Accueil › Blog › Les métiers que l'IA crée

Les métiers que l'IA est en train de créer (et lesquels sont réels)

Publié le 6 novembre 2026 · par Amine, AI business analyst en CAC 40 · 7 min de lecture

On te vend des listes de « nouveaux métiers de l'IA » comme on vendait des listes de « métiers du web » il y a vingt ans. Prompt engineer, MLOps, chef de projet IA, auditeur d'IA : derrière ces intitulés, il y a des choses réelles, mais pas toutes. Voici comment séparer les postes qui recrutent des titres qui font joli sur un CV.

L'IA crée-t-elle vraiment des emplois, ou seulement des titres ?

Le chiffre qu'on cite le plus souvent vient du rapport Future of Jobs du World Economic Forum, publié en janvier 2025 : 170 millions d'emplois créés dans le monde d'ici 2030, 92 millions supprimés, soit 78 millions de plus au total. C'est un solde net positif, et c'est une bonne nouvelle qu'on a raison de souligner.

Mais regarde ce que ce nombre mesure exactement. Il s'agit d'une projection, construite à partir des réponses d'employeurs de 55 économies, pas d'un décompte de postes réellement ouverts. Et surtout, « créer un emploi » dans ce genre de modèle veut le plus souvent dire « recomposer un poste existant autour de tâches nouvelles », pas « inventer une fonction qui n'existait nulle part ».

Le rapport le dit lui-même : les métiers qui progressent le plus en pourcentage partent d'une base minuscule. Un poste qui double sur dix ans en partant de quelques milliers de personnes reste un effectif modeste, là où les métiers qui créent le plus de postes en volume sont des métiers de terrain comme les ouvriers agricoles, les livreurs ou le bâtiment. C'est le piège classique : on lit les pourcentages comme des masses, et on finit par croire que la planète entière va devenir prompt engineer.

Quels métiers apparaissent réellement dans les offres d'emploi ?

Si on regarde les listes sérieuses plutôt que les articles de buzz, une poignée de fonctions revient partout. Le WEF place en tête des croissances les spécialistes big data, les ingénieurs fintech et les spécialistes IA et machine learning. Ce sont des métiers qui existaient déjà pour la plupart, et dont l'IA générative a brusquement accéléré la demande — pas des inventions récentes.

Le Bureau of Labor Statistics américain donne un ordre de grandeur concret : l'emploi des data scientists devrait croître de 35 % entre 2025 et 2035, « beaucoup plus vite que la moyenne », avec environ 24 800 ouvertures par an. Un data scientist, ce n'est pas un métier né avec ChatGPT : c'est un métier dont la valeur vient d'augmenter parce que la donnée est devenue la matière première de tout.

En France, France Travail range ces fonctions dans une famille officielle appelée « Data et intelligence artificielle », qui distingue les métiers de la donnée (data analyst, data engineer, data manager) des métiers de l'IA proprement dits. L'important dans ce découpage, c'est qu'il reconnaît des postes, avec des compétences listées, des parcours et des salaires — pas des slogans.

MLOps, prompt engineer, chef de projet IA : ce qu'il y a derrière les intitulés

Trois intitulés reviennent dans toutes les listes, et ils ne se valent pas.

Le MLOps est probablement le plus solide des trois. C'est un ingénieur dont le travail consiste à faire tourner des modèles en production : les déployer, surveiller qu'ils ne dérivent pas, les réentraîner, gérer les incidents. Ce n'est pas un métier de magie, c'est de l'ingénierie de production appliquée aux modèles, et les entreprises qui en recrutent savent précisément pourquoi elles paient.

Le prompt engineer est le plus fragile. Rédiger des instructions pour un modèle, c'est une compétence réelle, mais elle s'ajoute à un métier existant bien plus souvent qu'elle ne fonde un poste à temps plein. Le besoin est déjà en train de glisser vers l'évaluation des sorties et l'industrialisation, c'est-à-dire vers des fonctions d'ingénierie plus larges. Peu d'entreprises embauchent quelqu'un uniquement pour écrire des prompts toute la journée.

Le chef de projet IA (ou product manager IA) occupe une position intermédiaire : il fait le pont entre les équipes techniques et le métier. C'est un vrai poste quand il y a un produit à piloter, un budget et un calendrier ; c'est un titre vide quand il n'y a qu'une personne qui « coordonne » sans rien décider.

Audit et gouvernance de l'IA : un métier ou un vernis ?

C'est le pan le plus récent, et probablement le plus intéressant pour qui n'est pas ingénieur. Deux textes poussent dans la même direction : la norme internationale ISO/IEC 42001, publiée fin 2023, qui fixe un cadre de système de management de l'IA, et le règlement européen sur l'IA, l'AI Act, qui impose des obligations de transparence et de contrôle sur les systèmes à risque.

La conséquence est directe : une entreprise qui déploie une IA doit pouvoir la documenter, la contrôler et prouver qu'elle est conforme. Ça crée un besoin d'audit, de gouvernance et de conformité de l'IA. Mais dans les faits, ces fonctions sont rarement de nouveaux postes créés de toutes pièces : on les confie aux DPO, aux risk managers et aux équipes conformité déjà en place, qui ajoutent une compétence à leur périmètre.

C'est exactement ce que j'observe dans mon travail : le DPO que j'étais pour le RGPD se retrouve aujourd'hui à répondre à des questions d'IA Act, parce que c'est le même muscle — documenter, tracer, rendre des comptes. La fonction n'est pas nouvelle ; la compétence, elle, est en train de devenir rare et chère.

Comment savoir si un « nouveau métier » en est vraiment un ?

Plutôt que de mémoriser des listes qui seront périmées dans un an, applique trois questions, dans cet ordre.

Première : est-ce qu'il existe des offres d'emploi réelles avec ce titre, ou seulement des articles qui en parlent ? Cherche sur les sites d'emploi, pas dans les classements de « métiers d'avenir ». Un titre que personne ne publie dans une offre n'est pas un métier, c'est un sujet d'article.

Deuxième : est-ce qu'il y a une fourchette de salaire et une progression possible, ou est-ce que tout le monde semble en être au « premier poste de ce type » ? Un métier qui n'a pas de deuxième échelon est souvent une mode.

Troisième, et c'est la plus révélatrice : le poste porte-t-il une responsabilité que personne d'autre ne porte, ou seulement une compétence que tout le monde peut acquérir ? Si la valeur du rôle se résume à savoir utiliser un outil qui changera dans six mois, c'est une compétence. Si elle consiste à porter la décision, le risque ou la conformité que personne d'autre n'assume, c'est un métier.

Cette distinction n'est pas du vocabulaire. C'est elle qui détermine si tu construis une carrière ou si tu cours derrière un intitulé. Les spécialistes big data et les MLOps ont un poste ; le « prompt engineer » a surtout une compétence. La différence, c'est la responsabilité.

Questions fréquentes

Écrit par Amine Lounnas

AI business analyst depuis cinq ans dans des grands groupes du CAC 40 — banque, assurance, énergie. Certifié DPO et CIPP/E. Mon métier consiste à identifier quelles tâches une entreprise peut automatiser ; ce site retourne cette méthode vers les salariés.

Qui écrit ici, et comment →