10 juillet 2026Mis à jour le Fathy Shalaby13 min de lecture
Marché de l'emploi des product managers en 2026 : pourquoi le recrutement PM est en panne et que faire
Les postes de PM ouverts sont à leur plus haut niveau en quatre ans, mais les embauches stagnent et le nombre de candidatures par embauche a presque triplé. Ce qui s'est cassé, chiffres à l'appui, et ce que peuvent faire candidats et équipes de recrutement.
Vu de l'extérieur, le marché de l'emploi des product managers en 2026 paraît sain : les postes de PM ouverts sont à leur plus haut niveau depuis près de quatre ans. Pourtant, les embauches réelles de PM stagnent, le nombre de candidatures par embauche a presque triplé depuis 2021, et les CV polis par l'IA se ressemblent tous. Le recrutement ne s'est pas cassé faute de candidats. Il s'est cassé parce que les signaux qui permettaient de distinguer les bons PM ont cessé de fonctionner.
L'essentiel
Les postes de PM ouverts sont en hausse de 75 % par rapport à leur plus bas de mars 2023, le niveau le plus élevé depuis près de quatre ans, mais les embauches pour tous les rôles produit clés stagnent ou reculent (Lenny's Newsletter, 2026).
Un poste attire désormais environ 291 candidatures par embauche, contre quelque 121 début 2021 (Ashby, 2026).
Les entreprises tech américaines emploient 28 % de PM en moins qu'au pic de 2022, et les postes de PM de niveau VP ont reculé de 38 % (Mind the Product, 2026).
« LLM » est désormais la compétence la plus citée dans les offres de PM, devant SQL et Jira.
Les échantillons de travail battent les affirmations. Pour les candidats, cela signifie des décisions documentées ; pour les équipes de recrutement, des entretiens structurés plus une petite tâche réelle.
Que se passe-t-il sur le marché de l'emploi des product managers en 2026 ?
Deux jeux de données racontent la même histoire sous des angles différents. TrueUp, qui suit les offres de plus de 9 000 entreprises tech, montre des postes de PM qui croissent plus vite que tout autre rôle tech clé depuis début 2023 : +56 %, contre +43 % pour l'ingénierie. Live Data Technologies, qui suit les changements de poste de 124 millions de professionnels, montre que les embauches de PM tiennent mieux que celles du design ou de l'ingénierie, la part des PM dans les embauches produit clés passant de 16 % en 2021 à 21 % aujourd'hui (Lenny's Newsletter, Nov 2026).
L'écart entre ces deux courbes est toute l'histoire. Les offres montent, les embauches restent plates. Lenny Rachitsky y lit une demande croissante de PM combinée à une difficulté croissante à recruter d'excellents PM. C'est un problème de filtrage, pas un problème d'offre.
Les coupes sous-jacentes sont réelles elles aussi. Mind the Product, à partir des chiffres de Live Data Technologies, indique que les effectifs de PM dans la tech américaine sont en baisse de 28 % par rapport au pic de 2022 à juin 2026. Les niveaux d'encadrement ont été les plus touchés : VP en baisse de 38 %, directeurs de 35 %, managers de 31 %. Les contributeurs individuels seniors étaient la cohorte la plus protégée, en baisse de 21 % (Mind the Product, June 2026).
Où sont les postes de PM ?
Signal
Chiffre
Source
Postes de PM ouverts par rapport au plus bas de mars 2023
+75 %
Lenny's Newsletter, Nov 2026
Postes de PM ouverts par poste de design ouvert
3,8 (contre 1,9 début 2023)
Lenny's Newsletter, Nov 2026
Postes de PM proposant le télétravail
Environ 21 %
Lenny's Newsletter, Nov 2026
Postes de PM basés dans la Bay Area
Environ 1 sur 4
Lenny's Newsletter, Nov 2026
Nouveaux postes de PM en Europe/Royaume-Uni de niveau intermédiaire
Environ 72 % (16 % seniors, peu de débutants)
Mind the Product, June 2026
Postes de PM de l'EEE entièrement à distance (fin 2025)
30 % (50 % hybrides, 20 % au bureau)
Mind the Product, June 2026
Si vous êtes en début de carrière, les chiffres européens comptent le plus : presque aucun nouveau poste n'est de niveau débutant. Si vous êtes senior, les données américaines indiquent que les contributeurs individuels expérimentés ont été conservés le plus longtemps, ce qui plaide pour approfondir là où vous êtes avant de sauter le pas.
