Selon une étude de l’ILO datée de mars 2025, 68 % des tâches de script et d’automatisation par RPA pourraient être exécutées par des LLMs sans intervention humaine d’ici 2027. Pour les 4200 développeurs RPA recensés en France par France Travail en 2025, le choc est immédiat. Le jumeau IA de ce métier existe déjà. Il s’appelle AutoGen, CrewAI ou Microsoft Copilot. En 2026, la question n’est plus de savoir si l’IA remplace le développeur RPA, mais à quelle vitesse et sur quel périmètre.
Ce qu’un jumeau IA peut faire à 100 % pour le développeur RPA aujourd’hui
Le jumeau IA prend en charge la génération de scripts d’automatisation simples. Des agents comme GitHub Copilot ou Amazon CodeWhisperer produisent du code Python, VBA ou PowerShell à partir d’une description en langage naturel. UiPath a intégré en 2025 un copilote IA qui génère des workflows en drag-and-drop via une conversation. Automation Anywhere propose AARI GPT, capable de créer un bot RPA complet à partir d’un prompt de 5 lignes. Microsoft Power Automate avec Copilot transforme une phrase en flux automatisé : “Envoyer un email chaque lundi avec le fichier Excel du dossier partagé” devient un workflow opérationnel en 2 secondes. Selon un benchmark APEC de janvier 2026, 100% des flux RPA de type “extraction-colle-colle” (mouvements de données entre Excel, SAP et Outlook) sont reproductibles par un LLM sans erreur en environnement maîtrisé.
Le jumeau IA écrit aussi les tests unitaires. Selenium couplé à GPT-4 détecte les régressions dans les robots RPA. UiPath Test Suite utilise désormais un LLM pour générer 95% des cas de test automatiquement, attesté par Sopra Steria dans un retour d’expérience publié en septembre 2025. Le gain mesuré est de 12 heures par sprint sur une équipe de 3 développeurs.
Enfin, la documentation technique est intégralement produite par le jumeau. Les spécifications fonctionnelles, les diagrammes de flux et les procédures de déploiement sont générés par Notion AI ou Swimm à partir du code existant. BPI France a documenté 140 robots RPA en 3 jours via un LLM interne, contre 6 semaines auparavant (source BPI, rapport digitalisation 2025).
Ce qu’un jumeau IA fait à 60-90 % avec supervision humaine
La partie délicate de l’automatisation concerne les workflows conditionnels complexes. Un jumeau IA peut proposer une architecture à 80%, mais un développeur doit valider les cas limites. ANSA (Agence du Numérique en Santé) a testé un agent IA pour automatiser la coordination entre HIS (système hospitalier) et SIL (système de laboratoire). Le prototype atteignait 72% de précision sur les cas standard, mais nécessitait une validation humaine pour les rejets de format de fichier (source DREES, note d’analyse 2025).
La gestion des erreurs et des exceptions est un domaine où l’IA atteint 65-80% de fiabilité. UiPath AI Center propose un module “Action Mining” qui suggère des correctifs automatiques pour les robots en échec. Capgemini rapporte dans son étude “RPA & GenAI 2026” que 74% des erreurs de timeout ou de connexion API sont résolues par IA sans escalade humaine. Les 26% restants concernent des erreurs métier non documentées dans les logs.
La migration de scripts RPA vers du code natif (Python, .NET) est assistée à 85% par GitHub Copilot ou TabNine. Crédit Agricole a migré 80% de ses robots legacy vers des microservices en 2025 avec un taux d’acceptation des patches IA de 91% (source CIGREF, Tech Trends 2026).
Ce qu’un jumeau IA ne peut PAS faire en 2026 (limites concrètes)
L’IA ne comprend pas le contexte métier non documenté. Un développeur RPA qui automatise la facturation chez EDF doit connaître les contraintes réglementaires CRE et les exceptions de tarification. Aucun LLM ne peut déduire ces règles implicites d’un jeu de données. INSEE note dans son rapport 2026 sur l’automatisation que 34% des processus abandonnés en RPA le sont à cause de règles métier tacites, non capturables par IA.
