Le vrai défi n'est pas technologique, mais organisationnel.
L’essentiel
— L’IA ne provoque pas encore une chute nette de l’emploi : les principaux freins restent économiques et organisationnels, tandis que les gains de productivité demeurent limités à l’échelle des entreprises.
— La véritable transformation concerne les organisations : les métiers deviennent plus hybrides, les silos s’effacent et les entreprises doivent repenser gouvernance, management et modes de travail plutôt que simplement automatiser l’existant.
— Si l’IA améliore la productivité individuelle, elle nourrit aussi fatigue, incertitude et perte de repères. Le risque principal perçu par les salariés n’est pas le remplacement, mais une intensification du travail.
— Les entreprises les plus avancées privilégient l’expérimentation, l’accompagnement des équipes et la création de structures dédiées. La réussite dépendra davantage de la capacité à transformer l’organisation que du choix des outils d’IA.
Nous sommes ravis de retrouver Jérémy Lacoste, contributeur sur la Réclame. Jérémy est directeur général France de l’agence Eskimoz. C’est un expert du marketing digital, des martech et de la publicité en ligne. Il a pour grande qualité de partager chaque semaine ses analyses et observations, que ce soit sur LinkedIn, dans son podcast Icebreaker, en tant qu’enseignant ou dans ses tribunes sur la Réclame.
La jobapocalypse n’est pas pour demain. Ni après-demain. Si on a une approche un peu sérieuse des chiffres, force est de constater que l’on voit quelques légers remous sur le marché de l’emploi… plus dûs au contexte macro-économique qu’à l’IA. Car soyons sûrs d’une chose : l’IA, on la voit partout, sauf dans les tableaux de productivité. Pour l’instant.
I. Tout changer pour que rien ne change
Une fois ce disclaimer posé, reste que cette rupture technologique remet en branle pas mal de certitudes organisationnelles. Et c’est sûrement ici que se concentre aujourd’hui la plus forte tension. Boris Cherny, le créateur de Claude Code, propose d’ailleurs une lecture rafraîchissante des rôles et jobs sur X. Il voit émerger 5 nouveaux périmètres qui remettent en cause d’anciennes chasses gardées entre marketing, communication, produit et tech :
1. Le prototypiste : il crée de nouvelles idées, dont beaucoup ne seront jamais commercialisées. Mais l’objectif est d’agiter la boîte à idées, au-delà d’un simple brief ou du traditionnel cahier des charges.
2. Le constructeur : il transforme un prototype en un produit de qualité industrielle. Un builder pur qui a des compétences en code (ou vibe code) et en UX.
3. Le balayeur : il nettoie, simplifie et optimise les performances. Il s’assure d’enlever tout le gras du produit, tentation assez facile dans laquelle on tombe tous tant le coût de production est désormais proche de zéro.
4. Le producteur : il développe et améliore les produits existants pour mieux les adapter au marché. C’est clairement un job où l’on travaille à la fois le go-to-market (GTM) et la vélocité du produit.
5. Le mainteneur : il veille à ce qu’un produit existant reste sécurisé, fiable, rapide et efficace à mesure qu’il évolue. En un mot, que la promesse de départ soit au toujours au rendez-vous.
Evidemment, il ne faut pas être dupe de l’agenda commercial derrière la promotion de ce type de reconfiguration. Les Big Techs ont une propension forte à vouloir créer des catégories de marché comme pour mieux se particulariser.
Il n’empêche, c’est un signal qui me paraît intéressant. Et qui est déjà adressé par pas mal de boîtes. Figma avait communiqué en ce sens il y a quelques mois en promouvant les product builders, mettant ainsi fin à la frontière entre dev et PM. Idem côté Meta qui a fait évoluer sa strate managériale vers un rôle de player-coach.
Les métiers se décloisonnent, les compétences deviennent liquides… on s’oriente vers des recrutements de profils peut-être moins experts sur une compétence donnée, mais plus à même de naviguer entre 3 ou 4 expertises.
Ce questionnement va plutôt dans le bon sens. Car croire que l’application de l’IA dans nos structures actuelles va permettre d’aller chercher des gains de productivité énormes, c’est faire fausse route. Il faut naturellement adapter le tissu organisationnel, les routines de travail, la gouvernance, les attendus. Sinon, cela revient à mettre un pansement sur une jambe de bois
Pour les entreprises, le risque est de se retrouver dans la situation où les gains de productivité individuels sur de micro-tâches sont absorbés par l’inertie organisationnelle ou l’augmentation de la complexité interne. Et à date, on a tendance effectivement à se concentrer uniquement sur l’amélioration de l’efficacité de l’inexistant, et non sur l’innovation permise par l’IA.
On améliore le process interne Y, pour aller chercher 1 % d’efficacité… et on passe à côté du vrai sujet : comment faire produire quelque chose qu’il était impossible de faire sans l’IA, pour aller chercher 100 %.
II. L’Impact de l’IA sur l’individu
Cette tension permanente entre l’urgence du court terme, et la projection du temps long crée un certain inconfort. À cet égard, je salue l’initiative de Lenny Rachitsky et Noam Segal qui ont pris le parti de mesurer le ressenti des travailleurs face à l’IA dans nos métiers.
Voici leur conclusion :
— Le rapport au travail se divise en deux : il y a ceux qui sont très optimistes face à l’IA, et les récalcitrants. Entre les deux, pas grand-nombre. Tout le monde sent bien qu’il y aura un avant et un après donc.
— L’épuisement professionnel en hausse, optimisme en baisse : le burnout significatif passe de 44,7 % à 55,7 % quand l’optimisme face à sa carrière perd 7 points. L’IA est facteur d’incertitude et d’accélération forte, deux frictions qu’ont du mal à digérer les organisations à date.
