Ce qu’il faut retenir:
- A ce stade, l’IA menace certaines fonctions mais crée également de nouveaux rôles, transformant progressivement les modes de travail et obligeant les salariés à développer des compétences plus analytiques, stratégiques et transversales.
- Les suppressions d’emplois ne sont pas uniquement liées aux gains d’efficacité permis par l’IA: elles s’expliquent aussi par des enjeux financiers, tels que la pression sur les marges ou, dans certains cas, la volonté de valoriser symboliquement l’efficacité des technologies déployés.
Depuis le début de l’année 2025, les annonces de licenciements se succèdent à un rythme rarement observé depuis la pandémie. Dans la technologie, la logistique, l’automobile ou encore les télécoms, les suppressions d’emplois se comptent par dizaine de milliers. D’Intel (24'000) à UPS (20'000); d’Amazon (30'000) à Verizon (15'000); en passant par Bosch (13'000), les chiffres s’accumulent et alimentent l’idée d’une économie où l’IA remplacerait progressivement le travail humain. Certaines entreprises, comme Salesforce ou Amazon, n’hésitent d’ailleurs plus à attribuer explicitement une partie de leurs réductions d’effectifs à l’IA.
Ce phénomène est global: il touche simultanément les États-Unis, l’Europe ou encore l’Asie, et s’apparente davantage à une recomposition structurelle du travail qu’à un ajustement conjoncturel. Initialement cantonnée aux fonctions administratives et de support, l’IA s’étend désormais à des missions plus complexes.
Entre mutation structurelle et arbitrage financiers
Salesforce estime que l’IA pourrait prendre en charge jusqu’ à 50% de ses tâches internes, ce qui justifie en partie sa décision de procéder à des licenciements. Toutefois, l’IA ne saurait être tenue pour seule responsable des réductions d’effectifs, d’autres facteurs interviennent:
- Les «surembauches» postpandémie: Certains secteurs comme le conseil ou encore la technologie ont recruté massivement, or, le ralentissement économique impose aujourd’hui un réajustement.
- La pression sur les marges: les entreprises cherchent à réduire leurs coûts et à concentrer leurs ressources sur les activités jugées les plus stratégiques.
Dès lors, il est essentiel de distinguer les pertes d’emplois cycliques de celles directement imputables à l’IA afin d’évaluer correctement son impact sur le marché du travail.
La méthode Coué de l’IA: la nouvelle façade narrative
L’IA est aujourd’hui devenue un mot-clé marketing, perçue comme un gage de modernité et de performance. Pour certaines entreprises, cette intégration relève toutefois davantage d’une mise en scène que d’un véritable changement stratégique ou d’un levier de croissance. Selon le Global AI Confessions Report (mars 2025), 74% des PDG craignent pour leur emploi s’ils ne démontrent pas rapidement des gains commerciaux mesurables liés à l’IA. Cette pression favorise la multiplication des projets IA, même si les dirigeants interrogés estiment qu’environ 35% de ces projets ne seraient que de simples vitrines: un phénomène désigné sous le terme de «AI Washing».
Par ailleurs, cette course à l’IA s’accompagne d’investissements massifs: cette année, plus de 380 milliards de dollars devraient être investis dans l’infrastructure IA par les géants de la tech. Cette pression soulève une question essentielle: où trouver les ressources pour financer ces montants colossaux? A première vue, l’envolée boursière des valeurs technologiques pourrait permettre d’attirer des sommes suffisantes. Mais dans les faits, les dynamiques de participations croisées entre grands groupes technologiques, qui s’alimentent mutuellement, entretiennent un effet de bulle, obligeant ces acteurs à démontrer rapidement la rentabilité de leurs projets IA. Or, à ce stade, les gains de productivité réels ne compensent pas les coûts engagés. Cet écart alimente une logique auto-réalisatrice: les entreprises sont contraintes de valider symboliquement l’efficacité des technologies déployées afin de maintenir la confiance des marchés et d’éviter l’éclatement de la bulle. On peut dès lors se demander si ces réductions d’effectifs sont devenues l’un des principaux leviers pour matérialiser les gains attendus et renforcer l’idée que l’IA est à l’origine de ces gains.
Cette logique dépasse le secteur de la tech: d’autres entreprises reprennent le même discours, affirmant «licencier car l’IA les aurait rendues plus efficaces» alors même que l’intégration réelle de ces outils est incertaine.
IA: quels gains nets? La fin du travail répétitif? Remplacement ou redéfinition des métiers?
Le décalage entre les promesses spectaculaires qui entourent l’IA et la valeur réellement créée devrait conduire à un rééquilibrage progressif du marché. Selon Gartner, 40 % des projets d’IA agentique pourraient être abandonnés d’ici 2027 en raison de coûts excessifs, de bénéfices incertains ou de risques mal maitrisés.
Néanmoins, l’impact de l’IA sur l’organisation du travail est bien réel. Elle permet d’automatiser de nombreuses tâches répétitives et informationnelles (mais pas toutes), transformant progressivement les modes de travail. Or les salariés sous-estiment souvent la vitesse de progression de ces technologies. Un exemple notable, OpenAI a recruté une centaine d’anciens banquiers d’affaires pour entraîner une IA capable d’effectuer des modélisations financières complexes, une tâche historiquement confiée aux analystes juniors. Résultat: les portes d’entrée dans ces carrières diminuent progressivement, voire disparaissent. Diverses études montrent que les entreprises qui recourent massivement à cette technologie recrutent désormais moins de jeunes qu’auparavant. Entre janvier 2024 et juillet 2025, les offres d’emploi destinées aux jeunes talents ont chuté de 24 points au niveau mondial.
Les seniors et les profils plus expérimentés restent pour l’instant moins affectés, mais ne sont pas à l’abri d’une évolution rapide des compétences requises.
Former plutôt que remplacer: un impératif stratégique
Les professionnels doivent désormais: 1) Identifier les compétences différenciantes 2) Développer la créativité, l’esprit critique, l’expertise sectorielle et la pensée systémique 3) Suivre l’évolution de leur secteur et de leur entreprise 4) Apprendre à maitriser les outils d’IA.
Maitriser l’IA ne signifie pas devenir un expert technique, mais être capable de l’utiliser avec la même aisance que les outils bureautiques classiques. Cela implique également de savoir challenger et vérifier la fiabilité et la qualité des données, tout en évitant les biais dans les réponses générées, et en respectant les principes de confidentialité et d’éthique professionnelle qui encadrent son usage.
Certaines entreprises durcissent déjà leurs exigences. A titre d’illustration, Accenture a licencié plusieurs milliers de collaborateurs incapables d’intégrer l’IA dans leurs pratiques, tandis que KPMG demande désormais à chaque consultant de justifier son usage de l’IA au quotidien. Ainsi, l’IA transforme déjà nos métiers: il faut apprendre à maîtriser ces outils, mais aussi à se former en continu plutôt que de les subir. Le risque réel n’est donc pas seulement la perte d’emploi, mais l’obsolescence professionnelle.
Les entreprises ont un rôle central à jouer dans cette transition: elles doivent veiller à ce qu’elle soit juste afin que les gains de productivité ne se traduisent pas par une dégradation des conditions pour les salariés. Cela suppose un dialogue social de qualité, des dispositifs de formation adéquats, le maintien de l’employabilité, la diversité dans les plans de départ ainsi qu’une transparence dans les décisions. La formation ne doit d’ailleurs pas être considérée comme une charge, mais comme un investissement stratégique, vecteur de stabilité et de productivité, indispensables à la réussite à long terme.