L'IA a-t-elle tué le marché du développeur ? J'ai vérifié les chiffres, trois de mes certitudes n'ont pas tenu

Je pars d'une intuition partagée par à peu près tous les développeurs que je croise : l'IA est arrivée fin 2022, le marché de l'emploi s'est effondré dans la foulée, et il commence à peine à se relever parce que les employeurs ont compris qu'on ne remplace pas un développeur par un modèle de langage. J'y ajoutais deux convictions personnelles. Que les États-Unis avaient deux ou trois ans d'avance sur nous, et donc que leur courbe nous annonçait la nôtre. Et qu'un développeur équipé d'IA produit dix fois plus qu'avant, parce que je le constate sur mon propre travail.

Avant d'écrire là-dessus, j'ai voulu ouvrir les séries de données plutôt que de recycler des impressions. Indeed Hiring Lab, la Réserve fédérale américaine, Stanford, l'APEC, les essais contrôlés sur la productivité. Je me suis trompé sur les trois points. Pas à moitié : sur la chronologie, je me trompais de plus d'un an, et sur le « 10× », je confondais deux grandeurs différentes. Voici ce que disent réellement les chiffres.

La chute a commencé un an avant ChatGPT

C'est la correction qui m'a le plus surpris, parce qu'elle est vérifiable à la semaine près. L'indice Indeed des offres de développement logiciel aux États-Unis culmine à 217,96 le 20 décembre 2021. ChatGPT sort le 30 novembre 2022. Ce jour-là, l'indice est déjà tombé à 142,50. Il finira par toucher 62,79 en février 2025.

Autrement dit : 35 % de la destruction totale de demande s'est produite pendant une période où l'outil accusé n'existait pas publiquement. On ne peut pas imputer à ChatGPT une chute dont un tiers était déjà consommé avant sa sortie.

La cause identifiée par les économistes est monétaire, pas technologique. Les offres pour les métiers les plus exposés à l'IA ont culminé au printemps 2022, et leur déclin avait déjà six mois quand ChatGPT est arrivé. La corrélation avec le taux directeur de la Fed est décrite comme « extrêmement forte », le recul commençant exactement quand la banque centrale a commencé à relever ses taux. Le mécanisme n'a rien de mystérieux : les métiers exposés à l'IA sont concentrés dans la tech, la finance et les services — précisément les secteurs les plus sensibles au coût de l'argent.

Stanford, en passant la littérature en revue, conclut que les reculs d'embauche ont commencé « après le changement de politique monétaire de la Fed mais avant les débuts de ChatGPT ». S'y ajoutent la correction du sur-recrutement post-Covid, le basculement vers le télétravail qui a poussé les employeurs vers des profils expérimentés, et un facteur fiscal américain méconnu en France : la Section 174, qui depuis 2022 oblige les entreprises à étaler la déduction de leurs coûts de R&D sur cinq ans au lieu de les déduire l'année même. Les salaires d'ingénieurs sont devenus fiscalement plus lourds au moment précis où le capital-risque s'asséchait.

Depuis 2022, le chômage des travailleurs fortement exposés à l'IA a augmenté de 0,77 point. Celui des travailleurs les moins exposés, de 0,85 point. Le groupe le moins exposé s'en est légèrement plus mal sorti — si l'IA était le moteur principal, ce signe serait inversé.

Cela ne veut pas dire que l'IA n'a aucun effet : la position inverse est tout aussi fausse. La lecture qui tient est en deux temps. De 2022 à 2024, un choc macroéconomique. À partir de 2024, les vents porteurs macro s'estompent pendant que la substitution par l'IA devient mesurable — et elle l'est, spécifiquement à l'entrée de carrière. L'effet IA est réel. Il est simplement arrivé plus tard que le récit ne le prétend, et sur un marché déjà à terre.

La reprise existe, mais elle ne ressemble pas à une reprise

Les offres américaines sont remontées de près de 15 % depuis février 2025, pendant que l'ensemble du marché de l'emploi reculait de 7 %. La tech surperforme. Sauf que la composition de cette hausse est sans ambiguïté : 71 % vient de postes senior, et 37 % de postes mentionnant l'IA dans l'intitulé. Au premier trimestre 2026, les postes senior représentent 69,3 % des offres de développement, les postes d'entrée 4,5 %.

Pendant ce temps, les licenciements battent des records : 128 536 personnes au 10 septembre 2026, déjà plus que toute l'année 2025. Des offres qui remontent et des licenciements qui augmentent simultanément, ce n'est pas une reprise. C'est une réallocation. La même entreprise coupe et recrute, mais pas les mêmes profils.