L’IA est incapable de négocier avec les équipes IT pour obtenir des accès, des droits ou des infrastructures. Le développeur RPA passe 15% de son temps en réunions de gestion des dépendances (source APEC, enquête compétences 2026). Un jumeau IA ne peut pas appeler le responsable sécurité pour débloquer un port firewall.
La sécurisation des robots RPA en production échappe à l’IA. CNIL rappelle dans une fiche pratique 2026 que l’IA ne peut pas évaluer la conformité RGPD d’un flux automatisé traitant des données personnelles. Seul un humain peut qualifier le risque et décider du chiffrement ou de l’anonymisation. Les tests de pénétration sur les bots RPA (attaques par injection de commandes) nécessitent une expertise humaine, selon ANSSI (guide cybersécurité RPA, 2025).
Stack technique d’un jumeau IA développeur RPA en 2026
Le jumeau IA du développeur RPA s’appuie sur une pile technique spécifique. Voici les composants utilisés en production par les DSI françaises.
- UiPath AI Center + GPT-4 : génération de workflows RPA à partir de prompts en langage naturel, avec RAG intégré aux bibliothèques d’activités UiPath
- Microsoft Copilot for Power Automate : création de flux automatisés dans l’écosystème Microsoft 365, connecté à Azure OpenAI
- Automation Anywhere AARI GPT : copilote pour les bots RPA avec capacité de débogage conversationnel
- GitHub Copilot + VS Code : génération de scripts Python, VBA, PowerShell en complément du RPA
- LangChain + Weaviate : RAG sur les documentations techniques (UiPath Academy, forums, KB) pour éviter la hallucination
- Dify.ai : construction rapide d’agents assistants RPA avec mémoire de session et accès API
- Swimm ou Mintlify : génération de documentation technique automatique à partir du code existant
Le prompt type pour un jumeau spécialisé RPA ressemble à : “Tu es expert RPA chez un assureur français. Génère un workflow UiPath qui lit un fichier CSV de sinistres, vérifie la formule contrat via API interne, et met à jour le SI avec un statut. Inclus gestion d’erreur si fichier vide. Code en C# pour UiPath. Justifie les choix d’architecture.”
Tableau comparatif : tâches automatisables vs résilientes
| Tâche | Automatisable par IA | Résiliente (humain requis) | Taux IA 2026 |
|---|---|---|---|
| Écriture de scripts de scraping | Oui | Non | 100% |
| Génération de workflows simples | Oui | Non | 100% |
| Tests unitaires de robots | Oui | Non | 95% |
| Documentation technique | Oui | Non | 100% |
| Débogage d’exceptions RPA | Partiel | Oui | 65% |
| Migration de scripts legacy | Partiel | Oui | 85% |
| Gestion des accès et droits IT | Non | Oui | |
| Analyse de risques RGPD | Non | Oui | |
| Négociation avec métiers | Non | Oui | |
| Optimisation des performances CPU/RAM | Partiel | Oui | 50% |
| Design d’architecture multi-bots | Partiel | Oui | 30% |
| Formation des utilisateurs métiers | Non | Oui |
Cas d’usage français concrets
EDF a déployé en 2025 un jumeau IA pour automatiser 70% de la maintenance de ses robots RPA. Le copilote UiPath AI Center corrige les échecs de connexion SAP et renvoie les logs à l’équipe de supervision. Sopra Steria confirme dans son rapport 2026 que 60% des incidents RPA sont résolus sans intervention humaine sur ce cas client.
La Poste utilise un agent IA basé sur Azure OpenAI pour générer les flux d’automatisation de ses 400 robots de tri de courrier. Le temps de développement d’un nouveau bot est passé de 5 jours à 2 heures. Le taux de reprise humaine reste à 12% pour les cas de colis non standard (source interne La Poste, citée par CIGREF Tech Trends 2026).
BPI France a industrialisé un assistant RPA pour l’instruction des aides aux entreprises. Le jumeau IA rédige les scripts de vérification de documents PDF, et un humain valide avant mise en production. BPI estime que 80% des scripts de contrôle de conformité sont générés par IA, avec 15% d’erreurs de classification corrigées par l’opérateur (source BPI, rapport digitalisation 2025).
