İşStrateji

Le positionnement stratégique pour les individus : comment choisir le jeu que vous pouvez vraiment gagner

A person with a mug at a sunlit window looking out over a city where several roads diverge, choosing a direction

En bref. La plupart des conseils de carrière portent sur le fait de jouer plus fort. La stratégie, elle, consiste à choisir le jeu. Dans les données salariales américaines de mai 2025, le travailleur du 90e centile gagne 4,12 fois plus que celui du 10e centile à l’échelle de toute l’économie, mais seulement 2,29 fois plus au sein de la profession type : une grande partie de l’écart de rémunération se situe entre les arènes, pas à l’intérieur de chacune. Un croisement réalisé par CEOtudent entre les catégories d’exposition à l’IA du Bureau of Labor Statistics (BLS) et les centiles de salaire OEWS pour 830 professions montre que les arènes classées « Très élevée » en exposition à l’IA ont la rémunération typique la plus haute (médiane des salaires médians par profession : 78 105 $), mais la croissance projetée la plus lente (2,0 % pour 2025-2035), le moins de postes à pourvoir pour 100 travailleurs (8,4 par an) et la plus forte dispersion salariale (P90/P10 médian de 2,70). Le réflexe du CEO : choisissez l’arène où votre avantage relatif est le plus grand et où la forme des gains correspond au rang que vous pouvez raisonnablement atteindre, puis écrivez noir sur blanc ce sur quoi vous refusez de rivaliser. Le réflexe de l’étudiant : apprenez l’avantage précis que cette arène récompense, pas une liste générale de compétences à la mode.

Cet article traite du choix de l’arène : où jouer. Il complète les articles déjà publiés sur le capital de carrière qui fructifie et celui qui décline, qui porte sur les actifs que vous construisez, et sur la manière de construire une thèse personnelle, qui porte sur le point de vue que vous défendez. La question posée ici vient en premier : dans quel jeu entrez-vous, et pourquoi celui-là ?

Pourquoi le choix d’une arène relève-t-il de la stratégie, et non de la planification ?

Dans « What Is Strategy? » (Harvard Business Review, novembre-décembre 1996), Michael Porter distingue l’efficacité opérationnelle, c’est-à-dire réaliser des activités similaires mieux que ses concurrents, de la stratégie : « La stratégie consiste à créer une position unique et précieuse, impliquant un ensemble d’activités différent. » Et, dans la phrase qui compte le plus pour une carrière : « L’essence de la stratégie est de choisir ce qu’il ne faut pas faire. »

Porter nomme aussi ce qui se produit lorsque tout le monde s’améliore de la même façon, la convergence concurrentielle : « Plus les entreprises pratiquent le benchmarking, plus elles se ressemblent. » La version individuelle saute aux yeux en 2026. Quand chaque analyste, rédacteur et consultant utilise les mêmes assistants d’IA et suit les mêmes formations, devenir plus rapide sur le même travail relève de l’efficacité opérationnelle. C’est nécessaire, mais ce n’est pas une position. L’article publié sur la manière de bâtir son autorité quand tout le monde dispose des mêmes outils d’IA traite du volet visibilité de ce problème ; celui-ci traite du choix qui le précède.

Roger Martin l’a formulé plus simplement dans « The Big Lie of Strategic Planning » (Harvard Business Review, janvier-février 2014) : « Définir les choix clés comme le choix de l’endroit où jouer et de la manière de gagner permet de garder la discussion ancrée dans le concret. » Il met aussi en garde contre les entreprises qui « préfèrent une petite part d’un immense marché à une grande part d’un petit marché ». Transposé à une personne : « Je travaille dans la tech » n’est pas un choix de terrain de jeu. C’est la description d’une foule.

Pour un individu, les deux choix deviennent :

  • Où jouer : une profession, un type de client ou une catégorie de problèmes précis dans lesquels vous rivalisez pour des revenus et des opportunités.
  • Comment gagner : l’avantage qui pousse quelqu’un à vous choisir plutôt que la prochaine personne qualifiée dans cette arène.

