Former à l'IA vs recruter des profils IA : analyse coût-avantage pour les DRH
La décision de former en interne ou de recruter des profils IA dépend de la nature des compétences recherchées, du délai disponible et du budget. Pour les compétences d'usage (utiliser l'IA dans un contexte métier), la formation en interne est systématiquement plus rapide et moins coûteuse. Pour les compétences de développement (concevoir, entraîner ou déployer des systèmes IA), le recrutement est souvent inévitable à court terme, mais la formation peut prendre le relais à moyen terme.
Pourquoi la question se pose en 2026
Le marché des profils IA est en tension structurelle. La demande de data scientists, de machine learning engineers et d'AI product managers dépasse l'offre disponible dans la quasi-totalité des pays européens. Les délais de recrutement sont longs, les rémunérations ont augmenté de 20 à 40 % en trois ans, et le taux de fidélisation de ces profils est faible.
En parallèle, l'offre de formation à l'IA s'est massivement développée. Des parcours de qualité variable, allant de quelques heures à plusieurs mois, permettent de monter en compétences des collaborateurs existants sur des usages spécifiques.
La plupart des organisations ont besoin des deux, mais pas dans les mêmes proportions ni sur les mêmes périmètres.
Le framework de décision
Trois questions permettent de structurer la décision.
Question 1 : s'agit-il de compétences d'usage ou de compétences techniques ?
Les compétences d'usage IA correspondent à la capacité d'utiliser des outils IA existants pour améliorer la productivité dans un contexte métier donné. Rédiger avec un assistant IA, analyser des données avec des outils de BI augmentés, utiliser un chatbot métier : ce sont des compétences d'usage. Elles s'acquièrent en formation, souvent en quelques jours à quelques semaines.
Les compétences techniques IA correspondent à la capacité de concevoir, d'entraîner, de fine-tuner ou de déployer des systèmes IA. Data science, MLOps, LLM engineering : ce sont des compétences qui nécessitent une formation longue (6 à 24 mois pour atteindre un niveau opérationnel) ou un recrutement.
Question 2 : quel est le délai disponible ?
Si l'organisation a besoin de la compétence dans les 3 à 6 mois, le recrutement est le seul levier réaliste pour les compétences techniques. La formation, même intensive, ne produit pas de résultat à ce délai sur des compétences complexes.
Si l'organisation a un horizon de 12 à 24 mois, la formation en interne devient compétitive sur presque tous les profils d'usage, et sur certains profils techniques.
Question 3 : quelle est la durée de vie de la compétence recherchée ?
Un profil recruté pour maîtriser un outil spécifique sera potentiellement obsolète dans 2 à 3 ans si cet outil évolue ou disparaît. Former un collaborateur existant sur les principes généraux de l'usage IA, plutôt que sur un outil précis, produit une compétence plus durable.
Comparatif coût-délai-risque
| Critère | Formation interne | Recrutement externe |
|---|---|---|
| Coût (compétences d'usage) | 500 à 3 000 € par personne | Non applicable |
| Coût (compétences techniques) | 5 000 à 30 000 € par personne (parcours long) | 60 000 à 120 000 € de package annuel + coût de recrutement 15 à 25 % |
| Délai avant productivité | 1 à 3 mois (usage) / 12 à 24 mois (technique) | 3 à 9 mois (recrutement + onboarding) |
| Risque de départ | Faible (fidélisation améliorée par l'investissement) | Élevé (marché des profils IA très liquide) |
| Adéquation au contexte métier | Forte (collaboration existante) | Variable (courbe d'apprentissage du contexte) |
Ce que les organisations qui ont bien géré cette question ont en commun
Elles ont commencé par les compétences d'usage, pas par les compétences techniques. Former 100 collaborateurs à utiliser efficacement les outils IA disponibles produit plus de valeur à court terme que de recruter 2 profils techniques.
Elles ont identifié les "champions IA" internes avant de recruter à l'extérieur. Presque toutes les organisations ont déjà des collaborateurs qui utilisent l'IA de façon avancée à titre personnel ou professionnel. Les identifier, les outiller et les positionner comme relais internes est le levier le plus rapide et le moins coûteux.
Elles ont été honnêtes sur ce qu'elles ne pouvaient pas former en interne. Certaines compétences techniques spécifiques (architecture de LLM, MLOps à grande échelle) nécessitent effectivement un recrutement ou le recours à un prestataire externe.