Une étude HEC Paris / Banque de France publiée en 2026 documente pour la première fois l’effet générationnel de l’IA sur le recrutement en France. Les entreprises qui adoptent l’IA de façon intensive embauchent entre 17 et 25 % moins de jeunes de 21 à 29 ans en CDI que le reste de leur secteur. Chez les développeurs et ingénieurs informatiques de 21 à 29 ans, les embauches en CDI étaient environ 42 % inférieures en mars 2026 à leur niveau de novembre 2022.

L’essentiel

  • Sur 600 entreprises françaises IA-intensives, les recrutements juniors en CDI sont inférieurs de 17 à 25 % à ceux du reste du secteur (HEC Paris / Banque de France, 2026).
  • Dans l’ensemble du champ étudié, les embauches en CDI des développeurs et ingénieurs informatiques de 21 à 29 ans étaient environ 42 % sous leur niveau de novembre 2022 au début de 2026.
  • L’automatisation de tâches de débutants pourrait réduire les recrutements et l’apprentissage, mais l’étude ne démontre ni ce mécanisme causal ni un basculement vers le recrutement de seniors.
  • La rupture du pipeline générationnel pose une question de politique publique : à qui incombe la formation des talents techniques si les entreprises s’en désengagent.

L’IA change le calcul du recrutement, pas seulement l’organisation du travail

Pendant des décennies, les grandes entreprises technologiques ont fonctionné sur un modèle simple : recruter des juniors à bas coût, les former deux à trois ans sur des tâches d’exécution, puis les promouvoir à mesure qu’ils gagnaient en expertise. Ce pipeline avait une logique économique claire. Le junior coûtait peu, apprenait vite, et devenait l’expert d’après.

L’IA générative modifie ce calcul. Les outils d’IA peuvent assister certaines tâches auparavant confiées aux débutants, mais la baisse de leur valeur marchande n’est pas établie par l’étude. L’entreprise aurait besoin de moins de ressources débutantes pour traiter un volume qu’un senior augmenté par l’IA peut absorber.

L’étude porte sur environ 6 000 entreprises, dont près de 600 déclarent un usage intensif de l’IA, c’est-à-dire celles dont l’exposition aux outils d’IA dans les processus métier dépasse un seuil significatif. Le résultat est net : ces entreprises embauchent entre 17 et 25 % moins de 21-29 ans en CDI que des entreprises comparables moins exposées à l’IA. L’écart n’est pas marginal. Sur une cohorte annuelle de recrutement, il représente plusieurs dizaines de milliers de postes à l’échelle nationale.

Le chiffre sur les développeurs est encore plus frappant. Le recul d’environ 42 % concerne les embauches en CDI des développeurs et ingénieurs informatiques de 21 à 29 ans entre novembre 2022 et le début de 2026. Fin 2022, c’est précisément le moment où ChatGPT entre dans les usages professionnels à grande échelle. La coïncidence temporelle ne prouve pas la causalité, mais elle est difficile à ignorer.

Seniors requis, juniors écartés : la logique froide des directions RH

La rationalité derrière ce mouvement est compréhensible, même si ses conséquences sont inconfortables. Un développeur senior augmenté par l’IA produit davantage qu’un junior non augmenté, et probablement davantage que deux juniors. Le coût salarial d’un senior est certes plus élevé, mais le coût total, salaire plus formation plus supervision plus erreurs de débutant, fait souvent pencher la balance.

Les entreprises déclarant un usage intensif de l’IA recrutent relativement moins de 21-29 ans en CDI ; l’étude ne permet pas d’inférer leur stratégie RH ni un recrutement accru de seniors. Elles importent de l’expertise plutôt que de la cultiver en interne. Le problème est que cette logique, rationnelle à l’échelle d’une entreprise, devient collective si elle se généralise à un secteur entier.

L’adoption réelle de l’IA dans les entreprises européennes reste encore limitée, moins de 10 % des PME l’intègrent véritablement dans leurs processus. Parmi près de 600 entreprises déclarant un usage intensif de l’IA, les recrutements de jeunes en CDI évoluent moins favorablement ; cette association ne prouve pas un effet causal de l’IA. Le signal est précoce. Il pourrait annoncer une tendance.

