Les banques américaines ne se contentent plus d'installer un chatbot dans leurs services. Elles construisent des chaînes entières d'agents d'intelligence artificielle qui se répartissent le travail, se transmettent des dossiers et n'appellent un humain qu'en cas de besoin. Cette bascule crée un métier inédit et très bien rémunéré : l'orchestration d'agents. Son essor à Wall Street éclaire ce qui attend, avec un décalage dans le temps, les entreprises françaises qui utilisent déjà des outils génératifs au quotidien.
Wall Street recrute en masse pour superviser ses flottes d'IA
Selon une analyse du cabinet de données de recrutement Draup, dévoilée par CNBC, les offres d'emploi liées à l'intelligence artificielle dans des banques comme JPMorgan Chase, Citigroup ou Capital One ont augmenté de 49% en 2026 par rapport à 2025, pour atteindre 139 819 annonces. Ce chiffre global masque une dynamique bien plus marquée sur une compétence précise : les mentions d'« orchestration d'agents » dans les offres d'emploi ont bondi de 1 721% en un an, passant de 108 occurrences en 2025 à 1 967 en 2026.
« C'est probablement la compétence la plus recherchée à Wall Street actuellement », a déclaré à CNBC Vijay Swaminathan, PDG de Draup. « Les banques ont besoin de personnes qui comprennent les données et de personnes qui comprennent l'IA, et qui savent où la placer. » Ce basculement traduit un passage du chatbot, auquel un salarié pose une question isolée, à des systèmes où plusieurs agents traitent ensemble les différentes étapes d'un même dossier.
L'orchestrateur, nouveau « contremaître » des chaînes d'agents
Le rôle de cet orchestrateur consiste à concevoir une chaîne de plusieurs assistants IA spécialisés puis à organiser leur travail : combien d'agents sont nécessaires, quelle fonction attribuer à chacun, quelles données ils peuvent consulter, comment ils communiquent entre eux et à quel moment la machine doit s'arrêter pour demander une validation humaine. Sur un dossier bancaire, un premier agent peut vérifier les données du client, un deuxième analyser ses documents financiers, un troisième mesurer les risques, un quatrième contrôler la conformité réglementaire, avant qu'un dernier agent synthétise l'ensemble pour un salarié.
Cette complexité est loin d'être anecdotique. Swaminathan cite l'exemple de l'automatisation de l'approbation des congés des salariés : un cas en apparence banal, qui génère en réalité un grand nombre d'exceptions et de cas particuliers à traiter. D'où l'importance de prévoir, pour chaque agent, ce qui se passe quand une information est incomplète ou quand une décision requiert un arbitrage humain.
Cette expertise se paie cher. Selon Draup, le salaire de base médian d'un « agentic AI engineer » dans les banques américaines atteint 176 999 dollars par an, hors bonus et rémunération en actions, soit l'équivalent de 13 100 euros bruts par mois.
Une pile technique qui irrigue toute la hiérarchie salariale
L'orchestration n'est pas la seule compétence dont la demande explose. Les outils qui permettent de construire ces chaînes d'agents progressent eux aussi fortement dans les offres d'emploi.
| Compétence ou outil | Évolution des mentions (2025-2026) | Volume constaté |
|---|---|---|
| Orchestration d'agents | +1 721% | 108 puis 1 967 mentions |
| LangGraph (workflows multi-étapes) | +679% | 680 puis 5 300 mentions |
| RAG (génération augmentée par récupération) | +259% | 5 262 mentions |
| LlamaIndex (connexion aux données d'entreprise) | +291% | 2 672 mentions |
Ces compétences techniques se traduisent en écarts de rémunération significatifs. Toujours selon Draup, un ingénieur en IA générative touche un salaire de base médian de 172 937 dollars par an, un ingénieur en machine learning 166 764 dollars et un ingénieur IA 164 736 dollars, hors bonus. Plus haut dans la hiérarchie, les responsables prennent le relais.
| Fonction | Salaire annuel de base médian (hors bonus et actions) |
|---|---|
| Agentic AI engineer | 176 999 dollars (environ 13 100 euros par mois) |
| Responsable IA générative | 190 836 dollars |
| Responsable IA | 182 957 dollars |
| Chief data scientist | 235 158 dollars, soit près de 20 000 dollars par mois |
Ces postes ne sont pas réservés aux débutants. Draup constate que les profils qui basculent vers ces nouvelles fonctions viennent souvent de métiers déjà établis : ingénieurs logiciels, data scientists ou spécialistes du machine learning. Pour les postes de « forward-deployed engineers », envoyés directement auprès des équipes métier pour construire les outils d'IA dont elles ont besoin, les ingénieurs logiciels constituent de loin le premier vivier de recrutement.
La gouvernance progresse aussi vite que la technique
Le second mouvement, moins spectaculaire mais tout aussi significatif, concerne la surveillance de ces systèmes. Les mentions de compétences en « IA responsable » ont bondi de 657% en un an, celles liées à la gouvernance de l'IA de 394% et celles concernant la gestion des risques de 359%. D'après les données recueillies par Draup, les compétences liées à la gouvernance totalisent désormais plus de 16 000 mentions dans les offres d'emploi, soit presque le double des environ 8 400 mentions liées à l'entraînement, au déploiement et à l'exécution des modèles.
Ces spécialistes contrôlent les données accessibles aux agents, leur conformité réglementaire et les décisions qui nécessitent encore une validation humaine. Une préoccupation revient régulièrement dans les témoignages recueillis par Draup : éviter que des outils tiers ou des connexions à des modèles externes ne créent des failles de sécurité systémiques à l'échelle de l'établissement.
