L'IA remplace les juniors : quand le court terme hypothèque l'avenir de l'entreprise

Un gain de temps immédiat, une perte de compétences à terme

"Pourquoi embaucher un stagiaire quand ChatGPT fait le travail en quelques secondes, sans nécessiter d'encadrement ?" Voilà une réflexion que j'entends de plus en plus dans mes missions d'accompagnement à la transformation digitale. Récemment, le dirigeant d'une scale-up en mobilité partagée m'expliquait qu'il avait cessé d'intégrer des stagiaires : l'IA générative prenait désormais en charge les tâches de recherche, d'analyse préliminaire et de rédaction qui constituaient traditionnellement le quotidien des juniors. Un gain de productivité immédiat, certes. Mais à quel prix pour demain ?

Ce phénomène dépasse largement le cas isolé. Les annonces récentes d'investissements massifs dans l'IA pour automatiser le travail d'analyse financière traditionnellement confié à des analystes débutants confirment une tendance lourde. Goldman Sachs et Morgan Stanley envisagent publiquement de réduire de deux tiers leurs recrutements de personnel junior, considérant que l'IA générative peut désormais assumer une part significative de ces tâches.

Si cette rationalisation peut sembler judicieuse sur le plan économique immédiat, elle soulève une question fondamentale : comment former les experts de demain si on supprime les postes d'apprentissage d'aujourd'hui ? En privilégiant l'efficacité à court terme, les entreprises ne sont-elles pas en train de scier la branche sur laquelle repose leur compétitivité future ?

Un phénomène massif et documenté

Les chiffres parlent d'eux-mêmes. Selon une étude de l'université de Stanford publiée en août 2025, les offres d'emploi pour débutants dans les secteurs vulnérables à l'automatisation ont chuté de 13 % [1]. Cette baisse touche particulièrement deux domaines : le codage informatique et le service client, traditionnellement considérés comme des portes d'entrée dans le monde professionnel.

D'autres études confirment et amplifient ce constat. Korn Ferry révèle que 37 % des entreprises prévoient de remplacer des postes débutants par l'IA [2]. Une enquête de la British Standards Institution (BSI) va plus loin : 41 % des dirigeants interrogés affirment que l'IA permet désormais des réductions d'effectifs, et 31 % examinent systématiquement une solution d'automatisation avant de lancer un recrutement humain [3]. Dans les grandes entreprises, la moitié ont déjà supprimé certains rôles juniors, contre 30 % dans les PME.

En France, l'APEC tire également la sonnette d'alarme : après une baisse de 19 % des embauches de cadres juniors (moins d'un an d'expérience) en 2024, une nouvelle chute de 16 % est attendue pour 2025 [4]. L'informatique, bien que restant un gros pourvoyeur d'emplois cadres, a vu ses recrutements de juniors dégringoler de 18 % en 2024.

Ce qui se dessine, c'est un cercle vicieux redoutable : sans postes d'entrée, comment acquérir l'expérience désormais exigée pour tous les postes ? Les entreprises recherchent des profils expérimentés capables de superviser les outils d'IA, mais refusent de former ceux qui pourraient le devenir. Comme le souligne un chercheur de Stanford : "Le rôle traditionnel de tremplin offert par les emplois de premier niveau disparaît".

Les risques pour l'entreprise : au-delà de l'évidence

La fin du vivier de talents

Le premier risque est mécanique : comment avoir des seniors expérimentés dans 10 ou 15 ans si l'on ne forme plus de juniors aujourd'hui ? Un expert ne naît pas expert. Il le devient après avoir parcouru toutes les étapes de l'apprentissage : acquisition des bases théoriques, confrontation aux situations réelles, développement des réflexes métiers, transmission par les pairs, et surtout, accumulation d'expériences succès comme échecs.

Cette maturation prend du temps, généralement une dizaine d'années minimum. En supprimant les postes d'entrée, les entreprises tarissent leur propre pipeline de talents. Pire : elles créent une dépendance totale aux recrutements externes pour pourvoir les postes à responsabilité, une stratégie coûteuse et risquée dans un marché du travail tendu.

La perte du savoir-faire spécifique

L'IA générative, aussi performante soit-elle, fonctionne sur la base de données moyennes. Elle produit des réponses statistiquement probables, formatées selon les pratiques dominantes qu'elle a absorbées dans son entraînement. En d'autres termes, elle excelle à reproduire ce qui existe déjà, mais peine à capturer ce qui fait la singularité d'une organisation : ses processus particuliers, sa culture d'entreprise, ses astuces de métier accumulées au fil des années.

Les entreprises possèdent un capital immatériel souvent sous-estimé : les connaissances tacites. Ces savoirs informels  les "trucs et astuces" des experts, les réflexes face à telle situation spécifique, la compréhension fine du contexte client ou produit ne sont ni documentés ni documentables. Ils se transmettent par l'observation, la pratique encadrée, l'échange quotidien. Sans profils juniors pour recevoir et perpétuer ces connaissances, elles disparaissent au fil des départs.

