VOLOVLORisque d'automatisation et transition, tâche par tâche
DemanderMétiersFilièresEntreprisesFondateursChangementsNotesMéthode
Rechercher des métiers, des filières…
FR
  • English
  • 简体中文
  • 日本語
  • Español
  • Português
  • Français
VLO
VOLO

Comprendre comment l'automatisation change le travail — tâche par tâche, avec les preuves montrées et l'incertitude reconnue.

DemanderMétiersFilièresEntreprisesFondateursChangementsNotesMéthodeÀ proposDiagnostic de posteConfidentialitéConditions
© 2026 VOLO
Métiers
Tous les métiers
IA / logiciel
Traducteur / InterprèteGuichetier bancaireRédacteur publicitaireConseiller de la relation clientAssistant administratifTesteur logiciel / ingénieur qualitéGraphisteAssistant juridiqueMonteur vidéoComptable / Aide-comptableResponsable marketingDéveloppeur frontalAnalyste de donnéesGestionnaire de sinistresRédacteur technique / ingénieur documentationDéveloppeur logiciel juniorRessources humaines / recruteurChargé de créditAnalyste financierAcheteur / spécialiste de la chaîne d'approvisionnementJournalisteCommercial / responsable de comptesAgent immobilierTechnicien de support informatiqueAuditeurConsultant en managementDéveloppeur côté serveurChercheur en IADesigner produit / UXResponsable des systèmes de gestionResponsable d'exploitation e-commerceRadiologueIngénieur de donnéesAvocatAssistant médical / assistant de cliniqueIngénieur en apprentissage automatiqueIngénieur logiciel expérimentéIngénieur DevOps / plateforme / SREChef de produitPharmacienResponsable des partenariats / du réseauAnalyste sécurité (SOC)Responsable conformitéArchitecteEncadrant de proximité / chef d'équipePsychologue / psychothérapeuteVendeur en magasinAgent de sécuritéEnseignantMédecin généralisteServeur en restaurantMécanicien automobile / technicien véhiculeKinésithérapeute / thérapeute en rééducationOuvrier du bâtimentInfirmier diplôméAide-soignantResponsable du déploiement de l'IA
RPA / libre-service
Agent d'accueil du service publicCoordinateur d'exploitationRéceptionniste / accueil
Robotique
Caissier / vendeur en magasinAgent d'entrepôtOpérateur de ligne d'assemblageTechnicien de laboratoire médicalCuisinierAgent de nettoyageÉlectricien
Conduite autonome
Chauffeur VTC / taxiChauffeur routierLivreur / coursier
Filières
Toutes les filièresAnglais / Langues étrangèresInformatiqueComptabilitéPsychologieJournalisme / CommunicationFinance / ÉconomieDroitDesign de communication visuelleMarketingSoins infirmiersGestion d'entrepriseSciences de l'éducation et formation des enseignantsArchitectureAdministration publique
Guides
Demander à VOLOPour les entreprisesPour les fondateursChangements récentsTextesDiagnostic de posteMéthode et preuvesÀ proposSuivre un métierRechercher
Vous lisez en tant que :J'ai un emploiJe fais des étudesJe dirige une entrepriseJe construis quelque chose
On this pageDécoupage par tâcheComment on en est arrivé làChangements récentsCe que cela veut dire pour vousÉcrit à ce sujetMéthode et sources
Métiers›Ingénieur logiciel expérimenté

Être averti quand un dossier vérifié arrive sur ce métier →

Ingénieur logiciel expérimenté

Modifie des systèmes qu'il n'a pas écrits, décide ce qui peut sortir, et répond de la façon dont cela échoue — la part du travail logiciel qui est surtout du jugement sur une base de code précise plutôt que de la frappe.

experienced-software-engineerVoir vos options ↓Logiciel et technologieÉvalué 2026-09-12
Indice d'impact de l'automatisation
46/100
confiance faible · ce n'est pas une probabilité de perdre son emploi
Tâches en cours d'automatisation
0sur 6
0 en cours d'assistance
Encore menées par des humains
4sur 6
2 nouvelles tâches
Jugements appuyés sur des preuves
1sur 6
1 dossier vérifié
46/100
Indice d'impact de l'automatisationConfiance faible

Ce n'est pas une probabilité de perdre votre emploi. Il combine la part de la charge de tâches du poste exposée à l'automatisation avec le chemin réellement parcouru par l'adoption — utile pour comparer des métiers sur une même base cohérente, et pour rien d'autre.

Où ceci s'applique

Écrit pour les ingénieurs ayant plusieurs années dans une base de code de production entretenue — ceux qui relisent, conçoivent et décident ce qui part. Cette page coupe par séniorité ; le frontal, le serveur et l'ingénierie de données coupent par couche et ont leurs propres pages, donc un ingénieur frontal senior se trouve sur deux d'entre elles et elles répondent à des questions différentes. Le travail de début de carrière est évalué séparément ; l'ingénierie de test dédiée a sa propre page. L'ingénierie de l'apprentissage automatique et la recherche en IA ont désormais leurs pages ; l'ingénierie de fiabilité est réelle, réellement différente, et pas encore couverte ici — c'est une lacune, non un jugement qu'elle appartiendrait à cette page.

Ce qui change réellement#

L'unité d'analyse est la tâche, non l'intitulé du poste. Un poste n'est pas remplacé — sa composition en tâches se déplace.

Encore menée par des humains×4Nouvelle tâche×2

C'est votre métier ? Dites-le et cette page se resserre sur votre part de celui-ci.

Un intitulé de poste est un paquet de tâches achetées ensemble, et deux personnes n'ont jamais le même paquet. Rien n'est envoyé où que ce soit — cela reste dans ce navigateur.

Modifier un système que vous n'avez pas écrit

Encore menée par des humains✓ Appuyé sur des preuves

Faire une modification dans une base de code vaste et ancienne où les contraintes ne sont pas documentées et vivent dans ce que des décisions antérieures ont déjà engagé.

IA / logiciel
Pourquoi

C'est la tâche dont parle la preuve la plus solide de cette page, et cette preuve pointe dans le sens inattendu : dans un essai randomisé sur de vrais tickets dans des dépôts que les participants entretenaient, des développeurs expérimentés utilisant des outils d'IA de 2025 ont mis 19 % plus de temps, tout en croyant avoir été 20 % plus rapides. Le contexte dont une modification a besoin est détenu dans le modèle qu'une personne a de ce système précis, et le fournir à un outil coûte plus que cela ne fait gagner.

Ce que cela ne veut PAS dire

Un essai, seize développeurs, des dépôts mûrs qu'ils connaissaient bien — les auteurs disent clairement que cela ne décrit pas la plupart des développeurs ni les projets neufs. Cela ne dit rien de la performance des mêmes outils un an plus tard, et un ralentissement mesuré une fois n'est pas une propriété permanente des outils.

Relire ce que la machine a écrit

Nouvelle tâche≈ Estimation de la plateforme

Lire du code que vous n'avez pas écrit et pour lequel vous n'étiez pas là, et décider s'il est juste — à un volume qui monte à mesure que la génération devient moins chère.

IA / logiciel
Pourquoi

La génération déplace le goulot plutôt qu'elle ne le retire : plus de code arrive, et sa lecture retombe sur qui répond de la branche. Alphabet a dit que plus d'un quart du nouveau code chez Google est généré par IA puis relu et accepté par des ingénieurs, ce qui est une description de l'endroit où le travail a bougé plutôt que d'un travail qui disparaît.

Ce que cela ne veut PAS dire

Une part de code généré ne dit rien du temps que prend la relecture, de sa qualité, ni du changement du nombre total d'ingénieurs. Un volume de relecture qui monte n'est pas non plus automatiquement du bon travail — c'est la part du métier la plus facile à mal faire sous la pression du temps.

Concevoir pour la façon dont cela échoue

Encore menée par des humains≈ Estimation de la plateforme

Choisir une structure, et choisir quels modes de défaillance accepter — savoir ce qui se passe à trois heures du matin quand une dépendance est tombée et que la moitié des requêtes sont déjà en vol.