Dernier chiffre pour calibrer l'optimisme : à 76,62 en septembre 2026, l'indice américain reste environ 23 % sous son niveau de février 2020. Avant la bulle. La « reprise » est une remontée vers un niveau encore déprimé.

L'avance américaine : 4 mois sur la chute, 16 mois sur la reprise

Je croyais à deux ou trois ans d'écart. J'ai calculé les pics et les creux pays par pays. Sur la chute, il n'y a quasiment pas d'avance : les États-Unis culminent en février 2022, la France en juillet 2022. Quatre mois et demi. Rien qui ressemble à une avance stratégique.

C'est sur la reprise que l'écart est réel, et il est massif : les États-Unis ont touché le fond en mai 2025, la France a son plus bas en juillet 2026 et n'est que 6,2 % au-dessus — à l'intérieur du bruit d'un fond plat. L'Allemagne, elle, n'a pas encore touché son fond du tout. Seize mois d'écart au minimum, et l'histoire n'est pas finie.

Mais le pays qui casse ma théorie est européen. Le Royaume-Uni a touché son point bas six semaines avant les États-Unis, et il est reparti de 16,4 %. La ligne de fracture dans les données n'est donc pas l'Atlantique.

Indeed Hiring Lab propose une explication qui inverse mon intuition : les pays anglophones seraient des adopteurs plus précoces des outils d'IA agentique, et c'est cette adoption qui tirerait leur reprise. Si c'est vrai, le retard français n'est pas l'écho différé du choc de taux de 2022 — c'est un retard d'adoption de l'IA qui se transmet en retard d'embauche. Les données disponibles ne permettent pas de trancher entre les deux théories, et il faut le dire plutôt que de choisir celle qui arrange.

Une chose est sûre en revanche : la contrainte française n'est pas l'outillage des développeurs. L'usage individuel de l'IA par les développeurs est quasi universel partout — 84 % selon Stack Overflow 2025, 85 % selon JetBrains. Ce qui diffère, c'est la maturité numérique des clients.

Le cas français, sans complaisance

Les chiffres français ne sont pas bons et je préfère les donner tels quels. Les recrutements de cadres informatiques sont en recul de 21 % par rapport à 2023 selon l'APEC. Les entreprises membres de Numeum ont embauché 83 000 personnes en 2023, 51 000 en 2025. Le turnover est à un plus bas historique de 15,6 %, ce qui traduit moins une fidélisation réussie qu'un marché où l'on ne bouge plus.

Le détail le plus actionnable pour un indépendant est ailleurs : la part du nearshore et de l'offshore dans le chiffre d'affaires des ESN est passée de 15,5 % à 18 % en douze mois. La conséquence est directe — la croissance du chiffre d'affaires des ESN en 2026 n'implique pas la reprise du recrutement de développeurs en France, parce que la capacité marginale s'achète ailleurs. On verra la reprise du revenu avant celle des offres.

Au passage, une correction : le chiffre de « −80 % d'offres de dev en France » qui circule dans la presse tech française ne correspond à rien dans l'indice. La vraie baisse est de 62,4 % depuis le pic. C'est déjà largement assez sévère pour ne pas avoir besoin d'être exagéré.

Le « 10× » n'existe dans aucune étude — et pourtant je le vis tous les jours

Venons-en à ma conviction la plus solide, celle que je croyais indiscutable parce que je l'observe sur mon propre travail. Aucune étude contrôlée, éditeur ou indépendante, n'a jamais mesuré quoi que ce soit approchant un gain de 10× pour des développeurs. Le chiffre crédible le plus élevé est +55,8 % sur une tâche jouet en terrain vierge. Même les éditeurs qui vendent ces outils publient entre 20 et 55 %.

Le résultat le plus dérangeant vient de METR, en juillet 2025 : seize développeurs open-source expérimentés, 246 vraies tâches sur leurs propres dépôts. Résultat mesuré, chronomètre en main : 19 % plus lents avec l'IA. Ils avaient prévu d'être 24 % plus rapides. Après l'expérience, et après avoir été ralentis, ils croyaient encore avoir gagné 20 %.

Quarante points d'écart entre le vécu et le mesuré, chez des professionnels travaillant sur leur propre code. Ce résultat ne dit pas que ceux qui se sentent plus rapides ont tort. Il dit quelque chose de plus gênant : aucun d'entre nous ne peut trancher cette question en s'observant soi-même. C'est exactement pour ça qu'on fait des essais contrôlés.

