La compétence que les employeurs veulent le plus n'est pas une compétence IA. C'est ce que l'IA ne sait pas faire

Le Future of Jobs Report 2025 du Forum économique mondial, construit sur une enquête auprès de plus d'un millier d'employeurs représentant 14 millions de travailleurs, contient deux constats qui paraissent contradictoires tant qu'on ne les met pas côte à côte.

La compétence dont la demande croît le plus vite entre 2025 et 2030 est l'IA et le big data : 87 % des employeurs s'attendent à ce que son importance augmente. Pourtant, la compétence de base numéro un — celle que sept employeurs sur dix jugent essentielle aujourd'hui — n'est pas technologique du tout. C'est la pensée analytique.

Ajoutez le chiffre phare du rapport, 39 % des compétences clés des travailleurs appelées à changer d'ici 2030, et un tableau clair se dessine : les employeurs ne choisissent pas entre capacité IA et jugement humain. Ils veulent les deux, chez les mêmes personnes, en même temps.

Pourquoi la combinaison est le vrai sujet

Il y a une raison simple pour laquelle ces deux compétences dominent le classement ensemble. Les outils d'IA ont rendu la production d'analyses plausibles presque gratuite. Un modèle génère un résumé de marché, une comparaison financière ou une recommandation stratégique en quelques secondes, bien argumentés et présentés professionnellement.

Ce que le modèle ne peut pas faire, c'est vous dire si cette analyse est juste. Il ne peut pas savoir que le chiffre de marché cité a deux ans de retard, que la comparaison omet le concurrent qui compte, ou que la recommandation optimise le mauvais objectif. Trier l'analyse solide du non-sens fluide est désormais l'étape rare du workflow — et c'est exactement ce que les employeurs du WEF veulent dire quand ils placent la pensée analytique en premier.

Autrement dit : plus l'IA produit bien le travail, plus la valeur se déplace vers l'évaluation du travail. Les deux compétences du rapport ne sont pas des lignes séparées. Ce sont les deux moitiés d'une même capacité.

Ce que cela change pour l'enseignement de l'IA

La plupart des formations à l'IA, formelles ou non, enseignent la production : comment prompter, quel outil choisir, comment générer plus vite. Cela répond aux 87 % de croissance et c'est réellement nécessaire.

Mais enseigner la production sans l'évaluation crée exactement le profil dont les employeurs se plaignent : des diplômés capables de générer dix réponses plausibles et incapables de dire laquelle survit au contact de la réalité. Les bases de sanctions en droit, les rapports écrits par l'IA et retirés, les campagnes marketing bâties sur des statistiques inventées — tout cela est de la compétence de production sans compétence d'évaluation.

Les programmes qui réussissent entrelacent les deux dès la première leçon. Chaque exercice de génération est apparié à un exercice d'évaluation : trouvez l'erreur dans cette sortie, décidez laquelle de ces trois synthèses déforme la source, identifiez ce que cette analyse assurée a omis de considérer. Les étudiants apprennent le prompting et le scepticisme d'un même geste, parce qu'au travail c'est un même geste.

La liste concrète pour les étudiants

Pour un étudiant en école de commerce qui planifie son développement face aux données du WEF, les priorités sont concrètes.

Apprendre à bien utiliser au moins deux modèles d'IA généralistes, parce que l'aisance IA est la demande qui croît le plus vite et que les outils diffèrent assez pour que la comparaison soit elle-même instructive.

Pratiquer l'évaluation délibérément, pas incidemment. Avant d'accepter une sortie d'IA, écrire ce qui la rendrait fausse, puis vérifier précisément ces points. L'habitude compte plus que chaque erreur attrapée.

Garder les compétences qui produisent de la matière originale : parler aux clients, lire les sources primaires, mener de petites expériences. Les employeurs du WEF classent haut la pensée créative et la curiosité pour la même raison que la pensée analytique — ce sont les intrants et les contrôles qualité que l'IA ne peut pas se fournir à elle-même.

Et prendre le chiffre de 39 % personnellement. Si deux cinquièmes des compétences clés changent en cinq ans, l'actif durable n'est aucune maîtrise d'outil en particulier. C'est la capacité à juger, preuves à l'appui, si un travail — le sien, celui d'un collègue ou celui d'une machine — est réellement bon. Cela a toujours été le cœur d'une formation en école de commerce. L'IA en a simplement fait la compétence différenciante.