Nouveaux métiers de l'IA : les métiers naissent chez le fournisseur, l'arbitrage se construit chez vous

Une chronique économique française a présenté récemment les métiers que l'intelligence artificielle fait naître : l'ingénieur déployé chez le client, le chercheur de frontière, l'ingénieur d'évaluation, l'éthicien, l'expert sectoriel qui entraîne les modèles, et les métiers de chantier des centres de données. La liste est juste. Sa lecture mérite d'aller plus loin. Les métiers que cette vague fait naître se constituent du côté de celui qui vend. La capacité d'arbitrage, elle, se construit du côté de celui qui décide. Pour une direction, la question n'est donc pas de recruter un titre à la mode. Elle est de décider où loge la compétence avant que le fournisseur ne réponde à sa place.

Que recouvre le forward deployed engineer ?

Le forward deployed engineer est un ingénieur employé par un fournisseur de technologie et placé dans le contexte opérationnel de son client, où il écrit du code en production pour raccorder un système d'intelligence artificielle aux données, aux procédures et aux règles de l'organisation. Il se distingue du consultant d'intégration par quatre attributs : la profondeur d'ingénierie, la présence sur le terrain, la capacité à produire rapidement un artefact opérationnel, et une boucle directe vers la feuille de route du fournisseur.

Le modèle est documenté. Le prospectus d'introduction en bourse de Palantir, déposé en septembre 2020, décrit une entreprise fondée sur le travail direct avec les clients et des ingénieurs intégrés auprès des utilisateurs. Ces ingénieurs y constituent la première ligne de détection des besoins de recherche et développement, et leurs observations sont réinjectées dans la plateforme générique du fournisseur. Le mécanisme est explicite : le déploiement nourrit le produit.

Le rôle s'est diffusé. OpenAI, Anthropic et Mistral publient aujourd'hui des postes sous cet intitulé ou sous des variantes proches, y compris à Paris et à Zurich, avec des rémunérations américaines affichées autour de 185 000 à 300 000 dollars complétées d'une participation. Les grands intégrateurs annoncent des pratiques dédiées. Aucune source publique ne permet en revanche de produire un volume annuel fiable : les agrégateurs d'offres mélangent les intitulés exacts et les simples mentions dans les descriptions. Ce qui est établi suffit : plusieurs employeurs indépendants recrutent sous ce titre, sur les deux rives de l'Atlantique.

Pourquoi ces métiers se créent-ils chez le fournisseur ?

Parce qu'ils répondent d'abord à un problème du fournisseur. L'étude du MIT NANDA publiée en juillet 2025 a mesuré qu'une large majorité des déploiements d'intelligence artificielle générative en entreprise ne produisait aucun retour identifiable au compte de résultat à six mois, malgré 30 à 40 milliards de dollars engagés. Ses auteurs qualifient eux-mêmes ce travail de préliminaire et le critère retenu écarte les déploiements longs. Un résultat mérite pourtant l'attention : le taux de réussite y atteint 33 % pour les développements internes contre 67 % pour les partenariats externes. La difficulté d'usage crée un marché de service, et ce marché se loge chez celui qui vend la technologie.

Source : MIT Project NANDA, The GenAI Divide, juillet 2025

L'ingénieur déployé occupe cette position. Le chercheur de frontière relève d'un marché de rente accessible à une poignée de laboratoires et d'universités. L'expert sectoriel qui note les réponses d'un modèle est un travailleur à la tâche, mobilisé par une plateforme d'externalisation, sans mandat ni continuité. Les métiers de chantier existaient avant l'intelligence artificielle et servent une demande d'infrastructure. Sur les six intitulés de la liste, un seul peut s'installer durablement chez l'entreprise utilisatrice avec un pouvoir de refus : l'ingénieur d'évaluation.

L'asymétrie est le point aveugle. Une entreprise qui accueille un ingénieur du fournisseur pour cartographier ses processus de crédit, ses circuits de conformité et ses règles métier transmet une connaissance qui remonte vers un produit tiers. En sens inverse, les documents publics examinés, dépôts réglementaires et offres d'emploi des laboratoires concernés, décrivent le travail sans énoncer de règle générale sur la propriété du code, des connecteurs, des ontologies ou des jeux de tests construits pendant la mission. Cette propriété relève de chaque contrat. Elle se négocie, ou elle se perd.

Quelle fonction installe l'arbitrage du côté du client ?

L'ingénieur d'évaluation en constitue la brique technique. C'est la fonction qui conçoit les jeux de tests, détecte les régressions, mesure la robustesse, analyse les erreurs et qualifie les seuils d'acceptation d'un système. Elle existe sous des intitulés instables : evaluation engineer, research engineer, model validation, AI assurance, red team, ingénieur qualité. Le titre varie. La fonction est structurelle.

Sa valeur tient à une condition unique : l'indépendance à l'égard de celui qui construit. Une équipe qui développe un modèle peut conduire ses tests de développement. Elle peut difficilement être seule à déclarer le système acceptable pour un usage engageant. L'autorité fédérale suisse de surveillance des marchés financiers a formulé ce constat sans détour dans sa communication sur la surveillance du 18 décembre 2024 : la séparation entre le développement et la revue indépendante n'est pas toujours claire, et peu d'établissements font réaliser une revue indépendante de l'ensemble du processus par du personnel qualifié. Son enquête d'avril 2025, portant sur environ quatre cents assujettis, montre que la moitié utilisait ou développait déjà l'intelligence artificielle. L'écart entre l'adoption et le contrôle est donc mesuré, et il l'est par un superviseur.

Du côté européen, l'AI Office de la Commission a recruté des spécialistes techniques de l'évaluation et lancé en juillet 2025 un marché de 9 millions d'euros d'appui à l'évaluation de la sécurité des modèles à usage général. L'évaluation devient une profession. Elle ne suffit pourtant pas à elle seule : un évaluateur sans mandat produit des mesures, pas des décisions. Les quatre actifs décrits plus bas forment la condition de son efficacité.

L'AI Act impose-t-il un chief AI officer ?

Le règlement européen attribue des obligations à des acteurs, fournisseurs et déployeurs, et laisse à chaque organisation le soin de désigner qui les porte. Aucun titre n'est imposé. La littératie en intelligence artificielle s'applique depuis le 2 février 2025 à tout fournisseur et à tout déployeur, pour son personnel et pour les personnes qui opèrent les systèmes pour son compte. L'essentiel du règlement, dont les obligations de transparence, s'applique depuis le 2 août 2026. Le régime de plusieurs systèmes à haut risque de l'annexe III prend effet le 2 décembre 2027 après modification par l'AI Omnibus.

Une répartition mérite d'être rétablie, car elle se trouve souvent inversée dans les notes de synthèse. La surveillance après mise sur le marché relève du fournisseur au titre de l'article 72. Le déployeur porte ses propres obligations : le contrôle humain effectif, la conservation des journaux sous son contrôle, la surveillance du fonctionnement en exploitation, l'information en cas d'incident, et pour certaines catégories l'analyse d'impact sur les droits fondamentaux. Confondre les deux revient à déplacer vers le client une responsabilité qui appartient à son éditeur.

Les référentiels professionnels confirment la prudence. La nomenclature des profils métiers du système d'information publiée par le Cigref en 2025 retient cinquante-deux profils et a retiré le chief digital officer, devenu marginal ou transversal, ses responsabilités s'étant distribuées. Une fonction de transition réussie peut disparaître comme poste autonome. Le titre reste donc à votre main. Ce qui compte est le mandat : qui porte l'arbitrage, à qui il rend compte, et de quel budget il dispose.

Qu'est devenue la fonction d'éthicien de l'intelligence artificielle ?

Elle s'est déplacée. Aux États-Unis, la trajectoire est celle d'une contraction quand la pression concurrentielle monte. Le départ contesté de la co-responsable de l'équipe Ethical AI de Google en décembre 2020, la suppression de l'équipe Ethics and Society de Microsoft en 2023, la dispersion de l'équipe Responsible AI de Meta en novembre 2023, la dissolution de l'équipe Superalignment d'OpenAI en 2024 : les activités ont survécu, les unités beaucoup moins. La visibilité médiatique de la fonction a dépassé sa résilience budgétaire.

En Europe et en Suisse, la même activité trouve un ancrage plus solide parce qu'elle devient opposable. Les tâches migrent vers le juridique, la protection des données, le risque, le contrôle interne et les comités de gouvernance. La loi fédérale suisse révisée sur la protection des données, en vigueur depuis le 1er septembre 2023, impose une analyse d'impact lorsqu'un traitement présente un risque élevé et ouvre, en cas de décision individuelle automatisée, un droit à l'examen humain. Là encore, le droit crée une procédure et une responsabilité. Le titre reste libre.

