Un poste se libère. Le réflexe est connu : ressortir la fiche de poste du dernier recrutement, actualiser deux ou trois lignes, ajouter « maîtrise des outils d'IA » dans les compétences souhaitées, et lancer la recherche.
Le problème est que cette fiche décrit un métier qui, dans beaucoup d'équipes, n'existe plus tout à fait. L'IA ne supprime pas forcément le poste. Elle en déplace le contenu : moins de production, davantage de relecture, d'arbitrage et de coordination. Recruter sur l'ancienne description revient à évaluer les candidats sur des tâches qu'ils feront de moins en moins, et à ignorer celles qui feront la différence.
Ce que montre un cas extrême
En octobre 2026, Anthropic a publié une analyse de l'évolution du travail en interne, How employment is changing at Anthropic (ouvre une nouvelle fenêtre). L'entreprise conçoit des modèles d'IA : sa lecture n'est pas neutre, et son organisation est très en avance sur la moyenne. Son intérêt est d'indiquer une direction.
En août 2026, les heures de travail réalisées par des agents IA interactifs y représentaient six fois celles des salariés qui les pilotaient. Le contenu des postes a basculé en conséquence vers la décision. Un salarié résume ainsi l'évolution de son rôle : « les 20 % de travail stratégique sont devenus 90 % du poste ».
Le rapport fait surtout apparaître une contrainte que peu de fiches de poste anticipent : l'attention humaine devient le goulot d'étranglement. Pour les équipes non techniques, lire l'intégralité de ce que produit l'IA prendrait plus de la moitié de la semaine de travail. Les critères de recrutement ont suivi : dans les grilles d'entretien des profils techniques, ce sont les commentaires sur l'autonomie et le jugement qui ont le plus progressé, tandis que les mentions de l'expertise métier pure reculaient.
Le marché français n'en est pas là, mais il bouge. Selon l'étude Apec « Les cadres et l'IA » (ouvre une nouvelle fenêtre) publiée en mai 2026, 38 % des ETI et grandes entreprises s'attendent à une évolution des compétences recherchées chez les cadres, et environ deux entreprises sur dix tiennent déjà compte des compétences en IA lors de la sélection.
Pourquoi l'ancienne fiche de poste induit en erreur
Une fiche de poste n'est pas un document administratif. C'est le cahier des charges de toute la recherche : elle oriente le sourcing, structure les questions d'entretien et fonde la décision finale.
Le premier biais tient à la place accordée aux tâches de production. Rédiger, analyser, synthétiser : ces verbes ouvrent souvent la description du poste, alors qu'ils désignent précisément les tâches que l'IA prend en charge en premier.
À l'inverse, les responsabilités de contrôle n'y apparaissent presque jamais. Vérifier un résultat, repérer une erreur plausible, décider de ne pas suivre une recommandation pourtant bien présentée : c'est là que se concentre désormais le risque, et c'est rarement écrit.
Le second biais consiste à réduire l'IA à une ligne de compétence. « Maîtrise des outils d'IA » ne dit rien de l'usage attendu, ni du niveau d'autonomie, ni de la part de vérification exigée. Un outil se remplace en quelques mois ; une méthode de travail, non.
Repartir du travail réel plutôt que de l'ancienne description
La bonne question n'est donc pas « que faisait la personne précédente ? », mais « que fera la personne recrutée dans douze mois ? ».
Y répondre consiste d'abord à passer en revue, avec l'équipe, les tâches actuelles du poste et à se demander, pour chacune, si elle est déjà assistée par l'IA, en voie de l'être, ou durablement humaine. Il faut ensuite nommer explicitement les responsabilités de contrôle : qui valide quoi, sur quelle base, avec quelle marge d'erreur acceptable. Ce sont elles, bien plus que le volume de production, qui justifient un niveau de séniorité et une rémunération.
La description des usages de l'IA gagne également à être concrète. Écrire « utiliser l'IA pour préparer des analyses de marché, puis en vérifier les sources et les hypothèses » est autrement plus utile qu'une liste de logiciels. L'expertise métier, elle, reste indispensable, mais change de fonction : elle n'est plus seulement ce qui permet de produire, elle est ce qui permet de juger un résultat.
Adapter l'évaluation en conséquence
Une fiche réécrite ne sert à rien si les entretiens restent les mêmes. Comme nous l'expliquions dans Les entretiens de recrutement mesurent souvent la mauvaise chose (ouvre une nouvelle fenêtre), l'écart entre ce que l'on évalue et ce que le poste exige est un risque permanent, qui augmente quand le contenu du poste change.
Évaluer la capacité à vérifier devient prioritaire. Une mise en situation courte suffit : soumettre au candidat une analyse comportant une erreur crédible et observer s'il la repère, et surtout comment.
La capacité à prioriser mérite la même attention, quand l'IA produit plus que ce qu'une personne peut relire. Enfin, il est plus révélateur d'interroger la méthode que l'outil : demander au candidat ce qu'il a délégué à l'IA dans un projet récent, ce qu'il a gardé, et pourquoi.
Conclusion
L'IA ne rend pas les fiches de poste inutiles. Elle les rend plus exigeantes. Une description fidèle au travail réel est désormais la première condition d'un bon recrutement, parce qu'elle détermine ce que l'on cherche, ce que l'on évalue et ce que l'on est prêt à payer.
Pour les Hiring Managers, le travail commence donc avant le sourcing. Il consiste à regarder honnêtement ce que le poste est devenu, plutôt que ce qu'il était au moment du dernier recrutement.
FAQ
Faut-il réécrire toutes les fiches de poste à cause de l'IA ?
Non, mais il faut les relire à chaque ouverture de poste. Les métiers où la production écrite, l'analyse ou la synthèse occupent une place importante sont les plus concernés.
Que signifie « maîtrise de l'IA » dans une offre d'emploi ?
Pris isolément, rien de précis. Il est plus utile de décrire les usages attendus, les tâches concernées et le niveau de vérification exigé.
L'expertise métier compte-t-elle encore ?
Oui. Elle sert moins à produire qu'à juger la qualité de ce qui a été produit. Sans elle, une erreur plausible passe inaperçue.
Comment évaluer la capacité d'un candidat à contrôler un travail produit par l'IA ?
Par une mise en situation courte : soumettre un document comportant une erreur crédible et observer la démarche du candidat pour la repérer et la corriger.
Le cas d'Anthropic est-il représentatif ?
Non. C'est une entreprise d'IA, très en avance sur ses propres outils, et sa lecture n'est pas neutre. Son intérêt est d'indiquer une direction que d'autres organisations suivront à leur rythme.
