L'IA va-t-elle remplacer les mycologues ? La classification atteint 56 %, le terrain reste humain
Les mycologues affichent 38 % d'exposition IA et seulement 17 % de risque. L'IA classe les espèces à 56 %, mais le travail en laboratoire et sur le terrain reste à 20 %. Croissance de +5 %.
Il existe environ 15 000 espèces connues de champignons. Les scientifiques estiment que le nombre réel se situe entre 2,2 et 3,8 millions [Fait]. Cela signifie que nous avons catalogué moins de 1 % du règne fongique. Si vous êtes mycologue, l'IA ne s'en prend pas à votre emploi — elle vous donne les outils pour enfin accomplir ce travail à l'échelle que le problème exige.
Et les données le confirment. Les mycologues ont un risque d'automatisation de seulement 17 %, l'un des plus faibles de toute la science [Fait]. La combinaison de priorités de recherche en expansion, d'investissements croissants en biotechnologie, et d'outils d'IA qui augmentent plutôt qu'ils ne remplacent l'expertise spécialisée a fait de cette profession l'une des plus prometteuses sur le plan stratégique pour y entrer en 2026.
Ce que l'IA fait bien en mycologie
Les mycologues affichent 38 % d'exposition globale à l'IA avec un risque d'automatisation de 17 % en 2025 [Fait]. C'est classé comme «transformation moyenne» avec une désignation «augmentation». L'écart entre exposition (38 %) et risque (17 %) est inhabituellement large, ce qui signifie que l'IA est adoptée comme outil de recherche sans menacer la profession elle-même. Cela s'inscrit dans le schéma plus large documenté par l'Anthropic Economic Index (janvier 2026), qui a constaté que l'augmentation — où les gens itèrent avec l'IA plutôt que de lui déléguer une tâche en entier — représente 52 % des conversations IA grand public, tandis que les tâches scientifiques et analytiques penchent particulièrement fortement vers ce mode collaboratif plutôt que vers l'automatisation complète [Fait] (Anthropic Economic Index, 2026).
La classification et l'identification des espèces fongiques à partir de données génomiques arrive en tête à 56 % d'automatisation [Fait]. C'est là que l'IA a eu l'impact le plus spectaculaire. Les modèles d'apprentissage automatique entraînés sur les bases de données de séquences ITS (Internal Transcribed Spacer) peuvent désormais identifier les espèces fongiques à partir d'échantillons d'ADN environnemental avec une précision qui égale ou dépasse celle des taxonomistes formés pour les espèces bien documentées. L'analyse métagénomique qui prenait autrefois des semaines de recherche BLAST manuelle et de construction d'arbres phylogénétiques peut désormais être traitée en quelques heures. Des outils comme UNITE, FunGuild et des modèles de transformateurs de plus en plus performants entraînés sur des données de séquences fongiques ont transformé les flux de travail d'identification.
L'analyse des métabolites fongiques pour les applications pharmaceutiques se situe à 48 % [Fait]. Les plateformes de découverte de médicaments pilotées par l'IA peuvent cribler des bibliothèques de métabolites fongiques contre des cibles protéiques, prédire la bioactivité à partir de structures moléculaires et prioriser les composés pour les tests en laboratoire. Le pipeline de découverte qui a mené de la moisissure Penicillium à la pénicilline a pris des décennies de sérendipité — l'IA comprime considérablement ce calendrier pour la prochaine génération de thérapeutiques d'origine fongique. Les sociétés pharmaceutiques et les startups biotechnologiques investissent massivement dans le criblage de produits naturels assisté par l'IA, et les mycologues dotés de compétences computationnelles sont de plus en plus recrutés dans des rôles de recherche en industrie.
La conception et la conduite d'expériences en laboratoire atteignent 35 % [Fait]. L'IA peut suggérer des plans expérimentaux, prédire les résultats probables et identifier les conditions de croissance optimales pour des espèces nouvelles. Mais l'exécution expérimentale réelle — cultiver des champignons, manipuler les conditions de croissance, observer le développement morphologique — reste un travail pratique qui nécessite l'œil exercé et la main sûre d'un mycologue praticien.
