Reconversion IA : pourquoi les entreprises recrutent dehors
Les entreprises croient au potentiel de leurs salariés, mais recrutent souvent à l’extérieur pour leurs postes en IA. Comment réduire cet écart ?
Métiers de l'IA : pourquoi les entreprises recrutent ailleurs plutôt que de former leurs salariés
Les directions des ressources humaines disent souvent croire au potentiel de leurs équipes. Pourtant, quand il faut pourvoir des postes liés à l'intelligence artificielle, beaucoup d'entreprises se tournent d'abord vers le marché externe. Ce n'est pas seulement une question de formation : c'est aussi un problème pour identifier les compétences disponibles en interne, organiser la mobilité et aligner les besoins du moment avec les trajectoires professionnelles.
Une étude menée aux États-Unis pour Careerminds met ce décalage en chiffres : 92 % des professionnels RH interrogés estiment que des salariés pourraient être formés à des fonctions liées à l'IA, mais 51 % déclarent que leur organisation recrute à l'extérieur pour ces postes. Bien sûr, ces données ne décrivent pas directement la situation en France. Elles pointent toutefois un problème de pilotage qu'on retrouve aussi dans d'autres pays européens : investir dans l'IA ne suffit pas si l'on n'arrive pas à faire évoluer les métiers et les équipes.
Concrètement, l'écart entre conviction et décisions tient à la façon dont les organisations comparent la montée en compétences interne et le recrutement externe. Et tant que cette comparaison n'est pas structurée, la formation finit souvent par ressembler à une intention plutôt qu'à un plan.
Que révèle vraiment l'écart entre formation et recrutement en IA ?
L'étude de Careerminds, réalisée avec Censuswide auprès de 595 professionnels RH et 547 managers aux États-Unis, décrit une tension assez claire entre ce que les répondants pensent et ce qu'ils font. Les personnes interrogées travaillent dans des organisations de 500 salariés ou plus. Du côté RH, 92 % estiment que des employés pourraient être formés à des rôles liés à l'IA. Chez les managers, cette proportion atteint 88 %.
Dans le même temps, 51 % des professionnels RH et 47 % des managers déclarent que leur organisation recrute à l'extérieur pour ces nouveaux postes. La mobilité ou le redéploiement de salariés en interne est évoqué par 42 % des répondants dans les deux groupes. Autrement dit, former semble plausible... mais ce n'est pas systématiquement le choix opérationnel.
Une enquête à interpréter dans son contexte
L'enquête américaine a été menée du 15 au 26 mai 2026. Elle ne peut pas être lue comme une mesure du marché français, ni comme une preuve que toutes les entreprises privilégient le recrutement externe. Et surtout, les deux réponses ne s'excluent pas : une organisation peut recruter à l'extérieur pour certains rôles et redéployer des salariés pour d'autres.
Cette nuance compte, parce que tous les postes liés à l'IA ne demandent pas les mêmes compétences. Un rôle centré sur la recherche en apprentissage automatique, un projet de déploiement d'outils génératifs ou une fonction de gouvernance des données n'ont ni les mêmes prérequis ni les mêmes délais de montée en compétence. On ne peut donc pas conclure que chaque recrutement externe devrait être remplacé par une formation interne. En revanche, l'écart entre les convictions et les pratiques mérite d'être regardé de près.
Le problème est souvent moins « humain » que « process »
Même si une entreprise croit vraiment à la reconversion, elle peut continuer à recruter dehors parce que ses processus de recrutement sont plus faciles à exécuter que ses mécanismes internes de mobilité. Une fiche de poste, un budget, un canal de candidatures et un calendrier : tout est cadré. À l'inverse, identifier un salarié « transférable » suppose de savoir ce qu'il maîtrise déjà, ce qu'il peut apprendre, et comment son équipe actuelle va absorber son départ (ou son changement de périmètre).
Le point utile n'est donc pas « il faut toujours former en interne ». C'est plutôt : l'entreprise a-t-elle une méthode, poste par poste, pour comparer le recrutement externe et la montée en compétences interne ? Sans cette comparaison, les arbitrages se font sous pression, et la stratégie de compétences reste trop générale.
Pourquoi les entreprises peinent-elles à repérer les talents internes ?