— Les travailleurs tech ne recommandent plus leur propre métier : non pas qu’ils le rejettent, mais ils sont dans une forme de paradis perdu et semblent dissuader les nouveaux entrants. Une constante finalement dans les métiers massivement impactés par les ruptures technologiques.
— Productivité en hausse, qualité en question : 82 % se disent plus productifs grâce à l’IA, mais beaucoup s’inquiètent de perdre en acuité et en qualité de réflexion. Il y a un fort sentiment à la fois de dépossession et de perte de contrôle. Pire, pour les organisations, le risque est d’accumuler dette technique et dette cognitive.
— La vraie peur. La surcharge, pas le remplacement : le grand remplacement par les machines n’est finalement pas vraiment une crainte. En revanche, le risque qu’on en demande toujours plus pour le même temps imparti (et le même salaire), oui. Une forme d’aliénation là où les promesses de l’IA sont évidemment à rebours.
Dans La convivialité, Ivan Illich expliquait qu’au-dessus d’un certain seuil de diffusion, l’appareil industriel cessait de libérer les hommes pour commencer à les asservir. C’était en 1973. On s’y rapproche parfois, non ? Même si Claude le fait avec le sourire.
— L’ambivalence domine : 77 % cochent à la fois une émotion positive et négative vis-à-vis de l’IA ; en moyenne plus de 5 émotions sélectionnées. C’est plutôt rassurant.
Pas de rejet de principe, ni de sentiment d’IA-béat spontané. Les salariés de la tech restent assez honnêtes avec leur rapport à l’IA. Ce qui n’est pas le cas des dirigeants qui tombent tous plutôt dans la 2e catégorie, suivez mon regard.
— Designers et chercheurs sont les plus inquiets : normal, ils sont dans l’œil du cyclone. Plus grande anxiété, un accompagnement management jugé comme trop léger. Les 1ers craignent d’être uberisés, quand les seconds n’ont plus de boussole.
— Fondateurs et petites entreprises restent les plus heureux : peut-être par aveuglement ? Blague à part, la taille de leur structure et leur background d’entrepreneur en font peut-être les candidats les plus à même de profiter de cette nouvelle vague de croissance. Avec l’idée viscérale, qu’au pire, ils rebondiront.
— Le manager reste le levier n°1 du bien-être : c’est la conclusion la plus intéressante de l’étude. Le meilleur moyen d’amortir le choc que provoque l’innervation de l’IA dans une organisation est l’assurance d’avoir un tissu managérial à la fois exemplaire et performant.
Pas de managers qui disent quoi faire. Mais qui font directement. Qui incarnent ce changement et cette transformation. Et qui sont présents pour les managés. Cela donne à réfléchir à tous ceux qui voulaient supprimer le middle management…
On se trompe de combat : ce ne sont pas les managers qu’il faut remplacer, mais les attentes de la direction vis-à-vis d’eux. Si ce sont juste des courroies de transmission, aucun intérêt. Ils doivent accompagner au changement. L’incarner.
— Le secteur tech est perçu comme chaotique : c’est le sentiment général. Et vous savez quoi : j’adore le chaos. C’est typiquement une configuration de marché intéressante où il y a des places à prendre, des rentes à aller attaquer, des carrières à construire. C’est évidemment inconfortable, perturbant, intense… mais bon sang, terriblement stimulant.
III. Le passage à l’échelle
Pour les entreprises, le déploiement de l’IA n’est pas un défi technique. Mais éminemment organisationnel. Comme toujours. Vue de ma fenêtre, je vois 3 approches au sein des entreprises :
1 – Celle qui crie plus fort qu’elle n’agit : la direction demande à ses salariés de se transformer. Sans les accompagner, sans les outiller, sans incarner elle-même ce changement. Spoiler : cela ira à l’échec. Et on dira « il y a une résistance au changement ». Baliverne.
2 – Celle qui remplace : ce sont les charrettes de licenciement made in US. On tranche dans le vif, autant pour améliorer un EBITDA, envoyer un signal au marché… que pour remplacer 6 mois plus tard par des profils IA compatibles. C’est plus rapide que de former nous dit-on. Pourquoi pas. Le risque : c’est qu’ils partent aussi vite qu’ils sont arrivés.
3 – Celles qui font de l’auto-concurrence interne : on identifie un service précis, on créé une shadow équipe en parallèle qui doit réaliser la même chose que l’existant, mais en 100 % IA. Cela a l’énorme avantage de ne pas impacter le day to day, et de faire reposer la charge de diffusion de l’IA sur des équipes déjà à plein régime et qui n’adressent ce sujet qu’en best effort. Ce scénario a évidemment ma préférence. Il fonctionne au succès, à la preuve de concept.
Dans un registre similaire, c’est l’approche des tiny teams qui aujourd’hui foisonnent dans la Silicon Valley. Des petites boîtes très véloces et IA natives (Cursor, Manus etc) qui délivrent de façon massive et sont ensuite rachetées par des Big Techs afin de créer un big bang interne.
Bref, la vraie jobapocalypse, si elle existe un jour, ne viendra pas des machines. Elle viendra de notre incapacité collective à réinventer nos organisations aussi vite qu’on réinvente nos outils.
Aujourd’hui, notre focus est accaparé par l’identification des meilleurs modèles d’IA et des tâches / fonctions à optimiser / remplacer. Ce sont deux faux problèmes.
Les entreprises qui gagneront cette manche seront celles qui ont su embarquer leurs équipes sans les épuiser, expérimenter sans tout casser, déployer sur des use cases à potentiel, et redonner du sens à des métiers qui se recomposent à vitesse grand V.
C’est évidemment une gageure, il y aura de la casse. Mais cela me semble être un passage obligé.
