Tech & Innovation · 13/05/2026

« Foncez, ne marchez pas vers l'IA » : pourquoi le conseil de Jensen Huang aux diplômés 2026 résonne dans les écoles d'ingénieurs des Hauts-de-France

« Foncez, ne marchez pas vers l'IA » : pourquoi le conseil de Jensen Huang aux diplômés 2026 résonne dans les écoles d'ingénieurs des Hauts-de-France
Tech & Innovation
Le 12 mai 2026, sur la scène du Carnegie Mellon University Posner Center à Pittsburgh, le PDG de Nvidia Jensen Huang a livré aux diplômés de la promotion 2026 un message dont les écoles d'ingénieurs des Hauts-de-France feraient bien de s'inspirer immédiatement : « Foncez, ne marchez pas, vers l'intelligence artificielle ». Pour les étudiants d'UTC Compiègne, de Centrale Lille, d'IMT Nord Europe ou de l'UPJV qui sortent dans les semaines à venir, la phrase n'est pas un slogan de plus. C'est un ordre de marche stratégique, prononcé par le dirigeant de l'entreprise la mieux placée pour savoir comment l'embauche tech va évoluer dans les trois prochaines années.

Ce qu'a réellement dit Jensen Huang à Carnegie Mellon

Le discours, prononcé devant environ 5 500 diplômés et leurs familles, a tenu trente minutes. Huang a évacué d'emblée le pessimisme de la saison des remises de diplômes 2026, marquée par les inquiétudes sur l'emploi tech à l'embauche aux États-Unis : reculs des recrutements chez Google, Meta et Microsoft, Big Four consulting qui réduit ses cohortes juniors, Wall Street qui retarde ses programmes graduate. Plutôt que de minimiser, il a recadré : la fenêtre actuelle est l'une des plus favorables de l'histoire moderne pour qui sait s'y projeter, à condition de courir et non de marcher. Trois idées-clés structurent son intervention. D'abord, l'IA générative n'est pas une vague de plus mais une couche fondatrice comparable à l'électricité ou à Internet, qui transformera toutes les filières en parallèle. Ensuite, les diplômés de 2026 ont sur cette transformation un avantage que les générations précédentes n'avaient pas : ils n'ont jamais travaillé sans IA et n'auront pas à désapprendre des automatismes. Enfin, la rareté ne sera pas dans le code ni dans le hardware mais dans la capacité à reformuler des problèmes métiers en problèmes IA — un savoir-faire qui s'acquiert par l'expérimentation, pas par la théorie.

Transposition pour un étudiant d'UTC, Centrale Lille ou IMT Nord Europe

Le marché français de l'emploi tech n'est pas le marché américain. Les Hauts-de-France n'ont ni Big Tech ni Wall Street et le ralentissement structurel n'a pas la même intensité. Mais le diagnostic de Jensen Huang s'y applique avec quelques nuances. L'UTC à Compiègne, Centrale Lille à Villeneuve-d'Ascq, IMT Nord Europe sur le campus de Lille-Douai, l'UPJV à Amiens et l'INSSET à Saint-Quentin sortent chaque année plusieurs centaines d'ingénieurs et de masters tech. Pour ces profils, « foncer vers l'IA » ne veut pas dire devenir tous chercheurs en deep learning. Cela veut dire trois choses concrètes. Premièrement, traiter chaque projet de fin d'études et chaque alternance comme un terrain pour intégrer l'IA générative à un workflow réel d'entreprise, qu'il s'agisse de génération de code, d'aide à la décision, de relation client ou d'industrie 4.0. Deuxièmement, s'inscrire dès le premier emploi dans une équipe qui mesure son adoption IA — chez OVHcloud à Roubaix, chez Decathlon à Villeneuve-d'Ascq, chez Norauto à Lesquin, chez Bonduelle à Villeneuve-d'Ascq, chez Arc International à Arques, l'IA est en cours de déploiement et la fonction « product / data / IA opérationnelle » est l'une des rares où l'on apprend en faisant. Troisièmement, ne pas se laisser piéger par le mirage du télétravail intégral en début de carrière : la collision quotidienne avec des pairs et des seniors reste le multiplicateur de compétences le plus puissant des deux premières années.

