Trois profils d'employeurs, dont un dangereux
Pour Mustapha Benkalfate, comprendre ce que l'on attend des diplômés suppose d'abord de comprendre qui recrute. Il distingue trois profils de dirigeants.
- Le dirigeant « literate ». Il distingue l'IA générative de l'intelligence artificielle en général et sait qu'elle ne réglera pas tous les problèmes de l'organisation. Ce profil reste très rare.
- Le dirigeant humble. Conscient de ce qu'il ne sait pas, il lance des programmes de formation pour lui-même et son comité de direction. Ce profil progresse, sans que ce soit spectaculaire.
- Le « profil Dunning ». Il en sait beaucoup moins qu'il ne le croit. C'est, selon lui, le profil dominant et le plus dangereux.
Il s'appuie sur les quatre stades de la compétence : incompétence inconsciente, incompétence consciente, compétence consciente, compétence inconsciente. Le paradoxe, dit-il, est que la plupart des dirigeants restent bloqués au premier stade, et que ChatGPT les y maintient.
« Donnez à un PDG de l'automobile ou de la santé un compte HubSpot ou Salesforce : il comprend très vite qu'il ne sait pas s'en servir. Mais dès qu'il crée son compte ChatGPT ou utilise Microsoft Copilot, il se sent compétent, parce que tout ce qu'il écrit reçoit une réponse. Il se sent même très intelligent : ces systèmes sont faits pour être agréables, et le biais de confirmation y est très fort. »
On reconnaît ce profil, poursuit-il, à sa conviction de pouvoir résoudre des problèmes stratégiques complexes « avec un abonnement à 20 dollars », sans en évaluer le coût humain, le coût financier ni la faisabilité. Il est aussi le plus exposé au discours des éditeurs, qui vendent une transformation « sans friction ». Exemple cité : la campagne d'affichage de la start-up Artisan à San Francisco, « Stop hiring humans. The era of AI employees is here », un message qui, selon lui, nourrit l'anxiété des jeunes diplômés.
Ce que les recruteurs demandent concrètement
À partir de ses échanges avec des dirigeants et des DRH, Mustapha Benkalfate a regroupé ce qu'ils appellent « AI fluency ». Ce n'est pas une définition académique, précise-t-il, mais ce que les décideurs attendent en pratique.
- Un usage quotidien maîtrisé. Résumer, rédiger, rechercher, lancer un brainstorming, prendre des notes : des tâches à faible risque que les employeurs considèrent comme acquises, et que beaucoup de jeunes diplômés font mal. « Ils utilisent l'IA tous les jours, mais pas bien tous les jours. »
- Le jugement. Savoir quand utiliser l'IA, quand ne pas l'utiliser, et quel outil convient à quelle tâche.
- Un prompting clair et un usage suivi. Les employeurs veulent en finir avec l'usage « gadget », où l'on commence une tâche avec l'IA, l'abandonne, en commence une autre. Il cite une entreprise qui a découvert qu'un jeune salarié envoyait 5 000 prompts par mois quand ses collègues en envoyaient environ 70 : le volume a suscité la méfiance, pas l'admiration.
- La vérification. Repérer les fausses citations, les faux chiffres, les contenus polis mais faux.
- L'usage responsable. Éviter le shadow AI : dans les sondages qu'il observe, 78 à 85 % des salariés utilisent leurs propres outils d'IA, et plus de la moitié y chargent des documents confidentiels.
« Je vois des débutants essayer de m'impressionner avec des contenus générés par IA très léchés, qui sont en réalité de la pure camelote. »
Il a aussi pris position sur la note de Tobi Lütke, PDG de Shopify, qui demandait en avril 2025 aux équipes de prouver qu'une tâche ne pouvait pas être faite par l'IA avant de réclamer des recrutements : « On peut retourner la phrase et lui demander de prouver que l'IA peut vraiment faire ce que ferait un salarié. Il aurait du mal. »
Trois cas d'entreprises
Dynamo Paris. Cette entreprise de 15 personnes, spécialiste de l'achat de mobilier et d'équipements pour l'hôtellerie de luxe, a autorisé Mustapha Benkalfate à la citer. Sa dirigeante utilisait Claude intensivement et en avait mesuré la puissance, mais aussi les limites : l'outil lui avait affirmé avec assurance des informations fausses et dangereuses pour son activité. Plutôt que d'acheter un projet d'intégration de l'IA à environ 150 000 dollars proposé par un concurrent, elle a choisi de former d'abord ses équipes.
Une organisation de l'enseignement supérieur de 850 personnes. Des ambassadeurs, sélectionnés par évaluation, y créent des « agents déclaratifs » : des agents à faible autonomie, qui ne peuvent pas modifier les documents internes. Ils servent surtout à interroger les bases de connaissances, internes et externes. Le choix de la faible autonomie est délibéré : la corruption de documents internes est, selon lui, l'un des grands risques des agents autonomes.
Un distributeur automobile. L'entreprise avait nommé comme ambassadeurs IA de jeunes profils recrutés pour leur présence d'influenceurs. Faute de vision d'ensemble, ils poussaient à acheter des licences pour un outil d'IA générative auquel les 9 000 salariés avaient déjà accès. Revenu IA a repris le programme avec une méthode de sélection objective (voir comment choisir ses ambassadeurs).
95 % d'échecs : le moment où le ROI est devenu le sujet
Le rapport du MIT NANDA, selon lequel 95 % des organisations ne tiraient aucun rendement de leurs projets d'IA générative, a « mis des mots sur ce que les dirigeants vivaient depuis plusieurs semestres ». Depuis, observe-t-il, les dirigeants parlent de coûts, de cas d'usage et de retour sur investissement, et attendent des diplômés qu'ils sachent cadrer le vrai problème avant de chercher l'outil. Lire notre analyse du chiffre.
Les huit pièges cognitifs des jeunes diplômés
La dernière partie de la keynote portait sur les « AI usual suspects », huit personnages qu'il utilise dans les universités et les programmes d'ambassadeurs : le chuchoteur de prompts, le pilote automatique, l'expert fragile, le vase vide, l'oracle beige, le faux sûr de lui, la rouille et le jamais-appris. Les deux derniers l'inquiètent le plus, parce qu'ils décrivent la perte ou l'absence de compétences. Découvrir les huit pièges.
Il a illustré la déqualification par l'étude publiée en 2025 dans The Lancet Gastroenterology & Hepatology : après plusieurs mois de coloscopies assistées par l'IA, des endoscopistes détectaient moins d'adénomes lorsqu'ils travaillaient sans elle (22,4 % contre 28,4 % auparavant). Puis par sa propre expérience :
« J'invente souvent des chansons en français pour ma fille. Après un usage intensif de l'IA, je n'arrivais plus à trouver des mots simples. J'ai été mon propre cobaye, puis j'ai interrogé mes collaborateurs et mes collègues : cela nous arrivait à tous. »
L'université, remède à la « malpensée »
Sa conclusion est un plaidoyer pour l'enseignement supérieur. Les jeunes diplômés font face à un « bricolage généralisé » très loin de la complexité du sujet, et réparer les dégâts de l'IA générative sans accompagnement est, selon lui, une occasion pour l'éducation.
« Les aliments transformés ont apporté la malbouffe, et nous avons inventé l'alimentation bio et les régimes pour y répondre. Les réseaux sociaux et l'IA générative sans accompagnement ni formation, c'est de la malpensée. Il va falloir des solutions à cette malpensée : elles s'appellent les universités. »
Ce qu'il faut enseigner, résume-t-il : l'AI literacy, l'esprit critique, les compétences techniques, la conscience des données, la pensée éthique et la métacognition.