Qu'est-ce qu'un AI builder : le profil qui construit avec l'IA

Un AI builder est le profil qui construit du produit qui fonctionne par-dessus les modèles de langage : il orchestre des appels à un LLM, conçoit des agents, les connecte aux systèmes qui existent déjà et les laisse évalués en production. Il n'entraîne pas de modèles from scratch. Il les assemble et les fait travailler.

C'est la définition. Le problème, c'est que le mot désigne aussi deux choses qui ne sont pas un profil.

Le sens le plus répandu ne décrit pas une personne : c'est une fonctionnalité de Microsoft Power Platform. L'ambiguïté n'est pas un détail de vocabulaire. Elle change qui vous décrivez quand vous ouvrez un poste, et elle change ce que comprend celui qui lit.

Je me suis assis des deux côtés de la table : l'équipe qui demande un AI builder en pensant à celui qui monte les agents, et le candidat convaincu qu'on va l'interroger sur Power Automate. La conversation se règle en cinq minutes. L'offre mal écrite coûte trois semaines.

Pourquoi AI builder veut-il dire quatre choses différentes ?

Parce que trois marchés se sont approprié le même mot en moins de trois ans : un produit de Microsoft, une catégorie d'outils no-code et un poste. Aucun n'a cédé. Le quatrième sens est arrivé après et ne se bat pas sur le même terrain : il certifie des skills au lieu de nommer un poste.

Les deux premiers décrivent du logiciel. Le troisième décrit quelqu'un qui entre dans l'équipe et répond de ce qu'il déploie. Le quatrième, la certification AI Builder de Shakers, est le standard avec lequel ces skills se certifient avant que quelqu'un collabore avec une équipe.

Que fait un AI builder dans une équipe technique ?

Quatre verbes couvrent le poste : orchestrer, intégrer, évaluer et déployer.

Orchestrer, c'est enchaîner des appels de modèles avec de la génération augmentée par récupération (RAG) et de l'usage d'outils jusqu'à ce que l'ensemble résolve une tâche complète, ce qui ne tient presque jamais dans un seul appel. Intégrer, c'est la partie qu'on sous-estime : l'agent qui fonctionne dans un notebook et l'agent qui écrit dans le CRM de l'entreprise sont séparés par l'authentification, les permissions, les limites de débit et une politique écrite sur ce qui se passe quand le modèle se trompe.

Évaluer, c'est disposer d'une batterie de cas qui échoue quand quelqu'un touche un prompt et casse ce qui marchait avant. Sans ça, il n'y a pas de produit. Il y a une démo.

Déployer, c'est le travail habituel, plus deux ajouts : le contrôle du coût par appel et une voie de retour arrière.

Le poste existe à cause d'un écart qui est mesuré. Selon l'étude Build for the Future 2025 du BCG (septembre 2025, n=1 250 entreprises), seules 5 % des entreprises tirent de la valeur de l'IA à l'échelle et 60 % n'obtiennent aucune valeur matérielle malgré leurs investissements. Le même rapport évalue à 17 % la valeur d'IA déjà issue des agents, avec une attente de 29 % en 2028. Cet écart entre ce qui s'achète et ce qui arrive en production, c'est la description du poste.

Ce qu'il ne fait pas définit aussi le rôle. Il n'entraîne pas de modèles de fondation, il n'est pas propriétaire de la plateforme de données et il ne remplace pas celui qui tient l'infrastructure. Il travaille avec ce qui existe déjà.

Quel stack manie-t-il, et quelle demande y a-t-il en France ?

Nous l'avons mesuré avec notre propre système d'analyse du marché du travail tech. Sur 30 233 offres actives en France entre le 19 juin et le 11 septembre 2026, le stack de ce profil se demande déjà autant que le stack classique de machine learning.

La lecture est dans la colonne de droite. LangChain est une librairie pour enchaîner des appels à des modèles tiers, et elle se demande déjà autant que PyTorch et plus que TensorFlow, avec lesquels on entraîne ses propres modèles. C'est un changement de travail, pas de mode : le marché français demande désormais autant assembler des modèles que les construire.

Deux mises en garde sur la méthode. Les décomptes se chevauchent et ne s'additionnent pas, parce qu'une offre qui exige LangChain et l'API d'OpenAI compte dans les deux lignes. Et le terme ai engineer apparaît dans 969 offres de la période, ce qui n'est pas la même chose que de dire qu'il existe 969 postes d'ai engineer : il figure dans le texte, parfois seulement en passant.

En quoi diffère-t-il d'un AI engineer ou d'un prompt engineer ?

Par le point du cycle où il intervient et par ce qu'il livre.

La frontière avec l'AI engineer est poreuse et dépend de la taille. Dans une équipe de cinquante personnes, c'est la même personne. À partir d'une certaine échelle, ils se séparent : tenir la plateforme d'inférence et construire par-dessus ne tiennent plus dans la même semaine.

