Une de mes amies gère le contenu d'une entreprise SaaS de taille moyenne. L'année dernière, son équipe comptait huit personnes. Des rédacteurs, des éditeurs, un spécialiste de la localisation, quelqu'un qui s'occupait de la base de connaissances. Une bonne équipe, un bon travail. Puis le PDG a assisté à une conférence, est revenu très enthousiaste au sujet de l'IA et, en l'espace de trois mois, l'équipe s'est réduite à trois personnes. Son raisonnement ? Avec les outils d'IA, trois personnes peuvent produire ce que huit personnes produisaient auparavant.
Et techniquement, c'est vrai. Les trois personnes restantes produisent à peu près le même volume. Articles de blog, documents d'aide, mises à jour de produits, communications internes. Les chiffres semblent corrects sur un tableau de bord.
Mais mon amie n'a pas dormi correctement depuis des mois. Elle alterne entre la rédaction, l'édition, l'ingénierie des messages, l'assurance qualité des résultats de l'IA, la gestion des traductions et tout le travail stratégique qui était auparavant partagé par l'ensemble de l'équipe. Ses deux collègues restants sont dans le même bateau. L'un d'eux cherche déjà un autre emploi.
L'entreprise a économisé cinq salaires. Elle perd aussi peu à peu les trois personnes qui savent réellement comment les choses fonctionnent.
Le calcul qui semble correct mais qui ne l'est pas
Voici le discours qui fait le tour des conseils d'administration depuis que le ChatGPT s'est généralisé : une personne dotée d'une IA peut désormais faire le travail de dix personnes. Et si c'est le cas, pourquoi en garder dix ?
C'est un argument convaincant. Simple. Propre. Il tient sur une diapositive.
Il est aussi dangereusement incomplet.
Oui, l'IA peut comprimer les tâches. Selon le [Microsoft's 2024 Work Trend Index] (https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part), 90 % des utilisateurs d'IA au travail affirment que ces outils leur permettent de gagner du temps. Les plus grands utilisateurs de Microsoft Teams ont résumé huit heures de réunions à l'aide de Copilot en un seul mois. Cela représente une journée de travail complète récupérée rien qu'en résumant les réunions. Et 85 % affirment que l'IA les aide à se concentrer sur leur travail le plus important.
Ces chiffres sont réels. Les gains de productivité ne sont pas imaginaires.
Mais voici ce dont les partisans du "licenciement de neuf personnes" ne parlent jamais : la personne qui reste ne se contente pas d'absorber la production. Elle absorbe la charge cognitive, le contexte, la prise de décision, la coordination, l'assurance qualité et chaque parcelle du savoir institutionnel qui a pris la porte avec ces neuf anciens collègues.
La charge mentale n'est pas une feuille de calcul
Il existe un concept en psychologie appelé théorie de la charge cognitive. Il décrit la quantité totale d'effort mental utilisé dans la mémoire de travail à un moment donné. Chaque fois que vous demandez à une personne de faire le travail de réflexion que cinq personnes se partageaient auparavant, vous n'économisez pas l'effort. Vous le concentrez.
Je pense souvent à cela lorsque les gens me disent que l'IA rend les travailleurs "10 fois plus productifs". Productifs pour quoi faire ? Produire plus de mots ? Expédier plus de billets ? Produire plus de diapositives ? Bien sûr, mais la partie la plus difficile du travail de connaissance n'a jamais été la production. C'est la réflexion. Décider de ce qu'il faut produire. Comprendre le contexte. Faire preuve de discernement. Savoir quand quelque chose ne va pas, même si cela semble correct à première vue.
L'IA ne fait pas cela à votre place. L'IA vous donne un premier projet, et vous devez maintenant être suffisamment intelligent pour l'évaluer, suffisamment expérimenté pour repérer les erreurs subtiles, et suffisamment présent pour remarquer que le résultat est erroné en toute confiance. (Si vous avez déjà vu quelqu'un envoyer un document interne généré par l'IA sans l'avoir lu, vous savez exactement ce que je veux dire).
Le rapport [2025 State of the Global Workplace] (https://www.gallup.com/workplace/659279/global-engagement-falls-second-time-2009.aspx) de Gallup a révélé que l'engagement des employés au niveau mondial était tombé à 21 % en 2024, contre 23 % l'année précédente. Cette baisse a coûté à l'économie mondiale une perte de productivité estimée à 438 milliards de dollars. L'engagement des cadres a chuté encore plus fortement, passant de 30 % à 27 %. Les femmes managers ont connu une baisse de sept points. Les managers de moins de 35 ans ont perdu cinq points.
Ce sont ces personnes qui sont censées mener l'adoption de l'IA. Et ils sont en train de s'épuiser.
L'argument de l'amplification
Permettez-moi de vous proposer une autre façon de voir les choses.
