Horowitz), Software is Eating Labor, a16z LP Summit 2025 (la tarification du logiciel passe du prix par siège au prix au résultat, le logiciel s’apprête à capter des milliers de milliards de dollars de valeur économique, accélération par les agents IA). a16z.com
  8. Mai 2026Rentabilité contrastée des labos. Anthropic en passe d’atteindre son premier trimestre rentable et proche d’une levée d’environ 30 milliards de dollars valorisant la société autour de 900 milliards, quand OpenAI projette une perte d’environ 14 milliards sur 2026 et un équilibre repoussé à 2030, environ 95% des utilisateurs de ChatGPT étant gratuits. Tech Startups (techstartups.com), European Business Magazine (europeanbusinessmagazine.com).
  9. 2026Sur la dépendance LinkedIn et la donnée comme barrière, ainsi que la hausse continue des tarifs et la zone grise de conformité de certains fournisseurs tiers de données: constat de terrain de l’auteur, recoupé avec l’analyse publique de l’écosystème du sourcing. À présenter comme observation professionnelle, sans nommer d’acteur ni affirmer d’illégalité.
09La bascule de la valeur

Qui capte la valeur, et qui paie la note

Jusqu’ici, ce guide a parlé de votre métier, de votre équipe, de votre entreprise. Ce chapitre suit l’argent. Tout ce qui précède décrivait une même chose vue de près, la valeur qui quitte le travail pour se loger ailleurs. Reste la question que presque personne ne pose vraiment. Où va cette valeur, et qui finit par payer la note.

L’intelligence ne vaut plus rien, la machine qui la produit vaut tout

Reprenez la formule du patron de Mistral, croisée plusieurs fois ici. L’intelligence, désormais, c’est de l’électricité convertie en tokens. Elle se fabrique en quantité quasi illimitée, et son prix s’effondre, cinquante à soixante-dix pour cent par an sur les modèles, on l’a vu au chapitre quatre. Le service se banalise. Au sens strict, il devient une commodité, une marchandise sans rareté qu’on n’arrive plus à vendre cher.

Mais regardez l’autre bout de la chaîne. Si le service ne vaut plus rien, le moyen de le produire, lui, suit le chemin exactement inverse. La puissance de calcul physique, les processeurs, les data centers, l’électricité qui les alimente, devient la ressource rare. Et une ressource rare, quand le monde entier se met à la vouloir, ne reste pas longtemps une simple ligne de dépense.

Le service devient gratuit. Le moyen de le produire devient un trésor. Toute la richesse se déplace du premier vers le second.

Le calcul vient d’entrer en bourse

Voici le fait, et il est tout frais. Le 12 mai 2026, le plus grand marché de produits dérivés au monde, le CME, et la société Silicon Data, qui publie les premiers indices quotidiens du prix de location des processeurs graphiques, ont annoncé le lancement du premier marché à terme sur la puissance de calcul. Il n’est pas encore ouvert, il attend le feu vert du régulateur, mais la direction est prise. Le président du CME a résumé la chose d’une phrase, le calcul est le nouveau pétrole du siècle. Le fondateur du fonds qui porte l’indice est allé plus loin, il y voit la plus grande matière première du monde à venir.

Mesurez ce que ça veut dire, parce que ce n’est pas une affaire de financiers. Quand une ressource passe du statut de dépense d’exploitation à celui d’actif qu’on peut coter, couvrir et négocier, il se produit toujours la même chose, dans le même ordre. Le pétrole l’a vécu en 1983. À partir de ce moment, ceux qui détenaient la ressource physique ont cessé d’être de simples fournisseurs. Le capital s’est mis à affluer vers eux, leur coût de financement s’est effondré, et une nouvelle aristocratie de rentiers est née, ceux qui possédaient déjà les puits avant que le marché ne les change en or.

12 mai 2026

Le premier marché à terme sur la puissance de calcul, annoncé par le CME et Silicon Data.

50 Mds $

Le coût d’un seul gigawatt de capacité de calcul. Le ticket d’entrée d’une rente nouvelle.

1 000 Mds €/an

Le déficit que cette bascule peut creuser pour l’Europe, dix pour cent de sa masse salariale.

Pour vous, qui lisez ce guide depuis un service RH, la leçon n’est pas financière, elle est brutale. Cette machinerie qui se met en place a un seul effet, garantir que l’argent continuera d’affluer vers l’IA, quoi qu’il arrive. Ne pariez pas une seconde sur un ralentissement. La finance vient de construire le tuyau qui assure l’accélération. La pression sur les emplois et les compétences ne ralentira donc pas non plus.

