Les CEO devraient prendre des cours de théologie… on y apprend que les discours de type millénairistes ou apocalyptiques… décrivent plus souvent une désespérance (parfois créatrice) que ce qui va se passer réellement : fin du monde, du capitalisme, de l’emploi ces temps ci.. ils profitent surtout de l’effet d’annonce pour embarquer des gogos déjà apeurés dans une nouvelle croyance généralement aveugle.
Sans transition. Et pour résumer mon propos :
– La révolution numérique n’est pas un plan de licenciement. C’est un plan de création.
– L’IA et les LLM n’en sont qu’un avatar.
Le chiffre qui devrait tout changer
Gartner vient de publier les résultats d’une enquête menée auprès de 350 dirigeants d’entreprises réalisant plus d’un milliard de dollars de chiffre d’affaires annuel. Toutes ces entreprises pilotent ou déploient déjà des capacités d’automatisation avancées : agents IA, automatisation intelligente, jumeaux numériques… les acteurs les plus avancés de la transformation.
Le résultat est sans appel : 80 % ont réduit leurs effectifs au nom de l’IA.
Mais la conclusion est décevante : en réalité, cette réduction n’a produit aucune amélioration mesurable de leurs rendements financiers.
« Les réductions d’effectifs peuvent libérer du budget, mais elles ne créent pas de rendement. » Gartner, 2026
En clair : Le business case ne fonctionne pas. Libérer du budget sans créer de rendement ou de nouveau modèle créé peu de valeur réelle.
Depuis 2022 le raisonnement que nous voyons dans les entreprises suit à peu près partout le même script : « Voilà vos process, voilà ce qu’on peut accélérer ou remplacer par un agent IA en terme de fonctions. Le CFO présente sa slide : « Voilà la masse salariale, voilà ce que l’IA peut automatiser, voilà les postes supprimés, voilà les économies. » Et toute la tablée, en remote, prend un air entendu. » Genre c’est dans la poche les gars !
Parfois le CTO dit… « On n’a pas les données dans un seul endroit, ça va prendre un peu de temps… mais tout va bien ! » (il peut enfin déclencher son gros projet data lake, une superproduction à grand budget pour un public pas garanti !…).
La logique est propre. Le tableur est convaincant. Les actionnaires ou le cours de bourse réagissent « positivement ». Et les résultats opérationnels, eux, n’arrivent pas. Jamais.
Ne riez pas… j’ai 30 ans de conseil au compteur ! Et j’ai les slides !
Florilège :
– Klarna a supprimé 700 postes de service client, a vu la qualité de son service se dégrader, et a recommencé à recruter.
– IBM a automatisé une partie de sa fonction RH et a fait marche arrière quand ses systèmes se sont révélés incapables de gérer tout ce qui nécessitait du jugement.
– La Commonwealth Bank of Australia a annulé 45 licenciements pilotés par l’IA après avoir conclu que les rôles visés n’étaient jamais redondants.
– McKinsey vient de passer son staffing sous IA, on va rire ! Le staffing n’est évidement pas uniquement un remplissage de cases mais de constituer des teams (caractères, interactions, envie de bosser ensemble, obligation to dissent… etc…). Un casse tête humain pour championne de l’humain. Salut Lynne !
Ce ne sont pas trois anecdotes, et une prédiction du frère marc ! Rabbi Meïr :)…Ce sont des cas que voient la plupart des consultants du conseil. Trois cas emblématiques emblématiques et la même machine à perdre.
Du Malcom McLaren dans le texte !
McLaren disait :
‘Better a spectacular failure than a benign success.’
Ce grand créateur de la punk (il achetait mes œuvres au debut des années 90 à la galerie Froment Putman !) a fait inscrire ça sur sa tombe en épitaphe ! Un pur prophète 😀… un quart d’heure avant sa mort il était toujours en vie… mais il n’avait encore rien prouvé !
Bon revenons à nos moutons électriques… (K. Dick)
Gartner prédit que d’ici 2027, la moitié des entreprises ayant attribué des suppressions de postes à l’IA devront réembaucher sous de nouveaux intitulés.
