Résumé exécutif sur la montée de l’IA dans le recrutement Hacker News

Résumé exécutif

Cette étude s’appuie sur le même corpus d’offres d’emploi Hacker News de mai 2025 et mai 2026 que le rapport RTO Index, mais l’examine sous un angle différent : à quelle fréquence les entreprises mentionnent des outils d’IA, des capacités LLM, des workflows agentiques et des exigences connexes dans les textes de recrutement.

La présence stricte de mots-clés liés à l’IA est passée de 23,5 % en mai 2025 à 35,6 % en mai 2026. En clair, il y a un an, environ une annonce HN sur quatre citait explicitement des outils d’IA ou des concepts LLM ; en mai 2026, c’était plus d’une sur trois.

Le changement le plus important ne tient pas seulement à la fréquence. L’IA en tant qu’exigence est passée de 1,7 % à 4,1 %, tandis que l’IA en tant que préférence a à peine bougé. Cela montre que le vocabulaire de l’IA glisse d’un signal « apprécié » vers une exigence incontournable dans le recrutement tech.

Le mélange de mots-clés a lui aussi évolué. « Agentic » est devenu le mot-clé numéro 1 dans l’échantillon 2026, et Claude, additionné à Claude Code, a dépassé Cursor et Copilot en mentions d’outils nommés. Pour le marketing développeur, le recrutement et la planification de carrière, c’est un signal utile : la maîtrise des workflows IA devient un élément courant de la stack d’ingénierie.

Les enseignements les plus partageables

1. Les mentions strictes de l’IA sont passées de 23,5 % à 35,6 %, soit +12,1 points.
2. Les mentions larges de l’IA sont passées de 29,5 % à 39,1 %.
3. L’IA en tant qu’exigence a plus que doublé, de 1,7 % à 4,1 %.
4. L’IA en tant que préférence a à peine évolué, de 3,0 % à 3,5 %, ce qui rend la hausse de la catégorie Required encore plus parlante.
5. « Agentic » est passé de 7 à 30 mentions et a pris la première place en 2026.
6. Claude est apparu 18 fois et Claude Code 11 fois en 2026 ; ensemble, cela fait 29 mentions.
7. Les postes en ingénierie ont porté l’essentiel du mouvement, avec une présence des mots-clés IA passant de 22,1 % à 36,3 %.

Il y a une différence entre une entreprise qui dit « nous sommes enthousiastes à propos de l’IA » et une entreprise qui inscrit des outils IA dans la description du poste que le candidat doit vraiment maîtriser. Le premier relève du positionnement marketing. Le second est un signal opérationnel. Ce rapport se concentre sur ce deuxième niveau de preuve : les mots utilisés par les entreprises lorsqu’elles recrutent des profils techniques dans un forum public très orienté ingénieurs.

Cette distinction compte pour les lecteurs de blog, car les données d’adoption de l’IA sont souvent brouillées. LinkedIn et Indeed peuvent montrer une croissance explosive du langage IA, mais les job boards récompensent aussi le bourrage de mots-clés. Les blogs d’entreprise peuvent paraître ambitieux sans prouver grand-chose sur le travail quotidien. Hacker News est un échantillon plus petit et plus biaisé, mais le langage y est généralement moins poli et plus direct. Un fondateur ou un ingénieur qui y publie cherche le plus souvent à attirer ses pairs, pas à optimiser pour un algorithme de recherche de recruteur.

Ainsi, le titre à retenir n’est pas seulement que les mots liés à l’IA apparaissent plus souvent. L’histoire la plus intéressante, c’est que le vocabulaire IA a grimpé dans la hiérarchie du texte de recrutement : de l’intérêt général aux outils nommés, puis aux exigences incontournables. C’est ce type d’évolution que les lecteurs peuvent utiliser pour réfléchir aux carrières, aux outils développeurs, au recrutement ou à la prochaine vague de contenu B2B.

