IA et emploi : pourquoi les jeunes ingénieurs affrontent un marché plus sélectif

Le débat sur l’intelligence artificielle et l’emploi se résume souvent à une question brutale : la machine va-t-elle remplacer les humains ? Pour les diplômés en ingénierie qui entrent sur le marché du travail, la réponse est plus concrète et plus inconfortable. Les outils d’IA savent déjà assister la rédaction de code, expliquer une documentation technique, générer des tests ou proposer des correctifs. Ils ne font pas disparaître mécaniquement le métier d’ingénieur, mais ils changent la façon dont les entreprises évaluent l’utilité d’une première embauche.

Cette nuance est au cœur de la position défendue par Ravi Kumar, PDG de Cognizant. À ses yeux, l’IA ne doit pas être regardée comme un substitut systématique au travail humain, mais comme une technologie qui augmente les capacités des salariés et peut créer de nouvelles fonctions. Cette vision optimiste se heurte toutefois à un indicateur préoccupant pour les entrants sur le marché : dans la tech, la place réservée aux diplômés récents dans les nouvelles embauches a fortement reculé.

Ravi Kumar voit l’IA comme un accélérateur de compétences

Cognizant est une grande entreprise de services technologiques, qui accompagne d’autres organisations dans leurs projets numériques. Avec plus de 350 000 employés sous sa direction, Ravi Kumar observe l’arrivée des outils d’IA à très grande échelle. Son raisonnement est le suivant : lorsqu’un assistant logiciel facilite l’accès à des connaissances spécialisées, un collaborateur moins expérimenté peut progresser plus vite et contribuer plus tôt à un projet.

Dans cette perspective, l’IA ne retire pas nécessairement leur intérêt aux développeurs débutants. Elle peut, au contraire, réduire une partie de l’écart qui les sépare de collègues plus aguerris. Un jeune ingénieur peut demander à un outil de lui expliquer un code complexe, de préparer une première version d’une fonction ou de repérer des erreurs. Mais l’outil ne porte pas la responsabilité du résultat : il faut encore comprendre le besoin, vérifier la réponse générée, tester le logiciel et décider de ce qui peut être mis en production.

La formule selon laquelle l’IA « ne supprimera pas les emplois » doit donc être comprise comme une prévision sur la transformation du travail, non comme la description d’un marché qui serait déjà sans difficulté. Elle insiste sur le potentiel de création d’activités, de besoins de formation et de nouveaux rôles. Elle ne garantit pas que chaque poste d’entrée de carrière conservera la même forme, ni que chaque entreprise choisira de recruter autant qu’auparavant.

Les recrutements juniors ont nettement diminué dans la tech

Les données citées sur les embauches montrent un mouvement inverse de l’optimisme affiché par Cognizant. En 2024, les diplômés récents ne représentaient que 7 % des nouvelles recrues dans les grandes entreprises technologiques. Avant la pandémie, leur part dépassait 15 %. La baisse est également visible dans les jeunes pousses, traditionnellement perçues comme un point d’entrée important pour les ingénieurs en début de parcours.

Ces proportions ne signifient pas que 93 % des jeunes diplômés seraient sans emploi. Elles décrivent la part qu’ils occupent dans les nouveaux recrutements des entreprises observées. Elles signalent néanmoins une évolution majeure : les employeurs embauchent moins souvent des personnes qui découvrent leur premier poste, au profit de profils déjà opérationnels ou d’équipes plus petites, épaulées par des outils de productivité.

Pour les start-ups, le phénomène est particulièrement sensible. Une entreprise en phase de lancement cherche souvent à avancer vite, avec peu de salariés et des ressources limitées. Si un même ingénieur peut produire davantage grâce aux assistants de programmation, la tentation est forte de différer une embauche supplémentaire. Cela réduit les occasions où un jeune diplômé pouvait apprendre sur le terrain, encadré par une équipe plus expérimentée.

Pourquoi l’IA fragilise d’abord l’accès au premier poste

Le développement logiciel comporte de nombreuses tâches qui se prêtent à l’assistance par IA : produire du code répétitif, rédiger une documentation initiale, générer des scénarios de test ou rechercher une erreur commune. Or, une partie de ces tâches constituait traditionnellement le quotidien des premières années de carrière. Les confier en partie à un outil ne rend pas l’ingénieur junior inutile, mais rend son intégration plus difficile à justifier pour un employeur focalisé sur les gains immédiats de productivité.

Les équipes expérimentées conservent, elles, des responsabilités plus larges : elles doivent arbitrer des choix techniques, comprendre des systèmes anciens, évaluer les risques, protéger les données, dialoguer avec les métiers et assumer les conséquences d’une panne. L’IA peut les aider, mais elle ne dispense pas de cette vision d’ensemble. C’est pourquoi les entreprises peuvent être tentées de privilégier des profils confirmés capables de superviser les productions générées par les outils.

Le contraste apparaît dans les stratégies de plusieurs grands groupes. Les rapports évoqués font état de réductions d’effectifs et d’embauches chez Salesforce. Ils soulignent également les efforts de Meta pour développer des modèles d’IA capables de produire du code d’un niveau comparable à celui d’un ingénieur intermédiaire. Ces orientations nourrissent l’idée qu’une hausse de productivité pourrait se traduire, dans certaines organisations, par moins de recrutements traditionnels.

