Le World Economic Forum estime que 39 % des compétences requises auront évolué d’ici 2030. Le Stanford HAI relève que 78 % des organisations déclaraient utiliser l’IA en 2024, contre 55 % un an plus tôt. Et l’APEC observe que si 35 % des cadres français utilisent l’IA générative au moins une fois par semaine, seuls 24 % ont été formés.

Une compétence sans métier attitré

L’usage professionnel de l’IA générative ne relève ni de l’informatique, ni de la communication, ni du juridique — il traverse tous les postes où l’on produit de l’information. Cette transversalité explique le retard des référentiels métiers : la compétence n’a pas de propriétaire naturel dans les organisations.

Utiliser n’est pas maîtriser

L’accès immédiat aux outils crée une illusion de compétence : il suffit d’écrire pour obtenir un résultat. Mais la compétence professionnelle ne se situe pas dans la production — elle se situe avant (décider si l’usage est légitime, qualifier les données) et après (vérifier, corriger, assumer). Ces deux moments-là ne s’apprennent pas par la pratique spontanée.

Ce que change une certification

Elle transforme une pratique personnelle, invisible et non comparable, en une compétence décrite, évaluée par un tiers et lisible par un employeur — au même titre qu’une compétence linguistique ou bureautique.

Un référentiel qui suit le cycle réel d’usage

C’est la logique des cinq blocs de compétences : décider, cadrer, paramétrer, produire, contrôler. Aucune de ces cinq étapes ne relève d’un outil particulier — toutes restent valables quand les outils changent, ce qui est la condition d’une certification qui ne se périme pas en dix-huit mois.

Sources : World Economic Forum, Future of Jobs Report · Stanford HAI, AI Index Report 2025 · APEC, 2025.