Hacker News publie un thread de recrutement fixe le premier de chaque mois — « Ask HN: Who is hiring? ». Les entreprises déposent un commentaire au format company | role | location | REMOTE/HYBRID/ONSITE | description. Nous avons extrait les threads de mai 2025 et mai 2026, soit 619 commentaires de recrutement, puis nous avons recherché les mentions d’outils IA précis et de mots-clés de capacités.

Le résultat principal est simple : en douze mois, les mentions d’outils IA dans les textes de recrutement sont passées de 23,5 % à 35,6 %. Cela représente une hausse absolue de 12 points de pourcentage, soit environ 51 % en relatif. Parmi tous les rapports de tendance que nous avons réalisés, c’est l’un des changements structurels les plus rapides sur une période comparable — environ quatre fois plus rapide que la variation de +3,3 points documentée dans notre rapport adjacent RTO Index 2026.

Mais le chiffre de +12 points n’est pas la partie la plus intéressante. Trois éléments en dessous méritent davantage d’attention.

Premièrement, « Required AI » a doublé. Les annonces qui écrivent explicitement required / must have / experience with X AI tool sont passées de 1,7 % en mai 2025 à 4,1 % en mai 2026 — de 5 à 13 annonces sur le même dénominateur. La part des entreprises qui considèrent l’IA comme une exigence dans leurs critères de recrutement a plus que doublé. La place de l’IA dans les descriptions de poste évolue de « bonus appréciable » vers « exigence non négociable dès le premier jour ».

Deuxièmement, « agentic » est passé de quasi absent à la première place. Dans le thread de mai 2025, « agentic » n’apparaissait que 7 fois, à peine dans le top 20. En mai 2026, il est monté à 30 occurrences et a pris la première place. « Agentic » — agent IA / workflow agentique — est passé du jargon de recherche au vocabulaire standard du recrutement en douze mois. Lors des quatre dernières grandes vagues tech (big data, blockchain, Web3, puis les LLM eux-mêmes), aucun concept n’a franchi cette étape aussi vite. Les facteurs sont visibles — Anthropic repositionnant Claude comme un « agent qui utilise des outils », OpenAI lançant Computer Use et des démos d’agent GPT-5, et la promotion W26 de Y Combinator très orientée startups « agentic ». Le récit technique a explosé de fin 2024 à mi-2025, et le thread de mai 2026 est l’échantillon où cette vague atteint le recrutement.

Troisièmement, Claude domine le comptage des outils nommés, avec plus du double de Cursor et Copilot. « Claude » apparaît 18 fois en mai 2026 (contre 3 en mai 2025 — soit x4,5). « Claude Code » apparaît séparément 11 fois de plus ; ensemble, cela fait 29 mentions. Cursor est à 8, Copilot à 6. Copilot est le produit historique de cette catégorie — GitHub l’a lancé en 2021, et cinq ans de présence lui ont donné une forte reconnaissance auprès des ingénieurs. Mais dans le texte de recrutement HN — un échantillon d’ingénieurs écrivant pour d’autres ingénieurs — Claude d’Anthropic l’a dépassé. Si vous faites du marketing développeur, la profondeur de pénétration d’Anthropic est bien plus élevée qu’il n’y paraît en surface. Ce signal est invisible dans LinkedIn ou Indeed (où les échantillons sont saturés de SEO par tous les fournisseurs à la fois) ; il n’apparaît que dans le registre de pair à pair propre à HN.

En combinant ces trois observations, la donnée raconte une seule histoire : dans les récits de recrutement, l’IA passe de « nous voulons faire de l’IA » à « nous en faisons déjà, vous devez être à l’aise avec ça ». Du côté des verbes, « build with », « automate via », « use » deviennent plus courants ; « explore », « research », « prototype » reculent. Du côté des outils, l’écosystème Claude d’Anthropic (Claude + Claude Code + frameworks agentiques) concurrence fortement la position d’OpenAI dans l’esprit des développeurs. Nous détaillons chaque couche ci-dessous.