Il serait pourtant excessif d’en déduire que le diplôme d’ingénieur perd toute valeur. Le marché ne disparaît pas : il se polarise. Les employeurs recherchent toujours des compétences techniques, mais attendent plus rapidement une capacité à résoudre un problème réel et à utiliser les outils modernes avec discernement.

Deux visions du travail augmenté par l’IA

Les entreprises de services, comme Cognizant, n’ont pas nécessairement les mêmes intérêts ni les mêmes contraintes que les grandes plateformes technologiques ou les start-ups à effectif réduit. Lorsqu’une société vend des projets, du conseil et de l’accompagnement à des clients, faire progresser rapidement des équipes junior peut rester un avantage économique. À l’inverse, une entreprise qui cherche à optimiser ses propres produits peut viser une production accrue avec un nombre limité de recrutements.

Cette opposition ne doit pas être lue comme une séparation parfaite entre « bonnes » et « mauvaises » entreprises. Une même organisation peut former des débutants sur certains métiers tout en limitant les embauches dans d’autres. Elle rappelle surtout que l’effet de l’IA sur l’emploi dépend du modèle économique, du rythme de croissance et de la manière dont les gains de productivité sont redistribués.

Quelles compétences deviennent indispensables pour les ingénieurs ?

Savoir programmer reste un socle essentiel. Un ingénieur incapable de lire, modifier et tester du code ne peut pas évaluer correctement ce qu’un outil d’IA lui propose. Mais la maîtrise d’un langage informatique, à elle seule, ne suffit plus à distinguer un candidat dans un marché plus concurrentiel.

Les jeunes diplômés ont intérêt à développer trois dimensions complémentaires :

• La pensée systémique, c’est-à-dire la capacité à comprendre les liens entre une fonctionnalité, l’architecture logicielle, les données, la sécurité et les usages réels.
• Les compétences interpersonnelles, notamment l’écoute, la communication claire et le travail en équipe. Elles permettent de transformer un besoin parfois flou en solution utilisable.
• La collaboration critique avec l’IA, qui consiste à formuler une demande précise, contrôler les résultats, repérer les erreurs et documenter les décisions prises.

L’enjeu n’est pas de rivaliser avec l’outil sur la vitesse de génération d’un premier brouillon. Il est de savoir si ce brouillon répond au besoin, s’il respecte les contraintes du projet et s’il reste maintenable par une équipe. Une réponse générée avec assurance peut contenir une erreur, réutiliser une approche inadaptée ou ignorer une contrainte de sécurité. La compétence humaine se déplace donc vers le jugement, la validation et la responsabilité.

Universités et employeurs face au risque d’une génération moins formée

Le recul des recrutements juniors pose un problème qui dépasse les seuls candidats. Les entreprises ont besoin de former les professionnels qui deviendront leurs experts de demain. Si elles réduisent durablement les postes d’entrée, elles risquent d’affaiblir leur propre vivier de compétences à moyen terme.

Les établissements d’enseignement ont, eux aussi, un rôle à jouer. Il ne s’agit pas seulement d’ajouter un outil d’IA dans un cursus. Les étudiants doivent apprendre à identifier les limites d’une réponse automatisée, à expliquer leurs choix et à travailler sur des projets où la dimension humaine, organisationnelle et éthique est présente. Les fondamentaux de l’informatique, de l’algorithmique et de l’ingénierie logicielle restent nécessaires précisément parce qu’ils permettent de ne pas utiliser les outils en aveugle.

Les employeurs peuvent également adapter leurs pratiques : stages mieux encadrés, programmes de mentorat, évaluations fondées sur des projets réels plutôt que sur la seule rapidité de codage. L’IA pourrait alors servir à accélérer l’apprentissage au lieu de fermer la porte des premiers emplois.

Ce qu’il faut surveiller pour les jeunes diplômés

La thèse de Ravi Kumar ouvre une possibilité crédible : l’IA peut créer des besoins nouveaux et rendre des équipes moins expérimentées plus efficaces. Mais les chiffres de recrutement invitent à ne pas confondre cette promesse avec la situation présente. En juin 2025, l’accès au premier poste dans la tech apparaît plus sélectif, surtout dans les start-ups et les grandes entreprises qui misent sur des gains rapides de productivité.

Pour les candidats, la priorité est moins de prédire un remplacement généralisé que de montrer une capacité d’adaptation concrète. Un portfolio de projets expliqués, une compréhension des limites des assistants de code, une aptitude à collaborer et une base technique solide peuvent peser davantage qu’une simple familiarité avec un outil à la mode.

Pour le marché dans son ensemble, la question décisive sera la suivante : les gains permis par l’IA financeront-ils de nouveaux rôles, de nouveaux services et de nouvelles formations, ou serviront-ils principalement à faire autant avec moins de personnes ? C’est de cette réponse, entreprise par entreprise, que dépendra la réalité des perspectives offertes aux ingénieurs de demain.