Le boomerang des licenciements liés à l'IA : pourquoi 55% regrettent d'avoir réduit leurs effectifs

Je suis les déploiements d'IA en entreprise depuis des années, et j'ai vu peu de schémas aussi constants que le boomerang des licenciements qui se joue actuellement dans le secteur technologique. Les entreprises se sont précipitées pour remplacer les travailleurs humains par des systèmes d'IA au cours des deux dernières années, et un nombre croissant de preuves suggère que cette décision se retourne contre elles de manière coûteuse et prévisible. C'est le boomerang des licenciements liés à l'IA, et il remodelle notre façon de penser l'automatisation et ses limites.

Les recherches de Forrester montrent que 55 % des employeurs qui ont procédé à des licenciements liés à l'IA regrettent désormais cette décision. Des enquêtes distinctes de Robert Half et Careerminds estiment la part des entreprises qui réembauchent déjà pour ces mêmes postes à environ 29 % à 32 %. Ce n'est pas un phénomène marginal qui se produit dans quelques entreprises atypiques. Il se produit à grande échelle dans tous les secteurs, et il coûte plus cher que les licenciements n'ont jamais économisé.

Les premières réductions étaient importantes. Microsoft a supprimé environ 23 000 postes dans le cadre de sa stratégie d'IA. UPS a réduit ses effectifs d'environ 32 000 personnes, l'automatisation contribuant à bon nombre de ces départs. Le PDG d'Amazon, Andy Jassy, et le PDG de Cloudflare, Matthew Prince, ont tous deux confirmé que l'IA remodelait leurs courbes d'embauche, aplatissant la trajectoire de croissance traditionnelle pour les postes de cols blancs. Ce qu'aucune de ces entreprises n'avait pleinement anticipé, c'est le coût de l'inversion de ces décisions.

Le boomerang des licenciements liés à l'IA en chiffres

Gartner prévoit que la moitié des entreprises qui ont réduit leur personnel de service client ou d'exploitation sous la bannière de l'IA seront contraintes de réapprovisionner ces fonctions dans les 18 prochains mois. La force motrice est simple : l'IA peut gérer correctement environ 60 % des tâches d'un poste, mais les 40 % restants nécessitent du jugement humain, une conscience contextuelle et le genre de connaissances tacites qu'aucun modèle de langage n'a reproduit. Cet écart de 40 % n'est pas un cas marginal mineur. C'est la partie du travail qui contient les exceptions, les ambiguïtés et les décisions qui ont des conséquences réelles.

Careerminds a constaté que près d'un tiers des employeurs qui ont réembauché ont fini par dépenser plus que ce qu'ils avaient initialement économisé. Les employés de retour obtiennent des primes de salaire de 20 % à 35 % au-dessus de leur salaire initial. Les entreprises paient plus cher pour ramener les personnes qu'elles ont laissées partir, après avoir déjà absorbé les coûts d'indemnités de départ et la perte de productivité liée à l'écart. C'est l'arithmétique d'une automatisation hâtive, et elle ne s'améliore pas avec le temps. Les entreprises qui ont agi le plus rapidement en partant du principe que l'IA pouvait remplacer des postes entiers sont maintenant celles qui s'efforcent le plus de réparer les dégâts.

Pensez à ce que ces chiffres signifient en dollars. Une entreprise qui a licencié 1 000 travailleurs avec un salaire moyen de 80 000 $ pour les remplacer par des systèmes d'IA réembauche aujourd'hui peut-être 300 de ces travailleurs à 96 000 $ à 108 000 $ chacun. Cela représente 4,8 à 8,4 millions de dollars supplémentaires en masse salariale annuelle pour une main-d'œuvre plus réduite que l'originale. Les coûts d'indemnités de départ liés aux licenciements, plus les coûts de déploiement des systèmes d'IA qui étaient censés éliminer le besoin de réembauche, sont désormais des dépenses irrécupérables qui s'ajoutent à cela. L'impact sur le bilan est significatif, en particulier pour les entreprises de taille moyenne qui ne peuvent pas absorber ces erreurs de calcul aussi facilement qu'un Microsoft ou un Amazon.

La crise des postes débutants qui s'ensuit

Alors que les travailleurs expérimentés sont réembauchés à un prix élevé, une tendance distincte et sans doute plus dommageable se dessine sous la surface. L'embauche des diplômés s'est effondrée de 65 %, car les postes débutants sont supprimés ou jamais créés. Les emplois pour lesquels la prochaine génération s'est formée n'ont tout simplement jamais été annoncés. C'est la deuxième phase du boomerang des licenciements liés à l'IA, et elle entraîne des conséquences qui s'aggraveront pendant des années.

