Il y a quelques années encore, recruter dans la technologie consistait à repérer un bon développeur, un architecte informatique, un spécialiste cybersécurité ou un responsable data. Les intitulés étaient parfois techniques, mais le terrain restait relativement balisé. Aujourd’hui, l’intelligence artificielle a transformé le marché de l’emploi en laboratoire permanent.
Prompt engineer hier. Spécialiste des agents aujourd’hui. Expert des boucles de rétroaction demain. Architecte de modèles frontières après-demain.
Le problème n’est pas seulement que les métiers évoluent vite. Le problème est que ceux qui sont chargés de recruter ces profils — directions des ressources humaines, cabinets de chasse, responsables talents — doivent eux aussi se former à une vitesse inédite. Car comment identifier une compétence rare lorsque l’on ne comprend pas vraiment ce qu’elle recouvre ?
C’est là que se cache le vrai paradoxe de l’IA : elle ne bouleverse pas seulement les salariés, les ingénieurs et les entreprises. Elle oblige aussi les recruteurs à remettre leurs propres méthodes à niveau.
Le Forum économique mondial estime que près de 39 % des compétences considérées aujourd’hui comme essentielles seront transformées d’ici à 2030. Les entreprises interrogées identifient d’ailleurs les pénuries de compétences comme le premier frein à leur transformation.
Le recrutement technologique souffre déjà d’un vieux défaut : la tentation de juger un candidat à partir de son CV, de ses certifications et de quelques mots-clés bien placés. Avec l’IA, ce défaut risque de devenir un piège.
Un candidat peut afficher « IA générative », « LLM », « agents autonomes », « prompt engineering » ou « machine learning » sur son profil.
Mais maîtrise-t-il réellement les données ?
Comprend-il les limites d’un modèle ?
Sait-il évaluer les risques d’erreur, de biais, de sécurité ou de confidentialité ?
Est-il capable d’intégrer une solution d’IA dans une banque, une usine, une administration ou une rédaction sans créer un problème plus coûteux que la solution ?
La frontière est immense entre quelqu’un qui sait utiliser un outil d’IA et quelqu’un qui sait concevoir un dispositif fiable autour de cet outil.
C’est justement là que se trouve la compétence de demain : non pas seulement demander une réponse à une machine, mais comprendre comment cette machine produit ses réponses, où elle peut se tromper, avec quelles données elle travaille et comment l’insérer dans une organisation réelle.
Le marché adore les titres flamboyants. Les entreprises aussi. Elles veulent le spécialiste du moment, celui qui donnera l’impression que la transformation numérique est en marche. Mais les intitulés changent souvent plus vite que les compétences profondes.
L’ingénierie de prompts a ainsi été présentée comme une révolution professionnelle. Elle reste utile, bien sûr. Savoir formuler une demande précise à un modèle peut améliorer considérablement un résultat. Mais cette compétence, à elle seule, ne suffit pas à bâtir une stratégie d’IA.
Demain, les meilleurs profils ne seront probablement pas ceux qui auront accumulé les intitulés les plus tendance. Ce seront ceux qui sauront articuler trois mondes : la technologie, la donnée et le métier.
## L’expert durable n’est pas forcément celui qui fait le plus de bruit
Dans ce nouvel environnement, les compétences les plus solides sont moins glamour, mais beaucoup plus rares : statistiques, science des données, réseaux neuronaux, architecture logicielle, cybersécurité, gouvernance des données, connaissance des processus métier.
Un ingénieur capable de comprendre le fonctionnement général d’un modèle avancé, sans nécessairement savoir entraîner seul un grand modèle mondial, aura une valeur considérable. À condition qu’il puisse aussi traduire cette compréhension en décisions concrètes : quel modèle utiliser ? avec quelles données ? pour quel objectif ? à quel coût ? avec quels garde-fous ?
C’est cette capacité d’arbitrage qui manque souvent.
On peut installer un chatbot dans une entreprise en quelques semaines. En revanche, construire un système capable de répondre correctement aux clients, de respecter les règles internes, de protéger les données et de ne pas inventer d’informations exige une autre profondeur.
Le recrutement devra donc évoluer. Il ne suffira plus de demander à un candidat : « Connaissez-vous ChatGPT, Claude ou Gemini ? » La vraie question sera : « Racontez-nous le dernier projet où vous avez fait échouer une IA avant qu’elle ne fasse échouer l’entreprise. »
Cette nuance change tout.
Les recruteurs devront apprendre à faire la différence entre la démonstration séduisante et la compétence industrialisable. Entre un profil capable de produire une présentation brillante et un ingénieur capable de déployer une solution qui tient debout six mois plus tard.
LinkedIn observe déjà que les professionnels du recrutement se forment rapidement à la culture IA, tandis que les entreprises s’orientent davantage vers une logique de recrutement fondée sur les compétences plutôt que sur les seuls diplômes ou intitulés de poste.
