TL;DR. Une carrière doit survivre à plusieurs futurs possibles, pas à un seul. En janvier 2026, le salarié américain médian travaillait chez son employeur actuel depuis 4,1 ans, et les personnes nées en 1957-64 ont occupé en moyenne 12,9 emplois entre 18 et 58 ans. Les données officielles ne disent pas quel futur s’annonce : les métiers qui partagent l’étiquette d’exposition à l’IA « très élevée » du BLS devraient évoluer de moins 34,4 % à plus 34,6 % entre 2025 et 2035. La planification de scénarios est l’outil des entreprises pour ce type de situation, mais les preuves lui assignent un autre rôle : c’est un outil de prédiction plus faible que la formation aux probabilités et, lors d’expériences de terrain, elle a laissé inchangée la confiance des experts (0,811 avant, 0,814 après). Ce qu’elle a fait, c’est les orienter vers des choix flexibles : le soutien à la stratégie la moins flexible est passé de 65,2 % à 50,1 %. Le geste du CEO : répartir son capital de carrière entre actions sans regret, options, couvertures et paris, et fixer des balises assorties de seuils qui indiquent quand changer de cap. Le geste de l’étudiant : consacrer l’essentiel du temps d’apprentissage aux compétences qui paient dans vos trois futurs, pas seulement dans celui que vous espérez.
Cet article prolonge des travaux antérieurs de CEOtudent. Le classement des méthodes de prospective a montré que la formation aux scénarios était le levier mesuré le plus faible pour la précision des prévisions ; l’outil sert donc ici à la robustesse, pas à la prédiction. Les balises de la fiche alimentent le tableau de bord personnel d’alerte précoce pour les signaux faibles, et l’horizon suit l’échelle des horizons de vision.
Que peut faire la planification de scénarios pour une carrière, et que ne peut-elle pas faire ?
La planification de scénarios est entrée dans la pratique des entreprises par Royal Dutch Shell. Selon le récit de Phadnis et ses collègues, la réponse de Shell à la crise pétrolière de 1973 « a placé la planification de scénarios sur le radar des entreprises », et en 1981, 38 % des entreprises du Fortune 1000 déclaraient l’utiliser (un chiffre qu’ils citent d’après Linneman et Klein). Sa technique standard des axes de scénarios, qui relève de l’école des logiques intuitives, repère les deux forces à la fois importantes et réellement incertaines, les croise dans une grille de deux sur deux et écrit un récit pour chaque quadrant. Le Government Office for Science britannique, dont le Futures Toolkit couvre 12 outils de réflexion prospective, énonce la prémisse sans détour : « Les scénarios ne sont pas des prédictions ».
Données vérifiées. Ce qu’ont montré les études contrôlées sur l’usage des scénarios.
| Étude | Participants | Ce qui a changé | Ce qui n’a pas changé |
|---|---|---|---|
| Mellers et al., Psychological Science, 2014 | Volontaires d’un tournoi de prévision, répartis au hasard entre les conditions | La formation aux scénarios a fait mieux que l’absence de formation en précision | La formation aux probabilités a fait mieux que la formation aux scénarios, t(1053) = 2,23, p = 0,026 |
| Phadnis et al., Strategic Management Journal, 2015 | Experts de terrain évaluant des investissements de transport à 30 ans | Le soutien à la stratégie la moins flexible est passé de 65,2 % à 50,1 % ; une option plus flexible est passée de 12,3 % à 23,1 % (351 paires de jugements, 27 experts) | Confiance moyenne : 0,811 avant, 0,814 après |
| Kuhn et Sniezek, 1996 (résumé uniquement) | 186 participants prévoyant à 50 ans | Le nombre et le type de scénarios ont influé sur l’incertitude subjective | La confiance a augmenté, même avec des scénarios contradictoires |
| Schoemaker, 1993 (résumé, plus Phadnis et al.) | Étudiants de MBA | Les fourchettes de confiance se sont élargies après le travail sur les scénarios | Pas de groupe témoin, selon Phadnis et al. |
| Meissner et Wulf, 2013 (résumé uniquement) | 252 étudiants de troisième cycle en management | Le biais de cadrage a diminué ; la qualité des décisions a dépassé celle des outils de planification traditionnels | Échantillon d’étudiants ; Phadnis et al. qualifient la mesure de qualité d’autodéclarée |
| Goodwin et al., 2019 | 114 et 90 étudiants en commerce | Un scénario opposé a poussé les prévisions vers des valeurs plus extrêmes | La confiance a augmenté face à des scénarios opposés |
Sources : les articles nommés dans chaque ligne ; références complètes ci-dessous.