La collecte et la culture de spécimens fongiques en laboratoire reste à seulement 20 % [Fait]. C'est le cœur physique et pratique de la mycologie. Traverser une forêt et reconnaître que le carpophore sur une bûche en décomposition représente quelque chose de nouveau. Extraire soigneusement des échantillons de tissu sans contamination. Maintenir des conditions de culture stériles et inciter des espèces difficiles à pousser sur des milieux artificiels. Ces tâches requièrent la conscience spatiale, la dextérité manuelle, la connaissance écologique et le type de reconnaissance des formes qui vient d'années d'expérience de terrain.
Une profession avec un élan sérieux
Les mycologues sont suivis par le Bureau of Labor Statistics dans la catégorie des microbiologistes, qui regroupait environ 20 700 emplois en 2024 avec un salaire annuel médian de 87 330 $ en mai 2024 [Fait] (BLS Occupational Outlook Handbook, 2024). Le BLS projette une croissance de 4 % de 2024 à 2034 — à peu près aussi vite que la moyenne de toutes les professions — avec environ 1 700 ouvertures chaque année. Crucialement, le BLS attribue cette demande directement aux sociétés pharmaceutiques et biotechnologiques développant des médicaments produits à l'aide de microorganismes, ainsi qu'aux biocarburants et à la recherche environnementale — exactement les frontières d'application fongique qui alimentent l'embauche d'aujourd'hui.
La biotechnologie fongique est en plein essor. Les matériaux à base de mycélium remplacent les plastiques et le cuir. Les enzymes fongiques sont déployées dans la décontamination des déchets industriels. La recherche sur les mycorhizes transforme l'agriculture régénérative. Et la course à la découverte de nouveaux antibiotiques d'origine fongique s'est intensifiée à mesure que la résistance bactérienne augmente [Affirmation]. Chacune de ces applications nécessite des mycologues capables d'accomplir ce que l'IA ne peut pas : concevoir des expériences nouvelles, interpréter des résultats inattendus, faire des découvertes de terrain et relier des observations entre les disciplines.
D'ici 2028, l'exposition globale est projetée à 52 % avec un risque d'automatisation à 28 % [Estimation]. L'augmentation de l'exposition reflète le rôle croissant de l'IA dans l'analyse génomique et le criblage de métabolites, non une menace pour la profession. Les mycologues qui adoptent les outils computationnels pourront simplement traiter plus de données, cribler plus de composés et identifier plus d'espèces que ceux qui ne le font pas.
Le contexte sectoriel que vous devez comprendre
Le marché de l'emploi en mycologie s'est étendu de façon spectaculaire au-delà des postes de recherche académique traditionnels, et cette expansion est principalement tirée par la demande industrielle [Affirmation]. Comprendre où se trouvent réellement les emplois compte plus que jamais pour quiconque entre dans le domaine.
Les postes académiques traditionnels en mycologie — postes de professeurs titulaires dans les universités de recherche — sont restés relativement stables en nombre et continuent d'être très compétitifs. Ces positions ancrent encore le domaine, mais ce n'est pas là que la majeure partie de la croissance se produit.
La biotechnologie industrielle recrute désormais des mycologues à des rythmes sans précédent. Des entreprises comme Bolt Threads, MycoWorks, Ecovative Design et des dizaines de startups plus récentes travaillant sur des matériaux à base de mycélium, des protéines alternatives et des applications de biofabrication ont créé un marché substantiel de l'emploi en mycologie industrielle. Ces postes paient généralement 90 000 à 150 000 $ pour les mycologues en début de carrière avec une expérience pertinente, avec des rôles seniors atteignant bien plus de 200 000 $. Les mycologues maîtrisant à la fois les techniques de laboratoire humide et les outils computationnels sont particulièrement recherchés.
Les sociétés pharmaceutiques et biotechnologiques axées sur la découverte de médicaments issus de produits naturels sont un autre employeur en croissance. L'intérêt renouvelé de l'industrie pour les thérapeutiques d'origine fongique, en partie motivé par la crise de la résistance aux antibiotiques, a créé des postes de recherche dans des sociétés investissant dans le criblage de produits naturels microbiens. Ces rôles combinent collecte de terrain, culture en laboratoire, analyse des métabolites et, de plus en plus, criblage de composés assisté par l'IA.
Le conseil environnemental et les emplois dans les agences gouvernementales ont augmenté parallèlement à l'attention réglementaire accrue portée aux pathogènes fongiques dans l'agriculture, à la contamination fongique dans les bâtiments et les approvisionnements alimentaires, et à la restauration mycorhizienne dans les projets de remédiation écologique. L'USDA, l'EPA et les agences internationales équivalentes ont ajouté des postes de mycologie, tout comme les départements environnementaux des États.
