En France, les embauches en CDI de développeurs et d'ingénieurs informatiques de 21 à 29 ans se situaient en mars 2026 environ 42 % sous leur niveau de novembre 2022, selon une étude de HEC Paris et de la Banque de France publiée le 8 octobre. Huit jours plus tard, Anthropic publiait ses propres données internes : la part des juniors dans ses recrutements techniques est passée de 27 % à 9 %, pendant que ses agents travaillaient six heures pour chaque heure humaine.
Ces chiffres ne prouvent pas que l'IA remplace les débutants. Ils montrent en revanche où l'ajustement se fait : à l'embauche, pas au licenciement. Pour une PME, la question n'est pas « faut-il encore recruter des juniors ? », mais « qui saura relire, déboguer et décider dans cinq ans, si personne n'apprend le métier aujourd'hui ? ». Voici ce que disent les études de l'automne, ce que l'agent change réellement dans une équipe tech, et le plan que je propose pour garder une filière junior.
Ce que disent les chiffres, et ce qu'ils ne disent pas
Trois sources sérieuses, trois terrains différents, une même direction.
- France, Banque de France et HEC Paris. À partir des déclarations de mouvements de main-d'œuvre de janvier 2019 à mars 2026, les chercheurs observent que les embauches en CDI des 21-29 ans ont reculé de 28,3 % dans les métiers les plus exposés à l'IA générative, contre 7,5 % dans les moins exposés. Les développeurs et ingénieurs informatiques font partie des plus exposés : environ -42 %. Les fins de contrat baissent aussi, de 23 % contre 6 % : le marché se fige plus qu'il ne licencie. Les entreprises qui déclarent un usage intensif de l'IA recrutent moins de jeunes, sans que leur effectif total diverge nettement des autres.
- États-Unis, Stanford Digital Economy Lab. Dans la révision d'août 2026 de l'étude « Canaries in the Coal Mine? », fondée sur les données de paie d'ADP jusqu'en juin 2026, l'emploi des 22-25 ans dans les métiers très exposés se situe environ 19 % sous ce qu'il serait s'il avait suivi celui des jeunes des métiers moins exposés. L'écart passe surtout par moins d'embauches. Sur le tableau de bord mis à jour le 21 octobre, l'indice d'emploi des développeurs de 22 à 25 ans est à 81,4 (base 100 en novembre 2022), celui des 41-49 ans à 120,2.
- Anthropic, sur elle-même. La part des juniors dans les équipes techniques est passée de 21 % à 14 % depuis début 2025, celle des juniors parmi les recrutements techniques de 27 % à 9 %. Les commits par ingénieur ont été multipliés par cinq en six mois.
Les deux premières études insistent sur leurs limites. La Banque de France rappelle que la correction des embauches tech après le Covid, le resserrement monétaire, le télétravail et l'essor de l'apprentissage touchent les mêmes métiers ; elle n'établit pas de causalité. Stanford parle de « motifs descriptifs, pas d'estimations causales ». Quant à Anthropic, c'est un éditeur d'IA qui mesure sa propre organisation, à la pointe de l'adoption, et ses auteurs préviennent eux-mêmes que le cas ne se transpose pas tel quel. Son ratio de six pour un compte le temps de calcul et d'outils des agents, attentes de plus de 30 minutes exclues, face à 40 heures par semaine et par salarié : c'est une convention de mesure, pas un équivalent temps plein.
Ce qui est solide, c'est le mécanisme. Antonin Bergeaud, coauteur de l'étude française, le résume ainsi : « une entreprise qui confie à l'IA une partie des tâches habituellement dévolues aux débutants n'a pas besoin de licencier, il lui suffit de moins recruter et de ne pas remplacer certains départs ».
Le piège : économiser un junior aujourd'hui, manquer de seniors demain
Le même chercheur pointe l'enjeu de long terme : « les postes juniors servent aussi à former, par la pratique, les professionnels expérimentés de demain ». Si l'agent prend en charge les tâches par lesquelles les débutants apprenaient, l'entreprise économise à court terme et appauvrit son vivier.
Deux études d'Anthropic éclairent ce risque côté code.
L'apprentissage. En janvier 2026, Anthropic a publié un essai contrôlé sur 52 développeurs, majoritairement juniors, qui devaient apprendre une bibliothèque Python asynchrone inconnue. Le groupe avec assistant IA a obtenu 50 % au questionnaire final, contre 67 % pour le groupe sans IA, pour un gain de temps non significatif. L'écart le plus fort portait sur le débogage, c'est-à-dire la capacité à comprendre pourquoi un code est faux. Ceux qui déléguaient tout le code ou le débogage à l'IA sont restés sous 40 % ; ceux qui posaient surtout des questions de fond ou demandaient des explications ont dépassé 65 %. L'échantillon est petit, la mesure immédiate, et l'assistant testé n'était pas un agent autonome : les auteurs s'attendent à des effets plus marqués avec des outils comme Claude Code.
