La question n'est plus de savoir si l'intelligence artificielle va transformer les métiers de votre entreprise, mais à quelle vitesse et selon quelle logique en matière d'IA et compétences. Pour un dirigeant ou un membre du CODIR, l'arbitrage entre formation interne et recrutement externe est devenu l'un des sujets RH les plus structurants de la décennie.

Les entreprises qui répondent le mieux à cette question ne choisissent pas entre les deux options : elles construisent une stratégie différenciée selon les niveaux de compétences et les fonctions concernées. Cet article propose un cadre de réflexion pour prendre cette décision de manière éclairée, à partir des données disponibles sur l'évolution des compétences en France.

IA et compétences en 2028 | former ou recruter

Temps de lecture : ~11 min

1. IA et compétences : ce que les données françaises disent vraiment

2. Les trois niveaux de compétences à distinguer dans votre entreprise

3. Former ou recruter : un tableau de décision pour le CODIR

4. Les risques à ne pas sous-estimer

5. Comment structurer un plan de montée en compétences IA en entreprise

6. Le rôle du CODIR dans la stratégie de compétences IA

7. Aller plus loin avec la stratégie de compétences IA

8. Questions fréquentes sur la formation et le recrutement IA

IA et compétences : ce que les données françaises disent vraiment

Évolution des compétences sur le marché français

L'étude publiée conjointement par l'Institut de l'Entreprise et McKinsey Global Institute sur l'évolution des compétences en France fournit des repères quantifiés utiles pour cadrer le débat. À horizon 2030, la demande en compétences techniques progresserait de 28 % dans l'économie française, tandis que les compétences sociales et émotionnelles augmenteraient de 11 %. À l'inverse, les compétences cognitives de base, celles qui correspondent aux tâches routinières et répétitives, reculeraient de 13 %.

Des impacts différenciés selon secteurs et fonctions

Ce mouvement n'est pas uniforme selon les secteurs ni selon les fonctions. Le PwC AI Jobs Barometer montre que les emplois les plus exposés à l'IA voient leurs compétences requises évoluer à un rythme nettement supérieur à celui des professions moins exposées. Ce n'est pas un signal d'alerte abstrait : c'est un indicateur opérationnel pour les dirigeants qui gèrent des plans de recrutement et des budgets de formation.

Risque de déqualification et besoin de profils hybrides

Le Haut-Commissariat au Plan souligne de son côté un risque réel de déqualification pour les métiers à dominante routinière, tout en pointant la valorisation croissante des compétences transversales et de la polyvalence professionnelle. Le rapport du Sénat sur l'impact de l'IA sur les entreprises françaises va dans le même sens : l'enjeu n'est pas la disparition massive d'emplois, mais l'émergence d'une demande de profils hybrides, capables d'évoluer dans un environnement en transformation continue.

Ce que l'on appelle la maturité IA d'une équipe, c'est précisément la capacité collective à travailler avec ces systèmes sans en être dépendant aveuglément et sans en ignorer les limites.

Les trois niveaux de compétences à distinguer dans votre entreprise

Avant de décider entre formation et recrutement, il faut cartographier les compétences en présence. Sur les entreprises accompagnées, on distingue systématiquement trois niveaux qui ne relèvent pas des mêmes réponses.

1. Socle numérique de base

Le premier niveau est celui du socle numérique de base. Il concerne l'ensemble des collaborateurs, quel que soit leur métier. Il s'agit de comprendre ce qu'est un système d'IA, ce qu'il peut produire, quelles sont ses limites et ses biais. Ce niveau ne nécessite pas de formation technique approfondie, mais il conditionne l'adoption effective des outils déployés. L'UNESCO et l'OCDE s'accordent sur ce point : la littératie numérique de base est un prérequis à toute transformation IA réussie. Ce niveau se forme, il ne se recrute pas.

2. Compétences hybrides métier-IA

Le deuxième niveau est celui des compétences hybrides métier-IA. Il concerne les fonctions qui vont utiliser l'IA de manière intensive dans leur travail quotidien : contrôle de gestion, achats, ressources humaines, commerce, production. Ces collaborateurs n'ont pas besoin de savoir coder, mais ils doivent être capables de superviser des systèmes IA, d'en interpréter les outputs, de détecter les erreurs et de contextualiser les résultats dans leur domaine métier. C'est ici que la formation interne est souvent la réponse la plus efficace, à condition qu'elle soit ancrée dans les cas d'usage réels de l'entreprise et non dans des modules génériques.

3. Compétences techniques avancées

Le troisième niveau est celui des compétences techniques avancées : data science, apprentissage automatique, architecture des données, prompt engineering structuré, supervision de modèles en production. Ces compétences sont rares, longues à développer et coûteuses à former de zéro. C'est ici que le recrutement externe ou le recours à des partenaires spécialisés s'impose dans la grande majorité des cas.