Le premier frein, c'est la visibilité. Dans l'étude, 43 % des professionnels RH et 34 % des managers citent un manque de visibilité sur les compétences individuelles et sur les personnes à former. Sur le terrain, c'est cohérent : les intitulés de poste reflètent rarement l'ensemble des capacités réellement mobilisées au quotidien.
Une salariée peut, par exemple, faire de l'analyse de données dans son travail sans porter le titre d'analyste. Un technicien peut automatiser des tâches sans avoir utilisé exactement les outils retenus par l'entreprise. Inversement, une formation ou une certification ne dit pas automatiquement si la personne saura appliquer ses acquis dans un contexte métier réel.
Un inventaire utile doit donc s'appuyer sur les pratiques observées, les résultats obtenus et la capacité à apprendre - pas seulement sur les CV internes.
Cartographier les compétences sans fabriquer un monstre
La cartographie ne doit pas forcément commencer avec une plateforme lourde. Une première version peut se limiter à quelques fonctions où l'IA change vraiment le travail : traitement documentaire, service client, développement logiciel, contrôle qualité, analyse de données.
Pour chaque activité, l'entreprise peut distinguer quatre niveaux :
- Compétences déjà maîtrisées, visibles dans le travail réel, pas uniquement annoncées.
- Compétences transférables, utiles dans le nouveau rôle même si elles viennent d'un autre métier.
- Écarts à combler, par exemple sur la gestion des données, l'évaluation des réponses d'un modèle ou la rédaction de consignes adaptées.
- Contraintes de transition, notamment le temps de formation, la disponibilité et la capacité à remplacer ou réorganiser les tâches actuelles.
Cette façon de faire évite deux pièges opposés : promettre une reconversion sans vérifier les prérequis, ou écarter des profils juste parce que leur intitulé ne correspond pas « à la lettre » à la fiche de recrutement.
La formation n'est pas un interrupteur
Le temps compte. Si les salariés doivent apprendre en plus d'une charge de travail qui ne bouge pas, la formation a des chances d'être théorique... ou abandonnée au premier pic d'activité. Une démarche IA doit donc être rattachée à des situations de travail, avec un encadrement assez clair pour vérifier ce qui est acquis.
Et, pour une entreprise française, la démarche doit aussi intégrer les règles liées aux données personnelles et aux outils utilisés. Former à l'IA ne veut pas dire « faire copier des données sensibles dans un environnement non autorisé ». Les exigences du RGPD et les règles de sécurité font partie du cas pratique - pas un ajout de dernière minute.
Recruter à l'extérieur coûte-t-il réellement plus cher ?
Le livre blanc de Careerminds cite des travaux de The Josh Bersin Company : le recrutement externe peut coûter trois à cinq fois plus cher que le pourvoi d'un poste comparable en interne, et prendre jusqu'à vingt jours supplémentaires, en moyenne. Ça reste un ordre de grandeur donné par ces sources, pas un tarif valable partout.
Le coût « total » d'un recrutement externe dépasse souvent la simple annonce. Il peut comprendre le temps des équipes RH et des managers, des honoraires de cabinet, la sélection, le temps entre la prise de poste et l'autonomie, et le risque de se tromper. Mais un redéploiement interne a aussi un prix : former la personne, organiser la transition, et parfois recruter pour compenser une partie de l'activité laissée.
Comparer les deux options avec le même périmètre
Pour comparer correctement, il faut regarder le coût complet et le délai avant une contribution réellement utile. Une grille simple peut inclure :
| Élément à comparer | Recrutement externe | Mobilité interne |
|---|---|---|
| Coût direct | Recherche, sélection, éventuels honoraires | Formation, accompagnement, temps de transition |
| Délai | Recherche et préavis éventuel | Évaluation des compétences et montée en autonomie |
| Risque principal | Difficulté à trouver le bon profil ou à intégrer la personne | Écart de compétences plus important que prévu |
| Effet sur l'organisation | Arrivée d'une compétence nouvelle | Déplacement des capacités entre équipes |
| Horizon de valeur | Dépend de l'intégration et du contexte du poste | Dépend du transfert et de la qualité de la formation |
Cette grille rappelle un point facile à oublier : la mobilité interne ne « résout » pas automatiquement le besoin de recrutement. Si un salarié quitte une équipe pour rejoindre un projet IA, le poste d'origine doit être réorganisé, redistribué ou remplacé. La décision peut rester pertinente, mais le coût se déplace.