Avec le developer classique, la frontière est plus nette. Celui qui appelle une API d'OpenAI n'est pas encore un AI builder ; il le devient quand il doit répondre de pourquoi le modèle a répondu ça, et de ce qui a changé pour que ça ne se reproduise plus.

Que regarde une équipe avant de collaborer avec un AI builder ?

D'abord, lequel des quatre verbes lui manque. La plupart des équipes qui ouvrent ce poste ont besoin d'intégration et d'évaluation, puis rédigent une offre qui parle d'orchestration.

Distinguer qui a vraiment fait cela, c'est là que presque tout le processus tombe. Une liste d'outils ne discrimine pas : ce stack s'apprend dans des tutoriels avec une facilité que celui de l'entraînement n'a jamais eue.

La question qui discrimine vraiment est inconfortable et ne se prépare pas : quel agent à toi est arrivé en production, qu'a-t-il raté sa première semaine, et qu'as-tu changé pour que ça cesse. Celui qui y a été répond avec un cas concret en quelques secondes. Celui qui n'y a pas été répond en parlant du modèle.

C'est le critère que nous appliquons pour valider les profils. Talent certifié en compétences IA signifie preuve d'exécution, pas répertoire déclaré, et c'est la différence entre une liste de candidats et une infrastructure de recrutement sur laquelle s'appuyer.

Sur AI Builders se trouve ce qui se certifie avant que ce profil collabore avec une équipe. Si votre doute est un cran avant et que vous évaluez encore si vous avez besoin d'un agent, ou de quel type, les bases sur les agents IA et sur les agents IA pour les entreprises couvrent les deux.

Questions fréquentes sur l'AI builder

Un AI builder, est-ce la même chose que l'AI Builder de Microsoft ?

Non. L'AI Builder de Microsoft est une fonctionnalité de Power Platform qui ajoute des modèles pré-entraînés à Power Apps et Power Automate : il se licencie au crédit et ne sort pas de l'environnement Microsoft. Un AI builder est une personne qui assemble des agents et des intégrations sur des modèles tiers et répond de ce qu'elle déploie. Ce qui les sépare, c'est que l'un s'achète et l'autre entre dans l'équipe, pas la façon de les écrire.

Un AI builder, est-ce un constructeur de sites avec IA ?

Non plus. Les constructeurs de sites avec IA, comme Wix ou Canva, génèrent un site ou une automatisation à partir d'une instruction : le sujet de la phrase, c'est le logiciel. Dans le sens de profil, le sujet est une personne, et son livrable n'est pas un site, c'est un agent intégré aux systèmes de l'entreprise.

Quelle est la différence entre un AI builder et un AI engineer ?

Le premier intervient sur des modèles qui existent déjà et livre l'agent ou la fonctionnalité en production. L'AI engineer couvre le cycle complet du système, servir et faire monter le modèle en charge compris, et livre la plateforme d'inférence. Dans les petites équipes, c'est la même personne ; à partir d'une certaine échelle, ils se séparent.

Quelles skills faut-il pour être AI builder ?

Orchestration de LLM avec LangChain ou équivalents, usage des API d'OpenAI et d'Anthropic, RAG pour la récupération de contexte, conception d'agents avec usage d'outils et évaluation automatisée. Par-dessus, ce qui n'apparaît presque jamais dans l'offre : authentification, permissions, contrôle du coût par appel et une voie de retour arrière quand le modèle échoue.

Y a-t-il une demande d'AI builders en France ?

Du stack, oui, et elle est mesurable. Selon l'analyse de marché de Shakers, sur 30 233 offres tech actives en France entre le 19 juin et le 11 septembre 2026, LangChain apparaît dans 759, l'API d'OpenAI dans 632 et celle d'Anthropic dans 404, devant TensorFlow (520) et Ruby (184). Les décomptes se chevauchent et ne doivent pas s'additionner.

Comment une entreprise collabore-t-elle avec un AI builder ?

Elle décide d'abord lequel des quatre verbes du poste lui manque, parce qu'orchestrer, intégrer, évaluer et déployer attirent des candidats différents. Ensuite elle demande des preuves d'exécution et non des listes d'outils : quel agent est arrivé en production, ce qu'il a raté et ce qui a été changé.

Qu'est-ce que la certification AI Builder de Shakers ?

La certification AI Builder est le standard propre de Shakers pour le talent senior qui multiplie sa valeur en orchestrant des agents. Elle ne décrit pas un poste : elle certifie des skills, de la maturité en IA et une capacité démontrée, avec revue du profil, tests pratiques et signaux d'usage réel des agents. Elle donne aux entreprises des signaux plus fiables avant que quelqu'un collabore avec une équipe.