Le prisme CEO + étudiant s’y applique directement. Le CEO porte le premier choix ainsi que la liste de ce sur quoi vous refusez de rivaliser. L’étudiant porte le second : construire l’avantage que cette arène, et non un marché du travail générique, récompense.

Que signifie l’avantage comparatif pour une seule personne ?

La plus ancienne logique stratégique applicable aux individus tient dans une note de bas de page de On the Principles of Political Economy and Taxation de David Ricardo (première édition 1817, troisième édition 1821). Au chapitre 7, Ricardo décrit deux hommes qui fabriquent tous deux des chaussures et des chapeaux, l’un étant meilleur dans les deux activités. Pour les chapeaux, il ne peut « surpasser son concurrent que d’un cinquième, soit 20 pour cent », mais pour les chaussures « il peut le surpasser d’un tiers, soit 33 pour cent ». Les deux y gagnent si le meilleur ne fabrique que des chaussures et l’autre que des chapeaux.

Trois conséquences en découlent :

  1. Vous n’avez pas besoin d’être le meilleur d’une arène pour y avoir votre place. Il faut que votre avantage y soit plus grand que dans vos autres options.
  2. Être bon dans beaucoup de domaines n’est pas une raison pour rivaliser dans tous. Le meilleur cordonnier perd encore de la valeur en fabriquant des chapeaux.
  3. La comparaison se fait avec vos propres alternatives. La question n’est pas « suis-je bon dans ce domaine ? », mais « est-ce là que mon avantage est le plus grand ? »

L’économie du travail moderne utilise la même logique. Le chapitre NBER de Daron Acemoglu et David Autor (2010) propose un modèle fondé sur les tâches dans lequel « l’affectation des compétences aux tâches est endogène » et où le progrès technique peut signifier « la substitution de machines à certaines tâches auparavant effectuées par le travail ». Les tâches qu’une personne finit par accomplir dépendent de son avantage relatif, et la technologie déplace cette affectation. L’IA est le déplacement en cours.

Le document de travail NBER de David Deming sur les compétences sociales (révisé en juin 2017) modélise des travailleurs qui « échangent des tâches » pour exploiter leur avantage comparatif, les compétences sociales réduisant le coût de cet échange. Ses données sur l’emploi constituent ce qui se rapproche le plus d’une preuve que ce sont des combinaisons, et non des compétences isolées, qui définissent les meilleures arènes.

Constat Chiffre tel que publié Période et données Source
Emplois à forte intensité à la fois en mathématiques et en compétences sociales hausse d’environ 7,2 points de pourcentage en part de la population active américaine 1980-2012, États-Unis Deming, NBER WP 21473
Emplois à faible intensité en mathématiques et à forte intensité en compétences sociales hausse d’environ 4,6 points de pourcentage 1980-2012, États-Unis Deming
Ensemble des professions à forte intensité en compétences sociales hausse totale de 11,8 points de pourcentage de la part dans l’emploi 1980-2012, États-Unis Deming
Emplois à forte intensité en mathématiques mais à faible intensité en compétences sociales baisse d’environ 3,3 points de pourcentage 1980-2012, États-Unis Deming
Part de la croissance salariale des diplômés de l’université attribuée au capital humain spécifique aux tâches au moins 40 % sur une période de dix ans Allemagne Gathmann et Schönberg, IZA DP 3067
Même mesure, travailleurs peu et moyennement qualifiés au moins 35 % et 25 % Allemagne Gathmann et Schönberg

Sources : Deming, NBER Working Paper 21473 (révisé en juin 2017), texte accompagnant la figure 4 ; Gathmann et Schönberg, IZA Discussion Paper 3067 (2007), résumé.