Licencier, dégrader, réembaucher plus cher… Hi Malcom !
Pourquoi les entreprises font pourtant le mauvais choix
Bref, l’exact opposé de ce qu’une révolution technologique est censée produire.
Engels était-il prématuré de deux siècles ?
La tentation intellectuelle est forte de lire l’IA à travers le prisme de la Révolution industrielle. Friedrich Engels, décrivant en 1845 la condition ouvrière de Manchester, documentait une transition de soixante-dix ans de misère sociale avant que les gains de productivité ne se redistribuent. Les tisserands qualifiés détruits par les métiers mécaniques, les enfants dans les mines, l’urbanisation chaotique : le capitalisme industriel avait effectivement produit des décennies de casse sociale avant de générer la prospérité qui vint ensuite.
Faut-il anticiper la même séquence avec l’IA ?
La question est légitime. Mais l’hypothèse Engels est prématurée pour une raison décisive : la Révolution industrielle a bien créé de l’emploi de masse et rapidement. Les usines ont déplacé les artisans, certes, mais elles ont aussi employé des millions de personnes. La vapeur, le textile, le rail, la sidérurgie : chaque vague technologique portait en elle sa propre demande de travail humain, à des échelles inédites.
Les grappes d’innovations se sont combinées pour créer un monde complètement nouveau d’objets inédits. Relire le « discours de l’épingle »
Le club med’, les fusées sur la lune, IPhone, Amazon AWS, le Coca Cola, les Sex Pistols, ou le Club Med sont nés de cela.
C’est précisément ce qu’on n’observe pas (encore) avec l’IA
L’IA générative n’a pas créé d’industrie employant des millions de personnes, assez peu de grappes d’innovation (combinaison de technologies en cascade) en dehors de la sienne propre qui reste un LLM de masse.
Elle a créé quelques milliers d’ingénieurs très bien payés dans quelques métropoles mondiales, et une poignée de plateformes dont la capitalisation boursière est sans commune mesure avec leur masse salariale.
– OpenAI emploie moins de 4 000 personnes pour une valorisation supérieure à 300 milliards de dollars.
– L’usine de Manchester de 1850 employait des milliers d’ouvriers pour produire des biens et de la valeur. Le rapport emploi/valeur était incomparablement plus favorable aux travailleurs.
L’hypothèse Engels suppose donc une destruction suivie d’une reconstruction. Or nous ne sommes aujourd’hui qu’au stade de la destruction, probablement au début, et la reconstruction n’est pas encore visible.
Ce n’est pas inéluctable. Mais c’est le risque réel si les entreprises persistent dans leur logique actuelle.
La vraie leçon du e-Commerce
Il existe pourtant un précédent récent, que nous avons vécu : la révolution du commerce électronique.
Dans les années 1990 et 2000, la montée d’Internet aurait pu être lue comme une simple menace pour le commerce de détail traditionnel.
J’ai moi même annoncé des millions de destructions d’emploi dans le retail lors d’une réunion à Bercy ! Les types de la Fédération du commerce étaient médusés (Hello Francois Momboisse). Je voulais qu’ils bougent et un coup de pied au c… fait toujours avancer d’un pas disait mon rabbin… Ils ne m’ont pas réinvite. J’aurais mieux fait de me taire !
Ce n’est donc pas ce qui est arrivé :
La réalité c’est que les Fnac.com, 01net, Maisons du monde en ligne, Manutan, etc… que nous avons aide à lancer se sont transformés. et que les acteurs qui ont refusé de s’adapter sont morts. Les entreprises qui ont saisi l’opportunité n’ont pas (seulement) cherché à faire la même chose avec moins de vendeurs. Elles ont créé des activités entièrement nouvelles qui n’existaient pas auparavant. Les magasins sont devenus des showrooms et plus des entrepots, le conseil physique est devenu déterminant, la logistique s’est recentrée sur le client qui arrivait, était accompagné en magasin par le vendeur, livré , recontacté, etc… en full digital, c’est à dire dans son monde.
Et le-commerce à produit non pas des moutons électriques comme je lavais dit a le Fédération du commerce à Bercy mais des créatures inconnues jusque là.
