Travail, Intelligence artificielle, Méthode · 5 octobre 2026 · 4 min de lecture Rubriques et mots-clés ↓

Les compétences qui compteront en 2030 ne seront pas seulement techniques

En 2030, l'IA ne rendra pas les compétences humaines secondaires : le Forum économique mondial les range dans le même carré que l'IA et le big data, et c'est leur assemblage qui fera la valeur d'un professionnel.

Un GPS calcule un itinéraire en une seconde. Il ne sait pas où vous voulez aller, ni si la route qu’il propose passe par un pont fermé ce matin, ni s’il valait mieux, aujourd’hui, ne pas partir. L’intelligence artificielle étend cette situation à presque tout le travail intellectuel : elle trace le chemin, elle ne choisit pas la destination.

Un tiers des compétences va changer

Le Forum économique mondial interroge chaque édition les employeurs du monde entier. Dans The Future of Jobs Report 2025, ils estiment que 39 % des compétences clés des travailleurs auront changé d’ici 2030 [1]. Le chiffre baisse — il était de 44 % dans l’édition 2023 —, mais il reste considérable : en cinq ans, plus d’un tiers de ce qui faisait la valeur d’un salarié devra être renouvelé.

La réponse spontanée est connue : apprendre davantage de technologies. Maîtriser l’IA générative, programmer, comprendre les données, automatiser ses tâches. Tout cela aura de la valeur. Ce n’est pourtant pas ce que le rapport met seul en avant.

Le même carré pour la machine et pour le jugement

La figure 3.6 du rapport range les compétences selon deux axes : leur importance aujourd’hui, et la croissance attendue d’ici 2030. Dans le carré du haut, celui des compétences à la fois essentielles et en hausse, on trouve bien l’IA et le big data, et la culture technologique. Mais on y trouve aussi, dans le même carré [1] :

1. la pensée analytique ;
2. la pensée créative ;
3. la résilience, la flexibilité et l’agilité ;
4. le leadership et l’influence ;
5. la curiosité et l’apprentissage permanent ;
6. la pensée systémique ;
7. la conscience de soi et la motivation.

Voilà le paradoxe. La compétence qui progresse le plus vite est technique, et elle voisine avec sept compétences qui ne dépendent d’aucun logiciel. Elles s’exercent avec un crayon, un tableur ou une IA ; elles ne disparaissent pas quand l’outil change. Ce ne sont pas des compétences « molles » : il faut des années pour savoir décider sous incertitude, convaincre sans imposer ou changer de stratégie sans perdre son objectif.

Quand produire devient facile

Le mécanisme est simple. Pendant des décennies, la technologie a accéléré ce que nous faisions déjà : le tableur calculait plus vite, le moteur de recherche trouvait plus vite. L’IA franchit un seuil : elle rédige, résume, traduit, programme, analyse. Produire n’est plus rare.

Quand la production devient abondante, la valeur se déplace vers trois questions :

• avant — savez-vous déterminer ce qu’il faut demander à l’outil ?
• après — savez-vous vérifier ce qu’il produit ?
• ensuite — savez-vous décider quoi faire de ce résultat ?

Une IA peut produire dix solutions ; elles ne se valent pas. Elle peut écrire une analyse convaincante ; ses prémisses peuvent être fausses. La qualité de la forme ne garantit jamais celle du raisonnement. Les sept compétences du rapport forment précisément la boucle qui répond à ces trois questions : la pensée systémique situe le problème, l’analyse le décompose, la créativité ouvre des solutions, la conscience de soi signale ses propres biais, le leadership transforme la décision en action collective, la résilience corrige la trajectoire, la curiosité relance le cycle.

Ce que montrent les employeurs

La pensée analytique reste, pour la troisième édition consécutive, la première compétence clé : sept entreprises sur dix la jugent essentielle [1]. Elle est suivie de la résilience, puis du leadership. Et la curiosité se traduit déjà en actes : la moitié des salariés a suivi une formation dans le cadre d’une stratégie d’apprentissage de long terme, contre 41 % en 2023 [1].

L’écart se voit dans le plus banal des usages. Deux personnes disposent du même assistant. La première demande : « Écris-moi un plan marketing. » La seconde définit d’abord l’objectif, le public, les contraintes, les données disponibles, les risques et le calendrier ; elle fait explorer plusieurs pistes, vérifie, puis tranche. L’outil est identique. La différence tient au raisonnement qui précède et qui suit.

La limite de l’argument est dans le même rapport : la technique ne recule pas. L’IA et le big data sont en tête des compétences qui montent ; les réseaux et la cybersécurité figurent parmi celles dont l’usage doit le plus augmenter. Le débat n’oppose pas la technique et l’humain. Il porte sur leur combinaison.

Si l’on ne forme qu’aux outils

Une compétence d’outil se périme avec l’outil. Une organisation qui recrute sur la maîtrise d’un logiciel achète un savoir qui peut perdre une grande part de sa valeur au prochain changement de version. Le recrutement glissera, lentement, de « quels outils maîtrisez-vous ? » vers « comment apprenez-vous, comment raisonnez-vous, comment résolvez-vous un problème ? ». Le CV suivra : moins la liste de ce qu’on connaît, davantage la preuve de ce qu’on a fait avec — projets menés, problèmes résolus, décisions prises.

On peut résumer le glissement ainsi : hier, savoir produire ; aujourd’hui, savoir produire efficacement ; demain, savoir choisir ce qui mérite d’être produit.

Apprendre la question d’avant et celle d’après

Il ne faut pas apprendre moins de technique : il faut l’apprendre autrement. Pour chaque outil qu’on apprend — Python, Linux, un assistant d’IA —, travailler aussi la question qui le précède et celle qui le suit : que faut-il lui demander, et que faut-il faire de ce qu’il rend ?

Une formule tient lieu de mémoire : valeur professionnelle = expertise × jugement × capacité d’adaptation. C’est un produit, non une somme : si l’un des trois tend vers zéro, le reste ne compense pas. La machine trace le chemin. Quelqu’un doit encore choisir où aller.

CC BY 4.0 · Tous les articles