Ce que Mensch était venu dire, à l’échelle d’un continent

C’est exactement ce qu’Arthur Mensch, le patron de Mistral, est venu expliquer devant la commission d’enquête de l’Assemblée nationale, le 12 mai 2026. Allez la voir, elle est en accès libre, le lien est en bas de chapitre. Sa thèse, l’IA n’est pas un logiciel, c’est une infrastructure, on y transforme de l’électricité en intelligence, et celui qui contrôle cette conversion capte une part de la valeur produite par tous les autres. Il a chiffré le risque pour l’Europe, un déficit possible de l’ordre de mille milliards d’euros par an, l’équivalent de dix pour cent de la masse salariale du continent, qui filerait vers ceux qui fabriquent cette intelligence ailleurs.

Et il a posé le ticket d’entrée. Construire un gigawatt de capacité de calcul coûte environ cinquante milliards de dollars. Pendant que les acteurs américains engagent déjà des milliers de milliards pour s’accaparer les ressources physiques, processeurs et énergie, l’Europe regarde, faute de marchés de capitaux à la hauteur. Le rapport Draghi avait déjà tracé la pente, la part européenne dans les revenus technologiques mondiaux est tombée de vingt-deux à dix-huit pour cent en dix ans, pendant que celle des États-Unis grimpait de trente à trente-huit. Mensch met un mot sur la suite, si rien ne change dans les deux ans, des États vassaux.

Je n’en fais pas une affaire de drapeau. Le sujet n’est pas de savoir qui gagne la course. Le sujet, c’est que la valeur change de camp, et que ce mouvement, lui, est mondial. L’Europe est simplement du mauvais côté de la conversion.

On avait des idées, à défaut de pétrole

Il y a un slogan qui a bercé la France, né du choc pétrolier. On n’a pas de pétrole, mais on a des idées. La matière grise contre la matière première, la fierté d’un pays qui compensait la ressource manquante par l’ingéniosité. La formule vient de se retourner contre elle-même. Si l’intelligence n’est plus que de l’électricité transformée, alors les idées ne sont plus cette ressource immatérielle et gratuite qu’on opposait au brut. Elles sont devenues du brut. Une matière première qu’on extrait avec de l’énergie, du capital et du silicium.

Et là, surprise, la France a le nouveau pétrole. Son électron décarboné, nucléaire, en partie excédentaire, c’est exactement l’intrant qu’il faut pour alimenter les data centers. Elle ne passe pas de on a des idées à plus rien. Elle passe à de l’énergie, et des talents. Deux cartes sur trois.

Reste la troisième, et c’est tout l’enjeu. Le capital, et le lieu où se capte la rente. Le pétrole l’a montré, ceux qui s’enrichissent le plus ne sont pas toujours ceux qui pompent le brut, ce sont ceux qui le négocient. Le marché à terme sur le calcul s’ouvre à Chicago, pas à Paris. Le risque, pour la France, n’est donc pas de manquer d’idées. C’est de fournir l’électron pendant que la valeur file ailleurs, dans le trading, les modèles, la couche logicielle. D’être l’émirat électrique d’un système qu’elle ne possède pas. Riche en intrant, pauvre en rente.

Sortir de ce piège tient en trois gestes, et aucun n’est hors de portée. Le premier, transformer l’électron en intelligence ici, sur le sol où il est produit, au lieu de l’exporter brut pour racheter ensuite, au prix fort, l’intelligence qu’on en a tirée. Car c’est exactement ce qui se prépare, le chapitre huit l’a montré. La valeur part se fabriquer ailleurs, puis revient se vendre aux entreprises européennes par les contrats que les cabinets de conseil ont ficelés avec les géants. On fournit la matière, on rachète le produit fini. Deux fois perdant.

Le deuxième geste est plus technique, et décisif. Ne jamais s’attacher à un seul modèle ni à un seul fournisseur. Bâtir ses usages pour pouvoir changer de moteur sans tout casser, garder le process portable d’une maison à l’autre. La portabilité parfaite n’existe pas, elle a un coût, et elle bride un peu la puissance. Mais pouvoir partir à un coût raisonnable, c’est précisément ce qui manquait aux otages du verrouillage décrit plus haut. C’est la seule assurance contre la facture qui grimpe.

