AI Washing : Pourquoi 54 000 Licenciements Imputés à l’IA Racontent une Autre Histoire

En 2025, 54 000 licenciements ont été attribués à l’intelligence artificielle aux États-Unis. Un chiffre percutant qui a dominé la couverture médiatique. Pourtant, il ne représente que 4,5 % des 1,2 million de suppressions annoncées cette année. Experts et analystes pointent un phénomène documenté : l’« AI washing », où les responsables justifient des réductions de coûts classiques par une rhétorique technologique commode.

Le Chiffre Qui Masque la Réalité

Selon Challenger, Gray & Christmas, le cabinet de conseils en outplacement américain, exactement 54 694 suppressions d’emploi ont été attribuées à l’IA en 2025. Ce chiffre a circulé largement, créant l’impression que l’automatisation par IA serait déjà massive.

En perspective, il raconte une histoire différente.

Les entreprises américaines ont annoncé 1,2 million de licenciements au total en 2025, une augmentation de 62 % par rapport à 2024. La répartition par motif déclaré révèle la disproportion :

Motif	Nombre	Pourcentage
IA	54 694	4,5 %
Réductions économiques générales	245 000	20,4 %
Tarifs douaniers	8 000	0,7 %
Autres / Non spécifiés	892 306	74,4 %

L’IA dominait donc le débat public et la rhétorique, sans être le facteur quantitatif dominant. Ce décalage entre visibilité narrative et poids statistique mérite explication.

Quand la Promesse Dépasse la Réalité

Forrester Research offre un diagnostic clé. Son rapport de janvier 2026 prévoit que 6,1 % des emplois américains seront automatisés d’ici 2030, soit environ 10,4 millions de rôles.

Or le constat de Forrester est sans ambiguïté : beaucoup de sociétés annonçant des licenciements pour raison d’IA n’ont pas d’applications d’IA matures et validées prêtes à remplir ces rôles.

JP Gownder, vice-président chez Forrester, décrit le problème sans détour :

Si vous n’avez pas une application d’IA mature, déployée et opérationnelle pour faire le travail, il pourrait vous falloir 18 à 24 mois pour remplacer cette personne par l’IA. Si cela fonctionne, bien sûr.

Ce laps de temps critique éclaire l’essentiel : les licenciements sont annoncés aujourd’hui, sous couvert d’IA future. Forrester appelle cela de l’« AI washing » : attribuer des réductions financièrement motivées à la mise en œuvre future d’IA.

Les Aveux des PDG : Quand la Rhétorique Cède

Les rétropédalisations des dirigeants corroborent ce diagnostic.

Amazon

En octobre 2025, Amazon annonçait 14 000 suppressions d’emploi, justifiées par un cadre d’IA et de transformation. Une vice-présidente affirma que l’IA était « la technologie la plus transformatrice depuis Internet ».

Trois mois plus tard, le PDG Andy Jassy nuançait considérablement. Questionné, il reconnaissait :

Ce n’est pas vraiment financièrement motivé, ce n’est pas vraiment porté par l’IA en ce moment. C’est vraiment une question de culture.

Duolingo

En avril 2025, le PDG Luis von Ahn annonçait que l’entreprise « cesserait progressivement d’employer des prestataires pour accomplir des tâches que l’IA peut gérer ».

Quatre mois plus tard, interrogé par le New York Times, il clarifiait :

Depuis le départ, nous employons des prestataires pour des tâches temporaires, et notre force de travail de prestataires augmente ou diminue selon les besoins. L’entreprise n’a jamais licencié d’employés à temps plein.

Le framing initial suggérait une modernisation technologique ; la réalité était simplement des fluctuations contractuelles normales.

Pourquoi Blâmer l'IA Plutôt que les Tarifs ou la Rentabilité

Martha Gimbel, du Yale Budget Lab, propose une explication crédible. Elle note que les tarifs douaniers, annoncés sous l’administration Trump, ont été cités dans moins de 8 000 cas de licenciements, un chiffre étrangement bas.

La plupart des économistes vous diraient que c’est implausible. ChatGPT a été lancé il y a seulement trois ans.

Elle pousse l’analyse plus loin :

Vous voyez une véritable hésitation chez certains secteurs de l’Amérique d’entreprise à dire quoi que ce soit de négatif sur les impacts économiques de l’administration Trump, car ils craignent qu’il y ait des conséquences. En affirmant que les licenciements sont dus aux nouvelles efficacités créées par l’IA, vous évitez cette réaction potentiellement hostile.

Le Yale Budget Lab a analysé les données d’emploi national. Résultat : aucune corrélation statistique entre l’adoption d’IA et les pertes d’emploi. Les patterns d’emploi sont restés inchangés malgré le déploiement croissant d’IA.

Les Trois Vrais Motifs

Si l’IA n’est pas la cause principale, qu’est-ce qui pousse à ces licenciements ?