Reste l'argument qui ne dépend d'aucune étude et qui règle la question par l'arithmétique. Écrire du code représente 20 à 30 % du travail d'un développeur — près de 80 % d'entre nous passent désormais moins de la moitié de leur semaine à coder. Même un accélérateur ×10 appliqué à cette seule portion plafonne le gain total à environ 1,22×. C'est la loi d'Amdahl. Revendiquer un 10× global, c'est affirmer implicitement que l'IA a aussi multiplié par dix les réunions de cadrage, la revue de code et le débogage.

Pourquoi mon 10× et le 1,2× des études sont vrais en même temps

J'ai failli m'arrêter là et conclure que je me faisais des illusions. Puis j'ai regardé ce que mesurent exactement ces études, et la contradiction s'est dissoute. Les deux camps ne mesurent pas la même grandeur.

Sur une tâche que je sais spécifier, dans une base que je connais, où il s'agit de produire du code que j'aurais su écrire — un CRUD, un script de migration, un jeu de tests, un back-office — le facteur 10 contre la frappe manuelle est réel. Il est même cohérent avec les études : c'est exactement la catégorie où l'on mesure +55,8 % et 35 à 40 %, sur des outils de 2023-2025 qui plus est.

Ce que mon expérience ne peut structurellement pas voir tient en trois mécanismes. Le premier est le dénominateur : les études ne mesurent pas le codage mais la livraison. DX compte des pull requests fusionnées chez plus de 400 entreprises. Entre mon code généré et une PR mergée, il y a la revue, la QA, la sécurité, l'intégration. Je ressens l'accélération sur la portion que j'exécute ; l'organisation mesure ce qui sort du tuyau.

Le deuxième est la sélection des souvenirs. Le gain est maximal sur les tâches simples et tombe à 10 % ou moins sur du legacy complexe. Or les moments spectaculaires, ceux dont on se souvient et qu'on raconte, se concentrent mécaniquement dans la première catégorie. Les trois heures perdues à déboguer une génération subtilement fausse dans un module ancien ne produisent aucune anecdote — elles ressemblent à une journée de travail ordinaire.

Le troisième est l'écart de perception de METR, qui vise l'introspection elle-même et s'applique autant à celui qui se croit dix fois plus rapide qu'à celui qui se croit ralenti.

Mais il faut donner à l'expérience vécue son meilleur argument, et il est sérieux : il n'existe aucun essai contrôlé randomisé sur l'outillage agentique de 2026. METR testait des assistants de complétion de début 2025. L'étude de référence sur Copilot date de 2022. Quand un développeur décrit un 10× aujourd'hui, il décrit souvent une classe d'outils que la littérature publiée n'a pas encore évaluée. C'est la faille la plus exploitée par le discours marketing — et c'est aussi la meilleure raison de penser que les chiffres publiés sous-estiment la réalité de 2026.

Deux éléments empêchent quand même d'en conclure que le 10× organisationnel est arrivé sans qu'on le voie. D'abord, la série DX observe jusqu'en février 2026 avec un usage d'IA en hausse de 65 % sur la période, et trouve toujours 5 à 15 % : si l'agentique avait multiplié le débit par dix, cette série l'aurait vu. Ensuite, les frictions en aval s'aggravent au lieu de s'alléger. Le code généré par IA attend 4,6 fois plus longtemps sa première revue. La duplication de blocs a augmenté de 81 % pour atteindre son niveau record. Et 2024 a été la première année où le copier-coller a dépassé le refactoring.

Le 10× est réel au niveau de la tâche de génération. Il ne se propage pas au niveau de l'équipe, parce que le goulot d'étranglement s'est déplacé de l'écriture vers la vérification. Les deux affirmations sont vraies en même temps, et c'est l'écart entre elles qui indique où se trouve désormais la valeur d'un développeur.

Qui cite le 10× pour justifier de réduire une équipe d'ingénierie commet une erreur d'arithmétique. Qui cite le 1,2× pour nier l'utilité de l'outil ignore que la littérature n'a pas mesuré la génération d'outils dont on parle.

Trois heures sur un survol de bouton, ou sur une fonctionnalité architecturée ?

C'est la question qui a motivé toute cette enquête, et c'est la seule sur laquelle mon intuition était juste. Pour une raison mesurée, pas par conviction.

Veracode a testé 80 tâches de complétion à faiblesse de sécurité connue sur plus de cent modèles. Les assistants dépassent désormais 95 % de justesse fonctionnelle — le code marche. Mais leur taux de réussite aux tests de sécurité reste bloqué autour de 55 %, pratiquement identique à deux ans plus tôt. Les modèles sont devenus bien meilleurs pour écrire du code qui marche, et pas du tout meilleurs pour écrire du code qui est sûr.

