Recherche scientifique et laboratoire

ISCO-08 2131, 2113, 3141, 3111

Chercheur, Technicien de laboratoire, Chimiste analyticien, Biologiste, Ingénieur d'études, Responsable de laboratoire

Exposition à l'IA36%

Effectif nécessaire, en ETP

Fourchette d'exposition

Votre effectif actuel

ETP

Besoin en 203095 ETP-5 ETP (-5%)

Besoin en 203589 ETP-11 ETP (-11%)

Comment l'IA est utilisée aujourd'hui sur ces tâches

Automatisation 51%Augmentation 49%

Dans les conversations avec l'IA portant sur les tâches de ce métier : l'IA réalise la tâche elle-même (automatisation) ou aide la personne à la faire (augmentation).Anthropic Economic Index, avril et mai 2026. Métiers : Medical Scientists, Except Epidemiologists, Biological Technicians, Chemists. AEI

1. Exposition 36%Potentiel moyen d'automatisation des tâches du métier. Fourchette pour cette famille : 17 à 56 %.Métiers OIT utilisés : Biologists, Botanists, Zoologists and Related Professionals (40%), Chemists (39%), Life Science Technicians (excluding Medical) (38%), Chemical and Physical Science Technicians (26%). Données OIT

2. Plafond stratégique 100%Votre décision : quelle part de ce potentiel voulez-vous capter ? Personne ne peut la fixer à votre place.

3. Vitesse d'adoption mi-parcours 2030

Hérite du profil de l'entreprise, ajustable pour cette famille.

4. Conversion en effectif sensible 30%Par défaut 30% : La capacité de recherche ne suffit jamais face aux hypothèses à tester : le temps gagné sur la bibliographie va surtout à plus d'expériences.

Compétences IA cibles

niveau 1 à 4

Socle

Utiliser les assistants IA au quotidien

Formuler et cadrer une demande

Vérifier et challenger les sorties de l'IA

Protéger les données et respecter le cadre

Usage métier

Repenser son processus avec l'IA

Analyser des données avec l'IA

Produire des contenus avec l'IA

Piloter des agents IA

Expert

Construire et intégrer des solutions IA

Évaluer et fiabiliser les solutions IA

Gouvernance et gestion des risques IA

Compétences métier

Se renforcent

Plans d'expériences pour criblage guidé par l'IA
Regard critique sur les hypothèses générées
Gestion et intégrité des données de laboratoire
Pilotage et dépannage des automates
Calcul scientifique et modélisation

Se déprécient

Revues bibliographiques manuelles
Rédaction intégrale des protocoles et rapports d'étude
Traitement de données et statistiques courants
Enregistrement et retranscription manuels des échantillons

Les transformations attendues

Le travail à la paillasse reste humain pour longtemps : préparer des échantillons, conduire des essais, entretenir les instruments, interpréter un résultat inattendu. L'IA modifie ce qui l'entoure. Des assistants passent en revue publications et brevets en quelques heures, rédigent protocoles et rapports d'étude, traitent les données des instruments. Des modèles prédictifs indiquent quelles molécules ou formulations tester en priorité, et des plateformes automatisées enchaînent davantage d'expériences.

Le métier se déplace vers la conception d'expériences et le jugement scientifique. Le chercheur choisit quelles hypothèses issues de l'IA méritent du temps de laboratoire et vérifie que les modèles n'apprennent pas sur des données biaisées ou de mauvaise qualité. L'intégrité et la traçabilité des données deviennent centrales, surtout en environnement réglementé. Le bon chercheur sera à l'aise avec le code et les statistiques, le bon technicien saura piloter et dépanner des automates.

2026-2027: Assistants pour la bibliographie, les protocoles et la rédaction des rapports.
2028-2030: Criblage guidé par IA et automatisation dans les grands centres de recherche.
2031+: Plus d'expériences par chercheur ; les techniciens évoluent vers l'automatisation et la donnée.

Point de vigilance

Les profils alliant une discipline scientifique et la data science sont rares et chers. Sans formation interne, les laboratoires dépendront de quelques experts hybrides, et les techniciens verront leurs tâches changer sans parcours clair. 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.

Seniors disponibles en 2036-5%2 ETP manquants

Écart de plus de 5 % dès2036

Votre pyramide d'expérience aujourd'hui

Juniors (0 à 3 ans dans le métier)25%Seniors (10 ans et plus)30%

Confirmés (3 à 10 ans dans le métier, le complément)45%

Baisse du recrutement junior -40%

Pendant

Paramètres avancés

Juniors promus chaque année25%Juniors qui partent chaque année12%Écart senior comblé par du recrutement externe0%Si toutes les entreprises font le même pari, les profils seniors seront rares et chers.

Pyramide d'expérience, en % de l'effectif actuel

Juniors25%Confirmés42%Seniors28%

2026 2036

Guide gratuit

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

Télécharger l'AI Cookbook

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.

Prendre rendez-vous

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.

Recherche publiqueExpositionPotentiel moyen d'automatisation des tâches du métier, d'après les scores 2025 de l'OIT.

Votre décisionPlafond stratégiqueLa part de ce potentiel que vous choisissez de capter. Votre décision, pas la nôtre.

Votre entrepriseVitesse d'adoptionLe rythme de votre entreprise, réglé une fois pour toutes les familles.

Valeur de la familleConversion en effectifLa part du gain de productivité qui se traduit en effectif plutôt qu'en production supplémentaire.

Effet sur l'effectif

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.