Licenciements « IA » : le mensonge narratif derrière les coupes de 2025

En 2025, les géants de la tech ont annoncé 55 000 licenciements attribués à l’IA. Ce chiffre représente 4,5 % des 1,22 million de licenciements survenus aux États-Unis. En réalité, ces coupes résultent de surembauche antérieure, de pression d’investisseurs et de la quête de marges accrues. L’IA n’est que la justification rhétorique d’une vieille histoire financière.

La mécanique du bluff : pourquoi l'IA sert de paravent

Depuis 2020, les géants de la tech ont commis une erreur systématique : recruter massivement. Meta a presque doublé ses effectifs entre 2020 et 2022. Amazon et Google ont suivi. Ces embauches reposaient sur un postulat simple : croissance infinie, taux bas, expansion du télétravail.

Aujourd’hui, ces entreprises réduisent leurs équipes. C’est une correction comptable ordinaire. Ordinaire n’est pas vendeur auprès de Wall Street.

Le calcul des cadres dirigeants s’énonce sans détour :

• Dire « on a embauché trop » → le cours s’effondre.
• Dire « on investit dans l’IA et on optimise nos ressources » → le cours monte.

L'aveu des experts en ressources humaines

Peter Cappelli, professeur de gestion à Wharton et spécialiste des ressources humaines, disséque ce cynisme :

« Le titre de presse dit ‘C’est à cause de l’IA’, mais si vous lisiez vraiment ce qu’ils disent, ils disent ‘Nous espérons que l’IA couvrira ce travail.’ Ils ne l’ont pas encore fait. Ils espèrent juste. Et ils le disent parce qu’ils pensent que c’est ce que les investisseurs veulent entendre. »

Ce mécanisme porte un nom : profit-washing. Laver une stratégie bancale en la trempant dans le buzzword du moment.

Le test qui échoue : où est l'explosion de productivité ?

Si l’IA remplaçait réellement la main-d’œuvre à grande échelle, la signature économique serait incontournable : une accélération brutale de la productivité.

Or, c’est l’inverse qui se produit.

Oxford Economics a épluché les données de 2025 :

« Si l’IA remplaçait réellement la main-d’œuvre à grande échelle, la croissance de la productivité devrait s’accélérer. En général, ce n’est pas le cas. »

La productivité a même décéléré entre 2023 et 2025, malgré les milliards dépensés en infrastructure IA.

Le paradoxe de Solow revisité

Cela résonne avec une observation que l’économiste Robert Solow formalisait en 1987 :

« Vous voyez l’âge informatique partout, sauf dans les statistiques de productivité. »

Le scénario réel s’énonce simplement. Les entreprises parient que l’IA finira par automatiser le travail. Elles n’attendent pas que cela se produise. Elles licencient avant, en espérant que les gains viendront après. C’est une course : annoncer les coupes à Wall Street, raffermir le stock, re-recruter silencieusement à bas coût ou offshore, puis rattraper la productivité manquante.

L'aveu involontaire : les chiffres qui contredisent le récit

Forrester a posé une question simple à 500 entreprises en octobre 2025 : regrettez-vous vos licenciements liés à l’IA ?

Les résultats contredisent le récit officiel :

Résultat	Pourcentage
Regrettent les licenciements	55 %
S’attendent à embaucher plus dans 12 mois	57 %
Prévoient des coupes supplémentaires	15 %

Si l’automation IA était un succès, ces chiffres s’inverseraient.

Forrester est explicite :

« Souvent, l’IA ne remplace pas du tout les travailleurs humains. Trop souvent, la direction licencie les employés en raison de la promesse future de l’IA. »

La prédiction la plus troublante : 50 % de ces licenciements seront silencieusement annulés dans un à deux ans — mais avec une différence : les postes seront pourvus par des travailleurs moins bien rémunérés, basés en offshore, ou recrutés à un salaire 30 à 50 % inférieur.

Le rôle invisible des tarifs

En 2025, environ 8 000 licenciements ont été directement attribués aux tarifs douaniers. Ce chiffre est secondaire, mais révélateur. Quand la pression budgétaire monte, les entreprises technologiques — déjà gonflées par la financiarisation, déjà poussées par les investisseurs à maximiser les marges — trouvent des justifications flatteuses aux réductions.

