La bataille pour les stagiaires à prix d’or dans le domaine de l’IA : une opportunité ou le prélude à une bulle ?
En tant qu’économiste et journaliste financier observant depuis longtemps l’industrie technologique, ce rapport sur les salaires élevés des stagiaires en IA me met à la fois en émoi et m’inquiète. D’un côté, la révolution technologique redéfinit réellement la répartition de la valeur sur le marché du travail ; de l’autre, derrière ces fluctuations salariales extrêmes se cache une grande incertitude.
Cet article, à travers le regard de cinq stagiaires en IA issus de milieux différents (master de Tsinghua, doctorat de Peking University, doctorat d’une université 985, master non spécialisé en informatique, master d’une université C9), dévoile la réalité complexe et anxiogène de l’industrie de l’IA, enlevant le voile sur l’illusion des salaires élevés.
Analyse approfondie du rapport :
La vérité sur les salaires : pas de “tous gagnent des milliers”, mais une polarisation extrême
Beaucoup de gens, en lisant des titres tels que “salaire journalier de 5000 yuans” ou “salaire annuel de 3 millions de yuans”, pensent immédiatement : “Est-ce que si je m’apprête en IA, je pourrai gagner autant ?”
C’est complètement faux. L’information la plus importante de cet article est que la répartition des salaires dans l’industrie de l’IA suit une loi de distribution 80/20, voire 90/10 :
1. Le “prémium des génies” : Les salaires allant de 5000 à 6000 yuans par jour, voire plus, sont réservés à une très petite minorité de doctorants ou de masters exceptionnels possédant des publications de premier plan et des compétences en algorithmes avancés, considérés comme des “génies”. Par exemple, Cheng Yuan, mentionné dans l’article, travaille sans arrêt, et ces personnes sont des ressources stratégiques que les grandes entreprises sont prêtes à payer cher. Leur salaire reflète non pas leur valeur en tant que travailleurs, mais leur rareté.
2. Les salaires élevés pour la majorité : Pour la plupart des stagiaires ayant de l’expérience et capable de mener des projets indépendants, le salaire journalier se situe généralement entre 1000 et 1500 yuans, ce qui est déjà plus élevé que dans l’industrie internet traditionnelle, mais loin d’être suffisant pour s’enrichir rapidement.
3. Les salaires modestes pour la majorité : Même dans les entreprises d’IA, de nombreux stagiaires s’occupent de tâches telles que le nettoyage de données, des tests de base ou le développement de modules non essentiels, et leur salaire peut être de seulement 400 à 500 yuans. Cheng Yuan mentionne qu’un stagiaire sans publications et sans compétences particulières peut tout de même obtenir un salaire annuel de près de 1 million de yuans, mais cela résulte d’offres de salaires exagérées et non de la norme.
Interprétation de l’économiste : Le marché des salaires en IA est actuellement en phase de déséquilibre entre l’offre et la demande. Les entreprises ont un besoin urgent de personnes capables de mettre en œuvre des solutions concrètes, mais il y a très peu de talents possédant à la fois des compétences pratiques et théoriques. Par conséquent, elles sont prêtes à payer cher pour ces “certitudes”. Cependant, cela ne signifie pas que tous les travailleurs en IA méritent ces salaires élevés ; les hauts salaires sont réservés à ceux qui peuvent résoudre les problèmes clés de l’industrie.
La réalité du travail en IA : pas de “magie”, seulement du travail acharné et de l’essai-erreur
L’image que l’on a souvent de la travail en IA est celle de personnes tapant des lignes de code et de voir les modèles s’améliorer instantanément. Mais les expériences des cinq interviewés montrent que le quotidien des stagiaires en IA est rempli de tâches fastidieuses, d’incertitudes et de recherche personnelle :
1. Exploration dans des “boîtes noires” : Zhang Mingming et Lin Chuan ont déclaré que leur travail ne comportait pas de KPI clairs ni de tâches spécifiques ; ils devaient définir eux-mêmes les problèmes, mettre en place les environnements, exécuter des tests, analyser les résultats et ajuster les paramètres. Cela ressemble plus à une entreprise en miniature qu’à un travail de chaîne de montage. Par exemple, le projet de Lin Chuan nécessitait de constamment ajuster les stratégies d’apprentissage automatique jusqu’à ce que le modèle puisse exécuter des instructions complexes.