## Recruter l’IA ne peut plus être une affaire de RH seules
Cette mutation impose un changement de méthode. Le recrutement d’un profil IA ne peut plus être confié uniquement à un cabinet ou à une direction RH, aussi compétents soient-ils. Il devient une décision collective.
Le DRH doit comprendre les besoins humains et organisationnels. Le directeur technique doit mesurer la réalité des compétences. Le responsable métier doit vérifier que le candidat comprend le terrain. Le juriste ou le responsable conformité doit anticiper les risques. Et le dirigeant doit savoir ce qu’il veut réellement faire de l’IA.
Car trop d’entreprises recrutent encore un « responsable IA » comme on achèterait un meuble design pour moderniser un hall d’entrée : pour donner un signal, sans avoir préparé la pièce où il doit être installé.
Or, une IA sans données propres, sans objectifs clairs, sans équipes formées et sans gouvernance sérieuse ne produit pas de miracle. Elle produit du bruit, de la confusion, parfois des erreurs coûteuses.
Le Maroc est directement concerné. Les entreprises locales, les banques, les industriels, les administrations, les médias et les plateformes de services vont devoir recruter ou former des profils capables de faire le lien entre l’IA mondiale et les réalités marocaines : langues, données souvent dispersées, besoins des clients, contraintes réglementaires, culture des organisations et attentes sociales.
Le risque serait de reproduire un vieux réflexe : importer les intitulés de la Silicon Valley sans importer la profondeur technique, les méthodes d’évaluation et la culture de la donnée qui vont avec.
## Le luxe de demain : reconnaître le vrai talent
L’IA va certainement créer de nouveaux métiers. Elle en transformera d’autres. Le Forum économique mondial prévoit une forte recomposition du marché du travail d’ici à 2030, avec des créations et des suppressions d’emplois simultanées sous l’effet de la technologie, de la démographie et des transformations économiques.
Mais le sujet ne se limite pas au nombre d’emplois créés ou supprimés. Il concerne aussi la qualité du jugement.
Dans les années qui viennent, trouver un spécialiste de l’IA sera difficile. Mais trouver une entreprise capable de savoir pourquoi elle le recrute, comment elle va l’évaluer et ce qu’elle attend concrètement de lui sera peut-être encore plus rare.
Le vrai défi n’est donc pas seulement de former les ingénieurs. Il est de former ceux qui les sélectionnent.
Car dans un marché saturé de jargon, de promesses et de profils qui se déclarent experts du jour au lendemain, le talent le plus précieux sera peut-être celui du recruteur capable de distinguer une compétence durable d’une mode passagère.
Et, à l’ère de l’intelligence artificielle, cette lucidité-là ne pourra pas être entièrement automatisée.
Prompt engineer hier. Spécialiste des agents aujourd’hui. Expert des boucles de rétroaction demain. Architecte de modèles frontières après-demain.
Le problème n’est pas seulement que les métiers évoluent vite. Le problème est que ceux qui sont chargés de recruter ces profils — directions des ressources humaines, cabinets de chasse, responsables talents — doivent eux aussi se former à une vitesse inédite. Car comment identifier une compétence rare lorsque l’on ne comprend pas vraiment ce qu’elle recouvre ?
C’est là que se cache le vrai paradoxe de l’IA : elle ne bouleverse pas seulement les salariés, les ingénieurs et les entreprises. Elle oblige aussi les recruteurs à remettre leurs propres méthodes à niveau.
Le Forum économique mondial estime que près de 39 % des compétences considérées aujourd’hui comme essentielles seront transformées d’ici à 2030. Les entreprises interrogées identifient d’ailleurs les pénuries de compétences comme le premier frein à leur transformation.
Le recrutement technologique souffre déjà d’un vieux défaut : la tentation de juger un candidat à partir de son CV, de ses certifications et de quelques mots-clés bien placés. Avec l’IA, ce défaut risque de devenir un piège.
Un candidat peut afficher « IA générative », « LLM », « agents autonomes », « prompt engineering » ou « machine learning » sur son profil.
Mais maîtrise-t-il réellement les données ?
Comprend-il les limites d’un modèle ?
Sait-il évaluer les risques d’erreur, de biais, de sécurité ou de confidentialité ?
Est-il capable d’intégrer une solution d’IA dans une banque, une usine, une administration ou une rédaction sans créer un problème plus coûteux que la solution ?
La frontière est immense entre quelqu’un qui sait utiliser un outil d’IA et quelqu’un qui sait concevoir un dispositif fiable autour de cet outil.
C’est justement là que se trouve la compétence de demain : non pas seulement demander une réponse à une machine, mais comprendre comment cette machine produit ses réponses, où elle peut se tromper, avec quelles données elle travaille et comment l’insérer dans une organisation réelle.
Le marché adore les titres flamboyants. Les entreprises aussi. Elles veulent le spécialiste du moment, celui qui donnera l’impression que la transformation numérique est en marche. Mais les intitulés changent souvent plus vite que les compétences profondes.
