L’annonce coup sur coup des plans de restructuration de Freshworks et de Coinbase marque un tournant dans l’industrie numérique. La première, fleuron indien du logiciel en tant que service, supprime 11 % de ses effectifs mondiaux, soit près de 500 postes, en raison de l’intégration massive de l’intelligence artificielle dans ses processus de développement. Son PDG a révélé que plus de la moitié du code produit l’est désormais par des agents autonomes.

De l’autre côté du Pacifique, la plateforme d’échange de cryptomonnaies Coinbase se sépare de 14 % de ses employés, environ 700 personnes, et annonce la fin des « managers purs », remplacés par des structures d’équipe expérimentales où chaque responsable doit aussi coder. Ces décisions ne sont pas isolées. WiseTech, le logisticien australien, a déjà prévu de licencier 2 000 personnes en dix-huit mois, et son fondateur assure qu’un agent d’IA peut apprendre un poste humain en un quart d’heure.

Uber, de son côté, ralentit ses embauches tout en automatisant 10 % de son code, tandis que son PDG exhorte ses équipes à multiplier leur productivité par deux grâce aux nouveaux outils. La tendance frappe d’autant plus durement l’Inde, où Freshworks était perçue comme un modèle de réussite technologique montée en gamme. Les économies réinvesties dans les services aux employés ne suffisent pas à apaiser l’inquiétude d’une main-d’œuvre qualifiée soudainement rendue excédentaire.

Pourtant, ce déferlement d’automatisation se heurte à un paradoxe bien documenté par le cabinet d’études de Microsoft. D’après une enquête menée auprès de 20 000 utilisateurs dans dix pays, 65 % des salariés craignent d’être dépassés s’ils n’adoptent pas l’IA, mais 45 % préfèrent s’en tenir aux objectifs existants plutôt que de redéfinir leurs méthodes. La fracture est encore plus nette entre les équipes et leurs directions : seuls 25 % des employés estiment que leur hiérarchie agit de manière cohérente face à l’IA.

Les chercheurs pointent le vrai frein : non pas le coût du calcul ou des données, mais l’incapacité à communiquer clairement avec les humains chargés d’entraîner ces systèmes. Cette difficulté managériale se retrouve aussi dans les retards d’adoption en Europe et en Afrique francophone, où les entreprises hésitent entre investissements technologiques et préservation des emplois. En Belgique et au Canada, des syndicats appellent à une régulation qui encadre la transformation sans brusquer les transitions.

L’avenir, pourtant, n’est pas qu’à la destruction d’emplois. Dans le secteur de la santé, l’IA permet déjà des diagnostics précoces et allège la pression sur des personnels épuisés, grâce à la baisse drastique des coûts de calcul. Mais ce potentiel ne se réalisera que si les organisations apprennent à évoluer aussi vite que leurs algorithmes.

La leçon est claire : la révolution de l’intelligence artificielle n’est pas un simple problème technique, c’est d’abord un défi de pilotage humain.