Depuis trois ans, une prédiction revient sans cesse : l’IA générative allait effacer les emplois de début de carrière. Les tâches simples seraient automatisées, les jeunes diplômés n’auraient plus de porte d’entrée sur le marché du travail. Les données récentes racontent une histoire différente, et plus inconfortable pour les employeurs.
Ce qui s’est passé
La National Association of Colleges and Employers rapporte que les entreprises américaines prévoyaient embaucher 5,6 % plus de nouveaux diplômés en 2026, après une année de stagnation annoncée. Une étude de Revelio va dans le même sens : les employeurs qui investissent le plus dans l’IA, surtout en logiciel et en médias, auraient augmenté leurs effectifs d’environ 10 % après l’adoption de ces outils. Ces mêmes entreprises recrutent davantage en début de carrière, pas moins.
Salesforce prévoit embaucher un millier de diplômés et de stagiaires cette année, plus qu’en 2025, dont plusieurs affectés directement à des projets d’IA.
En parallèle, PwC a analysé plus d’un milliard d’offres d’emploi sur six continents et constate un glissement net : depuis 2019, les postes d’entrée exigeant des compétences habituellement associées à des employés expérimentés ont augmenté de 35 %. Jugement professionnel, lecture de données, capacité à travailler avec les autres.
Les postes existent toujours. Ils demandent simplement autre chose.
Pourquoi c’est important
Le travail répétitif servait à quelque chose. Vérifier des données, préparer des dossiers, refaire trois fois le même document : personne n’aimait ça, mais c’était par là qu’on apprenait le métier. On voyait passer les cas, on développait un réflexe, on comprenait pourquoi les choses étaient faites d’une certaine façon.
Ce travail-là est en train de disparaître dans les systèmes automatisés. Ce qui reste pour le nouvel employé, c’est l’analyse, la décision, la communication avec le client. Des tâches qu’on confiait avant à quelqu’un qui avait cinq ans de métier.
Aneesh Raman, chez LinkedIn, décrit le passage d’un travail d’exécution vers un travail de fond. La formulation est flatteuse. La réalité l’est moins : on demande à des gens de poser des jugements sans leur avoir donné le temps de construire la base sur laquelle ces jugements reposent.
Ce que cela change pour les entreprises
Pour une PME ou un OBNL qui embauche un ou deux juniors par année, le problème est concret.
Votre nouvelle recrue arrive et l’outil d’IA fait en dix minutes ce qui lui aurait pris deux jours. Bonne nouvelle pour la productivité du mois. Mauvaise nouvelle pour sa progression : dans un an, elle sera efficace pour formuler des requêtes et incapable de repérer une erreur dans le résultat.
Le rôle des gestionnaires change aussi. Ravi Kumar, chez Cognizant, parle de cadres intermédiaires qui deviennent des entraîneurs plutôt que des superviseurs. D’autres pensent au contraire que certaines couches de gestion vont sauter, puisque juniors et seniors peuvent maintenant travailler ensemble sans intermédiaire. Les deux scénarios sont plausibles selon la taille de l’organisation. Dans une équipe de quinze personnes, la question ne se pose même pas : l’accompagnement retombe sur le propriétaire ou le directeur, qui n’a pas de temps pour ça.
Un chiffre d’Arup mérite d’être retenu : environ 70 % du développement des nouveaux employés se ferait directement dans le travail, 10 % par la formation formelle, le reste par les échanges avec les collègues. Autrement dit, la formation structurée compte pour presque rien. Ce qui compte, c’est le contact quotidien. Plusieurs gestionnaires estiment d’ailleurs que le manque de temps nuit davantage que l’IA au développement des jeunes employés.
Les opportunités
L’IA peut aussi servir à transmettre ce que l’entreprise sait.
Chez DHL, des systèmes sont entraînés à partir des manuels internes et de l’expérience des employés d’expérience, ce qui permet de conserver des connaissances qui partaient autrefois à la retraite avec les gens. Cognizant développe un environnement qui guide les nouvelles recrues et leur donne accès à des informations qu’elles auraient apprises de façon informelle, en écoutant un collègue au téléphone.
