L’IA va-t-elle remplacer les développeurs ?
Non, mais cette réponse est trop courte pour être utile. Une partie du travail de développement est déjà automatisée, un segment précis de la profession a déjà encaissé le choc, et le reste du métier se déplace vers des compétences différentes. Plutôt que de pronostiquer, cet article s’appuie sur les données d’emploi disponibles à l’été 2026, sur ce que les modèles savent réellement faire, et se termine par des indicateurs observables qui permettront de trancher dans les dix-huit mois — sans avoir à croire qui que ce soit sur parole.
Ce que les chiffres d’emploi montrent déjà
L’entrée dans le métier a décroché
C’est le point le mieux documenté, et le plus dur. En août 2025, trois chercheurs de la Stanford Digital Economy Lab — Erik Brynjolfsson, Bharat Chandar et Ruyu Chen — ont publié une étude fondée sur les fiches de paie de millions de salariés américains. Résultat : une baisse relative d’environ 13 % de l’emploi des 22-25 ans dans les métiers les plus exposés à l’IA générative, dont le développement logiciel, une fois neutralisés les chocs propres à chaque entreprise. Sur la même période, l’emploi des profils expérimentés dans ces mêmes métiers est resté stable ou a continué de croître. Les auteurs ont publié une mise à jour en février 2026 répondant aux critiques adressées à leur méthode.
La France suit la même pente. Une note de l’INSEE de mars 2026 mesure un recul de 7,4 % de l’emploi des 15-29 ans, hors alternants, dans le secteur du numérique au quatrième trimestre 2025 par rapport au même trimestre de 2024. L’APEC avait déjà relevé une chute de 19 % des offres destinées aux cadres débutants en informatique en 2024. Une enquête menée par le média spécialisé Le Ticket auprès d’acteurs de la tech française donne la version qualitative du même phénomène : la moitié des organisations interrogées déclarent avoir recruté des juniors par le passé et ne plus le faire.
Le reste de la profession ne suit pas cette courbe
C’est la nuance que les titres alarmistes escamotent. Les prévisions de l’APEC publiées le 2 avril 2026 tablent sur environ 305 800 recrutements de cadres sur l’année, en hausse de 4 %, avec une progression de 5 % dans les activités informatiques. Numeum, la fédération professionnelle du numérique, anticipait de son côté une croissance de 4,3 % du marché des services informatiques pour 2026, portée notamment par les projets d’IA générative.
Autrement dit : le marché global se redresse pendant que la porte d’entrée se referme. Ces deux faits coexistent, et toute analyse qui n’en retient qu’un se trompe.
Méfiez-vous des chiffres spectaculaires
Vous croiserez le chiffre d’une chute de 80 % des offres de développeurs sur Indeed France. Il est réel, mais il se mesure à partir du pic de 2022, une période de taux d’intérêt nuls et de levées de fonds massives. Séparer l’effet de l’IA de celui du retournement macroéconomique est l’exercice le plus difficile de tout ce dossier. C’est précisément l’apport de l’étude de Stanford : neutraliser les chocs d’entreprise pour isoler ce qui reste attribuable à l’exposition à l’IA.
Ce que les modèles savent faire, et ce qu’ils ne font toujours pas
La progression brute est indiscutable. L’étude de Stanford rappelle qu’entre 2023 et 2024, la performance des systèmes sur SWE-Bench, un jeu de tâches de génie logiciel réel, est passée de 4,4 % à 71,7 % de problèmes résolus. Les modèles agentiques de 2026 lisent un dépôt, exécutent des commandes, corrigent leurs erreurs et enchaînent plusieurs heures de travail sans supervision.
Ce que ces scores ne mesurent pas est tout aussi structurant. Un banc d’essai fournit un problème formulé, isolé, avec un critère de réussite explicite. Le métier, lui, consiste largement à obtenir une spécification que personne n’a écrite, à arbitrer entre trois solutions acceptables selon des contraintes non techniques, à porter la responsabilité d’un incident en production, et à maintenir pendant trois ans un système que l’on a soi-même conçu. Aucun de ces quatre points n’est un problème de génération de code.
