Depuis deux ans, la question revient dans presque toutes les directions générales et RH : « Qu’est-ce que l’IA va changer pour nos métiers ? ». Et souvent, la réflexion démarre par les outils : quelles solutions déployer, quels cas d’usage tester, quelles formations proposer. C’est utile, mais c’est rarement le bon point de départ.
L’IA ne transforme pas d’abord des outils. Elle transforme des activités. Et c’est en partant du travail réel que l’on peut anticiper, de façon crédible, l’évolution des métiers et des compétences.
1. Passer du poste à l’activité
Un même intitulé de poste recouvre souvent des réalités très différentes. Pour mesurer l’impact de l’IA, il faut descendre d’un niveau : quelles sont les activités principales du métier, combien de temps y consacre-t-on, quelle valeur apportent-elles ?
Certaines activités seront automatisées, d’autres augmentées, d’autres encore resteront profondément humaines : la relation, le jugement, l’arbitrage, l’accompagnement. C’est cette lecture fine qui permet de sortir des scénarios trop généraux.
2. Identifier les compétences critiques
Toutes les compétences n’ont pas le même poids. Certaines sont critiques parce qu’elles sont rares, longues à acquérir ou directement liées à la stratégie. D’autres le deviennent parce que l’IA modifie la façon de travailler : savoir formuler une demande, vérifier un résultat, exercer un regard critique.
Identifier ces compétences permet de cibler les efforts de développement, mais aussi de repérer les risques de perte d’expertise, notamment lorsque des savoir-faire reposent sur quelques personnes.
3. Raisonner en familles de métiers
Plutôt que de traiter chaque poste isolément, il est souvent plus efficace de raisonner par familles de métiers. Cela permet de faire émerger des compétences communes, de construire des passerelles et d’imaginer des parcours de mobilité réalistes.
4. Repenser la façon de développer les compétences
L’évolution des métiers interroge aussi les modalités d’apprentissage. Les formats classiques ne suffisent plus : mises en situation, simulations, apprentissage en situation de travail et nouvelles possibilités offertes par l’IA elle-même ouvrent des pistes intéressantes, à condition de partir des besoins réels.
5. Commencer petit, mais commencer
Il n’est pas nécessaire de cartographier toute l’organisation pour avancer. Un ou deux métiers pilotes, bien choisis, suffisent souvent à poser une méthode, à mobiliser les managers et à produire des premiers résultats utiles.
L’enjeu n’est pas de prédire l’avenir avec certitude, mais de se donner une lecture structurée des métiers et des compétences, suffisamment solide pour éclairer les décisions et suffisamment souple pour évoluer.