Surembauche pandémique. Pendant la crise COVID-19, à taux d’intérêt nuls, les entreprises ont recruté massivement. Cette correction était structurelle et inévitable : un ajustement normal après une anomalie.

Objectifs de rentabilité. Le secteur technologique fait face à une pression croissante d’investisseurs pour montrer une croissance des bénéfices. Les licenciements réduisent les coûts fixes et gonflent les marges à court terme.

Tarifs et incertitude commerciale. Bien que rarement cités ouvertement, les tarifs douaniers et l’incertitude macroéconomique jouent un rôle significatif.

L’IA offre à ces rationalités une couverture attrayante : elle semble objective (technologie, pas décision management), future-proof (un problème de demain, pas aujourd’hui), et vertueuse (modernisation, compétitivité).

Quand l'IA Paraît Réellement Crédible

L’« AI washing » n’est pourtant pas universel. Il existe des cas où l’automatisation par IA semble plausible.

Fabian Stephany, chercheur au Internet Institute d’Oxford, établit une distinction :

Le travail décrit — en particulier le support en ligne et client — est, en termes de tâches et compétences requises, relativement proche de ce que les systèmes d’IA actuels peuvent accomplir.

Salesforce

Marc Benioff, PDG de Salesforce, a annoncé réduire son personnel de support client de 9 000 à 5 000 grâce à des agents d’IA. Stephany juge ce cas plausible : le support client est un domaine où l’IA apporte une automatisation réelle, à la différence de fonctions comme la recherche, le management ou les tâches d’expertise, où les modèles de langage peinent.

La Voix des Licenciés

Une ancienne directrice de programme chez Amazon, licenciée en octobre 2025, décrivait son profil ainsi :

J’avais développé certains outils spécifiquement pour mon équipe et quelques équipes clients, ce qui aidait peut-être à permettre à une personne plus junior de faire une partie du travail.

Mais le départ était un calcul de coûts, non une automatisation :

C’est qu’ils allaient prendre quelqu’un payé beaucoup moins pour faire ce travail. J’ai été licenciée pour réduire les coûts de main-d’œuvre.

Le rôle n’a pas disparu. Il a été rempli par un employé moins cher. C’est de l’optimisation salariale, non de l’automation.

L'Inflexion Attendue

Forrester anticipe un tournant dans son rapport « Predictions 2026 ». Prévision clé : la moitié des licenciements attribués à l’IA pourraient être annulés, certains postes retrouvés (offshore ou à salaires réduits) quand les entreprises réaliseront que l’IA n’a pas livré ses promesses de productivité.

C’est une projection, non un constat établi. Mais elle reflète une conviction croissante chez les analystes : la majorité des suppressions annoncées pour raison d’IA ont été prématurées.

Naviguer l'Hype : Trois Enseignements

L’IA a bel et bien un impact sur l’emploi et l’aura davantage. Mais cet impact est plus lent, plus sélectif et moins spectaculaire que ne le suggère la rhétorique dominante.

Où l’IA progresse réellement : Support client, écriture technique, traitement de données structurées.

Où l’IA peine : Management, recherche complexe, créativité requérant un jugement humain, tâches d’expertise transversales.

La question structurelle demeure : les dirigeants sont-ils incités à inventer une nouvelle justification pour des décisions qui relèvent de logiques classiques ? Les données suggèrent un mécanisme ancien — réduction de coûts, correction de surembauche, pression des actionnaires — habillé d’un langage nouveau.

Pour le lecteur, trois réflexes : écouter les annonces des CEOs sur l’IA avec scepticisme constructif, demander des preuves d’automatisation réelle plutôt que des annonces, attendre 18 à 24 mois de recul avant de croire à la transformation affirmée.

Le futur technologique du travail s’écrit en vrai, pas en communiqué de presse.

FAQ

Combien de licenciements ont réellement été causés par l'IA en 2025 ?

Les 54 000 licenciements imputés à l’IA représentent moins de 5 % des 1,2 million de suppressions annoncées en 2025. Selon Forrester, beaucoup d’entreprises n’ont pas d’applications d’IA réellement déployées.

Qu'est-ce que l'« AI washing » ?

C’est l’attribution de réductions d’effectifs motivées par des raisons financières à une automatisation par IA future, sans applications matures existantes.

Pourquoi les CEO justifient-ils les licenciements par l'IA plutôt que par les tarifs ou la rentabilité ?

L’IA semble objective, future-proof et vertueuse. Elle offre une couverture plus acceptable politiquement et médiatiquement que l’aveu d’optimisation salariale ou de pression des investisseurs.

Quels secteurs connaissent réellement une automatisation par l'IA ?

Le support client et l’écriture technique, où les systèmes d’IA actuels peuvent accomplir les tâches de manière crédible. Ailleurs, l’IA peine à égaler la productivité annoncée.

Combien de temps faut-il vraiment pour automatiser un rôle par l'IA ?

Entre 18 et 24 mois pour avoir une application d’IA mature et opérationnelle. Or, les licenciements sont annoncés immédiatement.