La réussite avec un agent. En juin, une analyse d'environ 400 000 sessions Claude Code a montré que l'expertise du domaine, plus que le métier de développeur, prédit le succès. Une session jugée « novice » aboutit à un succès vérifié dans 15 % des cas, contre 28 à 33 % à partir du niveau intermédiaire. Quand la session tourne mal, les novices abandonnent dans 19 % des cas, contre 5 à 7 % pour les autres.
Mises bout à bout, ces données décrivent un cercle vicieux possible : l'agent rapporte surtout à ceux qui comprennent déjà le problème, et il freine l'acquisition de cette compréhension chez ceux qui s'en servent pour aller vite. La compétence qui prend de la valeur, juger et déboguer, est précisément celle qu'un junior ne construit pas s'il délègue tout.
Le goulet se déplace vers la relecture
Le rapport d'Anthropic sur son organisation décrit un autre déplacement, que beaucoup d'équipes ressentent déjà : l'attention humaine devient la ressource rare.
- Environ 80 % du temps des sessions interactives est passé par l'agent à attendre une réponse humaine.
- Même pour les équipes non techniques, lire toute la production de leurs agents prendrait plus de la moitié de la semaine de travail.
- Le « méta-travail » (écrire des spécifications pour des agents, faire relire un agent par un autre, surveiller des chaînes de traitement) est passé de 10 % à 22 % des sessions entre l'automne 2025 et le printemps 2026. Les consignes permanentes écrites pour les agents sont passées de quelques centaines à 8 500 en un an.
- Le temps de réunion a augmenté de 20 % par salarié, de 16 % pour les contributeurs techniques : les décisions de fond restent humaines et collectives.
Les éditeurs répondent par des outils de revue automatisée. Anthropic a lancé Code Review en mars 2026, disponible pour tous ses clients Team et Enterprise depuis le 15 octobre. Plusieurs agents examinent chaque pull request, une étape de vérification filtre les faux positifs, et les constats arrivent classés par gravité. Selon l'éditeur, la part des pull requests recevant des commentaires de fond est passée en interne de 16 % à 54 %. Ce sont ses chiffres, sur son propre code. Deux précisions de sa documentation méritent d'être retenues : une revue ne valide ni ne bloque jamais une fusion, et « une revue sans constat ne signifie pas que le code est exempt d'erreurs ou sécurisé ».
Pour une PME, la conséquence est simple. Le temps de vos seniors passe de l'écriture à la relecture et à l'arbitrage. Un junior capable de relire sérieusement, et pas seulement de produire, devient un atout plutôt qu'une charge. C'est la même logique que celle du harness engineering : ce qui entoure l'agent compte autant que l'agent.
Ce que les recruteurs regardent désormais
Anthropic a analysé les fiches d'évaluation de ses entretiens depuis 2024. Les mentions d'un usage créatif des outils d'IA ont triplé pour les postes techniques. Mais la hausse la plus forte concerne l'autonomie et le jugement des candidats, tandis que la part consacrée à l'expertise d'un domaine précis a reculé. Un responsable d'équipe le dit ainsi : les modèles restent inégaux selon les domaines, il veut donc des profils capables de passer de l'un à l'autre.
Ce constat rejoint celui de Stanford : l'emploi recule chez les jeunes dans les métiers fondés sur un savoir codifié, celui des manuels et des procédures, et progresse chez les expérimentés dans les métiers fondés sur un savoir tacite, acquis par la pratique et le compagnonnage. Le compagnonnage, justement, est ce qu'une PME peut organiser.

Un parcours en quatre paliers. Les durées sont indicatives : elles dépendent de l'équipe, du produit et du junior.
Le plan d'action pour une PME
1. Décider qu'on garde des juniors, et l'écrire
C'est une décision de direction, pas un réflexe RH. Dans une équipe de cinq à dix développeurs, je recommande de garder au moins un poste junior ou un alternant en permanence, avec un senior identifié comme référent et du temps réellement réservé pour lui. Sans cette décision explicite, l'arbitrage de court terme gagnera toujours : l'agent coûte moins cher qu'un débutant le premier mois.
