5 métiers que l'intelligence artificielle va créer
170 millions : c’est le nombre d’emplois que l’IA pourrait créer d’ici 2030, selon une étude du Forum Economique Mondial. Certains de ces emplois correspondent à des métiers qui existent déjà et qui vont être stimulés par l’économie de l’IA. Les métiers de la construction, par exemple, vont être en forte demande avec les investissements tous azimuts des big tech dans les centres de données géants, de même que ceux de l’enseignement, alors que se former tout au long de son existence va devenir un impératif pour s’adapter aux changements induits par l’IA. Mais une partie de ces emplois seront également totalement inédits. A quoi pourraient-ils ressembler ? Quels postes seront en forte demande de la part des entreprises et quelles compétences seront nécessaires pour les assurer ? Voici quelques pistes.
Exégète d’algorithmes
Comprenant des millions, voire des milliards de paramètres et autant de tokens, les grands modèles de langage (LLM) sont réputés pour leur fonctionnement opaque, qui les conduit parfois à halluciner ou à émettre des réponses inattendues qui laissent perplexes jusqu’à leurs concepteurs. C’est le fameux phénomène des boîtes noires, qui rend les algorithmes délicats à utiliser pour les entreprises.
Alors que cette technologie commence à être déployée dans des domaines aussi sensibles que la lecture de CVs, l’attribution de prêts bancaires ou encore la pose de diagnostics médicaux, il est nécessaire de s’assurer que les systèmes d’IA déployés sont régulièrement mis à jour et fonctionnent correctement. Pour les entreprises, cela va devenir de plus en plus nécessaire pour éviter des dysfonctionnements majeurs ou un scandale éthique, mais aussi simplement pour rester dans la légalité, alors qu’un nombre croissant de gouvernements mettent en place des régulations autour de l’IA.
Pour toutes ces raisons, il est vraisemblable que la plupart des entreprises comptent demain parmi leurs effectifs un exégète capable de disséquer le fonctionnement des algorithmes utilisés et de traduire celui-ci en langage naturel pour les utilisateurs, les managers et les régulateurs. Un poste qui demandera à la fois des connaissances poussées en matière de fonctionnement des LLM, une capacité à vulgariser et des soft skills pour dialoguer et tisser des liens avec diverses parties prenantes.
Spécialiste de l’annotation des données
Etant donné les coûts astronomiques liés à l’entraînement d’un grand modèle de langage, pour la plupart des entreprises, l’adoption de cette technologie ne passera pas par l’entraînement de nouveaux modèles, mais par le peaufinage ou fine-tuning, l’adaptation d’un modèle existant en le réentraînant sur les données spécifiques à l’entreprise.
Mais les données issues de secteurs complexes et hautement régulés comme la santé, la finance ou le droit requièrent une fine expertise métier couplée à un solide bagage technologique pour être adéquatement lue, annotée et traitée. Une séquence d’ADN est par exemple une série de lettres, qui apparaîtra sous cette forme dans une base de données traditionnelle, mais qu’un expert parlant le langage des sciences saura correctement interpréter, par exemple pour déterminer quelle séquence encode quel type de protéines, ce qu’un béotien ne saurait pas faire. Il est donc très probable que l’on voie à l’avenir se multiplier les postes de spécialistes de l’annotation des données, qui combineront une grande expertise dans un domaine spécifique avec une maîtrise de la science des données. La jeune pousse américaine Mercor s’est déjà spécialisée sur ce créneau.
Ingénieur spécialisé dans le déploiement de l’IA
Une fois les données annotées, les algorithmes réentraînées et les agents d’IA conçus, ces derniers doivent être efficacement déployés et disséminés au sein de l’organisation. Une mission qui sera assurée par des spécialistes tenant à la fois du vendeur, du consultant et du développeur informatique. Il est d’ailleurs probable qu’ils soient détachés durant plusieurs mois au sein de l’entreprise cliente, et supervisent l’intégralité du processus allant du peaufinage des algorithmes à la conception des chatbots et à leur déploiement au sein des équipes adéquates.
Là encore, ce métier nécessitera un mélange de hard et soft skills, puisqu’il faudra à la fois une maîtrise pointue des algorithmes d’IA et une capacité à se mettre à l’écoute des équipes, à comprendre leurs besoins et à leur apprendre à utiliser l’IA pour y répondre. Il faudra également une capacité à jongler entre des univers mentaux différents. En informatique, il arrive par exemple régulièrement qu'une mise à jour logiciel vienne causer un problème qui sera corrigé quelques jours plus tard. Mais dans un secteur comme l’industrie, il est impensable d’interrompre une ligne de montage durant plusieurs jours, ou encore de stopper le fonctionnement d’une ligne de tramway sur la même période. De même, on peut accepter un risque d’erreur plus grand lorsqu’on conçoit un algorithme dédié à mettre en relation les profils sur une application de rencontre que lorsqu’un algorithme similaire est déployé dans un secteur où des vies sont en jeu, comme la santé, ou hautement régulé, comme la finance. Un ingénieur spécialisé dans le déploiement de l’IA devra avoir conscience de ces différences et savoir effectuer les bons arbitrages.
Spécialiste des risques et de la gouvernance de l’IA
Comme évoqué plus haut, des régulations encadrant l’usage des algorithmes sont en train d’être mises en place partout dans le monde, tandis que les procès entourant les chatbots commencent également à se multiplier. Les spécialistes de la gouvernance de l’IA auront pour mission de s’assurer que les algorithmes utilisés seront en phase avec la régulation en vigueur dans une zone géographique donnée, mais devront aussi gérer les risques pour éviter les procès lancés par des particuliers ou actions collectives conduites par des clients mécontents.
Ils auront également pour mission de s’assurer que les bots utilisés par l’entreprise n’ouvrent pas des failles en matière de confidentialité ou de cybersécurité, par exemple en laissant échapper des données confidentielles ou entrer un acteur malveillant dans le SOC. Plutôt qu’un seul expert, il est donc vraisemblable que les entreprises, en tout cas celles de grande taille, en aient plusieurs, avec des spécialités différentes (droit, régulation, cybersécurité, gestion des masses de données, etc.).
Spécialiste des puces d’IA sur mesure
En 2025, OpenAI a signé un accord avec l’américain Broadcom dans l’optique de concevoir ses propres puces d’IA sur-mesure, suivant les traces de Google, dont le dernier modèle Gemini, aux performances largement saluées par le monde de l’IA, a été entraîné sur ses TPU maison. Amazon conçoit également ses puces Trainium (pour l’entraînement des modèles) et Inferia (pour l’inférence). Basées sur la technologie de la jeune pousse israélienne Annapurna Labs, rachetée en 2015, elles sont installées dans les centres de données de l’entreprise. Meta est également en train de tester ses propres puces Meta Training and Inference Accelerator (MTIA).
Pour les grands acteurs de l’IA, concevoir des puces sur-mesure permet d’obtenir un avantage par rapport aux puces génériques de Nvidia. Mais d’autres entreprises, comme Tesla, se sont également lancées dans l’aventure. A mesure que l’IA va se démocratiser, il est vraisemblable que d’autres grandes entreprises lui emboîtent le pas pour obtenir des semi-conducteurs calibrés pour leurs usages business bien spécifiques. Ces entreprises seront avides de profils d’ingénieurs disposant de solides compétences sur la conception des semi-conducteurs, mais aussi d’une bonne familiarité avec leurs problématiques business spécifiques.