Minimum essentiel de littératie en IA : analyse de la preuve de build de Box VP

Le filtre de recrutement lié à l’IA commence à ressembler moins à un test de vocabulaire qu’à une démonstration concrète. Rand Wacker, vice-président de la stratégie produit chez Box, a déclaré à Business Insider que la maîtrise de l’IA peut permettre à un candidat d’entrer dans la salle, mais qu’elle ne fait pas grand-chose ensuite. Pour lui, le signal le plus fort est une preuve pratique : quelque chose construit avec l’IA qu’un recruteur peut examiner. La leçon utile n’est pas que chaque candidat doit avoir un succès sur l’App Store. C’est que la maîtrise vague est plus facile à revendiquer qu’un prototype sur lequel quelqu’un peut cliquer.

Le seuil est passé de la maîtrise à la preuve

Business Insider a rapporté que Wacker décrivait la maîtrise de l’IA comme une « exigence minimale » pour les candidats postulant à des postes chez Box. Cette formulation compte, car une compétence qui semblait autrefois distinctive devient une condition d’entrée. Selon Business Insider, Wacker a aussi déclaré que les études de cas qui faisaient partie des entretiens chez Box semblent désormais dépassées, et qu’il souhaite que les candidats prototypent leurs idées. Les exemples les plus forts qu’il a cités étaient des produits construits par des candidats avec l’IA, y compris des applications sur l’App Store qui « généraient des revenus dans une certaine mesure ».

@title Exemples de candidats selon Wacker
@source Business Insider

  Wacker examples
     │
     ├─ AI literacy
     ├─ Prototype
     ├─ Side project
     └─ App Store app

@caption Wacker considère la maîtrise comme le seuil minimal et le travail construit comme le signal d’entretien le plus fort.

Pour les apprenants, la lecture pratique est simple : ne vous arrêtez pas à dire que vous savez utiliser des outils d’IA. Montrez ce qui s’est passé quand vous les avez utilisés sur un problème défini. Un petit flux de travail interne, un assistant rudimentaire pour le support client ou un outil de productivité personnel peuvent tous rendre la discussion plus concrète si le travail est cohérent. L’objectif n’est pas la finition pour elle-même. C’est de prouver que vous pouvez cadrer un problème, choisir des outils, tester un résultat et terminer une version utilisable.

Les affirmations de base sur l’IA deviennent courantes

L’enquête 2025 de Stack Overflow auprès des développeurs montre pourquoi une ligne de CV indiquant seulement que vous avez utilisé des outils d’IA risque de ne pas distinguer longtemps les candidats. L’enquête a révélé que 84 % des répondants utilisent ou prévoient d’utiliser des outils d’IA dans leur processus de développement, contre 76 % l’année précédente. Elle a aussi constaté que 51 % des développeurs professionnels utilisent des outils d’IA chaque jour. Quand l’usage devient aussi répandu, la question du recrutement passe de l’exposition à l’IA au jugement dans son utilisation.

Le Job Skills Report 2026 de Coursera va dans le même sens du côté de la formation. Le rapport indique qu’il s’appuie sur des données provenant de 6 millions d’apprenants en entreprise dans près de 7 000 organisations, et qu’il a observé une hausse de 234 % sur un an des inscriptions à des formations en IA générative parmi les apprenants en entreprise. Cela représente beaucoup de personnes qui apprennent le langage de l’IA en même temps. Si tout le monde ajoute le même vocabulaire à son profil, le candidat capable de montrer un artefact fonctionnel donne au recruteur quelque chose de plus solide à évaluer.

Ce qu’une preuve de construction doit montrer

Business Insider a rapporté que Wacker veut que les candidats montrent des produits qu’ils ont construits avec l’IA, même lorsque ces produits n’ont rien à voir avec l’activité de Box. Ce détail est important, car il distingue l’adéquation au domaine du signal de constructeur. Un prototype en dehors du marché de l’employeur peut quand même révéler comment une personne pense, expérimente et gère la zone floue entre une idée et une version fonctionnelle. Il peut aussi montrer si le candidat comprend les limites de l’outil au lieu de traiter la sortie de l’IA comme un travail terminé.

Pour un candidat de 25 ans, la version la plus simple peut être un petit projet personnel public avec une démo, un court compte rendu et une explication claire de ce qui a changé après les tests. Pour un candidat de 45 ans, la voie la plus forte peut être un prototype proche du travail qui respecte la confidentialité tout en montrant le processus, les contraintes et le sens des affaires. Contraintes différentes, même engouement. L’artefact doit répondre à trois questions discrètes : quel problème avez-vous choisi, pourquoi l’IA a-t-elle aidé, et qu’avez-vous fait lorsque la première version était incorrecte ou incomplète ?

Ne confondez pas formation et signal de recrutement

Coursera indique que son analyse couvre les domaines des données, de l’informatique, ainsi que du développement logiciel et produit, tout en notant que les compétences en IA générative deviennent essentielles pour chaque rôle. Cela explique pourquoi les cours sur l’IA attirent l’attention, mais l’inscription n’est pas la ligne d’arrivée. Un parcours d’apprentissage utile devrait vous laisser quelque chose de visible : une démo, un dépôt de code, une description de flux de travail ou un exemple avant/après. Sans cela, un intitulé de cours peut devenir une simple affirmation floue de plus dans une pile déjà chargée.

Le reportage de Business Insider sur Wacker n’est pas une politique de recrutement universelle, et il ne faut pas le traiter comme tel. Pourtant, c’est un signal clair de la direction que prennent certains entretiens à l’ère de l’IA : moins de théâtre abstrait autour des études de cas, plus de preuves d’une réflexion menée jusqu’à une livraison. Observez si davantage d’employeurs commencent à demander aux candidats d’apporter des prototypes plutôt que de parler de prompts hypothétiques. Si vous décidez où investir votre prochain mois d’apprentissage, choisissez un problème précis et construisez quelque chose d’assez petit pour être terminé. Sur ce marché, une preuve de construction est plus difficile à simuler que la maîtrise de l’IA, et c’est exactement pourquoi elle devient utile.