Pour une organisation québécoise de taille moyenne, c’est probablement l’usage le plus rentable à court terme. Vos procédures sont dans la tête de trois personnes. Documenter cette expertise et la rendre consultable coûte moins cher qu’un roulement de personnel mal absorbé.
Deuxième piste : la simulation. Dans les cabinets juridiques, en ingénierie, en architecture, ces outils permettent de faire vivre à un junior des situations complexes qu’il n’aurait rencontrées qu’après plusieurs années. La compétence se construit plus vite, à condition que quelqu’un valide le résultat.
Troisième piste, moins évidente : le rapport de force à l’embauche. Si vos concurrents éliminent leurs postes juniors, le bassin de candidats disponibles s’élargit pour vous.
Les risques ou limites
Le risque principal est celui de la dépendance. Gary Marcus, professeur émérite à l’Université de New York, avertit qu’un appui excessif sur les modèles d’IA nuit au développement de l’esprit critique et rend les travailleurs moins aptes à repérer les erreurs du système. Un employé qui n’a jamais fait le travail à la main ne sait pas à quoi ressemble une réponse fausse.
L’exemple de Pininfarina est éclairant. Le studio de design automobile continue d’exiger que ses jeunes créateurs commencent leurs projets au crayon. L’IA intervient ensuite pour produire des variantes ou accélérer certaines étapes. L’objectif n’est pas la nostalgie du papier : c’est d’éviter qu’un designer valide un concept qui contient une erreur technique qu’il n’a pas les moyens de voir.
Deuxième limite : la « séniorisation » des postes d’entrée crée une barrière. Si le premier emploi exige déjà du jugement professionnel, où l’acquiert-on ? Le marché déplace le problème vers les écoles et vers les candidats eux-mêmes.
Troisième point, propre au contexte québécois : entraîner un système sur vos manuels internes et l’expérience de vos employés soulève des questions de gouvernance des données. La Loi 25 encadre la collecte et l’usage des renseignements personnels, et un assistant nourri par vos dossiers clients tombe dans ce champ. Savoir où sont hébergées ces données et qui y accède fait partie du projet, pas des détails qu’on règle après.
Mon analyse
La question du remplacement des emplois juniors est mal posée. Le problème n’est pas le volume d’embauche, il est dans la chaîne de transmission du savoir.
Une organisation qui automatise ses tâches d’apprentissage sans rien mettre à la place se retrouve, dans quelques années, avec des employés intermédiaires qui n’ont jamais construit de fondations. C’est une dette technique appliquée aux personnes : invisible pendant deux ans, coûteuse ensuite.
Je note aussi que les données citées viennent surtout d’entreprises américaines du secteur technologique, qui investissent massivement en IA et embauchent pour d’autres raisons que l’IA elle-même. La corrélation entre investissement en IA et croissance des effectifs mérite d’être lue avec prudence : les entreprises qui ont de l’argent à investir en IA sont aussi celles qui vont bien. La causalité n’est pas démontrée.
Ce qui me semble solide, en revanche, c’est le glissement des compétences demandées. Trente-cinq pour cent d’augmentation sur un milliard d’offres, c’est un signal difficile à ignorer.
Conclusion
L’IA n’est pas en train de fermer la porte aux nouveaux diplômés. Elle déplace le seuil d’entrée vers le haut et retire les marches qui permettaient d’y monter.
Pour une organisation qui embauche, trois décisions méritent d’être prises maintenant :
- Identifier ce que vos juniors apprenaient par les tâches que vous automatisez. Si vous ne le savez pas, demandez à un employé de cinq ans d’ancienneté comment il a appris son métier.
- Documenter l’expertise interne avant qu’elle ne sorte par la porte. Un système de connaissances bien construit vaut plus qu’un assistant conversationnel générique.
- Prévoir du temps d’accompagnement réel. Pas une formation de deux jours en septembre. Du travail côte à côte, avec quelqu’un qui explique pourquoi.
La technologie change vite. La façon dont un humain devient compétent dans son métier, beaucoup moins.
Vous souhaitez appliquer ces idées à votre organisation ? FD Stratégies peut vous accompagner dans la création de solutions numériques, l’automatisation de vos processus et la structuration de votre présence en ligne.