1. Vue d’ensemble : de 24 % à 36 %

Nous avons analysé le texte intégral de 619 commentaires de recrutement à l’aide d’un dictionnaire public de mots-clés IA (liste complète ci-dessous). Les occurrences sont classées en quatre niveaux, du plus large au plus strict :

• Large : n’importe quel mot-clé lié à l’IA (y compris des termes génériques comme « machine learning »)
• Strict : outils IA spécifiques (Claude / Cursor / Copilot / OpenAI / Midjourney) ou termes de la catégorie LLM (GenAI / LLM / RAG / agentic)
• Required : occurrence Strict + contexte contenant required / must have / experience with
• Preferred : occurrence Strict + contexte contenant nice to have / preferred / bonus

La ligne la plus informative est Strict : elle élimine les faux positifs générés par des termes trop larges comme « machine learning ». Sur douze mois, Strict est passé de 23,5 % à 35,6 %, soit +12,1 points absolus et environ +51 % en relatif. En termes simples : il y a un an, environ 1 annonce HN sur 4 citait explicitement des outils IA comme Claude / Cursor / Copilot / LLM / RAG. Aujourd’hui, c’est plus d’1 sur 3.

La ligne Required raconte une version encore plus nette de la même évolution. 5 à 13 annonces — peu en valeur absolue, mais très significatif. Nommer un outil IA dans la section des exigences suppose que cet outil est déjà intégré au flux de travail, et non simplement envisagé. « Required » a doublé, plus vite que Large et Strict, ce qui constitue le signal le plus propre montrant que les outils IA migrent du récit de recrutement vers une attente réelle du processus de travail.

Preferred a à peine bougé, et cela aussi est un signal. Si toute la vague IA consistait seulement à « ajouter des mots IA aux offres », Preferred devrait progresser au même rythme que Required — « nous aimerions que vous connaissiez les outils IA, c’est un plus ». Preferred n’a augmenté que de +0,5 point alors que Required a progressé de +2,4 points. Les outils IA ne sont pas simplement mentionnés plus souvent ; ils sont remontés dans la hiérarchie des exigences, du nice-to-have au must-have.

2. Quels mots IA sont cités : agentic, Claude, LLM en tête

Classés par nombre de mentions, voici les 12 principaux mots-clés IA du thread 2026-05 :

Quelques points méritent d’être gardés en tête.

« agentic » est passé de 7 à 30 — le grand gagnant des nouveaux concepts. Il y a un an, presque personne ne l’utilisait dans les recrutements HN ; aujourd’hui, il est n°1. « Agentic » — agent IA / workflow agentique — est passé du jargon de recherche au vocabulaire standard des offres en douze mois. Les quatre dernières vagues tech (big data, blockchain, Web3, et les LLM eux-mêmes) n’ont pas montré un tel rythme de pénétration sur une seule année. Les moteurs sont clairs : Anthropic repositionnant Claude comme un « agent qui utilise des outils », OpenAI lançant Computer Use et des démos d’agent GPT-5, et la promotion W26 de Y Combinator fortement orientée startups agentiques. Le récit technique a explosé de fin 2024 à mi-2025, et le thread de mai 2026 est précisément l’échantillon où cela se traduit en recrutement.

Claude domine les mentions d’outils nommés. 18 mentions, plus 11 pour Claude Code pris à part, soit 29 au total. Cursor est à 8, Copilot à 6. Copilot est le produit historique — GitHub l’a lancé en 2021, et cinq ans de notoriété auraient dû lui assurer la domination. Mais dans le texte HN — des ingénieurs qui s’adressent à d’autres ingénieurs — l’écosystème Claude d’Anthropic l’a dépassé. Si vous faites du marketing développeur, la profondeur de pénétration d’Anthropic est bien plus forte qu’elle ne le semble. Ce signal est invisible dans LinkedIn ou Indeed, où le SEO est surchargé par tous les vendeurs ; il n’émerge que dans des registres de pair à pair comme HN.

« LLM » + « LLMs » combinés : 43 mentions. C’est de loin la plus grande catégorie de capacités. « Travailler avec des LLM » est devenu un contexte de base qui n’a plus besoin d’explication — pour le candidat ingénieur de 2026, c’est l’équivalent de « savoir utiliser git » en 2018.

« AI-native » atteint 12, contre 4 auparavant. C’est un mot-clé de culture et d’organisation — les entreprises veulent non seulement une aisance avec les outils, mais aussi des candidats dont le modèle mental par défaut est l’IA d’abord. Le simple fait que ce mot apparaisse dans les offres est un signe de maturité : le marché est passé de « recruter quelqu’un qui connaît l’IA » à « recruter quelqu’un qui considère l’IA comme le workflow par défaut ».

« RAG » monte à 10, contre 6. Retrieval-Augmented Generation était encore du jargon de recherche en 2024 ; en 2026, il figure dans les bullet points des offres comme une exigence d’ingénierie explicite. Les bases vectorielles et les pipelines de retrieval font désormais partie des systèmes de production réels de nombreuses entreprises.

3. Qui écrit « Required AI » sur HN : la liste des 13 entreprises

Dans le thread 2026-05, 13 entreprises ont explicitement associé required / must have / experience with à des mots-clés d’outils IA. La liste complète figure dans le graphique ; en voici un échantillon représentatif :

• We The Flywheel (Rôle : Eng) — l’offre exige explicitement : Claude;Claude Code;Cursor
• SEEKING FREELANCER (Rôle : Eng) — l’offre exige explicitement : Cursor;Lovable
• Pathos AI (Rôle : Eng) — l’offre exige explicitement : OpenAI
• Brandfetch (https://brandfetch.com) (Rôle : Eng) — l’offre exige explicitement : LLM;AI agent
• Dablam (Rôle : Eng) — l’offre exige explicitement : AI agents
• Starbridge (Rôle : Eng) — l’offre exige explicitement : Anthropic;OpenAI;Gemini;LangChain;LlamaIndex
• INDATA (Rôle : Eng) — l’offre exige explicitement : Claude;Claude Code;Anthropic;OpenAI;Copilot;Cursor
• BIT Capital (Rôle : Eng) — l’offre exige explicitement : LLM;RAG;agentic

Lisez le profil. INDATA veut Claude / Claude Code / Anthropic / OpenAI / Copilot / Cursor — une stack complète d’outils IA comme attente dès le premier jour, pas un simple « merci d’être à l’aise avec l’IA ». Starbridge liste Anthropic / OpenAI / Gemini / LangChain / LlamaIndex — les APIs des modèles plus les frameworks de retrieval. We The Flywheel demande Claude + Claude Code + Cursor — une stack pure d’agents de codage.

Ces entreprises partagent un schéma commun : elles ont choisi un canal public comme HN pour recruter, et elles ont choisi d’inscrire les outils IA dans la section des exigences incontournables. Les deux choix comptent. Publier sur HN est plus contraignant que sur LinkedIn — il faut un compte, l’annonce est visible publiquement par ses pairs, et toute exagération est immédiatement relevée dans les commentaires. La sélection par ce filtre signifie que les entreprises qui écrivent encore Required AI sont très probablement réellement dépendantes de ces outils dans leurs workflows, et pas simplement en train de remplir l’annonce de mots-clés.

Pour les opérateurs DTC, les équipes SaaS marketing et les professionnels de l’employer branding, l’usage secondaire de cette liste est de servir de référence : le récit de marque employeur « AI fluent » est désormais vérifiable empiriquement. Dire « nous utilisons l’IA » ne suffit pas — la question de savoir si vos offres osent écrire Required avec des noms d’outils précis révèle la profondeur réelle d’usage de l’IA dans l’équipe. Une page carrière qui dit « nous sommes une entreprise AI-first » sans jamais nommer de stack d’outils dans aucune offre semblera incohérente aux candidats.

4. L’ingénierie est passée de 22 % à 36 % de présence de mots-clés IA

Répartition du taux de présence IA par catégorie de poste en 2026-05 (seulement les catégories avec ≥3 annonces) :

Quelques remarques.

L’ingénierie est la vraie histoire. Elle représente 74,8 % de l’échantillon (237 annonces). Son taux de présence IA est passé de 22,1 % en mai 2025 à 36,3 % en mai 2026 — +14 points absolus. Toute affirmation macro sur la « pénétration de l’IA » dans ce rapport repose d’abord sur cette ligne. Environ une annonce de poste d’ingénieur logiciel sur trois cite désormais explicitement des mots-clés IA — le plus grand changement structurel du texte de recrutement logiciel au cours des 12 derniers mois.

La catégorie AI/Research n’affiche que 8 annonces avec 37,5 % de présence — soit moins que l’ingénierie. Cela paraît contre-intuitif. En théorie, « AI Research / AI Engineer » devrait approcher les 100 %. Si ce n’est pas le cas, c’est parce que les descriptions de ces postes utilisent un vocabulaire très technique (« transformer architecture / attention mechanism / pretraining objective ») que notre dictionnaire ne couvre pas. La petite taille de l’échantillon ajoute aussi du bruit. Ne lisez pas cela comme « le recrutement en IA utilise moins de mots IA » — c’est un problème de couverture du classifieur, pas un phénomène de marché.

La catégorie Founding (founding engineer / Chief of Staff / VP-level) atteint 80 % en 2026 — 4 annonces sur 5. Cela reflète la manière dont les offres de postes fondateurs sont rédigées de façon large — « un founding engineer doit porter plusieurs casquettes, y compris les outils IA ». Mais 5 observations, c’est trop peu pour surinterpréter.

Marketing / Ops, avec 6 à 8 annonces chacune, tournent autour de 50 % de présence. Cela semble élevé ; c’est surtout un effet de taille d’échantillon. Dans un échantillon plus vaste, ces catégories se normaliseraient probablement vers 30-40 %. L’échantillon contient trop peu d’annonces Marketing / Sales / Ops / HR pour tirer des conclusions spécifiques par fonction ; ne citez pas ces catégories pour des affirmations au niveau métier.

La seule conclusion sûre au niveau des rôles est la suivante : la présence des mots-clés IA en ingénierie est passée de 22 % à 36 %. L’échantillon est assez grand ; la variation est assez forte ; les autres catégories sont trop petites pour soutenir des affirmations robustes.

5. Pourquoi cela compte, et jusqu’où cela va

Au cours des 18 derniers mois, le débat autour de la question « l’IA change-t-elle vraiment le recrutement ? » s’est divisé en deux camps.

Le camp optimiste cite les rapports LinkedIn / Indeed — la fréquence des mots-clés GenAI explose (LinkedIn Economic Graph cite 21x en glissement annuel ; Indeed Hiring Lab cite +330 %). Le camp sceptique réplique que ces chiffres reflètent surtout des entreprises qui bourrent leurs offres de mots-clés IA pour le SEO, plutôt qu’une utilisation réelle dans le travail.

L’intérêt de HN comme échantillon est qu’il n’est pas optimisé pour le SEO / les algorithmes de plateformes de recrutement. Les commentaires HN sont rédigés par des ingénieurs et des fondateurs pour leurs pairs — pas de bourrage de mots-clés comme sur LinkedIn, pas de jeux de CPC comme sur Indeed, pas de modèles de recruteurs. Chaque commentaire est lu, commenté et contesté en temps réel par les lecteurs de HN. Toute affirmation exagérée sur un outil IA est immédiatement pointée du doigt. Ce filtre de relecture publique entre pairs fait du texte de recrutement HN un échantillon relativement propre de la demande réelle des employeurs.

Si un échantillon filtré comme celui-ci montre une hausse de +12 points de la mention Strict AI en douze mois, c’est un signal fort d’une demande réelle — pas un artefact d’algorithme de plateforme.

Mais il faut délimiter honnêtement le périmètre de l’échantillon. HN est une communauté de développeurs / ingénieurs early-stage / startups, fortement biaisée vers les premiers adoptants de l’IA. L’ingénierie représente 74,8 % de l’échantillon ; la représentativité pour Sales / Marketing / HR / Finance / Legal est faible. Les industries traditionnelles (grande finance, fabrication, retail, santé, éducation) affichent une pénétration bien plus faible des mots-clés IA ; la plupart de ces entreprises ne recrutent pas du tout sur HN.