Un marché du travail technique ne peut pas fonctionner longtemps sur l’importation de seniors. Les seniors d’aujourd’hui ont été les juniors d’hier. Si l’entrée dans les métiers se referme, le vivier de seniors s’épuise dans dix ans.

La discontinuité générationnelle dans les métiers techniques

Ce mécanisme a un nom dans la littérature du travail : la rupture du pipeline générationnel. Il désigne la situation où les voies d’entrée dans un métier se rétrécissent au point d’empêcher la reproduction des compétences au sein d’une économie. On l’a observé dans certains métiers manuels après la désindustrialisation des années 1980 et 1990. La France en porte encore les traces dans des secteurs entiers de l’industrie, où l’absence d’apprentissage continu a créé des déserts de compétences que les entreprises peinent aujourd’hui à combler.

Le recul relatif des professions intermédiaires dans l’échelle salariale signale une compression par le bas des trajectoires professionnelles dans plusieurs secteurs. Dans le numérique, la compression semble opérer différemment : non par le bas des salaires, mais par la fermeture de l’entrée. Le résultat est le même : une génération qui peine à trouver ses premières marches.

Les données de la Dares sur les flux d’emploi dans le secteur informatique entre 2019 et 2026 confirment la tendance à plus long terme. Après le recul de 2020, les recrutements informatiques ont rebondi en 2021 et ont encore progressé en 2022 ; un ralentissement ultérieur doit être daté et sourcé séparément. Les entreprises déclarant un usage intensif de l’IA sont associées à un recul plus marqué des embauches de jeunes, sans que la responsabilité causale de l’IA puisse être établie.

Ce qui rend la rupture particulièrement préoccupante dans les métiers techniques, c’est la nature du savoir transmis. Le code, l’architecture logicielle, la gestion de systèmes complexes : ces compétences s’apprennent en grande partie par la pratique et par l’exposition aux décisions d’experts. Un junior qui ne trouve pas de poste ne fait pas que rater un salaire. Il rate les deux ou trois premières années d’une formation implicite que l’école ne peut pas remplacer.

Modèles institutionnels européens : acquis et angles morts

L’Allemagne et la Suisse ont construit leurs marchés du travail technique sur un modèle dual : l’apprentissage, c’est-à-dire une formation partagée entre l’école et l’entreprise, avec un contrat, un salaire réduit et une insertion garantie. Ce modèle a produit des résultats durables : des taux de chômage des jeunes structurellement inférieurs à ceux de la France, et une transmission des savoir-faire qui ne repose pas uniquement sur les universités.

La France a fait des efforts réels pour développer l’apprentissage. Le nombre d’apprentis a plus que doublé entre 2018 et 2023, passant d’environ 400 000 à plus de 980 000, selon les données du ministère du Travail. Dans le numérique, les contrats en alternance ont progressé fortement, notamment dans les écoles spécialisées.

Ces dispositifs ont été conçus pour un marché du travail où les entreprises avaient intérêt à former des juniors, ceux-ci apportant de la valeur dès leur deuxième ou troisième année. Si l’IA réduit durablement la productivité du novice, les entreprises IA-intensives pourraient se désengager de l’apprentissage lui-même, et pas seulement du CDI junior. Ce scénario prolonge la logique déjà documentée par l’étude HEC / Banque de France.

La formation des développeurs de 2035 en l’absence d’engagement des entreprises

La question de politique publique est directe. Si les entreprises les plus avancées technologiquement réduisent leur absorption de juniors, deux scénarios se dessinent.

Dans le premier scénario, le secteur s’autorégule. Les entreprises moins avancées sur l’IA, ou situées dans des secteurs où l’IA pénètre plus lentement, continuent à recruter des juniors et à assurer leur formation implicite. Ces juniors acquièrent les bases, puis migrent vers les entreprises à forte intensité en IA à mesure qu’ils montent en compétence. Le pipeline reste intact, mais décalé et allongé. Ce scénario suppose que la pression à l’automatisation reste différenciée dans l’économie, ce qui est plausible à court terme.

