Par Adrien Blandin
Ex-CTO lePERMISLIBRE (3 → 30 personnes, IPO). Depuis 2024, j'audite la tech et l'organisation de startups 10-80 personnes. Voir le parcours.
En 3 ans, on est passé de "l'IA est un gadget pour les développeurs" à des PDG qui déclarent que 25 à 50% du code produit chez eux est généré par IA. Que les chiffres soient exacts ou gonflés pour rassurer les investisseurs, la direction est claire.
En tant que freelance, je suis aux premières loges pour sentir le marché se contracter. Double vague : la baisse des financements tech depuis 2022, puis la généralisation de l'IA dans les équipes depuis 2025. Les entreprises externalisent moins. Les équipes internes se resserrent autour de développeurs augmentés. Et les profils juniors, aux États-Unis d'abord, galèrent déjà à trouver un poste.
Ce ne sont pas que les métiers du numérique qui vont traverser cette vague. Ce sont tous les métiers liés à la production de contenus immatériels. Le secteur tertiaire. Environ 77% des emplois en France.
Le support client, les agences de voyage, le conseil juridique — les exemples sont déjà partout. J'ai aujourd'hui un litige immobilier. J'ai un avocat, mais je prépare une grande partie de ma défense seul : je fais analyser les pièces et mes arguments par une IA. Ça me permet de prémâcher le travail de l'avocat et donc de payer moins cher. Et lui fait probablement la même chose de son côté. Je ne remplace pas l'avocat. Je remplace une partie de son travail — la partie exécution. L'expertise qui compte au tribunal, elle, reste humaine.
Ce mécanisme est le même partout. Mais c'est dans la tech que je le vis au quotidien, et c'est de là que je parle.
Ce secteur est en train de vivre ce que l'industrie a vécu il y a des décennies : l'automatisation. La robotisation des chaînes de production, les caisses automatiques.
Avec une différence fondamentale : ce qui a mis 30 ans à se faire dans l'industrie ne mettra que quelques années dans le service.
On peut observer ce qui s'est produit dans l'industrie pour anticiper la suite. Le mécanisme sera probablement le même : pas de licenciements massifs, mais des non-renouvellements de postes au fil des départs, une sortie progressive des prestataires externes, une réduction lente du nombre de recrutements. Sauf que compressé sur quelques années au lieu de trente, le volume de gens qui se retrouvent sans poste au même moment est beaucoup plus grand. Le mécanisme est doux. Le rythme, lui, ne l'est pas.
Les premiers touchés, comme dans l'industrie : les jeunes qui arrivent chaque année sur le marché. Une étude de Stanford basée sur les données de paie ADP a montré que l'emploi des développeurs de 22-25 ans a chuté de près de 20% depuis fin 2022. Dans le même temps, l'emploi des développeurs de plus de 30 ans est resté stable ou a progressé.
Il commence à être accepté par tout le monde que la production de code ou de maquettes design devient une commodité. C'est le livrable final, mais la valeur du travail ne se trouve pas là. Elle se trouve dans les connaissances, les compétences et l'expertise qui ont permis d'y arriver.
L'IA ne supprime pas des métiers. Elle supprime des niveaux d'exercice.
Prenons le développement. Sur des projets simples — MVPs, POCs — l'IA fait illusion. Dès qu'on rentre dans des projets complexes, avec du contenu, de l'historique, des dépendances, elle n'a pas la capacité à prendre en considération l'ensemble des paramètres. Il faut toujours quelqu'un pour prioriser, spécifier, découper, planifier. La moindre phrase ambiguë dans les spécifications se traduit par une fonctionnalité mal implémentée.
Prenons les expertises techniques nichées — SEO, sécurité, RGPD. Ce sont des disciplines qui s'adressent à des algorithmes ou à des cadres normatifs. Il y a des critères précis à respecter, des règles à appliquer. C'est du reverse engineering, et ça s'automatise bien. L'IA me donne un résultat suffisant sur ces sujets — suffisant pour quelqu'un comme moi, qui n'a ni le budget ni le besoin d'un expert à temps plein. Les meilleurs experts de ces domaines garderont leurs clients. Ceux qui vendaient de l'expertise accessible, eux, perdent leur marché.
Prenons le design. L'IA génère des maquettes, mais la réflexion en amont — comprendre un usage, penser une expérience, faire des arbitrages créatifs — reste humaine. Le designer qui produit des maquettes est dans la même position que la caissière qui scannait les articles. On a moins besoin de lui pour l'exécution, mais on a toujours besoin de quelqu'un pour penser le produit, arbitrer les choix, résoudre les problèmes que la machine ne voit pas.
