La revue systématique PRISMA 2020 de Nassim Dehouche, publiée dans Frontiers in Human Dynamics le 6 mai 2026, a examiné 1 847 références et synthétisé 94 études — dont 42 quantitatives — dans la première cartographie évaluée par les pairs du déplacement observé, et non prédit, du marché du travail par l'IA (Frontiers in Human Dynamics, 2026). Le résultat principal est tranchant : les offres d'emploi entry et mid-level en développement logiciel et création de contenu dans les économies à hauts revenus ont chuté entre −14% et −41% (médiane −23%) entre 2022 et 2024. La plupart de la couverture s'arrête là. Le chiffre qui devrait changer la manière dont une fonction opérations de 200 FTE construit son plan Q3 est celui niché à l'intérieur — une expansion de +26% des rôles AI-adjacents en infrastructure, sécurité et quality assurance sur la même période (Berkes et al., difference-in-differences sur 18 pays à partir de données LinkedIn), et une prime salariale de 15–22% pour les travailleurs AI-augmentés dans les rôles qui ne se sont pas contractés.
Pour un Head of Operations qui finalise le backfill Q3 dans les trois prochaines semaines, la lecture opérationnelle de ces deux chiffres est celle que la plupart des plans mid-market se trompent : le déplacement n'est pas uniforme, et la posture de planification qui le traite comme uniforme — un gel plat sur les réquisitions, ou une réduction plate de 10% des effectifs sur toutes les équipes — finance la mauvaise moitié de la courbe. Les données ne disent pas de ralentir. Elles disent de rediriger.
Ce que Dehouche a réellement mesuré — et pourquoi « observé » bat « prédit »
La méthodologie compte ici parce que la littérature sur le déplacement IA est principalement basée sur des modèles. Les études McKinsey, Goldman et OpenAI/UPenn qui ont défini la conversation publique en 2023–2024 estimaient l'exposition — quelle fraction de tâches un modèle pourrait plausiblement effectuer — et extrapolaient au déplacement. La revue de Dehouche fait quelque chose de différent : elle agrège des études qui mesurent les flux réels d'offres d'emploi, les taux d'embauche et les niveaux d'emploi contre la timeline de déploiement de l'IA, puis applique le screening PRISMA 2020 pour filtrer la rigueur méthodologique. Les 94 études qui survivent au screening font de l'observation, pas de la prévision.
L'instrument est exceptionnellement adapté aux inputs de planification mid-market. Le pool initial de 1 847 références reflète la densité réelle de la littérature ; la synthèse de 94 études filtre les anecdotes single-firm et les decks de conseil non publiés ; le sous-ensemble quantitatif de 42 études donne des effect sizes comparables entre géographies et types de rôles. La méthodologie est la raison pour laquelle la médiane de −23% est porteuse. C'est la tendance centrale du déplacement mesuré, pas la moyenne des conjectures.
Le résultat de bifurcation à l'intérieur de la synthèse est la partie que les fonctions opérations mid-market doivent lire contre leurs plans Q3. La fourchette de −14% à −41% sur les types de rôles en contraction n'est pas une bande étroite — c'est un signal sectoriel, avec développement logiciel et création de contenu regroupés à l'extrémité supérieure du déclin, et des rôles adjacents dans les mêmes entreprises en expansion. Le difference-in-differences sur 18 pays de Berkes et al. sur les offres LinkedIn ajoute la comparaison : les rôles AI-adjacents en infrastructure, sécurité et quality assurance ont crû de +26% dans la fenêtre de mesure, et les travailleurs exécutant des versions AI-augmentées des rôles survivants ont gagné 15–22% de plus que leurs pairs non augmentés (World Bank, Jobs and Development ; OECD.AI Policy Observatory).
Le titre « l'IA déplace des emplois » décrit une queue de la distribution. Les données décrivent la distribution.
Pourquoi les postures d'embauche uniformes manquent la courbe 2026
Les fonctions opérations mid-market gérant des effectifs de 200 FTE construisent typiquement leurs plans de backfill Q3 à partir de deux inputs : prévisions d'attrition par équipe, et enveloppe top-down d'effectifs fixée en Q1. Quand la narrative macro est « l'IA déplace des emplois », la traduction naturelle est un trim en pourcentage plat — réduire les réquisitions de 8–12% sur toute la ligne, prioriser les gels dans les rôles que la fonction lit comme AI-exposés, et différer la question de l'augmentation à 2027. La logique semble disciplinée et produit le pire résultat.