Les compétences qui distinguent vraiment en 2026

Le rapport « Future of Jobs 2025 » du World Economic Forum, complété par les baromètres APEC et France Num, dresse une liste assez stable des compétences que les employeurs français cherchent à embaucher cette année. Côté technique, la capacité à manier les modèles de langage en production (prompt engineering avancé, RAG, fine-tuning léger, évaluation systématique), la maîtrise d'un cloud (AWS, Azure ou GCP) avec ses services managés d'IA, et la culture des données suffisamment solide pour ne pas livrer un modèle sans contrôle qualité. Côté soft skills, ce que Huang appelle « problem reformulation » : entrer dans une réunion métier, comprendre ce que les gens essaient vraiment de faire, et ressortir avec un cas d'usage IA chiffrable. Pour un étudiant de Master 2 ou de cycle ingénieur en fin de cursus, la check-list utile tient en quatre points. Avoir mis en production au moins un projet IA qui sert quelqu'un d'autre que soi-même. Pouvoir raconter en trois minutes le pourquoi métier de ce projet, pas seulement la stack. Maîtriser un outillage d'évaluation, type LangSmith, Weights & Biases ou un framework maison. Avoir lu trois papiers récents — pas pour les citer mais pour pouvoir contre-argumenter quand un client survend une démo.
Le discours de Steve Jobs à Stanford en 2005 reste la référence des « commencement speeches » sur la prise de risque en début de carrière. Vingt et un ans plus tard, l'écho avec Huang est direct : ne pas attendre l'autorisation pour bouger.

Pour les fondateurs et DRH picards : recruter ces profils sans Paris

Le revers du discours de Huang concerne les employeurs régionaux. Si les meilleurs profils diplômés de 2026 cherchent à « courir » vers l'IA, ils iront mécaniquement vers les entreprises où l'IA est déjà déployée et où le travail est exigeant. Les PME et ETI des Hauts-de-France qui se contenteront d'afficher « nous lançons un projet IA » en page recrutement perdront ces profils au profit de Mistral, Hugging Face, OVHcloud, des cabinets de conseil ou des grands groupes parisiens. La parade tient en trois mécanismes que l'on observe déjà chez les recruteurs lillois performants : déclarer publiquement ses cas d'usage IA en production (un blog technique, un Substack, des prises de parole à EuraTechnologies), proposer dès l'embauche un projet IA réel avec budget et délais, et accepter que le jeune diplômé challenge ses seniors sur la stack. Le risque inverse — surpromettre puis livrer un poste « innovation » fourre-tout — coûte cher. Le turn-over moyen des juniors recrutés sur un libellé IA dans les ETI régionales atteint dix-huit mois lorsque le travail réel se résume à des tableaux Excel automatisés. Mieux vaut un poste honnêtement « data analyst senior junior » avec un volet IA délimité que l'inverse.

FAQ

Que signifie concrètement « foncer vers l'IA » pour un diplômé 2026 ?

Choisir, sur les douze premiers mois après le diplôme, un poste qui force à toucher l'IA en production tous les jours plutôt qu'un poste plus prestigieux où l'IA reste un projet annexe. Mesurer chaque trimestre le nombre d'incidents, de mises en production et de cas d'usage qu'on a personnellement portés.

Le ralentissement des recrutements tech 2026 touche-t-il aussi les Hauts-de-France ?

Modérément. Les baromètres APEC et Pôle emploi (devenu France Travail) indiquent que la région reste au-dessus de la moyenne nationale sur les offres tech, portée par EuraTechnologies, OVHcloud, Decathlon, et les ETI industrielles qui investissent dans l'IA appliquée à la production.

Faut-il systématiquement faire un master spécialisé IA ?

Non. Un cursus généraliste solide (ingénieur ou master scientifique) complété par deux projets IA en production et une veille rigoureuse pèse souvent plus que l'intitulé du master en sortie d'école. Les recruteurs regardent ce que le candidat a livré, pas seulement où il a étudié.

Quelles ressources picardes pour se former en parallèle ?

EuraTechnologies à Lille pour les meetups, l'INRIA Lille pour la culture recherche, l'IMT Nord Europe pour les formations continues, l'UTC pour les MOOCs ouverts au public, et les programmes France Num pour les entreprises qui veulent recruter et former.

Comment éviter le syndrome du « job IA » qui n'en est pas un ?

Pendant l'entretien, demander à voir un cas d'usage en production, le nom du sponsor métier, et le budget infrastructure. Si l'employeur ne peut pas répondre, le poste est probablement un poste d'analyste classique relabellisé.

Sources et liens

— Fin de l'article · #JENSEN-H · 13/05/2026 —