L’IA générative ne créera pas le prochain GTA toute seule

Présentation : la prochaine génération de produits IA

Hilary Mason, ancienne directrice de la recherche chez Cloudera et fondatrice de Fast Forward Labs, a présenté sa vision du développement de produits IA à grande échelle, en s'appuyant sur son parcours allant du monde académique jusqu'aux équipes produit industrielles. Au coeur de son propos : le passage obligatoire d'une ingénierie déterministe, où les systèmes produisent des résultats prévisibles, vers une ingénierie probabiliste, où l'incertitude est constitutive du fonctionnement même des modèles. Ce changement de paradigme n'est pas anodin pour les équipes techniques. Mason soutient que la partie la plus difficile de la pile applicative n'est plus la performance brute des modèles, mais ce qu'elle appelle les "considérations humaines" : la confiance des utilisateurs, la gestion des attentes, la lisibilité des résultats. Pour les ingénieurs formés à des systèmes fiables et auditables, c'est une véritable remise en question professionnelle, que Mason qualifie de "crise existentielle". La bonne nouvelle : cette crise est surmontable à condition de redéfinir ce que signifie "bien construire". Sa réponse tient en trois piliers : la gestion du contexte (ce qu'on donne à voir au modèle), la pensée systémique (comprendre les interactions entre composants humains et techniques), et ce qu'elle nomme le "bon goût" architectural, soit la capacité à trancher face à l'ambiguïté sans règle formelle. Dans un secteur où les outils évoluent tous les trois mois, Mason plaide pour une culture d'ingénierie qui place le jugement humain au centre, plutôt que de chercher à tout automatiser.

Canon, Sony, Nikon… pourquoi ils refusent tous l’IA générative ?

Canon, Sony, Nikon, Fujifilm, Panasonic, Sigma et OM System ont affiché, fin mars 2026, une position commune et quasi unanime : l'intelligence artificielle générative n'a pas sa place dans un appareil photo. Cette convergence de vue, relayée par une analyse de Zorz Studios publiée le 31 mars, est remarquable dans un secteur où la concurrence est féroce. Ces fabricants ne rejettent pas l'IA en bloc — Sony l'utilise depuis des années pour l'autofocus, la détection de sujets ou la réduction du bruit — mais ils tracent une ligne claire : une image créée de toutes pièces par un algorithme n'est plus une photographie. C'est une image générée. La distinction, pour eux, est fondamentale et non négociable. L'enjeu dépasse la sémantique. Si l'IA générative s'impose dans les boîtiers, il deviendra impossible de distinguer une photo authentique d'une image fabriquée — ce qui menace directement le photojournalisme, la preuve visuelle judiciaire et la crédibilité des contenus sur les réseaux sociaux. Sony, conscient de ce risque, s'implique déjà dans des initiatives de certification de contenu : des systèmes capables d'attester qu'une image a bien été capturée par un appareil physique, sans intervention générative. La capacité à certifier l'authenticité d'une photo pourrait rapidement devenir un avantage concurrentiel décisif, à mesure que la méfiance du public envers les images numériques s'installe durablement. Pour les marques traditionnelles, la fiabilité devient un argument produit à part entière. Il y a aussi une logique de marché derrière ce positionnement. Les fabricants d'appareils photo s'adressent à un public — amateurs exigeants et professionnels — qui valorise la maîtrise technique, l'intention derrière la prise de vue, et toute la chaîne créative de la capture au traitement RAW. Introduire une IA générative reviendrait à court-circuiter cette expérience et à rapprocher l'appareil photo du smartphone, terrain sur lequel des acteurs comme Apple ou Google disposent d'une avance considérable. Les marques comme Sigma ou OM System revendiquent explicitement cette dimension artisanale comme marqueur d'identité. Ce refus n'est pas pour autant définitif : les fabricants reconnaissent que des usages périphériques — retouche assistée en post-production, outils créatifs hors boîtier — pourraient évoluer. Mais dans l'appareil lui-même, la frontière entre capturer le réel et le fabriquer reste, pour l'instant, infranchissable.

