Scovai Scovai
Talent Intelligence 2026-11-09 1 min read

L'expertise métier a perdu du terrain dans les grilles d'évaluation d'entretien d'Anthropic. La part de recrutements techniques juniors est passée de 27 % à 9 %.

DSL

Dr. Sarah Liu

L'expertise métier a perdu du terrain dans les grilles d'évaluation d'entretien d'Anthropic. La part de recrutements techniques juniors est passée de 27 % à 9 %.

La part des juniors dans les recrutements techniques d'Anthropic est tombée de 27 % à 9 %. Ce chiffre a été commenté jusqu'à l'épuisement. Celui qui se trouve en dessous, non : un codeur automatisé a lu les grilles d'évaluation d'entretien rédigées par les responsables de recrutement pour des milliers de salariés embauchés depuis 2024, et a constaté que chez les candidats techniques « les hausses les plus importantes concernaient les commentaires sur l'autonomie et le jugement des candidats », tandis que « la discussion de l'expertise métier a diminué en part de l'évaluation globale » (Anthropic, 2026).

L'essentiel de ce que nous savons de l'IA et du recrutement de débutants provient des offres d'emploi — ce que les employeurs déclarent vouloir avant de rencontrer qui que ce soit. Le rapport d'Anthropic sur l'emploi du 16 octobre fait quelque chose de plus rare : il lit ce que les évaluateurs ont écrit après l'entretien.

Deux chiffres, deux objets différents. Le chiffre d'effectifs est contesté, comme je vais le montrer. Le chiffre des grilles d'évaluation est celui pour lequel votre propre grille d'entretien n'est pas prête.

Ce que les grilles d'évaluation d'entretien ont réellement mesuré

Le rapport est une étude sur données internes d'une seule entreprise : journaux d'utilisation de l'IA, métriques de production, enquêtes auprès des salariés, données Slack et d'agenda, registres de décisions de recrutement, plus 17 entretiens de salariés. L'auteur principal, Nathan Wilmers, est à MIT Sloan ; le travail est publié par Anthropic elle-même.

Sur la composition, deux chiffres distincts comptent et ne doivent pas être confondus. La part des salariés de niveau junior dans les départements techniques « a glissé de 21 % à 14 % depuis début 2025 ». La part des recrutements techniques juniors « a chuté encore plus vite, de 27 % à 9 % ». Le second est un déplacement dans la composition des embauches, pas une coupe d'effectifs — le rapport indique clairement que le recrutement technique « a continué de croître en termes absolus » tandis que l'entreprise « a triplé de taille au cours de l'année écoulée ». Quiconque lit 27 % à 9 % comme une réduction de 65 % du recrutement junior s'est trompé.

Ce que disent les managers suit les données. Interrogés en avril 2026, « une majorité de managers ont décrit recruter pour un ensemble de compétences différent en raison de l'IA », tandis qu'« environ un tiers des managers ML et un cinquième des managers SWE ont déclaré recruter moins en raison de l'IA ». La majorité a changé de critères. Une minorité a réduit les volumes. Cet ordre est toute l'histoire.

La couche des grilles d'évaluation

La preuve distinctive est textuelle. En 2024, les responsables de recrutement notaient l'expérience d'un candidat avec les outils d'IA dans « environ 5 % des évaluations pour les postes techniques, et 7 % pour les postes non techniques ». En 2026, ces taux avaient triplé pour les postes techniques et quadruplé pour les postes non techniques. Le rapport donne les bases de 2024 et les multiplicateurs uniquement en mots, de sorte que les valeurs finales ne sont pas publiées — et les inventer fabriquerait une précision que la source ne possède pas.

En dessous, le rééquilibrage plus profond. Pour les candidats techniques : autonomie et jugement en hausse avec la plus forte marge, expertise métier en baisse en part de l'évaluation. Pour les candidats non techniques : « l'orientation client et mission a augmenté, tandis que la discussion des capacités d'exécution a diminué ». L'explication d'un manager est le résumé le plus net de cette logique dans tout le document : « Je m'attends à ce que les modèles restent irréguliers, donc pour mon équipe je veux des profils interchangeables entre domaines. »

Notez ce qui n'a aucun chiffre associé. La hausse sur l'autonomie et le jugement est rapportée de façon directionnelle, comme la plus forte variation, sans pourcentage. C'est une limite de la preuve, pas une raison de l'écarter — mais cela signifie que ce résultat soutient une direction, pas une magnitude.

