Original | Odaily 星球日报(@OdailyChina)
Auteur | Golem(@web 3_golem)
Les premiers employés licenciés par l'IA sont déjà de retour.
Le 27 février, Block, la société fintech du fondateur de Twitter Jack Dorsey, a licencié plus de 4000 employés d'un coup, réduisant ses effectifs de 10 000 à moins de 6000 personnes. La raison invoquée par Jack pour ces licenciements était que « les outils d'IA ont tout changé ». Que l'IA finira par éliminer certaines professions est depuis longtemps une évidence sociale, mais le fait qu'elle remplace d'abord les cols blancs des professions moyennes et supérieures a accru l'anxiété professionnelle des humains.(Lecture connexe :La société de Jack Dorsey, 4000 cols blancs en train d'être remplacés par l'IA)
Cependant, moins d'un mois plus tard, certains des employés licenciés ont déjà reçu des invitations à revenir......
Selon Business Insider, ces employés rappelés proviennent de plusieurs départements, y compris l'ingénierie et le recrutement. Un ingénieur designer de Block a posté sur LinkedIn qu'un membre de la direction lui avait dit qu'il avait été licencié par erreur, une « erreur administrative » ; un RH a déclaré dans un post depuis supprimé qu'il avait été rappelé grâce aux efforts persistants de son manager ; et d'autres ont déclaré avoir reçu un appel inexplicable de Block une semaine après leur licenciement pour être invités à revenir.
Jack n'a pas encore réagi publiquement au rappel des employés. En proportion, ces employés rappelés ne représentent qu'une très petite partie de ceux initialement licenciés, mais cela illustre peut-être déjà un problème : pour certains postes et certains travaux, l'IA n'est pas aussi efficace que les humains.
D'abord, en termes de coût d'utilisation, un employé IA de niveau entreprise coûte certainement plus cher qu'une main-d'œuvre humaine ordinaire.
Faire travailler des gens coûte de l'argent, faire travailler l'IA coûte des Tokens. Le prix de base standard de Claude Opus4.6 est de 5 $ pour 1 million de tokens en entrée et 25 $ pour 1 million de tokens en sortie ; les grands modèles nationaux sont moins chers, le prix de base standard de Qwen3.5 plus est de 0,8 ¥ pour 1 million de tokens en entrée et 4,8 ¥ pour 1 million de tokens en sortie.
Prenons l'exemple récent d'OpenClaw. Un éleveur de crevettes chevronné interne à Odaily星球日报 a déclaré qu'en utilisant OpenClaw uniquement comme assistant de vie et de recherche, il avait brûlé environ 6000 $ de tokens en un peu plus d'un mois (il utilisait les modèles Claude 4.5/4.6). 6000 $ par mois, quel genre d'intellectuel de haut niveau ne pourrait-on pas embaucher avec ça (à l'exception de l'Europe et des États-Unis) ?
L'utilisation personnelle est déjà ainsi, l'intégration de l'IA dans le travail d'entreprise coûte encore plus cher. Prenons l'exemple simple du remplacement du service client. Dans certaines régions où l'inflation des diplômes sévit, on peut embaucher un étudiant au look avenant pour 3000 ¥ comme agent de service client. Mais former un agent de service client IA qui peut vraiment remplacer un humain, traiter des tickets complexes, consulter plusieurs bases de connaissances, mener des conversations multiples et être stable en ligne, ce coût n'est absolument pas couvert par 3000 ¥ par mois.
En 2024, la société suédoise de paiement Klarna a licencié avec fracas plus de 1000 personnes, affirmant que ses agents de service client IA pouvaient déjà remplacer le travail de 700 agents humains. Mais en mai 2025, Bloomberg et d'autres médias ont rapporté que Klarna recommençait à embaucher des humains pour le service client, et son PDG a admis avoir effectivement été « trop vite » avec l'IA.
De plus, le remplacement de la main-d'œuvre par l'IA souffre également du « paradoxe de Jevons ».
Le paradoxe de Jevons est un concept économique selon lequel l'augmentation de l'efficacité n'entraîne pas nécessairement une réduction de l'utilisation d'une ressource, mais peut, en raison de la baisse des coûts d'utilisation et de l'élargissement de la demande, entraîner une augmentation de l'utilisation totale. Transposée au monde professionnel à l'ère de l'IA, cela signifie que lorsque les progrès technologiques de l'IA améliorent l'efficacité des employés, l'entreprise ne leur permettra pas de se reposer, mais exigera plutôt qu'ils accomplissent plus de tâches par unité de temps.