Sur la précision et le calibrage, le bilan est faible et contrasté : la formation aux scénarios était la plus faible des deux conditions entraînées, et si les étudiants de MBA de Schoemaker ont élargi leurs fourchettes de confiance, la confiance a augmenté dans les expériences de Kuhn et Sniezek et de Goodwin, et n’a pas bougé chez les experts de terrain. Phadnis et ses collègues concluent que les scénarios multiples « ne constituent peut-être pas une réparation cognitive de l’excès de confiance ». Sur la robustesse des décisions, le tableau est plus encourageant : les experts ont révisé leurs jugements selon la manière dont chaque investissement s’en sortait dans le scénario utilisé, et après plusieurs scénarios ils penchaient vers des stratégies flexibles. Wright, Bradfield et Cairns sont parvenus à un verdict compatible à partir de la conception même de la méthode : les logiques intuitives sont faites pour améliorer la compréhension et remettre en cause la pensée conventionnelle et, hormis un enrichissement, elles ne visent pas directement à améliorer les décisions ; c’est pourquoi ils jugent l’expression « planification de scénarios » impropre.
Deux mises en garde. La base de preuves est mince : Phadnis et ses collègues n’ont trouvé que trois études expérimentales antérieures, toutes menées avec des étudiants, et citent Paul Schoemaker qui qualifie les preuves d’utilité d’« anecdotiques ». Une revue de revues publiée en 2023 par Cordova-Pozo et Rouwette range encore la « rareté des preuves de son efficacité » parmi les défis du domaine, tout en relevant des preuves d’impact pour certaines techniques précises. Enfin, aucune de ces études n’a porté sur des carrières : appliquer la méthode à une seule personne relève donc d’une extrapolation éditoriale.
La règle de travail : utilisez les scénarios pour choisir des actions qui survivent à plusieurs futurs ; utilisez les taux de base et les outils probabilistes pour tout ce que vous avez besoin de prédire.
Pourquoi une carrière a-t-elle besoin de plus d’un futur ?
Parce que les taux de base indiquent que votre emploi actuel ne sera probablement pas le dernier, et que des prévisions officielles soigneuses se sont trompées assez souvent pour qu’un seul scénario de référence ne suffise pas à faire un plan.
Données vérifiées. Taux de base pour planifier une carrière.
| Mesure | Valeur | Source et réserve |
|---|---|---|
| Ancienneté médiane chez l’employeur actuel, janvier 2026 | 4,1 ans (3,9 en janvier 2024) | BLS Employee Tenure. Enquête biennale ; la structure par âge des salariés influe sur la médiane |
| Ancienneté médiane, 25 à 34 ans contre 55 à 64 ans | 3,0 contre 9,6 ans | Même publication |
| Salariés ayant un an ou moins d’ancienneté chez leur employeur | 20,6 % | Même publication |
| Emplois occupés de 18 à 58 ans, personnes nées en 1957-64 | 12,9 en moyenne | BLS, NLSY79, 9 964 répondants. Une seule cohorte |
| Emplois commencés entre 45 et 54 ans et terminés dans les cinq ans | 56 % (21 % dans l’année) | Même publication |
| Projections du BLS 1988-2000 contre extrapolation naïve | « dans la plupart des cas » comparables | Stekler et Thomas, Monthly Labor Review, 2005 |
| Sur les 20 métiers censés croître le plus vite jusqu’en 2000 | 6 l’ont fait | Même source ; corrélation de rang sur 338 métiers : 0,43 |
| Projections du BLS 1996-2006 | Meilleures que les modèles naïfs, mais ont manqué la bulle immobilière et la hausse du prix du pétrole | Wyatt, Monthly Labor Review, 2010 |
Source : publications du U.S. Bureau of Labor Statistics et évaluations de la Monthly Labor Review citées.
Les lignes d’évaluation ont paru dans la propre revue du BLS. Même des prévisions à long terme soigneuses sont des références assorties de larges fourchettes, soit exactement la situation pour laquelle la planification de scénarios a été conçue.