Pourquoi les signaux de recrutement des PM se sont-ils cassés ?
Pendant la majeure partie de la dernière décennie, un CV de PM racontait une histoire lisible. Vous aviez livré des fonctionnalités, géré une roadmap, travaillé avec des ingénieurs et des designers. Les titres suivaient une échelle prévisible, d'APM à Group PM, et les recruteurs savaient quoi évaluer. L'IA a brisé cette lisibilité par deux côtés à la fois.
Côté candidats : volume et uniformité
L'IA générative permet de produire à bas coût un CV soigné, de répéter des réponses comportementales et d'écrire des études de cas qui sonnent senior. Les candidatures déposées via LinkedIn ont augmenté de 45 % en 2025, à environ 11 000 par minute (Semafor, 2025). Les données d'Ashby, portant sur 109 millions de candidatures, montrent le nombre de candidatures par embauche grimpant d'environ 121 au premier trimestre 2021 à un pic de 319 au quatrième trimestre 2024, puis encore 291 au premier trimestre 2026. Les équipes de recrutement compensent en interviewant davantage de personnes : les postes business comptent désormais en moyenne 11,7 entretiens par embauche, soit 36 % de plus qu'en 2021 (Ashby, 2026).
Plus de candidats et plus d'entretiens, pour le même nombre d'embauches : voilà à quoi ressemble un filtre cassé. Quand chaque CV dit « a favorisé l'alignement transverse », le CV ne transmet plus d'information.
Côté poste : un titre, plusieurs métiers
« Product manager » désignait autrefois à peu près la même chose partout. En 2026, le titre recouvre au moins quatre métiers, qui récompensent des preuves différentes :
PM généraliste — gère une roadmap, la discovery et l'alignement des parties prenantes.
PM IA — définit et évalue des fonctionnalités reposant sur des modèles, écrit des évals, gère les arbitrages de qualité et de coût (voir ce que fait un AI product manager).
PM plateforme — gère les outils internes pour développeurs, les API et l'infrastructure.
PM builder — prototype et livre de petits produits avec des outils de code IA, avec moins de passages de relais.
Les offres d'emploi montrent le changement. Il y a deux ans, les compétences de PM les plus citées étaient SQL, Jira, AWS et Python. Aujourd'hui, « LLM » est premier, « Claude » troisième, et Cursor, OpenAI et MCP figurent tous dans le top huit (Lenny's Newsletter, 2026). LinkedIn est allé plus loin et a remplacé son programme Associate Product Manager par un programme Associate Product Builder qui enseigne ensemble le code, le design et les compétences de PM, sous une nouvelle échelle de carrière « Full Stack Builder » (Lenny's Newsletter, Dec 2025). Nous détaillons ce que cette scission implique dans le rôle de PM se scinde.
Un excellent candidat pour l'un de ces métiers peut être une mauvaise embauche pour un autre. Les entreprises le savent mais peinent à filtrer en conséquence, si bien que les postes restent ouverts pendant que les boucles d'entretiens s'allongent. Le Work Change Report de LinkedIn prévoit lui-même que 70 % des compétences utilisées dans la plupart des métiers auront changé d'ici 2030 (LinkedIn, 2025) : les définitions continueront donc de bouger.
Pourquoi les preuves battent-elles les affirmations dans le recrutement des PM aujourd'hui ?
Un travail spécialisé produit des preuves lisibles : une fonctionnalité ML livrée avec ses résultats d'évaluation, une expérience avec un gain mesuré, un changement de prix avec le revenu associé. Un travail généraliste produit des preuves diffuses : « a travaillé avec l'ingénierie pour livrer des éléments de roadmap ». Le marché récompense autant la lisibilité que la compétence.
