Développement produit et collections
ISCO-08 2163, 3323Chef de produit développement, Responsable collection, Développeur produit maroquinerie, Ingénieur développement, Acheteur développement
Effectif nécessaire, en ETP
Compétences IA cibles
niveau 1 à 4Compétences métier
Se renforcent
- Arbitrage entre création, coût et faisabilité
- Négociation fournisseurs sur nouvelles matières
- Pilotage de rétroplannings de développement serrés
- Exigences de durabilité et de traçabilité
Se déprécient
- Rédaction manuelle des dossiers techniques
- Compilation des fiches de coût fournisseurs
- Relance des prototypes par email
- Mise à jour des fichiers de suivi collection
Les transformations attendues
Une bonne part de la semaine d'un développeur produit passe dans les dossiers techniques, les fiches de coût, le suivi des prototypes et les échanges fournisseurs. Les assistants IA rédigent déjà un dossier à partir d'un croquis, comparent des devis, signalent les retards du rétroplanning et préparent les relances. Les outils PLM vont pré-remplir ces étapes.
Le métier se concentre sur l'arbitrage : ce qui est fabricable, à quel coût, par qui et dans quel délai. Un bon développeur connaîtra finement matières et fournisseurs, saura remettre en cause un prix de revient proposé par l'outil, et tiendra l'équilibre entre l'intention du studio et les contraintes industrielles et environnementales.
- 2026-2027
- Les assistants rédigent dossiers techniques, relances fournisseurs et comparatifs de coûts.
- 2028-2030
- Les outils PLM pré-remplissent le développement ; cycles plus courts, plus d'options testées.
- 2031+
- Équipes resserrées sur l'arbitrage et la relation fournisseurs.
La connaissance des matières et des fournisseurs se construit sur de nombreuses collections et s'écrit rarement. Supprimer trop vite les postes d'assistant coupe le chemin par lequel elle se transmet. 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