Le troisième, donner une vraie chance aux fournisseurs ancrés ici. Pas par patriotisme, par arithmétique. Un fournisseur soumis au droit, à la fiscalité et au droit social européens réinjecte une part de la valeur dans l’écosystème qui finance, justement, notre modèle social. Celui qui capte la rente à Chicago, non. Il ne s’agit pas d’écarter les autres, mais de cesser de sortir d’office les solutions européennes des appels d’offres au seul motif qu’elles ne viennent pas de la Silicon Valley. De les laisser prendre la main quand elles le peuvent. C’est moins une posture qu’un calcul de long terme.

La question que personne ne pose, qui paiera la protection sociale

Maintenant, le point aveugle. Le vrai. Celui dont je n’ai entendu parler nulle part, ni chez les politiques, ni dans les conférences.

Dans nos économies, le travail ne nourrit pas seulement celui qui l’exerce. Il finance la protection sociale. Les cotisations assises sur les salaires paient les retraites, la santé, le chômage, la dépendance. Tout notre modèle social repose sur une assiette, et cette assiette, c’est le travail.

Or qu’a décrit ce guide, chapitre après chapitre. La valeur quitte le travail. Elle migre vers le capital, et plus précisément vers un actif, la puissance de calcul, qu’on est justement en train de financiariser, qui sera détenu par une poignée d’acteurs, et faiblement taxé. Posez les deux bouts ensemble. L’assiette qui finance notre protection sociale se vide au moment précis où la richesse se concentre sur quelque chose qui n’est pas du travail, et qu’on ne sait pas, ou qu’on ne veut pas, taxer pour cela.

Et ce n’est pas une affaire de 2040. Souvenez-vous du tempo, vu au chapitre six. La coupe des emplois est immédiate, la création des nouveaux est lente. Entre les deux s’ouvre un trou de plusieurs années. C’est précisément pendant ce trou qu’il faudrait financer la transition, soutenir les gens, payer les reconversions. Au moment, donc, où l’assiette commence à se dérober.

Le travail finance la protection sociale. Et c’est le travail qu’on retire de l’équation. Personne n’a encore relié les deux à voix haute.

Qu’on ne me dise pas que le débat existe. Il a affleuré une fois, et il est retombé. La taxe sur les robots, portée en 2017 par Benoît Hamon en France et évoquée la même année par Bill Gates, est restée une curiosité de campagne, théorique, sans suite. On a bien commencé, ici et là, à déconnecter le financement social du seul salaire, la CSG, la TVA dite sociale. Mais à la marge, jamais à l’échelle du choc qui vient, ni sur le facteur qui capte désormais la valeur. Le débat n’est pas tranché, il n’est même pas ouvert. Parce que pour l’ouvrir, il faudrait d’abord poser le constat. Et le constat n’est pas fait.

C’est là que le chiffre de Jérémy Lamri, le fondateur de Tomorrow Theory, prend tout son sens. Je l’ai entendu en conférence avancer une idée qui m’a marqué, à partir d’un certain niveau de chômage, quelque chose comme quinze pour cent, ce n’est plus un problème d’entreprises, c’est le système entier qui se grippe. Personne ne tient le seuil exact. L’ordre de grandeur suffit. Si l’emploi se contracte pendant que l’assiette sociale se dérobe, on ne parle plus d’optimisation, on parle de l’équilibre d’un pays. Ce sont ces questions-là qu’il faudrait poser. Pas dans dix ans. Maintenant.

Et moi, qu’est-ce que je peux faire

C’est la question qui vous reste, après un chapitre qui parle de bourses, de continents et de milliards.

Je vais être honnête sur ce que j’aimerais, et sur ce que je vois. Ce que j’aimerais, c’est que chacun se réveille et regarde vraiment. Que personne n’en reste à j’ai tapé trois prompts dans ChatGPT, c’est mignon, mais ça invente la moitié. Parce que ce que ce guide a déroulé, la courbe, l’équation, les métiers qui mutent, la valeur qui change de camp, c’est beaucoup, beaucoup plus grand que ça.

Ce que je vois est plus terre à terre. Tant qu’on n’a pas expérimenté soi-même, touché l’impact du doigt, on ne se sent pas concerné. Et on n’a pas la bande passante pour s’y mettre, parce qu’on est noyé dans une gestion quotidienne qui n’apporte pas toujours la plus grande valeur. On ne se projette pas sur ce qu’on n’a pas vécu et qu’on n’a pas une heure pour regarder. Je ne le reproche à personne. C’est l’état réel des services RH, et il faut partir de là, pas de là où on voudrait qu’ils soient.