IA / logiciel
Pourquoi

Un modèle peut proposer une architecture et l'argumenter avec fluidité. Ce qu'il ne peut pas faire est porter la conséquence du compromis, et les compromis ici ne sont pas des préférences techniques — ce sont des paris sur la défaillance à laquelle l'organisation peut survivre, ce qui dépend de faits sur l'organisation plutôt que sur le code.

Ce que cela ne veut PAS dire

C'est un jugement sur le travail, non une mesure : nous ne détenons aucun enregistrement de décisions de conception automatisées ou refusées, et l'absence de preuve ici est de la sorte ordinaire — personne ne publie ses revues d'architecture.

Décider ce qui part

Encore menée par des humains≈ Estimation de la plateforme

Être la personne qui dit que cela sort maintenant, avec ce risque connu, et qui en répond ensuite.

IA / logicielRPA / libre-service
Pourquoi

La preuve du côté test de cette frontière est que les contrôles automatisés n'attrapent pas assez : une enquête auprès de deux cents ingénieurs chevronnés rapporte que 43 % des modifications générées par IA exigent encore un débogage manuel en production après avoir passé la recette et la préproduction. Que le pourcentage tienne ou non — l'enquête a été publiée par une entreprise qui vend des outils de débogage — la forme de l'affirmation correspond aux incidents rapportés de façon indépendante.

Ce que cela ne veut PAS dire

Une enquête déclarative venant d'une partie intéressée est une preuve faible pour un chiffre et une meilleure preuve pour une direction. Cela n'établit pas que les décisions de mise en production deviennent globalement plus difficiles, et cela porte sur le logiciel d'entreprise plutôt que sur tout le logiciel.

Rendre quelqu'un d'autre capable de le faire

Encore menée par des humains≈ Estimation de la plateforme

Une relecture qui enseigne, le travail en binôme, et la transmission délibérée du contexte — le mécanisme par lequel une équipe continue d'avoir des gens capables de juger.

IA / logiciel
Pourquoi

Cette tâche devient porteuse pour une raison extérieure à elle. L'emploi des 22 à 25 ans dans les postes les plus exposés à l'IA a reculé d'environ 11 % de fin 2022 à mi-2026 tandis que les groupes moins exposés ne bougeaient pas ; plusieurs organisations qui ont coupé le recrutement de juniors ont dit publiquement avoir supprimé la voie par laquelle on devient senior. Si moins de gens arrivent par le bas, la transmission du jugement cesse d'être une bonne habitude et devient la ligne d'approvisionnement.

Ce que cela ne veut PAS dire

Les microdonnées de paie montrent une baisse de l'emploi ; elles ne montrent pas que le tutorat a augmenté, ni que quelqu'un a choisi d'y investir. Le lien entre un recrutement junior plus mince et davantage de travail d'enseignement retombant sur les seniors est une lecture de deux faits, non un fait mesuré.

Détenir les agents qui écrivent et modifient le code

Nouvelle tâche≈ Estimation de la plateforme

Fixer ce qu'un agent de code automatisé peut faire sans surveillance, ce sur quoi il doit demander, et où sa production entre dans la branche — puis être le nom attaché à ce réglage.

IA / logicielRPA / libre-service
Pourquoi

Ce travail n'existait pas en 2022 et personne n'y est affecté par défaut. Il apparaît partout où la génération est autorisée à toucher un dépôt, et les incidents qui suivent sont d'ordinaire imputés non au modèle mais à qui avait le droit de fusionner quoi — les pannes d'Amazon de mars 2026 ont été attribuées à une modification assistée par IA non validée et suivies d'une remise à plat de la sûreté du code sur quatre-vingt-dix jours à travers 335 systèmes.

Ce que cela ne veut PAS dire

L'incident et la remédiation d'une entreprise ne décrivent pas le secteur, et un programme de remédiation est la preuve que quelque chose a mal tourné plutôt qu'une preuve sur sa fréquence. Rien ici ne dit que cette détention est un poste pour lequel quelqu'un est payé.

Quelles technologies comptent ici#

Quatre signaux distincts. Ils ne sont délibérément pas additionnés — un métier exposé à deux technologies n'est pas deux fois plus exposé.