L'ironie, c'est que les entreprises veulent toujours des généralistes capables de tenir un produit ensemble entre les fonctions. Elles ne peuvent simplement pas le voir sur le papier. La solution pour les candidats est la même dans les deux cas : transformer ce que vous avez fait en quelque chose qu'un inconnu peut vérifier.
Comment décrocher un poste de product manager en 2026 ?
Trois démarches couvrent l'essentiel, et aucune n'exige un nouveau certificat.
1. Réécrivez votre CV comme des preuves, pas des affirmations
« A généré une hausse de 20 % de la rétention » est une affirmation. Voici la même réalisation présentée comme une preuve (exemple illustratif) :
A mené un test A/B de 4 semaines sur la checklist d'onboarding (deux variantes, confiance de 95 %, métrique préenregistrée : rétention au jour 14). A déployé la variante gagnante et suivi une hausse durable de 22 % de la rétention au jour 14 sur le trimestre suivant.
La différence n'est pas la longueur. C'est la méthode, la période, la métrique et le résultat. Utilisez ce tableau pour auditer chaque ligne :
Ligne façon affirmation
Ce qu'il faut ajouter
Réécriture façon preuve (illustrative)
« A géré la roadmap »
Ce que vous avez retiré et pourquoi
« A retiré 4 des 11 éléments de la roadmap après 12 entretiens clients montrant l'absence de douleur commune ; a livré les 7 restants en deux trimestres »
« A amélioré l'activation »
Métrique, base de référence, variation, période
« A fait passer l'activation de la semaine 1 de 31 % à 38 % en 6 semaines en supprimant deux étapes de configuration »
« A travaillé sur des fonctionnalités IA »
Ce que vous avez évalué et le seuil
« A écrit un jeu d'évaluation de 200 cas pour une fonctionnalité de résumé ; a bloqué le lancement jusqu'à ce que la précision dépasse 90 % »
« A géré les parties prenantes »
La décision et l'arbitrage
« A obtenu des équipes commerciale et technique un report de 6 semaines en présentant les données de churn de 40 comptes »
Le test pour chaque ligne : une IA aurait-elle pu l'écrire sans vous connaître ? Si oui, ajoutez des précisions jusqu'à ce que ce ne soit plus possible. Si vous avez mené des expériences, notre guide du test A/B pour les PM montre comment rapporter des résultats qui résistent à l'examen.
2. Choisissez un axe et rendez-le visible
Le milieu du spectre généraliste–spécialiste est le pire endroit où se tenir quand les signaux sont bruités. « Correct en IA » plus « correct avec les parties prenantes » donne un profil indifférencié. Deux voies fonctionnent :
Approfondir. Devenez nettement excellent dans une spécialisation — produit IA/ML, plateforme, croissance SaaS B2B ou comportement des consommateurs — et documentez-la sans relâche.
Élargir délibérément. Assumez l'identité de généraliste. Montrez des décisions transverses, des arbitrages et comment vous avez tenu le produit ensemble quand c'était difficile, pas seulement des fonctionnalités livrées.
Évitez les deux faux-semblants : un spécialiste qui liste des compétences de généraliste pour paraître complet, ou un généraliste qui ajoute des mots-clés IA sans travail livré derrière. Les recruteurs repèrent vite les deux.
3. Construisez des preuves publiques de votre jugement
Les ingénieurs ont GitHub. Les designers ont des portfolios. Les PM n'ont, en général, rien qu'un inconnu puisse lire. Les candidats qui concluent le plus vite ont tendance à avoir au moins l'un des éléments suivants :
Un récit public d'une vraie décision produit : les options, les preuves et ce qui s'est passé.
Un article ou une intervention sur une méthode qu'ils ont utilisée et adaptée.
Une étude de cas anonymisée avec de vrais chiffres.
Un modèle, un outil ou un prototype que d'autres utilisent.
Une structure simple à copier pour un récit de décision :
Decision : [une phrase — ce que vous avez choisi]
Context : [le problème, qui l'avait, comment vous le saviez — 3 à 5 lignes]
Options considered : [2 à 4 options, une ligne chacune]
Evidence : [entretiens, données, expériences — avec effectifs et dates]
What we chose and why : [l'arbitrage que vous avez accepté]
What happened : [la métrique, avant/après, période]
What I'd do differently : [une ligne honnête]
Tenir un product decision log au fil de l'eau rend cela facile : le récit devient une mise en forme, pas un travail d'archéologie.