Ainsi, ce rapport ne doit pas être lu comme « 35,6 % du marché du travail américain utilise l’IA » — il dit plutôt : « dans un échantillon auto-sélectionné de développeurs / startups sur HN, la présence de mots-clés IA dans les offres est de 35,6 %. » C’est très différent.

6. Conseils pratiques pour les ops, le contenu et le recrutement

Voici comment transformer ces données en actions pour tous ceux dont le travail touche à ces sujets.

Marketing développeur et marque employeur. Faites passer la « familiarité avec les outils IA » de la rubrique nice-to-have de votre page carrière à une attente dès le premier jour. Le taux Strict de 35,6 % est votre référence de pairs — si la visibilité de vos outils IA sur votre page carrière est nettement inférieure, vous perdez des candidats au profit de pairs visiblement plus à l’aise avec l’IA. Action concrète : dans la section « avec quoi vous travaillerez », listez des outils IA précis par leur nom (Claude + Cursor + LangChain + ...), pas des formules vagues comme « outils IA modernes ».

Positionnement produit SaaS / tooling. La fenêtre de marché pour les produits qui soutiennent les workflows IA est en train de s’ouvrir. « Agentic » est passé de 7 à 30 mentions, ce qui montre que l’infrastructure agentique, l’orchestration et les outils d’observabilité disposent d’une vraie preuve de demande côté recrutement. Le récit go-to-market pour cette catégorie peut désormais s’appuyer sur des données HN comme ancrage empirique, au lieu de se reposer uniquement sur les visions d’Anthropic et d’OpenAI.

Contenu B2B et SEO. Les recherches longue traîne du type « Claude vs Copilot vs Cursor » ont nettement augmenté au cours des 18 derniers mois. La liste des principaux mots-clés de ce rapport constitue un excellent point d’ancrage pour la planification éditoriale. « Agentic » est un terrain SEO encore peu occupé — 2026 est encore suffisamment tôt pour construire des pages d’autorité sur les workflows agentiques (« Comment construire des workflows agentiques » / « Agentic vs automatisation traditionnelle » / etc.). L’avantage du premier entrant fonctionne encore sur ce créneau, car les SERP ne sont pas encore saturées par un acteur dominant.

Pratiques de recrutement. Inspirez-vous du style de publication HN — écrivez Required suivi de noms d’outils précis plutôt que « expérience avec les outils IA souhaitée ». L’échantillon de 13 entreprises de ce rapport (INDATA, Starbridge, We The Flywheel, etc.) montre bien le schéma à haute fidélité « Required + stack nommée ». Au-delà de la précision du signal pour les candidats, ce style permet de vérifier immédiatement les profils en entretien — « Vous dites utiliser Cursor ; combien de bases de code de production avez-vous livrées avec ? »

Suivi longitudinal. La liste des mots-clés principaux + la liste des entreprises qui imposent des exigences IA peut être recalculée chaque trimestre — l’API HN Firebase est entièrement publique, la maintenance du dictionnaire est peu coûteuse, et le résultat fonctionne comme un tableau de bord de pénétration de l’IA sur le marché du recrutement. Une cadence trimestrielle fournit une mise à jour de tendance publiable à chaque cycle, sans gros budget d’achat de données.

7. Vérifications de stabilité et comparaison avec des jeux de données pairs

Tout rapport de tendance amène une question légitime : la variation de 12 points est-elle réelle ou du bruit ? Trois vérifications.

La taille de l’échantillon est stable. Total 2025-05 : 302. Total 2026-05 : 317. Écart de seulement 15 annonces. Un dénominateur stable signifie que les variations de part reflètent une vraie restructuration du numérateur, et non une dérive du dénominateur.

Les courbes Large et Strict vont dans la même direction, mais Strict progresse plus vite. Large +9,6 points, Strict +12,1 points. Même direction, Strict allant plus vite : cela signifie que la hausse ne vient pas seulement de « plus de mots IA », mais spécifiquement de « plus de mentions d’outils nommés et de LLM nommés ». Cela exclut l’idée que des faux positifs vagues gonfleraient artificiellement le chiffre large.