Un score d’exposition à l’IA est-il une prévision sur laquelle bâtir un plan ?
Non, et l’agence à l’origine du plus connu d’entre eux le dit elle-même. Parallèlement à ses projections 2025-35, le BLS a publié une catégorie relative d’exposition à l’IA (faible, modérée, élevée ou très élevée) pour chacun de 831 métiers détaillés, construite à partir de cinq sources externes. Sa page méthodologique est sans ambiguïté : « Une catégorie d’exposition n’est pas une prévision de la croissance ou du déclin de l’emploi. » Les catégories « ne distinguent pas les impacts de l’IA relevant de l’automatisation de ceux relevant de l’augmentation », et les sources théoriques reflètent les capacités disponibles « au plus tard à la mi-2023 ».
Analyse CEOtudent des catégories d’exposition à l’IA du BLS et des projections d’emploi 2025-35 (831 métiers détaillés).
| Exposition relative à l’IA | Métiers | Part de l’emploi en 2025 | Évolution projetée, 2025-35 | Fourchette selon les métiers | Part de l’emploi dans les métiers censés décliner |
|---|---|---|---|---|---|
| Faible | 213 | 17,8 % | +2,5 % | moins 23,0 % à plus 23,0 % | 16,2 % |
| Modérée | 206 | 26,2 % | +6,2 % | moins 22,8 % à plus 36,5 % | 9,3 % |
| Élevée | 206 | 24,8 % | +3,1 % | moins 27,6 % à plus 41,0 % | 31,5 % |
| Très élevée | 206 | 31,3 % | +2,0 % | moins 34,4 % à plus 34,6 % | 39,6 % |
| Tous les métiers | 831 | 100 % | +3,5 % |
Calculé à partir du fichier de données du BLS. L’évolution par catégorie correspond à l’emploi total de 2035 rapporté à l’emploi total de 2025 ; « censés décliner » désigne une évolution en pourcentage publiée négative. Dans le groupe à exposition très élevée, les extrêmes sont les opérateurs de traitement de texte et dactylographes, et les data scientists.
Le groupe à exposition très élevée devrait croître plus lentement que l’économie, 2,0 % contre 3,5 %, et compte la plus forte part d’emplois dans des métiers en déclin. Pourtant, sous cette seule étiquette, les projections s’étalent sur 69 points de pourcentage, et environ six emplois sur dix de ce groupe se trouvent dans des métiers censés croître ou se maintenir. Dans les termes du Futures Toolkit, un « élément prédéterminé » a un fort impact « et un résultat certain » ; une « incertitude critique » est importante mais a « un résultat incertain ». Pour la plupart des carrières, l’exposition à l’IA relève de la seconde case, et c’est précisément à cela que sert un axe de scénario.
La fiche à trois futurs
Cadre éditorial CEOtudent. Il adapte à une seule personne les logiques intuitives, l’Assumption-Based Planning de RAND (Dewar et ses collègues, 1993) et le test de résistance du Futures Toolkit. Il n’a pas été testé en tant qu’intervention.
Pourquoi trois futurs et non quatre. La norme en entreprise développe les quatre quadrants. Cette fiche conserve la grille de deux sur deux mais n’en développe que trois, un choix éditorial. Un individu travaille sans animateur, et le Toolkit prévoit au moins 4-5 heures pour le seul atelier de scénarios en groupe. Deux futurs ont tendance à se réduire à un meilleur cas contre un pire cas, le format dans lequel Goodwin et ses collègues ont vu les prévisions dériver vers les extrêmes et la confiance augmenter. Trois tiennent sur une page que vous relirez. Le coût connu est qu’un scénario intermédiaire invite à être lu comme « le plus probable » : les trois sont donc construits à partir des coins de la grille, jamais comme des versions basse, moyenne et haute d’une même prévision, et aucun n’est étiqueté « attendu ».