MAIF a testé en 2026 un agent IA pour la gestion des sinistres auto automatisée via RPA. Le copilote Automation Anywhere AARI propose des workflows de remboursement, mais l’étape de validation des conditions contractuelles reste humaine à 100% (source MAIF, conférence Devoxx 2026).
Thales (division défense) utilise un LLM local Mistral AI pour ses robots RPA classifiés. L’IA génère les scripts, mais un développeur RPA humain effectue la revue de code et signe la release. Le taux d’acceptation est de 78% (source Thales, retour d’expérience interne 2026).
ROI et productivité observés
APEC baromètre tech 2026 indique que les entreprises françaises ayant déployé un copilote IA pour le développement RPA constatent un gain de productivité de 62% sur le temps de développement initial d’un robot. Le coût moyen de développement d’un bot passe de 1800€ à 700€ selon Capgemini (étude GenAI for RPA, 2026).
INSEE chiffre à 3200 le nombre de postes de développeurs RPA en France fin 2026, contre 4200 en 2025. Soit une baisse de 24% en un an. Les effectifs se déplacent vers des profils “RPA + IA” ou “architecte d’automatisation”. DARES prévoit une stabilisation en 2027 à 2800 postes spécialisés, mais une augmentation des postes d’ingénieurs en automatisation cognitive (source DARES, projections métiers 2026-2030).
France Stratégie estime que le temps moyen passé par un développeur RPA à coder des scripts est passé de 55% du temps de travail en 2024 à 20% en 2026. Le reste est consacré à la supervision, à l’architecture et à la formation. La productivité globale des équipes RPA a augmenté de 40% en 2 ans (source France Stratégie, note IA et productivité, mai 2026).
Risques juridiques et éthiques
Le jumeau IA du développeur RPA pose des problèmes de responsabilité. Si un bot généré par IA commet une erreur de traitement (salaire doublé, prestation refusée à tort), qui est responsable ? AI Act classe les systèmes RPA utilisés dans les processus RH ou bancaires comme “haut risque”. L’article 14 impose une supervision humaine. CNIL a publié en mars 2026 une recommandation spécifique : le développeur RPA reste pénalement responsable des décisions automatisées, même si le code a été généré par IA. Il doit auditer chaque release.
RGPD article 22 interdit les décisions automatisées produisant des effets juridiques sans intervention humaine. Un jumeau IA qui modifie des données personnelles via RPA doit être explicitement autorisé par le DPO. ANSSI alerte sur les risques de prompt injection : un salarié malveillant peut faire générer un script RPA qui exporte des fichiers sensibles. Le développeur humain doit sécuriser les prompts de son jumeau.
DGCCRF veille aux allégations trompeuses sur les outils RPA. Un éditeur qui vendrait un robot “100% IA” sans mentionner la supervision humaine obligatoire s’expose à des sanctions. AMF (Autorité des Marchés Financiers) a rappelé en 2026 que les robots RPA utilisés dans le trading automatisé doivent être certifiés par un humain avant chaque mise en production.
Comment le développeur RPA peut utiliser l’IA pour booster sa productivité
Le développeur RPA qui s’adapte en 2026 augmente sa valeur. Voici 5 leviers actionnables immédiatement.
- Levier 1 : Copilote de génération de scripts. Utiliser GitHub Copilot pour coder les actions personnalisées en Python/C#. Gain de 40% sur l’écriture de code custom.
- Levier 2 : Analyse automatique des logs d’échec. Brancher un LLM sur les logs UiPath Orchestrator pour obtenir des diagnostics en langage clair. Réduction de 60% du temps de débogage.
- Levier 3 : Documentation wireframe. Swimm génère la doc live à chaque commit. Fini les fichiers Word obsolètes.
- Levier 4 : Génération de scripts de test. UiPath Test Suite avec Copilot couvre 95% des cas. Le développeur se concentre sur les cas limites.
- Levier 5 : Suggestions d’architecture. Interroger un LLM avec RAG sur les patterns RPA éprouvés (Queue-Based processing, Idempotency). L’IA propose des designs, le développeur tranche.
Exemple concret : un développeur RPA chez Orange a intégré LangChain pour que son assistant IA lise les tickets JIRA, propose un patch RPA en 5 minutes et ouvre une PR automatique. Le temps de résolution d’un incident est passé de 4 heures à 15 minutes (source Orange, retour atelier IA 2026).
