Trois ans après l’émergence de l’IA générative, le nombre de véritables experts reste limité. La vitesse à laquelle les technologies évoluent (agents IA, IA physique,...) oblige les candidats à mettre leurs connaissances à jour en permanence. Pour Deepak Seth, analyste sur l'IA au Gartner, sollicité par Computerworld « plus que les compétences, ce sont les attitudes qui comptent : l’adaptabilité et la rapidité d’apprentissage ». Cette demande s’inscrit dans un contexte paradoxal : alors que l’IA impacte des milliers d’emplois, les offres mentionnant des compétences en IA continuent de croître.

Selon l’éditeur RH Cornerstone, le marché du travail mondial connaît une forte convergence entre aptitudes en IA et en machine learning, avec une demande en hausse de 245 % entre 2023 et 2025. Les connaissances attendues ne se limitent plus aux savoir-faire techniques comme le prompt engineering ou le « vibe coding ». Les entreprises privilégient désormais des candidats capables d’intégrer l’IA de manière concrète dans les processus métiers et de rester agiles face à des technologies en constante évolution.

Maîtriser les outils ne suffit plus

Si la maîtrise d’outils d’IA générative comme ChatGPT d’OpenAI ou Gemini de Google constitue un premier pas, elle ne suffit pas à faire d’un candidat un véritable expert. Il faut savoir exploiter l’IA comme un partenaire de réflexion proactive, explique Carter Busse, DSI de Workato, spécialisé dans l'iPaaS. « Si un agent peut anticiper et aider un humain, ce sera révolutionnaire », affirme-t-il.

Dans ce contexte, les compétences en IA impliquent de comprendre les processus sous-jacents, de reconnaître l’importance des données et de savoir les injecter dans les outils pour en maximiser l’efficacité. « L’IA peut révéler tout le potentiel des données issues des équipes commerciales, des clients, de la finance ou même du dirigeant et c’est là que ça devient vraiment intéressant », souligne Carter Busse.

L’essor du context engineering

Le prompt engineering, qui consiste à poser les bonnes questions pour obtenir des résultats précis, a longtemps été l'aptitude phare en IA. Mais il est désormais dépassé par le context engineering, qui offre la possibilité de concevoir des instructions produisant des réponses cohérentes et prévisibles. L’objectif est que « chaque fois que vous posez la même question, vous obteniez toujours la même réponse », explique Bekir Atahan, vice-président chez la SSII Experis Services. 

Cette capacité est devenue cruciale, car les modèles IA évoluent rapidement et leurs réponses peuvent varier d’un jour à l’autre. Le context engineering vise à garantir des résultats cohérents malgré un écosystème IA en perpétuelle mutation. « Les humains passent du rôle d’opérateurs à celui de concepteurs de politiques », explique Bekir Atahan. Tout en ajoutant, « l’avenir du travail consistera à superviser des IA, et non plus à produire directement des résultats. » De plus, il nécessite aussi une expertise métier et sectorielle pour mieux détecter les failles classiques de l’IA, comme les hallucinations ou les incohérences logiques. Un expert métier connaît les définitions, les contraintes et les seuils de confiance propres à son domaine, ce qui facilite la vérification des résultats et réduit les ambiguïtés, précise Bekir Atahan. « Quand l’IA se trompe, quelqu’un doit être capable de dire : “Ce n’est pas correct. Corrigez cela…” ou de mettre en place des garde-fous », ajoute-t-il.

L’importance de la gouvernance de l’IA

Deepak Seth de Gartner souligne que la gouvernance de l’IA est déjà essentielle et le restera en 2026. Une expertise ciblée vaut plus qu’une connaissance superficielle de multiples sujets. La gouvernance assure la réduction des risques tout en instaurant responsabilité et confiance.  « Au-delà des algorithmes et du code, la prochaine génération de talents en IA devra relier technologie, gouvernance et transformation organisationnelle. La compétence la plus précieuse ne sera pas le codage, mais la capacité à instaurer la confiance », explique l'analyste.

Il recommande aux candidats de s’immerger dans la technologie plutôt que de se limiter à des cours : « Plutôt qu’une formation, allez à une conférence, quelle qu’elle soit. Si vous travaillez dans la finance, assistez à une conférence financière. Toutes abordent désormais l’IA, tant elle est omniprésente dans le monde de l’entreprise. » L’essentiel est de comprendre comment elle est perçue et utilisée dans un contexte métier précis. 

Une adaptation aux réalités métiers

Les candidats doivent aussi être capables de montrer comment ils utiliseraient l’IA pour résoudre un problème concret. Cela démontre leur adaptabilité et leur capacité à intégrer cette technologie comme partenaire dans les processus de travail. « Un bon indicateur consiste à leur demander comment ils concevraient un entretien ou un test à domicile à l’ère de la GenAI. Cela révèle rapidement la profondeur de leur compréhension des outils et de leurs impacts », explique Matthew Blackford, vice-président de l’ingénierie chez RWS, spécialisée dans la traduction multilingue. Lors des recrutements, la véritable compétence en IA se manifeste par la curiosité et l’expérience concrète. « Les meilleurs candidats savent parler honnêtement de ce qu’ils ont essayé, de ce qui n’a pas fonctionné et de ce qu’ils en ont appris. » Ces qualités sont essentielles pour les ingénieurs, chefs de produit ou dirigeants IT.

De nombreuses entreprises impliquent leurs salariés pour encourager les initiatives et la résolution autonome de problèmes. Ivanti, par exemple, a mis en place un conseil de gouvernance de l’IA qui incite les collaborateurs à participer et à déployer leurs compétences. « Ce conseil donne aux employés la possibilité de soumettre des outils à évaluation, favorisant la collaboration et l’innovation tout en garantissant supervision et responsabilité à l’échelle de l’entreprise », explique Brooke Johnson, vice-présidente senior et directrice juridique d’Ivanti.