L’IA referme-t-elle la porte d’entrée de l’IT pour les jeunes ?

« L’IA remplace tout le monde ». Ce slogan tourne bien sur LinkedIn, tient trois heures sur un plateau télé, puis s’écroule dès qu’on regarde le marché avec un peu de sérieux. Le problème est plus sec, plus discret, plus dur aussi. L’activité tient. Les équipes produisent. Les roadmaps ne s’arrêtent pas. Les usages de l’IA se glissent partout dans la chaîne. Et dans le même temps, l’entrée de carrière se resserre.

En France, l’Insee observe un recul de l’emploi dans les activités informatiques et les services d’information entre fin 2023 et fin 2025, avec une baisse particulièrement marquée chez les 15-29 ans hors alternants. Dans le même secteur, la valeur ajoutée continue, elle, de progresser. Même musique aux États-Unis, où Stanford documente un recul de l’emploi de début de carrière dans les métiers les plus exposés à l’IA générative. Le marché ne s’effondre pas : il filtre plus brutalement son seuil d’entrée.

La Tech continue d’avancer, mais elle absorbe moins bien ses débutants

Les chiffres français racontent quelque chose d’assez brutal. Entre le quatrième trimestre 2023 et le quatrième trimestre 2025, l’emploi dans les activités informatiques et services d’information recule de 3,0 %. 

Cette baisse repose presque entièrement sur les jeunes : les 15-29 ans hors alternants y contribuent à hauteur de -3,8 points, alors que les 30-54 ans apportent une contribution positive. Au quatrième trimestre 2025, l’emploi des moins de 30 ans recule de 7,4 % sur un an dans ce secteur.

Le détail qui change la lecture arrive juste derrière. Le secteur ne traverse pas une panne franche d’activité. L’Insee note au contraire que la valeur ajoutée des activités informatiques et services d’information reste orientée à la hausse et se situe, fin 2025, très au-dessus de son niveau de 2000. Dit autrement, la machine produit encore. Elle produit même davantage. Mais elle le fait avec une structure d’emploi qui se durcit à l’entrée.

C’est probablement ce qui rend le phénomène si déroutant. Dans l’imaginaire collectif, quand l’emploi baisse, on cherche une crise visible : commandes en berne, activité qui décroche, plans sociaux massifs, budgets gelés à tous les étages. 

Ici, l’image est moins lisible. Les entreprises livrent. L’investissement numérique reste bien orienté. Les stacks se modernisent. Les copilotes, assistants et agents viennent mordre sur une partie du travail quotidien. Et pourtant, le premier ticket rémunéré devient plus difficile à décrocher.

Le parallèle américain renforce ce diagnostic. Le Stanford Digital Economy Lab observe une baisse relative de 16 % de l’emploi des 22-25 ans dans les métiers les plus exposés à l’IA générative depuis la diffusion massive de ces outils. Là encore, le cœur du phénomène ne se situe pas dans une casse uniforme du marché du travail. Il se situe dans un ajustement asymétrique, concentré sur l’entrée de carrière.

Pourquoi le choc frappe d’abord les juniors ?

Le marché ne retire pas d’abord les postes juniors par cruauté abstraite ou par goût du jeunisme inversé. Il réagit à une logique de tâches.

Or la logique de tâches, en 2026, n’a plus grand-chose à voir avec celle de 2021.

Une partie considérable de ce qu’une équipe confiait à un profil débutant se retrouve aujourd’hui dans la zone de portée de l’IA générative. Pas l’ensemble du travail, non. Pas la compréhension profonde d’un système. Pas le sens d’un arbitrage d’architecture. Pas la lecture fine d’un incident de prod à 3 h 12 du matin. 

Mais la première couche, celle qui servait souvent d’apprentissage rémunéré, se fait grignoter : documentation standard, boilerplate, tests simples, scripts utilitaires, support de premier niveau, reformulation d’informations, première passe d’analyse, petites corrections répétitives.

Ces tâches n’étaient pas seulement des tâches peu nobles. Elles servaient aussi de sas. Elles permettaient d’entrer, de voir tourner la machine, de lire du code réel, de toucher l’exploitation sans tout casser, de comprendre où se logent les erreurs, de sentir la logique d’une base, d’un pipeline, d’une API, d’une CI. Bref, elles formaient.

L’Insee, en s’appuyant sur la littérature récente, résume bien ce basculement : l’IA se substitue davantage aux tâches de début de carrière et complète davantage les profils expérimentés, capables de cadrer, piloter et valider ce que la machine propose.

Le contexte d’adoption renforce ce mouvement. En France, 10 % des entreprises de 10 salariés ou plus déclarent utiliser au moins une technologie d’IA en 2024, contre 6 % un an plus tôt. Dans l’information-communication, la part grimpe à 42 %. 

Et le plus intéressant, peut-être, tient à la forme de cette adoption : elle passe très souvent par des logiciels du commerce prêts à l’emploi. L’IA ne débarque donc pas seulement par les labs, les équipes data sophistiquées ou les grands programmes de transformation. Elle arrive aussi par l’outillage standard, là où le travail d’exécution s’organise au quotidien.

Les salaires ne s’écroulent pas d’un bloc. Le marché, lui, se durcit

La tentation est grande de raconter l’histoire de la manière la plus spectaculaire possible : moins de postes juniors, donc baisse immédiate des salaires juniors. Ce raccourci tient mal.

Le premier ajustement ne passe pas d’abord par la fiche de paie. Il passe par la porte d’entrée.

Stanford le formule assez clairement : les effets observés à ce stade se jouent surtout sur l’emploi, davantage que sur la compensation. C’est une distinction importante. Un salaire affiché qui tient à peu près ne dit pas grand-chose, à lui seul, sur la santé du marché. Il peut masquer un entonnoir plus étroit, des process plus durs, un tri plus serré, des attentes plus hautes pour le même niveau de rémunération.

C’est souvent comme cela que la pression salariale commence. Pas par une annonce brutale du type « tous les salaires juniors baissent de 15 % ». Le marché agit plus finement, et souvent plus sournoisement. Moins d’offres. Plus de concurrence. Davantage de candidats pour un même poste. Progression plus lente. Marges de négociation réduites. Fiches de poste qui ressemblent à des postes de mid déguisés en junior. Et, dans le même geste, une prime plus nette pour les profils déjà capables de travailler dans un environnement outillé sans produire de dette cachée.

Pour autant, le marché ne punit pas tous les débuts de carrière avec la même intensité. Les profils qui tiennent mieux se trouvent souvent sur les marges moins commoditisées du travail junior : cloud, sécurité, data engineering, qualité logicielle, automation, compréhension produit, capacité de vérification. 

Le point aveugle : en fermant l’entrée, l’IT fragilise sa relève

Un junior n’entre pas dans une équipe tech uniquement pour abattre du travail simple à faible coût. Cette vision-là, purement comptable, finit toujours par coûter plus cher qu’elle ne le promet. 

Un junior entre aussi pour apprendre le métier dans un environnement réel. Pas dans un tuto. Pas dans un bootcamp bien présenté. Dans le réel. Le vrai. Les logs sales. Les tickets mal écrits. La doc incomplète.

Quand les entreprises ferment trop vite ce sas d’entrée, elles prennent ce qu’on pourrait appeler une dette de transmission.

Il manque des gens qui connaissent la logique intime de la plateforme, les coins fragiles, les habitudes d’exploitation, les compromis déjà payés cher, les façons de relire, de corriger, d’anticiper. Il manque des intermédiaires. Et, dans beaucoup d’organisations, la pénurie la plus toxique n’est pas celle que l’on voit tout de suite. C’est celle du milieu. Pas assez junior pour constituer un vivier. Pas assez senior pour absorber toute la complexité.

Résultat : les experts portent davantage, les promotions internes se raréfient, la bande passante managériale se tend, et le coût réel remonte plus tard, ailleurs, plus fort.

Voilà le paradoxe. L’IA fluidifie une part du travail tout en risquant de casser la chaîne d’apprentissage si l’organisation confond vitesse locale et santé structurelle.

La valeur junior se déplace : moins de démonstration, plus de contrôle

Au fond, l’époque ne demande pas seulement « qui sait utiliser l’IA ? ». La question devient bien plus rude : qui sait travailler juste dans un environnement saturé d’assistance ?

La valeur monte là où le contrôle commence.

Déboguer. Relire. Tester. Cadrer un petit périmètre. Écrire une doc qui n’insulte pas l’équipe suivante. Expliquer un choix technique sans réciter une réponse de modèle. Comprendre un besoin métier assez finement pour voir où la proposition « intelligente » raconte n’importe quoi. C’est là que le marché trie.

Le vrai déplacement est là. Le junior « impressionnant » n’est plus celui qui génère vite. C’est celui qui tient un minimum de vérité technique quand tout l’écosystème pousse au faux sentiment de maîtrise.

L’IA n’a donc pas, à ce stade, rayé les jeunes de l’IT. Elle a fait quelque chose de plus subtil, et peut-être de plus dangereux : elle a comprimé l’entrée, déplacé la valeur, durci le rapport de force, et a commencé à fragiliser le pipeline de compétences qui nourrit les équipes sur la durée. Le sujet dépasse largement le recrutement du moment. Il touche à la manière dont la tech compte encore, ou non, fabriquer ses professionnels de demain.