Si une personne dotée d'une IA peut faire le travail de dix personnes, alors dix personnes dotées d'une IA peuvent faire le travail de cent personnes.
Relisez cette phrase. Car c'est la partie dont presque personne ne parle, et c'est la partie qui devrait empêcher tout PDG de dormir. Non pas parce que c'est effrayant, mais parce qu'il s'agit d'une opportunité énorme que la plupart des entreprises sont en train de gâcher.
Les entreprises qui licencient la moitié de leur personnel parce que "l'IA peut s'en charger" ne sont pas efficaces. Elles manquent de vision. Elles optimisent leurs effectifs en fonction d'un chiffre trimestriel, tandis que leurs concurrents découvrent ce qui se passe lorsque l'on donne des outils puissants à une équipe complète de personnes motivées et expérimentées.
J'ai assisté à ce phénomène lors d'un événement organisé à Zurich le mois dernier à l'intention des jeunes entreprises. Deux entreprises dans le même espace. A peu près la même taille, le même marché. La société A avait réduit son équipe de contenu de douze à quatre personnes. L'entreprise B avait gardé les douze et leur avait donné des outils d'IA ainsi qu'une formation. Devinez laquelle des deux entreprises produisait du contenu multilingue en six langues, expérimentait de nouveaux formats et envoyait chaque semaine des mises à jour de produits dans sa base de connaissances ? (Ce n'était pas l'entreprise A.)
Ce qui se passe réellement lorsque l'on réduit
Laissez-moi vous expliquer ce qui se passe en pratique lorsque vous remplacez une équipe de dix personnes par un ou deux super-travailleurs "améliorés par l'IA".
La première semaine, on se sent bien. Les personnes restantes sont pleines d'énergie. Ils disposent de nouveaux outils. Ils produisent beaucoup. La direction est ravie. Les chiffres du tableau de bord sont incroyables par rapport aux effectifs.
**La seule personne responsable de la documentation découvre que le contenu généré par l'IA a besoin d'un examen approfondi. Pas une révision légère. Un examen approfondi. Parce que l'IA ne connaît pas les nuances de votre produit, le contexte de vos clients ou les trois choses que vous avez modifiées la semaine dernière et qui invalident la moitié de ce qui a été écrit. Le travail de révision absorbe à lui seul le temps qui a été "économisé" en générant du contenu plus rapidement.
Le quatrième mois, les lacunes en matière de connaissances institutionnelles apparaissent. Vous souvenez-vous de ces huit personnes que vous avez licenciées ? Ils ne se contentaient pas de rédiger du contenu. Ils entretenaient des relations avec les chefs de produit. Ils connaissaient les points douloureux des clients grâce à des années de suivi des tickets d'assistance. Ils savaient quels sujets de documentation suscitaient le plus de questions. Ces connaissances ont disparu. L'IA ne l'a certainement pas.
**Parce que les personnes restantes sont débordées, que la qualité a baissé et que quelqu'un a enfin remarqué que la base de connaissances n'avait pas été correctement mise à jour depuis des semaines. Mais les sous-traitants n'ont pas non plus de contexte, et vous payez donc plus cher l'heure pour des résultats moins bons.
Je n'invente rien. J'ai vu ce schéma se répéter dans trois entreprises différentes au cours de la seule année dernière.
Les données indiquent qu'il faut garder ses employés (et les former)
Le [rapport sur l'avenir de l'emploi 2025 du Forum économique mondial] (https://www.weforum.org/publications/the-future-of-jobs-report-2025/digest/) a interrogé plus de 1 000 employeurs mondiaux sur leurs projets en matière de main-d'œuvre. Les chiffres révèlent une histoire intéressante. Oui, 40 % des employeurs prévoient de réduire leur personnel lorsque l'IA automatise les tâches. Mais 85 % prévoient d'améliorer les compétences de leur main-d'œuvre existante. Et 70 % prévoient d'embaucher des personnes dotées de nouvelles compétences, et non moins de personnes.
Le rapport prévoit une croissance nette de 78 millions d'emplois d'ici à 2030. Ce chiffre tient compte des 92 millions de postes déplacés. Le monde n'évolue pas vers une diminution du nombre de travailleurs. Il évolue vers des travailleurs différemment qualifiés.
Et voici l'élément qui devrait faire réfléchir tous les chefs d'entreprise qui veulent réduire leurs effectifs : 64 % des employeurs considèrent le soutien à la santé et au bien-être des employés comme une stratégie clé pour la disponibilité des talents. Pas "réduire les coûts". Pas "tout automatiser". **Parce que les entreprises qui brûlent leurs employés ne peuvent pas embaucher les bons plus tard.
