Entretien avec le PDG tournant de Core International, Zeng Cheng : ce n'est plus "tous les postes liés à l'IA sont populaires" La compétition pour les talents en IA passe de la capacité générale à la mise en œuvre concrète dans des scénarios

Pour investir en bourse, consultez les rapports d’analyse des analystes de Jin Qilin : autoritaires, professionnels, opportuns, complets — aidez-vous à découvrir des opportunités de thèmes à fort potentiel !

（Source : Securities Times）

Récemment, Ubiex Robotics a lancé de nouveau une vague d’embauches en visant, à l’échelle mondiale, le recrutement d’un « Chief Scientist en intelligence incarnée » avec une rémunération annuelle de 15 millions à 124 millions de RMB, propulsant encore une fois le recrutement de talents en IA au-devant de la scène.

Quelle est, à l’heure actuelle, la situation du recrutement de talents en IA ? Quelles tendances se dessineront à l’avenir ? Quels sont les points douloureux de l’écosystème de recrutement ? À ce sujet, Chen Zeng, CEO en rotation de Core International, a déclaré dans une interview accordée récemment à un journaliste de Securities Times que les recrutements avec des rémunérations supérieures à plusieurs dizaines de millions ne constituent pas une norme dans l’industrie ; ils apparaissent généralement dans quelques grandes entreprises seulement et concernent souvent des cas isolés liés à des fenêtres temporelles spécifiques. Cet acte montre précisément que la concurrence pour les talents en IA est en train de passer des compétences généralistes à la mise en œuvre par scénarios : lorsque l’intelligence incarnée arrive à un tournant clé, ce que les entreprises se disputent n’est plus seulement les talents eux-mêmes, mais plutôt une poignée d’acteurs capables de faire réellement aboutir la technologie et de définir la configuration future.

Elle a également estimé que, en 2026, la structure de la “chaleur” du recrutement dans la chaîne d’industries de l’IA se maintiendra de manière structurelle : il ne s’agira plus de “tous les postes en IA sont chauds”, mais plutôt de “ce qui doit être chaud le sera davantage, tandis que le reste se refroidira naturellement”, entrant ainsi dans une nouvelle étape de “prospérité rationnelle”.

Des rémunérations avec une prime nette pour trois types de postes IA

Journaliste de Securities Times : Comment observez-vous les tendances actuelles du recrutement dans la chaîne d’industries de l’IA ?

Chen Zeng : D’après la surveillance en temps réel de la plateforme de données de Core International, la demande en recrutement dans la chaîne d’industries de l’IA se maintient effectivement dans un état vigoureux. Et la demande en talents IA présente trois changements relativement marqués : d’abord, autour de l’optimisation des modèles pour des secteurs verticaux et de la montée en puissance des capacités multimodales, les entreprises augmentent fortement leurs investissements dans des talents en algorithmes centraux et en ingénierie de mise en modèle. Des postes comme ingénieur en ingénierie d’algorithmes pour modèles de grande taille, chercheur en algorithmes, ainsi que des ingénieurs capables de réaliser le déploiement des modèles et l’optimisation des performances : ces postes restent longtemps à un niveau élevé en termes de demande, et la difficulté de recrutement est relativement grande.

Ensuite, avec l’entrée de l’intelligence incarnée et des robots humanoïdes dans une phase de validation à grande échelle, les postes de pointe correspondants deviennent rapidement des sujets brûlants en recrutement. Par exemple, les directions VLA/L4/modèles mondiaux (world models) : des ingénieurs en algorithmes pour l’intelligence incarnée, des experts en fusion multimodale, ainsi que des talents en contrôle intelligent des robots. Par le passé, la demande pour ce type de postes était plutôt dispersée ; aujourd’hui, elle est devenue une priorité dans la course aux talents des entreprises, et la prime salariale est également très évidente.

Troisièmement, l’IA s’infiltre plus profondément dans les secteurs “réels”, en particulier grâce à la mise en œuvre des agents, ce qui entraîne une hausse de la demande pour des postes côté applications dans les industries. Les entreprises privilégient davantage des profils capables à la fois de comprendre la technique et de comprendre le métier : par exemple ingénieur de développement d’agents intelligents, architecte de solutions en IA, etc. Dans le même temps, les responsables produit IA et experts en solutions produit capables de transformer la technologie en valeur commerciale et d’obtenir des insights précis sur les besoins des utilisateurs dans différents scénarios deviennent aussi des postes-clés rares sur le marché.

