Selon LinkedIn, le nombre de personnes ayant « Head of AI » dans leur intitulé en France a été multiplié par 6 entre janvier 2023 et janvier 2026. Statistiquement impossible que la compétence ait suivi. La réalité c’est que beaucoup de ces nouveaux Heads of AI sont des excellents storytellers qui ont compris le marché avant les autres, et qui auront disparu d’ici 24 mois quand la prochaine vague (Quantum officer ? Web4 director ?) appellera.
Si vous recrutez un Head of AI en 2026, voici les 4 questions à poser. Elles séparent les opérationnels des opportunistes en moins de 20 minutes.
Pourquoi 70 % des Heads of AI actuels ne tiennent pas la route
Le profil type du charlatan moderne : 8 à 12 ans d’expérience dans la data ou le digital, un certificat Coursera sur le Machine Learning, deux passages chez de gros cabinets de conseil, et une présence LinkedIn très active depuis 18 mois. Il ou elle parle bien, comprend les enjeux stratégiques, sait nommer 30 outils. Et n’a jamais mis un POC IA en production avec ses propres mains.
Ce profil n’est pas inutile pour autant. Il est efficace pour gérer un comité de pilotage. Le problème c’est quand vous attendez de lui qu’il arbitre techniquement entre Azure OpenAI et Mistral souverain, qu’il négocie avec un VP Engineering, ou qu’il identifie un sous-traitant douteux qui survend son MLOps. Là, il flanche.
Question 1 : raconte-moi le dernier POC que tu as enterré, et pourquoi
C’est la question filtre n°1. Un Head of AI sérieux a enterré des projets. Il vous dira sans détour : « on a tenté un agent Sales sur SF, on s’est rendu compte au sprint 4 que la latence en prod dépasserait 12 secondes par requête, et que l’API SF facturerait 18 000 € par mois à terme. On a tué. Plus exactement, on a réorienté vers une fonction de synthèse a posteriori. ». Précis, factuel, sans honte.
Le charlatan, lui, parle d’« itérations », d’« insights », et insiste sur les apprentissages. Pas de coûts, pas de latence, pas de noms d’outils. Drapeau rouge.
Question 2 : entre fine-tuning, RAG et few-shot, lequel choisirais-tu pour traiter notre catalogue produit ?
Question piège technique. La bonne réponse est RAG, parce qu’un catalogue produit évolue (nouveaux articles, prix, stocks), et que le fine-tuning fige le modèle à un instant T. La mauvaise réponse, mais aussi la plus fréquente chez les charlatans : « ça dépend des cas d’usage, il faut faire un audit ». Si en 30 secondes votre candidat ne tranche pas, il ne comprend pas la différence d’usage.
Le vrai expert ira plus loin : « RAG avec embeddings OpenAI text-embedding-3-large ou Mistral embed v3, vector store sur Qdrant ou Weaviate, et un re-ranker pour les top 20 ». S’il vous donne des noms d’outils et des architectures, c’est qu’il a fait. S’il vous récite Wikipedia, c’est qu’il a lu.
Question 3 : combien coûte 1 million de tokens en sortie sur GPT-5 ?
Question banale en apparence, mais redoutable. Un opérationnel connaît les ordres de grandeur. Il vous donnera une fourchette à 20 % près (10-15 $ pour la sortie en novembre 2025). Le charlatan donne soit une réponse vague (« ça dépend »), soit une réponse fausse à un ordre de grandeur près. C’est le proxy le plus fiable que la personne pilote des budgets IA réels.
Vous pouvez varier la question selon les modèles : tokens Claude Sonnet, coût d’une heure de fine-tuning sur Azure, prix d’un GPU H100 à la demande. Quelqu’un qui négocie ces sujets au quotidien donne des chiffres. Quelqu’un qui les évite n’a jamais payé une facture.
Question 4 : raconte-moi un conflit que tu as eu avec ton CTO ou ton VP Engineering
Le Head of AI vit dans une tension structurelle avec la direction technique. La data appartient à l’IT. Les API de production sont gérées par l’engineering. Les enjeux de cybersécurité sont co-portés avec la DSI. Un Head of AI qui n’a jamais eu de conflit avec ces fonctions est soit un junior, soit n’a jamais rien décidé.
La bonne réponse raconte un cas précis, avec le sujet (par exemple : « lui voulait tout sur Bedrock pour cohérence AWS, moi je voulais Azure pour Copilot Enterprise »), la manière dont la décision a été tranchée (Comex, COO, qui a parlé en dernier), et le résultat 12 mois plus tard. Le charlatan parle de « collaboration », d’« alignement », et de « culture commune ». Drapeau rouge.
Au-delà des 4 questions : les signaux faibles à surveiller
Trois signaux qui devraient vous alerter sur les CV : plus de 3 changements de poste en 24 mois (ce n’est pas un curieux, c’est un instable), du conseil pur sans aucun rôle opérationnel (les beaux PowerPoints sont l’ennemi de la production), une présence LinkedIn trop dense avec 4 posts par semaine pendant 12 mois (qui pilote vraiment des chantiers ?).
À l’inverse, les signaux positifs : contributions GitHub publiques (un repo personnel, un fork, des issues), une thèse technique non vendable en post LinkedIn (« pourquoi le RAG hybride dense+BM25 surpasse le RAG sémantique seul »), la capacité à dire « je ne sais pas » sur 2 ou 3 questions techniques pendant l’entretien.
Recrutez la compétence, pas le titre
Le marché du Head of AI est en mode bulle (le contexte plus large dans l’IA décime les profils moyens). Vous n’avez peut-être pas besoin d’un « Head of AI » avec ce titre exact. Vous avez peut-être besoin d’un Lead Data Engineer expérimenté + un Product Manager IA externe en mission de 6 mois. Ou d’un Directeur des Opérations qui s’est mis à l’IA et qui pilote, plutôt qu’un junior qui storytelle.
Le bon recrutement, c’est aussi celui qui sait former les key users plutôt que tout le monde. Le bon recrutement n’est pas celui qui correspond au titre du moment. C’est celui qui sait livrer dans 18 mois. Les 4 questions du jour servent exactement à mesurer ça.
