Un poste qui requiert des compétences en intelligence artificielle est rémunéré 62 % de plus qu’un poste comparable sans cette exigence — c’est ce que mesure le PwC 2026 Global AI Jobs Barometer, à partir de l’analyse d’un milliard d’offres d’emploi dans 27 pays. Ces emplois progressent, selon la même source, environ huit fois plus vite que le reste du marché, avec une croissance de 69 % pour les offres IA contre 9 % pour l’ensemble du marché. De son côté, le FMI a publié en 2026 une note de référence — SDN/2026/001, intitulée Bridging Skill Gaps for the Future: New Jobs Creation in the AI Age — qui analyse des millions d’offres d’emploi via les données Lightcast dans six pays (Brésil, Danemark, Allemagne, Afrique du Sud, Royaume-Uni, États-Unis) et mesure des primes salariales de 3 % à 15 % pour les nouvelles compétences IT/IA selon le nombre de compétences requises. Ces deux sources, qui mesurent des réalités différentes, convergent vers le même diagnostic : le fossé entre les pays capables de produire des diplômés à la hauteur de cette demande et ceux qui ne le peuvent pas s’élargit chaque année.

Le constat mérite d’être lu avec précision. La question n’est pas de savoir si l’IA crée ou détruit des emplois en net — ce débat reste ouvert. La question immédiate est plus concrète : les systèmes éducatifs produisent-ils, en quantité et en qualité suffisantes, les profils que les employeurs réclament aujourd’hui ? Et la réponse, selon le FMI, varie massivement d’un pays à l’autre. Ce n’est pas le niveau d’automatisation qui redessine la carte des inégalités salariales mondiales. C’est la capacité des universités, des lycées techniques et des programmes de formation à s’adapter.

L’essentiel

  • La prime salariale associée aux compétences IA atteint 62 % en moyenne mondiale selon le PwC 2026 Global AI Jobs Barometer (un milliard d’offres dans 27 pays) ; le FMI, dans son rapport SDN/2026/001 portant sur six pays, mesure quant à lui des primes de 3 % à 15 % pour les nouvelles compétences IT/IA — deux mesures qui reflètent des réalités différentes.
  • Les offres d’emploi requérant des compétences IA progressent environ huit fois plus vite que l’ensemble des offres, avec une croissance de 69 % contre 9 % pour le reste du marché selon PwC.
  • Le FMI introduit un Skill Readiness Index qui mesure l’écart entre la demande de compétences IA et la capacité des systèmes éducatifs à y répondre : les économies avancées dominent, mais avec des disparités internes fortes.
  • L’écart de préparation entre pays riches et pays à revenu intermédiaire dépasse souvent celui entre pays à revenu intermédiaire et pays pauvres — ce qui signifie que des économies émergentes dynamiques risquent d’être distancées faute de réformes éducatives.
  • Plusieurs pays — Singapour, Corée du Sud, certains États du Golfe — ont lancé des programmes nationaux de montée en compétences IA qui constituent déjà des cas d’étude pertinents.

62 % : ce que cette prime révèle vraiment

Un écart salarial de 62 % ne se lit pas comme un simple chiffre de marché. Il dit quelque chose sur la rareté. Quand un employeur accepte de payer 62 % de plus pour un profil donné, c’est qu’il ne trouve pas ce profil en quantité suffisante. La prime salariale est une mesure inverse de l’offre de compétences disponibles.

C’est ce que le PwC 2026 Global AI Jobs Barometer a construit à grande échelle, en analysant un milliard d’offres d’emploi dans 27 pays, classées selon qu’elles requièrent ou non des compétences explicitement liées à l’IA — machine learning, traitement du langage naturel, modèles génératifs, analyse de données à grande échelle. En contrôlant le secteur, le niveau de qualification exigé et la taille de l’entreprise, l’analyse fait ressortir un écart salarial net : 62 % en moyenne, contre 57 % mesuré l’année précédente. Le rapport FMI SDN/2026/001, qui s’appuie sur les données Lightcast dans six pays sur la période 2021-2024, mesure de son côté des primes de 3 % à 15 % pour les nouvelles compétences IT/IA selon leur nombre — une mesure plus granulaire qui reflète la diversité des profils concernés.