Une seule entreprise n'est pas un référentiel

Les auteurs du rapport sont plus francs à ce sujet que la plupart des commentaires : « De nombreux aspects des pratiques d'emploi d'Anthropic ne peuvent pas être reproduits à l'échelle de l'économie. » L'entreprise génère entre deux et quatre fois plus de chiffre d'affaires par salarié que Meta et Google à leur sommet. C'est n = 1, auto-publié, non audité, et situé à l'extrémité de l'intensité d'IA. Rien là-dedans n'établit une tendance économique générale.

La littérature plus large est activement en désaccord précisément sur le point que la plupart des gens en retiennent. L'analyse de Lambert et Schindler portant sur 243 millions de nouvelles embauches et 407 millions d'offres d'emploi aux États-Unis, au Royaume-Uni, au Canada et en Australie a trouvé qu'une hausse de deux écarts-types de l'exposition à l'IA générative ou de l'exposition au travail à distance était, prise isolément, associée à une baisse d'environ cinq points de pourcentage de la part des juniors à l'horizon 2025 — mais lorsque les deux étaient introduits ensemble, le coefficient de l'IA « s'atténue fortement et devient souvent statistiquement indiscernable de zéro » tandis que l'effet du travail à distance restait robuste (Lambert & Schindler, 2026). Leur lecture : l'échelle cassée des juniors serait peut-être une histoire sur le lieu du travail, pas sur ce qui s'automatise.

Les données de dépenses au niveau des entreprises tranchent à nouveau dans l'autre sens. En reliant les dépenses d'IA observées de 21 559 entreprises américaines aux données de main-d'œuvre, Ramp et Revelio Labs ont constaté que les adoptants à forte intensité ont augmenté leurs effectifs débutants d'environ 12 % au cours des deux années suivant l'adoption, tandis que les adoptants à faible intensité n'ont montré aucune variation statistiquement significative (Ramp, 2026). Un investissement massif en IA, dans ce jeu de données, était associé à plus de recrutements juniors, pas moins.

L'affirmation causale sur l'effondrement des juniors n'est donc pas tranchée, et un Head of Operations n'a aucune raison de planifier ses effectifs là-dessus. L'affirmation sur les critères est une autre affaire.

Ce qui converge, ce sont les critères, pas le compte

Voici pourquoi le résultat sur les grilles d'évaluation mérite l'attention malgré le n = 1. Il concorde avec des preuves tirées d'un type de données complètement différent, à une échelle totalement différente.

Le Global AI Jobs Barometer 2026 de PwC a analysé plus d'un milliard d'offres d'emploi sur six continents, avec un approfondissement sur 2,4 millions de postes débutants aux États-Unis. Les postes juniors exposés à l'IA se sont révélés sept fois plus susceptibles que les postes juniors les moins exposés d'exiger des compétences traditionnellement senior — jugement, réflexion stratégique, leadership mobilisateur, intelligence émotionnelle. Les annonces correspondant à ce profil « seniorisé » ont progressé de 35 % depuis 2019, alors même que l'ensemble des offres de début de carrière stagnait dans les secteurs fortement exposés à l'IA (PwC, 2026).

Les annonces enregistrent ce que les employeurs affichent. Les grilles d'évaluation enregistrent ce que les évaluateurs ont récompensé après avoir rencontré la personne. Ce sont des surfaces de mesure indépendantes, collectées par des parties différentes avec des incitations différentes, et elles ont bougé dans le même sens : vers le jugement et l'autonomie, loin de l'exécution spécialisée.

La convergence de méthodes indépendantes est plus faible qu'une estimation causale unique, mais plus forte que deux anecdotes. C'est suffisant pour agir, parce que l'action est peu coûteuse et vérifiable localement.