Après 3 ans d’IA générative, un marché de l’emploi des développeurs touché mais pas coulé

Trois ans après l'émergence de ChatGPT, les premières données statistiques sérieuses sur l'impact de l'IA générative sur l'emploi des développeurs commencent à dessiner une tendance claire. L'INSEE, dans une note de conjoncture récente, relève qu'aux États-Unis, l'emploi dans les services de conception de systèmes informatiques recule depuis deux années consécutives : -1,2 % en 2024, puis -1,6 % en 2025. Dans le secteur plus large des activités spécialisées, scientifiques et techniques, la croissance s'est effondrée, passant de +2,5 % en 2023 à -0,2 % en 2025. Dans le même temps, la productivité apparente dans ces secteurs s'est améliorée, signe que moins de salariés produisent autant, voire plus. Un rapport de la Réserve fédérale américaine publié en mars 2025 arrive à des conclusions similaires par une méthode différente : en simulant l'évolution du marché sans l'essor des grands modèles de langage, les chercheurs estiment qu'environ 500 000 emplois de développeurs supplémentaires auraient été créés depuis novembre 2022. L'écart entre la trajectoire réelle et la trajectoire simulée ne s'est creusé significativement qu'à partir de mi-2024, coïncidant avec la diffusion massive d'outils comme Claude Code, Codex ou Cursor. Ces chiffres ne signifient pas pour autant que 500 000 développeurs se retrouvent au chômage. La Fed souligne elle-même que les résultats ne doivent pas être interprétés comme une suppression nette d'emplois : de nombreux développeurs ont pu migrer vers des postes de management, de product, ou vers des métiers qui intègrent désormais des compétences techniques sans porter le titre explicite de "développeur". Ce qui change, c'est surtout la demande de nouveaux postes, notamment juniors, qui stagne dans les industries traditionnellement grandes consommatrices de développeurs, là où elle aurait dû continuer à croître. Le risque à moyen terme est structurel : moins de juniors recrutés aujourd'hui, c'est mécaniquement moins de seniors disponibles dans cinq à dix ans. L'industrie de l'IA générative elle-même ne compense pas encore les pertes. La Fed chiffre à moins de 15 000 le total des effectifs d'OpenAI, Anthropic et Google DeepMind réunis, dont une fraction seulement sont des développeurs. Même en multipliant par six pour intégrer les startups et les équipes IA de Meta, Microsoft ou ailleurs, on n'atteint pas 2 % des développeurs américains. La France observe des dynamiques comparables, selon les données mentionnées par l'article. Le tableau qui se dessine est donc celui d'un marché ni effondré ni inchangé, mais structurellement réorienté : l'IA compresse la demande de code répétitif et junior, tout en déplaçant la valeur vers des profils capables de piloter, superviser et orienter ces outils, une transition qui laisse peu de place à l'attentisme.

💬 500 000 emplois qui ne se sont pas créés, c'est pas du tout la même chose que 500 000 licenciements, et c'est une distinction qui compte vraiment. Le vrai problème, c'est le pipeline junior qui se bouche : les boîtes recrutent moins d'entrées de gamme, ça se voit pas maintenant, mais dans dix ans il va manquer des seniors. Pas spectaculaire comme scénario, mais bien plus vicieux.

Gregory Nicolaidis, avec l’IA générative, « produire plus ne sert plus à rien. Il faut produire plus cohérent. »

Gregory Nicolaidis, fondateur et stratège en content marketing, tire la sonnette d'alarme sur une mutation profonde du secteur : l'avènement de l'IA générative met fin à la logique du volume qui a dominé le web pendant deux décennies. Dans une interview accordée à FW.MEDIA, il formule un constat tranché, "produire plus ne sert plus à rien, il faut produire plus cohérent", résumant le virage stratégique que les équipes marketing doivent opérer dès maintenant pour rester visibles dans un écosystème de recherche en pleine recomposition. L'enjeu est concret : les entreprises ne luttent plus seulement pour des positions sur Google, mais pour apparaître dans les réponses synthétisées de ChatGPT, Claude, Gemini ou Perplexity. Ces assistants ne listent pas dix liens, ils proposent une réponse unique. Si une marque ou un expert n'est pas cité dans ces synthèses, il disparaît du radar d'une part croissante des utilisateurs qui ne cliquent plus jamais sur un résultat traditionnel. La qualité, la cohérence éditoriale et l'autorité thématique deviennent les nouveaux critères de référencement. Cette transformation s'inscrit dans une évolution plus large du comportement des internautes, qui délèguent de plus en plus leur recherche d'information à des agents conversationnels. Pour les équipes marketing, cela implique de repenser entièrement leur architecture de contenu : privilégier la profondeur thématique sur la fréquence de publication, construire une identité éditoriale reconnaissable et structurer l'information de façon à ce qu'elle soit facilement ingérable par les modèles de langage. Le SEO classique ne disparaît pas, mais il cède du terrain à ce que certains appellent déjà le GEO, ou Generative Engine Optimization.