Amazon n’est pas une librairie qui a licencié ses libraires. C’est un écosystème logistique, cloud, publicitaire et de marketplace qui n’avait pas d’équivalent avant Internet. Zalando n’est pas un magasin de chaussures qui a supprimé ses vendeurs. C’est une plateforme de mode qui a inventé des métiers, styliste algorithmique, gestionnaire de retours à grande échelle, data scientist de la taille — qui n’existaient pas dans le commerce physique.
Le eCommerce a bien détruit des emplois dans la distribution traditionnelle. Mais il a créé davantage — et surtout, des emplois d’une nature différente, dans des fonctions qui n’existaient pas.
C’est exactement ce que l’IA peut faire — et ce qu’elle ne fera pas si les entreprises se contentent d’optimiser l’existant.
La différence entre le eCommerce et l’IA telle qu’elle est déployée aujourd’hui tient en une phrase : les pionniers du commerce électronique ont eu l’audace d’imaginer des modèles économiques entièrement nouveaux.
La plupart des entreprises qui « font de l’IA » depuis 3 ans cherchent seulement à faire les mêmes choses, avec les mêmes modèles économiques, en dépensant moins en masse salariale.
C’est une stratégie de déclin, pas de transformation. Un état d’esprit de looser.
La Grande transformation
La transformation numérique par l’IA n’est pas un projet RH ou du « Service comptabilité ». C’est un enjeu de business model. Pas seulement un business model ou un opération model « augmenté » par l’IA. Mais un projet d’intelligence collective humaine et digitale.
Un projet d’architecture, organisationnelle, culturelle, et stratégique, qui exige du temps, des méthodes, et une tolérance à l’ambiguïté que les marchés financiers, dans leur structure actuelle, ne récompensent pas forcément naturellement.
Du temps d’abord. L’histoire des technologies le dit avec une constance têtue : la courbe en J de productivité est inévitable. Quand une organisation déploie une technologie fondamentalement nouvelle, la productivité mesurée décline avant de remonter. L’électricité a été inventée dans les années 1880 ; l’organisation tayloriste de l’usine électrifiée n’a atteint sa pleine maturité qu’autour des années 1920. Quarante ans.
L’informatique personnelle est apparue dans les années 1980 ; son impact macroéconomique ne s’est matérialisé dans les statistiques qu’à la fin des années 1990. Vingt ans.
Personne ne sait si l’IA sera plus rapide. Mais les données actuelles : 97 % des dirigeants déclarent bénéficier de l’IA mais seulement 29 % voient un ROI significatif… ressemblent exactement au stade initial de ces transitions précédentes.
Des méthodes ensuite. Les entreprises qui tirent des rendements réels de l’IA ne sont pas celles qui ont le plus investi en technologie. Ce sont celles qui ont redessiné leurs processus autour de ce que l’IA fait bien et de ce que les humains font bien. Les équipes support qui traitent moins de tickets, mais des tickets plus complexes à plus forte valeur ajoutée. Les équipes marketing qui passent moins de temps sur la production et plus sur la stratégie narrative. Les équipes commerciales qui prospectent avec des signaux plus précis et consacrent leur énergie humaine à la relation, pas à la recherche.
Ce redesign n’est pas spontané. Il nécessite une méthode, des labs, des cycles d’expérimentation courts, une mesure rigoureuse des résultats, une capacité à désapprendre les processus hérités, et un management intermédiaire formé à piloter cette ambiguïté.
Et curieusement… c’est exactement ce que la pression sur les effectifs détruit en premier : le management intermédiaire, les fonctions support, les équipes formation, précisément celles qui auraient permis la transformation.
Une stratégie de création, enfin. La question pertinente n’est pas « combien de postes peut-on supprimer avec l’IA ? » mais « quels services, quels produits, quels modèles économiques devient-il possible de créer que nous ne pouvions pas créer avant ? ». Une vision pas seulement verticale mais transverse de ce que dans une architecture agentique des agents et des humains pourraient faire ensemble de nouveau en collaborant au service du client.