Required progresse plus vite que Preferred. Required +2,4 points (≈2,4x), Preferred +0,5 point (quasi plat). Les outils IA ne sont pas mentionnés plus souvent par politesse ; ils montent dans la hiérarchie, du nice-to-have au must-have. C’est le signal le plus net montrant que l’IA passe d’une compétence bonus à une attente de base.

Référence croisée avec les données de pairs :

Ce n’est pas contradictoire. Le « 21x / 330 % » de LinkedIn / Indeed concerne des rôles dédiés GenAI (AI Engineer / ML Engineer) — un petit dénominateur qui produit des multiplicateurs spectaculaires. Ce rapport mesure la présence de mots-clés IA à travers toutes les offres — dénominateur plus large, mouvement absolu plus modeste, mais histoire bien plus transversale. Le « 1,7 % → 2,5 % » du Stanford AI Index 2025 correspond à la part de rôles dédiés, proche de notre « IA requise » (1,7 % → 4,1 %) mais avec un dénominateur différent. Plusieurs sources indépendantes pointent donc la même tendance sous des angles différents.

Méthodologie

Source des données : Hacker News Firebase API (https://hacker-news.firebaseio.com/v0/item/\{id\}.json). Threads comparés : mai 2025 (item id 43858554) et mai 2026 (item id 47975571). Chaque commentaire de premier niveau est considéré comme une annonce de recrutement (convention HN). Même corpus de 619 annonces que le rapport Return to Office Index 2026 — mêmes données sources, angle analytique différent. Date d’instantané : 2026-05-12 (UTC).

Biais de la communauté HN (la réserve la plus importante) : la communauté recrutement de HN est dominée par les développeurs, les équipes d’ingénierie early-stage et les startups adoptrices de l’IA. Ce rapport ne peut pas être lu comme une tendance du recrutement IA aux États-Unis ni dans le monde. Les industries traditionnelles (grande finance, fabrication, retail, santé, éducation) affichent une pénétration bien plus faible des mots-clés IA ; la plupart ne recrutent pas sur HN.

L’ingénierie domine à 74,8 % : les résultats concernant les rôles d’ingénierie sont solides ; ceux concernant Sales / Marketing / Ops / HR ne le sont pas (chaque catégorie a N < 10). Toutes les conclusions spécifiques aux rôles dans ce rapport ne sont fiables que pour l’ingénierie. Les autres catégories sont trop petites pour soutenir des affirmations fortes.

Le texte des offres ≠ les exigences réelles du poste : les descriptions contiennent du marketing — « familiarité avec Copilot » peut être du remplissage SEO RH plutôt qu’une exigence opérationnelle dès le premier jour. Les chiffres décrivent la « présence de mots-clés dans le texte de l’offre », pas l’usage direct de l’IA au travail. Les deux sont corrélés, mais ce n’est pas la même chose.

Précision de Required vs Preferred ~75-85 % : à partir de fenêtres de contexte de ±120 caractères, certains cas limites sont mal classés. Les chiffres Required/Preferred cités doivent être lus comme valables selon notre règle, et non comme une vérité absolue.

Risque de faux négatifs du dictionnaire v1 : le dictionnaire est ancré dans l’écosystème d’outils IA de 2026-05 et peut manquer des outils ou termes apparus fin 2026. Les taux de présence IA rapportés sont donc, en pratique, des taux « selon le dictionnaire v1 » — une borne basse.

Les entreprises présentes plusieurs fois ne sont pas dédupliquées : une même entreprise peut apparaître plusieurs fois (surtout les annonces multiples). Nous utilisons le nombre d’« annonces » comme dénominateur, et non le nombre d’« employeurs uniques », car la répétition d’une même exigence IA est un signal utile du niveau d’appropriation de l’IA au niveau entreprise, qu’une déduplication effacerait.