2 Du codage aux paramètres aux indicateurs : Le travail de post-traitement décrit par Zhou Kai est typique : si le modèle ne fonctionne pas bien, il faut identifier les erreurs, analyser les causes (compréhension incorrecte, raisonnement erroné ou formatage incorrect, puis ajuster les données ou les instructions et réexécuter les tests. Ce processus est très fastidieux, et la majeure partie du temps est consacrée au nettoyage des données, à l’ajustement de l’environnement et à l’analyse des logs, plutôt qu’à la création d’algorithmes.
3 L’essor des métiers non techniques : L’histoire de Chen Yu est particulièrement intéressante : bien qu’il ne soit pas issu d’une formation en informatique, il est passé d’un poste de data analyste à un poste de product manager grâce à l’apprentissage autodidacte et à son expérience en stage. Cela montre que l’industrie de l’IA a besoin non seulement de génies en algorithmes, mais aussi de product managers compétents en technologie ou d’ingénieurs en algorithmes qui comprennent le business. Ces talents polyvalents sont très rares.
Observation du journaliste : Le travail en IA perd de son caractère mystérieux ; il s’agit désormais d’un travail laborieux et répétitif qui nécessite beaucoup d’ingénierie et d’essais-erreurs. Ceux qui espèrent gagner beaucoup d’argent rapidement grâce à une intuition soudaine seront probablement déçus ; en revanche, ceux qui sont prêts à se consacrer au travail méticuleux et à comprendre le business obtiendront des récompenses.
L’augmentation des exigences : du “posséder des publications” à une “bonne correspondance entre compétences et poste”, une concurrence accrue
L’article souligne une tendance claire : les exigences de recrutement augmentent de plus en plus chaque année et le nombre de postes disponibles diminue :
1. Passage d’une approche large à une approche ciblée : L’année dernière, un simple article de recherche et une expérience en stage suffisaient pour obtenir une offre. Cette année, les entreprises exigent que la direction de la recherche et l’expérience en stage soient très pertinentes avec le poste. Cheng Yuan mentionne que le nombre de postes a été réduit de 100 à 50 dans certaines équipes, mais les salaires n’ont pas baissé. Cela signifie que les entreprises ne paient plus pour le “potentiel” des candidats, mais seulement pour leur capacité à agir immédiatement.
2 La course aux diplômes et aux expériences : Dans les équipes de modèles de base, il y a plus de doctorants que de masters, et les étudiants des universités de premier plan sont très demandés. Zhang Mingming, bien qu’il soit également master de Tsinghua, n’a pas réussi à obtenir d’offre à cause du manque de publications pertinentes. Cela montre que l’aura des universités de premier plan s’estompe, et les résultats concrets (publications, projets) sont devenus la clé.
3 Les programmes de recrutement pour les talents : Des entreprises comme JD.com et Tencent proposent des salaires de plus de 1500 yuans par jour, ainsi que des logements et des subventions alimentaires, mais ces offres sont réservées à une très petite minorité de personnes. Les stagiaires ordinaires et ceux participant à ces programmes font souvent le même travail, mais il y a une grande différence de salaire. Les entreprises utilisent ainsi ces programmes pour attirer les 10 % de talents les plus exceptionnels et couvrir les 90 % restants avec des salaires plus bas.
Interprétation de l’économiste : C’est un exemple typique d’amélioration des mécanismes de sélection. Alors que l’IA entre dans une phase plus avancée, les compétences simples ne suffisent plus ; les entreprises cherchent des personnes capables de résoudre des problèmes complexes. Les critères de recrutement évoluent de “que sais-tu faire” à “que peux-tu résoudre concrètement ?” Les postes en IA du futur seront donc caractérisés par des exigences élevées, des salaires élevés et un taux élevé de sélection.