Ajoutez une contrainte qui n’est pas un détail. Vos données sont parmi les plus sensibles qui existent, celles de vos candidats, celles de vos salariés. Vous ne pouvez pas les confier à n’importe quel outil branché sur n’importe quel cloud. Il faut pouvoir faire confiance, et cette confiance ne se décrète pas.

C’est très exactement de ce constat qu’est née ma réponse. Pas une cathédrale, pas l’ambition de remplacer vos gros systèmes. L’inverse. De petites choses simples, fabriquées avec la connaissance du métier, qui retirent une corvée et vous rendent une heure. C’est ça, la première marche, et c’est tout l’objet du dernier chapitre.

Sources
  1. Mai 2026Audition d’Arthur Mensch, cofondateur de Mistral, et d’Audrey Herblin-Stoop, devant la commission d’enquête de l’Assemblée nationale sur les dépendances structurelles et vulnérabilités systémiques du secteur numérique, 12 mai 2026 (IA comme infrastructure, conversion électricité en intelligence, déficit potentiel de mille milliards d’euros par an soit dix pour cent de la masse salariale européenne, un gigawatt de calcul à environ cinquante milliards de dollars, milliers de milliards engagés côté américain, risque d’États vassaux sous deux ans). Vidéo officielle, chaîne LCP-Assemblée nationale : youtube.com. Revue Conflits (revueconflits.com), Alsace IA (alsace.ai).
  2. Mai 2026CME Group et Silicon Data, adossé au teneur de marché DRW, annoncent le 12 mai 2026 le lancement du premier marché à terme sur la puissance de calcul, prévu plus tard dans l’année et sous réserve d’approbation réglementaire, indexé sur les premiers benchmarks quotidiens du prix de location des GPU. Le compute y est décrit comme le nouveau pétrole et la future plus grande matière première mondiale. CME Group (cmegroup.com), PR Newswire (prnewswire.com), Hedgeweek (hedgeweek.com).
  3. Septembre 2024Rapport Draghi, part européenne des revenus tech mondiaux de 22 % à 18 % entre 2013 et 2023, États-Unis de 30 % à 38 %. Cloud News (cloudnews.tech).
  4. 2025Seuil de chômage à partir duquel le système se grippe, autour de quinze pour cent : propos de Jérémy Lamri (Tomorrow Theory) entendus en conférence, rapportés en substance, sans citation au mot près faute d’enregistrement public. Profil : dunod.com.
  5. 2017Taxe sur les robots, proposition de Benoît Hamon lors de la campagne présidentielle française de 2017, idée évoquée la même année par Bill Gates. À recouper avec les sources primaires au moment de la publication (programme Hamon 2017, interview de Bill Gates par Quartz, février 2017).
  6. Financement de la protection sociale assis principalement sur les cotisations salariales en France et en Suisse, avec un mouvement partiel de fiscalisation déjà engagé (CSG, TVA sociale). Constat de cadrage à étayer d’une source institutionnelle au moment de la publication (par exemple DREES en France, OFS en Suisse).
10Reprendre la main

La survie passe par le local

Nous voici au bout. Neuf chapitres pour regarder en face ce qui est en train de se jouer. La courbe qui ne vous attendra pas, le mur de votre ERP devenu une porte, la nouvelle équation de la valeur, les métiers qui mutent, les alliances qui visent votre masse salariale, la valeur qui change de camp et la note sociale que personne ne veut voir. Reste la seule question qui compte vraiment. Maintenant, on fait quoi ?

Le local, ou la responsabilité retrouvée

Ma réponse tient en un mot, et il va vous surprendre par sa modestie technique : le local.

Faire tourner l’IA en local, c’est-à-dire sur vos propres machines, avec vos propres données qui ne sortent jamais de chez vous, n’est pas un caprice d’ingénieur. C’est une position. Quand un modèle tourne chez vous, les données de vos candidats et de vos salariés restent chez vous. Le jugement aussi. Vous ne louez pas votre intelligence à un fournisseur qui, ailleurs, enregistre les gestes de ses propres employés pour mieux les remplacer. Vous gardez la main.

