L'IA bénéficie davantage aux travailleurs novices qu'aux experts, un junior augmenté peut rivaliser avec un senior traditionnel sur un nombre croissant de tâches. Ce constat, documenté par plusieurs études majeures, a conduit des entreprises à une conclusion apparemment logique : si l'IA fait le travail des juniors, autant supprimer les postes. La question que cette logique évite soigneusement est celle de la gestion des compétences à long terme, qui sera le senior de demain si personne ne passe par le stade junior ?

Les postes juniors n'étaient pas des postes de production

Les organisations qui réduisent leurs recrutements juniors pensent supprimer un coût. Elles suppriment en réalité une infrastructure de formation que rien ne remplace mécaniquement.

Ce que le poste junior faisait, et que ni les cursus formels ni les formations internes ne reproduisent, tient à trois fonctions. D'abord, comprendre l'organisation par l'exposition réelle à ses contraintes, ses non-dits, ses circuits informels de décision. Ensuite, faire des erreurs sur des tâches à faible enjeu, sous supervision, avec un droit à la récupération. Enfin, développer le jugement professionnel par accumulation de cas réels. C'est ce que Molly Kinder, chercheuse à la Brookings Institution, formule ainsi : « Comment les jeunes seront-ils formés au niveau 3 s'ils n'ont pas fait les niveaux 1 et 2 ? » Ces trois fonctions sont indissociables du contexte organisationnel réel. On ne les simule pas.

Une contraction multi-sectorielle et délibérée

Les données 2024-2025 convergent sur une réduction qui n'est pas conjoncturelle. Aux États-Unis, les offres entry-level ont reculé de 35 % depuis 2022 . Au Royaume-Uni, la baisse atteint 32 %, et 44 % dans la comptabilité entrante. KPMG a réduit ses recrutements de diplômés de 29 % en un an (de 1 399 à 942 postes), Deloitte de 18 %. Dans la tech, les quinze plus grandes entreprises américaines ont réduit de 25 % leurs embauches de jeunes diplômés en 2024 , Marc Benioff (Salesforce) annonçant zéro embauche d'ingénieurs en 2025. En France, l'APEC recense -19 % d'embauches de cadres juniors en 2024, -16 % attendus en 2025 . Une étude Stanford d'août 2025 (Brynjolfsson) documente une baisse de 13 % de l'emploi des 22-25 ans dans les secteurs exposés à l'IA depuis fin 2022 , et de 20 % dans le développement logiciel.

Ces décisions ne sont pas subies, elles sont explicites. Christoph Rabenseifner, Chief Strategy Officer de Deutsche Bank, le formule sans ambiguïté : « L'idée simple serait de remplacer les juniors par un outil IA. » Ce faisant, les organisations suppriment précisément les tâches qui constituaient le quotidien d'apprentissage des postes juniors, les tâches exécutoires répétitives que l'IA automatise en premier. Le mécanisme systémique qui s'enclenche a été nommé « talent doom cycle » : les seniors absorbent les tâches que les juniors ne font plus, s'épuisent, partent, et il n'y a plus personne pour les remplacer.

L'IA accélère l'apprentissage, mais pas sur tout

La thèse précédente risque de masquer une réalité documentée avec la même rigueur : l'IA accélère effectivement la montée en compétence des profils inexpérimentés. Ce n'est pas un argument de compensation rhétorique, c'est un fait empirique qui modifie le cadre du problème.

L'effet de nivellement : ce que les données disent

L'étude Brynjolfsson, Li et Raymond (Stanford/MIT, 2023), menée sur 5 179 agents de support client, est sans équivoque : les employés peu expérimentés gagnent 34 % de productivité avec l'IA, contre une amélioration quasi nulle pour les experts . Deux mois d'utilisation de l'IA équivalent à six mois d'expérience accumulée sans outil. L'explication est mécanique : l'IA capture les meilleures pratiques des experts et les redistribue automatiquement. Les profils inexpérimentés, avec moins d'habitudes ancrées, en absorbent davantage. L'étude Harvard/BCG de septembre 2023, conduite sur 758 consultants, confirme l'effet sur un terrain différent : les profils aux performances initiales faibles progressent de 43 % sur les tâches adaptées à l'IA , contre 17 % pour les meilleurs éléments. La qualité globale des livrables augmente de 40 %, la rapidité de 25 %.