Un cabinet de conseil qui utilise l’IA pour réduire ses heures facturables disparaîtra. Un cabinet de conseil qui utilise l’IA pour offrir à ses clients de nouveaux services impossibles sans IA et humain à des chances de survivre.
Juste la différence entre optimiser et créer. Ce que font les big tech companies et les PME innovantes chaque jour que D.ieu fait.
Pourquoi les entreprises font pourtant les mauvais choix
Mais alors, Malcom, si la logique de création est supérieure à la logique de coupe, pourquoi les entreprises choisissent-elles massivement la seconde ?
La réponse est dans la structure de gouvernance des grandes entreprises cotées. Les PDG sont rémunérés en options sur actions indexées sur le cours boursier qui réagit immédiatement aux annonces de « restructuration IA », terme élégant pour dire « licenciements », économies, EBITDA. La création d’un nouveau modèle économique, elle, prend trois à cinq ans à produire des résultats, avec de la volatilité et des risques d’échec en chemin.
Le capitalisme financiarisé, dans sa structure actuelle, récompense la destruction de valeur à court terme parce qu’il la lit comme de l’efficience mais la réalité est que les géants de la tech (en dehors de Google qui a siphonne le marché de la pub) ont mis des années à être rentables : Amazon a enregistré des pertes nettes pendant neuf ans a sa création, avec une perte cumulée maximale de 1,4 milliard de dollars en 2000. Bezos maintenait délibérément cette trajectoire contre l’avis d’actionnaires institutionnels qui la jugeaient insoutenable et des analystes dont les rapports devraient être encadrés dans le hall des grandes banques US.
Spotify a accumulé des milliards de pertes pendant presque 20 ans avant d’annoncer ses premiers bénéfices en 2024 : 1,1 milliard d’euros, pour 15 milliards de revenus.
Ca s’appelle le capitalisme.
Créer les conditions de la création : un enjeu industriel, politique, financier et managérial
Si l’IA doit ressembler à l’essor du eCommerce plutôt qu’aux décennies noires de Manchester, cela ne se produira pas spontanément. Les conditions de cette trajectoire favorable doivent être construites.
Pour les entreprises, cela signifie mesurer l’IA non pas sur les coûts évités mais sur la valeur créée, nouveaux revenus, nouvelles clientèles, nouveaux services. Et accepter que la transformation prenne du temps, ce qui implique de changer les horizons d’évaluation de la performance managériale.
Pour les États, cela signifie fiscaliser les rentes de la transition, les gains de productivité capturés sans redistribution, pour financer la reconversion des travailleurs dont les emplois sont transformés, pas détruits.
Mais surtout, surtout ! investir massivement dans les infrastructures numériques qui permettent aux PME, aux territoires moins avancés, aux secteurs traditionnels d’accéder à ces outils sans passer par la dépendance aux grandes plateformes.
Pour les investisseurs, cela signifie réapprendre à valoriser la transformation de long terme plutôt que l’optimisation de court terme, un changement de doctrine qui suppose de réformer les structures d’incitation des marchés financiers.
Et pour tous, cela signifie comprendre que l’IA n’est pas d’abord un problème d’emplois. C’est d’abord un problème de modèles économiques. Les emplois suivront, dans un sens ou dans l’autre, selon les choix stratégiques que les entreprises et les pouvoirs publics feront dans les cinq prochaines années.
On n’est plus sous Engels, mais on peut réinventer ce qui n’existait pas alors : les syndicats, le droit du travail, la protection sociale, la prévention et la guérison de la souffrance sociale aussi qui détruit les entreprises comme la lèpre. La fiscalité enfin pour orienter, amortir et redistribuer les gains à la société.
La différence entre une IA qui ressemble à Manchester 1845 et une IA qui ressemble à l’Internet 2000 ne tient pas à la technologie. Elle tient à la volonté collective de faire les bons choix.
Le rapport Gartner de mai 2026 dit quelque chose de simple et de décisif : couper les emplois ne crée pas de valeur.
La Révolution industrielle a produit soixante-dix ans de misère sociale avant de produire la prospérité. Nous n’avons pas soixante-dix ans. Et nous n’avons pas non plus l’excuse de ne pas savoir ce qui arrive.
brainconnect.io 