Le résultat de Gathmann et Schönberg ajoute une contrainte : les compétences se transfèrent, mais surtout vers des arènes voisines. Leur résumé indique que « les individus se dirigent vers des professions aux exigences de tâches similaires ». Une arène que vous pouvez atteindre avec votre capital de tâches existant coûte moins cher à intégrer qu’une arène qui vous ramène à zéro. L’article publié sur l’empilement de compétences explique comment les combinaisons créent la rareté ; le choix de l’arène décide du marché sur lequel cette rareté se vend.

Pourquoi certaines arènes paient-elles le meilleur joueur bien plus que son dauphin ?

Les arènes diffèrent par la forme de leurs gains, pas seulement par leur taille. L’explication classique est l’article de Sherwin Rosen de 1981, « The Economics of Superstars ». Selon le résumé qu’en fait Douglas Clement pour la Federal Reserve Bank of Minneapolis (2002), Rosen expliquait les revenus très élevés au sommet par deux forces : « une substitution imparfaite entre les différents vendeurs et des économies d’échelle dans les technologies de consommation conjointe ». Un talent moindre remplace mal un talent supérieur (« Écouter une succession de chanteurs médiocres ne revient pas à une seule interprétation exceptionnelle », selon les mots de Rosen cités dans cet article), et certaines technologies permettent à quelques vendeurs de servir tout le marché.

Le même article cite une théorie ultérieure des économistes Boldrin et Levine, qui prédit que « la reproductibilité accrue de l’information continuera de générer de fortes disparités de revenus entre des individus aux compétences très similaires, et dans un nombre croissant de secteurs ». Il s’agit d’une hypothèse, citée en 2002 à propos de la copie numérique, et non d’un résultat mesuré. Mais elle décrit la direction dans laquelle pousse l’IA : quand la production devient peu coûteuse à reproduire, la récompense pour être le vendeur choisi augmente par rapport à celle d’être un vendeur compétent.

La forme des gains change la question à se poser avant d’entrer. Dans une arène à faible dispersion, être solidement bon rapporte à peu près autant qu’être très bon. Dans une arène à forte dispersion, la question réaliste est de savoir si vous pouvez atteindre le cinquième supérieur en quelques années, car le milieu de la distribution paie moins que ne le laissent penser les moyennes.

Que montrent réellement les données sur les arènes ?

CEOtudent a croisé deux jeux de données du BLS publiés séparément :

  • BLS Employment Projections, catégories d’exposition à l’IA et projections 2025-35 : pour 831 professions détaillées, l’emploi en 2025, l’évolution projetée jusqu’en 2035, les postes à pourvoir chaque année, la part de travailleurs indépendants, le salaire médian et une catégorie d’« exposition relative à l’IA » en quatre niveaux, construite à partir de cinq sources externes.
  • BLS Occupational Employment and Wage Statistics (OEWS), mai 2025 : les centiles de salaire pour les mêmes codes de profession. Le rapport entre le 90e et le 10e centile (P90/P10) sert ici de mesure simple de la dispersion des salaires au sein d’une arène.

830 des 831 professions ont pu être appariées par code. Le BLS est explicite sur les limites : « Une catégorie d’exposition n’est pas une prévision de croissance ou de déclin de l’emploi », ses sources théoriques « conceptualisent les capacités de l’IA comme celles disponibles au plus tard à la mi-2023 », et les catégories « ne distinguent pas les effets de l’IA relevant de l’automatisation de ceux relevant de l’augmentation ».