Aspects juridiques et copyright : l’API HN est publique, en lecture seule, et ne nécessite aucune authentification. Le texte des commentaires appartient à ses auteurs originaux ; ce rapport n’utilise que des comptages agrégés et une analyse courte de fréquence de mots-clés — aucune citation intégrale de commentaire. Les entreprises nommées (les 13 sociétés en Required-AI) apparaissent uniquement dans un contexte positif ou neutre (elles ont elles-mêmes déclaré publiquement que l’IA était requise). Aucun CSV/JSON brut n’est publié ; tous les chiffres sont reproductibles à partir de l’API publique HN + du dictionnaire public.

Avertissements

Ce que ce rapport ne permet PAS d’affirmer :

• Pas « toutes les offres US exigent désormais des outils IA » (l’échantillon est un sous-ensemble HN, pas le marché du travail américain)
• Pas « l’entreprise X n’utilise pas d’outils IA » (nous ne suivons pas les entreprises longitudinalement)
• Conclusion défendable : « Dans les threads de recrutement HN de 2025-05 et 2026-05, la mention IA stricte est passée de 23,5 % à 35,6 % (+12,1 points) »

Source des données et versioning

Dataset : ai_required_position_rate_2026/ (ce dépôt). Date d’instantané 2026-05-12 UTC, version v1.0 (variation YoY ponctuelle, dictionnaire v1). Partage les données HN avec le rapport Return to Office Index 2026 — les deux peuvent être cités ensemble.

Ce que les équipes SEO et contenu peuvent citer

Cette étude offre plusieurs angles de citation pour les intros d’articles, les encadrés data, les posts sociaux, les pages de comparaison et les explications complémentaires :

• Les mentions strictes de l’IA sont passées de 23,5 % à 35,6 %, soit +12,1 points.
• Les mentions larges de l’IA sont passées de 29,5 % à 39,1 %.
• L’IA requise a plus que doublé, de 1,7 % à 4,1 %.
• L’IA préférée a à peine bougé, de 3,0 % à 3,5 %, ce qui rend la hausse de la catégorie Required encore plus significative.
• « Agentic » est passé de 7 à 30 mentions et est devenu le mot-clé principal de 2026.
• Claude est apparu 18 fois et Claude Code 11 fois en 2026 ; ensemble, cela fait 29 mentions.
• Les postes en ingénierie ont porté le mouvement principal, avec une présence des mots-clés IA passant de 22,1 % à 36,3 %.

L’avertissement doit accompagner la citation. Ces chiffres décrivent l’échantillon et la méthode de collecte propres à ce rapport. Ils ne doivent pas être reformulés comme un recensement du marché, une mesure d’adoption interne ou une affirmation sur toutes les entreprises de la catégorie.

Pour un usage éditorial, le meilleur angle est celui qui associe la statistique principale à la limite de l’échantillon. Cela rend l’argument plus robuste et plus digne de confiance pour les lecteurs. Par exemple, écrivez « dans cet échantillon HN », « dans cette analyse statique d’une page d’accueil DTC » ou « sur cet échantillon de chaîne YouTube » avant de transformer le chiffre en tendance plus large.

Notes de reproductibilité

Le dossier de livraison inclut les fichiers de processus suivants copiés depuis les paquets de rapport locaux d’origine. Ils sont fournis pour que le rapport publié puisse être vérifié par rapport aux scripts réels, aux sorties intermédiaires, aux graphiques et aux brouillons source utilisés dans le workflow de reporting.

• process_files/out/analysis_stats.json
• process_files/out/hn_jobs_ai_parsed.csv
• process_files/scripts/01_compute_stats.py
• process_files/scripts/02_make_figs.py
• process_files/scripts/03_build_data_brief.py
• process_files/scripts/04_build_report_bilingual.py
• process_files/scripts/05_module_i_check.py

Les corrections de méthodologie, les problèmes de jeu de données et les analyses complémentaires sont les bienvenus à support@thunderbit.com. Ce rapport repose sur des signaux publics du web ou d’API publiques collectés en mai 2026 et doit être lu en tenant compte des limites d’échantillon mentionnées ci-dessus.