Et ce qui rend ça possible aujourd’hui, c’est nouveau

Longtemps, le local était un vœu pieux, trop lent, trop faible. Ça a changé en quelques mois, et je vous épargne la technique, mais retenez deux mouvements. D’abord, de nouvelles méthodes accélèrent fortement les modèles sur une machine ordinaire, la prédiction multi-tokens par exemple, qui apporte un gain de vitesse d’une fois et demie à deux fois par la seule optimisation logicielle, sans changer de matériel, ou encore les techniques de quantization qui allègent les modèles. Si vous voulez creuser, les sources sont en bas de chapitre. Ensuite, et c’est le plus important, les modèles ouverts ne sont plus à des années derrière les modèles propriétaires. Ils sont à quelques mois.

Ce n’est pas une impression, c’est mesuré. L’institut Epoch AI a calculé l’écart de capacité entre les meilleurs modèles ouverts et les meilleurs modèles fermés. Depuis janvier 2026, cet écart n’est plus que de quatre mois en moyenne.

Les modèles ouverts ne sont qu’à quelques mois des meilleurs modèles fermés

Modèles fermés (propriétaires) Modèles ouverts 2023 2024 2025 2026 De début 2023 à mi-2026 Indice de capacité (ECI) écart moyen ~4 mois
Source : Epoch AI, Epoch Capabilities Index, mai 2026. Reconstruction graphique sous licence Creative Commons BY.

Mesurez la chance que ça représente. Des modèles que vous pouvez héberger vous-même, sans rien laisser sortir, rattrapent les systèmes propriétaires les plus avancés. Mistral en France, ou les laboratoires chinois comme Qwen et DeepSeek, sortent des versions allégées qui donnent déjà des résultats sérieux sur des tâches concrètes. Sans compromettre la souveraineté de vos données, sans rien envoyer à l’extérieur, et surtout sans vous enchaîner à un fournisseur unique. Car le jour où les modèles évoluent, et c’est une certitude, vos systèmes peuvent évoluer aussi, à votre rythme, pas au sien.

Ce que j’en fais, concrètement

C’est très exactement le choix que j’ai fait. Pas pour les grandes entreprises, je ne suis pas informaticien et elles ont leurs équipes. Mais pour ma communauté, les RH de Suisse romande et le monde du recrutement plus largement. Leur donner de l’autonomie sans aller se compromettre chez un fournisseur, garder les données les plus sensibles encapsulées dans un système local, et libérer les gens des tâches qui n’apportent pas de valeur au métier. Ou, mieux encore, leur permettre de faire ce qu’un humain bien formé sait faire, mais plus vite et à l’échelle. Faire mieux, en somme. Et ça, c’est bon pour tout le monde.

Souvenez-vous de la formule du patron de Mistral, croisée plus tôt dans ce guide. L’IA, c’est convertir de l’électricité en intelligence. La vraie question est de savoir où cette conversion a lieu, et à qui elle profite. À l’échelle d’un continent, c’est la souveraineté. À l’échelle de votre service RH, c’est exactement le même combat, en plus petit et tout aussi décisif.

Garder la donnée, garder le jugement, garder la main.

Pas pour ajouter une couche d’administratif, pour en retirer. Parce que c’est en se libérant des tâches sans valeur que les RH pourront enfin se saisir des sujets stratégiques qui leur reviennent. Je ne vous le dis pas en théorie. Je le fais, et ça marche.

Avant tout, ne paniquez pas

Maintenant, un avertissement, et il est aussi important que tout le reste. Prendre conscience de cette bascule ne veut pas dire se précipiter. Surtout pas.

Rappelez-vous Klarna. Cette entreprise, dont le patron est l’un des plus enthousiastes de la planète sur l’IA, a foncé tête baissée. Gel des embauches, effectifs réduits de cinq mille cinq cents à trois mille quatre cents personnes, un chatbot présenté comme l’équivalent de sept cents agents. Six mois plus tard, la qualité s’effondrait, les clients fuyaient, et l’entreprise réembauchait des humains. L’aveu du dirigeant est resté célèbre : on s’est trop concentrés sur l’efficacité et le coût, le résultat a été une qualité moindre, et ce n’est pas tenable.

5 500 → 3 400

Klarna a taillé dans ses effectifs au nom de l’IA… avant de réembaucher des humains.

55 %

Des entreprises qui ont remplacé vite des humains par l’IA le regrettent.

2027

L’année où la moitié de celles qui ont coupé le service client devront réembaucher (Gartner).