Les deux faits disent la même chose depuis deux angles : l'IA optimise pour du code localement plausible plutôt que pour des systèmes globalement cohérents, et le coût est différé. Il n'apparaît pas dans le temps de cycle mais dans le churn et le taux d'échec des changements, passé de 5 % à 6 % après adoption.

La conclusion qui en découle est que l'IA a inversé le rendement des deux moitiés du métier. La production de syntaxe est devenue quasi gratuite, donc quasi sans valeur comme différenciateur. Le jugement sur la correction, la sûreté et la structure est devenu la contrainte limitante, donc l'endroit où les heures d'un développeur composent. Les trois heures sur l'effet de survol achètent une compétence en cours de banalisation. Les trois heures sur la fonctionnalité architecturée achètent celle que le marché renchérit.

C'est d'ailleurs là que le 10× trouve son usage le plus rentable. Si la génération est bien dix fois plus rapide sur le sous-ensemble favorable, alors le temps libéré a une destination optimale et une seule : le déverser dans l'étape devenue limitante. Le même gain de trois heures produit un résultat opposé selon qu'il finance dix fonctionnalités générées et non revues — qui chargent le goulot et se paient en dette — ou une fonctionnalité générée puis architecturée, testée et passée au crible côté sécurité. Le 10× n'est pas une raison de livrer dix fois plus de code. C'est une raison de pouvoir enfin s'offrir le travail que personne n'avait le temps de faire.

Une réserve honnête, parce qu'elle compte : il n'existe à ce jour aucune donnée de salaire ou d'offres montrant que l'architecture, le débogage ou la sécurité commandent spécifiquement une prime croissante. Le mécanisme est établi, la conséquence salariale n'est pas encore mesurée. Et il y a un garde-fou d'apprentissage — la capacité à évaluer la sortie d'une IA se construit en ayant écrit des choses à la main. Pour un débutant, l'effet de survol a une valeur pédagogique qu'il n'a plus pour un professionnel. La bonne réponse dépend de si les trois heures servent à apprendre ou à livrer.

Quels métiers sont réellement menacés

La réponse mesurée est plus précise que « les développeurs » ou « personne ». Ce qui s'est effondré, ce n'est pas le stock d'emplois de développeurs, c'est la rampe d'accès. L'emploi des 22-25 ans dans les métiers exposés à l'IA accuse environ 19 % de retard sur sa tendance attendue, et les jeunes développeurs spécifiquement sont en recul d'environ 20 % depuis fin 2022. Chez les 41-49 ans, dans les mêmes entreprises, aucune divergence selon l'exposition à l'IA. Le mécanisme n'est pas le licenciement, c'est l'arrêt du recrutement.

Pendant ce temps, le chômage tech américain est à 2,9 %, sous le taux national de 4,2 %. Le problème de 2026 se décrit donc mieux comme un problème d'entrée que comme un problème de chômage pour ceux déjà en poste.

Le prédicteur le plus fiable que j'aie trouvé pour savoir de quel côté tombe un métier est la distinction entre usage automatique et usage augmentatif : les métiers où l'IA fait la tâche à la place de l'humain perdent de l'emploi, ceux où elle assiste l'humain en gagnent. Le précédent historique le plus parlant n'est pas les distributeurs de billets mais la comptabilité : les teneurs de livres reculent de 5 % pendant que les comptables progressent de 6 %. Même domaine, directions opposées. Les traducteurs occupent aujourd'hui la position du teneur de livres — le FMI est passé de 200 à 50 traducteurs internes.

Et il faut être honnête sur l'autre versant : les prédictions catastrophistes de 2023 ne se sont pas matérialisées à l'échelle de l'économie. Goldman Sachs publie que la corrélation entre adoption de l'IA et résultats sur l'emploi est « faible et statistiquement non significative ». Gartner a mesuré qu'un dirigeant du service client sur cinq seulement avait réellement réduit ses effectifs à cause de l'IA, et anticipe que la moitié des postes supprimés au nom de l'IA seront réembauchés d'ici 2027 sous d'autres intitulés. Le récit dominant dépasse les données dans les deux sens.

Pour un freelance : le marché se coupe en deux

C'est la partie qui me concerne le plus directement, et les données sont nettes. Upwork publie une statistique qui résume tout : les contrats d'exécution générique autour de l'IA générative ont vu leur volume augmenter de 90 %, et leur rémunération par contrat baisser de 13 %. Dans le même temps, les prestations professionnelles augmentées par l'IA progressent de 72 % en volume et de 22 % en revenu par contrat. Les freelances positionnés sur du travail complexe gagnent 45 % de plus.