| Étape | Que faire | Fondement |
|---|---|---|
| 1. Décision centrale et horizon | Écrivez la décision unique que l’exercice doit éclairer, et une année d’horizon. RAND : si l’horizon n’est pas fixé, « il doit l’être avant que les vulnérabilités puissent être établies ». Pour une carrière, utilisez l’échelon de position à trois à cinq ans de l’échelle des horizons de vision | Dewar et al. 1993 |
| 2. Hypothèses | Listez ce dont votre plan actuel dépend sans le dire. RAND qualifie une hypothèse d’importante « si sa négation entraînait des changements significatifs » dans les plans | Dewar et al. ; l’audit des hypothèses |
| 3. Forces motrices | Listez les forces qui pourraient briser ces hypothèses : la demande pour votre travail, la technologie, la manière dont votre secteur achète le travail, vos propres contraintes. Classez chacune en élément prédéterminé ou en incertitude critique | Cartographie des moteurs du Toolkit |
| 4. Deux axes | Notez les incertitudes critiques selon leur impact et leur degré d’incertitude ; gardez les deux premières qui ne sont pas la même force déguisée. Le Toolkit demande des axes « suffisamment différents » pour contraster, par exemple un changement technologique face à un changement social | Futures Toolkit |
| 5. Trois futurs | Nommez les quatre coins en une ligne chacun. Développez Continuité (le coin que votre plan suppose déjà), Étau (le coin le plus hostile à ce plan) et Ouverture (le plus fort potentiel si vous êtes prêt). Mettez le quatrième de côté en une ligne | Choix éditorial |
| 6. Exigences | Pour chaque futur séparément, écrivez quel travail est rémunéré, lesquelles de vos compétences gagnent ou perdent de la valeur, et ce que vous regretteriez de ne pas avoir commencé plus tôt. Remplissez une colonne avant de lire la suivante | Goodwin et al. 2019 (la règle des colonnes est une mesure d’atténuation éditoriale) |
| 7. Balises | Pour chaque axe, fixez des balises. RAND : « un événement ou un seuil qui indique clairement l’évolution de la vulnérabilité d’une hypothèse ». Donnez à chacune une source, une cadence et une action déclenchée | Dewar et al. |
| 8. Actions | Notez chaque action envisagée comme favorable, neutre ou défavorable dans chaque futur, à la manière du test de résistance vert, jaune et rouge du Toolkit, puis classez-la à l’aide de la grille d’évaluation ci-dessous | Futures Toolkit ; Phadnis et al. |
| 9. Révision | Vérifiez les balises au rythme de votre tableau de bord. Reconstruisez la fiche chaque année, quand une balise se déclenche, ou après un changement de vie majeur. Les projections du BLS « sont publiées sur une base annuelle », un déclencheur annuel tout trouvé | Phadnis et al. sur l’usage ponctuel ; BLS |
La version d’une page. Copiez-la et remplissez la colonne de droite.
| Champ | Question | Votre réponse |
|---|---|---|
| Décision centrale et horizon | Quel choix cette fiche doit-elle éclairer, et pour quelle année ? | |
| Hypothèses porteuses | Qu’est-ce qui doit rester vrai pour que le plan actuel fonctionne ? | |
| Éléments prédéterminés | Quelles forces importantes sont à peu près certaines ? | |
| Axe A et axe B | Deux incertitudes critiques, chacune avec deux états extrêmes | |
| Continuité, Étau, Ouverture | Qu’exige de vous chaque futur ? | |
| Coin mis de côté | Une ligne, relue chaque année | |
| Balises | Seuil, source, cadence, action déclenchée | |
| Actions | Sans regret, options, couvertures, paris | |
| Prochaine date de révision |
Quelles données publiques peuvent alimenter chaque force motrice ?
Cadre éditorial CEOtudent. Chaque jeu de données est une référence ou un baromètre de l’humeur, pas un verdict.