Le mécanisme réel : un déplacement, pas une disparition
Écrire du code n’a jamais représenté la totalité du métier. Quand la production de code devient rapide et bon marché, le goulet d’étranglement se déplace : vers la spécification en amont, vers la revue et l’intégration en aval, vers la responsabilité de ce qui est livré. Le volume de code produit augmente, et avec lui le volume de code à comprendre, sécuriser et maintenir.
L’histoire du métier plaide pour ce scénario. Compilateurs, langages de haut niveau, frameworks, bibliothèques open source : chaque abstraction a réduit le coût du logiciel, et cette baisse a systématiquement élargi le champ de ce qu’on décide de construire, donc la demande de développeurs.
L’objection mérite d’être prise au sérieux. Les automatisations précédentes portaient sur l’outillage ; celle-ci porte sur la tâche elle-même, et rien ne garantit qu’un précédent historique s’applique. C’est une raison d’observer, pas de conclure.
Le vrai risque : la rupture du pipeline
Il y a un problème que ni les optimistes ni les pessimistes n’ont résolu. Le discernement d’un développeur expérimenté s’acquiert en traitant, pendant des années, des tâches simples — celles-là mêmes que l’IA absorbe aujourd’hui. Si le secteur cesse de recruter des débutants pendant cinq ans, il fabrique une pénurie de profils confirmés à horizon dix ans.
Ce risque est structurel, il concerne la profession entière, et il ne se réglera pas par un choix individuel de carrière. Il vaut la peine d’être nommé, parce qu’il est plus probable et plus coûteux que le scénario de remplacement massif dont tout le monde débat.
Quatre indicateurs à surveiller plutôt que des prédictions
Au lieu de choisir un camp, suivez ces signaux sur les dix-huit prochains mois.
Le recrutement de juniors reprend-il ? C’est le meilleur indicateur avancé. S’il repart avec la croissance du marché, la thèse du déplacement l’emporte. S’il reste plat pendant que les recrutements globaux progressent, la substitution est réelle.
La part de votre temps passée à relire plutôt qu’à écrire. Si elle monte sans que votre rémunération suive, la valeur s’est déplacée vers un endroit que vous n’occupez pas encore.
Les projets logiciels que personne ne lançait deviennent-ils rentables ? C’est la mesure concrète de la demande induite : si les petites structures se mettent à commander des développements qu’elles jugeaient hors budget, le marché s’élargit.
L’autonomie réelle des agents sur du code existant. Les progrès sur les problèmes isolés ne disent rien de la capacité à intervenir dans un système métier vieux de dix ans. C’est là que se joue la suite.
Conclusion : la question à se poser cette semaine
Cessez de vous demander si l’IA remplacera les développeurs. Demandez-vous plutôt dans quelle moitié du métier vous vous situez — et cette réponse-là est vérifiable en quinze minutes.
Prenez vos dix dernières tâches et classez-les en deux colonnes : celles dont l’énoncé était clair et le résultat vérifiable automatiquement, et celles qui ont exigé de comprendre un contexte non écrit, d’arbitrer ou d’assumer une décision. Si la première colonne domine largement, votre position est exposée, quel que soit votre nombre d’années d’expérience.
L’action concrète qui en découle diffère selon le profil. Un débutant a intérêt à viser l’alternance et les environnements où l’on hérite vite d’une responsabilité réelle, plutôt qu’un poste d’exécution de tickets qui n’existera plus. Un développeur confirmé gagne à investir dans la revue de code à grande échelle, la conception de systèmes et une expertise sectorielle précise — les trois compétences que les modèles complètent au lieu de les remplacer. Dans les deux cas, la compétence qui prend de la valeur n’est pas de produire du code, c’est de garantir celui qui est livré.
Sources citées : étude « Canaries in the Coal Mine? » de la Stanford Digital Economy Lab (2025, mise à jour en février 2026), note de l’INSEE de mars 2026, prévisions APEC du 2 avril 2026, prévisions Numeum 2026. Données vérifiées le 8 août 2026.