Ce que cela change pour les DSI français
D'un outil génératif à une architecture à gouverner
Selon le Conseil français de l'IA et du numérique, cité dans l'encyclopédie en ligne Wikipédia, l'IA agentique « n'est pas un modèle, mais une architecture dont le déploiement implique une transformation en profondeur des processus et des responsabilités ». Le Conseil décrit une échelle à cinq niveaux d'autonomie, qui va de l'automatisation basique de tâches répétitives jusqu'à des agents entièrement autonomes, auto-dirigés et sans supervision humaine, un niveau encore théorique aujourd'hui. Entre ces deux extrêmes se situent les « flux agentiques », où plusieurs agents enchaînent des étapes avec validation humaine à chaque phase clé : c'est précisément le terrain que l'orchestrateur de Wall Street est chargé de baliser. Cette même source rappelle qu'un rapport publié mi-2025 pointait un phénomène de « lavage d'agent », consistant à rebaptiser des produits déjà existants sous l'étiquette agentique sans en changer la nature. Un point de vigilance utile pour tout DSI sollicité par des éditeurs qui surfent sur la tendance.
Souveraineté et traitement des données au fil de la chaîne
Construire une chaîne d'agents suppose de faire circuler des données, parfois sensibles, entre plusieurs modèles, souvent fournis par des éditeurs différents. Wikipédia rappelle que les modes de déploiement varient entre des systèmes installés sur site, souvent pour des raisons de souveraineté et de sécurité, et des solutions entièrement hébergées dans le cloud. Pour une entreprise française, la question n'est donc pas seulement de choisir le bon modèle, mais de savoir ce qui arrive aux données personnelles lorsqu'elles transitent par plusieurs agents successifs, potentiellement opérés par des fournisseurs établis hors de l'Union européenne. Des dispositifs existent pour limiter ce risque sans renoncer à la diversité des modèles : la plateforme française Moon AI, par exemple, propose un mécanisme nommé Moon Blur, qui remplace les données personnelles par des jetons avant leur envoi aux modèles tiers, puis les rétablit au retour. Ce procédé étant réversible, il s'agit d'une pseudonymisation au sens du RGPD, et non d'une anonymisation : les requêtes repartent bien chez les fournisseurs des modèles sollicités, après ce traitement. Pour un DSI qui orchestre plusieurs modèles au sein d'une même chaîne, l'enjeu consiste moins à trouver un modèle unique « conforme » qu'à documenter, agent par agent, quelles données circulent et vers quel fournisseur.
Des compétences à faire grandir en interne
Les banques américaines ne misent pas uniquement sur le recrutement externe : elles investissent massivement dans la formation de leurs salariés déjà en poste pour acquérir ces nouvelles compétences, tant les profils spécialisés restent rares malgré des salaires élevés. Le PDG de JPMorgan, Jamie Dimon, a évoqué, selon CNBC, des « plans de redéploiement massifs » de ses effectifs à mesure que l'IA prend en charge davantage de tâches, une déclaration également rapportée par le site spécialisé allweatherfinance.com. Concrètement, l'écosystème d'outils qui accompagne cette transition se développe aussi côté développement logiciel : des plateformes dédiées permettent déjà de superviser plusieurs agents de code travaillant en parallèle, avec un tableau de bord qui suit chaque tâche, de la planification jusqu'à la fusion du code, illustrant très concrètement ce que signifie « orchestrer » au quotidien. Pour un DSI français, le chantier prioritaire n'est donc pas seulement technique : il s'agit de former des profils hybrides, à l'aise avec l'IA et avec le métier qu'elle outille, capables de décider quand un agent doit s'arrêter et attendre un humain.
Questions fréquentes
Qu'est-ce qu'un « agent orchestration engineer » exactement ?
C'est le professionnel chargé de concevoir une chaîne de plusieurs agents d'intelligence artificielle spécialisés, de définir le rôle de chacun, les données auxquelles il accède et les moments où une validation humaine est requise. Selon Draup, cette compétence connaît la plus forte progression dans les offres d'emploi des banques américaines, avec une hausse de 1 721% en un an.
Pourquoi les salaires des orchestrateurs sont-ils si élevés ?
Parce qu'ils exigent une double compétence rare : la maîtrise technique de l'IA et une connaissance fine du métier dans lequel elle est déployée, qu'il s'agisse d'une salle de marché, d'un service de conformité ou des ressources humaines. Draup chiffre le salaire de base médian d'un agentic AI engineer à 176 999 dollars par an dans les banques américaines, hors bonus et actions.
Ce phénomène concerne-t-il uniquement les banques américaines ?
Les chiffres cités dans cet article portent sur des établissements américains comme JPMorgan Chase, Citigroup et Capital One, analysés par Draup. Les sources disponibles ne précisent pas de données équivalentes pour les entreprises françaises. Le mouvement de fond, le passage d'une IA conversationnelle à des chaînes d'agents orchestrées, concerne néanmoins tous les secteurs qui déploient déjà des outils génératifs, selon la description du Conseil français de l'IA et du numérique des différents niveaux d'autonomie agentique.
Comment une entreprise française peut-elle se préparer à l'IA agentique ?
Les sources consultées insistent sur deux chantiers parallèles : la montée en compétence des équipes déjà en poste, plutôt que le seul recrutement externe, et la mise en place de garde-fous de gouvernance, puisque les mentions liées à la gouvernance de l'IA dépassent désormais celles liées à l'entraînement des modèles dans les offres d'emploi étudiées par Draup. S'y ajoute, pour les données qui circulent entre plusieurs modèles tiers au fil d'une chaîne d'agents, la nécessité de documenter précisément quelles informations sont envoyées à quel fournisseur.