Choisir selon le risque et le calendrier
Recruter à l'extérieur est souvent logique quand la compétence est rare, nécessaire tout de suite, ou trop spécifique pour être acquise dans les délais disponibles. L'embauche peut aussi apporter une expérience de déploiement que l'entreprise n'a pas encore.
La reconversion interne est plus convaincante quand les compétences de départ sont proches, que le besoin est durable et que l'entreprise peut protéger le temps d'apprentissage. Et dans certains cas, le meilleur choix est hybride : recruter quelques profils expérimentés pour cadrer les méthodes, puis étendre la montée en compétences au reste des équipes. Au final, la vraie question n'est pas « d'où vient le candidat », mais « à quel niveau de risque est-ce qu'on peut couvrir le besoin ».
Comment organiser une reconversion vers les métiers de l'IA ?
Une bonne démarche part du travail à faire, pas d'une liste de formations. Dire « former à l'IA » ne suffit pas : il faut expliquer ce qui change concrètement, quelles responsabilités apparaissent, quelles compétences sont nécessaires et comment on évite d'abîmer la qualité de service en cours de route.
1. Définir les rôles et les tâches concernés
Commencez par un cas d'usage précis : réduire le temps de traitement de documents, aider un service client à retrouver une information plus vite, accélérer la production de tests logiciels. Décrivez le processus actuel, les décisions prises par les humains et ce qu'il se passe en cas d'erreur. C'est à ce moment-là qu'on peut distinguer les besoins techniques et les compétences liées au métier, au contrôle et à la supervision.
Un projet peut demander des profils de machine learning, mais aussi des personnes capables de préparer les données, d'évaluer les réponses d'un modèle, de documenter ses limites ou de traiter des cas d'exception. Tous ces rôles ne demandent pas le même parcours.
2. Identifier des compétences transférables
Évaluez les salariés à partir de situations concrètes : analyser des résultats, repérer des erreurs, comprendre un processus métier, travailler avec des données. Appuyez cette évaluation sur un échange avec la personne - pas sur une grille imposée sans contexte.
Une cartographie « toute faite », utilisée sans explication, peut être perçue comme un outil de surveillance plutôt que comme un levier de mobilité. Et surtout, les organisations doivent clarifier qui accède aux données, combien de temps elles sont conservées et comment elles influencent les décisions (recrutement, évolution, etc.). En France comme en Europe, les données liées aux compétences peuvent vite devenir des données personnelles lorsqu'elles sont rattachées à un salarié : autant l'anticiper.
3. Créer du temps et des mises en situation
Séparez la formation des objectifs de production habituels. Prévoyez des créneaux identifiés, un accompagnement par des personnes expérimentées et des exercices basés sur les outils autorisés par l'entreprise. Une formation utile doit faire travailler la personne sur des tâches réelles, vérifier le résultat et clarifier quand il faut (ou non) utiliser l'IA.
Une progression par étapes réduit les paris coûteux : initiation, exercice sur un cas sans risque, travail supervisé, puis prise en charge graduelle d'une activité. À chaque étape, testez les exigences de sécurité, de confidentialité et de qualité.
4. Mesurer les résultats au-delà du compteur de formations
Compter les inscriptions ou les heures suivies mesure l'activité, pas l'efficacité. Suivez plutôt : le délai avant autonomie, le taux de postes pourvus en interne, la qualité du travail produit, le taux d'échec des transitions, la satisfaction des équipes. Et comparez à l'externe, en tenant compte du coût de remplacement des tâches laissées vacantes.
Conclusion
L'écart entre la confiance affichée dans la reconversion et le recours au recrutement externe renvoie moins à un manque de volonté qu'à un défaut de système. Beaucoup d'organisations ont du mal à rendre les compétences visibles, à protéger le temps d'apprentissage et à arbitrer le coût complet d'une transition.
Les résultats de Careerminds portent sur des organisations américaines et ne doivent pas être copiés automatiquement pour les entreprises françaises. Mais ils posent une question utile à toute direction qui investit dans l'IA : avant d'ouvrir un poste, a-t-elle vérifié si la compétence existe déjà en interne, ou si elle peut être construite dans un délai raisonnable ? La réponse n'impose pas un choix unique. Elle aide à décider en connaissance de cause, avec les coûts, les risques et la continuité du travail.