En outre, à mesure que les applications de l’IA dans les scénarios de cœur de métier des entreprises deviennent de plus en plus approfondies, l’attention des entreprises envers la fiabilité des modèles, la qualité des données et la sécurité des activités s’est nettement renforcée. Cela alimente également une hausse continue de la “chaleur” pour des postes tels que la gouvernance des données, l’évaluation de la sécurité de l’IA et les audits de conformité.

Journaliste de Securities Times : Le niveau de rémunération pour le recrutement dans la chaîne d’industries de l’IA a-t-il connu une hausse clairement visible ?

Chen Zeng : D’une manière générale, le niveau de rémunération dans la chaîne d’industries de l’IA n’augmente pas uniformément. Les hausses les plus significatives se concentrent dans les créneaux rares et les postes centraux. Les hausses de rémunération des talents exceptionnels en cas de changement d’emploi se situent généralement entre 20 % et 30 % ; pour les entreprises, il y a une plus grande flexibilité salariale pour les technologies clés et les postes de leaders.

Les primes réellement évidentes se concentrent principalement sur trois catégories de postes : premièrement, la direction multimodale et intelligence incarnée, en particulier les talents polyvalents qui combinent algorithmes, systèmes et capacités de contrôle. Les rémunérations associées à ces postes clés présentent une prime notable : le salaire annuel des experts seniors en algorithmes de modèles de grande taille se situe entre 1 million et 2 millions de RMB ; le salaire annuel des ingénieurs techniques seniors en technologie AI Agent se situe entre 400 000 et 700 000 RMB.

Deuxièmement, la direction d’ingénierie de modèles et de déploiement à grande échelle. Dit simplement : ce sont des ingénieurs capables de faire en sorte que les modèles du laboratoire soient réellement mis en œuvre dans des activités réelles, de façon stable. La demande pour ces talents est forte, et la hausse salariale est également particulièrement marquée.

Troisièmement, des profils “technique + industrie + produit” polyvalents, comme le responsable produit en IA ou l’architecte de solutions. Ces talents doivent à la fois comprendre la technique, comprendre la logique métier de l’industrie et être capables de faire le lien avec les besoins commerciaux. Leur niveau de rémunération continue de monter. Par exemple, le salaire du responsable produit IA senior peut atteindre 800 000 à 1 million de RMB.

Le recrutement dans l’IA reste à un niveau élevé, mais le rythme de croissance tend à se stabiliser

Journaliste de Securities Times : Pensez-vous que la chaleur du recrutement dans la chaîne d’industries de l’IA en 2026 va continuer, se stabiliser ou baisser ? Sur quoi basez-vous ce jugement ?

Chen Zeng : Je pense que la chaleur du recrutement dans la chaîne d’industries de l’IA en 2026 se maintiendra structurellement : elle restera à un niveau élevé tout en voyant son rythme de croissance se stabiliser, avec la perspective d’entrer dans une nouvelle étape de “prospérité rationnelle”. Que ce soit en Chine ou dans les principales économies mondiales, l’IA a déjà été placée au rang de la force concurrentielle centrale. Les investissements continus en matière de politiques, de capitaux et de ressources industrielles déterminent que ce ne sera pas un engouement à court cycle. D’un point de vue technologique, l’intelligence artificielle reste encore à un stade précoce d’évolution intergénérationnelle. Les directions comme les grands modèles multimodaux, l’intelligence incarnée et l’IA pour la science (AI for Science) ont déjà obtenu des résultats préliminaires, mais il reste encore un long chemin avant la maturité. Tant que la technologie continue de progresser rapidement, la demande pour des talents de haute qualité ne s’arrêtera pas.

En même temps, l’IA s’infiltre plus vite dans tous les secteurs. À l’origine, elle se concentrait surtout dans des domaines très numérisés comme l’Internet et la finance ; aujourd’hui, elle s’étend rapidement vers les secteurs industriels, l’énergie, l’agriculture, la santé, et d’autres secteurs “réels”. Chaque mise à niveau de la numérisation et de l’intelligence d’une industrie traditionnelle créera, en arrière-plan, une demande en talents continue et stable.

Mais du point de vue des tendances, à l’avenir, ce ne sera plus “tous les postes en IA sont chauds”, mais plutôt “ce qui doit être chaud le sera davantage, et le reste se refroidira naturellement”. Pour les entreprises et les talents, c’est en réalité une bonne chose.

