Négociation salariale en IA : Analyse de la rémunération au-dessus du plan

L’augmentation commence avant l’appel de négociation. Le signal rapporté par HR Dive, selon lequel les employeurs étirent leurs plans salariaux pour les candidats ayant une expertise en IA, fait passer la question des travailleurs de « faut-il ajouter l’IA à un CV ? » à « cette compétence peut-elle être valorisée financièrement ? ». Les éléments disponibles ici n’incluent pas l’enquête sous-jacente de HR Dive, donc la réponse intelligente n’est pas de traiter ce constat comme un chèque en blanc. Traitez-le comme une invitation à négocier : montrez le travail, chiffrez l’impact et soyez précis sur le rôle.

Cette distinction est importante, car l’IA est devenue une étiquette que les gens utilisent pour désigner des types de travail très différents. Un certificat, une expérimentation avec un chatbot, un modèle d’apprentissage automatique et un flux de reporting automatisé peuvent tous être appelés expérience en IA dans une conversation informelle. Dans une discussion salariale, le langage vague peut coûter cher. Le candidat qui a du poids est celui qui peut expliquer ce qui a changé, qui en a bénéficié et comment ce travail pourrait être transféré chez le prochain employeur.

Le signal salarial n’est pas la même chose qu’un intitulé de poste

La section de l’OCDE sur l’IA et l’emploi dans les Perspectives de l’emploi 2023 s’intitule Intelligence artificielle et emplois : pas de signes de ralentissement de la demande de main-d’œuvre (pour l’instant), ce qui offre un cadre utile pour le moment actuel. L’histoire ne se résume pas à dire que l’IA remplace des postes ou en crée de nouveaux. Elle montre que les compétences en IA peuvent devenir un mécanisme de tri au sein de rôles qui existent déjà, surtout lorsque les employeurs pensent que ces compétences améliorent le travail.

Le guide de TeamRora sur la négociation salariale en IA et apprentissage automatique montre aussi pourquoi l’intitulé seul constitue une preuve faible. Le guide décrit la négociation salariale dans des échanges liés aux postes de Research Scientist, Applied Scientist et ML Engineer, en s’appuyant sur son expérience déclarée dans des centaines de négociations. Ce ne sont pas des métiers interchangeables, même s’ils peuvent tous se trouver sous le parapluie de l’IA ou du ML. Un candidat qui dit faire de l’IA donne un slogan à l’employeur ; un candidat qui nomme le résultat technique ou métier donne à l’employeur quelque chose à évaluer.

C’est là que la multiplication des intitulés nuit aux travailleurs. Si votre CV indique AI Engineer, soyez prêt à le traduire en travail concret : recherche de modèles, travail appliqué sur un produit, préparation de données, évaluation, soutien au déploiement ou automatisation de processus. Ne laissez pas le responsable du recrutement deviner quelle version vous voulez dire. Le dossier salarial commence lorsque l’étiquette vague devient un flux de travail crédible.

Le recrutement axé sur les compétences exige toujours des preuves

Le rapport des Études de l’OCDE sur les compétences, Empowering the Workforce in the Context of a Skills-First Approach, est utile parce qu’il déplace la conversation au-delà des seuls diplômes et certificats. Le recrutement axé sur les compétences semble favorable aux travailleurs, et il peut l’être, mais seulement si la compétence est suffisamment visible pour être comparée. Une montée en compétences en IA qui se termine par un badge sans réalisation concrète est facile à surévaluer et facile pour les employeurs à écarter.

Pour un apprenant qui décide où investir son temps, la meilleure question n’est pas de savoir quel certificat en IA semble le plus impressionnant. C’est de savoir ce que vous pouvez construire, documenter et expliquer ensuite. Un spécialiste du marketing pourrait présenter un flux de planification de campagne avec des étapes de validation humaine. Un responsable des opérations pourrait montrer un processus de tri et les règles d’escalade qui l’entourent. Un développeur pourrait montrer un petit prototype, des notes de test et une explication claire de ce à quoi il ne faut pas confier le système.

Ces preuves n’ont pas besoin d’être grandioses. En fait, plus c’est petit, mieux c’est souvent, car c’est plus facile à vérifier. Un responsable du recrutement peut comprendre un flux de travail avant/après plus rapidement qu’une grande affirmation sur la transformation. Si les compétences en IA deviennent une partie de la stratégie de rémunération, la preuve d’utilisation vaut mieux que la preuve de présence.

Utilisez l’IA pour vous préparer, mais ne déléguez pas votre jugement

L’University of Maryland Global Campus présente la négociation salariale comme quelque chose auquel les candidats peuvent se préparer, avec notamment une section sur la manière de préparer les discussions salariales et de tirer parti de l’IA. Eastern Washington University publie également des conseils sous le titre How to Negotiate Salary With AI: Tips & Strategies. L’intérêt n’est pas de laisser un outil rédiger une contre-offre théâtrale. Il est d’utiliser l’IA pour organiser la recherche, comparer les responsabilités, répéter son argumentaire et repérer les lacunes dans ses preuves.

Il y a un piège ici. L’IA peut rendre un dossier faible plus élégant, mais l’élégance n’est pas un levier. Si vous ne pouvez pas relier votre compétence au chiffre d’affaires, aux coûts, aux risques, à la rapidité, à la qualité ou à l’expérience client, un paragraphe plus fluide ne sauvera pas votre demande. Utilisez l’IA pour affiner l’argument, puis retirez tout ce que vous ne pouvez pas défendre dans une conversation en direct.

Un script de négociation pratique est simple : nommez la compétence, nommez l’usage métier, nommez les preuves, puis demandez l’ajustement de rémunération. Cela peut sembler moins glamour que les offres d’emploi, mais c’est plus proche de la façon dont les décisions salariales se prennent. Les employeurs ne paient pas longtemps un supplément pour des mots à la mode. Ils paient lorsqu’ils croient que la prochaine recrue peut changer le travail.

Ce qu’il faut surveiller avant d’investir

La prochaine phase du recrutement en IA récompensera la précision. Si davantage d’employeurs sont prêts à élargir leurs offres pour une expertise en IA, les travailleurs doivent s’attendre à davantage de vérifications sur ce que cette expertise signifie réellement. C’est une bonne nouvelle pour les personnes capables de montrer des réalisations concrètes, et une mauvaise nouvelle pour les programmes qui enseignent du vocabulaire sans flux de travail.

À 25 ans, la contrainte peut être de choisir des projets qui produisent rapidement des preuves crédibles. À 45 ans, la contrainte peut être de traduire une connaissance approfondie du domaine en processus assistés par l’IA sans prétendre être ingénieur de recherche. Des étapes de vie différentes, le même cycle d’engouement. Le geste durable consiste à construire un flux de travail utile, à le documenter clairement et à s’entraîner à expliquer sa valeur avant l’appel concernant l’offre.