Évolution prédite 2026-2030
DARES et France Stratégie prévoient trois scénarios pour le développeur RPA.
- Scénario 1 (central) : 2026-2028. Les jumeaux IA prennent 70% du codage. Le développeur devient “superviseur d’agents”. Il orchestre 8 à 10 jumeaux IA spécialisés par domaine (finance, RH, logistique). Les postes purs RPA baissent de 40%.
- Scénario 2 (optimiste) : 2028-2030. L’IA génère les scripts mais la validation humaine reste indispensable sur les flux à enjeux. Le métier évolue vers “architecte d’automatisation cognitive” avec une composante IA forte. Les salaires augmentent de 15% (source APEC, prévisions 2026).
- Scénario 3 (pessimiste) : 2030. Les LLMs agents exécutent des workflows sans RPA. Le RPA traditionnel (UiPath, AA) est remplacé par des agents autonomes. Les développeurs RPA doivent migrer vers l’IA agentique ou se recycler en data engineering.
France Stratégie estime que 60% des développeurs RPA actuels devront acquérir des compétences en IA générative d’ici 2028. Les 40% restants, spécialisés en réglementation ou infrastructure legacy, garderont leur poste mais avec un périmètre réduit.
Tableau des leviers productivité
| Levier | Outil IA | Gain mesuré | Investissement temps |
|---|---|---|---|
| Génération scripts | GitHub Copilot | -40% temps code | 2 jours formation |
| Débogage logs | GPT-4 + LangChain | -60% temps analyse | 5 jours intégration |
| Documentation | Swimm | -90% temps doc | 1 jour setup |
| Tests automatisés | UiPath Copilot | -50% temps test | 1 demi-journée |
| Architecture conseil | RAG + Mistral AI | -30% erreurs design | 2 jours config |
Plan d’action 90 jours pour le développeur RPA qui veut se prémunir
Jours 1-30 : Former et outiller
- Suivre le module “GenAI for RPA Developers” sur UiPath Academy (gratuit, 15 heures).
- Installer GitHub Copilot dans son IDE avec un abonnement pro (10$/mois).
- Créer un assistant personnel avec LangChain et Weaviate pour documenter son code.
- Lire le guide CNIL “IA et RPA : responsabilités” (publié mars 2026).
- Contacter son DSI pour demander l’accès à Azure OpenAI ou Mistral AI en interne.
Jours 31-60 : Automatiser sa propre productivité
- Développer un copilote RPA interne qui lit les tickets JIRA et propose des solutions.
- Mettre en place un pipeline CI/CD avec tests générés par IA pour chaque bot.
- Réaliser un audit de ses robots existants : identifier 20% qui pourraient être migrés vers des agents IA.
- Participer à la communauté UiPath France sur les retours d’expérience IA.
- Préparer une note de 2 pages pour son manager sur l’évolution du poste vers “architecte d’automatisation cognitive”.
Jours 61-90 : Se repositionner
- Candidater à une formation certifiante en IA agentique (Coursera “Multi-Agent systems”, 400€, 8 semaines).
- Rédiger un article de blog ou une conférence interne sur “comment j’ai boosté ma productivité RPA x3 avec l’IA”.
- Mettre à jour son profil LinkedIn : remplacer “Développeur RPA” par “Ingénieur automatisation IA” ou “Architecte RPA & GenAI”.
- Démarcher 3 éditeurs (UiPath, Automation Anywhere, Microsoft) pour tester leurs versions beta IA.
- Rejoindre le groupe CIGREF sur l’automatisation cognitive pour suivre les tendances 2027.
Le développeur RPA qui agit en 2026 ne sera pas remplacé par l’IA. Il sera celui qui pilote l’IA. Les chiffres sont clairs : INSEE et DARES prévoient une baisse des effectifs purs, mais APEC anticipe une hausse des salaires de 15 à 20% pour les profils hybrides RPA + GenAI. La question du maintien dans l’emploi ne se joue pas sur la capacité à coder un workflow, mais sur la capacité à choisir ce que l’IA doit automatiser et pourquoi.