Les licenciements technologiques liés à l’IA font la une des journaux. Les codeurs sont remplacés par des agents. La main-d’œuvre logicielle diminue. Le message de la Silicon Valley est que l’IA remodèle la main-d’œuvre en temps réel et que le reste des entreprises américaines devraient s’y préparer.
Le PDG de Box, Aaron Levie, a un message de réponse : pas si vite.
“Mon travail ces jours-ci”, a déclaré Levie lundi sur le podcast a16z, “consiste simplement à apporter la réalité à la vallée, puis à amener la vallée à la réalité.” C’est une expression qui semble simpliste jusqu’à ce que vous compreniez ce qu’elle signifie réellement et pourquoi l’écart entre l’impact de l’IA sur la technologie et celui du Fortune 500 dans son ensemble pourrait être l’une des dynamiques économiques les plus mal comprises du moment.
Deux mondes très différents
La raison pour laquelle l’IA est si perturbatrice dans la Silicon Valley à l’heure actuelle est spécifique à la Silicon Valley : ses employés sont des ingénieurs, ses résultats sont vérifiables et ses outils sont flexibles. Lorsqu’un agent IA écrit du code, un humain peut tester si le code fonctionne. Quand quelque chose tombe en panne, un ingénieur le répare. La boucle de rétroaction est étroite, les gains de productivité sont mesurables et les calculs du personnel évoluent en conséquence.
Entrez dans une banque régionale, un réseau de santé ou un fabricant trentenaire et presque aucune de ces conditions ne s’applique. Les ouvriers sont moins techniques. Les données sont dispersées dans des systèmes existants construits au fil des décennies. Et les conséquences d’une mauvaise décision d’un agent IA ne sont pas un échec d’un test unitaire : il s’agit d’un échec de réclamation, d’un paiement mal calculé ou d’une violation de la conformité. “Les flux de travail sont très différents, les utilisateurs sont moins techniques, les données sont beaucoup plus fragmentées et les systèmes sont beaucoup plus anciens”, a déclaré Levie.
Il ne s’agit pas d’un retard temporaire qui se résorbera en quelques trimestres. Il s’agit d’une différence structurelle qui pourrait prendre des années à se résorber.
Le problème du mandat
Pour aggraver les choses, de nombreuses grandes entreprises tentent d’imposer l’adoption de l’IA de haut en bas, avec des résultats prévisibles médiocres. Les conseils d’administration font pression sur les PDG. Les PDG embauchent des consultants. Les initiatives d’IA centralisées sont lancées sans la participation des personnes qui les utiliseraient réellement. Martín Casado, associé général d’a16z, a décrit le mode d’échec avec une certaine frustration : “Ils ont un projet centralisé dont personne ne sait comment il fonctionne. Ils n’ont pas aligné leurs opérations et ces choses vont échouer.”
Ce mode d’échec a aussi une dimension culturelle. May Habib, PDG de la plateforme d’IA Writer, a récemment décrit les dirigeants du Fortune 500 comme s’ils subissaient une « attaque de panique collective » à propos des implications de l’IA, une illustration frappante du type de pression réactive descendante décrite par Casado.
Le désir désespéré de montrer des progrès a produit des résultats vraiment étranges. Levie a déclaré qu’un employé d’une grande entreprise (il ne l’a pas nommée) lui a dit que les travailleurs étaient mesurés sur l’adoption de l’IA grâce à l’utilisation de jetons, les unités de calcul qui exécutent les modèles d’IA. Le résultat : les employés ont assigné des agents pour effectuer des « tâches inutiles » simplement pour atteindre leurs chiffres. C’est une illustration presque parfaite de la loi de Goodhart (dès qu’une mesure devient un objectif, ce n’est plus une bonne mesure) et de l’éloignement de certaines organisations d’une transformation significative de l’IA.
Le mur qu’aucun modèle ne peut escalader
Même les programmes d’IA d’entreprise bien gérés se heurtent au même obstacle structurel : l’intégration. Steven Sinofsky, ancien cadre supérieur de Microsoft et désormais associé au conseil d’administration d’a16z, l’a dit clairement. “Toute entreprise d’un millier de personnes ou plus, ou qui a plus de dix ans, n’est qu’une masse de choses qui attendent d’être intégrées”, a-t-il déclaré. “L’IA n’aide pas vraiment à intégrer quoi que ce soit.”
