Auteur:Byron Gilliam
Titre original:Jobpocalypse now?
Compilation et édition:BitpushNews
Même lorsque la banque d'investissement où je travaillais auparavant était en pleine forme, on avait toujours l'impression qu'une nouvelle vague de licenciements était imminente – je suppose, en partie, parce que la direction ne savait tout simplement pas de combien de personnes elle avait réellement besoin.
Je travaillais dans la salle des marchés de vente et de trading, où un chiffre d'affaires était généré chaque jour : les commissions clients moins les pertes sur transactions (et occasionnellement des gains). On pourrait donc penser qu'il serait facile de quantifier qui a contribué à quoi et qui a causé des pertes.
Mais ce n'était pas le cas.
La commission payée pour une transaction pouvait être créditée en partie ou en totalité à l'analyste de recherche qui a parlé au client, au commercial ou au sales trader – ou au trader qui a pris l'autre côté de la transaction (c'est-à-dire moi à l'époque !).
Personne ne savait vraiment pourquoi le client choisissait de traiter avec nous. Il était donc impossible d'attribuer clairement chaque commission à une personne spécifique, et par conséquent, de déterminer qui était absolument nécessaire à l'activité.
Pour paraphraser (le grand magnat des grands magasins) Wanamaker, la moitié de la masse salariale était peut-être gaspillée ; ils ne savaient simplement pas laquelle.
La seule façon de le découvrir était de licencier certaines personnes et de voir ce qui se passait.
On a l'impression que quelque chose de similaire est sur le point de se produire dans les entreprises partout, car ce n'est pas seulement le problème des banques d'investissement.
Lorsque le travail était principalement agricole et manufacturier, mesurer la productivité des employés était facile : il suffisait de compter le nombre de pommes qu'ils cueillaient ou de pièces qu'ils produisaient.
Cependant, lorsque la majorité des gens ont commencé à travailler dans des bureaux, les choses sont devenues beaucoup plus difficiles.
« Le travail intellectuel n'est pas défini par la quantité, a écrit Peter Drucker. Le travail intellectuel n'est pas non plus défini par son coût. Le travail intellectuel est défini par ses résultats. »
Les employeurs ne savaient pas comment mesurer ces résultats – une journée de réunions, d'appels téléphoniques et de notes de service internes, quelle en est l'unité de production ?
Ils ont donc plutôt mesuré le temps : les employés étaient tenus de passer huit heures par jour au bureau en échange de leur salaire, et les employeurs espéraient qu'ils accompliraient huit heures de travail pendant ces huit heures.
Le temps est devenu un indicateur substitutif de la production.
Mais que se passe-t-il lorsque tout le monde travaille à domicile ?
Si les employeurs ne peuvent pas mesurer leurs employés par leur temps passé au bureau, ils doivent plutôt mesurer leur production.
C'est une bonne chose. « Mettre l'accent sur la production plutôt que sur l'activité est la clé pour améliorer la productivité », a écrit Peter Drucker en 1967.
Mais les employeurs n'ont jamais vraiment compris comment faire cela.
Maintenant, l'intelligence artificielle (IA) oblige les employeurs à réessayer. Les grands modèles de langage peuvent traiter de nombreuses tâches chronophages, donc les employeurs commencent à reconsidérer ce pour quoi ils paient leurs employés.
Je ne suis pas sûr qu'ils feront mieux que la banque où j'ai travaillé. Mais le récit autour de l'IA exerce une énorme pression sur les entreprises pour qu'elles trouvent des moyens d'accroître la productivité, à tel point que beaucoup se contenteront de licencier du personnel pour voir comment les choses évoluent.
Les données du 6 mars suggèrent que cela a peut-être déjà commencé : Le Bureau américain des statistiques du travail a rapporté que le mois dernier, le secteur technologique a perdu 12 000 emplois en glissement mensuel, et 57 000 au total sur un an.
De bonnes données sur la productivité ont également été publiées cette semaine, et certains économistes pensent qu'il s'agit des premiers signes que les entreprises commencent à utiliser l'IA de manière productive.
Ainsi, les entreprises pourraient bientôt faire plus avec moins de personnes.
Mais elles pourraient aussi simplement en faire plus.
Un nouveau document de la Harvard Business Review a constaté que « l'IA ne réduit pas le travail, elle ne fait qu'intensifier le travail. »
Dans une enquête de huit mois sur les pratiques de travail d'une entreprise technologique, les auteurs ont constaté que l'IA entraînait une accélération du rythme de travail des employés, une gamme de tâches plus large et une extension des heures de travail à plus de moments de la journée.
«Beaucoup envoient des prompts à l'IA pendant le déjeuner, en réunion ou en attendant le chargement d'un fichier. Certains décrivent l'envoi d'« un dernier prompt rapide » avant de quitter leur bureau, afin que l'IA puisse continuer à travailler pendant qu'ils s'éloignent. »
Cela semble bien pour les employeurs qui souhaitent tirer plus de valeur de leurs employés. Et cette partie semble encore mieux : « Les employés absorbent de plus en plus les travaux qui, auparavant, auraient pu nécessiter des effectifs ou un effectif supplémentaire. »
Mais les chercheurs mettent en garde les employeurs :
Une productivité apparemment plus élevée à court terme peut masquer une extension silencieuse de la charge de travail et une pression cognitive croissante, car les employés jonglent avec plusieurs flux de travail pilotés par l'IA. Comme cet effort supplémentaire est volontaire et souvent décrit comme « amusant à essayer », les dirigeants peuvent facilement ignorer la charge supplémentaire réellement supportée par les employés. Avec le temps, le surmenage peut nuire le jugement, augmenter le risque d'erreur et rendre plus difficile pour l'organisation de distinguer les véritables gains de productivité d'une intensité de travail insoutenable.