Selon plusieurs experts en knowledge management, un seul départ de collaborateur senior peut engendrer une perte de connaissances avoisinant le million d'euros lorsque son expertise n'a pas été transmise [5]. Multiplié à l'échelle d'une organisation qui ne forme plus personne en interne, l'impact devient considérable.

Le risque de standardisation et de perte de différenciation

En s'appuyant massivement sur les mêmes outils d'IA générative qui puisent tous dans des corpus de données similaires les entreprises convergent vers des pratiques, des contenus et des analyses de plus en plus homogènes. Comme le souligne un article de Crescera Solutions, "l'IA apprend sur des masses de données moyennes, elle génère donc des contenus moyens, consensuels, et de plus en plus similaires. Les entreprises qui en abusent perdent leur ton, leur ADN, leur singularité." [6]

Cette standardisation invisible constitue une menace directe pour la différenciation concurrentielle. Si tous les analystes financiers utilisent les mêmes algorithmes, si tous les responsables marketing s'appuient sur les mêmes modèles génératifs, qu'est-ce qui distinguera encore une entreprise d'une autre ? La capacité d'innovation, la diversité de pensée, l'agilité stratégique tous ces avantages compétitifs reposent sur la richesse et la singularité du capital humain. Un capital qui s'appauvrit mécaniquement lorsque la formation et la transmission s'effacent.

La rupture générationnelle et ses conséquences

En fermant la porte aux jeunes talents, les entreprises créent également une rupture générationnelle dangereuse. Les équipes vieillissent sans renouvellement, perdant progressivement le contact avec les nouvelles façons de penser, les nouvelles attentes, les nouveaux usages. Cette déconnexion peut se traduire par une perte de pertinence sur le marché, une incapacité à attirer les clients de demain, ou une difficulté croissante à innover.

Par ailleurs, cette stratégie contribue à une fracture sociale : les jeunes diplômés se retrouvent dans une impasse professionnelle, privés des opportunités d'entrée qui permettaient traditionnellement d'accéder aux fonctions supérieures. Les conséquences sociétales et économiques de cette exclusion massive pourraient être majeures.

Concilier IA et transmission : les bonnes pratiques

Face à ces constats, le défi n'est pas de rejeter l'IA ce serait aussi vain qu'inefficace mais de repenser son intégration pour qu'elle devienne un levier d'apprentissage plutôt qu'un substitut à la formation humaine.

1. Repositionner l'IA comme outil d'augmentation, pas de remplacement

L'approche gagnante consiste à former des "juniors augmentés" plutôt que de remplacer les juniors par l'IA. Plusieurs études montrent qu'un profil débutant assisté par l'IA progresse plus rapidement et produit un travail de meilleure qualité qu'un junior sans IA, voire que certains seniors moins à l'aise avec ces outils.

Comme le rappelle un expert cité dans plusieurs travaux : "Le plus fort n'est ni l'humain ni la machine, mais l'humain qui utilise la machine." Cette hybridation devrait être au cœur de la stratégie de formation : plutôt que d'éliminer les postes d'entrée, il s'agit de les transformer en postes d'apprentissage augmenté, où les juniors apprennent simultanément le métier et la maîtrise de ses outils d'IA.

2. Redéfinir les parcours de formation et d'intégration

Les entreprises les plus avancées adoptent une approche méthodique de l'intégration de l'IA dans la formation, en privilégiant :

• Des programmes d'acculturation ambitieux : Former l'ensemble des collaborateurs, des dirigeants aux opérationnels, pour démystifier l'IA et identifier les opportunités d'application dans chaque domaine d'expertise.
• Des cas d'usage concrets et progressifs : Structurer l'apprentissage sur trois niveaux sensibilisation de base, maîtrise des outils, et développement de parcours métier intégrant l'IA plutôt que d'imposer une révolution brutale.
• Des moments dédiés à la transmission : Instaurer des dispositifs formels de partage de connaissances (ateliers, binômes senior-junior, communautés de pratiques) pour assurer que le savoir-faire spécifique continue de circuler.

3. Structurer la gestion des connaissances (Knowledge Management)

Une démarche de knowledge management robuste devient indispensable dans ce contexte. Elle vise à :

• Identifier les connaissances critiques : Quels sont les savoirs et savoir-faire indispensables qui ne peuvent pas disparaître ? Quelles expertises sont menacées à court terme (départs à la retraite, turnover) ?
• Capitaliser les connaissances tacites et explicites : Documenter les processus, mais aussi organiser la transmission des savoirs informels qui ne peuvent pas être codifiés.
• Faciliter l'accès et le partage : Mettre en place des plateformes collaboratives (wikis internes, bases de connaissances) qui centralisent l'information tout en maintenant des pratiques humaines de transmission.

Plusieurs entreprises témoignent de résultats tangibles : une société de conseil a réduit de moitié le temps d'intégration de ses nouveaux consultants grâce à une base de connaissances partagée. Un groupe industriel a organisé des binômes seniors-juniors couplés à des sessions de codification filmées, anticipant ainsi le départ à la retraite de 25 % de ses experts techniques.

