Talki Academy
Signal IA #0516:434 juin 2026

Ce que vos ingénieurs IA ne vous disent pas

Vos meilleurs profils IA ne partent pas parce qu'ils veulent plus d'argent. Ils partent parce que leur travail meurt dans un dossier partagé que plus personne n'ouvre.

Dans cet épisode

Vos meilleurs ingénieurs IA ne partent pas pour le salaire : ils partent parce que leur modèle meurt dans un dossier que personne n'ouvre. Cet épisode démontre que la rétention IA n'est pas un problème RH mais un problème d'architecture de décision, illustré par trois cas réels et un cadre de quatre questions à poser à votre comité de direction.

Extraits

« Vos meilleurs profils ne partent pas parce qu'ils veulent plus d'argent. Ils partent parce qu'ils ont construit un modèle pendant six mois, l'ont affiné, testé, poussé — et que personne, dans votre organisation, ne sait quoi en faire. »

« Ce n'est pas un problème de culture d'entreprise. Ce n'est pas un problème de salaire. C'est un problème d'architecture de décision. »

« Quand la frustration franchit un seuil, ce ne sont pas les moins bons qui partent. Ce sont les meilleurs. Parce que ce sont eux qui ont le plus d'options ailleurs. »

« Sur le marché français, un bon ingénieur en ML, avec deux ou trois déploiements réels à son actif, reçoit une approche sérieuse toutes les deux à trois semaines. »

« Vous n'avez pas embauché des développeurs. Vous avez embauché des chercheurs. Et vous les traitez comme des développeurs. »

« En six mois, le délai moyen entre un modèle prêt et un modèle en production est tombé de cinq mois à onze jours. Et aucun ingénieur n'est parti. Le coût de cette bascule était nul. »

« L'intelligence artificielle est votre dynamo. La question n'est pas si vous l'avez achetée. La question est si vous avez redessiné l'usine. »

Ces extraits sont tirés de l'épisode. Pour l'intégralité de l'analyse, écouter l'épisode complet sur Spotify →

Chapitres

  1. 00:00Ce ne sont pas les primes qui retiennent
  2. 01:35Julien : un modèle qui dort dans un dossier
  3. 03:50Le fossé : vous regardez les mauvais indicateurs
  4. 06:00Sophie : la vision par ordinateur qui s'éteint
  5. 08:20L'IA est une fonction, pas un produit
  6. 10:10La dynamo : redessiner l'usine, pas l'acheter
  7. 12:20Marc et les trois erreurs des dirigeants
  8. 14:30Quatre questions pour votre comité lundi

Les questions qu'un dirigeant se pose

Pourquoi les meilleurs ingénieurs IA quittent-ils l'entreprise ?

Pas pour le salaire, mais pour l'impact. Ils partent parce que leur modèle, construit pendant des mois, finit dans un dossier que personne n'utilise. Quand la frustration franchit un seuil, ce sont les meilleurs qui partent, car ce sont eux qui ont le plus d'options ailleurs.

L'épisode rappelle que 23 % des ingénieurs ML quittent dans les 15 premiers mois, et qu'un bon profil reçoit une approche sérieuse toutes les deux à trois semaines sur le marché français.

La rétention IA est-elle un problème RH ?

Non. La rétention en intelligence artificielle n'est pas un problème de Ressources Humaines, c'est un problème de Direction Générale. Plus précisément, c'est un problème d'architecture de décision : la frustration vient du fossé entre la capacité technique des équipes et la capacité de l'organisation à absorber leurs résultats.

Qu'est-ce que le « fossé » évoqué dans l'épisode ?

Le fossé, c'est la distance entre la capacité technique de vos équipes et la capacité de votre organisation à absorber leurs résultats. Plus cette distance grandit, plus la frustration monte. Ce fossé n'est pas une question de compétences, mais de pouvoir.

Quel est le rapport avec l'électrification des usines il y a cent ans ?

À la fin du XIXe siècle, les usines américaines se sont électrifiées mais ont gardé l'architecture de l'usine à vapeur, organisée autour d'un arbre de transmission central. Pendant près de vingt ans, les gains de productivité ont été nuls. Le gain n'est arrivé que lorsqu'une nouvelle génération a redessiné l'usine entière autour de l'électricité.

L'économiste Paul David a raconté cette énigme. La leçon : acheter la technologie ne suffit jamais. L'IA est votre dynamo ; la vraie question est de savoir si vous avez redessiné l'usine.

Que peut faire concrètement un dirigeant pour retenir ses talents IA ?

Déplacer le pouvoir de décision de mise en production. Une banque mutualiste a confié cette décision, autrefois prise par un comité informatique trimestriel, à un binôme ingénieur et responsable métier habilités à déployer chaque semaine. En six mois, le délai entre un modèle prêt et un modèle en production est tombé de cinq mois à onze jours, et aucun ingénieur n'est parti.

Le coût de cette bascule était nul ; le coût de ne pas la faire se comptait en démissions.

Quelles sont les trois erreurs que commettent les dirigeants ?

Premièrement, traiter l'IA comme un projet informatique avec une date de fin, alors que c'est une capacité à maintenir et réentraîner. Deuxièmement, ne donner aucune visibilité sur l'impact, ce qui isole puis inutilise l'ingénieur. Troisièmement, ne donner aucun pouvoir de décision sur la stack, les données ou le calendrier de déploiement.

Quel cadre l'épisode propose-t-il pour combler le fossé ?

Un cadre de quatre questions à poser à son comité de direction : qui décide du déploiement ? comment mesurez-vous l'impact ? comment intégrez-vous les résultats ? quel est le parcours de carrière ? Sans pouvoir de décision, l'ingénieur est un exécutant ; avec ce pouvoir, il devient un architecte qui reste pour voir le bâtiment sortir de terre.

← Tous les épisodes