Une enquête internationale, centrée sur de grands groupes, montre que des licenciements massifs au profit de l’IA ne génèrent presque aucun gain mesurable.
Alors que l’intelligence artificielle s’impose dans les entreprises du monde entier, certains grands groupes ont déjà choisi une voie radicale : licencier à grande échelle pour financer des projets d’IA. Une nouvelle étude citée par le média économique américain Fortune, menée par le cabinet de conseil Gartner auprès de dirigeants de grands groupes mondiaux, vient doucher ces espoirs de rentabilité rapide.
Des milliers de licenciements pour financer l’IA… sans véritable retour
Selon les éléments rapportés par Fortune, Gartner a interrogé 350 dirigeants de grandes entreprises internationales, toutes réalisant au moins 1 milliard de dollars de chiffre d’affaires annuel. L’objectif : mesurer l’impact réel des licenciements motivés par l’adoption de l’IA ou d’autres technologies autonomes.
Le phénomène est bien réel. La majorité des groupes étudiés ont déjà taillé dans leurs effectifs pour réorienter leurs budgets :
- 80 % des dirigeants reconnaissent avoir réduit leurs effectifs humains afin d’investir dans l’IA ou des technologies autonomes.
- Ces décisions ont été prises alors même que beaucoup ignoraient si l’IA générerait effectivement des bénéfices concrets.
- Des entreprises de la tech très connues, comme Meta ou Square, ont fait partie des acteurs engagés dans cette logique de substitutions massives.
Ces décisions ont donc souvent été motivées par une promesse : l’automatisation via l’IA devait permettre, à terme, de réduire durablement les coûts et d’améliorer la performance financière.
Les entreprises qui ont licencié pour financer l’IA ne font pas mieux financièrement que celles qui ont gardé leurs salariés.
C’est la conclusion clé mise en avant par Gartner. Les dirigeants qui ont supprimé des postes pour investir dans l’IA affichent, selon l’étude, des résultats financiers comparables à ceux qui ont conservé leurs effectifs humains. Autrement dit, dans ce panel de grands groupes, remplacer des salariés par des systèmes d’IA ne se traduit pas par un surcroît de rentabilité clairement détectable.
Des sacrifices sociaux pour « rien » ou presque
Les conséquences sociales, elles, sont bien réelles : pertes d’emplois, départs massifs de salariés expérimentés, dégradation possible du climat interne. Pour une partie des entreprises étudiées, l’étude souligne un paradoxe gênant : la réduction des effectifs a surtout servi à libérer des budgets pour financer l’IA.
Dans ce cadre, deux pertes sont mises en avant :
- La perte de savoir-faire interne : des salariés expérimentés emportent avec eux une connaissance fine des produits, des clients, des procédures.
- La perte de confiance : ces vagues de licenciements peuvent durablement entamer la loyauté des équipes restantes et rendre plus difficile l’adhésion aux nouveaux projets.
Selon les éléments cités par Fortune, beaucoup d’entreprises ont ainsi sacrifié un capital humain précieux, sans pouvoir démontrer, à ce stade, des gains financiers supérieurs à ceux de concurrents ayant conservé davantage d’emplois.
Une tendance déjà pointée par la recherche académique
Les résultats de Gartner s’inscrivent dans une tendance plus large observée par d’autres travaux. L’article rappelle qu’une étude du MIT publiée l’an dernier avait déjà noté la même idée : l’IA ne génère pas, pour l’instant, une forte croissance du chiffre d’affaires dans la plupart des entreprises qui s’y engagent.
Ce constat ne signifie pas que l’IA n’apporte aucun bénéfice. Il suggère plutôt que, dans la majorité des cas étudiés, les gains restent limités, lents à apparaître, ou compensés par des coûts de mise en œuvre importants : déploiement des outils, formation, adaptation des processus internes, gestion des risques juridiques et éthiques.
Pour Gartner, l’IA teste les limites de la casse sociale
Interrogée par Fortune, l’analyste de Gartner Helen Poitevin nuance toutefois l’idée d’un échec total. Selon elle, ces licenciements massifs ne s’inscrivent pas toujours dans une refonte structurelle de l’entreprise, mais parfois dans une forme de « stress test » à échelle limitée.
« Il nous semble qu’il s’agit, pour beaucoup, d’un exercice ponctuel, souvent en petites quantités, mais pas de quoi obtenir un retour sur investissement complet de leurs projets d’IA », explique Helen Poitevin à Fortune.
Dans cette lecture, une partie des dirigeants chercherait surtout à expérimenter l’IA : tester certains cas d’usage, mesurer les effets sur les coûts, observer la réaction des équipes et des marchés financiers. Le problème, mis en lumière par l’étude, reste néanmoins le même : même sous forme de test, licencier pour financer l’IA entraîne un coût social élevé qui ne se traduit pas automatiquement en gains financiers.
Les entreprises qui misent sur « l’IA d’appoint » s’en sortent mieux
Au sein du panel étudié par Gartner, un profil de groupes se distingue nettement : ceux qui n’utilisent pas l’IA pour remplacer leurs salariés, mais pour accroître leur efficacité.
Gartner parle de « people amplification » : l’IA sert alors de levier pour augmenter les capacités des équipes, et non pour les supprimer. Il peut s’agir, par exemple, d’outils pour :
- automatiser certaines tâches administratives répétitives ;
- aider à rédiger des synthèses ou analyser de grandes quantités de données ;
- assister le service client avec des réponses préparées, validées ensuite par un humain ;
- proposer des aides à la décision, tout en laissant la décision finale aux équipes.