Automatisation cognitive
Modifier un système que vous n'avez pas écritRelire ce que la machine a écritConcevoir pour la façon dont cela échoueDécider ce qui partRendre quelqu'un d'autre capable de le faireDétenir les agents qui écrivent et modifient le code
Processus et libre-service
Décider ce qui partDétenir les agents qui écrivent et modifient le code

Comment on en est arrivé là#

L'indice n'est pas un nombre figé. Voici où il se serait situé à chaque jalon de capacité depuis ChatGPT — reconstitué, et étiqueté comme tel.

Reconstitué · inférence de plateformeEstimé aujourd'hui pour chaque jalon passé — non mesuré à l'époque. 26 → 46.
1007550250
non évalué
2022 H22024 H2Now

● 1 événement vérifié pour ce métier, placé à la date où il s'est produit — les parties de la courbe proches d'un repère sont ancrées à quelque chose de vérifiable.

Une base plus haute que la plupart des pages ici, parce que la complétion de code et les outils de remaniement étaient déjà courants avant 2022 — ce métier a commencé la période partiellement automatisé et le savait. La montée de 2023-2025, c'est la génération qui atteint le point où un changement entier peut être rédigé plutôt qu'une ligne complétée. Elle s'aplatit tôt et bas par rapport à la courbe des juniors, et cet aplatissement est la partie intéressante : les tâches restantes sont du jugement sur un système précis et de la responsabilité pour ce qui part en production, et un modèle plus capable n'atteint ni l'un ni l'autre. Lisez l'écart entre cette ligne et celle des juniors comme la forme du problème plutôt que comme un réconfort — les mêmes forces qui retiennent cette courbe sont celles qui poussent l'autre vers le haut, et elles sont reliées par le chemin qui va de l'une à l'autre.

2e semestre 202226La génération de texte généraliste arrive au grand public. Avant ce point, l'exposition venait d'automatisations déjà déployées — OCR, RPA, vision industrielle, caisses en libre-service, algorithmes de répartition. ChatGPT research preview (2022-11-30) ↗
1er semestre 202329Un modèle généraliste qui réussit des examens professionnels. La qualité du premier jet franchit le seuil à partir duquel le travail professionnel commence à s'en servir. GPT-4 (2023-03-14) ↗
2e semestre 202333Entrée visuelle, contexte long et appel d'outils. Les modèles peuvent être pointés vers des documents et connectés à des systèmes, et c'est cela qui déplace le travail de processus plutôt que le travail d'écriture. GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
1er semestre 202437La même capacité devient bien moins chère et bien plus rapide. Rien de nouveau ne devient possible ; beaucoup devient abordable à grande échelle, et c'est là que les décisions de déploiement changent.
2e semestre 202440Des modèles de raisonnement qui traitent des problèmes à plusieurs étapes, et les premiers modèles qui pilotent un ordinateur en regardant l'écran. C'est le second qui atteint les métiers dont le travail consiste à faire marcher des logiciels. OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
1er semestre 202543Les agents commencent à faire fonctionner de vrais logiciels de bout en bout, au lieu de produire du texte qu'une personne recopie. C'est aussi le moment où apparaissent les premiers retours en arrière publics — des organisations qui avaient automatisé et l'ont partiellement défait. Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
2e semestre 202545Le contexte long et l'usage d'outils deviennent la norme plutôt qu'une fonctionnalité. Les gains de capacité continuent ; la contrainte visible se déplace de ce que les modèles savent faire vers la responsabilité juridique, les achats et le coût. GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
1er semestre 202646Les agents à long horizon s'installent dans des flux de travail sectoriels précis. L'adoption devient propre à chaque secteur plutôt que générale. GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
Aujourd'hui46L'appréciation actuelle — ce point est l'indice d'impact publié sur la page du métier, donc la courbe est ancrée à un chiffre que le site assume déjà. À noter pour les courbes plates : durant les mêmes semaines, un aperçu de recherche d'une spécification commune permettant à des agents d'IA de piloter des appareils physiques a été ouvert aux laboratoires et aux fabricants. C'est la première classe de capacités pointée vers les métiers physiques dont les courbes bougent à peine ici. GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

Une courbe plate n'est pas une prévision de sécurité. Elle dit quelles tâches l'automatisation a atteintes jusqu'ici — les métiers qui ont le moins bougé ici sont ceux où la contrainte est physique ou réglementaire, et les deux peuvent changer.