Cet article du journal avait déjà documenté une dynamique similaire à l’échelle des individus : les compétences IA rapportent, sur le marché américain, significativement plus qu’un master traditionnel. Le travail de PwC et du FMI élargit ce constat à plusieurs dizaines de pays et y ajoute une dimension comparative qui manquait jusqu’ici.

La dynamique temporelle est tout aussi frappante. En 2019, les offres d’emploi mentionnant des compétences IA représentaient une niche. Selon le PwC 2026 AI Jobs Barometer, leur part dans l’ensemble des offres a progressé à un rythme environ huit fois supérieur à celui des autres catégories — 69 % de croissance pour les emplois IA contre 9 % pour l’ensemble du marché. La demande ne progresse pas : elle accélère. Ce que le marché demande aujourd’hui, les systèmes éducatifs d’il y a cinq ans n’avaient aucune raison de préparer.

La carte des inégalités : l’éducation, pas l’automatisation

L’intuition courante dit que les inégalités liées à l’IA se creusent entre pays automatisés et pays peu automatisés. Le rapport du FMI dit autre chose. Il construit un Skill Readiness Index — un indicateur composite qui croise la demande de compétences IA mesurée par les offres d’emploi avec la capacité de l’offre éducative locale à y répondre, en tenant compte du taux de scolarisation dans l’enseignement supérieur, de la qualité des formations STEM et de la densité de programmes spécialisés en informatique et en données.

Le résultat est contre-intuitif. Plusieurs économies à revenu intermédiaire — dont certains pays d’Asie du Sud-Est, d’Europe centrale et du Golfe — affichent des niveaux de préparation supérieurs à des économies avancées pourtant plus automatisées. Ce qui détermine le score, ce n’est pas le niveau de revenu ni le degré d’industrialisation : c’est la qualité de l’investissement éducatif dans les quinze dernières années.

Inversement, des économies à revenu intermédiaire qui disposaient de marchés du travail dynamiques se retrouvent aujourd’hui avec des systèmes universitaires qui produisent massivement des diplômés en droit, en administration ou en comptabilité — des filières faiblement exposées à la demande IA — et très peu d’ingénieurs en données ou de spécialistes en apprentissage automatique. Ces pays risquent non pas d’être dépassés par les pays pauvres, mais d’être distancés par des voisins qui ont fait des choix curriculaires différents.

Ce découplage entre automatisation et préparation éducative est peut-être l’enseignement central du rapport. L’IA ne pénalise pas mécaniquement les pays en développement. Elle pénalise les pays dont les universités n’ont pas réorienté leurs formations.

Ce que font les pays qui avancent

Singapour est le cas le plus documenté. Le gouvernement y a lancé dès 2019 le programme AI Singapore, doté de 500 millions de dollars singapouriens sur cinq ans, avec un volet explicite de formation : 12 000 professionnels formés chaque année à travers le programme AI Apprenticeship, des partenariats obligatoires entre universités et entreprises pour l’encadrement des projets, et une intégration de modules d’IA dans les cursus d’ingénierie, d’économie et de sciences sociales. L’objectif affiché n’est pas de produire des chercheurs en IA — il y en a peu — mais des utilisateurs avancés capables de déployer des outils dans des secteurs économiques diversifiés.

La Corée du Sud a suivi une logique différente, centrée sur les lycées techniques. À partir de 2021, le ministère de l’Éducation a intégré des cours obligatoires de programmation et d’initiation au machine learning dans les filières professionnelles, en partenariat avec Samsung et Kakao pour le contenu pédagogique. Le résultat est encore trop récent pour être mesuré sur les salaires, mais les données d’inscription dans les filières STEM à l’université montrent une progression de 18 % entre 2021 et 2024 selon le ministère coréen de l’Éducation.