Tableau 1. Conditions des arènes selon la catégorie d’exposition relative à l’IA du BLS (analyse CEOtudent des catégories d’exposition à l’IA des BLS Employment Projections, 2025-35, et de BLS OEWS mai 2025)

Exposition relative à l’IA (BLS) Professions Emploi 2025 Évolution projetée 2025-35 (pondérée par l’emploi) Postes à pourvoir pour 100 travailleurs par an P90/P10 médian au sein de la profession Médiane des salaires médians par profession
Faible 213 30,3 millions 2,5 % 10,8 1,93 49 120 $
Modérée 206 44,7 millions 6,2 % 13,2 2,17 52 760 $
Élevée 206 42,1 millions 3,1 % 9,0 2,47 73 985 $
Très élevée 206 53,2 millions 2,0 % 8,4 2,70 78 105 $

L’emploi, l’évolution projetée et les postes à pourvoir proviennent de la table d’exposition à l’IA du BLS ; les rapports P90/P10 sont calculés à partir des centiles nationaux OEWS de mai 2025 (centiles horaires pour les quelques professions publiées uniquement en taux horaire ; 212 rapports appariés dans la ligne Faible). Les cellules dérivées sont recalculées par un script.

Trois points ressortent. La dispersion salariale augmente à chaque niveau d’exposition, de 1,93 à 2,70 : les arènes les plus exposées à l’IA sont celles où les mieux payés s’éloignent le plus du bas de la même profession. Les arènes exposées paient mieux mais offrent moins de place : les professions à exposition Très élevée ont les salaires typiques les plus élevés et les taux de croissance et de postes à pourvoir les plus bas, tandis que le groupe Modérée, composé en grande partie de métiers manuels, offre le plus de place sur ces deux plans. Les postes à pourvoir relèvent surtout du remplacement, pas de la croissance : sur 17 461,8 milliers de postes à pourvoir par an, toutes professions confondues, 16 870 milliers (96,6 %) proviennent de personnes qui quittent la profession ou la population active. Un taux élevé de postes à pourvoir signale souvent un fort roulement.

Cette corrélation demande de la prudence. Les professions à exposition Élevée et Très élevée sont aussi des professions mieux payées et plus diplômées, où les longues échelles d’ancienneté creusent naturellement les écarts de salaire. Le tableau 1 ne montre pas que l’IA provoque une dispersion plus forte. Il montre que les arènes où l’IA s’applique le plus aujourd’hui sont aussi les plus proches d’un tournoi, précisément le contexte où la position compte davantage que l’effort.

Le label d’exposition dit aussi peu de chose sur une arène en particulier. Le tableau suivant le maintient constant.

Tableau 2. Même label d’exposition, arènes très différentes (analyse CEOtudent des BLS Employment Projections 2025-35 et de BLS OEWS mai 2025)

Profession (arène) Exposition à l’IA (BLS) Emploi 2025 (milliers) Évolution projetée 2025-35 Postes à pourvoir pour 100 travailleurs par an P90/P10 Indépendants, 2025
Data scientists Très élevée 275,6 34,6 % 9,0 2,96 1,9 %
Analystes en sécurité de l’information Très élevée 192,9 21,0 % 7,3 2,66 0,2 %
Analystes en management (consultants en organisation) Très élevée 1 077,1 10,1 % 8,7 2,83 14,0 %
Développeurs de logiciels Très élevée 1 717,8 10,2 % 5,5 2,60 1,5 %
Spécialistes en gestion de projet Très élevée 1 094,3 6,7 % 7,0 2,73 1,2 %
Analystes d’études de marché et spécialistes du marketing Très élevée 952,7 7,0 % 8,6 3,58 3,8 %
Comptables et auditeurs Très élevée 1 595,2 5,0 % 7,2 2,57 5,5 %
Avocats Très élevée 863,7 4,7 % 3,3 4,49 11,3 %
Conseillers financiers personnels Très élevée 299,4 1,4 % 5,7 7,11 9,7 %
Spécialistes des relations publiques Très élevée 314,5 1,8 % 7,3 3,06 1,1 %
Écrivains et auteurs Très élevée 140,3 -0,3 % 8,5 3,16 64,8 %
Éditeurs (secrétaires de rédaction) Très élevée 105,0 -1,1 % 7,5 3,73 9,0 %
Graphistes Très élevée 253,1 -1,7 % 6,3 2,65 20,5 %
Infirmiers en pratique avancée (contraste) Élevée 336,3 41,0 % 8,7 1,72 1,6 %
Électriciens (contraste) Modérée 821,0 9,2 % 8,9 2,54 7,1 %

