Publié le 2025-10-01 16:26:00. L’intelligence artificielle ne provoque pas une vague massive de licenciements comme le suggèrent les titres, mais transforme en profondeur la manière dont les entreprises gèrent leurs effectifs. Une analyse de Gartner révèle que la priorité est davantage au repositionnement stratégique des talents qu’à une automatisation généralisée.
- L’IA modifie les stratégies de personnel, privilégiant l’amélioration des compétences des employés existants plutôt que des suppressions de postes massives.
- Trois stratégies principales émergent : l’optimisation des effectifs existants, la réduction du personnel (plus rare) et le repositionnement des talents vers des rôles liés à l’IA.
- Les entreprises doivent évaluer leurs initiatives d’IA et adapter leurs processus pour éviter de tirer des conclusions hâtives sur l’impact sur l’emploi.
Contrairement à une perception répandue, l’essor de l’intelligence artificielle (IA) ne se traduit pas immédiatement par une vague de licenciements à grande échelle. Une étude récente menée par Gartner nuance cette idée reçue, soulignant que les coupes effectuées dans le secteur technologique ne sont pas le signe avant-coureur d’une automatisation massive de l’emploi. Elles reflètent plutôt une réallocation stratégique des ressources humaines, concentrée sur les entreprises qui investissent massivement dans de nouveaux secteurs porteurs, directement liés à l’IA.
Pour la majorité des organisations, l’IA agit comme un catalyseur de changement dans les stratégies de gestion des ressources humaines, mais d’une manière plus subtile qu’on ne l’imagine. Au lieu de vagues de suppressions de postes, on observe une tendance à l’optimisation des effectifs et au remplacement progressif des compétences. Ces effets, moins visibles à court terme, sont pourtant cruciaux pour l’avenir.
Trois approches face à l’IA
L’étude de Gartner identifie trois schémas de réaction distincts adoptés par les entreprises face à l’intégration de l’IA :
L’optimisation des effectifs existants : les employés expérimentés sont encouragés à prendre en charge davantage de tâches grâce à l’IA, réduisant ainsi le besoin de recruter de nouveaux profils juniors. Cette augmentation de la productivité se traduit par le non-remplissage des postes vacants. Si cette approche peut améliorer l’efficacité et l’engagement à court terme, elle risque de créer un déficit d’expérience à long terme, limitant les opportunités de développement pour les jeunes talents et compromettant le vivier de compétences futures.
La réduction du personnel : bien que largement médiatisée, cette stratégie reste l’exception pour l’instant. Pour que les gains de productivité générés par l’IA conduisent à des licenciements réels, il faudrait des réorganisations profondes et des gains d’efficacité significatifs, de l’ordre de 15 à 65 %. Ces niveaux ne sont actuellement atteignables que dans des scénarios spécifiques, comme le service client. En réalité, sans une gestion du changement appropriée, l’IA se traduit souvent par une charge de travail accrue pour les employés restants, plutôt que par une diminution des effectifs.
Le repositionnement des talents : c’est cette stratégie qui alimente les gros titres. Des entreprises comme IBM, Salesforce, PwC ou McKinsey réduisent leurs effectifs dans des domaines établis pour investir dans des services liés à l’IA et de nouveaux rôles commerciaux. Ces « remixes de talents » sont motivés par des objectifs commerciaux et visent à générer des ventes supplémentaires, plutôt qu’à réaliser des économies.
La structure des talents au cœur du changement
Ces trois stratégies s’appuient sur des structures de talents spécifiques qui déterminent l’impact de l’IA sur la main-d’œuvre. Un phénomène central est le manque d’expérience : lorsque les employés expérimentés, assistés par des systèmes d’IA, préfèrent effectuer eux-mêmes certaines tâches, les jeunes professionnels se voient privés de précieuses opportunités d’apprentissage.
Parallèlement, on observe une compression de l’expérience, car l’IA permet aux nouveaux collaborateurs d’atteindre rapidement un niveau de productivité comparable à celui de leurs collègues plus expérimentés. Enfin, il existe une redistribution de l’expérience, lorsque les entreprises retirent délibérément des ressources des domaines traditionnels pour les investir dans de nouveaux secteurs d’activité axés sur l’IA.
Comprendre ces dynamiques est essentiel. Ignorer ces structures peut conduire à des décisions erronées, comme imiter aveuglément les géants de la technologie, dont les stratégies de personnel sont adaptées à des contextes de marché très différents.
Ce que les managers doivent prendre en compte
Les responsables sont confrontés au défi d’évaluer de manière réaliste leurs initiatives d’IA et de définir clairement leurs objectifs : réduction des coûts, amélioration de l’efficacité ou croissance des ventes. Il est également crucial de ne pas négliger le développement des jeunes talents. Si l’optimisation des effectifs devient la norme, des mesures spécifiques, telles que l’utilisation de simulateurs d’IA, sont nécessaires pour offrir des scénarios complexes et compenser le manque d’expérience pratique.
Les entreprises ne doivent pas non plus s’attendre à des gains de productivité immédiats. Les effets durables ne se manifestent que lorsque les processus sont repensés et que les méthodes de travail sont adaptées. Sinon, l’instabilité et la perte d’investissement sont à craindre. Enfin, il est important d’adapter les stratégies en fonction des différents domaines d’activité, car l’optimisation des effectifs peut être pertinente dans les fonctions support, tandis que le repositionnement des talents peut être plus approprié dans les ventes ou le conseil.
Leçons pour les entreprises allemandes
Pour la plupart des entreprises allemandes, les stratégies des géants américains de la technologie ne sont pas forcément pertinentes, car leurs vagues de licenciements sont principalement motivées par des objectifs commerciaux plutôt que par des considérations d’efficacité. Les entreprises de taille moyenne et les industriels doivent donc définir leurs propres priorités, en mettant l’accent sur la pérennité de leurs compétences. La structure de l’expertise est en effet déterminante pour la compétitivité future.
La modernisation des processus est également essentielle : sans ajustements profonds, les gains de productivité ne seront que superficiels. L’IA ne doit pas être perçue comme un ensemble d’outils isolés, mais comme un élément stratégique qui intègre la technologie, le développement des talents et le modèle économique.
Éviter les conclusions hâtives
La question n’est pas de savoir « combien d’emplois ont été remplacés par l’IA », mais plutôt « quelle structure de talents notre stratégie d’IA crée-t-elle et quelles en seront les conséquences ? »
Pour la plupart des entreprises, cela signifie moins de recrutements, des améliorations ciblées des processus et la nécessité de développer les compétences à long terme. Se fier uniquement aux gros titres sur les licenciements risque de conduire à des conclusions erronées et de compromettre la compétitivité.
Nate Suda
est un analyste principal chez Gartner.