| Force motrice | Données publiques | Réserve à garder en tête |
|---|---|---|
| Demande pour votre métier | Projections 2025-35 du BLS par métier, avec les ouvertures de postes annuelles | Les cycles passés ont égalé l’extrapolation naïve (1988-2000) ou manqué des chocs (1996-2006) |
| Portée de l’IA sur vos tâches | Catégories relatives d’exposition à l’IA du BLS | Relatives, pas une prévision ; capacités à la mi-2023 ; pas de distinction entre automatisation et augmentation |
| Renouvellement des compétences | WEF Future of Jobs Report 2025 : 39 % des compétences actuelles des travailleurs devraient être transformées ou devenir obsolètes sur 2025-2030 | Attentes des employeurs, pas une mesure |
| Rotation du marché du travail | Même rapport : créations et destructions d’emplois équivalant à 22 % des emplois formels actuels | Extrapolé à partir des réponses des employeurs |
| Fréquence des remises à zéro de carrière | Ancienneté du BLS et nombre d’emplois de la NLSY79 | L’ancienneté est un instantané ; le nombre d’emplois couvre une seule cohorte |
| Récit macroéconomique | WEF Four Futures for Jobs in the New Economy (janvier 2026) | Conçu pour les entreprises ; son tableau directionnel est « illustratif et destiné uniquement à la construction de scénarios » |
| Votre propre avantage | Votre journal de signaux faibles | Petit échantillon ; terrain le plus propice au biais de confirmation |
Le document de 2026 du Forum montre la grille à l’œuvre. Il croise « le rythme et l’ampleur des progrès dans les capacités et l’autonomie des technologies d’IA » avec « la disponibilité des compétences chez les travailleurs » pour obtenir quatre futurs à l’horizon 2030 : Supercharged Progress, The Age of Displacement, Co-Pilot Economy et Stalled Progress. Il énumère ensuite neuf stratégies « sans regret » pour les entreprises, à commencer par « Commencer petit, construire vite, étendre ce qui fonctionne ». Empruntez ces axes comme point de départ, et remplacez tout axe qui ne fait pas partie des deux incertitudes qui menacent le plus votre propre décision.
Un exemple concret : un spécialiste du marketing fictif
Hypothétique et illustratif. Chaque chiffre est un chiffre publié par le BLS pour le métier correspondant ou est signalé comme une hypothèse.
Référence. La catégorie du BLS « Market research analysts and marketing specialists » (analystes en études de marché et spécialistes du marketing) employait 952,7 milliers de personnes en 2025 et devrait atteindre 1 019,0 milliers d’ici 2035 (plus 7,0 %), avec environ 82 000 ouvertures de postes par an en moyenne et un salaire annuel médian de 78 760 $ en 2025. Son exposition relative à l’IA est très élevée : forte exposition et croissance projetée coexistent déjà dans la référence.
Décision, hypothèses, axes. Décision centrale : consacrer les 18 prochains mois (hypothèse) à approfondir l’exécution de campagnes, ou évoluer vers l’analytique marketing. Horizon : 2030, comme dans les scénarios du Forum. Hypothèses porteuses : l’employeur conserve une équipe interne ; l’IA assiste plutôt qu’elle ne remplace dans les tâches essentielles ; la demande du secteur se maintient. Éléments prédéterminés : les outils d’IA deviennent la norme dans le travail marketing ; les changements d’emploi sont normaux. Axe A, l’IA dans les tâches essentielles : elle assiste ou réalise l’essentiel de bout en bout, une véritable incertitude puisque le BLS ne peut pas distinguer l’automatisation de l’augmentation. Axe B, la demande de production marketing dans le secteur : en croissance ou stable à en baisse.
| Continuité | Étau | Ouverture | |
|---|---|---|---|
| Coin | L’IA assiste, la demande croît | L’IA réalise l’essentiel des tâches, la demande stagne ou recule | L’IA réalise l’essentiel des tâches, la demande croît |
| Récit en une ligne | Plus de travail avec de meilleurs outils ; le plus proche de la référence du BLS | Moins de postes, plus seniors | Plus de production par personne ; de nouveaux rôles pilotent et mesurent le travail de l’IA |
| Compétences qui prennent de la valeur | Expertise du domaine, maîtrise des outils | Connaissance client tirée d’entretiens, jugement commercial | Mesure, analytique, conception de flux de travail |
| Ce que vous regretteriez de ne pas avoir commencé plus tôt | Un portfolio de résultats mesurés | Un rôle voisin à cœur humain | Un projet analytique à montrer |
Coin mis de côté : l’IA assiste, la demande recule (une baisse des budgets).