Le pattern est le même partout : l'exécution technique disparaît. La vision, l'arbitrage, la créativité restent.
Ce qui reste aussi, c'est la responsabilité.
L'IA produit. Mais quelqu'un doit valider que ce qu'elle produit est correct. Quelqu'un doit assumer quand ça casse. Du code généré qui fonctionne mais qui est inmaintenable, un audit SEO qui passe à côté d'un problème critique, une mise en conformité RGPD qui a un trou — les conséquences sont réelles et elles retombent sur un humain.
On ne supprime pas le besoin de supervision. On le renforce. Parce que plus on produit vite, plus il y a de choses à valider.
L'open-source l'a déjà démontré. Les contributions générées par IA ont explosé, avant de submerger les mainteneurs. Daniel Stenberg, créateur de cURL, a fermé le programme de bug bounty du projet après avoir constaté que seules 5% des soumissions étaient valides. Mitchell Hashimoto a banni le code IA de Ghostty. Steve Ruiz a fermé toutes les pull requests externes de tldraw. GitHub lui-même compare la situation à un déni de service sur l'attention humaine. Le goulot n'était pas la production. C'était la validation.
Plus de production avec la même capacité de supervision, ça ne crée pas de la valeur. Ça crée de la dette.
Aujourd'hui, cette supervision est humaine. Demain, elle sera probablement automatisée elle aussi. Des agents qui reviewent le code d'autres agents, qui valident des specs, qui testent des outputs. La ligne se déplace.
Mais quelqu'un devra toujours intervenir quand ça casse. Quelqu'un devra configurer les agents, rédiger les instructions, documenter les inputs attendus et les outputs acceptables. S'assurer que la machine a tout ce dont elle a besoin pour fonctionner correctement.
On ne va pas disparaître. On va changer de rôle. Dans l'industrie, les ouvriers ne sont pas tous partis. Certains sont devenus techniciens de maintenance. Ils ne fabriquent plus les pièces, ils entretiennent les machines qui les fabriquent.
On se dirige vers la même chose. Des techniciens de maintenance numérique. On va configurer des skills, construire de la documentation, orchestrer des agents, et intervenir quand un rouage casse. On ne produira plus. On maintiendra les systèmes qui produisent.
Ce n'est pas une régression. Construire des systèmes fonctionnels est aussi gratifiant que coder des features. Le travail devient plus accessible — on écrit du markdown plus que du code — et l'impact est plus grand. Chaque révolution majeure a fait émerger des métiers qu'on ne connaissait pas avant. L'imprimerie, l'électricité, l'informatique, internet. Il n'y a pas de raison que celle-ci fasse exception.
Et c'est là que ça coince. Parce que pour entretenir une machine, il faut comprendre ce qu'elle automatise.
Jusqu'à aujourd'hui, on apprenait en faisant. En préparant et en livrant les commodités. Un chef cuisinier démarre en coupant les légumes. Un développeur senior a d'abord codé des CRUDs pendant des années. Un designer senior a d'abord poussé des pixels. Un consultant SEO senior a d'abord fait des audits basiques.
C'est précisément ce niveau d'exécution que l'IA est en train de remplacer. Le terrain d'apprentissage.
Si les juniors n'ont plus l'opportunité de produire, de se tromper, de réussir — comment gagnent-ils en expérience ? Comment forme-t-on les techniciens de maintenance de demain si on leur retire la compréhension de ce que la machine fait à leur place ?
C'est une question à laquelle personne ne répond encore. Et c'est probablement la plus importante.
À titre personnel, l'IA m'a redonné la passion du métier. Je peux avancer seul, même là où il me manque des compétences — design, SEO, copywriting, marketing. Je ne suis pas au niveau d'un professionnel sur chacun de ces sujets, mais le résultat est suffisant. Je suis autonome. Je ne suis plus limité.
Et c'est exactement le problème.
Je suis tombé sur une interview du philosophe Éric Sadin. Un de ses concepts est resté bloqué en moi. Dit avec mes mots : une société est un ensemble de personnes qui ont besoin les unes des autres.
L'IA nous enlève ça. Je ne sais pas faire de design mais je n'ai plus besoin de designer. Je ne sais pas faire de SEO mais je n'ai plus besoin d'expert. Je ne sais pas écrire d'article mais je n'ai plus besoin de ghostwriter.