Journaliste de Securities Times : Pour les entreprises et les talents, c’est une bonne chose — comment comprendre cela ? Comment évaluez-vous l’écosystème de recrutement actuel de la chaîne d’industries de l’IA ?

Chen Zeng : Je pense que l’écosystème de recrutement actuel de la chaîne d’industries de l’IA passe d’un stade précoce marqué par une chaleur élevée et des émotions fortes à une étape plus rationnelle et davantage structurée. D’un côté, les besoins en talents commencent à revenir à un cadre orienté par la valeur. Au cours de la période précédente, il y a eu effectivement sur le marché des situations où l’on “embauche des gens dès qu’ils ont un lien avec l’IA”. Mais maintenant, les entreprises comprennent de plus en plus clairement que ce qui détermine la compétitivité n’est pas le nombre de postes, mais la capacité des talents à soutenir la mise en œuvre du business. Ce changement est en train de pousser le recrutement à passer du “concours de slogans” au “concours de capacités”, et représente un ajustement nécessaire pour l’ensemble de l’industrie.

La structure des talents est en train d’évoluer : les capacités polyvalentes deviennent la direction principale. Les entreprises recrutent beaucoup moins “sur un seul point” des personnes qui ne comprennent que les algorithmes ou seulement le métier ; elles ont plutôt davantage besoin de talents polyvalents, capables de comprendre les principes techniques, d’être capables d’adresser les scénarios de l’industrie, et d’avoir une conscience produit. Dans un certain sens, cela pousse aussi les talents à évoluer d’une structure traditionnelle “T” vers une structure multidimensionnelle “兀”. Cela constitue un avantage durable pour améliorer la qualité globale des talents dans l’ensemble de l’industrie de l’IA.

Les formes d’emploi agiles sont en train de passer d’un simple choix de supplément à un véritable outil stratégique. C’est une observation très claire que nous faisons depuis deux ans. À mesure que l’itération de la technologie d’IA s’accélère, il devient difficile pour les entreprises de couvrir tous les besoins en capacités de haut niveau avec des effectifs traditionnels ; ainsi, de plus en plus d’entreprises commencent à faire appel à des experts via des contrats basés sur des projets, des consultants indépendants, etc., pour introduire des capacités clés. D’une part, ce modèle réduit les coûts humains et les risques d’essai-erreur ; d’autre part, il offre aux experts seniors des parcours professionnels plus flexibles et variés. Prenons l’exemple d’une entreprise, cliente, qui a fait une entrée dans la chaîne d’industries de l’IA en s’y diversifiant : sur la base d’une compréhension approfondie de la filière et du parcours du fondateur, y compris de celui-ci, nous avons, via un diagnostic métier et organisationnel, aidé le fondateur à clarifier les orientations de développement du business et les besoins en talents clés. Nous ne sommes pas passés par l’approche “attirer et débaucher les meilleurs talents de l’industrie selon les pratiques habituelles”, car du point de vue des cycles de temps et des coûts, cela ne correspond pas à la réalité de la filière et de l’entreprise. Au lieu de cela, nous avons décomposé, en tâches de projet, les modules clés tels que la conception de produit, le développement, la chaîne d’approvisionnement, le marketing à l’international, etc., afin de lui permettre de constituer rapidement une équipe d’experts multi-domaines en l’espace de 3 mois, formant ainsi une organisation agile de type “fondateur central + réseau d’experts externes”, réduisant fortement le cycle de développement produit. Aujourd’hui, le produit est sur le point d’entrer en premier sur le marché outre-mer, réalisant une percée de 0 à 1.

Passer du “recrutement pour gagner” au “développement + emploi” à parts égales

Journaliste de Securities Times : Dans un écosystème de recrutement d’IA plus rationnel et plus structuré, y a-t-il aussi des risques à prendre en compte ?

Chen Zeng : L’écosystème de recrutement actuel devient effectivement plus rationnel, mais il existe aussi des risques qui doivent être surveillés. Premièrement, une concentration excessive des talents de haut niveau : pour les entreprises de taille moyenne et petite, “il est difficile de trouver un général”. Les meilleurs talents en IA sont monopolisés par les géants en tête du secteur et les startups vedettes ; la difficulté d’obtenir des talents pour les PME augmente, ce qui peut, dans une certaine mesure, affaiblir la vitalité d’innovation globale de l’industrie, voire former une configuration dominée par la tête.

