Licencier pour adopter l'IA : le mauvais calcul de centaines d'entreprises
Réduire les effectifs pour financer l'IA semble rationnel ; sur le fond, beaucoup d'entreprises confondent économies de coûts et avantage compétitif. La vraie partie se joue sur la structure organisationnelle — pas sur le nombre de postes.
Équipe Shiftometer
Analystes carrière
La vraie compétition ne se joue pas sur les coûts. Elle se joue sur la structure.
Beaucoup de directions d'entreprise ont la même idée en ce moment : réduire les effectifs pour financer l'IA, dégager des marges, rester dans la course. C'est compréhensible. Et c'est probablement une erreur — pas pour des raisons éthiques, mais pour des raisons purement compétitives.
Trois entreprises, même secteur
Prenons une image concrète. Trois assureurs. Appelons-les A, B et C.
L'entreprise A est un acteur historique — plus d'un millier d'employés, des processus rodés depuis des décennies. Face à la vague IA, elle décide d'agir : elle adopte des outils, réduit ses effectifs de moitié, améliore ses marges. Sur le papier, c'est une réponse raisonnable.
L'entreprise B, de taille similaire, préfère attendre. Elle garde ses équipes telles quelles, parie sur son expérience, observe. Elle pense avoir le temps.
L'entreprise C n'a pas ce genre de questions à se poser — elle a été fondée autour de l'IA. Dix personnes. Une architecture pensée dès le départ pour que les humains pilotent des systèmes automatisés, pas l'inverse. Ce n'est pas un détail : c'est toute la différence.
Ce que l'entreprise A n'a pas vu venir
L'entreprise A a réduit, intégré des outils, amélioré ses marges. Mais quelque chose n'a pas changé : sa structure. Elle a toujours les réunions de validation en cascade, les silos entre équipes, les six niveaux de décision hérités de vingt ans d'organisation traditionnelle. L'IA a été greffée sur un organisme qui n'était pas prévu pour elle.
Résultat : l'entreprise C, avec 10 personnes, peut délivrer une valeur comparable à une équipe de 100 — parce que ses workflows ont été conçus pour l'IA, pas adaptés à la va-vite. Ses charges ? À peine 700 000 euros par an. Son seuil de rentabilité ? Un million. L'entreprise A, elle, doit générer 30 millions rien que pour couvrir ses salaires.
Ce n'est pas une question de productivité individuelle. C'est une question de design organisationnel. Et là-dessus, l'entreprise A part avec un handicap structurel que les licenciements n'ont pas effacé.
L'option que l'entreprise B n'a pas saisie
Si une startup de 10 personnes peut rivaliser avec 100, ça veut dire que chaque collaborateur bien équipé vaut 10 fois plus qu'avant. Pas en faisant la même chose plus vite — en faisant des choses que personne n'aurait pu se permettre sans l'IA. Nouvelles offres, nouveaux marchés, nouvelles capacités.
L'entreprise B aurait pu saisir ça. Former ses équipes. Revoir ses processus de fond en comble. Transformer 1 000 employés en 1 000 opérateurs augmentés. Elle aurait alors eu une capacité productive qu'une entreprise A amputée de moitié ne peut tout simplement pas atteindre.
C'est exactement le pari qu'IBM a fait — à rebours de tout le monde. En février 2026, pendant que des dizaines d'entreprises tech annonçaient des réductions massives, IBM a triplé ses embauches de profils juniors. Sa DRH, Nickle LaMoreaux, l'a dit sans ambiguité : "Les entreprises les plus performantes dans trois à cinq ans seront celles qui ont parié sur les embauches en entrée de carrière dans cet environnement."
La logique derrière ce choix mérite qu'on s'y arrête. IBM ne nie pas que l'IA peut faire une grande partie de ce que faisaient les juniors il y a trois ans. Mais il distingue les tâches des compétences. L'IA peut écrire du code — elle ne comprend pas pourquoi un client a besoin que ce code fonctionne autrement que prévu. Elle peut répondre à une question RH — elle ne détecte pas que cette question signale quelque chose de plus profond dans l'organisation. Ces capacités-là, ça prend des années à développer. Et ça commence forcément par un premier poste.
Couper le recrutement junior aujourd'hui, c'est vider le pipeline de tous les managers de demain. Dans cinq ans, les entreprises qui auront fait ce choix devront aller les chercher ailleurs — à des coûts bien plus élevés que s'ils les avaient formés eux-mêmes.
Les chiffres, et ce qu'ils ne disent pas
Premier trimestre 2026 : plus de 78 000 emplois supprimés dans le secteur tech, dont près de la moitié pour des raisons directement liées à l'IA ou à l'automatisation. Block — Square, Cash App — est passé de 10 000 à moins de 6 000 employés en un seul mouvement. Le CEO Jack Dorsey a été inhabituellement direct dans sa communication : ce n'était pas une question de difficultés financières, c'était une conséquence de ce que l'IA peut désormais couvrir.
Sauf qu'une prédiction Gartner, publiée cette même année, jette une ombre sur ce tableau : selon leurs projections, 50 % des entreprises qui ont réduit leurs effectifs de service client à cause de l'IA devraient réembaucher dans des fonctions similaires d'ici 2027. Souvent sous de nouveaux titres — "Conseiller de confiance", "Solution Consultant" — mais pour faire, en substance, le même travail qu'avant.
Il y a même un nom pour ça dans les milieux RH anglophones : AI replacement regret. Le mécanisme est assez simple. Une organisation coupe des postes en se basant sur ce que l'IA promet de prendre en charge. Quelques mois plus tard, elle réalise que les tâches automatisables ne représentaient qu'une partie — souvent la plus visible — de ce que ces équipes produisaient vraiment. Le reste, la relation client, le jugement en contexte, la mémoire des dossiers complexes, n'apparaît nulle part dans un tableur. Jusqu'au moment où il manque.
Ce que ça change, concrètement
L'IA profite aux entreprises qui s'en servent pour faire des choses qu'elles ne pouvaient pas se permettre avant — pas à celles qui s'en servent pour faire la même chose avec moins de monde.
C'est une nuance simple, mais elle change tout. Ceux qui réduisent sans transformer vont se retrouver à affronter des concurrents qui ont fait l'inverse. Et ils l'auront fait en se défaisant des équipes qui auraient pu les aider à changer de cap.
Sources : TwinLadder Research (IBM case study, fév. 2026), Fortune (IBM CHRO interview, fév. 2026), Tom's Hardware / Nikkei Asia (Q1 2026 tech layoffs), Gartner (2026 AI workforce predictions)
Manifeste Shiftometer
Le constat établi par Shiftometer n'est pas une fatalité, c'est une opportunité. C'est le moment idéal pour reprendre les rênes de votre carrière, anticiper les mutations et transformer le changement en avantage stratégique.
Analyse Métier
"L'IA transforme les compétences, pas seulement les métiers."
Curieux de savoir comment votre secteur évolue ? Vérifiez l'indice de mutation de votre métier.
Analyser mon métier 🔍Premium
"L'évolution du marché du travail n'est pas une fatalité, c'est un nouveau terrain de jeu. Anticiper aujourd'hui, c'est choisir sa place demain."
Accédez à nos rapports prospectifs, aux stratégies de reconversion et à une veille exclusive.
Prendre l'avance avec nos Plans Premium 🚀