Changements récents#

Contrainte2025-07-10Vérifié le 2026-09-12
Un essai randomisé de METR portant sur 16 développeurs open source expérimentés et 246 tickets réels a trouvé qu'ils mettaient 19 % de temps en plus avec les outils d'IA du début 2025, tout en croyant avoir été 20 % plus rapides

Des mainteneurs expérimentés sur de grands dépôts matures qu'ils connaissent bien (environ 5 ans chacun) ; les outils étaient principalement Cursor Pro avec Claude 3.5/3.7 Sonnet. Les auteurs affirment explicitement ne pas prétendre que le résultat se généralise à la plupart des développeurs, ni au travail sur projet neuf ou de junior.

Un échec, un retour en arrière, une réglementation ou un coût freine l'adoption. Cela peut abaisser une appréciation ou élargir son incertitude.

METR — study report ↗Fiche d'impact complète →

Ce que cela veut dire pour vous#

Si vous débutez

Vous n'êtes pas encore sur cette page, et la route qui y mène est justement ce qui est sous pression — lisez d'abord la page du junior. Ce qui compte le plus ici est que la capacité que ce métier vend est un jugement sur un système précis, et cela s'acquiert en étant dedans, non en utilisant de meilleurs outils.

Si vous êtes expérimenté

Le constat mesuré de cette page est que les outils ne vous ont pas accéléré sur votre propre base de code, et que vous avez peut-être cru le contraire. Prenez cela comme une raison de mesurer votre propre travail plutôt que comme une assurance : l'essai est petit et vieux d'un an, et la part du métier qui croît n'est pas la frappe — c'est relire ce qui arrive, et répondre de ce qu'un agent a eu le droit de faire.

Vos options#

Quatre directions, chacune avec ses contraintes réelles et une chose que vous pouvez tester cette semaine. Continuer comme aujourd'hui est un choix légitime — il faut simplement que ce soit un choix.

Rester et se renforcer

Devenez la personne à qui l'on fait confiance pour dire non

À mesure que les modifications générées se multiplient, la contrainte passe à qui peut en refuser une avec une raison qui tient. Cette autorité se gagne en ayant raison en public, à répétition, sur un système précis.

Contraintes réelles

Exige de rester dans une base de code assez longtemps pour avoir raison à son sujet, ce qui va contre le fait de changer d'employeur tous les dix-huit mois pour une augmentation.

À tester cette semaine

Prenez une modification générée que vous avez validée ce mois-ci et relisez-la en cherchant ce que vous avez manqué. Notez si vous la valideriez encore, et pourquoi.

Refaçonner le poste

Prenez la propriété de ce que les agents peuvent faire

Quelqu'un doit décider ce qu'une modification automatisée a le droit de toucher et où elle entre. Dans la plupart des équipes, personne n'a reçu cela, raison pour laquelle cela apparaît dans les rapports d'incident plutôt que dans les fiches de poste.

Contraintes réelles

C'est une responsabilité sans intitulé, au moins pour l'instant. Prenez-la délibérément et par écrit, sinon elle vous sera attribuée la première fois que quelque chose casse.

À tester cette semaine

Écrivez une page sur ce que les modifications automatisées peuvent faire aujourd'hui dans votre dépôt sans humain sur le chemin. Faites-la circuler et voyez qui n'est pas d'accord sur ce qui est déjà permis.

Mouvement latéral

Allez là où l'exactitude coûte cher par la loi

Paiements, systèmes critiques pour la sécurité, données réglementées — des endroits où une modification sans surveillance n'est pas permise, si bien que la relecture et la responsabilité sont financées plutôt que supposées.

Contraintes réelles

Un travail plus lent, plus de procédures, et une profondeur qui prend des années. C'est un autre genre d'ingénierie, non la même ingénierie dans une pièce plus sûre.

À tester cette semaine

Trouvez une exigence réglementaire qui s'applique à un système près de vous et lisez ce qu'elle interdit réellement. La plupart des ingénieurs n'en ont jamais lu une directement.