Les applications spécialisées — recherche en thérapeutique psilocybine, développement de protéines alternatives, services de bioremédiation, conseil en culture de champignons pour les marchés légaux émergents — représentent des niches d'emploi plus petites mais en croissance rapide. Ces postes offrent souvent une rémunération de base inférieure aux postes industriels, mais une participation en actions ou des opportunités de croissance dans des ventures en phase de démarrage.
Les mycologues qui s'en sortent le mieux en 2026 ont généralement évolué entre deux ou plusieurs de ces segments, accumulant à la fois une expertise spécialisée approfondie et le type de réseau qui leur permet de se déplacer de façon opportuniste à mesure que le domaine se développe.
Le parcours de carrière d'un mycologue en 2026
Prenons un mycologue en milieu de carrière qui a terminé son doctorat en 2019 avec une recherche axée sur les champignons mycorhiziens dans les sols agricoles [Estimation basée sur des modèles de carrière scientifique largement rapportés]. Sa trajectoire de carrière illustre comment l'IA a remodelé les opportunités pour les mycologues praticiens.
Ses trois premières années après le doctorat ont été passées dans un poste de recherche postdoctorale traditionnel à l'université. Le travail impliquait l'échantillonnage de terrain, la culture en laboratoire, l'analyse de séquençage et la publication académique. L'IA a joué un rôle direct minimal dans la recherche quotidienne, bien qu'il ait commencé à apprendre des outils de bioinformatique utilisant l'apprentissage automatique pour l'analyse de séquences.
La quatrième année a amené une transition vers une société de biotechnologie agricole développant des inoculants mycorhiziens pour des applications d'agriculture régénérative. Le salaire est passé du niveau postdoc (environ 55 000 $) au niveau industriel (environ 110 000 $). Le travail mêlait recherche en laboratoire et analyse génomique assistée par IA d'échantillons de sol, tests de terrain de produits inoculants et consultation scientifique orientée client avec des agriculteurs et des distributeurs agricoles.
À la sixième année (2026), il avait évolué vers un rôle de chercheur scientifique senior supervisant des programmes de recherche de terrain dans plusieurs régions agricoles. L'analyse métagénomique assistée par IA permet à son équipe de traiter des centaines d'échantillons de sol par semaine, identifiant les compositions de communautés mycorhiziennes et les corrélant avec les rendements des cultures. Il y a cinq ans, le traitement de ce volume d'échantillons aurait nécessité une équipe de bioinformatique dédiée et des semaines de temps d'analyse par projet. Désormais, sa recherche avance à une échelle industrielle.
Son salaire à ce stade est d'environ 155 000 $ plus des options d'achat d'actions. Il publie des articles dans des revues à comité de lecture, prend la parole dans des conférences agricoles et est recruté par des entreprises concurrentes et des postes de recherche universitaire. La combinaison d'expérience de terrain, de compétences en laboratoire et de maîtrise computationnelle l'a rendu substantiellement plus précieux que les mycologues avec seulement un ou deux de ces ensembles de compétences.
Le schéma qu'il a suivi — formation en laboratoire humide plus compétences computationnelles plus expérience industrielle — est reproductible pour quiconque entre dans le domaine maintenant. L'économie de carrière en mycologie favorise ceux qui peuvent relier plusieurs modalités de recherche.
La contre-narration sur les compétences de terrain
Il y a un argument qui mérite d'être abordé [Affirmation]. À mesure que l'IA s'améliore dans l'identification des espèces à partir de données génomiques, les compétences de terrain traditionnelles qui définissent les mycologues ne vont-elles pas perdre de leur valeur ? Pourquoi former quelqu'un pendant des années à la collecte de terrain, à l'identification morphologique et à l'entretien des cultures quand l'IA peut identifier les espèces à partir d'échantillons d'ADN environnemental ?