Sélection : arènes courantes du travail intellectuel, plus deux contrastes, choisies par la rédaction pour leur pertinence ; il ne s’agit pas d’un classement. OEWS ne couvre que les salariés, de sorte que le P90/P10 sous-estime la dispersion là où beaucoup travaillent en indépendant (écrivains et auteurs : 64,8 % d’indépendants).

Treize arènes portent le même label « Très élevée », et pourtant la croissance projetée va de -1,7 % (graphistes) à 34,6 % (data scientists), et la dispersion salariale de 2,57 (comptables et auditeurs) à 7,11 (conseillers financiers personnels). Deux personnes qui « travaillent toutes deux dans un domaine exposé à l’IA » peuvent se trouver dans des arènes aux dynamiques opposées. Le label dit que le travail va changer. La place disponible et la forme des gains disent si l’arène vaut la peine d’y entrer.

Quels types d’arènes existe-t-il ?

En répartissant les 830 professions appariées selon la croissance projetée (au-dessus ou en dessous des 3,5 % de l’ensemble des professions) et le P90/P10 (au-dessus ou en dessous de la médiane de 2,29), on obtient quatre types d’arènes.

Tableau 3. Quatre types d’arènes (cadre éditorial CEOtudent appliqué à une analyse CEOtudent des BLS Employment Projections 2025-35, des catégories d’exposition à l’IA et de OEWS mai 2025)

Type d’arène Règle Professions Emploi 2025 Part de cet emploi en exposition à l’IA Élevée ou Très élevée Les trois plus importantes par l’emploi Ce qu’elle récompense
Champ ouvert En croissance, faible dispersion 143 42,6 millions 28 % Aides à domicile et aides aux soins personnels ; employés de restauration rapide et de comptoir ; infirmiers diplômés Compétence fiable et diplômes ; le potentiel de hausse est plafonné
Frontière disputée En croissance, forte dispersion 213 43,1 millions 72 % Directeurs généraux et directeurs des opérations ; développeurs de logiciels ; comptables et auditeurs Une position claire ; la place existe, mais le sommet se détache
Arène de commodité Lente, faible dispersion 272 58,1 millions 54 % Vendeurs en commerce de détail ; caissiers ; manutentionnaires et déplaceurs de marchandises, de stocks et de matériel Coût et fiabilité ; peu de récompense pour l’exceptionnel
Arène de tournoi Lente, forte dispersion 202 26,4 millions 80 % Serveurs et serveuses ; superviseurs de premier niveau du personnel de bureau et de soutien administratif ; superviseurs de premier niveau des vendeurs du commerce de détail Le rang ; seule une position au sommet paie bien

Seuils : 3,5 % correspond à l’évolution projetée par le BLS pour l’emploi total, 2025-35 (Employment Projections, tableau 1.2) ; 2,29 est le P90/P10 médian des 830 professions appariées. Les noms des types et la colonne « Ce qu’elle récompense » relèvent d’un cadre éditorial CEOtudent, pas de catégories du BLS.

Deux lectures comptent. L’arène de tournoi est celle où l’exposition à l’IA est la plus concentrée : 80 % de son emploi se situe dans des professions à exposition Élevée ou Très élevée. Dans une arène à croissance lente et à forte dispersion, le plan réaliste consiste à grimper ou à se repositionner, pas à tenir le milieu. Et la frontière disputée, où joueront la plupart des travailleurs du savoir en quête de croissance, est un jeu de positionnement : la place existe, mais la récompense va à une position distincte, pas à la compétence générale.