La conséquence pratique est nette. Une fonction dotée d'un mandat écrit, d'un rattachement hors de la chaîne de livraison et d'un accès direct à l'instance de gouvernance produit des arbitrages. Une fonction consultative sans budget produit des recommandations. Les deux portent parfois le même nom.

Ce que la matérialité impose au calendrier

Les métiers de chantier des centres de données sont réels, et ils ne sont pas nouveaux. Maçon, charpentier, électricien, plombier, soudeur : des métiers constitués, que l'intelligence artificielle sollicite sans les créer. Le chiffre qui compte pour une direction tient dans un écart. En France, 109 milliards d'euros d'investissements privés ont été annoncés en février 2025, tandis que la Fédération nationale des travaux publics estime à 43 milliards d'euros les investissements d'infrastructure de centres de données entre 2025 et 2035, dont 15 à 24 milliards susceptibles de bénéficier directement aux entreprises de travaux publics. Un montant annoncé, un montant engagé et un montant décaissé sont trois objets distincts.

La conséquence est de calendrier. Les autorisations, le raccordement électrique et l'acceptabilité locale commandent le rythme réel. Un plan d'entreprise adossé à une capacité annoncée est un plan exposé au délai.

Les quatre actifs de la capacité d'arbitrage

La compétence décisive ne se mesure pas au nombre d'ingénieurs présents dans les locaux. Elle existe lorsque l'organisation détient quatre actifs.

Avec ces quatre actifs, l'ingénieur du fournisseur devient un accélérateur au service d'une capacité gouvernée. Sans eux, il augmente la vitesse du fournisseur à l'intérieur de votre organisation.

Les décisions qui reviennent au comité de direction

Cinq questions se posent avant tout déploiement engageant, et elles se posent au niveau de la direction parce qu'elles engagent la responsabilité de l'entreprise. Qui porte l'usage et accepte le risque ? Qui détient les preuves d'acceptation ? Qui a le droit de refuser la mise en production, et de quelle chaîne hiérarchique dépend-il ? À qui appartiennent le code, les jeux de tests, la documentation et les traces produits pendant la mission ? En combien de temps l'organisation sait-elle revenir en arrière, et cet exercice a-t-il déjà été conduit ?

Un conseil d'administration ajoute une sixième question, qui conditionne les cinq autres : la fonction chargée de contrôler dépend-elle de celle qui déploie ?

Ces questions se traitent avant l'intégration. C'est l'objet de la séance de cadrage décisionnel IA, point d'entrée des interventions VEIA.AI, qui conduit une direction d'une lecture commune de l'intelligence artificielle jusqu'aux décisions qui engagent l'organisation. Lorsque le déploiement est déjà engagé, la lecture post-POC arbitre la suite. Lorsque la responsabilité remonte au conseil, la Board Review IA établit la cartographie des risques de gouvernance et les points d'arbitrage. Lorsque la décision devient récurrente, l'advisor permanent tient le rôle d'un CAIO fractionnel, sans peser sur la structure salariale. Une même règle s'applique à toute la gamme : indépendance de tout éditeur, intégrateur et hyperscaler.

Tableau récapitulatif

Une remarque sur l'indépendance

Une objection s'impose à ce stade. Si la capacité doit rester chez le client, faire appel à un tiers revient-il à externaliser encore ? La réponse tient à la nature du tiers. Christophe Picou a fondé VEIA.AI sur une règle simple : aucune technologie déployée, aucune licence revendue, aucun programme de partenariat d'éditeur. Les alliances nouées entre laboratoires de frontière et grands cabinets rendent cette distinction mesurable plutôt que déclarative. Une mission de cadrage a pour aboutissement une capacité interne de décision, et la mesure de sa réussite est le moment où elle cesse d'être nécessaire.

Un fournisseur peut vous livrer un système, le raccorder et le mesurer. L'autorité de l'arrêter vous appartient, ou elle n'existe pas.

Christophe Picou est le fondateur de VEIA.AI, cabinet de conseil indépendant en gouvernance de l'intelligence artificielle pour comités de direction et conseils d'administration, en France et en Suisse romande. Doctrine : décider avant d'intégrer. Pour situer votre organisation, le diagnostic de gouvernance IA donne une première lecture en quelques minutes.