Le décalage est double. D'abord, les types de rôles en contraction et en expansion se trouvent fréquemment à l'intérieur de la même entreprise. Une coupe plate de 10% appliquée à une firme mid-market SaaS-tooled rogne les réquisitions de content marketing et d'ingénierie junior (la queue en contraction) au moment précis où elle devrait étendre les réquisitions de QA engineering, devops et security engineering (la queue en expansion de +26%). La fonction lit son propre pattern d'attrition comme un signal de marché et gèle contre lui, alors que le marché lui dit en réalité de reformer le mix de réquisitions.
Ensuite, le signal de prime salariale est une validation de marché sur où l'augmentation paie, et la plupart des plans mid-market le traitent comme un coût plutôt que comme un signal. Une prime salariale de 15–22% pour les travailleurs AI-augmentés dans les rôles survivants signifie que les candidats externes avec des compétences crédibles d'augmentation sont en train de clearer le marché à des prix significativement plus élevés que leurs pairs non augmentés. Une fonction qui répond en plafonnant les bandes de compensation aux benchmarks « pré-IA » mise sur les travailleurs que les données disent non différenciateurs, et perd les candidats dont la présence dans l'équipe ferait bouger la productivité. La prime n'est pas le problème que la fonction devrait résoudre. C'est le prix de la partie du mix de rôles qu'elle devrait faire croître.
La fonction qui exécute le Q3 contre la narrative du déplacement uniforme n'exécute pas un exercice de planification. Elle exécute un rééquilibrage au ralenti qu'elle ne souhaite ni ne contrôle.
Le jeu de redirection — À quoi cela ressemble concrètement pour les ops 200 FTE
Le levier est structurel et plus mince que les frameworks publiés le font paraître. Trois pièces comptent, et elles sont séquençables dans les deux à trois prochaines semaines.
Reclassifier le mix de réquisitions avant d'approuver l'enveloppe Q3
La première pièce : diviser la liste des réquisitions ouvertes et en attente en trois seaux — en contraction (rôles entry et mid-level que la revue Dehouche nomme comme queue du déplacement), en expansion (rôles AI-adjacents en infrastructure, sécurité, QA, devops et data engineering dans la queue de +26%), et adjacents (rôles dont l'exposition est incertaine mais sur lesquels la fonction embauche selon des hypothèses historiques). La reclassification est une session de travail HR + leadership ops ; le livrable est une matrice d'une page qui remplace la liste historique de réquisitions comme input de planification.
Le résultat de cette étape est rarement le changement de comptage que la fonction attend. La plupart des fonctions opérations mid-market découvrent que leurs réquisitions ouvertes dans la queue en contraction dépassent celles de la queue en expansion d'un ratio d'environ 3:1, et que le déséquilibre est l'artefact du plan de l'an dernier copié en avant. La fonction qui ferme le déséquilibre — gèle une partie de la queue en contraction et ouvre des réquisitions net-new dans la queue en expansion à la même enveloppe totale d'effectifs — vient d'exécuter la redirection que les données défendent sans dépenser un dollar supplémentaire de budget compensation.
Financer la formation à l'augmentation là où la prime salariale est déjà cotée
La deuxième pièce : pour les rôles survivants dans la queue en contraction (les 60–80% de l'effectif que les données ne prédisent pas disparaître), financer la formation AI-augmentation contre le signal de prime salariale. La prime de 15–22% que les candidats externes commandent est le prix publié par le marché pour la compétence — une formation interne qui ferme cet écart en 90 jours est à haut ROI par inspection. Le coût est borné : la plupart des curriculums enterprise d'augmentation coûtent 800–1 500 $ par FTE pour le palier fondamental, et le break-even est d'environ 4–6 mois contre la hausse de productivité documentée dans la même littérature.
La pièce que la plupart des fonctions sautent est nommer le rôle augmenté explicitement. La formation fonctionne structurellement quand le rôle post-formation est réécrit — nouveau titre, nouvelle bande de compensation qui capte une partie de la prime de marché, nouveaux critères de performance qui nomment les tâches d'augmentation comme partie du rôle plutôt que comme effort discrétionnaire. Sans la réécriture du rôle, la formation est du développement professionnel que la fonction paie et que le marché capte. Avec la réécriture, la fonction capte la prime salariale en interne et la page de compensation publiée de l'équipe dit au pool de candidats que l'augmentation a été cotée (NBER Working Papers).