Le signal était clair : réduire immédiatement, annoncer « efficacité IA », raffermir le stock, re-recruter discrètement deux ans plus tard à plus bas prix.

Le prix en chair et en os : les 72 heures de travail par semaine

Pendant que les exécutifs parlent d’efficacité, les startups IA normalisent l’insoutenable. La BBC a documenté en février 2026 la tendance « 996 » (9 h à 21 h, six jours par semaine = 72 heures) qui s’installe en Silicon Valley.

Un fondateur d’une startup new-yorkaise d’IA affichait sans détour sur son offre d’emploi :

« S’il vous plaît, ne postulez pas si vous n’êtes pas enthousiaste à l’idée de travailler environ 70 heures par semaine sur place. »

L'illusion de la productivité par les heures

Adrian Kinnersley, expert en recrutement, explique le mécanisme :

« C’est principalement les entreprises d’IA qui sont dans une course pour développer leurs produits et les mettre sur le marché avant que quelqu’un d’autre ne les devance. Cela les a menées à l’idée que, si vous travaillez plus longtemps, vous gagnez la course. »

Cette croyance s’effondre face aux données. L’Organisation mondiale de la santé et l’Organisation internationale du travail établissent en 2021 que dépasser 55 heures par semaine augmente le risque de maladie cardiaque de 17 % et d’accident vasculaire de 35 %. Une étude de l’université du Michigan précise que « un employé travaillant 70 heures par semaine a pratiquement aucune différence de rendement qu’un employé travaillant 50 heures ».

Les heures supplémentaires ne produisent pas plus. Elles produisent du burnout.

Le mécanisme du capital-risque

Deedy Das, investisseur chez Menlo Ventures, enfonce le clou :

« Je pense que la jeune génération de fondateurs se trompe en voyant les heures de travail en elles-mêmes comme nécessaires et suffisantes pour se considérer comme productifs. C’est là que réside l’erreur. »

Pourtant, la mécanique du capital-risque l’explique. Les fonds misent des milliards sur des startups IA en espérant une sortie avant la concurrence. Chaque mois compte. Les fondateurs, poussés par la peur de l’échec et les promesses d’enrichissement, imposent à leurs équipes un rythme intenable — non parce que c’est efficace, mais parce que c’est le prix d’entrée de la course.

Amazon à la loupe : le cas d'école

L’Associated Press a enquêté sur les 16 000 licenciements en col blanc chez Amazon. Elle a trouvé N. Lee Plumb, chef du département « AI enablement », qui utilisait intensivement Kiro, l’outil de codage basé sur l’IA d’Amazon. Malgré son expertise maximale en IA, il a été licencié.

Son analyse, devenue virale dans le secteur, est éloquente :

« Vous pouviez potentiellement avoir simplement un gonflement organisationnel au départ, réduire vos effectifs, l’attribuer à l’IA, et maintenant vous avez une belle histoire de valeur à raconter aux investisseurs. »

Amazon a rétorqué auprès de l’AP :

« L’IA n’était pas la raison de la grande majorité de ces réductions. Ces changements visent à renforcer notre culture et nos équipes en réduisant les niveaux hiérarchiques. »

Le geste parle plus fort que l’énoncé officiel : même un expert en IA qui rend les services au maximum doit partir.

Karan Girotra, économiste à Cornell, observe :

« Si un employeur travaille plus vite grâce à l’IA, il faut du temps pour ajuster la structure managériale. Je ne suis pas convaincu que cela se produit chez Amazon, qui, selon moi, revient à peine d’un excès d’embauche pendant la pandémie. »

Le précédent historique : les licenciements « fantômes »

Ce n’est pas la première fois que Wall Street achète une narration.

Peter Cappelli raconte :

« Il y a des décennies, le marché remontait quand une entreprise annonçait un licenciement. Mais quelques années plus tard, le marché a cessé de monter parce que les investisseurs se sont rendus compte que les entreprises ne faisaient même pas les licenciements qu’elles disaient faire. »

Les entreprises ont appris à arbitrer la réaction de marché : annoncer une coupe (le stock monte immédiatement), puis la réaliser partiellement ou pas du tout (le mal est fait ; la narration s’est cristallisée).