Les Émirats arabes unis ont misé sur une stratégie différente encore : importer les compétences en créant des conditions d’accueil attractives pour les talents étrangers, tout en finançant massivement l’Université Mohamed-ben-Zayed pour l’intelligence artificielle à Abu Dhabi, créée en 2019 et déjà classée parmi les programmes les plus cités dans les publications académiques mondiales en IA selon Google Scholar.

Ces trois trajectoires n’ont pas grand-chose en commun sur le plan institutionnel. Ce qu’elles partagent, c’est la décision délibérée de ne pas laisser le système universitaire s’adapter à son propre rythme.

L’Europe et le paradoxe de la formation avancée

L’Europe est dans une position paradoxale. Elle forme d’excellents chercheurs en IA — les publications académiques européennes en apprentissage automatique et en traitement du langage naturel sont parmi les plus citées au monde, portées par des institutions comme l’INRIA en France, le Max Planck Institute en Allemagne ou l’ETH Zurich. Mais cette excellence de pointe coexiste avec un déficit massif au niveau intermédiaire : les développeurs, les ingénieurs de données, les spécialistes de l’intégration IA dans les processus industriels.

Ce niveau intermédiaire est précisément celui que le marché du travail réclame le plus massivement. Les offres d’emploi analysées ne cherchent pas majoritairement des docteurs en deep learning. Elles cherchent des profils capables de déployer des outils existants, d’en évaluer les limites, de les intégrer dans des systèmes métier et d’en interpréter les résultats. C’est un profil de bac+3 à bac+5 spécialisé, que ni les grandes universités de recherche ni les formations généralistes ne produisent naturellement.

La Commission européenne a pris conscience du problème. L’AI Act, entré en vigueur en 2024, comprend un volet formation qui impose aux entreprises déployant des systèmes IA à risque élevé de former leurs équipes. Mais cette obligation pèse sur les entreprises, pas sur les systèmes éducatifs. La réforme des cursus universitaires reste une compétence nationale, ce qui ralentit toute coordination à l’échelle du continent.

Plusieurs États membres avancent néanmoins. L’Allemagne a lancé en 2023 un programme de mise à niveau pour les ingénieurs en activité — 50 000 personnes ciblées sur trois ans, cofinancé par les Länder et les chambres de commerce. La France a élargi ses licences professionnelles en data science dans les IUT, avec une montée en charge progressive depuis 2022. Ces initiatives restent modestes par rapport à l’ampleur du besoin, mais elles montrent que la réorientation est engagée.

La fracture silencieuse : les pays qui regardent passer le train

Le rapport du FMI est sévère avec une catégorie de pays qu’il ne nomme pas explicitement mais que son index dessine clairement : les économies à revenu intermédiaire dont la croissance des années 2010 reposait sur une main-d’œuvre qualifiée dans des secteurs de services — finance, droit, conseil, administration — et qui n’ont pas anticipé le déplacement de la demande.

Ces pays ne sont pas pauvres. Ils ont des universités, des diplômés, des marchés du travail actifs. Mais leurs formations produisent des profils dont la prime salariale est négative ou nulle dans un contexte d’accélération IA, parce que ces profils correspondent précisément aux tâches les plus substituables. Un juriste junior qui cherche des précédents dans une base de données, un analyste financier qui consolide des tableaux Excel, un chargé d’études qui compile des rapports sectoriels : ces fonctions ne disparaissent pas du jour au lendemain, mais leur valeur de marché se comprime pendant que celle des fonctions IA-augmentées explose.

La part du travail dans le PIB baisse moins qu’on ne le croyait — c’est un résultat robuste documenté ici. Mais cette stabilité agrégée masque une redistribution violente à l’intérieur du marché du travail. Les gains salariaux se concentrent sur les profils IA-compétents ; la stagnation frappe les autres. Ce que le FMI ajoute, c’est que cette redistribution s’opère aussi entre pays, selon la même logique.