Balises. Les seuils sont des hypothèses choisies pour l’exemple.
| Balise | Axe | Cadence | Seuil et action déclenchée |
|---|---|---|---|
| Offres d’emploi pour l’intitulé dans la région visée exigeant la maîtrise d’outils d’IA, sur un échantillon manuel de 20 | A | Trimestrielle | Plus de la moitié, deux trimestres de suite : lancer l’option analytique |
| Livrables courants de l’équipe produits de bout en bout par l’IA avec une relecture légère | A | Mensuelle | Une majorité : déplacer du temps de l’exécution vers la mesure |
| Projection 2026-36 du BLS pour le métier, attendue en 2027 | B | Annuelle | Sous zéro : activer la couverture |
| Effectifs ou budget marketing chez l’employeur | B | Trimestrielle | Gel ou baisse deux trimestres de suite : activer la couverture |
Actions. Sans regret : utiliser les outils d’IA dans chaque tâche essentielle et consigner le temps gagné et les erreurs repérées ; tenir un portfolio de campagnes aux résultats mesurés. Option : une courte formation en analytique plus un projet analytique interne. Couverture : des compétences en entretiens de recherche client, les plus précieuses dans l’Étau. Pari : une reconversion vers la data science, dont le BLS projette une croissance de 34,6 %, ou le passage en indépendant ; ni l’un ni l’autre n’est engagé avant qu’une balise se déclenche et que des critères d’arrêt soient écrits.
Comment noter une action avant de l’engager ?
Cadre éditorial CEOtudent, qui s’appuie sur les actions de façonnage et de couverture de RAND, les stratégies sans regret du Forum et le résultat de Phadnis et al. sur la flexibilité.
| Type d’action | Test face aux trois futurs | Exemples de carrière | Quand s’engager |
|---|---|---|---|
| Sans regret | Favorable ou neutre dans les trois ; défavorable dans aucun | Maîtrise des outils ; un historique de résultats mesurés ; des relations dans des domaines voisins | Maintenant |
| Option | Un coût faible et plafonné aujourd’hui achète le droit, et non l’obligation, d’amplifier plus tard | Une formation plus un projet appliqué ; un détachement | Maintenant, avec une date de révision |
| Couverture | Rapporte surtout dans l’Étau. RAND : elle prépare « à l’échec de l’une de ses hypothèses importantes » | Une seconde compétence à cœur humain ; un plan en cas de perte d’emploi | Maintenant, dimensionnée comme une assurance |
| Façonnage | Rend un bon futur plus probable ou un mauvais moins probable. RAND : conçue « pour empêcher ou provoquer l’échec d’une hypothèse vulnérable » | Rejoindre l’équipe qui pilote le déploiement de l’IA | Quand vous avez une réelle influence |
| Pari | Important, difficile à inverser, ne rapporte que dans un seul futur | Un diplôme, un déménagement, une entreprise | Seulement après le déclenchement d’une balise et une fois les critères d’arrêt établis |
Deux règles en découlent. Une action qui n’aide que dans un seul futur et ne peut être inversée est un pari, aussi raisonnable qu’elle paraisse. Et une liste sans aucune option mérite un second regard : dans l’étude de terrain de Phadnis, le travail sur les scénarios a fait passer le soutien cumulé aux deux stratégies les plus flexibles de 19,7 % à 34,5 %, et pourtant « une majorité des experts privilégiait toujours l’option la moins flexible ». La flexibilité doit être choisie délibérément ; voir l’optionalité comme stratégie de carrière.
Le geste du CEO et le geste de l’étudiant
Le geste du CEO, c’est l’allocation. Un dirigeant finance un cœur d’activité, quelques options et une part d’assurance, et décide à l’avance quelles nouvelles modifieraient la répartition. Pour une carrière : l’essentiel du temps discrétionnaire aux actions sans regret, une part plus petite à une ou deux options, une couverture dimensionnée comme une prime, et rien aux paris tant qu’aucune balise ne s’est déclenchée. Ensuite, menez un pre-mortem sur l’Étau : supposez que nous sommes en 2030 et que le plan a échoué, et demandez-vous pourquoi.
Le geste de l’étudiant, c’est choisir ce qu’il faut apprendre maintenant. Le test : cette compétence paie-t-elle dans les trois futurs ? L’enquête du Forum auprès des employeurs cite l’IA et le big data, les réseaux et la cybersécurité, ainsi que la culture technologique comme les compétences à la plus forte croissance, aux côtés de la pensée créative, de la résilience, de la flexibilité et de l’agilité, ainsi que de la curiosité et de l’apprentissage tout au long de la vie. Traitez cette liste comme un relevé de l’humeur des employeurs et confrontez chaque élément à vos trois colonnes. Apprendre tout au long de sa carrière est déjà la norme : à 58 ans, 75 % de la cohorte NLSY79 avaient suivi une formation en dehors de la scolarité classique, et le Forum estime que 59 travailleurs sur 100 auront besoin d’une formation d’ici 2030.