La grille de sélection d’arène

Notez chaque arène candidate 0, 1 ou 2 sur six tests. Définissez l’arène de façon assez étroite pour pouvoir nommer dix concurrents.

Tableau 4. La grille de sélection d’arène (cadre éditorial CEOtudent)

# Test 0 1 2 Logique
1 Avantage relatif Avantage pas plus grand que dans vos autres options Un peu plus grand Clairement là où votre avantage sur l’entrant type est le plus grand Ricardo
2 Adéquation à la forme des gains Forte dispersion et aucune voie crédible vers le cinquième supérieur en 3 à 5 ans Incertain Faible dispersion, ou forte dispersion avec une voie crédible vers le haut Rosen
3 Place disponible Déclin projeté et peu de postes à pourvoir Stagnation, ou croissance portée par le roulement Croissance supérieure à celle de l’ensemble de l’économie et véritables postes à pourvoir Projections du BLS
4 Direction de l’IA L’IA produit déjà le livrable central que vous vendriez Mitigé L’IA prend en charge les parties routinières ; votre avantage est ce qui reste (jugement, relations, décisions dont on répond, combinaison) Exposition BLS ; Acemoglu et Autor
5 Clarté des arbitrages Impossible de nommer ce que vous cesseriez de faire Nommé, sans engagement Une liste écrite des clients, tâches et canaux que vous refuserez Porter
6 Proximité Aucun recoupement avec vos tâches actuelles Recoupement partiel L’essentiel de votre capital de tâches actuel se transfère, ou une passerelle courte existe Gathmann et Schönberg

Lecture du total sur 12 (seuils éditoriaux CEOtudent) :

  • 10-12 : engagez-vous. Faites-en votre arène principale et construisez le plan d’apprentissage autour de son avantage spécifique.
  • 7-9 : entrez avec un test. Menez d’abord une expérience délimitée : un projet, un client pilote, une pièce de portfolio. L’article sur le dilemme exploration-exploitation explique comment dimensionner et arrêter ce type d’expérience.
  • 6 ou moins : n’entrez pas tel quel. Resserrez l’arène jusqu’à ce que l’avantage grandisse, ou choisissez-en une autre.

Un zéro au test 1 ou au test 5 bloque toute décision d’engagement, quel que soit le total. Sans avantage relatif, il n’y a pas de position ; sans arbitrage, il n’y a pas de stratégie, seulement une liste de souhaits.

Comment remplir la grille en une seule séance

  1. Listez trois arènes candidates, de façon étroite. Pas « la data », mais « l’analyse tarifaire pour les éditeurs de logiciels par abonnement » ; pas « l’écriture », mais « la documentation technique pour les dispositifs médicaux réglementés ».
  2. Récupérez les chiffres publics de la profession la plus proche. Les projections, les postes à pourvoir, l’exposition du BLS et les centiles OEWS existent pour chaque profession détaillée aux États-Unis ; ailleurs, utilisez l’office statistique national et notez ce qui manque. Le tableau 2 montre les colonnes qui méritent d’être relevées.
  3. Notez le test 1 avec honnêteté. Demandez à deux personnes qui ont vu votre travail dans quels domaines vous surpassez vos pairs, et consignez par écrit la comparaison avec vos propres alternatives.
  4. Confrontez la forme des gains à votre rang probable. Si le P90/P10 dépasse environ 3 (une règle empirique CEOtudent, pas un seuil du BLS) et que vous n’êtes pas encore dans la partie haute de cette arène, le test 2 vaut 0 ou 1 tant qu’aucune voie vers le haut n’est démontrée.
  5. Rédigez la liste de ce sur quoi vous ne rivaliserez pas. Les clients que vous ne prendrez pas, les tâches que vous ne vendrez pas, les plateformes que vous ne poursuivrez pas. L’article sur ce qu’il ne faut pas apprendre applique la même discipline au temps d’apprentissage.
  6. Transformez l’arène retenue en un seul objectif d’apprentissage. C’est la moitié étudiante : l’avantage qui sépare le cinquième supérieur de la médiane dans cette arène. Pour choisir entre plusieurs compétences candidates une fois l’arène fixée, utilisez la matrice de décision à 4 facteurs.
  7. Fixez une date de révision. Le BLS publie ses projections chaque année ; la publication des projections 2026-36 est prévue en 2027.