Les entreprises qui utilisent l’IA pour renforcer leurs salariés, et non les remplacer, sont celles qui observent les gains les plus significatifs.
Ce modèle reste toutefois complexe à déployer. L’article rappelle qu’une enquête précédente a montré que la majorité des salariés restent réticents à l’usage des outils d’IA au travail : 54 % d’entre eux éviteraient purement et simplement les outils d’IA internes mis à leur disposition.
Une méfiance persistante des salariés face à l’IA
Cette réticence pose un véritable défi managérial. Sans adoption massive, l’IA reste une promesse non tenue : les outils sont là, les licences sont payées, mais les équipes ne les utilisent pas ou très peu. Plusieurs raisons peuvent l’expliquer :
- crainte que l’usage intensif de l’IA accélère à terme la suppression de postes ;
- doute sur la fiabilité des réponses générées ;
- problèmes de confidentialité des données ou de conformité réglementaire ;
- ergonomie insuffisante des outils, qui rallongent parfois le travail au lieu de le simplifier.
Dans ce contexte, certains groupes se retrouvent avec une double peine : ils ont financé des projets d’IA en réduisant leur masse salariale, mais peinent ensuite à en tirer profit, faute d’adhésion interne.
Ce que cette étude change pour un lecteur en France
Pour un salarié ou un dirigeant en France, cette étude internationale apporte deux enseignements utiles.
D’une part, elle montre que la stratégie la plus brutale – licencier d’abord, automatiser ensuite – ne garantit pas un meilleur bilan financier. Les groupes étudiés par Gartner sont de grands acteurs mondiaux, comparables aux grands groupes du CAC 40 ou à de grandes entreprises de la tech. Leur expérience laisse penser que la substitution pure et simple de l’humain par l’IA comporte un risque économique réel, et pas seulement social.
D’autre part, elle renforce l’idée, déjà largement débattue en France, qu’une intégration progressive de l’IA, centrée sur l’outillage des équipes plutôt que sur leur remplacement, semble plus porteuse. Cela rejoint les discours de nombreuses entreprises françaises qui insistent sur la formation, la montée en compétences et l’« augmentation » du travail humain plutôt que sur la disparition des postes.
Le principe en France : encadrer l’IA et préserver l’emploi
En France, le débat sur l’IA au travail s’articule autour de plusieurs principes connus : droit du travail protecteur, rôle central des représentants du personnel, importance donnée à la formation professionnelle et à la reconversion. Lorsqu’un projet d’automatisation d’ampleur se prépare, les entreprises doivent en principe informer et consulter les instances représentatives du personnel, comme le comité social et économique (CSE), l’équivalent français du comité d’entreprise.
Sans détailler de chiffres précis, on sait que les autorités publiques et les partenaires sociaux défendent régulièrement l’idée de « transition juste » : accompagner les transformations liées à l’IA par des dispositifs de formation, de mobilité interne ou, à défaut, d’indemnisation et de reconversion. L’étude de Gartner, même menée au niveau mondial, donne des arguments à ceux qui, en France, plaident pour un usage plus prudent et orienté vers le renforcement des compétences plutôt que vers la simple réduction des effectifs.
Que signifie « rentabilité » de l’IA pour une entreprise ?
L’étude évoquée par Fortune pose en creux une question clé : comment mesurer le retour sur investissement d’un projet d’IA ? Dans les grandes entreprises étudiées par Gartner, plusieurs dimensions entrent en jeu, au-delà des seuls licenciements :
| Dimension | Effet potentiel de l’IA |
|---|---|
| Coûts opérationnels | Réduction de certaines tâches manuelles, mais coûts élevés de déploiement et de maintenance. |
| Qualité du service | Amélioration possible de la rapidité de réponse, mais risque d’erreurs ou d’incompréhensions. |
| Innovation | Capacité à tester de nouveaux produits ou services, sans garantie de succès commercial. |
| Climat social | Tensions en cas de suppressions de postes, possible démotivation des équipes restantes. |
Cette complexité explique que des licenciements massifs ne se traduisent pas immédiatement par une amélioration nette des résultats. L’IA peut générer des gains ciblés, mais aussi des coûts cachés : difficulté à recruter ensuite, perte de compétences internes, résistance au changement.
Un outil puissant, mais qui demande une stratégie fine
Pour un lecteur français, cette étude rappelle qu’un projet d’IA ne se résume pas à l’achat d’un logiciel ou à l’installation d’un chatbot. L’enjeu se situe dans la manière de l’intégrer au travail quotidien : choix des tâches confiées à l’IA, place de l’humain dans la décision finale, accompagnement des équipes.
Un exemple concret illustre cette approche « amplificatrice » : dans un service client, une IA peut préparer des réponses, analyser l’historique d’un client et suggérer une solution. Le conseiller humain garde la main pour adapter le message, gérer les cas complexes et maintenir une relation personnalisée. L’entreprise gagne en rapidité sans perdre la qualité d’écoute, ce qui peut, à terme, améliorer la fidélité des clients.
À l’inverse, une automatisation trop brutale, qui supprime massivement des postes de conseillers pour les remplacer par des systèmes entièrement automatisés, risque de détériorer le service, de transformer les économies apparentes en pertes de chiffre d’affaires et de nuire à l’image de la marque.
L’étude citée par Fortune et menée par Gartner invite donc à une forme de prudence stratégique : l’IA peut devenir un puissant levier de transformation, mais rien ne prouve, à ce stade, que les licenciements massifs décidés pour la financer assurent un meilleur avenir aux entreprises qui les pratiquent. Pour beaucoup de groupes, ils ne permettent même pas, pour l’instant, de rentrer pleinement dans leurs frais.