L’ingénierie de prompts a ainsi été présentée comme une révolution professionnelle. Elle reste utile, bien sûr. Savoir formuler une demande précise à un modèle peut améliorer considérablement un résultat. Mais cette compétence, à elle seule, ne suffit pas à bâtir une stratégie d’IA.
Demain, les meilleurs profils ne seront probablement pas ceux qui auront accumulé les intitulés les plus tendance. Ce seront ceux qui sauront articuler trois mondes : la technologie, la donnée et le métier.
## L’expert durable n’est pas forcément celui qui fait le plus de bruit
Dans ce nouvel environnement, les compétences les plus solides sont moins glamour, mais beaucoup plus rares : statistiques, science des données, réseaux neuronaux, architecture logicielle, cybersécurité, gouvernance des données, connaissance des processus métier.
Un ingénieur capable de comprendre le fonctionnement général d’un modèle avancé, sans nécessairement savoir entraîner seul un grand modèle mondial, aura une valeur considérable. À condition qu’il puisse aussi traduire cette compréhension en décisions concrètes : quel modèle utiliser ? avec quelles données ? pour quel objectif ? à quel coût ? avec quels garde-fous ?
C’est cette capacité d’arbitrage qui manque souvent.
On peut installer un chatbot dans une entreprise en quelques semaines. En revanche, construire un système capable de répondre correctement aux clients, de respecter les règles internes, de protéger les données et de ne pas inventer d’informations exige une autre profondeur.
Le recrutement devra donc évoluer. Il ne suffira plus de demander à un candidat : « Connaissez-vous ChatGPT, Claude ou Gemini ? » La vraie question sera : « Racontez-nous le dernier projet où vous avez fait échouer une IA avant qu’elle ne fasse échouer l’entreprise. »
Cette nuance change tout.
Les recruteurs devront apprendre à faire la différence entre la démonstration séduisante et la compétence industrialisable. Entre un profil capable de produire une présentation brillante et un ingénieur capable de déployer une solution qui tient debout six mois plus tard.
LinkedIn observe déjà que les professionnels du recrutement se forment rapidement à la culture IA, tandis que les entreprises s’orientent davantage vers une logique de recrutement fondée sur les compétences plutôt que sur les seuls diplômes ou intitulés de poste.
## Recruter l’IA ne peut plus être une affaire de RH seules
Cette mutation impose un changement de méthode. Le recrutement d’un profil IA ne peut plus être confié uniquement à un cabinet ou à une direction RH, aussi compétents soient-ils. Il devient une décision collective.
Le DRH doit comprendre les besoins humains et organisationnels. Le directeur technique doit mesurer la réalité des compétences. Le responsable métier doit vérifier que le candidat comprend le terrain. Le juriste ou le responsable conformité doit anticiper les risques. Et le dirigeant doit savoir ce qu’il veut réellement faire de l’IA.
Car trop d’entreprises recrutent encore un « responsable IA » comme on achèterait un meuble design pour moderniser un hall d’entrée : pour donner un signal, sans avoir préparé la pièce où il doit être installé.
Or, une IA sans données propres, sans objectifs clairs, sans équipes formées et sans gouvernance sérieuse ne produit pas de miracle. Elle produit du bruit, de la confusion, parfois des erreurs coûteuses.
Le Maroc est directement concerné. Les entreprises locales, les banques, les industriels, les administrations, les médias et les plateformes de services vont devoir recruter ou former des profils capables de faire le lien entre l’IA mondiale et les réalités marocaines : langues, données souvent dispersées, besoins des clients, contraintes réglementaires, culture des organisations et attentes sociales.
Le risque serait de reproduire un vieux réflexe : importer les intitulés de la Silicon Valley sans importer la profondeur technique, les méthodes d’évaluation et la culture de la donnée qui vont avec.
## Le luxe de demain : reconnaître le vrai talent
L’IA va certainement créer de nouveaux métiers. Elle en transformera d’autres. Le Forum économique mondial prévoit une forte recomposition du marché du travail d’ici à 2030, avec des créations et des suppressions d’emplois simultanées sous l’effet de la technologie, de la démographie et des transformations économiques.
Mais le sujet ne se limite pas au nombre d’emplois créés ou supprimés. Il concerne aussi la qualité du jugement.
Dans les années qui viennent, trouver un spécialiste de l’IA sera difficile. Mais trouver une entreprise capable de savoir pourquoi elle le recrute, comment elle va l’évaluer et ce qu’elle attend concrètement de lui sera peut-être encore plus rare.
Le vrai défi n’est donc pas seulement de former les ingénieurs. Il est de former ceux qui les sélectionnent.
Car dans un marché saturé de jargon, de promesses et de profils qui se déclarent experts du jour au lendemain, le talent le plus précieux sera peut-être celui du recruteur capable de distinguer une compétence durable d’une mode passagère.
Et, à l’ère de l’intelligence artificielle, cette lucidité-là ne pourra pas être entièrement automatisée.