Les erreurs fréquentes, et la recherche derrière chacune
- Traiter un scénario comme une prévision. Les scénarios des logiques intuitives, selon les mots de Wright, Cairns, O’Brien et Goodwin, explorent « les limites du possible » pour l’avenir « sans égard aux questions de probabilité ». Pour une probabilité, utilisez les taux de base.
- Construire un meilleur cas et un pire cas. Goodwin et ses collègues ont constaté qu’un scénario opposé poussait les prévisions vers les extrêmes et augmentait la confiance. Construisez plutôt les futurs à partir de deux axes indépendants.
- Attendre l’humilité comme effet secondaire. La confiance des experts n’a pas bougé, et dans une autre étude les scénarios l’ont accrue. Les experts les plus confiants au départ ont modifié leur jugement après un scénario dans 36,3 % des cas, contre près de sept sur dix aux autres niveaux de confiance.
- Croire le récit le plus détaillé. Schoemaker soutenait que les scénarios fonctionnent en exploitant un biais, l’erreur de conjonction, pour en contrer un autre, l’excès de confiance ; Wright et ses collègues rapportent l’argument selon lequel se représenter une séquence d’événements amène les gens à lui attribuer une probabilité plus élevée que ce que la logique justifie.
- Emprunter tel quel la grille de quelqu’un d’autre. Le jugement des experts a changé « en fonction de la manière dont un investissement s’en sort dans un scénario donné ». Des scénarios construits pour une autre décision orienteront la vôtre de façon arbitraire.
- Ne le faire qu’une fois. Les preuves de terrain portent sur un usage ponctuel ; les auteurs notent que Shell utilisait les scénarios en continu. Programmez la révision avant de refermer le document.
Ce que cela ne signifie pas
Cela ne signifie pas que la planification de scénarios prédit une carrière, ni que les trois futurs mis par écrit se produiront. Ce n’est ni de l’orientation professionnelle ni un conseil financier, juridique ou personnalisé ; il s’agit d’informations générales sur une méthode de planification. La fiche applique aux individus des recherches menées sur des entreprises et des étudiants, et aucune étude n’a mesuré si elle améliore les trajectoires professionnelles. Les données du BLS décrivent les États-Unis : la méthode se transpose, les chiffres non. Rien de tout cela ne plaide contre la prévision ; cela plaide pour utiliser chaque outil pour ce sur quoi il a été mesuré.
Questions fréquentes
La planification de scénarios peut-elle prédire l’évolution d’une carrière ?
Non. Le Futures Toolkit britannique affirme que les scénarios ne sont pas des prédictions, et dans un tournoi randomisé la formation aux scénarios était le levier de précision le plus faible. Utilisez-la pour tester des décisions face à plusieurs futurs.
Pourquoi trois futurs et non les quatre classiques ?
Un choix éditorial : une personne seule n’a pas d’animateur, deux futurs glissent vers le meilleur et le pire cas, et trois tiennent sur une page. Le quatrième coin est mis de côté en une ligne et relu chaque année.
Les quatre futurs pour 2030 du World Economic Forum peuvent-ils être utilisés tels quels ?
Comme point de départ. Ses axes, le progrès de l’IA et la préparation de la main-d’œuvre, conviennent à la plupart des carrières, mais ils ont été conçus pour les entreprises et le Forum qualifie ses orientations d’illustratives. Remplacez un axe qui ne fait pas partie de vos deux plus grandes incertitudes.
À quelle fréquence refaire la fiche ?
Vérifiez les balises au rythme de votre tableau de bord des signaux faibles et reconstruisez la fiche chaque année, ou immédiatement lorsqu’une balise franchit son seuil.
Une exposition à l’IA « très élevée » signifie-t-elle qu’il faut quitter le métier ?
Pas à elle seule. Le BLS précise que la catégorie n’est pas une prévision, et les métiers de ce groupe devraient évoluer de moins 34,4 % à plus 34,6 %. Traitez l’exposition comme un axe, pas comme un verdict.
