For three years, companies believed their competitive edge would come from choosing the right AI tool. That assumption is now obsolete: as model performance converges, the real differentiator is no longer the technology itself, but what people are able to build with it. France Compétences quietly signaled this shift in December 2023 by listing the Product Builder among its six “emerging and fast-evolving professions,” an early recognition of a role that is now becoming central.

The evidence for convergence is strong. In Stanford University’s AI Index 2025, the performance gap between the market’s best model and the tenth-ranked model has narrowed to 5.4%, down from 11.9% the previous year. The gap between the world’s top two models is now just 0.7%. Open-source systems have also largely caught up with proprietary ones, with only a 1.7% difference on standard benchmarks. In practical terms, ChatGPT, Claude and Mistral now deliver highly similar results for most common business tasks, from drafting briefs and analyzing contracts to summarizing meetings.

That means the competitive advantage has shifted from “using AI” to “building with AI.” The article argues that the real gap in training is not between ordinary ChatGPT users and traditional data scientists, but in a third profile that remains underproduced by the education system: the Product Builder. This person can combine no-code tools and AI APIs to create functional applications, structure databases and automate complex end-to-end workflows without writing conventional code. Gartner’s forecast reinforces the point: by 2026, three out of four enterprise applications will be built without code, making this profile a mainstream need rather than a niche specialty.

Companies are caught between two inadequate training paths. Traditional tech programs are too long and too specialized to meet immediate demand, especially given the shortage of data scientists and AI engineers. Meanwhile, most corporate AI training is limited to short awareness sessions focused on prompt usage. The MEDEF warned in a 2025 proposal report that France needs to train 300,000 people in AI every year to preserve business competitiveness, while current AI-focused programs produce only about 17,000 graduates annually.

The article argues that professional retraining is the only realistic way to scale Product Builder skills. This is not a weekend skill: it requires product thinking, business understanding and technical mastery of data flows and automation, typically built over three to eight months of intensive practice. Short courses and e-learning modules are not enough. The new “période de reconversion,” introduced in February 2026, is presented as a major enabler because it simplifies the process for employees who want to change careers while keeping their jobs during training. Open to all employees regardless of age or qualification, it is already being used by organizations such as Transitions Pro through initiatives like “Compétences IA.” Funding mechanisms including CPF, Opco support and regional aid are also in place to back the transition.

The broader message is that the real challenge is not to train everyone in AI, but to build pathways into the jobs that industrialize AI use. Model convergence has not ended competition; it has moved it from tools to skills, and from software selection to the professionals who can orchestrate those tools inside business processes. Companies that understand this first will gain a structural advantage over those still looking for differentiation in the licenses they buy.

Pendant trois ans, les entreprises ont cru que l’avantage concurrentiel viendrait du choix du bon outil IA. Elles avaient tort. Maintenant que les modèles se valent tous, la seule vraie différence réside dans ce que les humains savent en faire.

Pourtant passé inaperçu, France Compétences a inscrit le Product Builder parmi ses six métiers émergents en forte évolution dès décembre 2023… un coup d’avance ?

La convergence des modèles a tué l’avantage compétitif par l’outil

Les entreprises qui ont fondé leur stratégie sur l’acquisition du « meilleur » modèle ont manqué la vraie question. Les performances des modèles d’intelligence artificielle convergent désormais de manière spectaculaire.

Selon le rapport AI Index 2025 de l’Université de Stanford, l’écart de performance entre le meilleur modèle du marché et le dixième n’est plus que de 5,4%, contre 11,9% l’année précédente. Plus frappant encore, l’écart entre les deux modèles les plus performants au monde s’est réduit à 0,7%. La banalisation touche tous les segments : les modèles open-source ont rattrapé les modèles propriétaires : l’écart n’est plus que de 1,7 % sur les benchmarks de référence.

ChatGPT, Claude ou Mistral produisent aujourd’hui des résultats hautement comparables pour 90% des usages professionnels courants. Rédiger un brief, analyser un contrat, synthétiser une réunion : aucun outil ne se distingue fondamentalement.

Savoir utiliser l’IA ne suffit plus : il faut savoir construire avec

Puisque l’outil ne fait plus la différence, le véritable levier de compétitivité réside dans la capacité à intégrer l’IA aux processus métiers grâce à un métier émergent. Le consensus sur la nécessité de “former à l’IA” cache un désaccord fondamental sur ce que cela recouvre.

Entre l’utilisateur lambda de ChatGPT, et le data scientist traditionnel, il existe un troisième profil, encore largement sous-produit par le système de formation : le Product Builder.

Ce professionnel est capable d’assembler des outils no-code et des API d’intelligence artificielle pour créer des applications fonctionnelles, structurer des bases de données et automatiser des processus complexes de bout en bout, sans écrire une seule ligne de code classique.

Le signal est sans ambiguïté : selon Gartner, trois applications sur quatre développées en entreprise seront construites sans code d’ici 2026 – ce profil n’est pas une niche, c’est la direction que prend l’ensemble du secteur.

Un profil largement sous-produit par le système de formation

Les entreprises se retrouvent aujourd’hui prises en étau. D’un côté, les formations technologiques classiques sont trop longues et trop spécialisées pour répondre à l’urgence : le pays manque de data scientists et d’ingénieurs IA, et ces filières ne se construisent pas en quelques mois. De l’autre, les formations IA proposées aux salariés s’en tiennent généralement à de courtes sessions de sensibilisation sur l’utilisation de prompts.

Le MEDEF, dans son rapport de propositions publié en 2025, alerte directement sur ce manque de compétences : l’organisation patronale estime qu’il faut former 300 000 Français à l’IA chaque année pour maintenir la compétitivité des entreprises françaises. Or les filières dédiées à l’IA ne forment aujourd’hui qu’environ 17 000 étudiants par an.

La reconversion professionnelle : le seul vecteur sérieux pour former des Product Builders en volume

Devenir Product Builder ne s’improvise pas en un week-end. C’est un métier à part entière qui exige une logique produit, une vision métier et une maîtrise technique des flux de données et d’automatisation. Les formations sérieuses pour ce type de profil nécessitent entre trois et huit mois de pratique intensive. Ni des formations courtes, ni des modules e-learning ne produisent ce niveau de maîtrise.

C’est précisément en cela que la reconversion professionnelle est un levier de transformation de masse. La nouvelle « période de reconversion », entrée en vigueur en février 2026, simplifie significativement les démarches pour les salariés souhaitant changer de métier tout en conservant leur poste pendant la formation. Le dispositif est désormais ouvert à l’ensemble des salariés, sans critère d’âge ni de qualification. Des opérateurs comme Transitions Pro s’emparent déjà du sujet avec des projets dédiés comme « Compétences IA », démontrant que les dispositifs de financement – CPF, Opco, aides régionales – sont prêts à soutenir cette transition.

L’enjeu n’est pas tant de “former tout le monde à l’IA” que de savoir créer des trajectoires de reconversion vers les métiers qui industrialisent l’usage de l’IA. La convergence des modèles n’a pas mis fin à la compétition. Elle l’a déplacée : de la technologie vers les compétences, des outils vers les professionnels capables de les orchestrer. Les entreprises qui l’auront compris les premières auront un avantage structurel sur celles qui continuent de chercher leur différenciateur dans les licences auxquelles elles souscrivent.

*Jonathan Pinet est Directeur général de l’École Européenne du Numérique

The post L’ère du Product Builder a déjà commencé… appeared first on Silicon.fr.