Ce n’est pas un cas isolé. Plus de la moitié des entreprises qui ont remplacé des humains par l’IA dans la précipitation le regrettent, et un institut prévoit que d’ici 2027, la moitié de celles qui ont taillé dans le service client devront réembaucher.

La leçon est limpide, et c’est la première règle de survie. Ne virez personne tout de suite. Le réflexe de couper les coûts d’abord est le plus coûteux de tous, parce qu’on oublie toujours le prix de défaire ce qu’on a cassé.

Maintenant, voici quoi faire

Pas de solution miracle. Quatre pas, dans l’ordre.

Premièrement, prenez conscience. Relisez ces articles, ouvrez les sources, vérifiez tout. Prenez les faits, mettez-les dans une IA si le cœur vous en dit, discutez avec, posez vos questions. Apprenez. C’est gratuit, et c’est le seul investissement qui ne se retournera jamais contre vous.

Deuxièmement, alertez votre direction. Cette bascule ne se gère pas depuis un coin du service RH. Il faut que quelqu’un, en haut, s’en empare. Pas forcément un membre du conseil d’administration, mais clairement une personne de la direction qui prenne le sujet à bras le corps et décide de comprendre. Regardez Ivalua : le fondateur a quitté son poste de directeur général pour devenir directeur de l’IA, un rôle créé sur mesure, en expliquant qu’il faut une vision globale de toute l’entreprise et de ses process pour faire advenir le changement. Quand un fondateur change de fauteuil pour ça, le signal est clair.

Troisièmement, mettez les mains dedans. N’ayez pas peur. Vous ne savez pas faire ? Personne ne sait faire, c’est nouveau pour tout le monde. Alors démarrez dans un bac à sable, organisez un hackathon comme on l’a vu, bricolez des choses, pour vous ou pour votre entreprise. Votre atout, c’est la connaissance du métier, et c’est le plus précieux, parce que le frein technique entre un problème métier et sa solution a presque disparu. Il faudra peut-être vous entourer de gens qui n’ont pas peur de mettre les mains dans la technique, mais ce n’est pas aussi compliqué qu’avant. Ce qui compte, c’est d’y aller.

Et pour y aller, il y a une condition, une seule, mais elle est absolue. Il faut s’en dégager le temps. Tant que vous êtes englué dans les tâches chronophages et sans valeur de votre métier, vous n’aurez jamais une heure pour penser, analyser, prendre de la hauteur. C’est le serpent qui se mord la queue, et c’est tout l’enjeu : se libérer de ces tâches est précisément ce qui vous donnera le temps d’apprendre à vous en libérer. Voilà pourquoi le tout premier geste, retirer le poids de l’administratif, n’est pas un confort. C’est la clé de tout le reste.

Quatrièmement, quand vous aurez touché les outils de vos mains, osez un audit. Avec moi ou avec quelqu’un d’autre, peu importe. Et ce sera bien plus utile une fois que vous aurez expérimenté, parce que vous saurez quoi regarder. L’objectif n’est même pas de trouver des solutions tout de suite. Il est de prendre conscience de vos points de faiblesse, de mesurer à quelle vitesse les choses bougent, et de comprendre où l’IA pourrait apporter quelque chose chez vous. Vous pouvez très bien détacher quelques personnes pour aller explorer. Parce que la vraie question n’est pas voulez-vous y aller. Elle est : si vous ne le faites pas, vos concurrents, eux, le font. Et alors, que se passe-t-il ?

Et tout cela porte un nom

Ces quatre pas, prendre conscience, faire porter le sujet, mettre les mains dedans, oser l’audit, ce n’est pas une lubie. C’est une discipline. Dans le recrutement, elle a un nom, le RecOps, et c’est le métier que je pratique. Mais peu importe le mot. RecOps pour le recrutement, TalentOps, HROps, Ops de ce que vous voulez dès qu’on regarde les systèmes et les process. Ou Forward Deployed Engineer, si c’est purement l’IA appliquée aux process de l’entreprise. Le titre n’a aucune importance. Ce qui compte, c’est le mouvement : cesser de subir l’outil, et se remettre à le conduire.