Et le décalage qu'elle met au jour est bien réel dans la plupart des dispositifs de recrutement du mid-market. La demande de poste débutant exige désormais un jugement senior, tandis que la fourchette salariale, la montée en compétences à 90 jours et le modèle de mentorat supposent encore un débutant. Pendant ce temps, les recruteurs de jeunes diplômés au Royaume-Uni ont rapporté de 141 à 172 candidatures par poste dans les secteurs les plus sollicités (ISE, 2026) — ce qui signifie que la couche de présélection subit une pression de volume plus forte que jamais, au moment précis où ce qu'il vaut la peine de présélectionner a changé.

Ce qu'un Head of Operations devrait faire ce trimestre

L'audit qui en découle est assez réduit pour être mené soi-même avant la clôture du prochain cycle de recrutement.

  1. Sortez vos vingt dernières grilles d'évaluation d'entretien. Pas la grille type — les commentaires en texte libre que vos évaluateurs ont réellement écrits.
  2. Codez chaque ligne dans l'une de quatre catégories : profondeur métier spécialisée, exécution et mise en œuvre, autonomie et jugement, et preuve d'un travail efficace avec des outils d'IA.
  3. Comptez. Si les deux premières catégories dominent — et dans la plupart des entreprises de 50 à 500 ETP ce sera le cas, car c'est précisément ce que la grille a été conçue pour faire émerger — vous sélectionnez le plus durement sur les deux catégories qui ont perdu du terrain dans l'entreprise la plus avancée sur cette voie.
  4. Vérifiez ensuite le point le plus difficile : si votre processus est même capable d'observer les deux autres. L'autonomie et le jugement n'apparaissent pas dans un CV ni dans un exercice technique chronométré. Ils apparaissent dans la façon dont quelqu'un cadre un problème ambigu, décide de ce qu'il ne fera pas, et explique un compromis qu'il a mal arbitré.

Ce dernier point est la vraie contrainte, et c'est un problème de mesure avant d'être un problème de critères. Les diplômes et les intitulés de poste sont des proxys de l'expertise métier — l'attribut qui perd du terrain. Le jugement et l'autonomie exigent une preuve démontrée : évaluation structurée, problèmes traités, un registre de décisions plutôt qu'un registre de postes. Les instruments côté candidat construits pour cette distinction, dont le Talent Passport de Scovai, certifient la capacité démontrée avec un rang centile par compétence plutôt que le seul parcours — ce qui est la forme que la preuve devrait prendre pour être présélectionnable à grande échelle.

Deux précautions avant de réécrire quoi que ce soit. N'utilisez pas ceci pour justifier une réduction du recrutement junior ; la preuve causale ne le soutient pas, et les données de dépenses au niveau des entreprises pointent dans l'autre sens. Et ne supprimez pas l'expertise métier de vos critères — « a diminué en part de l'évaluation globale » est un rééquilibrage, pas une suppression. Dans une équipe opérations de 200 personnes sans fonction d'entraînement de modèles, la connaissance métier reste ce que vos clients paient.

La décision qui vous attend

Le résumé honnête des preuves est le suivant : personne ne peut encore vous dire si l'IA réduira votre couche junior. Plusieurs jeux de données crédibles divergent. Mais deux sources indépendantes — un milliard d'offres d'emploi et des milliers de grilles d'évaluation d'entretien — s'accordent sur ce par quoi les postes survivants sont évalués, et la plupart des grilles d'entretien n'ont pas bougé en réponse.

Vos grilles d'évaluation d'entretien sont une trace écrite de ce que votre organisation croit prédictif de la performance. Celles d'Anthropic sont deux ans de cette croyance qui change en texte mesurable. Les vôtres sont dans votre ATS en ce moment même, jamais lues comme un jeu de données.

Lisez-en vingt ce trimestre. Si elles récompensent encore le candidat qui sait le plus plutôt que le candidat qui décide le mieux, vous avez trouvé la correction au plus fort levier du trimestre — et elle coûte un après-midi, pas une ligne budgétaire.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.