Plus de travail, moins bien payé d'un côté. Plus de travail, mieux payé de l'autre. Fiverr, la plateforme la plus orientée vers la prestation standardisée, est passée de 4,1 à 2,7 millions d'acheteurs depuis 2023, avec un chiffre d'affaires marketplace en recul de 15,5 % au deuxième trimestre 2026.

Le mécanisme dominant n'est pas la suppression de postes, c'est la déflation du prix de l'exécution indifférenciée. Trois marchés sans lien entre eux montrent la même signature : les services informatiques indiens parlent ouvertement de « déflation IA » avec des revenus attendus en baisse de 3 à 5 %, les gigs génériques d'Upwork perdent 13 % de valeur unitaire, et le modèle de grille tarifaire du nearshore est déclaré périmé. Le volume monte, le prix unitaire baisse.

Un freelance qui vend des heures d'exécution est exposé à ce mécanisme même si personne ne le licencie jamais. La réponse qui ressort de trois sources indépendantes est la même : passer de la vente de capacité d'exécution à la vente de responsabilité sur un résultat.

Faut-il se précipiter sur l'IA ? Pas exactement

Je m'attendais à conclure que oui, évidemment, il faut prendre le train. La donnée dit quelque chose de plus nuancé. Entre 84 et 90 % des développeurs utilisent déjà l'IA. Un comportement partagé par neuf professionnels sur dix n'est pas un avantage concurrentiel, c'est un prérequis. Adopter l'IA ne différencie plus personne.

Plus intéressant : aucune étude ne mesure de pénalité pour les développeurs qui n'adoptent pas l'IA. Ce qui existe, c'est une prime associée aux compétences IA dans des données de rémunération — ce qui n'est pas la même chose — et des attentes d'employeurs qui créent un risque au filtrage à l'embauche. La thèse « adopte ou disparais » est une assertion, pas une mesure. Je le dis alors que j'aurais préféré le contraire, parce que c'est plus vendeur.

Sur la taille de cette prime, les sources se contredisent : Lightcast mesure +28 % sur un milliard d'offres, PwC mesure 62 %, Upwork environ 34 % de plus par heure. L'écart n'est pas une contradiction mais une différence de méthode — Lightcast compte les mentions dans les annonces, ce qui confond IA et séniorité ; PwC compare des travailleurs similaires. Aucune des trois n'est une estimation de ce que ferait à votre salaire le fait d'apprendre l'IA.

Le détail qui éclaire tout : les compétences IA n'apparaissent que dans environ 2,5 % des offres américaines, et à l'intérieur des métiers du front-end, elles se concentrent sur les postes senior et staff (16 à 18 %) contre 0,7 % en entrée. La prime récompense donc un signal rare et architectural, pas une littératie d'outil. Ce n'est pas « sache utiliser Copilot », c'est « sache concevoir un système qui intègre de l'IA ».

Ce que je retiens

L'IA va-t-elle remplacer des métiers ou les transformer ? Sur les données disponibles en septembre 2026 : elle en transforme beaucoup, elle en menace quelques-uns par le prix plutôt que par le remplacement, et pour les développeurs elle a surtout supprimé le premier échelon de l'échelle sans toucher au reste. La projection la plus sérieuse à long terme, celle du Forum économique mondial dans son rapport 2025, table sur 170 millions d'emplois créés contre 92 millions déplacés d'ici 2030 — un solde positif, mais avec cet avertissement du WEF lui-même : ceux qui perdent leur emploi ne sont pas forcément ceux qui occuperont les nouveaux.

Pour un développeur en poste, le risque de 2026 n'est pas le remplacement. C'est la déflation du prix de l'exécution indifférenciée, et le fait que le métier se déplace simultanément vers l'amont — spécification, architecture, modélisation des menaces — et vers l'aval — revue, vérification, intégration — pendant que le milieu s'automatise. C'est exactement l'inverse de la thèse « on va se passer de développeurs ».

Pour un débutant, il faut dire la vérité : la porte d'entrée s'est refermée et la reprise française, telle qu'elle est prévue, saute les juniors. L'APEC anticipe +4 % de recrutements de cadres en 2026, mais seulement +1 % pour les jeunes cadres.

Et le seul indicateur qui mériterait de m'inquiéter n'est aucun des gros titres habituels. C'est la migration mesurée, dans le trafic des API, des usages de codage depuis un mode augmentatif vers un mode automatisé. Ce n'est pas encore une donnée d'emploi. C'est le seul signal avancé du corpus qui pointe dans la direction historiquement associée au déclin — et c'est celui-là qu'il faut regarder, pas les annonces.