En juin 2026, à VivaTech à Paris, Jeff Bezos a déclaré que l'IA allait créer une pénurie de main-d'œuvre plutôt qu'un chômage de masse, parce qu'elle permet d'identifier et de traiter davantage de problèmes (Fortune, 17 juin 2026). C'est une prédiction, pas un constat, et d'autres dirigeants du secteur annoncent l'inverse. Elle rejoint pourtant une donnée mesurée : dans l'enquête 2026 de ManpowerGroup auprès de 39 000 employeurs de 41 pays, les compétences en IA sont pour la première fois les plus difficiles à trouver, devant l'ingénierie et l'informatique traditionnelle (ManpowerGroup).
Pour une PME, la conséquence pratique est la suivante : les profils qui savent travailler avec l'IA vont être recherchés, et une entreprise qui développe ces compétences en interne dès maintenant sera mieux placée.
Ce que Bezos a dit
Le raisonnement de Bezos est le suivant : l'IA rend possible de s'attaquer à plus de problèmes qu'aujourd'hui, et ce sont les capacités d'exécution, pas les idées, qui limitent ce que les entreprises entreprennent. Selon lui, la demande de travail augmentera donc plus vite que l'offre.
On peut discuter cette prédiction. Pour un dirigeant, elle a surtout une traduction concrète : les compétences évoluent. Les tâches qui peuvent être systématisées perdent de la valeur, celles qui demandent du jugement, de la relation client ou de l'expertise métier en gagnent, et la capacité à utiliser l'IA dans son travail devient recherchée.
Pour une PME de 50 à 300 personnes, cela signifie que les profils qui savent utiliser l'IA dans leur métier seront disputés. Les entreprises qui auront développé ces compétences en interne seront mieux placées pour les garder et en attirer d'autres.
La pénurie de talents IA ne concerne pas que les entreprises tech
On associe spontanément la guerre des talents IA aux grandes entreprises du numérique, aux scale-ups, aux DSI de groupes du CAC 40. Les PME industrielles, les cabinets de services et les ETI régionales sont pourtant concernés.
L'enquête de ManpowerGroup cite à la fois le développement de modèles et d'applications d'IA et la simple maîtrise de l'IA (« AI literacy ») parmi les compétences les plus difficiles à trouver. Pour une PME, le besoin porte surtout sur les profils opérationnels capables d'intégrer l'IA dans des processus métier existants : un responsable supply chain qui automatise ses alertes de stock, un chargé de relation client qui orchestre des workflows d'IA pour traiter les tickets complexes, un contrôleur de gestion qui a restructuré ses reportings autour d'agents IA.
Ces profils n'ont pas de formation diplômante standardisée. Ils se construisent par l'expérience. Dans une PME qui lance ses premières automatisations, certains collaborateurs deviennent souvent des référents IA de fait, sans que cela ait été prévu dans l'organigramme.
Ces collaborateurs seront sollicités par le marché. Il faut donc les former, reconnaître leur rôle et les fidéliser. L'IA peut aussi aider à transmettre le savoir des experts internes, comme nous l'expliquons dans notre article sur la formation et le transfert d'expertise.
Automatiser aujourd'hui, c'est recruter différemment demain
Un argument fréquent pour différer les projets d'automatisation est celui du calendrier : attendre que les outils soient plus matures, que le retour sur investissement soit documenté, que les équipes soient prêtes. Cet argument néglige un point : les compétences se construisent en pratiquant.
Une entreprise qui automatise maintenant gagne en productivité, et elle construit aussi des processus documentés et des compétences internes. Un candidat qualifié qui utilise déjà l'IA dans son travail peut être sensible à l'environnement qu'on lui propose : outils disponibles, règles claires, collègues qui savent s'en servir.
Le paradoxe de l'automatisation et de l'emploi dans les PME françaises
Le débat sur l'IA et l'emploi confond souvent suppression de postes et transformation des postes. Les deux coexistent. Dans les grandes entreprises technologiques, des suppressions de postes ont été annoncées en lien avec l'IA. Dans une PME, les premiers projets d'automatisation portent le plus souvent sur une partie des tâches d'un poste, et produisent d'abord une réallocation du temps de travail : les tâches à faible valeur ajoutée sont absorbées par les outils, les collaborateurs sont repositionnés sur des activités qui nécessitent jugement, relation client ou expertise métier.
Cette réallocation ne se fait pas seule. Elle suppose une décision managériale explicite, une formation, une redéfinition des rôles. Les organisations qui s'y prennent trop tard se retrouvent dans une situation inconfortable : elles ont automatisé des tâches sans avoir préparé leurs équipes à occuper le terrain libéré. Résultat, ni la productivité ni l'engagement ne progressent comme attendu. Identifier les postes à transformer avant d'y être contraint est précisément l'exercice qui permet d'éviter ce scénario.
Une PME a donc intérêt à traiter l'automatisation comme un projet d'organisation autant que comme un projet informatique.
Les profils qui seront les plus recherchés
Trois types de profils risquent d'être particulièrement recherchés :
- Les opérationnels capables de concevoir et maintenir des workflows d'automatisation métier
- Les managers qui savent piloter des équipes mixtes humains-IA et mesurer la performance de cette combinaison
- Les profils commerciaux et RH qui utilisent l'IA pour personnaliser leurs interactions à grande échelle
Ces profils seront en tension entre les grandes entreprises qui peuvent proposer des packages attractifs, les startups qui offrent des environnements d'expérimentation, et les PME, qui ont l'avantage de la proximité, de la responsabilisation et de l'impact visible, mais qui doivent compenser par une culture IA crédible.
Une PME qui n'a encore rien déployé aura plus de mal à tenir ce discours, et à former ces profils en interne faute de terrain d'application. L'avantage tient moins à l'outil qu'à l'expérience que l'entreprise accumule en l'utilisant.
L'avance se mesure en cycles d'apprentissage
Mesurer un projet d'automatisation uniquement en retour sur investissement financier direct est nécessaire, mais insuffisant.
Une autre mesure de l'avance prise par une PME qui automatise est le nombre de cycles d'apprentissage qu'elle a réalisés. Chaque déploiement, même imparfait, même partiel, génère de la connaissance : sur ce qui fonctionne dans votre contexte spécifique, sur les résistances internes à adresser, sur les processus qui se prêtent à l'automatisation et ceux qui ne s'y prêtent pas. Cette connaissance s'accumule avec le temps et ne s'achète pas.
Une entreprise qui a conduit trois déploiements d'automatisation, avec leurs erreurs et leurs ajustements, en sait davantage qu'une concurrente qui démarre avec un outil plus récent.
Par où commencer dans une PME
Repérez les deux ou trois collaborateurs qui utilisent déjà l'IA dans leur travail, officiellement ou non. Confiez-leur un premier cas d'usage encadré, avec du temps dédié et une formation, et faites-en des référents pour leurs collègues. Notre page formations décrit les parcours que nous proposons par métier. Pour choisir ce premier cas d'usage avec nous, vous pouvez demander un diagnostic gratuit.
Article rédigé par Loïc Mabilon, cofondateur de Lumivi.