Former ou recruter : un tableau de décision pour le CODIR

Arbitrage formation ou recrutement par niveau de compétence IA

• Niveau de compétence: Socle numérique de base Profils concernés: Tous les collaborateurs Recommandation: Formation interne ou e-learning Horizon typique: 3 à 6 mois

• Niveau de compétence: Compétences hybrides métier-IA Profils concernés: Fonctions métier exposées à l'IA Recommandation: Upskilling ciblé sur cas d'usage réels Horizon typique: 6 à 18 mois

• Niveau de compétence: Compétences techniques avancées Profils concernés: Data, IT, architecture SI Recommandation: Recrutement ou partenariat externe Horizon typique: Immédiat à 6 mois

• Niveau de compétence: Gouvernance et supervision IA Profils concernés: CODIR, DSI, DRH, responsables de BU Recommandation: Atelier de cadrage stratégique Horizon typique: 1 à 3 mois

Ce tableau n'est pas une règle absolue. Il dépend de la maturité IA initiale des équipes, de la vitesse à laquelle le secteur se transforme et des cas d'usage priorisés. Mais il structure l'arbitrage d'une manière que le CODIR peut s'approprier sans avoir à entrer dans le détail technique.

Les risques à ne pas sous-estimer

Le premier risque, régulièrement constaté, est celui de la déqualification silencieuse. Quand une équipe délègue massivement à un système IA sans en comprendre le fonctionnement, elle perd progressivement la capacité à évaluer la qualité des outputs et à détecter les erreurs. Ce phénomène est particulièrement documenté dans les fonctions à forte composante analytique : finance, juridique, ressources humaines. Le Haut-Commissariat au Plan en fait l'un des risques structurels de la transition IA pour les entreprises françaises.

Le deuxième risque est celui du plan de formation déconnecté des usages réels. Beaucoup d'entreprises investissent dans des modules génériques sur l'IA générative qui ne sont pas ancrés dans les processus métier de l'entreprise. Le résultat est une montée en compétences théorique qui ne se traduit pas en performance opérationnelle. Les plans de formation qui fonctionnent sont ceux qui partent d'un diagnostic des usages existants et des cas d'usage prioritaires, pas d'un catalogue de formation standard, une dérive comparable à celle observée dans certains projets IA mal cadrés dès le départ.

Le troisième risque concerne les profils recrutés sans intégration au système d'information existant. Recruter un data scientist sans lui donner accès à des données structurées, gouvernées et accessibles, c'est investir dans une compétence qui ne peut pas s'exprimer. La CCI France le souligne dans son rapport sur l'IA et les PME françaises : l'appropriation de l'IA passe autant par l'organisation et les données que par les compétences individuelles.

À retenir La résolution de problèmes complexes et la pensée critique sont identifiées par l'OCDE et l'UNESCO comme les compétences cognitives les plus résistantes à l'automatisation. Elles constituent un socle stratégique à préserver et à renforcer dans tout plan de montée en compétences IA.

Comment structurer un plan de montée en compétences IA en entreprise

1. Réaliser un diagnostic des usages IA

Un plan de formation IA qui produit des résultats opérationnels repose sur une séquence en trois temps. D'abord, un diagnostic de la situation actuelle : quels usages IA sont déjà en place dans l'entreprise, souvent de manière non gouvernée, quelles compétences existent déjà, quels sont les cas d'usage prioritaires identifiés par le CODIR. Sans ce diagnostic, le plan de formation est aveugle.

2. Définir une taxonomie des compétences à développer

Ensuite, une taxonomie des compétences à développer par fonction et par niveau de priorité. Ce travail de cartographie est souvent sous-estimé. Il permet d'éviter le saupoudrage budgétaire et de concentrer les efforts sur les fonctions qui vont effectivement déployer l'IA à court terme.

3. Mettre en place un dispositif de suivi opérationnel

Enfin, un dispositif de suivi de la montée en compétences réelle, pas seulement du nombre d'heures de formation consommées. La maturité IA d'une équipe se mesure à sa capacité à utiliser les systèmes en production, à en superviser les résultats et à remonter les anomalies. C'est un indicateur de performance, pas un indicateur RH.

Recruter des profils hybrides pour piloter les projets IA

Sur la question du recrutement, l'expérience montre que les profils les plus difficiles à trouver ne sont pas les data scientists, mais les profils capables de faire le lien entre la technique et le métier : les architectes de solutions IA, les responsables de la gouvernance des modèles, les chefs de projet capables de piloter un déploiement IA jusqu'à la mise en production. Ce sont ces profils hybrides que le Sénat français identifie comme stratégiques pour les entreprises françaises dans les années à venir.

Bon à savoir Selon le rapport Institut de l'Entreprise et McKinsey, les compétences sociales et émotionnelles, notamment la coopération, le leadership et la gestion du changement, progresseront de 11 % dans la demande du marché du travail français d'ici 2030. Ces compétences ne sont pas substituables par l'IA et constituent un avantage concurrentiel durable pour les entreprises qui les cultivent.

Le rôle du CODIR dans la stratégie de compétences IA

Ce sujet ne peut pas rester dans le seul périmètre de la DRH. La stratégie de compétences IA est une décision de gouvernance qui engage la direction générale, la DSI et les directions métier. Elle détermine la capacité de l'entreprise à transformer ses investissements IA en performance réelle, au-delà des projets pilotes et des POC sans lendemain.