Sources
- Phadnis, S., Caplice, C., Sheffi, Y. et Singh, M. Effect of scenario planning on field experts’ judgment of long-range investment decisions. Strategic Management Journal, 2015, 36(9), 1401-1411.
- Mellers, B., Ungar, L., Baron, J. et collègues, dont Tetlock, P. E. Psychological Strategies for Winning a Geopolitical Forecasting Tournament. Psychological Science, 2014, 25(5), 1106-1115.
- Kuhn, K. M. et Sniezek, J. A. Confidence and Uncertainty in Judgmental Forecasting: Differential Effects of Scenario Presentation. Journal of Behavioral Decision Making, 1996, 9(4), 231-247 (résumé uniquement).
- Schoemaker, P. J. H. Multiple scenario development: Its conceptual and behavioral foundation. Strategic Management Journal, 1993, 14(3), 193-213 (résumé uniquement, plus la description de la source 1).
- Meissner, P. et Wulf, T. Cognitive benefits of scenario planning: Its impact on biases and decision quality. Technological Forecasting and Social Change, 2013, 80(4), 801-814 (résumé uniquement).
- Wright, G., Bradfield, R. et Cairns, G. Does the intuitive logics method, and its recent enhancements, produce “effective” scenarios? Technological Forecasting and Social Change, 2013, 80(4), 631-642 (résumé uniquement).
- Goodwin, P., Gönül, S., Önkal, D., Kocabıyıkoğlu, A. et Göğüş, C. I. Contrast effects in judgmental forecasting when assessing the implications of worst and best case scenarios. Journal of Behavioral Decision Making, 2019, 32(5), 536-549.
- Wright, G., Cairns, G., O’Brien, F. A. et Goodwin, P. Scenario analysis to support decision making in addressing wicked problems: Pitfalls and potential. European Journal of Operational Research, 2019, 278(1), 3-19 (manuscrit d’auteur).
- Cordova-Pozo, K. L. et Rouwette, E. A. J. A. Types of scenario planning and their effectiveness: A review of reviews. Futures, 2023, 149, 103153 (résumé uniquement).
- Dewar, J. A., Builder, C. H., Hix, W. M. et Levin, M. H. Assumption-Based Planning: A Planning Tool for Very Uncertain Times. RAND, MR-114-A, 1993.
- UK Government Office for Science. The Futures Toolkit, 2e édition, 2024.
- World Economic Forum. Four Futures for Jobs in the New Economy: AI and Talent in 2030. Livre blanc, janvier 2026.
- World Economic Forum. The Future of Jobs Report 2025.
- U.S. Bureau of Labor Statistics. Employee Tenure in 2026. USDL-26-1532, 24 septembre 2026.
- U.S. Bureau of Labor Statistics. Number of Jobs, Labor Market Experience, Marital Status, and Health for Those Born 1957-1964. USDL-25-1322, 26 août 2025, réédité le 21 juillet 2026.
- U.S. Bureau of Labor Statistics. AI exposure categories and 2025-35 employment projections, fichier de données et page méthodologique, dernière modification le 27 août 2026.
- Stekler, H. O. et Thomas, R. Evaluating BLS labor force, employment, and occupation projections for 2000. Monthly Labor Review, juillet 2005.
- Wyatt, I. D. Evaluating the 1996-2006 employment projections. Monthly Labor Review, septembre 2010.
Analyses et cadres CEOtudent : le tableau sur l’exposition à l’IA (calculé à partir du fichier de données du BLS), la fiche à trois futurs et sa version d’une page, la carte des données, l’exemple concret et la grille d’évaluation des actions. Les deux tableaux « Données vérifiées » rapportent les chiffres tels qu’imprimés dans leurs sources. Délibérément non utilisés : le récit de Pierre Wack sur Shell paru en 1985 dans la Harvard Business Review, que nous n’avons pas pu consulter (l’histoire de Shell n’est citée qu’à travers Phadnis et al.), et l’affirmation largement répétée selon laquelle les entreprises qui utilisent la planification de scénarios obtiennent de meilleurs résultats, car l’étude de terrain que Phadnis et al. examinent sur ce point (Phelps, Chan et Kapsalis, 2001) ne peut exclure une causalité inverse.
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:
