La génération AI-native arrive sur le marché du travail, et l'IA lui en bloque l'accès

70% des jeunes Français de 18 à 25 ans utilisent quotidiennement ChatGPT, Gemini ou Claude, selon une étude récente relayée par Les Echos. Cette génération a grandi avec l'IA générative comme réflexe naturel. Elle sait prompter, orchestrer plusieurs assistants, itérer vite. Elle devrait logiquement être la mieux armée de l'histoire pour entrer sur le marché du travail dans un monde transformé par l'IA.

Et pourtant, c'est cette même génération qui peine aujourd'hui le plus à trouver un premier emploi. Le paradoxe est cinglant : l'IA qui la rend techniquement compétente est aussi celle qui referme, une à une, les portes d'entrée traditionnelles du marché du travail. Les tâches de premier niveau, rédaction de synthèses, analyse préliminaire, préparation de dossiers, veille documentaire, qui constituaient historiquement l'apprentissage par la pratique des jeunes diplômés, sont celles que l'IA générative absorbe le plus efficacement.

Les entreprises, cherchant à réduire leurs coûts, suppriment ou gèlent les postes juniors sans repenser ce que doit devenir un poste junior à l'ère de l'IA. Résultat : une génération surqualifiée en usage de l'IA, et sous-employée par un marché qui ne sait plus quoi lui proposer.

Une impréparation à double sens

Ce paradoxe révèle une impréparation qui ne touche pas seulement le recrutement. Elle touche le management lui-même. 

Les entreprises qui parviennent à recruter ces jeunes profils AI-native découvrent rapidement qu'elles ne savent pas les encadrer. Les modes de management construits sur l'apprentissage par la répétition (le junior apprend en faisant, encadré par un senior qui valide et corrige) supposaient un volume de tâches répétitives suffisant pour construire progressivement le jugement professionnel. Ce volume se réduit.

Le junior AI-native produit, dès son arrivée, des livrables de surface correcte grâce à l'IA, mais sans avoir traversé l'apprentissage lent qui construit le discernement sur le fond. Le manager, souvent moins à l'aise avec les outils IA que son junior, se retrouve dans une position inversée : il doit encadrer quelqu'un techniquement plus agile que lui sur l'outil, tout en restant responsable du développement de son jugement professionnel, qu'il ne sait plus comment construire dans ce nouveau contexte.

C'est un problème d'organisation autant que de génération. Et c'est exactement le type de rupture que le pilier Accompagner du cadre Meridian (Gabriel Greenfield) est conçu pour traiter, celui qui ancre les nouveaux comportements dans les pratiques réelles, avec une temporalité humaine, pas le rythme d'un déploiement d'outil.

Trois propositions concrètes pour organiser cette transformation

Premièrement, redéfinir ce qu'est un poste junior plutôt que de le supprimer. Un poste d'entrée à l'ère de l'IA ne devrait plus se définir par le volume de tâches répétitives confiées, mais par la capacité à superviser, valider et challenger la production de l'IA sur des dossiers réels, sous supervision senior. C'est un rôle de copilote dès le premier jour, pas un rôle d'exécutant qui espère un jour devenir copilote. Cela suppose de documenter explicitement les critères de validation attendus, un peu comme les quality gates que Meridian impose entre phases de transformation : on ne laisse pas un junior valider seul un livrable produit par IA avant d'avoir démontré sa capacité à en identifier les failles.

Deuxièmement, organiser un mentorat inversé structuré, pas seulement symbolique. Les juniors AI-native possèdent une compétence réelle que beaucoup de seniors n'ont pas : la fluidité dans l'orchestration d'outils IA multiples. Formaliser des binômes où le junior transmet cette compétence pratique à son manager, en échange du jugement professionnel que le senior lui transmet en retour, transforme une source de tension hiérarchique en actif d'apprentissage mutuel. C'est une application directe de la logique Suggérer/Faciliter/Accompagner appliquée non pas à un cas d'usage technologique, mais à la relation managériale elle-même.

Troisièmement, repenser les critères de recrutement pour ne plus pénaliser, par accident, les candidats dont l'expérience a été rendue obsolète par l'IA. Beaucoup d'outils de tri automatique de CV valorisent encore des expériences ou des compétences que l'IA a rendues secondaires, et ignorent la fluidité d'usage de l'IA elle-même, pourtant devenue une compétence professionnelle de premier ordre. Une entreprise qui continue de filtrer ses candidats juniors sur des critères pré-IA se prive mécaniquement des profils les mieux préparés à l'environnement de travail qu'elle est en train de construire.

Ce que les entreprises ont à y gagner

Les organisations qui traiteront ce sujet comme un problème RH ponctuel, à résoudre par quelques ajustements de grille salariale ou de fiches de poste, passeront à côté de l'opportunité réelle. Celles qui le traiteront comme un chantier de transformation du management, avec une feuille de route explicite, des rôles redéfinis et des rituels de transmission bidirectionnelle formalisés, transformeront un problème démographique et technologique en avantage concurrentiel durable. Une génération qui sait déjà orchestrer l'IA au quotidien, correctement intégrée et correctement encadrée, devient un accélérateur naturel de la diffusion des usages IA dans le reste de l'organisation, bien au-delà de son propre poste.

Le vrai risque est que cette génération soient tenue à l'écart par d'organisations qui n'auront pas pris le temps de repenser, à temps, ce que signifie encadrer et faire grandir un talent à l'ère de l'IA générative, et qui ne sauront pas, in fine, saisir ces opportunités qui les amèneront à se transformer en entreprise AI-driven par l'incorporation organique de ces talents.