Un contexte d’emploi qui appelle à regarder les formations avec méthode

Les données fournies décrivent d’abord une dégradation récente du chômage. Le taux de chômage s’établit à 8,3 % de la population active, supérieur de 0,2 point à son niveau du premier trimestre 2026 et de 0,7 point à celui du deuxième trimestre 2025 (+261 000 chômeurs). Pour une personne qui envisage une formation professionnelle, ce constat ne permet pas de déduire qu’une compétence donnée garantit un emploi. Il invite en revanche à examiner son projet avec précision : situation de départ, métier visé, compétences déjà maîtrisées, temps disponible et résultat attendu.

La hausse du chômage donne un poids particulier aux choix de formation, y compris lorsqu’ils portent sur l’intelligence artificielle. Une formation peut être envisagée comme un travail de clarification : identifier les tâches que l’on souhaite mieux réaliser, apprendre à utiliser un outil dans un cadre défini, puis être capable d’expliquer ce que l’on sait faire. Les faits disponibles ne recensent toutefois ni les métiers qui recrutent dans l’IA, ni les logiciels à apprendre, ni les certifications à choisir. Il serait donc imprudent de transformer ces données générales en palmarès de compétences IA recherchées.

Le taux de chômage est à son plus haut niveau depuis le troisième trimestre 2020 qui était affecté par la crise sanitaire, et depuis le troisième trimestre 2019 auparavant. Cette comparaison temporelle souligne le caractère important de la situation décrite. Elle ne dit pas quels parcours individuels seront les plus efficaces. Dans ce cadre, une reconversion ou un perfectionnement peut gagner à partir d’un objectif professionnel concret plutôt que d’une promesse générale autour de l’IA.

Il demeure toutefois nettement au-dessous de son pic de mi-2015 (-2,2 points). Le contexte n’est donc pas résumé par une seule lecture. Pour choisir une formation, comparer plusieurs éléments du même jeu de données est plus utile que de retenir uniquement le chiffre le plus frappant.

Ce que les indicateurs économiques disent, et ne disent pas

Les informations macroéconomiques fournies présentent des évolutions contrastées. La demande intérieure finale (hors stocks) repart à la hausse : la consommation des ménages augmente légèrement (+0,2 % après -0,3 %), de même que la consommation des administrations publiques (+0,4 % après +0,3 %). Cette phrase décrit une évolution de la demande intérieure finale hors stocks. Elle ne fournit pas une liste de secteurs, de postes ou de compétences à cibler dans une formation professionnelle.

À l’inverse, la formation brute de capital fixe diminue de nouveau (-0,3 % après -0,8 %). Pour une personne en transition, cette donnée ne permet pas d’affirmer qu’une formation IA est plus ou moins demandée. Elle rappelle surtout qu’un indicateur ne doit pas être isolé de son périmètre : ici, il est question de formation brute de capital fixe, et non de formation professionnelle des salariés, des demandeurs d’emploi ou des indépendants.

Au total, la demande intérieure (hors stocks) contribue à l’évolution du PIB pour +0,1 point après -0,2 point au premier trimestre 2026. Ce changement de contribution ne répond pas directement à la question des compétences IA. Il est préférable de le présenter pour ce qu’il est : un élément du contexte économique récent, et non une preuve qu’un programme précis de formation conduira à une embauche.

Les dépenses de consommation offrent elles aussi un tableau non uniforme. La consommation d’énergie continue d’augmenter (+1,4 % après +2,5 %), la consommation alimentaire se redresse (+0,6 % après -0,3 %), tandis que la consommation de biens fabriqués baisse (-0,2 % après une stabilité). Ces évolutions concernent la consommation des ménages. Elles ne permettent pas d’identifier des compétences IA recherchées en France. Les utiliser comme argument commercial en faveur d’une formation serait aller au-delà des faits fournis.

Comment construire un projet de compétences IA prudent

En l’absence de données fournies sur les offres d’emploi, les salaires, les titres de poste ou les compétences techniques, le bon point de départ est de formuler une question vérifiable. Par exemple : quel travail veut-on réaliser plus clairement, plus rapidement ou avec davantage de contrôle ? Cette formulation évite de confondre intérêt pour l’IA et objectif professionnel. Elle aide aussi à distinguer l’apprentissage d’un outil, l’acquisition d’une méthode et le changement de métier.

Un parcours peut être découpé en étapes simples : définir le résultat attendu, repérer les connaissances déjà disponibles, choisir une situation de travail à pratiquer et conserver une trace du résultat. Cette démarche ne prétend pas prédire le marché. Elle sert à rendre une formation plus lisible pour la personne qui la suit et pour un interlocuteur professionnel. Une compétence utile est plus facile à présenter lorsqu’elle est reliée à une tâche, à une limite et à un résultat observable.

Pour l’IA, il est particulièrement important de ne pas promettre ce que les sources ne démontrent pas. Les données ici réunies ne permettent pas d’affirmer que le développement, l’analyse de données, la rédaction assistée, l’automatisation, la cybersécurité ou tout autre domaine constitue la priorité nationale du moment. Elles ne permettent pas non plus de classer les formations selon leur capacité à protéger contre le chômage. Un choix responsable consiste donc à demander à chaque organisme ce que recouvre précisément le programme, quels travaux sont réalisés et comment les acquis sont évalués.

Cette prudence n’interdit pas d’agir. Elle conduit à préférer un projet proportionné : apprendre, pratiquer, décrire ce qui a été appris, puis réévaluer le projet. Dans un contexte où le chômage augmente, éviter les promesses générales est une forme de protection. Le candidat peut consacrer son temps à une formation dont il comprend l’objet, plutôt qu’à une étiquette qui ne renseigne ni sur le contenu ni sur l’usage professionnel.

Un contexte démographique à garder en perspective

Les faits démographiques fournis complètent le tableau sans désigner, là encore, une compétence IA précise. 22 % de la population a au moins 65 ans, soit presque la même proportion que celle des moins de 20 ans. Cette information décrit la structure par âge de la population. Elle ne permet pas, à elle seule, de conclure sur des besoins de recrutement, des métiers en tension ou des contenus de formation.

En 2025, 645 000 bébés sont nés en France. C’est 2,1 % de moins qu’en 2024 et 24 % de moins qu’en 2010, année du dernier point haut des naissances. Ces chiffres peuvent nourrir une réflexion de long terme sur la population, mais ils ne suffisent pas à désigner une formation professionnelle ou une spécialité IA comme choix évident.

Décider sans surinterpréter les données

Les chiffres récents justifient de prendre l’emploi et la montée en compétences au sérieux. Ils ne justifient pas de présenter l’IA comme une solution automatique. Le constat le plus solide est celui-ci : le chômage est en hausse selon les données fournies, tandis que les autres indicateurs exposés sont contrastés et ne détaillent pas les compétences recherchées. Une formation peut être pertinente si son contenu correspond à un projet défini ; les sources disponibles ne permettent pas d’aller plus loin.

Avant de s’engager, il est donc raisonnable de vérifier le programme, la place laissée à la pratique, la manière dont les acquis seront présentés et le lien avec le métier réellement visé. Ces vérifications ne prédisent pas l’emploi, mais elles évitent d’attribuer aux données officielles des conclusions qu’elles ne contiennent pas. Sur un sujet aussi sensible que l’emploi, cette distinction est essentielle.