La réponse honnête nécessite de reconnaître la part de vérité dans cet argument. Pour les espèces bien documentées dans des environnements bien échantillonnés, l'identification des espèces par IA a genuinement réduit la valeur des compétences taxonomiques traditionnelles. Le mycologue dont l'expertise principale était d'identifier les champignons forestiers courants de l'est de l'Amérique du Nord par morphologie fait un travail que l'IA peut de plus en plus faire plus rapidement et plus fiablement. La recherche fondamentale sur l'exposition au travail à l'IA fait la même distinction. Eloundou et ses collègues (2023), dans leur étude phare sur les grands modèles de langage en tant que technologies d'usage général, ont estimé qu'environ 19 % des travailleurs pourraient voir au moins la moitié de leurs tâches affectées par l'IA — mais ils ont souligné que l'exposition est la plus élevée pour les tâches de traitement de l'information et la plus faible pour le travail nécessitant une exécution physique pratique [Fait] (Eloundou et al., 2023). Pour la mycologie, cette limite correspond presque parfaitement à la frontière entre l'identification par base de données et la collecte de terrain les pieds dans la boue.
Mais les 15 000 espèces connues représentent moins de 1 % du règne fongique. Les 2 à 4 millions d'espèces non décrites restantes sont concentrées dans des environnements sous-échantillonnés — forêts tropicales, sédiments marins, microbiomes du sol, environnements extrêmes — où la collecte de terrain par des mycologues formés reste la principale façon dont les nouvelles espèces entrent dans les archives scientifiques. L'IA ne peut pas trouver ces espèces. Elle peut seulement les identifier après qu'un humain les a cultivées, séquencées et décrites.
Les mycologues dont les carrières sont les plus sécurisées sont ceux dont les compétences de terrain leur donnent accès à des spécimens qu'aucun algorithme ne peut collecter. Les mycologues les plus à risque sont ceux dont les carrières reposaient sur l'identification d'espèces communes et bien documentées — un travail que l'IA capture genuinement.
Votre carrière dans la renaissance fongique
Si vous êtes mycologue — ou envisagez de le devenir — les perspectives sont genuinement enthousiasmantes. C'est un domaine où le goulot d'étranglement fondamental n'est pas la technologie mais l'expertise humaine. Des millions d'espèces non décrites attendent dans des échantillons de sol, sur des parquets forestiers et dans des sédiments marins. L'IA peut vous aider à trouver des schémas dans les données génomiques, mais elle ne peut pas entrer dans une forêt tropicale nuageuse et remarquer que quelque chose poussant sur une écorce d'arbre particulière sent différemment de tout ce qui existe dans la littérature.
Investissez dans des compétences computationnelles pour pouvoir tirer parti des outils de classification IA et d'analyse de métabolites. Mais ne cessez jamais de faire du travail de terrain. La prochaine pénicilline est là quelque part, poussant silencieusement sur un substrat que seul un œil humain formé penserait à examiner.
Trois priorités comptent le plus pour les mycologues qui planifient la prochaine décennie. Premièrement, développez la maîtrise computationnelle — au minimum, une aisance avec les pipelines de bioinformatique et les concepts de base d'apprentissage automatique appliqués aux données génomiques. Les mycologues maîtrisant à la fois le laboratoire humide et les compétences computationnelles occupent les meilleures positions industrielles. Deuxièmement, développez une expertise spécialisée approfondie soit dans un groupe taxonomique (basidiomycètes, ascomycètes, guildes écologiques spécifiques), soit dans un domaine d'application (biotechnologie, découverte de médicaments, remédiation environnementale). Les généralistes sont moins précieux que les spécialistes dotés d'outils computationnels. Troisièmement, construisez des connexions de réseau intersectorielles. Les mycologues avec les meilleures options de carrière ont des relations dans le milieu académique, l'industrie et le gouvernement — et ils se déplacent entre les secteurs au gré des opportunités.
La base de données des espèces est en cours d'automatisation. Le mycologue aux bottes boueuses ne l'est pas.
Voir les données détaillées sur l'automatisation pour les mycologues
_Analyse assistée par l'IA basée sur des données de la recherche d'impact économique d'Anthropic 2026, Eloundou et al. (2023), Brynjolfsson et al. (2025) et les projections d'emploi du BLS 2024-2034._
Historique des mises à jour
- 2026-04-04 : Publication initiale avec les métriques d'automatisation 2025 et les projections BLS 2024-34.
- 2026-05-18 : Étendu avec la segmentation sectorielle (académique/biotech industrielle/pharma/environnement), une étude de cas détaillée de trajectoire de mycologue en milieu de carrière, la contre-narration sur la dévaluation des compétences de terrain, et une stratégie de carrière à trois priorités.
Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology
Historique des mises à jour
- Publié pour la première fois le 9 avril 2026.
- Dernière révision le 22 mai 2026.