Risques bancaires (crédit, marché, opérationnels)
ISCO-08 2413, 2120Analyste risques de crédit, Analyste risques de marché, Risk manager risques opérationnels, Modélisateur risques, Analyste validation de modèles, Responsable du suivi des risques
Effectif nécessaire, en ETP
Compétences IA cibles
niveau 1 à 4Compétences métier
Se renforcent
- Validation et challenge des modèles d'IA
- Construction de scénarios de stress
- Restitution des risques à la direction
- Évaluation des risques émergents : climat, cyber, IA
Se déprécient
- Production des tableaux de bord risques récurrents
- Collecte manuelle des données des reportings réglementaires
- Rédaction des rapports d'incidents standard
- Suivi courant des limites et des dépassements
Les transformations attendues
Les équipes risques consacrent une large part de leur temps à la production : tableaux de bord mensuels, documentation ICAAP et stress tests, reportings réglementaires, fiches d'incidents, dossiers de comité. L'IA collecte et contrôle désormais les données, rédige les commentaires et la documentation, et classe les incidents opérationnels. Le développement des modèles lui-même s'accélère, car les outils de génération de code écrivent une bonne part du code de modélisation et de test.
La fonction se déplace vers le challenge et la supervision. Les banques auront besoin de plus de profils capables de valider des modèles d'apprentissage automatique, d'en tester les biais et la stabilité, et de les expliquer au superviseur au titre de l'AI Act et des règles sur le risque de modèle. Un bon professionnel du risque demain allie profondeur quantitative et autorité pour dire non, au métier comme à un modèle.
- 2026-2027
- Reporting risques automatisé et documentation pré-rédigée pour comités et superviseur.
- 2028-2030
- Les équipes de production diminuent ; validation et risque IA se renforcent.
- 2031+
- Une fonction plus resserrée, centrée sur le challenge des modèles.
Les profils capables de valider des modèles d'IA et de dialoguer avec le superviseur sont rares et convoités par les cabinets de conseil et les fintechs. Ici, la fidélisation et la formation interne comptent davantage que la baisse des effectifs. Voir l'effet démographique ci-dessous.
Et si vous recrutiez moins de juniors ?
Les seniors de 2036 sont les juniors que vous recrutez aujourd'hui.
Paramètres avancés modifié
2026 2036
The AI Cookbook 2026
Le guide d'albert pour dépasser le bruit autour de l'IA générative et en faire des décisions sur les effectifs.
- Ce que l'IA change vraiment dans les métiers et les compétences
- Pourquoi la filière junior compte plus que la plupart des entreprises ne le pensent
- Comment intégrer l'IA dans la planification des effectifs

Faites tourner ces scénarios sur vos vrais effectifs
Diagnostic Impact IA : 6 à 8 semaines, vos données dans albert, trois scénarios chiffrés et la pyramide projetée pour chaque famille de métiers.
Comment les chiffres sont construits
Chaque chiffre d'effectif combine quatre hypothèses. Trois sont pré-remplies à partir de la recherche publique et des valeurs de la famille. Le plafond stratégique, c'est vous qui le fixez.
Pyramide d'expérience
Un modèle de flux à trois niveaux d'expérience dans le métier. Les taux de promotion et de départ sont calés pour que la pyramide actuelle reste stable sans changement de recrutement : l'écart affiché vient uniquement de la baisse du recrutement junior.
Sources
- International Labour OrganizationGenerative AI and jobs: a refined global index of occupational exposure (2025)
- ILO datasetTask-level GenAI exposure scores by ISCO-08 occupation
- AnthropicAnthropic Economic Index (June 2026 release, April and May 2026 usage data)
- Stanford Digital Economy LabCanaries in the Coal Mine? Six facts about the recent employment effects of AI