Les sources d’anxiété : l’itération rapide de la technologie et la缩短 de la durée de vie des compétences
Presque tous les interviewés ont exprimé de l’anxiété. Cette anxiété ne provient pas de l’intensité du travail actuel, mais de l’incertitude quant à l’avenir :
1 La dépréciation rapide des compétences : Zhang Mingming a mentionné que l’année dernière, il fallait encore écrire le code manuellement, tandis qu’aujourd’hui, l’IA peut générer du code automatiquement. Zhou Kai s’inquiète de savoir combien vaudront ses compétences si les modèles avancés automatisent les tâches de développement et d’expérimentation. L’IA engloutit progressivement certaines des tâches des travailleurs en IA. Ce que vous considérez comme une compétence précieuse aujourd’hui pourrait devenir obsolète demain.
2 La durabilité des opportunités de s’enrichissement : Cheng Yuan a souligné qu’il y a eu des offres de salaires exagérées au cours de l’année dernière. Lorsque le marché se calmera, les salaires pourraient baisser. Il craint une crise à l’âge de 35 ans et se demande si, s’il ne peut pas intégrer les équipes clés, son avenir sera plus difficile.
3 La course entre la croissance personnelle et le développement de l’industrie : Bien que Lin Chuan soit confiant, il reconnaît que les exigences augmentent. Chen Yu, quant à lui, a décidé de se concentrer sur ses compétences et sa croissance plutôt que sur la notoriété des grandes entreprises. Cela montre que, dans un secteur en constante évolution, il est essentiel de mettre à jour ses compétences au rythme du développement technologique pour ne pas être éliminé.
Observation du journaliste : Les salaires élevés dans l’IA sont le résultat d’un équilibre dynamique. Ce ne sont pas des salaires fixes, mais une évaluation immédiate de vos compétences actuelles par le marché. Si vos compétences stagnent ou si l’offre sur le marché augmente (par exemple avec l’arrivée de nouveaux diplômés), votre salaire pourrait chuter rapidement. Dans l’industrie de l’IA, il n’y a pas de “boulot garanti”, seulement la capacité à apprendre constamment.
Des conseils pour les non-professionnels : ne vous laissez pas tromper par les “prix d’or”, trouvez votre place dans l’écosystème
Pour les non-professionnels ou les jeunes qui envisagent d’entrer dans l’industrie de l’IA, cet article offre quelques conseils pratiques :
1. Ne poursuivez pas aveuglément les postes en algorithmique : ces postes sont très compétitifs et difficiles à obtenir. Les exemples de Chen Yu montrent que des postes dans les domaines de l’IA produit, de l’application, des données ou de l’opération offrent également des opportunités de salaires élevés et nécessitent moins de compétences techniques. L’important est de savoir connecter la technologie au business.
2 Accordez de l’importance à l’expérience pratique et à la mise en œuvre de projets : les recruteurs ne se contentent plus de savoir si vous connaissez les algorithmes ; ils veulent savoir combien d’expériences vous avez et quels projets vous avez menés avec succès. Vos expériences doivent être détaillées et clairement expliquées. Même les petits projets peuvent être précieux si vous pouvez expliquer leur logique et leurs difficultés.
3 Maintenez une mentalité de résilience : acceptez le fait que les salaires élevés ne soient peut-être pas durables. Ne planifiez pas votre avenir en fonction d’un salaire journalier de 1200 yuans aujourd’hui. Au contraire, profitez de cette période pour acquérir des compétences essentielles, développer votre réseau et construire une marque personnelle. Lorsque l’industrie connaîtra des fluctuations, votre compétitivité globale (et non seulement vos compétences individuelles) sera votre atout.
En résumé : Ce rapport révèle non pas un mythe de richesse instantanée dans l’IA, mais un marché du travail caractérisé par des rémunérations élevées, des risques importants et des exigences élevées :
- Pour les talents de pointe : C’est une ère d’or, avec des salaires et des opportunités sans précédent.
- Pour les travailleurs ordinaires : C’est une époque de défis, nécessitant une meilleure orientation, des compétences solides et un apprentissage continu.
- Pour l’industrie : La bulle se dissipe et la rationalité revient ; l’avenir appartiendra à ceux qui peuvent vraiment créer de la valeur.
En une phrase : Les salaires élevés en IA reflètent la rareté et la certitude des compétences, et non le diplôme ou la spécialisation. Dans cette industrie en plein essor, rester lucide et évoluer constamment est la meilleure stratégie pour les personnes ordinaires.