Quand l'IA sape ses propres fondements

Partout dans le monde, les groupes technologiques suppriment actuellement des milliers d’emplois : rien qu’au premier trimestre 2026, on en comptait près de 80 000. Cette mesure est souvent justifiée par la nécessité d’investir dans l’intelligence artificielle. L’hypothèse sous-jacente est la suivante : l’IA augmenterait la productivité à court terme et réduirait les coûts. Or, ce lien n’a jusqu’à présent guère été démontré. En réduisant parallèlement son savoir-faire, on risque de perdre précisément les compétences nécessaires à une utilisation productive de cette technologie.

L'impact financier est surestimé

De nombreuses organisations considèrent actuellement l’IA comme un investissement à amortissement rapide. Cette approche repose sur l’espoir que les systèmes autonomes prennent rapidement en charge certaines tâches et permettent ainsi de réduire immédiatement les coûts. Gartner dresse toutefois un tableau différent : une enquête menée auprès de 350 cadres dont les équipes utilisent déjà des agents d’IA, l’automatisation intelligente ou des systèmes autonomes montre que quatre entreprises sur cinq ont réduit leurs effectifs – sans que cela n’ait d’incidence sur le retour sur investissement. Les données suggèrent que le retour sur investissement de l’IA ne résulte pas de la suppression de postes, mais de la capacité de l’organisation à faire collaborer efficacement les personnes et les systèmes autonomes. Les entreprises les plus performantes investissent davantage dans la formation et dans des modèles opérationnels qui permettent aux personnes de piloter et de faire évoluer les systèmes autonomes.

Les compétences disparaissent avant que les nouveaux processus ne soient mis en place

Le risque principal lié à une réduction des effectifs motivée par des considérations financières est de nature opérationnelle : les entreprises perdent des compétences avant que les nouvelles structures ne soient réellement opérationnelles. Les déploiements d’IA, en particulier, nécessitent des personnes capables de préciser les exigences, de comprendre les flux de données, d’évaluer les cas limites et d’assumer la responsabilité de la qualité. Les connaissances approfondies des processus, des exceptions, des exigences des clients et des risques sont rarement consignées dans leur intégralité dans la documentation. Ce sont les personnes dotées d’une longue expérience, de routines bien rodées et de la capacité à interpréter les signaux à un stade précoce qui en constituent la base. Quiconque souhaite mettre en place l’IA devrait donc prévoir des budgets pour la reconversion professionnelle, afin de former les collaborateurs à de nouveaux rôles et de valoriser les talents.

Conserver le savoir-faire au sein de l'entreprise est payant

Cela vaut tout particulièrement pour ce qu’on appelle la « Copilot Economy » : dans ce contexte, l’IA générative passe du simple statut d’outil à celui de copilote intelligent et autonome, qui s’intègre de manière transparente dans les processus opérationnels de l’entreprise. Lorsque le jugement humain et les capacités des machines agissent de concert, les gains d’efficacité visés deviennent tout à fait réalisables. Pour cela, il est indispensable d’allier les compétences métier existantes à l’application pratique de l’IA, notamment dans des domaines concrets tels que la finance, les ressources humaines ou l’ingénierie. Les programmes de formation continue qui transmettent une expérience pratique dans des domaines d’application spécifiques et débouchent sur des certifications reconnues préparent mieux les collaborateurs aux nouvelles exigences que des formations générales et non spécifiques à l’IA.

La transformation par l'IA nécessite une stratégie de gestion des talents

Celui qui réduit les compétences pour financer la technologie coupe la branche sur laquelle reposent les déploiements réussis de l'IA. Les vagues de licenciements de ces derniers mois s’inscrivent dans cette logique et mettent ainsi en péril précisément ce qu’elles sont censées rendre possible. Des modèles d’exploitation clairs sont indispensables pour que les systèmes autonomes fonctionnent de manière sûre, transparente et évolutive. L'investissement continu dans les ressources humaines est tout aussi déterminant. Les entreprises dotées d'une vision à long terme – comme les structures gérées par leurs propriétaires, qui ne se contentent pas d'optimiser leurs résultats trimestriels – ont plus de facilité à y parvenir. Elles peuvent considérer la formation continue, les certifications et les partenariats avec les universités comme des constantes stratégiques, et non comme des postes d'économies. Dans les années à venir, l’IA s’immiscera encore davantage dans les rôles et les processus décisionnels que ne le prévoient aujourd’hui beaucoup de gens. Ce qui est déterminant, c’est la capacité de mise en œuvre : les entreprises qui ont préservé et développé de manière ciblée leur base de connaissances jettent les fondements de systèmes qui fonctionnent de manière fiable et justifient le retour sur investissement que beaucoup intègrent déjà dans leurs prévisions.

A propos de l'auteur : Suvish Viswanathan est directeur régional DACH chez Zoho et observe cette évolution avec une vision d'entreprise axée sur le long terme, ce qui est inhabituel dans le secteur des technologies. Zoho est dirigée par ses propriétaires depuis trois décennies, s'est développée sans capital-risque et développe ses produits en interne. Malgré de nombreux bouleversements du marché, l'entreprise n'a jusqu'à présent enregistré aucune suppression d'emplois pour raisons opérationnelles au cours de ses 30 ans d'histoire.

Plus d'informations : www.zoho.com/de