2. Redéfinir le poste autour de ce que l'agent fait mal
Bergeaud propose de recentrer les postes juniors sur « la supervision des résultats, la relation client ou l'exercice du jugement sur des cas atypiques ». Concrètement, pour un développeur junior :
- Comprendre le métier : assister aux échanges avec les utilisateurs, reformuler les besoins, écrire les critères d'acceptation.
- Vérifier : écrire les tests, reproduire les bugs, contrôler ce qui tourne en production.
- Expliquer : documenter les décisions, tenir à jour les consignes données aux agents.
3. Fixer des règles d'usage de l'agent pendant l'apprentissage
L'étude d'Anthropic montre que la manière d'utiliser l'IA compte plus que son usage en soi. J'en tire trois règles simples :
- Pas de diff poussé sans pouvoir l'expliquer ligne à ligne en revue, qu'il vienne de l'agent ou non.
- Des tickets de débogage réservés, traités sans délégation de la correction : l'agent peut expliquer une notion, pas livrer le correctif.
- Les modes pédagogiques activés quand ils existent : Anthropic cite les modes Learning et Explanatory de Claude Code et le mode Study de ChatGPT.
4. Faire de la revue un lieu de formation
La revue automatisée sert de premier filtre ; la décision de fusionner reste humaine. Faites relire au junior les pull requests produites par les agents, avec un senior qui audite un échantillon de ses revues. C'est le meilleur exercice de lecture de code qui soit, et il soulage directement le goulet. Gardez en tête que l'agent n'est pas un pair de confiance : ce qu'il a le droit de toucher se décide en amont, comme je l'expliquais à propos de la frontière de confiance des agents.
5. Rendre le travail visible
Anthropic observe que les décisions prises en réunion sans compte rendu privent les agents de contexte. Elles en privent aussi les juniors. Les fichiers de consignes pour les agents (AGENTS.md, CLAUDE.md), les décisions d'architecture écrites et les comptes rendus d'incident servent deux publics à la fois : écrivez-les une fois, pour les deux.
6. Mesurer quelques signaux
Inutile de bâtir un tableau de bord. Trois questions par trimestre suffisent :
- Combien de bugs le junior a-t-il diagnostiqués seul, sans que l'agent fournisse le correctif ?
- Quelle part de ses pull requests sait-il expliquer sans hésiter en revue ?
- Combien d'heures de relecture vos seniors passent-ils par semaine, et cela augmente-t-il ?
Si la troisième courbe monte pendant que les deux premières stagnent, vous êtes en train de fabriquer une équipe de relecteurs épuisés sans relève.
Ce qu'il faut retenir
L'agent ne supprime pas le besoin de compétence : il le déplace vers la compréhension du problème, la relecture et la décision. Les données de l'automne suggèrent que beaucoup d'entreprises ajustent en silence, en recrutant moins de débutants. C'est rationnel à six mois et risqué à cinq ans. Une PME n'a pas besoin d'un programme de formation lourd pour l'éviter : un poste junior assumé, quelques règles d'usage de l'agent, et une revue de code pensée comme un lieu d'apprentissage.
Si vous voulez revoir l'organisation de votre équipe tech à l'heure des agents, cadrer le poste d'un junior ou les règles d'usage d'un outil comme Claude Code, c'est le format de l'avis CTO en 30 minutes. Et pour garder la maîtrise de la facture, voir aussi l'article sur le coût par tâche des agents.
Sources
- Banque de France, IA générative : les premiers changements du marché du travail sur les jeunes, billet de blog n° 463, 8 octobre 2026.
- HEC Paris, Les embauches des jeunes en CDI dans les métiers les plus exposés à l'IA ont baissé de près de 30 % en France, 8 octobre 2026, et HEC LIFT, Generative AI: a freeze on youth hiring in exposed occupations, octobre 2026.
- Stanford Digital Economy Lab, No Widespread Displacement, but the AI Employment Gap for Young Workers Has Widened to 19%, août 2026, et Canaries Dashboard, mis à jour le 21 octobre 2026.
- Anthropic, How employment is changing at Anthropic, 16 octobre 2026.
- Anthropic, How AI assistance impacts the formation of coding skills, 29 janvier 2026, et l'article de recherche How AI Impacts Skill Formation.
- Anthropic, Agentic coding and persistent returns to expertise, 16 juin 2026.
- Anthropic, Code Review for Claude Code, 9 mars 2026, Code Review is now generally available, 15 octobre 2026, et documentation Code Review, consultée le 17 novembre 2026.
- The New Stack, Anthropic launches a multi-agent code review tool for Claude Code, 9 mars 2026.