Cela crée un paradoxe du marché du travail qui mérite beaucoup plus d'attention qu'il n'en a reçu. D'un côté, les entreprises paient 35 % de plus pour faire revenir des professionnels en milieu de carrière dont les connaissances institutionnelles se sont avérées indispensables. De l'autre, ces mêmes entreprises ferment la porte à toute une génération de nouveaux entrants qui ne peuvent pas acquérir l'expérience qui les rendrait productifs sur le marché du travail. Le calcul est pervers : les travailleurs mêmes qui remplaceraient naturellement les retraités et la cohorte de milieu de carrière surenchérie sont exclus du marché avant même de pouvoir commencer.

Le résultat est un resserrement au milieu du pipeline de talents. Le pool de travailleurs expérimentés diminue à mesure que les baby-boomers prennent leur retraite et que les travailleurs en milieu de carrière sont portés à des taux premium. Le pool débutant augmente en taille mais reste inexploité. À un moment donné, et je soupçonne plus tôt que tard, les entreprises se retrouveront en concurrence pour un nombre décroissant de candidats qualifiés à des prix croissants, ayant affamé le pipeline même qui aurait dû reconstituer leurs rangs. L'effondrement de 65 % de l'embauche des diplômés n'est pas une économie de coûts à court terme. C'est une décision structurelle qui prendra une décennie ou plus à inverser.

Ce que les données nous disent sur l'IA et le travail humain

La leçon centrale de ce cycle est une leçon que les technologues expliquent depuis des années mais que les dirigeants sous la pression des actionnaires ont été réticents à entendre : l'IA est un remplaceur de tâches, pas un substitut humain complet. Les sources sur lesquelles je me suis appuyé pour cette analyse convergent vers la même conclusion, et les chiffres sont remarquablement cohérents à travers différentes méthodologies et populations d'enquête.

Le taux de regret de 55 % de Forrester, le taux de réembauche de 29 % à 32 % de Robert Half et Careerminds, les prévisions de réapprovisionnement de Gartner et les données sur les primes salariales racontent tous une seule histoire. Les entreprises ont commis une erreur catégorique. Elles ont traité l'IA comme un remplacement du travailleur plutôt que comme un outil pour le travailleur, et le marché corrige maintenant cette erreur par le mécanisme le plus direct disponible : la perte financière directe. Les entreprises qui gèrent le mieux cette transition ne seront pas celles qui déploient le plus d'IA. Ce seront celles qui déploient l'IA de manière sélective, qui conservent les rôles humains gérant les 40 % irréductibles de travail basé sur le jugement, et qui continuent à investir dans les talents débutants malgré la pression à court terme pour réduire les coûts.

Le magazine Time a documenté comment les entreprises commencent à suivre un modèle prévisible de réembauche des travailleurs après les avoir licenciés au nom de l'IA. Le schéma est suffisamment cohérent pour être appelé un cycle. Une entreprise annonce des gains d'efficacité liés à l'IA et réduit ses effectifs. Dans les 6 à 12 mois, des lacunes opérationnelles apparaissent que les systèmes d'IA ne peuvent pas combler. L'entreprise commence à embaucher des contractuels ou à réembaucher d'anciens employés à des taux plus élevés. Le résultat net est une main-d'œuvre plus petite, plus chère et moins stable qu'auparavant.

Il y a une autre conséquence à noter. Lorsque les entreprises réembauchent à 20 % à 35 % au-dessus du salaire initial, elles établissent un nouveau plancher salarial pour ces postes dans leur secteur. Les concurrents qui n'ont pas licencié de travailleurs sont désormais sous pression pour augmenter les salaires afin de correspondre aux nouveaux taux ou risquent de perdre leurs talents au profit d'entreprises désespérées de réapprovisionner. L'effet boomerang ne reste pas confiné aux entreprises qui ont procédé aux coupes. Il se propage vers l'extérieur, augmentant les coûts de main-d'œuvre dans tout le secteur.

Pourquoi cela compte

Ce à quoi nous assistons est le coût réel du traitement de l'IA comme une solution miracle pour la réduction des effectifs. Le boomerang des licenciements liés à l'IA n'est pas seulement une gêne financière pour les entreprises qui se sont précipitées à réduire leurs effectifs. C'est une menace structurelle pour le pipeline de talents dont chaque organisation dépend. Si les entreprises continuent à éliminer les postes débutants tout en faisant monter le prix des travailleurs expérimentés, elles créeront un marché du travail à la fois plus cher et moins résilient. Les décideurs qui lisent ceci doivent se poser une question plus difficile que de savoir si l'IA peut faire un travail. Ils doivent se demander si le calcul du remplacement de ce travailleur fonctionne réellement, et les premiers retours suggèrent que non.

Related Articles

• Les principaux modèles d'IA échouent aux tests de conformité à la législation de l'UE selon une nouvelle étude d'Aithos
• OpenAI et Anthropic investissent 350 millions de dollars dans la recherche sur l'impact de l'IA sur le travail
• L'homologation d'Anthropic Mythos 5 ouvre la voie au déploiement de l'IA dans les infrastructures critiques

✔Human Verified

Recherché et recoupé avec des sources primaires par la rédaction de Bytevyte.