L'IA, un coupable idéal ?
En septembre 2025, le PDG de Salesforce annonçait la suppression de 4 000 postes « à cause de l'IA ». Amazon suivait en janvier 2026 avec 16 000 départs présentés sur le même registre. La formule s'est imposée dans le vocabulaire des directions générales avec une facilité déconcertante. Elle mérite pourtant d'être examinée. Cette raison est d’abord une figure rhétorique qui transforme une décision humaine en verdict technique, une fatalité qu'on ne discute plus.
Avant d'ériger quelques suppressions de postes spectaculaires en tendance de fond, il convient de regarder ce que les données disponibles à grande échelle disent réellement de l'effet de l'IA sur l'emploi. En février 2026, le National Bureau of Economic Research (NBER) publiait les résultats de l'enquête « Firm Data on AI », conduite auprès de près de 6 000 dirigeants d'entreprise aux États-Unis, au Royaume-Uni, en Allemagne et en Australie. Le verdict : neuf entreprises sur dix ne relèvent aucun effet mesurable de l'IA, ni sur l'emploi, ni sur la productivité.
On peut objecter qu'un agrégat statistique ne dit rien d'un cas particulier et que des destructions sectorielles peuvent coexister avec une stabilité agrégée. Mais la formule « à cause de l'IA » n’est pas plus honnête pour autant : elle révèle au contraire que la capacité technique invoquée pour justifier les coupes d'effectifs est surestimée au moment même où elle est convoquée. Salesforce a d'ailleurs dû le reconnaître. Ses équipes ont concédé avoir « surestimé » la maturité de leurs agents IA. Un an après les annonces, elles « étaient plus confiantes dans l'IA » qu'elles n'avaient de raisons de l'être. Des milliers de postes ont été supprimés au nom d'une capacité qui n'était pas encore là.
L'enquête AI Pulse de KPMG (premier trimestre 2026, 2 110 dirigeants, 20 pays) ajoute une donnée qui mérite aussi une attention : 95 % des organisations déclarent disposer d'une stratégie IA, mais 8 % seulement en tirent un retour mesurable. Cet écart de 87 points est la mesure exacte du phénomène que Meyer et Rowan en 1977 ont décrit sous le terme de « découplage institutionnel » : une organisation peut afficher une façade de modernité tout en maintenant des pratiques inchangées, précisément parce que l'affichage suffit à satisfaire les attentes de son environnement. L'IA vaut d'abord pour ce qu'elle signale (compétitivité, maîtrise technologique, etc.) bien davantage que pour ce qu'elle produit.
Ce n’est pas la première fois…
Pour comprendre pourquoi la formule « à cause de l'IA » fonctionne aussi bien, il faut la replacer dans une généalogie plus longue. Dans les années 1980, le coupable des restructurations s'appelait « le marché ». La décennie suivante vit arriver « la mondialisation » et les « délocalisations ». En 2008, « la crise » prit le relais. Ces forces avaient en commun d'être réelles, difficilement contestables dans leur existence, et d'une remarquable utilité rhétorique : elles permettaient de présenter des choix organisationnels précis comme des nécessités auxquelles personne ne pouvait opposer d'alternative sérieuse. En 2026, le rôle revient à l'IA, avec un avantage supplémentaire sur ses prédécesseurs : se séparer de quelqu'un « à cause du marché », c'était subir une contrainte, le faire « à cause de l'IA », c'est déjà innover.
Attention au triple coût quand on choisit cet argument : sur ceux qui partent, sur ceux qui restent et sur les directions.
Un dirigeant pourrait légitimement répondre que réduire les effectifs en anticipant les gains de productivité future est une décision stratégique rationnelle et pas une dérobade. Mais Frank Knight en 1921 avait déjà établi une distinction fondamentale entre le risque, que l'on peut chiffrer et assurer, et l'incertitude radicale, sur laquelle on ne peut que parier. Un pari, par définition, porte la signature de celui qui le fait. Présenter un pari comme une nécessité technique déjà advenue, c'est précisément ce que la formule « à cause de l'IA » accomplit : elle convertit une décision sous incertitude en fait accompli, elle efface l'auteur et supprime le doute.
Affronter le double risque
L'IA apparait également comme un instrument bien configuré : là où le tableur exigeait qu'un humain saisisse les chiffres, les interprète et les signe, l'« agent IA » rend une décision dans une boîte que l'on se contente d'entériner. Ce déplacement n'est pas un effet collatéral de l'adoption de l'IA dans les processus RH et organisationnels. Il en est, pour partie, l'une des raisons d'adoption : l'opacité de l'outil n'est pas un défaut à corriger, c'est une propriété utile pour qui préfère que ses décisions aient l'objectivité apparente d'un thermomètre plutôt que la lisibilité d'un choix assumé.
Mais cette logique a un triple coût. Sur les personnes licenciées, d'abord : une décision présentée comme une fatalité technique prive les individus concernés d'un interlocuteur auprès duquel faire valoir des arguments, négocier des contreparties, ou simplement comprendre les raisons réelles d'un départ. Le dialogue social ne peut pas se tenir avec un algorithme. Sur les personnes qui restent dans l'organisation, ensuite, renforçant certains facteurs de souffrance au travail comme le sentiment d'injustice, la perte de sens ou la perte de contrôle sur son activité. Une réorganisation vendue comme une fatalité sans auteur cumule ces trois facteurs. Elle supprime non seulement des postes, mais aussi l'interlocuteur qui se retrouve à devoir expliquer des décisions dont il n'a pas été partie prenante.
Il existe enfin un coût organisationnel pour les directions elles-mêmes, plus discret mais non moins réel. « À cause de l'IA » est une affirmation testable. Quelles tâches ont été effectivement automatisées ? Quelle productivité a été mesurée avant et après ? Le cas Salesforce fournit des éléments de réponse : maturité surestimée, effectifs réduits au nom d'une capacité absente, retour en arrière contraint. Imputer ses décisions à un coupable imaginaire est la façon la plus efficace de ne jamais tirer les enseignements de ses erreurs. On cesse de faire le travail d'organisation (identifier les usages réels, documenter les gains, piloter les transitions) parce qu'on a présupposé que la machine s'en chargerait. Le conflit social ne disparaîtra pas pour autant ; il remontera d'un niveau, vers la question de savoir qui a écrit le cahier des charges de l'algorithme, question que beaucoup auront intérêt à rendre inaudible.