La prétendue efficacité est devenue une autre forme de charge de travail plus cachée, la libération de la main-d'œuvre par l'IA est totalement une illusion.
Les capitalistes penseront également qu'à l'ère de l'IA, les entreprises n'auront plus besoin d'autant d'employés, comme l'a dit Jack, « des équipes plus petites avec plus d'outils intelligents ». Mais en réalité ? La situation actuelle est que, après les licenciements, le travail n'est pas entièrement repris par l'IA, mais les employés restants voient leur charge de travail augmenter avec l'aide de l'IA.
Si ce n'était que de simples tâches de travail, cela irait encore, mais il faut savoir qu'en fin de compte, une entreprise est une organisation humaine, et là où il y a une organisation, il y a un « jeu ». L'IA peut s'intégrer dans l'organisation formelle de l'entreprise, mais elle ne pourra jamais comprendre, ni s'intégrer dans l'organisation informelle/cachée de l'entreprise.
Ainsi, lorsque des licenciements liés à l'IA se produisent, ce n'est pas seulement la main-d'œuvre qui est supprimée, mais aussi la musculature organisationnelle. Les employés restants n'héritent pas seulement d'une charge de travail accrue, mais aussi de l'anxiété, des risques et des responsabilités du poste original. Il y a moins de personnes pour collaborer, moins de personnes pour exécuter, et surtout, moins de personnes sur qui faire porter le chapeau.
Lors du GTC2026 de Nvidia, Jensen Huang a vivement critiqué lors d'une interview les entreprises qui licencient sous prétexte d'efficacité grâce à l'IA : « Les dirigeants qui comptent sur les licenciements pour faire face à l'IA n'ont tout simplement pas trouvé de meilleure solution, ils n'ont plus de nouvelles idées en tête, même avec les outils les plus puissants, ils ne savent pas les utiliser pour se développer, » telles étaient les paroles exactes de Jensen Huang.
Ce que Jensen Huang voulait dire, c'est que l'IA n'est pas là pour licencier des employés, mais pour aider les entreprises à se développer et à créer de nouvelles activités. Il ne faut pas licencier, mais au contraire embaucher davantage. Si la direction ne s'en rend pas compte, ce sont des imbéciles. Mais plaisanteries à part, les gestionnaires des entreprises sont souvent les plus rusés parmi les rusés. Ils savent bien sûr le coût actuellement élevé de l'IA et la nécessité persistante de la main-d'œuvre humaine.
Dans les entreprises technologiques, l'IA n'est peut-être qu'un prétexte pour les licenciements, la réduction des coûts étant le véritable objectif.
L'IA est devenue une excuse universelle pour les licenciements dans les entreprises technologiques. En réalité, ce que l'IA élimine vraiment, ce ne sont pas les individus, mais les entreprises et les activités qui vivent encore dans l'ancienne ère. Lorsqu'une entreprise ne parvient pas à suivre le rythme des progrès de l'IA, entraînant une stagnation de la croissance de son activité et une contraction de ses profits, la révolution de l'IA devient plutôt un nouveau moyen pour l'entreprise de harceler (PUA) ses employés : réduire les effectifs, comprimer les coûts, refiler plus de travail à ceux qui restent, et laisser chacun réfléchir seul : pourquoi n'as-tu pas su devenir cette personne plus adaptée à l'ère de l'IA ?
Si, malheureusement, on licencie une artère vitale, il suffit de la rappeler discrètement. Cette méthode de licenciement est également courante dans la Silicon Valley. En octobre 2022, après que Musk eut finalisé l'acquisition de Twitter, début novembre, il a licencié environ la moitié des employés (plus de 3000 personnes), puis, en raison d'erreurs de licenciement ou parce qu'il s'est rendu compte que certains postes clés ne pouvaient se passer de certaines personnes, il a rappelé des dizaines d'employés licenciés.
Pour en revenir au présent, en fin de compte, l'IA va changer beaucoup de choses, mais elle n'est pas encore assez magique pour compenser la lenteur stratégique, le vieillissement des activités et la paresse managériale des entreprises. Que des personnes soient licenciées à cause de l'IA puis rappelées, que la raison sous-jacente soit que l'entreprise a réalisé que certains travaux ne disparaissent pas automatiquement avec un simple « l'IA a tout changé », ou que ce ne soit qu'un prétexte pour réduire les coûts, cela n'a rien d'exaltant et ne constitue pas non plus un véritable renversement de situation.
Cela nous montre simplement qu'avant même que l'avenir ne soit vraiment arrivé, certaines personnes en ont déjà été blessées par anticipation.