En 2025, avec l’IA comme cadre narratif, le jeu reprend, optimisé.

Cinquante ans de narratives technologiques

Depuis cinq décennies, les entreprises recherchent un mot-clé magique pour parler de réduction d’effectifs :

• Années 1970-80 : « Externalisation »
• Années 1990 : « Mondialisation »
• Années 2000 : « Transformation numérique »
• Années 2010 : « Disruption »
• Depuis 2023 : « IA »

Chaque vague permet aux exécutifs de dire : « Ce n’est pas notre faute. C’est la technologie. C’est inévitable. »

C’est une absolution rhétorique.

Mais les chiffres disent autrement. 95,5 % des licenciements de 2025 ne sont pas dus à l’IA. Ils sont dus à ce à quoi ils ont toujours été dus : mauvaise prévisibilité, surembauche, pression d’investisseurs pour augmenter les marges, cycle économique normal.

Le scénario probable : rehire offshore

Forrester prédit un dénouement probable : d’ici 12 à 24 mois, les entreprises réembaucheront silencieusement. Mais pas aux mêmes salaires, ni aux mêmes postes.

La machine aura tourné : annoncer les coupes (trimestriels en hausse), faire grimper le stock (cadres réalisent des gains papier), réembaucher offshore ou à bas coût, puis reprendre le business as usual sans grand récit médiatique.

Ce qui s'est réellement passé en 2025

L’économie réelle de 2025 n’est pas une révolution technologique. C’est une correction comptable.

Les entreprises ont embauché trop de gens post-2020. Les investisseurs ont poussé pour réduire les coûts. Les exécutifs ont coupé les effectifs. Puis ils ont cherché une histoire qui serait vendable auprès des investisseurs.

L’IA n’a pas supprimé 55 000 emplois. L’IA a justifié 55 000 emplois déjà supprimés par d’autres calculs — calculs plus ternes, moins vendeurs, moins appropriés pour les conférences d’investisseurs.

Le scandale réel

Le vrai scandale n’est pas l’automation. C’est la malhonnêteté narrative. C’est une classe de cadres qui prend des décisions pour enrichir les actionnaires (eux-mêmes), puis demande à la technologie de porter le blâme.

Les perdants et gagnants sont clairs : travailleurs licenciés et équipes surchargées, d’un côté ; actionnaires, cadres avec stock-options et investisseurs, de l’autre.

L’IA, elle, continue tranquillement d’être développée. Aucune de ces coupes n’a réellement impactée son évolution technologique.

FAQ

L'IA a-t-elle vraiment supprimé 55 000 emplois en 2025 ?

Non. Ces licenciements représentent 4,5 % des 1,22 million de réductions d’effectifs aux États-Unis. L’IA est surtout un prétexte narratif utilisé par les entreprises pour justifier auprès des investisseurs des coupes liées à une surembauche antérieure.

Pourquoi les entreprises blâment-elles l'IA plutôt que de reconnaître avoir embauché trop de gens ?

Dire « on a embauché trop » ferait chuter le cours de l’action. Dire « on optimise via l’IA » le fait monter. C’est une stratégie de communication pour les investisseurs, appelée « AI-washing ».

Si l'IA remplace vraiment les travailleurs, pourquoi la productivité n'a pas explosé ?

C’est la preuve majeure : la productivité a décéléré entre 2023 et 2025. Les entreprises parient que l’IA finira par automatiser, mais elles licencient avant que cela ne se produise réellement.

Quels sont les vrais moteurs des licenciements de 2025 ?

Surembauche massive post-2020, baisse des taux bas, pression d’investisseurs, tarifs douaniers, et volonté de maximiser les marges pour enrichir les actionnaires et cadres (via stock-options).

Les entreprises vont-elles réembaucher après ces coupes ?

Oui, selon Forrester : 57 % des entreprises s’attendent à embaucher plus dans 12 mois. Mais les postes seront probablement offshore ou à salaires réduits de 30–50 %.