Changement de secteur

Passez du côté du problème

Ingénierie de solutions, produit technique, expérience développeur — des postes où la valeur est de comprendre à la fois un système et ce que quelqu'un en attend, et où l'écriture n'a jamais été la partie rare.

Contraintes réelles

Exige de traiter la communication comme une compétence de premier plan, et d'accepter de cesser d'être celui qui connaît le code le mieux.

À tester cette semaine

Asseyez-vous à côté de quelqu'un qui utilise un système que vous avez construit et ne dites rien pendant vingt minutes. Notez chaque endroit où cette personne a hésité.

Questions fréquentes#

Les outils d'IA rendent-ils réellement les ingénieurs expérimentés plus rapides ?

Le seul essai randomisé que ce site détient a trouvé l'inverse, et le détail à retenir est l'écart entre la mesure et la perception : seize mainteneurs expérimentés de projets ouverts travaillant sur de vrais tickets dans des dépôts qu'ils connaissaient ont mis 19 % plus de temps avec des outils de 2025, tout en estimant avoir été 20 % plus rapides. Les auteurs ne prétendent pas que cela décrive la plupart des développeurs ni les projets neufs, et c'est vieux d'un an. Ce que cela établit, c'est que le gain de vitesse n'est pas automatique sur une base de code mûre, et que se le demander à soi-même ne tranche pas la question.

Combien de temps me reste-t-il ?

Personne ne peut répondre par un chiffre, et les réponses assurées des deux camps vendent quelque chose. Une question plus utile est quelle partie du métier, parce que les parties bougent à des vitesses différentes : écrire du code de routine est déjà largement fait par machine, relire ce qu'il a produit est devenu un métier à part entière, et décider ce qui part avec un risque connu n'a pas bougé parce que c'est de la responsabilité et non de la capacité. Surveillez plutôt un signal vérifiable par vous : quelle part de votre semaine consiste désormais à lire du code que vous n'avez pas écrit.

Si les juniors sont coupés, être senior est-il plus sûr ?

C'est exposé autrement, non plus sûr, et les deux sont liés d'une façon qui mérite d'être vue. L'emploi des 22 à 25 ans les plus exposés à l'IA a reculé d'environ 11 % entre fin 2022 et mi-2026, et plusieurs organisations qui ont coupé le recrutement de juniors ont dit publiquement avoir supprimé la voie par laquelle on devient senior. Une profession qui cesse de fabriquer des seniors a un problème d'approvisionnement plus tard, non une garantie de sécurité maintenant — et entre-temps le travail d'enseignement qui se répartissait sur une équipe retombe sur moins de personnes.

Faut-il se spécialiser en frontal, en serveur ou en apprentissage automatique ?

Ce site ne peut pas encore répondre, et le dire est plus utile que de deviner. Ces trois voies ont une exposition réellement différente, mais nous ne détenons aucune preuve qui les sépare — les enregistrements ici distinguent par séniorité, non par pile technique, parce que c'est ainsi que les études ont été conçues. Prenez tout classement assuré du frontal contre le serveur pour l'impression de quelqu'un. Ce que la preuve soutient, c'est de choisir selon le coût d'une erreur dans votre domaine, ce qui traverse les trois.

Quelle est la seule chose qui vaut d'être maîtrisée maintenant ?

Relire du code que vous n'avez pas écrit, et savoir dire pourquoi vous avez rejeté quelque chose. Cette compétence a toujours été présente dans le métier et n'a jamais été ce sur quoi on recrutait ou évaluait ; c'est désormais le goulot, parce que la génération a déplacé le travail de produire vers juger. C'est aussi la capacité qui fait de vous la personne à qui l'on peut faire confiance pour dire non, soit la part de ce métier sans substitut en vue.

Écrit à ce sujet#

Ces textes raisonnent à partir des mêmes dossiers que contient cette page, et chacune de leurs sections nomme ce sur quoi elle repose.

  • Ce qui s'automatise vraiment, et comment le repérer

Méthode et sources#

Date d'évaluation
2026-09-12
Fondement des jugements de tâche
1 appuyés sur des preuves · 5 inférence de plateforme · 0 preuves insuffisantes
Événements vérifiés
1

Comment nous évaluons un métier →