Réagencer… la montée en compétence

Les deux numéros précédents ont posé le diptyque de la destruction créatrice : d'un côté les compétences qui se greffent (×4 en un an), de l'autre la rampe d'entrée qui se ferme — embauches de cadres juniors à −19 % en 2024, une coupe sur deux déjà regrettée. Restait la question qu'un praticien honnête doit se poser avant d'en faire une thèse : tout cela se mesure-t-il vraiment, ou n'est-ce qu'une intuition bien tournée ? L'érosion de la mécanique d'apprentissage est-elle dans le champ des économistes — et ses conséquences avec ?

La réponse est nette, en deux temps : le mécanisme est mesuré, la conséquence aussi ; l'effet propre de l'IA, pas encore. Commençons par le mécanisme, parce qu'il est limpide. Dans une étude de référence sur 5 179 agents de support client, un assistant IA conversationnel augmente la productivité de +14 % en moyenne — mais le chiffre moyen ment. Pour les débutants et les moins qualifiés, le gain monte à +34 % ; pour les plus expérimentés, il est négligeable (Brynjolfsson, Li & Raymond, _Quarterly Journal of Economics_, 2025).

Lisez ce que dit ce schéma : l'IA diffuse par le bas le savoir-faire des meilleurs. Elle donne au débutant, d'emblée, la performance qu'il mettait des années à acquérir en faisant. C'est une magnifique nouvelle pour le débutant assis devant l'outil — et un signal glaçant pour celui qui n'est pas encore embauché.

Car si l'outil fournit la courbe d'expérience, à quoi bon payer quelqu'un pour la gravir ? Voilà le réagencement silencieux : la marche d'entrée n'a jamais servi qu'à produire un livrable médiocre à bas coût — elle servait surtout à fabriquer le senior. On apprenait un métier en faisant, mal puis bien, les gestes simples : la note de synthèse, la recherche documentaire, le bout de code répétitif. Ce sont exactement les gestes que l'agent absorbe en premier.

Le piège est que le même outil peut jouer les deux rôles opposés. Gardez le junior et réagencez sa montée en compétence : l'IA devient un raccourci d'apprentissage — il atteint plus vite un niveau proche du confirmé. Cessez de l'embaucher parce que l'agent fait sa production : l'IA devient une rampe brisée. La technologie est neutre ; c'est la décision d'organisation qui tranche. Et l'enjeu n'est pas l'effectif junior de cette année — c'est le stock de seniors dans cinq ans, qu'aucun agent ne sait fabriquer, parce qu'un senior se fabrique en faisant ce que l'agent fait désormais à sa place.

Le mécanisme expliquerait le symptôme. Le symptôme, justement, se mesure aussi — et pas sur des déclarations, sur de la paie. En suivant les données ADP, l'un des plus grands gestionnaires de paie américains, sur les métiers les plus exposés à l'IA, une équipe de Stanford observe un gradient d'expérience net (Brynjolfsson, Chandar & Chen, nov. 2025). Entre fin 2022 et septembre 2025, l'emploi des 22-25 ans recule de −6 % dans ces métiers pendant que celui des plus expérimentés progresse de +6 à +9 %. À métier comparable, après contrôle des chocs propres à chaque entreprise, l'écart relatif atteint −16 % pour les jeunes — et l'ajustement passe par l'emploi, pas par les salaires : c'est une non-embauche, pas une baisse de paie.

Et la conséquence ? Elle est, elle aussi, documentée — par ricochet. La littérature du _scarring_ mesure depuis longtemps la cicatrice qu'une mauvaise entrée laisse sur toute une carrière : sortir sur le marché du travail en récession coûte de l'ordre de 6 à 7 % de salaire par point de hausse du chômage à l'entrée, et l'effet reste décelable une quinzaine d'années plus tard (Kahn, 2010). Sur données canadiennes appariées, la perte initiale tourne autour de 9 % et s'estompe en 8 à 10 ans — mais durablement plus forte pour les moins favorisés (Oreopoulos, von Wachter & Heisz, 2012). Une première marche dégradée n'est pas un accident ponctuel : c'est une cicatrice d'une décennie.

Le pas de côté honnête. Deux réserves, et elles comptent. La mesure de paie est américaine (ADP) : sa transposition au marché français reste à établir — même si le suivi de février 2026 écarte l'explication concurrente « ce sont les taux d'intérêt » (les métiers les plus exposés à l'IA y sont _moins_ sensibles). Et les mesures de _scarring_ portent sur des cohortes entrées en récession, pas sous l'IA : elles prouvent que l'économie sait chiffrer, finement, la conséquence durable d'une mauvaise entrée — pas que le choc IA produit déjà la même cicatrice. La mécanique est la bonne ; son application à la délégation à l'agent est à démontrer.

La France dispose pourtant de l'outil qu'il faudrait. Les enquêtes Génération du Céreq suivent, tous les trois ans, une cohorte de sortants du système éducatif mois par mois, de l'insertion aux premières années de carrière. On sait donc, en principe, mesurer une cohorte d'entrée. Ce que cet instrument n'isole pas encore, c'est l'effet propre de la délégation à l'IA sur la compétence pratique réellement acquise par les entrants post-2022, à expérience égale : le terrain est trop récent pour avoir tourné. La blessure existe sur le papier ; sa mesure directe reste à faire.

C'est exactement le vide que l'étude « La génération manquante » entend combler, en interrogeant DRH et directions métiers sur trois points qu'aucune donnée ouverte ne livre : la part des tâches qu'on confiait à un junior et qu'on confie désormais à un agent, les dispositifs mis en place pour reconstruire la rampe d'apprentissage (mentorat structuré, projets complexifiés, formation interne), et l'inquiétude — ou non — sur la disponibilité de seniors formés dans cinq ans. Réagencer la montée en compétence, ce n'est pas choisir entre garder ou couper le junior. C'est rebâtir la marche que l'agent vient de rendre invisible — avant de découvrir, dans dix ans, qu'on a promis l'orchestrateur en supprimant l'école qui le formait.