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.
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.