Ouvrir le screen cross-profile sur les incumbents de la queue en contraction
La troisième pièce : avant qu'un rôle de la queue en contraction soit fermé par attrition ou restructuration, lancer un screen psychométrique et d'adjacence de compétences sur les incumbents pour faire émerger lesquels peuvent crédiblement traverser vers les rôles de la queue en expansion. La lentille Scovai ici est l'opérationnelle — les candidats que les données disent capables de traverser ne sont pas toujours ceux que le line manager aurait nommés, parce que la nomination du line manager est biaisée vers les critères de succès du rôle legacy, pas ceux du rôle de destination. Le screen fait émerger le sous-ensemble cross-éligible contre les nouveaux critères, et la fonction prend la décision de redéploiement sur des données plutôt que sur une narrative.
L'économie du cross-profile est directe. Le coût fully-loaded d'une embauche externe senior dans un rôle de la queue en expansion est typiquement de 25 000–45 000 $ en frais d'agence et friction de ramp pour une fonction mid-market ; le coût de redéployer un incumbent interne qui passe le screen cross-profile et complète un parcours d'augmentation de 90 jours est une fraction de cela, et le time-to-productivity est environ la moitié. Le screen se paie sur le premier cross réussi. Les fonctions qui le sautent font par défaut de l'embauche externe contre un pool de candidats qui — selon l'évidence de la prime salariale — est la cohorte la plus coûteuse du marché du travail en ce moment.
Le contre-argument et pourquoi les données le ferment
Le contre-argument naturel d'un COO mid-market sous pression budgétaire : la revue Dehouche est un seul papier, la bifurcation pourrait ne pas se généraliser à notre secteur, et le mouvement discipliné est d'attendre deux trimestres supplémentaires d'évidence avant de reformer les réquisitions. La logique sonne patiente et produit le mauvais résultat.
Les données de Dehouche sont directes sur le timing. La contraction de −14% à −41% a été mesurée sur 2022–2024 — la bifurcation n'est pas une prévision future sur laquelle la fonction pourrait être en avance. C'est une mesure rétrospective sur laquelle la fonction est actuellement en retard. Un plan Q3 2026 qui fait le backfill contre les hypothèses de mix de rôles 2022 fait du staffing pour un marché du travail qui a déjà fini de bouger. L'expansion de +26% dans les rôles adjacents et la prime d'augmentation de 15–22% clearent déjà le marché à l'échelle depuis 18–24 mois. La fonction qui attend deux trimestres supplémentaires avant de reformer n'est pas conservatrice. Elle a deux ans de retard.
Une version plus affûtée du contre-argument : même si la bifurcation est réelle au niveau macro, notre secteur spécifique pourrait ne pas la montrer, et le coût d'un reformat mistimé est élevé. La synthèse Dehouche ferme cela aussi. Le pool de 94 études couvre logiciel, services professionnels, services financiers, administration de santé et customer operations — la raison méthodologique de la revue systématique est précisément de tester la variation sectorielle, et le pattern de bifurcation survit au screening à travers les cinq clusters. Les secteurs mid-market qui pensent être isolés sont ceux que la revue nomme comme étant déjà dans la médiane de −23%, pas en dehors.
La décision Q3 compressée en une action
Pour un Head of Operations qui finalise les plans workforce mid-market 2026 dans les deux à trois prochaines semaines, l'implication se comprime en une règle :
Avant que l'enveloppe d'embauche Q3 soit approuvée, reclassifier chaque réquisition ouverte et en attente en contraction, expansion ou adjacente — et reformer le mix au même total d'effectifs, financer la formation à l'augmentation contre la prime salariale publiée, et lancer le screen cross-profile sur les incumbents de la queue en contraction avant de fermer le moindre rôle à l'attrition.
Le coût de triage est une session de travail transversale, une décision de curriculum et une passe psychométrique sur la population incumbent. Le coût à la baisse de ne pas trier — à la médiane de −23%, à l'expansion de +26%, et au signal de prime salariale de 15–22% que Dehouche et Berkes ont maintenant placé dans le record évalué par les pairs — est un plan Q3 qui embauche la queue en contraction au rythme de l'an dernier, gèle la queue en expansion par omission, et paie le coût cross-profile deux fois en 2027 quand la fonction reconstruit les rôles augmentés qu'elle aurait dû ouvrir en mai.
Le chiffre −23% n'est pas l'histoire du déplacement. Le +26% niché à l'intérieur l'est. La question Q3 est de savoir si les réquisitions de ce cycle sortent contre le mix de rôles que la narrative headline décrit, ou contre le mix de rôles que l'évidence évaluée par les pairs nomme maintenant.