Si tel est le cas, les entreprises pourraient bientôt découvrir qu'elles ont besoin de plus de personnes, et non de moins.
Du moins, c'est ce que prévoit le responsable des ressources humaines d'IBM. Nick LaRocque a déclaré à Bloomberg que réduire le recrutement en début de carrière pourrait permettre d'économiser de l'argent à court terme, mais cela risquait de créer une pénurie de cadres intermédiaires plus tard.
Par conséquent, IBM prévoit de tripler son recrutement de premier emploi. « C'est vrai, a déclaré LaRocque, pour les emplois que tout le monde dit que l'IA peut faire. »
La banque d'investissement où j'ai travaillé recrutait toujours entre plusieurs rounds de licenciements – faisant tourner les effectifs dans sa tentative de comprendre qui faisait réellement quoi.
L'ensemble de l'économie américaine pourrait bientôt faire de même.
Jetons un œil aux graphiques.
Le rapport sur l'emploi de ce matin a été « brutal » pour le secteur technologique. La perte de 57 000 emplois sur un an est « presque aussi mauvaise qu'au pire de la dépression du secteur technologique en 2024, et nettement pire que pendant les récessions de 2008 ou 2020. »
Le secteur technologique n'est que la partie émergée de l'iceberg. Si l'on regarde l'ensemble de l'économie américaine, selon l'entreprise mondiale de reconversion et de coaching de dirigeants Challenger, Gray & Christmas, les employeurs ont annoncé 48 307 licenciements en février. Ce chiffre est en baisse de 55 % par rapport aux 108 435 annoncés en janvier et en baisse significative de 72 % par rapport aux 172 017 annoncés le même mois l'année dernière.
En janvier et février, le nombre total d'annonces de licenciements s'élevait à 156 742, ce qui représente le début d'année le moins mauvais depuis 2022 (lorsque seulement 34 309 licenciements avaient été annoncés lors des deux premiers mois). Cela étant dit, ce chiffre se classe tout de même au cinquième rang des plus élevés pour la période comparable de 2009 à aujourd'hui.
En d'autres termes : la vague de licenciements s'est effectivement calmée par rapport au début de l'année et à l'année dernière, mais elle reste historiquement élevée. Les jours fastes pour les travailleurs ne reviendront pas si vite.
Trop de chefs ?
Un article universitaire a constaté que l'IA générative crée un « changement technologique biaisé en faveur de l'ancienneté » sur le marché du travail, changeant qui affecte particulièrement les employés juniors. Cela ne se produit pas seulement dans le secteur technologique : l'étude a analysé les données de CV provenant de 285 000 employeurs.
Récession de l'embauche :
La même étude explique que la réduction de l'emploi aux postes juniors s'est faite « entièrement par une baisse des embauches ».
Effet IA :
Les sites web où les gens cherchaient depuis longtemps des conseils d'achat, comme Wired et Tom's Guide, ont subi un effondrement de leur trafic. Nous demandons maintenant directement aux chatbots –
Et les robots obtiennent leurs informations auprès des sites mêmes qu'ils évincaient du marché.
Toujours l'IA ?
Alex Imas, professeur d'IA appliquée, note que les données sur la productivité de cette semaine « montrent des signes » que les entreprises tirent déjà des bénéfices de l'IA.
Est-ce que tout le monde ne fait qu'en parler ?
Les données de Goldman Sachs (via Callum Williams) montrent que bien que 70 % des entreprises parlent d'IA, seulement 10 % peuvent expliquer comment elle aide leur activité, et seulement 1 % peuvent quantifier son impact sur les bénéfices.
Le travail change toujours :
Le journaliste technologique Roland Manspour a cartographié la répartition des emplois les plus courants dans les années 1980 et a constaté que « secrétaire » était l'emploi le plus courant dans 19 États américains.
Ce que l'IA peut et ne peut pas faire :
Peter Walker a réorganisé les données d'Anthropic pour montrer quelle partie de chaque profession l'IA pourrait théoriquement exécuter (bleu), et combien elle exécute actuellement (rouge).
La question suivante est excellente !
Dans une réponse sur la plateforme X, Boris Cherny, responsable de Claude Code, a expliqué que tout le code que Claude écrit crée de nouveaux travaux qui ne peuvent être effectués que par des humains.
Salaire annuel : 405 000 − 485 000 $.
Voici quelques postes vacants chez Anthropic et leurs salaires. Le code écrit du code, mais il faut bien que quelqu'un dise au code quel code écrire, et c'est un travail bien payé.
Claude est en train de gagner :
Un graphique incroyable de Ramp montre la part de marché sans cesse rétrécissante d'OpenAI (bleu) face à la part croissante de Claude (orange) sur le marché commercial.
Décalage temporel :
Une étude de Gartner prédit que « l'IA n'apportera pas 'l'apocalypse de l'emploi' – mais elle apportera une perturbation de l'emploi. » Ils prévoient qu'à partir de 2028, l'IA créera plus d'emplois qu'elle n'en supprime.
Appelez-moi un « optimiste de l'apocalypse », je pense que tout cela se produira plus vite que prévu.
Je souhaite un bon week-end à tous les lecteurs qui travaillent dur.
Twitter:https://twitter.com/BitpushNewsCN
Groupe de discussion Telegram de Bitpush:https://t.me/BitPushCommunity
Abonnement Telegram de Bitpush: https://t.me/bitpush