Le risque n’est pas théorique. Des économies comme le Brésil, l’Afrique du Sud, le Maroc ou la Thaïlande disposent de systèmes universitaires capables de produire des diplômés en quantité, mais dont les cursus n’ont pas encore basculé vers les compétences que le marché valorise. Le délai entre une décision de réforme curriculaire et la sortie des premiers diplômés formés est de quatre à six ans. Chaque année sans réforme représente une cohorte supplémentaire qui entre sur un marché du travail avec les compétences d’une décennie passée.

Former à l’IA ne veut pas dire former des ingénieurs IA

Le dernier apport du rapport du FMI est peut-être le plus utile pour les décideurs publics : la demande du marché n’est pas homogène, et la réponse éducative ne doit pas l’être non plus.

Le rapport distingue plusieurs niveaux de compétences IA dans les offres d’emploi analysées. Le premier, le plus rare et le mieux rémunéré, recouvre la conception et l’entraînement de modèles — c’est le domaine des chercheurs et des ingénieurs spécialisés, dont la formation nécessite des masters et des doctorats de haut niveau. Le deuxième niveau concerne le déploiement et l’intégration — des ingénieurs capables d’implémenter des systèmes IA dans des environnements existants, de gérer les pipelines de données et d’assurer la maintenance. Le troisième touche ce que le rapport appelle l’augmentation : des professionnels de secteurs variés — santé, droit, finance, logistique, RH — capables d’utiliser des outils IA dans leur pratique quotidienne, d’en évaluer les sorties et d’en adapter l’usage.

C’est ce troisième niveau qui concentre une part significative de la demande non satisfaite. Il ne requiert pas de formation en mathématiques avancées. Il requiert une compréhension fonctionnelle des outils, une capacité à évaluer leurs biais et leurs limites, et une maîtrise des usages sectoriels spécifiques. Cette compétence est accessible via des formations de deux à trois ans si les cursus sont conçus pour cela. La plupart des universités ne les ont pas encore conçus.

C’est précisément sur ce segment que les programmes les plus prometteurs interviennent. L’initiative Skills for Jobs de l’OCDE, lancée en 2023, travaille avec une trentaine de pays pour cartographier les besoins sectoriels et adapter les référentiels de certification. Plusieurs pays nordiques — Finlande, Danemark, Suède — ont intégré des modules d’IA appliquée dans les formations continues des secteurs de la santé et de la fonction publique, ciblant directement ce troisième niveau.

La logique est claire : former un pays entier à l’ingénierie de l’IA n’est ni possible ni nécessaire. Former une proportion significative de la main-d’œuvre à l’usage augmenté est à la fois faisable et décisif pour la compétitivité nationale.

Ce que le FMI mesure dans son rapport SDN/2026/001, et ce que confirme le PwC 2026 AI Jobs Barometer, c’est l’ampleur du retard à combler. Ce que les expériences de Singapour, de Corée du Sud ou des pays nordiques montrent, c’est qu’il est comblable. La variable n’est pas le niveau de développement d’un pays. C’est la vitesse à laquelle ses institutions éducatives acceptent de se réformer — et la priorité politique que ses gouvernants choisissent d’y accorder.

La vraie question pour les prochaines années n’est pas de savoir combien de pays auront des modèles de langage souverains. C’est de savoir combien de pays auront des médecins, des juristes, des ingénieurs et des enseignants capables d’en faire quelque chose.

Sources

  1. FMI — IMF Staff Discussion Notes SDN/2026/001 : Bridging Skill Gaps for the Future: New Jobs Creation in the AI Age
  2. PwC — PwC 2026 Global AI Jobs Barometer
  3. Journal d’un Progressiste — Les compétences IA rapportent cinq fois plus qu’un master
  4. Journal d’un Progressiste — La part du travail dans le PIB baisse moins qu’on ne le croyait
  5. AI Singapore — Programme officiel et données de formation (Singapore National AI Strategy)
  6. Ministère de l’Éducation de Corée du Sud — données d’inscription STEM 2021-2024 (South Korea AI Talent Development Plan)
  7. OCDE — Initiative Skills for Jobs, rapport 2023