Dans les entreprises accompagnées, les CODIR qui obtiennent les meilleurs résultats sont ceux qui ont commencé par aligner leur vision sur les cas d'usage prioritaires avant de lancer un plan de formation ou un plan de recrutement. Cette séquence évite les investissements dispersés et donne un cap clair aux équipes RH et IT.

Si votre CODIR n'a pas encore formalisé sa position sur la stratégie de compétences IA, la page dédiée à l'atelier IA CODIR décrit la démarche proposée pour structurer cet alignement en une à deux journées de travail collectif. Pour les entreprises qui souhaitent partir d'un diagnostic complet de leurs usages et de leur maturité IA avant de définir leur plan de compétences, l'audit d'opportunités IA est la première étape naturelle.

Aller plus loin avec la stratégie de compétences IA

L'arbitrage entre formation et recrutement n'est pas une question binaire. C'est une question de niveau de compétences, de fonction, d'horizon de temps et de maturité IA de l'entreprise. Les données françaises disponibles, qu'elles viennent de McKinsey, du Haut-Commissariat au Plan ou du Sénat, convergent sur un point : les entreprises qui réussiront leur transformation IA ne seront pas celles qui ont recruté le plus de data scientists, mais celles qui ont su développer une organisation apprenante capable de travailler avec l'IA à tous les niveaux hiérarchiques. C'est un chantier de gouvernance avant d'être un chantier RH.

Synthèse – IA et compétences à horizon 2028

Pour les dirigeants et membres de CODIR, la priorité n'est donc pas de trancher abstraitement entre formation et recrutement, mais de décider à quels niveaux de compétences IA investir, avec quels horizons et quels indicateurs de résultat. Une cartographie claire des fonctions, complétée par un diagnostic des usages existants, permet de bâtir une feuille de route réaliste.

En structurant une stratégie IA et compétences à l'échelle de l'organisation, en s'appuyant sur des profils hybrides et sur une gouvernance claire des projets, l'entreprise se donne les moyens de transformer ses expérimentations IA en avantage compétitif durable, sans laisser de côté la montée en compétences de l'ensemble des équipes.

FAQ – questions fréquentes sur la formation et le recrutement IA

Quelle est la différence entre upskilling et reskilling dans le contexte de l'IA ?

L'upskilling désigne le développement de compétences supplémentaires chez un collaborateur pour qu'il puisse utiliser l'IA dans son métier actuel. Le reskilling implique une reconversion plus profonde vers un nouveau rôle, souvent lorsque les tâches principales du poste sont fortement automatisées. Dans la pratique, la majorité des entreprises françaises de taille intermédiaire ont davantage besoin d'upskilling ciblé que de reskilling massif, car les transformations sont progressives plutôt que brutales.

Comment évaluer le niveau de maturité IA de ses équipes sans recourir à un audit complet ?

Un premier niveau d'évaluation peut se faire en interne en posant trois questions simples : combien de collaborateurs utilisent déjà des outils IA dans leur travail quotidien, de manière officielle ou non, combien sont capables d'expliquer comment fonctionne l'outil qu'ils utilisent, et combien ont déjà détecté une erreur ou un biais dans un output IA. Les réponses à ces trois questions donnent une image rapide de la maturité réelle, au-delà des déclarations d'intention.

Faut-il recruter un Chief AI Officer pour une PME ou une ETI ?

Dans la grande majorité des entreprises de moins de 500 salariés, créer un poste dédié de Chief AI Officer n'est ni nécessaire ni prioritaire. Ce qui manque le plus souvent, c'est un responsable de la gouvernance des projets IA capable de faire le lien entre la stratégie du CODIR, les contraintes du SI et les besoins des métiers. Ce rôle peut être porté par un DSI renforcé, un responsable de la transformation numérique ou un chef de projet senior, à condition qu'il dispose d'un mandat clair de la direction générale.

Les formations IA en ligne sont-elles suffisantes pour les équipes non techniques ?

Elles peuvent constituer une première étape utile pour développer le socle numérique de base, mais elles ne suffisent pas à produire une montée en compétences opérationnelle. Les formations qui créent un impact réel sont celles qui sont ancrées dans les cas d'usage concrets de l'entreprise, avec des exercices sur les données et les processus réels de l'organisation. Un module générique sur l'IA générative ne remplace pas un parcours d'apprentissage construit autour des usages prioritaires identifiés par le CODIR.

Comment intégrer la stratégie de compétences IA dans un plan de GPEC existant ?

La GPEC fournit déjà un cadre de cartographie des emplois et des compétences par fonction. L'intégration de la dimension IA consiste à ajouter, pour chaque famille de métiers, une évaluation de l'exposition aux transformations IA, une liste des compétences nouvelles à développer et un horizon de temps. Ce travail est d'autant plus efficace qu'il s'appuie sur un diagnostic préalable des usages IA réels dans l'entreprise, plutôt que sur des projections sectorielles génériques.