Ce que cela signifie en pratique : les agents d’IA, comme tout nouvel employé, ont besoin d’accéder aux systèmes et aux données appropriés pour effectuer un travail utile. Dans la plupart des grandes entreprises, cet accès est informel, sans papiers et se fait via des relations. Un travailleur humain le découvre en interrogeant un collègue. Un agent IA n’a pas de collègues à qui demander. Jusqu’à ce que les entreprises accomplissent le travail difficile, coûteux et peu sexy consistant à nettoyer leurs données et à moderniser leurs contrôles d’accès, les agents continueront de se heurter à des murs.
Cela explique en partie pourquoi l’adoption de l’IA par les entreprises semble large mais superficielle : 72 % des entreprises ont au moins une charge de travail d’IA en production au premier trimestre 2026, contre 55 % en 2024, mais seulement 28 % décrivent leur adoption de l’IA comme « mature ». Seuls 38 % des salariés utilisent quotidiennement l’IA générative, tandis que 65 % des entreprises déclarent l’utiliser régulièrement. L’écart entre ce que les entreprises disent faire avec l’IA et ce qui se passe réellement sur le terrain est énorme.
Une référence Salesforce
Une grande entreprise parie que la voie à suivre consiste à rencontrer les agents là où ils se trouvent, plutôt que de les forcer à utiliser des interfaces humaines traditionnelles. Salesforce a lancé « Headless 360 » le mois dernier, rendant l’ensemble de sa plateforme (données, flux de travail et logique métier) accessible aux agents IA sans navigateur ni interface utilisateur humaine. Le PDG Marc Benioff l’a dit sans ambages lors de la conférence des développeurs TDX de l’entreprise : “Aucun navigateur requis. Notre API est l’interface utilisateur.”
Levie y voit un présage. Si les logiciels d’entreprise sont reconstruits pour être consommés par des agents plutôt que par des humains, le marché adressable pour les « utilisateurs » s’étendra de plusieurs ordres de grandeur et le mur d’intégration se rétrécira. Mais cette reconstruction est encore largement en avance, et non derrière nous.
C’est là que l’argument de Levie devient plus intéressant et plus contraire au discours dominant sur l’emploi dans la Silicon Valley. Dans la tranche étroite de l’économie qui ressemble à une entreprise technologique, le déplacement alimenté par l’IA est réel. Mais dans le cadre plus large du Fortune 500, Levie affirme que le calcul fonctionne en réalité dans l’autre sens : davantage de code généré par l’IA signifie des systèmes plus complexes, ce qui signifie que davantage d’ingénieurs sont nécessaires pour les gérer lorsque les choses tournent mal.
“Le concept le plus drôle est que plus nous écrivons de code, moins nous avons besoin d’ingénieurs”, a déclaré Levie. “Ce serait le contraire, car désormais vos systèmes sont encore plus complexes qu’avant, ce qui signifie que vous serez confrontés à encore plus de défis lorsque vous devrez effectuer une mise à niveau du système, en cas de temps d’arrêt ou en cas d’incident de sécurité.”
C’est un point historiquement fondé. Internet n’a pas réduit les services informatiques, il les a construits. Le cloud computing n’a pas remplacé les intégrateurs de systèmes : il en a créé une génération. Les travailleurs qui sont aujourd’hui coincés sont concentrés dans un type particulier de fonction, dans un type particulier d’entreprise, dans une géographie particulière.
Pour tous ceux qui lisent les gros titres sur les licenciements et se demandent quand la vague va frapper vos bureaux : si Levie a raison, la réponse pour la plupart des entreprises du Fortune 500 n’est pas le déplacement : c’est une mise à niveau technologique longue, douloureuse et coûteuse. Ce qui est un problème complètement différent.
Pour cette histoire, les journalistes de Fortune ont utilisé l’IA générative comme outil d’enquête. Un éditeur a vérifié l’exactitude des informations avant de les publier.