4. Valoriser la transmission comme compétence

La transmission de savoirs doit devenir une compétence à part entière, évaluée et reconnue. Lors des entretiens annuels, il est essentiel de poser la question de la capacité à transmettre et de valoriser les contributeurs qui s'investissent dans l'accompagnement des plus juniors. Cette reconnaissance managériale peut prendre plusieurs formes : rôles d'experts ou de référents, participation à des communautés de pratiques, temps dédié dans les objectifs individuels.

5. Instaurer un dialogue transparent sur l'IA

L'intégration de l'IA devrait systématiquement faire l'objet d'un dialogue entre représentants du personnel et direction. La transparence sur les usages, les impacts sur les métiers, et les mesures d'accompagnement permet de réduire les craintes (73 % des Français s'inquiètent de l'impact de l'IA selon une étude de Sia Partners [7]) et de coconstruire une adoption responsable.

Les entreprises les plus performantes adoptent une approche méthodique impliquant une collaboration étroite entre direction générale, métiers, DSI et RH. Elles privilégient des domaines stratégiques où l'IA augmente les capacités humaines plutôt que de simplement les remplacer.

6. Maintenir des postes d'entrée adaptés

Plutôt que de supprimer les postes juniors, il s'agit de les faire évoluer. Les tâches les plus répétitives peuvent effectivement être automatisées, mais les profils d'entrée restent essentiels pour :

• Apprendre à piloter et contrôler l'IA (vérification, ajustement, amélioration des résultats)
• Développer le jugement critique qui permet de savoir quand faire confiance à l'IA et quand ne pas le faire
• Acquérir les fondamentaux métiers qui permettront d'évoluer vers des responsabilités plus complexes
• Apporter un regard neuf et questionner les pratiques établies

Conclusion : l'urgence d'une vision long terme

L'intelligence artificielle n'est ni une menace ni une solution miracle. C'est un outil puissant qui, selon la manière dont nous l'intégrons, peut soit augmenter nos capacités collectives, soit les appauvrir durablement.

Le choix qui se présente aujourd'hui aux dirigeants, DRH et responsables de la transformation digitale est clair : privilégier les gains de productivité immédiats au risque d'hypothéquer l'avenir, ou investir dans une approche équilibrée qui concilie innovation technologique et développement du capital humain.

Les entreprises qui sauront maintenir leurs efforts de formation, structurer la transmission des savoirs, et positionner l'IA comme un amplificateur plutôt qu'un substitut aux compétences humaines seront celles qui conserveront leur capacité d'innovation, leur agilité stratégique, et leur différenciation concurrentielle.

Car au-delà des algorithmes et des gains d'efficacité, ce sont toujours les femmes et les hommes leur expertise, leur créativité, leur capacité à penser différemment qui font la valeur d'une organisation. Ne l'oublions pas dans la course à l'automatisation.

Références

[1] Stanford University (novembre 2025). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence, Erik Brynjolfsson, Bharat Chandar and Ruyu Chen. URL : https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/

[2] Korn Ferry (octobre 2024). Rapport sur les tendances de recrutement et l'IA. Cité dans LeMagIT, "Remplacer les juniors par l'IA, pas une bonne idée", 10 novembre 2025. URL : https://www.lemagit.fr/actualites/366634321/Remplacer-les-juniors-par-lIA-pas-une-bonne-idee

[3] British Standards Institution (BSI) (octobre 2025). Étude sur l'impact de l'IA sur le recrutement. Cité dans EconomieMatin, "40% des entreprises vont passer à l'IA plutôt que d'embaucher des jeunes", 10 octobre 2025. URL : https://www.economiematin.fr/impact-intelligence-artificielle-emploi-jeunes-diplomes-debut-carriere

[4] APEC (2024-2025). Baromètre de l'emploi cadre. Cité dans Clockia, "Premier emploi tech et IA : la double peine des jeunes diplômés ?". URL : https://clockia.avignon-et-moi.fr/ia/3054-premier-emploi-tech-et-ia-la-double-peine-des-jeunes-diplomes.html

[5] Smart Tribune (janvier 2025). "Qu'est-ce que le Knowledge Management ? Définition et enjeux 2025". URL : https://blog.smart-tribune.com/fr/knowledge-management-definition-enjeux

[6] Crescera Solutions (juillet 2025). "Intelligence Artificielle en entreprise : entre promesses, standardisation et enjeux de fond". URL : https://crescerasolutions.com/intelligence-artificielle-en-entreprise-entre-promesses-standardisation-et-enjeux-de-fond/

[7] Sia Partners (juin 2025). "IA vs RH : Chartes éthiques, des boussoles indispensables pour naviguer en eaux troubles". Cité dans Lamy Liaisons. URL : https://www.lamy-liaisons.fr/eclaireurs-du-droit/ia-vs-rh-par-sia-chartes-ethiques-des-boussoles-indispensables-pour-naviguer-en-eaux-troubles/