En 2025, 18 % des entreprises françaises d’au moins 10 salariés déclaraient utiliser une technologie d’intelligence artificielle, contre 10 % un an plus tôt, selon l’Insee. La progression est rapide, et elle change de nature : l’IA quitte la fenêtre de discussion pour entrer dans les processus, là où se décident l’organisation du travail et la répartition des tâches.
Ce glissement explique pourquoi des profils issus du marketing, des ressources humaines, de la gestion ou du commerce cherchent aujourd’hui à se former. Voici où l’IA s’installe dans les métiers, ce qu’elle automatise réellement, et les compétences qui en découlent.
Intelligence artificielle et métiers : les non-techniciens en première ligne
Le besoin ne concerne plus seulement les développeurs. Les employeurs cherchent des salariés capables de brancher l’IA sur les outils qu’ils utilisent déjà, sans attendre un projet informatique de six mois. Des écoles ont bâti leur offre sur ce créneau : La Capsule propose par exemple une formation IA de dix semaines à temps plein, soit 400 heures, en hybride à Paris ou entièrement à distance, consacrée aux agents IA et à l’automatisation sans code.
Les grandes enquêtes vont dans le même sens. Dans son rapport sur l’avenir de l’emploi publié en janvier 2025, le World Economic Forum indique que 86 % des employeurs interrogés s’attendent à ce que l’IA et le traitement de l’information transforment leur activité d’ici 2030. La montée en compétences des équipes arrive en tête de leurs stratégies, citée par 85 % d’entre eux. L’enquête porte sur plus de 1 000 grands employeurs, qui représentent 14 millions de salariés dans 55 pays.
L’IA s’installe d’abord dans les tâches administratives
Les chiffres de l’Insee montrent où l’IA arrive en premier. Les entreprises qui s’en servent pour organiser leurs processus administratifs emploient 38 % des salariés en 2025, contre 17 % un an plus tôt. Seule la sécurité informatique fait à peine mieux (39 %), devant la recherche et l’innovation (35 %) ou le marketing et les ventes (31 %).
Les technologies employées sont surtout textuelles : l’analyse de texte (56 % des entreprises utilisatrices), puis la génération de texte ou de parole (43 %) et la génération d’images ou de vidéos (41 %). Résumer des échanges, trier des demandes entrantes, rédiger une première version de réponse : c’est le quotidien de nombreux postes de bureau, bien plus que la robotique ou la vision par ordinateur.
L’écart entre entreprises reste fort. L’IA concerne 58 % des entreprises de 250 salariés ou plus, mais seulement 15 % de celles de 10 à 49 salariés. Le secteur de l’information et de la communication est à 59 %, la construction à 10 %.
Workflows et outils no-code : ce que l’on automatise vraiment
Interroger un assistant conversationnel reste une démarche ponctuelle. Le changement d’échelle vient des workflows, ces enchaînements d’actions déclenchés automatiquement : un formulaire reçu, un résumé généré, une fiche créée dans le tableau de suivi, un message envoyé à la bonne personne.
Des plateformes comme Make, Zapier ou n8n relient les applications entre elles sans écrire de code, et intègrent désormais des modèles de langage à chaque étape. Le principe est celui des outils qui permettent de créer une application mobile sans coder : des blocs à assembler plutôt que des lignes à écrire. Notion AI, ChatGPT ou Le Chat de Mistral produisent ensuite les synthèses et les premières versions. Les usages se ressemblent d’un service à l’autre :
- en marketing, la préparation de campagnes d’e-mails à partir d’un fichier de contacts segmenté ;
- dans les équipes commerciales, la mise à jour automatique d’un tableau de suivi après chaque rendez-vous ;
- au support client, le classement des demandes et la proposition d’une réponse que l’agent valide, ou un chatbot sur le site internet pour les questions simples ;
- en ressources humaines, la préparation des entretiens et la réponse aux questions récurrentes des salariés.
Le tri automatique de candidatures appelle une prudence particulière. Le règlement européen sur l’IA classe parmi les systèmes à haut risque ceux qui servent à sélectionner des candidats, ce qui soumet leur utilisation à des obligations, dont un contrôle humain et l’information des personnes concernées. Le RGPD s’applique aussi aux données des candidats envoyées vers un outil tiers.
Ce que l’automatisation ne fait pas encore
Un chiffre circule beaucoup : selon McKinsey, l’IA générative et les autres technologies pourraient automatiser des activités qui occupent 60 à 70 % du temps de travail des salariés. Il s’agit d’un potentiel technique, pas d’une prévision. Dans ses scénarios, le cabinet place autour de 2045 le moment où la moitié des activités actuelles serait effectivement automatisée, dans une fourchette allant de 2030 à 2060.
Le frein principal est humain. D’après l’Insee, 54 % des entreprises qui n’utilisent pas l’IA invoquent un manque d’expertise, et le problème ne disparaît pas après l’adoption : 53 % des entreprises utilisatrices le citent aussi, devant les inquiétudes sur la protection des données (43 %) et le manque de clarté juridique (42 %).
Les compétences que recherchent les employeurs
Savoir écrire une bonne requête ne suffit plus. Les profils recherchés savent décrire un processus étape par étape, repérer les tâches qui se prêtent à l’automatisation et celles qui doivent rester humaines, puis choisir l’outil adapté au volume et au budget.
Deux compétences font souvent la différence. La première est le contrôle : un workflow qui tourne seul peut propager une erreur à des centaines de fiches avant que quelqu’un ne s’en aperçoive, il faut donc prévoir des points de validation. La seconde est la gestion des données : savoir ce qui peut quitter l’entreprise, vers quel service et sous quelles conditions.
C’est sur ce terrain que se jouent les reconversions vers les métiers de l’IA appliquée. Un chargé de marketing ou un assistant RH qui maîtrise ces logiques n’a pas besoin de devenir développeur : il devient la personne qui sait traduire un besoin métier en processus automatisé.
Par où commencer dans votre poste
Partez d’une tâche que vous répétez chaque semaine et qui vous prend au moins une heure : un reporting, un tri de messages, une relance. Notez ses étapes, chronométrez-la, puis testez une automatisation sur des données fictives avant de toucher aux vraies. Vérifiez enfin ce que votre entreprise autorise : beaucoup interdisent d’envoyer des données clients vers un outil qu’elles n’ont pas validé, et c’est souvent la première question que posera votre responsable.