Deuxièmement, les entreprises ont une préférence pour “brancher et utiliser”, ce qui comprime l’espace de croissance des talents juniors. Beaucoup d’entreprises, lors du recrutement, montrent clairement une préférence pour des talents seniors avec plus de 8 ans d’expérience, tout en investissant trop peu dans les talents juniors de 1 à 3 ans. Par ailleurs, certaines entreprises ne disposent pas de systèmes complets de développement des talents ; après avoir recruté des talents, elles ne peuvent pas fournir une plateforme de développement appropriée, ce qui entraîne un taux de départ des talents élevé. Si, à long terme, il manque un mécanisme de formation systématique, un problème de rupture générationnelle de talents pourrait apparaître.

Troisièmement, une mentalité de recherche de profits à court terme est en hausse, avec un risque de mauvais appariement des ressources. Certaines entreprises et certains individus se concentrent excessivement sur les retours salariaux à court terme, en ignorant la construction de capacités à long terme et la création de valeur commerciale ; dès que l’environnement du marché change, il est facile d’aboutir à une situation “coûts élevés, production faible”.

Journaliste de Securities Times : Face à cette situation, avez-vous des recommandations ?

Chen Zeng : Pour l’écosystème industriel, il est recommandé de mettre en place un mécanisme de mobilité des talents plus ouvert et d’encourager les talents des grands groupes à circuler vers les PME et les industries traditionnelles, via des modèles tels que le partage des talents, les consultants techniques, etc., afin de permettre aux capacités en IA de bénéficier plus largement à l’économie réelle. Pour les entreprises, il est recommandé de passer du “recrutement pour gagner” au “développement + emploi” à parts égales. D’une part, obtenir rapidement des capacités rares via un emploi flexible, des consultants indépendants, etc. ; d’autre part, augmenter l’investissement interne dans la formation, et bâtir un système de développement de talents polyvalents “IA + business”. En même temps, il faut aussi valider à rebours : définir les postes à partir de vrais problèmes métiers, maintenir un recrutement rationnel, et améliorer les systèmes de formation et de rétention des talents.

Les entreprises qui recrutent doivent absolument réfléchir clairement à leurs besoins avant de commencer à embaucher. L’une des plus grandes erreurs de nombreuses entreprises, c’est de penser : “si les autres recrutent, moi aussi je dois recruter”, sans avoir réfléchi à quel problème ce poste doit résoudre. La technologie est-elle bloquée ? Le produit a-t-il besoin de franchir un obstacle ? Ou bien est-on déjà arrivé à l’étape clé de la mise en œuvre commerciale ? Si ce problème n’est pas clairement compris, même en recrutant des personnes, il est très facile que la situation devienne : “les gens coûtent cher, mais on ne sait pas ce qu’ils doivent faire”.

Les talents de haut niveau n’ont pas forcément besoin d’être “achetés définitivement” dès le départ. Pour des profils extrêmement rares et très haut placés, il est tout à fait possible de coopérer d’abord via des contrats basés sur des projets ou via le mode consultant pendant un certain temps. Cela permet à la fois de valider les capacités et l’adéquation, tout en réduisant le risque d’un investissement initial unique pour l’entreprise. Pendant que l’on se précipite pour recruter des talents déjà matures, les entreprises doivent aussi mettre en place un mécanisme d’identification des talents à fort potentiel. Certaines personnes ne sont peut-être pas encore “capables de gagner des batailles difficiles” dès maintenant, mais elles ont une forte capacité d’apprentissage, une pensée systémique solide, et de l’enthousiasme pour la technologie et le business. Une fois placées dans un environnement adapté, leur vitesse de croissance dépasse souvent les attentes.

Pour les talents, il convient de construire une structure de compétences de type “Π” : il faut absolument une seule “axe technique” suffisamment profond, par exemple un des axes dans les algorithmes, les systèmes ou l’ingénierie ; en même temps, il faut aussi une compréhension horizontale de l’industrie, du métier et du produit, et savoir à quel problème la technologie doit finalement répondre. Les compétences mono-point sont faciles à remplacer, mais la compétence de connexion deviendra de plus en plus précieuse. Par ailleurs, il faut maintenir un équilibre entre le fait de mettre les mains à l’ouvrage et la réflexion : savoir à la fois s’immerger pour écrire du code et exécuter des expériences, et aussi prendre du recul pour penser les tendances de l’industrie, la valeur pour les utilisateurs et les fondamentaux du business.

Des informations massives, une analyse précise : le tout sur l’application Sina Finance