Je vais raconter une histoire vraie.

En mars dernier, j'ai été bloqué par une tâche simple, il fallait extraire des informations utilisateur dans un format spécifique à partir d'une base de données chaotique, puis générer un rapport.
Autrefois, je mettais deux jours à écrire un script, ce jour-là j'étais un peu paresseux, j'ai simplement ouvert une interface de chat et tapé : tu fais semblant d'être un analyste de données, aide-moi à faire ça, dis-moi étape par étape comment procéder.
Je ne m'attendais pas à ce qu'en dix minutes j'aie une solution, et vingt minutes plus tard, j'avais la première version des données.
À ce moment-là, j'ai soudain réalisé que les compétences dont j'étais fier depuis cinq ans perdaient de leur valeur, ce n'était pas qu'elles étaient inutiles, c'est qu'elles ne constituaient plus une barrière, tu peux écrire du code, l'IA peut aussi, tu peux faire des tableaux, l'IA le fait plus vite.
Alors, qu'est-ce qui reste pour moi comme quelque chose que les autres ne peuvent pas prendre ?
J'ai commencé à observer quelles compétences, avec l'aide de l'IA, devenaient en fait plus précieuses, et ce sont les trois compétences que j'ai prioritaires à apprendre en 2026 :
La première s'appelle clarifier les besoins flous.
Le patron dit que je veux un plan de croissance, une personne normale commencerait par faire un tableau.
Moi, je m'assois, je pose cinq questions en dix minutes : Quel indicateur de croissance ? Sur quelle période ? Quel budget ? Quel est le coût maximum acceptable ? À quoi ressemble un cas de succès ou d’échec ?
Une fois ces questions clarifiées, la tâche initialement floue devient une liste précise que l'IA peut exécuter.
Cette compétence n'est pas innée, je l'ai délibérément développée, la méthode est simple : à chaque nouvelle tâche, je rédige d'abord cinq questions, sans y répondre, je ne commence pas avant.
La deuxième s'appelle raconter une histoire à l'envers.
La plupart des gens rapportent leur travail en listant d'abord des données, puis en analysant, enfin en donnant une conclusion.
Ce type de structure peut aussi être généré par une machine, ma méthode est inversée : je donne d'abord une conclusion contre-intuitive, puis j'explique par une histoire pourquoi cette conclusion est valable, enfin je mets les données en annotation plutôt qu'en protagoniste.
Les gens n'oublient pas les chiffres, mais ils se souviennent des conflits.
L'année dernière, j'ai obtenu deux projets qui ne m'appartenaient pas à l'origine grâce à cette compétence.
La troisième s'appelle curiosité sociale proactive.
Cela ne ressemble pas à une compétence, mais c'en est une.
L'IA sait tout, mais elle ne s'intéresse pas activement à comment tu vas aujourd'hui, elle ne te tend pas un verre d'eau quand tu es déprimé, elle ne dit pas "j'ai déjà vu une situation similaire, voici comment on l'a résolue" quand un projet est bloqué.
Ces petits moments, non planifiés, empreints de chaleur humaine, forment la base de la confiance.
La confiance ne peut pas être produite en masse par un algorithme.
De plus, la compétence qui m'a le plus aidé cette année, c'est un peu embarrassant à dire, c'est apprendre à me reposer.
Ce n'est pas de la paresse, c'est une interruption délibérée.
Avant, je travaillais jusqu'à l'épuisement total, puis je craquais passivement.
Maintenant, je force à quitter l'ordinateur à 14h chaque après-midi pendant quinze minutes, sans rien faire, juste rester assis.
Après cette période, ma productivité est supérieure de quarante pour cent à ce qu'elle était avant, j'ai même un assistant qui bloque mon interface de travail à l'heure précise, cette habitude m'a sauvé.
En 2026, la clé de la combinaison de compétences ne sera plus quels outils tu maîtrises, mais combien de ponts tu peux construire entre la machine et l'humain.
Plus il y a de ponts, plus tu es irremplaçable.