Sur quoi devriez-vous refuser de rivaliser ?

L’argument de Porter est que les arbitrages rendent une position durable : « un arbitrage signifie que davantage d’une chose implique nécessairement moins d’une autre ». Dans les arènes exposées à l’IA, trois refus comptent généralement :

  • Le débit générique. Si chaque concurrent dispose des mêmes assistants d’IA, la vitesse sur les livrables standard converge vers le prix du marché.
  • La médiane d’une arène de tournoi. Là où la dispersion est forte et la croissance lente (tableau 3), le milieu est l’option coûteuse, pas l’option sûre.
  • Les arènes définies par un outil. Un outil n’est pas un marché. Une arène se définit par qui paie et pour quel problème ; les outils qu’elle utilise changeront de nombreuses fois.

Choisir ce qu’il ne faut pas faire libère aussi l’étudiant : une arène étroite vous indique quelles connaissances peuvent décliner sans dommage et lesquelles doivent fructifier. L’article qui soutient que le profil en T est obsolète décrit comment la forme de ces connaissances évolue ; le choix de l’arène vous dit où les faire grandir.

Ce que cela ne signifie pas

  • Pas éviter les arènes exposées à l’IA. Le BLS précise qu’une exposition « Élevée » ou « Très élevée » « ne signifie pas nécessairement que l’emploi va diminuer ». Plusieurs arènes à exposition Très élevée du tableau 2 devraient croître plus vite que l’ensemble de l’économie.
  • Pas courir après la profession à la croissance la plus rapide. Une croissance sans avantage relatif, c’est une entrée encombrée.
  • Pas lire le P90/P10 comme une mesure du talent. C’est une dispersion des rémunérations salariales qui reflète aussi l’ancienneté, la région, la taille de l’employeur et le temps de travail, et qui exclut les indépendants.
  • Pas des catégories figées. Les seuils des types d’arènes proviennent d’un seul cycle de projections ; les professions proches d’une limite peuvent changer de case lorsque les données sont révisées.
  • Pas une seule arène pour toute la vie. La stratégie est un choix fait avec l’information disponible et réexaminé selon un calendrier.

Cet article constitue une information générale, et non un conseil personnalisé en matière de carrière, de finances ou de droit.

Questions fréquentes

Qu’est-ce que le positionnement stratégique pour un individu ?
C’est le choix délibéré de l’endroit où rivaliser (une profession, un type de client ou un problème précis) et de la manière d’y gagner (l’avantage qui pousse quelqu’un à vous choisir plutôt que la prochaine personne qualifiée), y compris le choix de ce qu’il ne faut pas faire.

En quoi est-ce différent de la construction d’un capital de carrière ?
Le capital de carrière, ce sont les actifs que vous accumulez. Le choix de l’arène, c’est le marché sur lequel ces actifs se vendent. Les mêmes compétences peuvent valoir bien plus dans une arène que dans une autre, c’est pourquoi le choix de l’arène vient en premier.

Une exposition à l’IA « Très élevée » fait-elle d’une arène un mauvais choix ?
Non. Le BLS décrit ces catégories comme relatives et non comme des prévisions d’emploi. Dans l’analyse CEOtudent, les arènes à exposition Très élevée ont la rémunération typique la plus haute, mais la plus forte dispersion et la croissance moyenne la plus lente : elles récompensent donc une position claire davantage qu’une compétence moyenne.