Et c’est là que j’ajoute une corde à cet arc. Le RecOps fixe le cap, les bons process, les bons objectifs. Mais entre le cap et le quotidien d’une équipe engluée, il manque presque toujours un pont. Ce pont, ce sont de petits outils sur mesure. Pas des usines à gaz, des objets simples, taillés pour un métier précis et un problème précis, qui retirent la corvée qui mange le temps. Je les fabrique en artisan, avec la maîtrise du métier de recruteur, et avec une règle qui ne bouge pas, la rigueur sur les risques et sur la donnée d’abord, la puissance ensuite. Quitte à proposer moins gros que les géants. Les modèles ouverts qu’on fait tourner en local progressent si vite, on l’a vu plus haut, que cet écart se referme de mois en mois. C’est ma façon de réconcilier les deux, ce qu’on devrait faire, et ce qu’on peut faire vraiment, dès lundi matin.

Et la vraie compétence, la rare, n’est pas technique. C’est de savoir ce qu’on veut faire. De comprendre assez bien ce que ces outils permettent pour entrer dans une entreprise, repérer ce qui peut être transformé, et en tirer une feuille de route. C’est là qu’est la chance, et elle est immense, pour qui veut la saisir.

Soyons clairs, à la mi-2026, certaines choses ne sont pas encore faisables. Mais à la vitesse où tout avance, ce qui paraît fou aujourd’hui sera normal, et simple à mettre en place, en 2027. La seule erreur serait d’attendre que ce soit facile pour commencer à comprendre.

Voilà pourquoi ce guide s’appelle un guide de survie. Pas parce que la fin est écrite. Au contraire. Parce que rien n’est joué, à condition de regarder, de comprendre, et de reprendre la main pendant qu’il en est encore temps.

J’aurais pu rejoindre la course et aider à accélérer la machine. J’ai choisi l’inverse, aider les gens à garder pied. C’est tout ce que ce guide aura essayé de faire. Le reste vous appartient.

Je suis sourceur. Si vous me cherchez, vous me trouvez.

Sources
  1. 2026Sur l’accélération de l’inférence locale, prédiction multi-tokens (MTP) offrant 1,5 à 2 fois de gain par optimisation logicielle sans matériel supplémentaire, et quantization (dont TurboQuant) pour alléger les modèles. Google, drafters MTP pour Gemma 4 jusqu’à 3 fois plus rapides (blog.google), tutoriels llama.cpp et benchmarks (datacamp.com), panorama du matériel local 2026 et parité des modèles ouverts sur tâches courantes (presenc.ai).
  2. Mai 2026Epoch AI, Open models lag state-of-the-art closed models by 4 months, 29 mai 2026 (depuis janvier 2026, les modèles ouverts accusent en moyenne quatre mois de retard sur les modèles fermés, soit huit points d’ECI) : epoch.ai. Graphique reconstruit à partir des données publiées, sous licence Creative Commons BY. Fast Company (fastcompany.com), Entrepreneur (entrepreneur.com), Digital Applied (digitalapplied.com).
  3. 2026Orgvue et Forrester, 55 % des entreprises ayant remplacé vite des humains par l’IA le regrettent, via Linkifico (linkifico.com). Gartner, d’ici 2027 la moitié de celles ayant coupé le service client devront réembaucher, via Vibe Graveyard (vibegraveyard.ai).
  4. Janvier 2025Ivalua, le fondateur passe de CEO à Chief AI Officer. PRNewswire (prnewswire.com), Technology Magazine (technologymagazine.com).
  5. 2026Sur le déploiement local et la donnée qui reste chez soi, à mettre en regard de la surveillance des employés déployée hors Union européenne, vu à l’article 8. EMARKETER (emarketer.com).
Pour finir
Je ne vous demande pas de me croire. Je vous demande de regarder les mêmes faits que moi.
Guillaume Alexandre
L'auteur

Guillaume Alexandre

Recruteur depuis vingt ans, fondateur de Gates Solutions, basé au Brassus dans la vallée de Joux. Sourceur de métier, il a connecté ses propres outils de recrutement à l'IA, automatisé ce qui pouvait l'être, et travaille avec des éditeurs de logiciels pour pousser ces outils au-delà de ce qu'ils savent faire nativement.

Sa conviction : aider les entreprises, les métiers et les territoires à prendre l'IA en main plutôt qu'à la subir. Garder la donnée, la décision et la valeur près de ceux qui les produisent. Ce guide en est la première pierre.

« Je suis sourceur. Si vous me cherchez, vous me trouvez. »

Garder le contact
Suivre l'auteur Guillaume Alexandre LinkedIn → Le site gates-solutions.com Visiter →
Le Brassus · Vaud · Juin 2026 · « Tout est sourcé »