Comment les entreprises devraient-elles recruter des product managers aujourd'hui ?
Si un poste de PM est ouvert depuis des mois, la première question n'est pas « recevons-nous assez de candidats ? ». À environ 300 candidatures par embauche, vous en recevez. La question est : « savons-nous pour quoi nous recrutons ? »
Soyez précis sur le poste
De nombreuses descriptions de PM n'ont pas changé depuis 2022. Elles demandent des compétences qui ne prédisent plus la réussite (présentations, backlog grooming) et filtrent sur des conventions de titres qui ne signifient plus grand-chose. Remplacez « gère la roadmap produit » par quelque chose de testable : « gère l'entonnoir d'onboarding, définit l'instrumentation, mène des expériences chaque semaine et rend compte des résultats au comité de direction chaque mois ». Des descriptions précises attirent des candidats précis et repoussent tous les autres.
Utilisez la structure et les échantillons de travail, pas des conversations non structurées
La recherche soutient un mélange. Une réanalyse de 2022 des méthodes de sélection par Sackett et ses collègues classe les entretiens structurés en tête pour prédire la performance au travail (validité de ,42), suivis des tests de connaissances du poste (,40) et des échantillons de travail (,33), les tests d'aptitude cognitive étant à ,31 (SIOP, on Sackett et al. 2022). La leçon n'est pas « remplacez les entretiens par des exercices à la maison ». C'est « posez à chaque candidat les mêmes questions pertinentes pour le poste, notez-les selon une grille et ajoutez une petite tâche réelle ».
Une boucle adaptée à une équipe de 3 à 10 personnes :
Revue de portfolio (30 minutes). Le candidat présente une décision passée selon la structure ci-dessus. Notez la qualité des preuves, pas le vernis.
Entretien structuré (45 minutes). Cinq questions fixes liées au poste, dans le même ordre pour tous, notées de 1 à 4 selon des repères écrits.
Échantillon de travail (2 heures, rémunéré au-delà). Donnez un jeu de données réel mais anonymisé ou un lot de retours clients et demandez une recommandation d'une page.
Débrief (30 minutes). Les évaluateurs rendent leur note avant de parler, pour que la voix la plus forte ne fixe pas le score.
Quelles sont les erreurs courantes dans un marché du recrutement de PM en panne ?
Postuler en masse avec un CV adapté par l'IA. À 291 candidatures par embauche, une candidature générique n'est que du bruit. Dix candidatures ciblées avec des preuves valent mieux que 200 calibrées sur des mots-clés.
Voir dans le nombre d'offres une bonne nouvelle. Des offres en hausse de 75 % avec des embauches stables signifient plus de concurrence par embauche réelle, pas moins.
Apprendre le vocabulaire de l'IA sans rien livrer. « LLM » domine les offres de PM, mais les recruteurs sondent les évals, les arbitrages de coût et les modes de défaillance que vous avez réellement gérés.
Des équipes de recrutement qui ajoutent des tours d'entretien. Les entretiens par embauche ont augmenté de 36 % depuis 2021 pour les postes business. Plus de tours de la même conversation non structurée ajoutent du coût, pas du signal.
Supposer que c'est permanent. Les définitions de rôles vont se consolider et les signaux vont réapparaître. Ceux qui prennent dès maintenant des habitudes de preuve les auront encore le moment venu.
Que faire ce mois-ci ?
Auditez votre CV : affirmations contre preuves. Pour chaque ligne, demandez-vous : une IA aurait-elle pu l'écrire ? Si oui, ajoutez chiffres, dates, méthode et résultat.
Rédigez publiquement une décision passée. Un post Substack, un blog, une page Notion avec un lien. La discipline qui consiste à expliquer une vraie décision en public est le moyen le plus rapide de se forger ce muscle.