Que dit le P90/P10 d’une arène ?
C’est le salaire du 90e centile divisé par celui du 10e centile au sein d’une même profession. Plus il est élevé, plus le rang compte. Sur 830 professions, la médiane est de 2,29 ; les conseillers financiers personnels sont à 7,11 et les infirmiers en pratique avancée à 1,72.

Que devrait faire quelqu’un qui est bon dans plusieurs domaines ?
Appliquer la logique de Ricardo : comparer l’avantage entre ses propres options et se spécialiser là où il est le plus grand par rapport à l’entrant type. Puis vérifier que l’arène offre de la place et une forme de gains adaptée au rang qu’il peut atteindre.

À quelle fréquence faut-il réévaluer le choix d’une arène ?
Une fois par an est une base raisonnable, calée sur la publication de nouvelles données comme les projections annuelles du BLS, et immédiatement après un changement important de votre avantage, de votre domaine ou des outils qui réalisent votre travail central.

Sources

  1. U.S. Bureau of Labor Statistics, Employment Projections. AI exposure categories and 2025-35 employment projections (table complémentaire, avec la feuille Field Descriptions).
  2. U.S. Bureau of Labor Statistics. Artificial Intelligence (AI) exposure categories: methodology and limitations.
  3. U.S. Bureau of Labor Statistics, Employment Projections 2025-35. Tableaux par profession 1.2 (projections et caractéristiques des travailleurs) et 1.10 (départs et postes à pourvoir).
  4. U.S. Bureau of Labor Statistics, Occupational Employment and Wage Statistics. Estimations nationales tous secteurs de mai 2025 et descriptions des champs.
  5. Porter, Michael E. What Is Strategy? Harvard Business Review, novembre-décembre 1996.
  6. Martin, Roger L. The Big Lie of Strategic Planning. Harvard Business Review, janvier-février 2014.
  7. Ricardo, David. On the Principles of Political Economy and Taxation, troisième édition, 1821, chapitre 7, On Foreign Trade. Édition de la Library of Economics and Liberty.
  8. Clement, Douglas. Perfectly Competitive Superstars. Federal Reserve Bank of Minneapolis, 2002. Source de son résumé de Rosen (1981), The Economics of Superstars, et de Boldrin et Levine, ainsi que des citations qui en sont tirées ; les articles originaux n’ont pas été consultés.
  9. Deming, David J. The Growing Importance of Social Skills in the Labor Market. NBER Working Paper 21473, 2015, révisé en juin 2017.
  10. Gathmann, Christina, et Uta Schönberg. How General Is Human Capital? A Task-Based Approach. IZA Discussion Paper 3067, 2007 (résumé et introduction).
  11. Acemoglu, Daron, et David Autor. Skills, Tasks and Technologies: Implications for Employment and Earnings. NBER Working Paper 16082, 2010 (résumé).

Note éditoriale : les tableaux 1, 2 et 3 sont des analyses CEOtudent qui croisent la table d’exposition à l’IA des BLS Employment Projections (2025-35) avec les centiles de salaire BLS OEWS de mai 2025 par code de profession ; chaque cellule dérivée est recalculée par un script. Les noms des types d’arènes et la grille du tableau 4, avec ses seuils, relèvent d’un cadre éditorial CEOtudent. Les affirmations répandues selon lesquelles un pourcentage fixe d’emplois serait remplacé par l’IA n’ont délibérément pas été reprises : le BLS indique que ses catégories d’exposition ne sont pas des prévisions d’emploi, et aucune source primaire consultée pour cet article ne soutient un tel chiffre. Rosen (1981) ainsi que Boldrin et Levine ne sont cités qu’à travers le résumé de la Federal Reserve Bank of Minneapolis.


Ce contenu a été compilé avec le soutien de l’IA à la suite d’une recherche approfondie, puis rédigé et préparé pour publication par l’équipe éditoriale de CEOtudent.

This post is also available in: Türkçe English Español Deutsch

Benzer içerikler