3 millions d’offres pour recruter des docteurs, les natifs de 1995 déjà « âgés » : le recrutement IA enterre progressivement la couche intermédiaire
TechFlow SélectionTechFlow Sélection
3 millions d’offres pour recruter des docteurs, les natifs de 1995 déjà « âgés » : le recrutement IA enterre progressivement la couche intermédiaire
La prospérité du marché du travail est illusoire, tandis que l’illusion de mobilité est réelle.
Dédié à des analyses Web3 approfondiesRédaction : Ada, TechFlow
« Une grande entreprise internet a cette année proposé des offres à 60 doctorants fraîchement diplômés spécialisés en IA, avec un salaire annuel dépassant les trois millions de yuans. » Lorsque Xiao Mafeng, fondateur de la société de recrutement TTC — qui a accompagné plus de 1 500 entreprises spécialisées en IA — a énoncé ce chiffre, il l’a fait d’une voix parfaitement neutre, comme s’il annonçait la température extérieure.
Le même mois, les données de la plateforme de réseautage professionnel Maimai indiquaient une hausse vertigineuse de 29 fois du nombre de postes liés à l’IA, tandis que Zhaopin signalait une augmentation explosive de 200 % des candidatures. Vingt-neuf fois plus de postes, deux cents pour cent de candidats supplémentaires : des chiffres aussi séduisants qu’une courbe haussière sur un graphique boursier.
Pourtant, derrière cette statistique se cache un secret : d’importantes sommes d’argent et une attention massive affluent vers un entonnoir dont l’ouverture est extrêmement étroite. Une poignée de personnes, perchées au sommet de la pyramide, font monter artificiellement les attentes salariales sur l’ensemble du marché ; des dizaines de milliers d’autres, massées à sa base, absorbent l’intégralité de l’anxiété collective.
Quant à la partie médiane de cet entonnoir — ces professionnels expérimentés ayant déjà cinq, dix ou même quinze ans d’ancienneté dans le monde du travail — ils sont, eux, discrètement vidés de leur substance.
La prospérité apparente du marché du travail est illusoire ; seule la « fluidité » perçue est réelle.
Un général introuvable, une armée de soldats en guerre
Selon un rapport de Liepin, 47 % des postes en IA exigent un diplôme de master ou de doctorat, et près de la moitié des entreprises ne considèrent comme valables que les diplômes des universités classées « 985 » ou « 211 ».
La consultante en recrutement Eva va encore plus loin : « Pour les grandes entreprises, un diplôme d’une université « 211 » est déjà à peine suffisant : il faut absolument un diplôme d’une université « 985 », et sans expérience concrète sur des projets spécialisés, votre CV ne sera même pas examiné. »
À quoi ressemble donc le sommet de la pyramide ?
Lorsque Lin Junyang, ancien chercheur chez Qwen (Alibaba), a annoncé son départ, « des représentants de toutes les grandes entreprises nous ont immédiatement contactés pour demander si nous pouvions les mettre en relation avec lui », raconte Xiao Mafeng.
Des talents de ce calibre ne comptent probablement que quelques dizaines à l’échelle nationale. Pour les identifier, les chasseurs de têtes n’ont plus besoin de parcourir des piles de CV. Ils passent des heures sur GitHub à analyser les historiques de contributions de code, suivent les auteurs d’articles scientifiques sur Google Scholar, participent aux groupes de discussion autour des podcasts ou aux communautés de startups IA. Eva elle-même a rejoint un groupe WeChat consacré à un concours de startups IA organisé par l’université Tsinghua, où évoluent des jeunes de vingt-et-un ou vingt-deux ans. « Nous engageons la conversation dès maintenant, explique-t-elle, afin de les avoir “réservés” pour dans deux ou trois ans, lorsque leurs besoins professionnels se manifesteront. »
Un autre chasseur de têtes, Steve, qui exerce depuis 2022 dans le domaine du recrutement IA, formule une remarque pleine de sous-entendus : « Je me demande sérieusement si les CV auront encore un jour un sens. »
Il cite un exemple concret : en janvier de cette année, une entreprise cherchait un expert en OpenClaw — une technologie tellement nouvelle qu’aucun candidat ne l’avait mentionnée sur son CV. Sa stratégie ? Décomposer la demande : s’agit-il fondamentalement d’un problème lié à un cadre multi-agents ? Existe-t-il déjà des cadres similaires en open source ? Qui sont les contributeurs actifs dans ces communautés ?
Le CV perd de sa valeur, les canaux traditionnels de recrutement deviennent obsolètes.
Certains ont su saisir cette faille pour y déceler une opportunité.
Sam, co-fondateur de DINQ, a lancé sa startup après avoir fait une observation similaire : les auteurs des articles les plus influents publiés par OpenAI ne sont souvent pas issus des meilleures universités — certains ont même quitté leurs études —, sont jeunes, ne possèdent aucun titre hiérarchique officiel, et leur génie échappe totalement aux non-spécialistes. Le modèle de LinkedIn, fondé sur les diplômes et les parcours académiques, ne fonctionne tout simplement pas pour les talents de l’IA.
C’est pourquoi Sam a créé DINQ, une sorte de « LinkedIn dédié aux scientifiques et développeurs IA », où l’on juge non pas le parcours, mais les réalisations concrètes : nombre de citations dans les conférences internationales majeures, contribution mesurable sur GitHub, qualité des collaborateurs (sont-ils des figures reconnues du secteur ?). Lorsqu’un recruteur tape « Sora 2 » sur DINQ, la plateforme identifie automatiquement les auteurs d’articles liés à des technologies connexes, plutôt que de se limiter strictement aux candidats ayant une expérience directe avec Sora 2 — permettant ainsi de faire émerger des talents jusque-là invisibles.
Xiao Mafeng propose une autre alternative : « Build in public » — construire publiquement. Mettre directement votre produit en ligne constitue la meilleure preuve possible de vos compétences.
Bien que 621 universités chinoises aient déjà mis en place des licences spécialisées en intelligence artificielle, et que McKinsey prévoie un déficit de 4 millions de talents IA d’ici 2030, ce terme de « déficit » est trompeur. Ce qui manque vraiment, ce sont des scientifiques expérimentés ayant entraîné des modèles sur des dizaines de milliers de cartes graphiques, ou des profils hybrides capables à la fois de comprendre les limites des grands modèles et d’identifier des scénarios commerciaux pertinents. Quant aux personnes qui, après avoir écouté deux épisodes de podcast, déclarent « Je suis passionné(e) par l’IA », le marché n’en manque jamais.
Ye Xiangyu, fondateur de Niuke, résume la situation avec une précision remarquable : « Un général est introuvable, une armée de soldats se bat. » La phrase de Maimai — « Pour chaque deux postes IA, on trouve un seul candidat adéquat » — décrit précisément la situation au sommet de la pyramide. Mais à sa base ? Personne ne la mesure, car les CV des candidats concernés ne franchissent même pas le premier filtre des systèmes de recrutement.
Une tarification par effet de levier : plus on est proche du modèle, plus on vaut cher
Alors, vers qui s’écoulent réellement les flux financiers ?
Eva fournit une série de chiffres éclairants. Dans les grandes entreprises, le niveau P7 représente le plafond salarial pour les postes non techniques : environ un million de yuans. Pour les postes techniques IA au même niveau, le salaire varie entre 1,5 et 2 millions. Les écarts se creusent encore davantage lors des changements d’emploi : une hausse de 50 % est courante pour les experts techniques, certains voyant même leur rémunération doubler ; tandis que les augmentations pour les postes non techniques se situent entre 10 % et 20 %, rarement dépassant les 30 %.
Steve utilise un mot-clé pour décrire cette logique de tarification : « levier ».
Imaginez le modèle comme le Soleil. Plus on est proche de son noyau, plus l’effet de levier qu’on peut exercer est important, et plus on est valorisé. Une amélioration des capacités d’un modèle, apportée par un chercheur clé, peut impacter la capitalisation boursière d’une grande entreprise à hauteur de plusieurs milliards de yuans. Le coût de fonctionnement des dizaines de milliers de cartes graphiques qu’il pilote dépasse largement son propre salaire. Sous cet angle, lui accorder un salaire de 100 millions ne serait même pas excessif.
Et ceux qui sont éloignés du Soleil — les chefs de produit, les spécialistes du marketing ou de la vente — ? Leur effet de levier est moins direct, leurs salaires naturellement limités. Selon Steve, dans la couche applicative, l’écart salarial entre les postes techniques et non techniques est de deux à trois fois supérieur.
Xiao Mafeng ajoute une variable cruciale : selon lui, cette « chaîne de hiérarchie » repose fondamentalement sur l’offre et la demande, mais sur deux niveaux distincts. À l’échelle macroéconomique, les personnes ayant entraîné des modèles sur des dizaines de milliers de cartes graphiques sont extrêmement rares, ce qui justifie des rémunérations astronomiques. À l’échelle microéconomique, tout dépend toutefois du profil fondateur de l’entreprise. Si celui-ci est professeur à l’université Tsinghua, ses laboratoires regorgent de talents techniques ; dans ce cas, ce sont précisément les profils capables de transformer la technologie en succès commercial qui deviennent les plus précieux.
La rareté de quelques dizaines de personnes façonne toute la narration salariale du secteur. Les autres utilisent cette narration comme une règle d’or — et ne mesurent alors que leur propre décalage.
Une purge des « vieux »
« L’ère de l’IA rejette les “vieux” », commente Xiao Mafeng avec une lucidité implacable.
Les professionnels ayant vécu la précédente vague IA — celle de Megvii ou SenseTime — ont aujourd’hui la quarantaine. Or, leur expérience s’est transformée en fardeau.
Steve formule la chose plus subtilement, mais aboutit à la même conclusion : « Nous ne croyons pas qu’on puisse découvrir un nouveau continent avec une vieille carte. Quand on a passé trop de temps dans un secteur, on développe une inertie et une dynamique propres. Notre cerveau réagit instinctivement selon des schémas renforcés par l’expérience, mais les temps ont changé : la bonne réponse pourrait désormais être exactement l’inverse. »
L’anxiété liée à l’âge pénètre désormais tous les niveaux hiérarchiques. Certains fonds d’investissement recherchent activement des entrepreneurs nés après 2000, et l’on commence à entendre des phrases comme « les natifs de 1995 sont déjà trop âgés ».
Cela semble absurde, mais le marché du recrutement envoie un signal très clair : lorsque les ressources sont limitées, la balance penche sans hésitation vers la jeunesse.
« Ce qui compte désormais, c’est la vitesse d’exécution et de déploiement, observe Steve. On forme des unités d’élite, pas des formations conventionnelles. » Et les unités d’élite n’ont pas besoin de nombreux commandants.
Mais ici surgit une contradiction que personne ne veut nommer frontalement.
Ce sont précisément les expériences sectorielles accumulées, les savoirs tacites, les erreurs commises qui permettent de déployer concrètement des produits IA et de transformer la technologie en valeur commerciale. Steve lui-même reconnaît que ces savoirs tacites résident surtout chez les professionnels plus expérimentés. Ils ne savent pas nécessairement quel chemin mènera vers l’avenir, mais ils savent très bien quels chemins sont voués à l’échec.
Le secteur a besoin de l’énergie des jeunes, mais aussi du jugement des anciens. Ces deux phrases, tout le monde sait les prononcer — mais l’orientation des flux financiers ne retient que la première.
La couche intermédiaire est avalée
Trois chasseurs de têtes mentionnent spontanément un phénomène convergent : la compression des postes de management.
« Les managers purs ont probablement de plus en plus de mal à s’imposer. De nombreuses activités sont bouleversées, et les systèmes que vous avez mis en place risquent d’être balayés du jour au lendemain », note Steve.
Les organisations deviennent extrêmement plates : plus question de pyramides hiérarchiques avec des niveaux multiples de reporting, mais des petites équipes autonomes, chacune capable d’agir efficacement. Il est désormais plus fiable de faire appel à un agent IA pour accomplir une tâche que de dépendre d’une personne. Autrefois, on valorisait les compétences managériales et la complexité des équipes pilotées — or, cette notion même est aujourd’hui remise en cause.
Les frontières entre chefs de produit, spécialistes du marketing, ingénieurs frontend et backend s’estompent. Une seule personne, aidée par l’IA, peut désormais développer un MVP complet.
Chen Lei (nom fictif), directrice produit dans une startup IA moyenne, dirigeait une équipe de huit personnes. Au début de cette année, la société a procédé à une réorganisation : son équipe a été dissoute — quatre membres ont été affectés au développement de produits basés sur des agents, deux ont été licenciés. Quant à elle, son titre est passé de « directrice » à « chef de produit senior », et elle rend désormais compte à un responsable technique cinq ans plus jeune qu’elle.
« Je n’ai pas été licenciée, dit-elle, mais je sais que cela me fait encore plus mal. Tout ce que j’ai bâti en trois ans au sein de cette entreprise a disparu d’un coup, suite à une simple réorganisation structurelle. Et je ne peux même pas me plaindre, parce qu’on me répondra : “Tu es toujours là, non ?” »
Voilà la partie la plus cruelle de cette illusion de fluidité. Au sommet de l’entonnoir, quelques dizaines de génies sont disputés à prix d’or. À sa base, des dizaines de milliers de nouveaux entrants ne parviennent même pas à franchir la porte. Et dans sa partie médiane, ces professionnels qui ont déjà cinq, dix ou quinze ans d’expérience sont progressivement vidés de leur substance de l’intérieur.
L’échelle professionnelle a vu disparaître plusieurs de ses échelons intermédiaires. Autrefois, on montait les étages un par un, comme dans un ascenseur ; aujourd’hui, on saute en parachute : soit on atterrit directement au sommet, soit on tombe en chute libre.
Qui fabrique cette illusion ?
Qui tire profit de cette illusion de fluidité ?
Les plateformes de recrutement exploitent des slogans tels que « +2900 % de postes IA » ou « un déficit de 4 millions de talents » pour capter du trafic : chaque partage pousse davantage de candidats anxieux vers l’entonnoir.
Les entreprises utilisent l’IA comme un alibi. Forrester Research révèle que 55 % des employeurs reconnaissent regretter des licenciements motivés par l’IA — alors même que les capacités IA censées les remplacer n’étaient pas prêtes. Une enquête menée par Resume.org va encore plus loin : 59 % des entreprises avouent avoir présenté des licenciements sous le label « pilotés par l’IA », simplement parce que cela sonne mieux auprès de leurs parties prenantes. Dire « grâce à l’IA » évoque une modernisation stratégique ; dire « à cause de mauvais résultats » évoque un échec managérial. L’IA est devenue le meilleur des alibis.
Klarna a licencié 700 personnes sous prétexte que l’IA allait remplacer le service client, provoquant une chute drastique de la qualité du service, une révolte des clients… et un recrutement discret de personnel, pour pallier le désastre. Ce n’est pas un cas isolé. Forrester prévoit que la moitié des licenciements motivés par l’IA seront finalement annulés, mais avec des salaires inférieurs, ou via des contrats externalisés à l’étranger.
Steve résume avec justesse l’état d’esprit actuel des dirigeants : « Leur première question n’est plus “Qui embaucher ?”, mais “Faut-il vraiment embaucher ?”. »
Selon Forrester Research, seuls 16 % des employés dans le monde présentent un haut niveau de « préparation à l’IA ». Les entreprises ne financent pas de formation, et les employés doivent apprendre seuls. Les natifs de la génération Z affichent le taux le plus élevé de préparation à l’IA (22 %), mais ce sont précisément eux qui sont les premiers évincés des postes juniors — car ce sont justement les postes juniors qui sont les plus facilement automatisables. Une enquête de Mercer montre que l’anxiété des employés face au chômage induit par l’IA est passée de 28 % en 2024 à 40 % en 2026.
L’IA sert à la fois de motif pour recruter — et de prétexte pour licencier. Celui qui détient le pouvoir de définir les règles du jeu en est le véritable maître.
L’entonnoir ne s’élargira pas
Revenons sur ces chiffres initiaux.
+2900 % de postes, +200 % de candidatures, salaires annuels atteignant trois millions, déficit de quatre millions de talents. Chacun de ces chiffres est objectivement vrai — mais pris ensemble, ils racontent une histoire radicalement différente : les postes augmentent, mais l’ouverture de l’entonnoir reste extrêmement étroite ; les candidatures affluent, mais la grande majorité ne passe même pas le premier filtre ; les salaires grimpent en flèche, mais uniquement pour les quelques dizaines de personnes perchées au sommet de la pyramide ; le déficit s’accroît, mais ce qui manque et ce qui est disponible ne correspondent pas du tout.
Et cet entonnoir ne s’élargira pas. La technologie IA évolue tous les six mois : la tendance la plus portée aujourd’hui pourrait devenir une relique dans six mois. Vous croyez être proche du Soleil ? Un nouveau modèle sorti demain pourrait vous rejeter brutalement à la périphérie.
Steve formule une phrase qui pourrait aussi bien servir d’épitaphe à ce secteur que de billet d’entrée : « Mesurer l’expérience uniquement à l’aune de la durée n’est plus suffisant. Ce qui compte désormais, c’est la densité et la profondeur de votre interaction avec l’IA. Certains sont entrés dans le domaine il y a quatre ans, mais n’en ont fait qu’un usage superficiel. D’autres n’y sont arrivés que l’année dernière, mais y sont entièrement investis. Alors, dites-moi : qui possède la vraie expérience ? »
Les trois chasseurs de têtes sont eux-mêmes remodelés par ce secteur. Eva étudie les principes des algorithmes, Steve explore les architectures d’agents, et Xiao Mafeng vient juste de quitter une conférence organisée par des entrepreneurs nés après 2000, marqué par leur « niveau de compréhension déjà situé à la prochaine étape ». Même ceux qui vendent des pelles doivent suivre le rythme des chercheurs d’or.
Chen Lei a récemment commencé, sur GitHub, un petit projet personnel : un outil générant automatiquement des documents juridiques à l’aide d’un framework d’agents. Personne ne le lui a demandé, personne ne la paie pour cela. Elle dit avoir compris une chose essentielle : « Plutôt que d’attendre d’être triée par l’entonnoir, autant creuser soi-même un passage. »
C’est peut-être la seule note légèrement optimiste de cet article — mais seulement « légèrement ».
La grande majorité des personnes ne font ni partie des 60 doctorants ayant décroché un salaire de trois millions, ni des Chen Lei capables — et désireuses — de forer leur propre trou. Elles constituent la masse silencieuse de la couche intermédiaire de l’entonnoir : pas assez exceptionnelles pour être disputées à prix d’or, pas assez radicales pour tout remettre en question.
Cet entonnoir ne s’élargira pas.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
深潮TechFlow
