Les webinaires IA et data promettent l’adaptation continue ; ils peuvent aussi devenir le nouveau filtre social entre travailleurs augmentés et travailleurs abandonnés.
Par Rahul Gupta, fondateur indien de startup spécialisé dans le passage à l’échelle de plateformes avancées d’intelligence artificielle.
Le webinaire n’est pas une formation : c’est souvent un signal de survie professionnelle
Un webinaire IA est une session courte, généralement en ligne, destinée à initier ou mettre à jour des salariés sur des outils, usages ou risques liés à l’intelligence artificielle. La formation data désigne, elle, l’apprentissage des méthodes permettant de collecter, interpréter, visualiser et exploiter des données pour décider. En théorie, ces formats démocratisent l’accès au savoir. En pratique, ils signalent souvent une transformation plus brutale : l’entreprise transfère vers l’individu l’obligation d’être continuellement employable. À Bangalore, Paris, Nairobi ou San Francisco, le message est identique : comprendre les modèles génératifs, apprendre le prompt, lire les tableaux de bord, automatiser les tâches, valider les sorties, documenter les risques. Le Fonds monétaire international observait en janvier 2026 que les compétences liées à l’IA produisent des primes salariales, mais qu’elles ne se traduisent pas encore mécaniquement par davantage d’emploi ; dans les régions où la demande de compétences IA est forte, l’emploi dans les métiers vulnérables à l’IA apparaît plus faible après cinq ans. Voilà le paradoxe central : apprendre l’IA devient indispensable, mais apprendre ne garantit plus la sécurité. Fondateur de plateforme IA, je ne peux pas mentir : les entreprises ont raison d’accélérer. Les marchés ne suspendront pas la concurrence pour laisser chacun digérer tranquillement la révolution cognitive. Mais je refuse aussi la fiction confortable selon laquelle une succession de webinaires suffirait à protéger les salariés. Une formation sérieuse transforme une compétence en capacité opérationnelle ; un webinaire superficiel transforme l’angoisse en présence enregistrée. Ce que deviendront ceux qui ne veulent pas, ne peuvent pas ou ne savent pas suivre dépendra moins de leur motivation individuelle que de l’architecture sociale construite autour d’eux.
Le risque : une classe de travailleurs mis à jour, et une autre mise à l’écart
La fracture IA n’oppose pas seulement diplômés et non-diplômés. Elle sépare ceux qui disposent de temps, d’autonomie, d’outils autorisés, de managers compétents et de missions transformables, de ceux qui travaillent dans l’urgence, la surveillance ou la répétition. Une étude publiée en 2026 sur l’usage de l’IA générative au travail dans 35 pays européens montre une adoption moyenne de 12 %, avec des écarts importants selon les pays, les compétences, le contenu cognitif du poste, la formation disponible et la capacité des salariés à peser dans les décisions organisationnelles. Le résultat est politiquement explosif : l’IA ne se diffuse pas comme une compétence neutre ; elle suit les lignes de pouvoir déjà présentes dans l’entreprise. Le New York Fed notait aussi en avril 2026 que l’adoption des outils d’IA au travail reste hétérogène et qu’une part significative d’employeurs ne fournit toujours pas l’accès aux outils ni la formation nécessaire. Pendant ce temps, les attentes montent. PwC, dans son AI Jobs Barometer 2026, observe que les employeurs exigent de plus en plus de compétences avancées dans les postes débutants exposés à l’IA ; certains rôles junior deviennent « seniorisés » parce que l’automatisation absorbe les tâches d’apprentissage de base. Dans la supply chain, Gartner signale une hausse de 387 % des offres exigeant des compétences IA entre le premier trimestre 2023 et le premier trimestre 2026, avec une demande qui cible fortement des profils expérimentés.
Les volontaires deviendront des intégrateurs rapides : ils sauront combiner ChatGPT, Claude, Gemini, Power BI, Snowflake, Databricks, Microsoft Copilot, Salesforce Einstein ou ServiceNow AI dans leurs tâches quotidiennes.
Les empêchés resteront compétents dans leur métier, mais invisibles dans les nouveaux indicateurs de productivité, faute de temps, de langue, d’accès technique ou d’accompagnement.
Les réfractaires seront vite caricaturés comme résistants au progrès, alors que certains poseront des questions légitimes sur la qualité, la confidentialité, la surveillance et la perte de sens.
Les précaires apprendront seuls, souvent grâce à l’IA elle-même, mais sans certification crédible ; une recherche de 2026 sur les freelances montre que l’apprentissage devient parfois une logique de survie immédiate plutôt qu’un développement durable.
Cette situation n’est pas un accident. C’est le produit d’une économie qui valorise l’adaptabilité, mais externalise le coût psychologique de l’adaptation. Dans une startup, cette pression est familière : apprendre vite ou mourir. Mais une société entière ne peut pas fonctionner comme une startup en levée de fonds permanente.
La réponse n’est pas moins d’IA, mais moins d’hypocrisie
L’Europe a déjà compris une partie du problème. L’article 4 de l’AI Act impose aux fournisseurs et déployeurs de systèmes d’IA d’assurer un niveau suffisant d’AI literacy, c’est-à-dire de compétence IA, pour les personnels et personnes utilisant ces systèmes pour leur compte. Cette obligation va dans le bon sens, mais elle restera insuffisante si les entreprises la réduisent à des modules e-learning, des quiz de conformité et des webinaires mensuels. L’AI literacy réelle comprend cinq capacités : comprendre ce qu’un système d’IA fait, savoir quand l’utiliser, savoir quand ne pas l’utiliser, vérifier ses résultats, et reconnaître les conséquences humaines de son déploiement. BCG estime en 2026 que 50 % à 55 % des emplois américains seront remodelés par l’IA dans les deux à trois prochaines années, ce qui implique non seulement de former, mais de reconstruire les trajectoires de carrière. Le Forum économique mondial indiquait en janvier 2026 que plus de 25 entreprises technologiques se sont engagées à soutenir 120 millions de travailleurs via accès à l’IA, formation et parcours professionnels ; c’est considérable, mais l’échelle ne garantit pas l’inclusion. Ma position est volontairement tranchée : une entreprise qui impose l’IA sans temps d’apprentissage rémunéré organise une sélection sociale déguisée. Une entreprise qui mesure l’usage d’outils sans mesurer la qualité des décisions fabrique de la conformité. Une entreprise qui remplace l’apprentissage métier par des assistants génératifs détruit son propre pipeline de compétences. Les salariés qui ne veulent pas suivre doivent avoir le droit d’être convaincus, pas humiliés. Ceux qui ne peuvent pas suivre doivent recevoir du temps, des pairs, des cas pratiques, des interfaces accessibles, des formations en langue claire. Ceux qui ne savent pas suivre doivent être accompagnés dans des parcours progressifs, certifiants, liés à leur métier réel. L’IA généralisée ne sera socialement acceptable que si elle augmente la capacité productive sans transformer chaque travailleur en étudiant anxieux à vie. Le webinaire permanent peut être une passerelle. Mais laissé seul, il devient une salle d’attente avant déclassement.
À propos de Rahul Gupta
Rahul Gupta considère le développement de l’IA générale et des systèmes génératifs comme un levier de positionnement technologique national. Pragmatique, il ne nie pas l’impact de l’automatisation sur l’emploi : lorsque la capacité computationnelle progresse plus vite que l’adaptation des travailleurs, la productivité promise peut devenir une machine à instabilité sociale.
Sources
Commission européenne — AI literacy, questions et réponses. Fonds monétaire international — nouvelles compétences et IA dans le travail.