Un savoir qui s'est déplacé sans être reconnu

Une étude IWG de juin 2025, conduite auprès de 2 016 employés, documente un paradoxe révélateur : 59 % des membres de la Gen Z aident leurs collègues plus âgés à utiliser l'IA , 82 % des cadres supérieurs estiment que ces initiatives ont débloqué de nouvelles opportunités commerciales. Ces mêmes jeunes peinent pourtant à se faire embaucher. Les entreprises bénéficient déjà de leur expertise sans les intégrer dans des parcours. Par ailleurs, 31 % de la Gen Z combinent CDI et activité parallèle , signe d'une recomposition des trajectoires d'apprentissage, pas seulement d'anxiété économique. Le savoir stratégique s'est déplacé sans que les structures organisationnelles ne s'y soient adaptées.

Mais l'antithèse a une limite interne précise. L'effet de nivellement porte sur les tâches exécutoires mesurables. L'étude Harvard/BCG elle-même indique que les bénéfices de l'IA s'effondrent sur les tâches situées hors de la « jagged frontier » , le domaine où l'outil excelle. Le jugement professionnel contextuel, lire une situation ambiguë, arbitrer sous contrainte, gérer une relation difficile sans script, s'acquiert par exposition répétée à des cas réels avec des conséquences réelles. L'IA simule des tâches, pas des situations.

La question n'est pas technologique, elle est organisationnelle

Ni la destruction du pipeline ni son remplacement spontané ne permettent de répondre à la question initiale. Ce que l'IA ne peut pas faire, c'est créer le contexte d'apprentissage. Ce que les organisations peuvent faire, c'est le créer délibérément, avec les gains de productivité que l'IA leur libère précisément. La vraie bifurcation n'est pas entre organisations avec et sans juniors. Elle est entre celles qui réinvestissent ces gains dans la formation du jugement et celles qui les encaissent sans reconstruire le pipeline.

Des réponses organisationnelles documentées

Les organisations qui anticipent ce problème produisent des réponses concrètes. Ces réponses ne restaurent pas les postes juniors à l'identique, elles reconstituent délibérément les fonctions d'apprentissage que ces postes assuraient. Les programmes de rotation structurés , 12 à 24 mois avec curriculum explicite, mentors assignés et responsabilité progressive, formalisent ce que le poste junior assurait implicitement. Un autre modèle émerge : le junior comme « pilote d'IA sous supervision d'un navigateur senior », le junior produit avec l'outil, le senior arbitre le jugement. Ce modèle préserve l'exposition aux cas réels tout en intégrant l'outil. Il recompose les rôles plutôt qu'il ne les supprime.

Le financement de ce mentorat structuré ne manque pas de matière. Si l'IA libère 55 minutes par jour et par collaborateur (étude IWG), une partie de ce temps peut être réinvestie dans la transmission du jugement. Ce n'est pas automatique. C'est une décision.

Traiter le pipeline comme une infrastructure, pas comme un coût

La gestion des compétences à l'ère de l'IA exige que les organisations mesurent ce qu'elles ne mesurent pas encore : la profondeur talentueuse, le ratio senior/junior, les progressions internes, les zones où le jugement autonome devient rare. Traiter le pipeline comme une infrastructure signifie lui appliquer les mêmes exigences de suivi qu'une infrastructure technique, détecter les fragilités avant qu'elles ne deviennent des angles morts.

Aucune organisation ne peut répondre à « qui sera le senior de demain » par défaut. Ce sera soit le résultat d'une décision délibérée, investir dans de nouveaux espaces d'apprentissage avec les gains que l'IA libère, soit une découverte dans dix ans qu'il n'y a plus personne pour arbitrer ce que l'IA ne sait pas arbitrer. La tension finale n'est pas entre l'IA et les humains. Elle est entre organisations qui traitent la formation comme un investissement et celles qui la traitent comme un coût à optimiser.

Ce que cette question ouvre

La décision appartient aux organisations, mais encore faut-il qu'elles disposent des outils pour la prendre. Deux questions restent ouvertes. Comment cartographier le pipeline de compétences pour détecter les zones de fragilité avant qu'elles ne deviennent des angles morts, la visibilité sur l'expertise interne comme préalable à toute politique de formation ? Et comment définir ce qu'un collaborateur doit savoir faire sans l'IA pour exercer un jugement autonome, la question du référentiel de compétences à l'ère de l'augmentation ? Ce sont là les prochains problèmes que les responsables RH et les managers devront trancher, une fois qu'ils auront accepté que le pipeline ne se reconstituera pas tout seul.