Au lieu de payer un humain pour effectuer une tâche, je paye une IA. Et ce que je paye aujourd'hui est artificiellement bas. Les abonnements aux LLM ne sont pas rentables pour les fournisseurs. La trajectoire est connue : on l'a vue chez Uber, chez Airbnb, chez toutes les start-up qui ont numérisé une offre existante. Créer l'usage, installer la dépendance, puis augmenter les prix quand le retour en arrière est devenu impossible. Ce qui coûte 200€ par mois aujourd'hui ne les coûtera probablement pas toujours. Mais la dépendance n'est pas inévitable.
Je commence à être de plus en plus convaincu que le setup du développeur de demain ressemblera à ça : un Mac Mini posé quelque part, qui tourne en permanence, avec un modèle local dessus. Et un outil comme opencode à la place de Claude Code.
2 000 à 3 000€ de matos par développeur. Un coût d'entrée, pas une rente mensuelle. À amortir en 12 à 18 mois selon ce qu'on paye déjà en abonnements. Après, plus rien.
Ça soulève quand même une question que personne ne tranche vraiment : qui va développer ces modèles open-source qu'on peut faire tourner en local ? Meta pousse Llama. Mistral pousse ses modèles. Mais c'est encore Anthropic ou OpenAI qui donnent le tempo. La communauté open-source court derrière des labs qui ont des milliards pour entraîner leurs modèles. Si les abonnements montent trop vite, l'open-source accélère. Si l'open-source n'arrive pas à tenir le rythme, la dépendance s'installe pour de bon. On ne sait pas encore qui va gagner ce bras de fer.
Les développeurs expérimentés trouveront leur place. Les designers qui pensent le produit aussi. Les experts pointus garderont leurs clients. Mais tous ceux qui étaient en dessous — ceux qui exécutaient, ceux qui apprenaient, ceux qui faisaient leurs armes — eux, on les a lâchés. Pas en les licenciant. En n'ayant simplement plus besoin d'eux.
L'ironie, c'est que les métiers les moins menacés sont probablement ceux qu'on a passé des décennies à dévaloriser. L'artisanat. Un plombier, un électricien, un menuisier cumulent expertise et production physique. L'IA peut les aider à diagnostiquer ou à chiffrer, mais elle ne peut pas poser le tuyau, tirer le câble, assembler le meuble. On a poussé des générations entières vers les métiers de bureau. Ce sont peut-être eux qui s'en sortiront le mieux.
L'avenir ne sera pas forcément pire. Il sera différent. Des métiers qu'on ne connaît pas encore vont apparaître, comme à chaque révolution. Le problème, ce n'est pas la destination. C'est la vitesse de la transition. Beaucoup de gens vont perdre leur métier, leur identité, sans avoir le temps de se reconvertir. C'est la différence avec les révolutions précédentes. L'imprimerie, l'électricité, l'informatique ont transformé le monde sur des décennies. Celle-ci se compte en années.
Et c'est une fuite en avant. Comme le nucléaire militaire. Personne ne va s'arrêter parce qu'on le demande poliment. Peu importe ce qu'on en pense, tout le monde va s'y mettre. La seule question qui reste est individuelle : est-ce qu'on s'adapte ou pas.
Le tissu social ne se casse pas dans la tech. Il se casse autour. Silencieusement.
Ce n'est pas anodin que Sam Altman se dise favorable à un revenu universel depuis 2016, bien avant ChatGPT, et qu'il ait financé la plus grande étude américaine sur le sujet. Ceux qui construisent la machine anticipent depuis longtemps qu'elle va casser quelque chose.
Cet article en est un bon exemple. Le texte a été rédigé par une IA. Les instructions ont été fine-tunées et entraînées sur mes propres rédactions pour reproduire mon style. Le contenu — les idées, les positions, les exemples — vient de moi. Le raisonnement a été brainstormé avec l'IA pour en identifier les failles et les angles morts.
Je n'ai pas écrit cet article. Je l'ai supervisé.
Code généré par IA — déclarations des PDG :
Emploi des juniors en baisse :
Tertiaire et emploi en France :
Open-source submergé par les contributions IA :
Sam Altman et le revenu universel :
Éric Sadin :
Audit tech — CTO freelance
Un échange de 30 minutes suffit souvent à clarifier ce qui coince. Pas de jargon, pas d'engagement. Un point de vue externe, honnête, sur votre situation.