Dans le second, la logique se généralise. À mesure que l’IA devient abordable et accessible, un nombre croissant d’entreprises applique la même rationalité : moins de juniors, plus de seniors augmentés. Le marché de certains recrutements informatiques s’est ralenti, mais les sources consultées ne démontrent pas une contraction structurelle de l’emploi junior en informatique. Les écoles forment des diplômés que personne n’embauche dans leur domaine. La compétition s’intensifie sur les profils seniors, ce qui gonfle leurs salaires et creuse davantage l’écart avec les débutants.

Le pipeline générationnel se rompt, et la France aborde la décennie 2030 avec un déficit de talents techniques que l’importation de compétences à l’étranger ne peut compenser qu’imparfaitement.

Entre ces deux scénarios, l’action publique a des leviers réels. Le premier est le quota junior, ou une incitation financière à son équivalent : conditionner certains avantages fiscaux liés à l’IA ou à la R&D au maintien d’un pourcentage minimal de recrutements juniors. Ce mécanisme existe partiellement dans d’autres contextes, les obligations d’apprentissage dans les marchés publics, par exemple, et pourrait être adapté. L’enjeu est de ne pas le concevoir comme une contrainte punitive, mais comme une compensation des externalités négatives que le recrutement sélectif crée pour l’ensemble du système.

Le second levier est la formation continue ciblée. Si l’IA dévalue le noviciat technique, il faut accélérer la reconversion de profils existants, développeurs mid-level dans des secteurs moins exposés, ingénieurs en reconversion, professionnels du numérique en transition, vers les compétences que les entreprises IA-intensives recherchent. L’Allemagne l’a fait à grande échelle pour les métiers industriels lors des reconversions post-réunification. La Suisse l’adapte aujourd’hui aux transitions numériques de son secteur financier. La France dispose des outils, le compte personnel de formation, les financements de France Compétences, mais ils ont été conçus pour des transitions individuelles, pas pour une reconversion sectorielle coordonnée.

Le troisième levier tient à la refonte des contenus enseignés dans les écoles d’ingénieurs et les formations en informatique. Si les tâches d’exécution sont automatisées, la valeur du développeur junior repose de moins en moins sur la rapidité à coder et de plus en plus sur la capacité à architecturer, à questionner les spécifications et à travailler à l’interface entre les métiers et la technique. Former à ces compétences dès la licence ou le bachelor permettrait aux juniors d’entrer sur le marché avec une valeur ajoutée que l’IA ne couvre pas encore.

Le signal à surveiller pour les décideurs

L’étude HEC Paris / Banque de France documente un état du marché du travail en 2026. Elle ne prédit pas la décennie suivante. Mais elle fournit un signal précoce que les pouvoirs publics, les branches professionnelles et les établissements de formation ont intérêt à prendre au sérieux maintenant, avant que la rupture générationnelle ne soit consommée.

Trois indicateurs permettraient de mesurer si le phénomène s’amplifie ou se stabilise dans les prochaines années. Le premier est l’évolution du taux d’embauche junior dans les secteurs tech au sens large, pas seulement dans les 600 entreprises IA-intensives déjà identifiées, mais dans l’ensemble des entreprises dont l’exposition à l’IA progresse. Le second est le taux de rupture des contrats d’apprentissage dans le numérique : si les entreprises se désengagent aussi de l’alternance, le signal est plus grave. Le troisième est la durée de recherche d’emploi pour les jeunes diplômés en informatique : les données France Travail consultées ne montrent pas un allongement établi pour l’ensemble de cette population, bien que certains techniciens rencontrent des difficultés plus élevées.

L’automatisation des tâches par des systèmes de plus en plus autonomes touche des pans entiers de l’économie productive. Dans les métiers techniques du numérique, l’effet arrive plus tôt et de façon plus concentrée. La France a construit en quelques années une capacité d’apprentissage professionnelle réelle. Le vrai test est de savoir si ce dispositif peut s’adapter à un marché du travail où la valeur du débutant change plus vite que les cycles de formation.

Sources

  1. HEC Paris / Banque de France, Private French Firms Hire Fewer Young Workers in AI-Exposed Jobs (2026)
  2. Dares, Flux d’emploi dans le secteur informatique 2019-2026 (Direction de l’animation de la recherche, des études et des statistiques, ministère du Travail)
  3. Ministère du Travail, Statistiques sur l’apprentissage en France 2018-2023