Non, mais cette réponse est trop courte pour être utile. Une partie du travail de développement est déjà automatisée, un segment précis de la profession a déjà encaissé le choc, et le reste du métier se déplace vers des compétences différentes. Plutôt que de pronostiquer, cet article s’appuie sur les données d’emploi disponibles à l’été 2026, sur ce que les modèles savent réellement faire, et se termine par des indicateurs observables qui permettront de trancher dans les dix-huit mois — sans avoir à croire qui que ce soit sur parole.
Ce que les chiffres d’emploi montrent déjà
L’entrée dans le métier a décroché
C’est le point le mieux documenté, et le plus dur. En août 2025, trois chercheurs de la Stanford Digital Economy Lab — Erik Brynjolfsson, Bharat Chandar et Ruyu Chen — ont publié une étude fondée sur les fiches de paie de millions de salariés américains. Résultat : une baisse relative d’environ 13 % de l’emploi des 22-25 ans dans les métiers les plus exposés à l’IA générative, dont le développement logiciel, une fois neutralisés les chocs propres à chaque entreprise. Sur la même période, l’emploi des profils expérimentés dans ces mêmes métiers est resté stable ou a continué de croître. Les auteurs ont publié une mise à jour en février 2026 répondant aux critiques adressées à leur méthode.
La France suit la même pente. Une note de l’INSEE de mars 2026 mesure un recul de 7,4 % de l’emploi des 15-29 ans, hors alternants, dans le secteur du numérique au quatrième trimestre 2025 par rapport au même trimestre de 2024. L’APEC avait déjà relevé une chute de 19 % des offres destinées aux cadres débutants en informatique en 2024. Une enquête menée par le média spécialisé Le Ticket auprès d’acteurs de la tech française donne la version qualitative du même phénomène : la moitié des organisations interrogées déclarent avoir recruté des juniors par le passé et ne plus le faire.
Le reste de la profession ne suit pas cette courbe
C’est la nuance que les titres alarmistes escamotent. Les prévisions de l’APEC publiées le 2 avril 2026 tablent sur environ 305 800 recrutements de cadres sur l’année, en hausse de 4 %, avec une progression de 5 % dans les activités informatiques. Numeum, la fédération professionnelle du numérique, anticipait de son côté une croissance de 4,3 % du marché des services informatiques pour 2026, portée notamment par les projets d’IA générative.
Autrement dit : le marché global se redresse pendant que la porte d’entrée se referme. Ces deux faits coexistent, et toute analyse qui n’en retient qu’un se trompe.
Méfiez-vous des chiffres spectaculaires
Vous croiserez le chiffre d’une chute de 80 % des offres de développeurs sur Indeed France. Il est réel, mais il se mesure à partir du pic de 2022, une période de taux d’intérêt nuls et de levées de fonds massives. Séparer l’effet de l’IA de celui du retournement macroéconomique est l’exercice le plus difficile de tout ce dossier. C’est précisément l’apport de l’étude de Stanford : neutraliser les chocs d’entreprise pour isoler ce qui reste attribuable à l’exposition à l’IA.
Ce que les modèles savent faire, et ce qu’ils ne font toujours pas
La progression brute est indiscutable. L’étude de Stanford rappelle qu’entre 2023 et 2024, la performance des systèmes sur SWE-Bench, un jeu de tâches de génie logiciel réel, est passée de 4,4 % à 71,7 % de problèmes résolus. Les modèles agentiques de 2026 lisent un dépôt, exécutent des commandes, corrigent leurs erreurs et enchaînent plusieurs heures de travail sans supervision.
Ce que ces scores ne mesurent pas est tout aussi structurant. Un banc d’essai fournit un problème formulé, isolé, avec un critère de réussite explicite. Le métier, lui, consiste largement à obtenir une spécification que personne n’a écrite, à arbitrer entre trois solutions acceptables selon des contraintes non techniques, à porter la responsabilité d’un incident en production, et à maintenir pendant trois ans un système que l’on a soi-même conçu. Aucun de ces quatre points n’est un problème de génération de code.