Si vous recrutez, repensez le haut de votre entonnoir. Remplacez le premier échange par une revue de portfolio de 30 minutes ou une petite tâche limitée dans le temps, et notez-la avec une grille.
Une fois le poste obtenu, la même habitude de preuve est la manière de gagner la confiance ; notre plan des 90 premiers jours en tant que PM prend le relais.
Où Specky s'intègre-t-il ?
Le plus difficile, quand on construit des preuves publiques, c'est de les reconstituer après coup : quels entretiens ont façonné une décision, ce que vous croyiez à l'époque, ce qui s'est passé après le lancement. Specky conserve cette trace au fil de votre travail. Les appels clients, les retours et les tickets atterrissent dans un Product Graph, les spécifications portent des citations en ligne qui renvoient aux preuves, et le Decision Log consigne ce que vous avez choisi et pourquoi. Quand il vous faut une étude de cas pour un entretien ou une évaluation de performance, les justificatifs sont déjà reliés.
Foire aux questions
Le marché de l'emploi des product managers s'améliore-t-il en 2026 ?
Les offres, oui ; les embauches, pas encore. Les données de TrueUp montrent des postes de PM ouverts à leur plus haut niveau depuis près de quatre ans, en hausse de 75 % par rapport au plus bas de mars 2023. Mais Live Data Technologies montre des embauches réelles pour les rôles produit clés stables ou en baisse. Plus d'offres avec des embauches stables signifie que les employeurs peinent à repérer les bons PM : le niveau de preuve exigé monte donc même si la demande progresse.
Pourquoi est-il si difficile de décrocher un poste de product manager en ce moment ?
Parce que le filtre est saturé. Les données d'Ashby montrent environ 291 candidatures par embauche début 2026, contre quelque 121 en 2021, et l'IA fait que beaucoup de CV se ressemblent. Les équipes de recrutement répondent par des boucles plus longues et des présélections plus strictes. Les candidats qui présentent des preuves concrètes et vérifiables de leurs décisions et résultats se démarquent ; ceux qui alignent des affirmations génériques se perdent dans le volume.
Les AI product managers sont-ils embauchés plus vite ?
Les compétences en IA sont désormais les plus demandées dans les offres de PM : « LLM » arrive en première place et « Claude » en troisième dans les données 2026 de TrueUp. Le travail de PM IA spécialisé produit aussi des preuves lisibles, comme des résultats d'évaluation et des fonctionnalités à base de modèles livrées. Les comparaisons salariales publiques fiables entre PM IA et autres PM sont rares ; méfiez-vous donc des chiffres de prime précis que vous voyez circuler en ligne.
Qu'est-ce que le programme Associate Product Builder de LinkedIn ?
C'est le programme lancé par LinkedIn pour remplacer son programme de longue date Associate Product Manager. Au lieu de former les nouvelles recrues uniquement à la gestion de produit, il enseigne ensemble le code, le design et les compétences de PM, avec un nouveau titre et une nouvelle échelle de carrière « Full Stack Builder ». Tomer Cohen, le CPO de LinkedIn, a décrit ce changement dans Lenny's Podcast en décembre 2025.
Les exercices à faire à la maison sont-ils meilleurs que les entretiens pour recruter des PM ?
Pas à eux seuls. Une réanalyse de 2022 par Sackett et ses collègues a trouvé que les entretiens structurés étaient le meilleur prédicteur isolé de la performance (validité de ,42), les échantillons de travail étant à ,33. Les meilleures boucles combinent les deux : les mêmes questions notées pour chaque candidat, plus une courte tâche pertinente pour le poste. Limitez les exercices à environ deux heures, ou rémunérez les plus longs.
Dois-je être spécialiste ou généraliste en tant que PM en 2026 ?
Choisissez délibérément l'un des deux. Les spécialistes de l'IA, de la plateforme ou de la croissance produisent des preuves nettes, faciles à évaluer. Les généralistes peuvent aussi l'emporter, mais seulement s'ils documentent des décisions transverses et des arbitrages plutôt que de lister des responsabilités. La position la plus faible est le milieu indifférencié : un peu d'IA, un peu de gestion des parties prenantes, et aucune preuve ni de l'un ni de l'autre.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing