J'ai construit un outil d'IA qui automatise les entretiens qualitatifs. En même temps, j'ai 25 ans d'UX Research derrière moi. Je me tiens donc avec un pied dans le monde qui est remplacé, et l'autre dans le monde qui remplace.
Cela me donne une perspective qui est inconfortable. Pour les deux côtés.
Les chiffres, en bref
Début 2022 : plus de 3 000 postes ouverts en UX Research en Allemagne sur Indeed. Début 2026 : environ 350. Moins 89 pour cent.
Aux États-Unis, Challenger, Gray & Christmas a compté 55 000 emplois que les entreprises en 2025 attribuent explicitement à l'IA. Les postes d'entrée ont chuté de 15 pour cent. La génération Z est exclue du marché du travail.
Voilà pour les statistiques. Maintenant, la question que personne ne pose.
La mauvaise conversation
La discussion tourne autour de « L'IA va-t-elle remplacer les researchers ? » C'est la mauvaise question. Elle implique qu'il existe un état fixe – researcher – qui persiste ou disparaît.
La bonne question : Qu'est-ce qui est vraiment précieux dans la recherche ?
Car si nous sommes honnêtes : une grande partie de ce que font les researchers était déjà discutable avant l'IA. Des transcriptions interminables que personne ne lit. Des rapports qui disparaissent dans des tiroirs. Des insights qui ne mènent jamais à des décisions.
L'IA ne remplace pas « le researcher ». L'IA remplace les parties du travail qui n'ont jamais été particulièrement précieuses – et révèle ainsi à quel point la création de valeur était souvent mince.
C'est la vérité qui dérange.
Où les researchers échouent vraiment
En 25 ans, j'ai vu beaucoup de researchers échouer – moi-même inclus, plus d'une fois. Pas par manque d'empathie. Pas par mauvaise méthodologie. Mais à cause de trois choses :
Ils posent les mauvaises questions. Ils recherchent ce qui est intéressant, pas ce qui est pertinent pour la décision. Ils produisent des connaissances dont personne n'a besoin.
Ils ne savent pas traduire. Ils parlent le langage de la recherche à des gens qui parlent business. Les résultats meurent de faim en chemin vers la décision.
Ils ne comprennent pas leur propre business. Ils savent tout sur les utilisateurs mais rien sur les marges, les roadmaps, la dette technique. Ils ne peuvent pas expliquer pourquoi leur travail vaut de l'argent ou crée de la valeur.
Ces problèmes ont toujours existé. L'IA les rend simplement visibles parce que le travail routinier disparaît et qu'il ne reste que le travail stratégique – que beaucoup n'ont jamais appris.
Ce que l'IA peut vraiment faire (et ce qu'elle ne peut pas)
Voici mon évaluation après des centaines d'heures de travail avec mes propres outils d'IA et des outils externes :
L'IA peut :
- Transcrire, résumer, taguer – plus vite et moins cher que les humains
- Trouver des patterns dans de grands ensembles de données que les humains ratent, même des aiguilles dans des bottes de foin
- Livrer de bonnes premières ébauches pour des guides d'entretien, des screeners, des rapports
- Servir de partenaire de réflexion pour les hypothèses
L'IA ne peut pas :
- Décider quelles questions devraient même être posées
- Reconnaître quand quelqu'un ment, évite, cache quelque chose d'important
- Naviguer le paysage politique d'une organisation
- Convaincre un stakeholder de changer d'avis
- Savoir quand une étude serait une perte de temps
La première liste est ce qui mange du temps. La seconde est ce qui compte.
Pourquoi je construis quand même un outil d'IA
QUALLEE n'automatise pas les researchers. Il rend possible une recherche qui n'avait pas lieu avant.
La réalité : La plupart des décisions produit sont prises sans recherche utilisateur. Pas parce que les équipes ne le veulent pas, mais parce qu'une douzaine d'entretiens approfondis coûtent des dizaines de milliers d'euros et prennent huit semaines. Alors on décide au feeling ou avec un groupe de discussion de cinq participants.
QUALLEE change cela. Pas en remplaçant les researchers humains, mais en apportant la recherche là où il n'y en avait pas – dans les 90 pour cent des décisions qui sont prises à l'aveugle aujourd'hui.
Le nouveau researcher
Si j'embauchais quelqu'un aujourd'hui, trois choses m'importeraient :
Cadrage stratégique. Pas : « Comment mener une bonne étude ? » Mais : « Avons-nous même besoin d'une étude ? Quelle est la bonne question ? Que faisons-nous de la réponse ? »
Maîtrise du business. La capacité d'expliquer dans une réunion avec la directrice financière pourquoi cette recherche économise ou génère de l'argent. Dans leur langage, pas le nôtre.
Jugement sur l'IA. La capacité de reconnaître quand l'output de l'IA est du déchet. Quand c'est de l'or. Et quand c'est dangereusement proche de la vérité mais pointe dans la mauvaise direction.
L'empathie ? Oui, bien sûr. Mais l'empathie sans ces trois compétences est un hobby, pas une profession.
La peur est réelle – et utile
46 pour cent des researchers dans le State of User Research 2025 Report trouvent l'IA « effrayante ». 43 pour cent connaissent quelqu'un qui a perdu son emploi à cause de l'IA. Ouf.
Je prends cette peur au sérieux. C'est un signal. La peur dit : quelque chose de fondamental change ici. La peur dit : ta stratégie précédente ne suffit plus. La peur dit : bouge.
Mais le problème n'est pas la peur – c'est ce que les gens font avec la peur. Certains se figent, certains nient. Certains courent dans la mauvaise direction.
La bonne réponse à la peur est : comprendre ce qui change. Puis agir.
Ce que tu devrais faire maintenant
Je ne crois pas aux conseils par niveau de carrière. La situation est individuelle. Mais voici trois questions que chaque researcher devrait se poser :
1. Quelle part de ton travail est de la routine ?
Transcription, tagging, planification, envoi de screeners – c'est en cours d'automatisation. Pas peut-être. Certainement. Si cela représente 60 pour cent de ton temps, tu as un problème. Pas parce que tu es mauvais, mais parce que ton rôle est défini ainsi.
2. Peux-tu expliquer pourquoi ta dernière étude valait l'argent investi ?
Pas en termes de recherche. En euros. En mauvaises décisions évitées. En time-to-market. Si tu ne peux pas faire cela, tu es remplaçable – pas par l'IA, mais par quiconque le peut.
3. Quand as-tu empêché une étude pour la dernière fois ?
La compétence la plus précieuse d'un researcher est de savoir quand la recherche est une perte de temps. Si tu dis toujours oui, tu es un prestataire de services. Si tu dis parfois non et peux expliquer pourquoi, tu es un stratège.
Mon pari
Je parie que la recherche devient plus précieuse – mais les researchers deviennent plus rares. La demande de compréhension des utilisateurs ne disparaît pas ; elle croît. Chaque entreprise veut savoir ce que veulent ses clients. L'IA rend cette connaissance plus accessible, pas obsolète.
Ce n'est pas une consolation pour tout le monde. Certains profiteront, certains lutteront, certains quitteront l'industrie. Je ne sais pas comment rendre cela équitable. Je sais seulement que détourner le regard n'aide pas – ni ceux qui restent, ni ceux qui partent.