Le mécanisme réel : un déplacement, pas une disparition
Écrire du code n’a jamais représenté la totalité du métier. Quand la production de code devient rapide et bon marché, le goulet d’étranglement se déplace : vers la spécification en amont, vers la revue et l’intégration en aval, vers la responsabilité de ce qui est livré. Le volume de code produit augmente, et avec lui le volume de code à comprendre, sécuriser et maintenir.
L’histoire du métier plaide pour ce scénario. Compilateurs, langages de haut niveau, frameworks, bibliothèques open source : chaque abstraction a réduit le coût du logiciel, et cette baisse a systématiquement élargi le champ de ce qu’on décide de construire, donc la demande de développeurs.
L’objection mérite d’être prise au sérieux. Les automatisations précédentes portaient sur l’outillage ; celle-ci porte sur la tâche elle-même, et rien ne garantit qu’un précédent historique s’applique. C’est une raison d’observer, pas de conclure.
Le vrai risque : la rupture du pipeline
Il y a un problème que ni les optimistes ni les pessimistes n’ont résolu. Le discernement d’un développeur expérimenté s’acquiert en traitant, pendant des années, des tâches simples — celles-là mêmes que l’IA absorbe aujourd’hui. Si le secteur cesse de recruter des débutants pendant cinq ans, il fabrique une pénurie de profils confirmés à horizon dix ans.
Ce risque est structurel, il concerne la profession entière, et il ne se réglera pas par un choix individuel de carrière. Il vaut la peine d’être nommé, parce qu’il est plus probable et plus coûteux que le scénario de remplacement massif dont tout le monde débat.
Quatre indicateurs à surveiller plutôt que des prédictions
Au lieu de choisir un camp, suivez ces signaux sur les dix-huit prochains mois.
Le recrutement de juniors reprend-il ? C’est le meilleur indicateur avancé. S’il repart avec la croissance du marché, la thèse du déplacement l’emporte. S’il reste plat pendant que les recrutements globaux progressent, la substitution est réelle.
La part de votre temps passée à relire plutôt qu’à écrire. Si elle monte sans que votre rémunération suive, la valeur s’est déplacée vers un endroit que vous n’occupez pas encore.
Les projets logiciels que personne ne lançait deviennent-ils rentables ? C’est la mesure concrète de la demande induite : si les petites structures se mettent à commander des développements qu’elles jugeaient hors budget, le marché s’élargit.
L’autonomie réelle des agents sur du code existant. Les progrès sur les problèmes isolés ne disent rien de la capacité à intervenir dans un système métier vieux de dix ans. C’est là que se joue la suite.
Conclusion : la question à se poser cette semaine
Cessez de vous demander si l’IA remplacera les développeurs. Demandez-vous plutôt dans quelle moitié du métier vous vous situez — et cette réponse-là est vérifiable en quinze minutes.
Prenez vos dix dernières tâches et classez-les en deux colonnes : celles dont l’énoncé était clair et le résultat vérifiable automatiquement, et celles qui ont exigé de comprendre un contexte non écrit, d’arbitrer ou d’assumer une décision. Si la première colonne domine largement, votre position est exposée, quel que soit votre nombre d’années d’expérience.
L’action concrète qui en découle diffère selon le profil. Un débutant a intérêt à viser l’alternance et les environnements où l’on hérite vite d’une responsabilité réelle, plutôt qu’un poste d’exécution de tickets qui n’existera plus. Un développeur confirmé gagne à investir dans la revue de code à grande échelle, la conception de systèmes et une expertise sectorielle précise — les trois compétences que les modèles complètent au lieu de les remplacer. Dans les deux cas, la compétence qui prend de la valeur n’est pas de produire du code, c’est de garantir celui qui est livré.
Sources citées : étude « Canaries in the Coal Mine? » de la Stanford Digital Economy Lab (2025, mise à jour en février 2026), note de l’INSEE de mars 2026, prévisions APEC du 2 avril 2026, prévisions Numeum 2026. Données vérifiées le 8 août 2026.