Par ailleurs, une [étude du BCG et de la Harvard Business School] (https://www.bcg.com/publications/2023/how-people-create-and-destroy-value-with-gen-ai) a révélé que lorsque des équipes utilisaient l'IA pour des tâches créatives, environ 90 % d'entre elles amélioraient leurs performances, la qualité de leur production augmentant de 40 % par rapport aux groupes de contrôle. Mais l'étude a également révélé un élément qui devrait mettre tous les dirigeants mal à l'aise : la diversité des idées au sein des groupes assistés par l'IA a chuté de 41 %.
Réfléchissez à ce que cela signifie. Vous licenciez sept personnes de votre équipe de dix personnes. Les trois personnes qui restent utilisent l'IA pour produire le même volume. Mais l'éventail des idées, des perspectives et des approches se réduit de près de moitié. Votre production semble productive mais devient progressivement homogène. Personne ne s'en aperçoit jusqu'à ce qu'un concurrent produise quelque chose de vraiment créatif et que vous ne compreniez pas pourquoi votre équipe n'en fait pas autant.
La charge mentale que personne ne budgétise
L'enquête de Microsoft a révélé que 68 % des personnes ont du mal à supporter le rythme et le volume de travail, et que 46 % d'entre elles se sentent épuisées. Et c'était la situation avant que vous ne leur disiez qu'ils font maintenant le travail de leurs trois anciens coéquipiers.
Voici un élément qui n'apparaît pas dans les tableaux de bord de la productivité : le coût cognitif lié au fait d'être la dernière ligne de défense. Lorsque vous êtes la seule personne à examiner les résultats de l'IA, vous n'avez pas la possibilité d'avoir un jour de repos. Lorsque vous êtes le seul propriétaire de la base de connaissances, toutes les questions d'assistance atterrissent sur votre bureau. Lorsqu'il n'y a personne à qui soumettre des idées parce que l'équipe a été "redimensionnée", chaque décision est la vôtre.
Si j'ai construit Rasepi, c'est en partie parce que j'ai vu ce problème de près. Lorsque les équipes de documentation se réduisent, les connaissances ne se réduisent pas avec elles. La quantité de contenu qui doit exister, rester à jour et être précis dans toutes les langues ne diminue pas simplement parce qu'il y a moins de personnes pour le maintenir. Au contraire, elle augmente (c'est exactement le problème que nous sommes en train de résoudre avec Rasepi, avec des fonctionnalités telles que les dates d'expiration forcées et les traductions en bloc qui rendent les petites équipes réellement plus efficaces et non plus débordées).
Mais même les meilleurs outils ne permettent pas de remédier à une décision de recrutement fondamentalement erronée. On ne peut pas automatiser le besoin de jugement humain, de contexte et d'attention. On ne peut que rendre ces humains plus efficaces.
Ce que font les entreprises intelligentes
Ce qui est le plus impressionnant dans les données de Microsoft, c'est de voir à quoi ressemblent les "utilisateurs de l'IA". Il s'agit de personnes qui utilisent l'IA plusieurs fois par jour et gagnent plus de 30 minutes. Ils sont 68 % plus susceptibles d'expérimenter différentes manières d'utiliser l'IA. Ils ne se contentent pas de produire davantage. Ils redéfinissent la façon dont le travail se déroule.
Et voici le clou du spectacle : ils existent au sein des organisations qui investissent en eux. Les utilisateurs de l'IA sont 61 % plus susceptibles d'entendre leur PDG parler de l'importance de l'IA au travail. Ils sont 53 % plus susceptibles d'être encouragés par leur direction à repenser l'ensemble de leur fonction. Ils reçoivent une formation sur mesure, et pas seulement un identifiant ChatGPT.
En d'autres termes, les travailleurs de l'IA les plus productifs ne sont pas des survivants isolés d'un licenciement. Ils sont membres d'équipes soutenues et investies.
Permettez-moi d'opposer cela à ce que je vois dans les entreprises qui ont choisi la voie de la "réduction des effectifs". Les employés restants ne sont pas des utilisateurs chevronnés. Ce sont des généralistes débordés qui tentent désespérément de faire tourner les choses. Ils n'ont pas le temps d'expérimenter l'IA parce qu'ils sont trop occupés à l'utiliser pour survivre. Il n'est pas possible de repenser la fonction parce que la fonction, c'est juste... eux, seuls, qui font tout.
Le problème de la connaissance dont personne ne parle
Il y a encore une chose. Et je n'entends personne en parler, ce qui est étrange car cela devrait être évident.
Lorsque vous licenciez des travailleurs expérimentés, les connaissances partent avec eux. Il ne reste pas dans le bâtiment. Il n'est pas dans le wiki. Il n'est pas dans l'IA. Elle se trouve dans la tête des personnes qui ont élaboré les processus, qui ont compris les cas limites et qui savaient quels clients s'intéressaient à quels détails.
Vous savez ce qui se passe lorsque vous disposez d'excellents outils d'IA et d'aucune connaissance institutionnelle ? Vous obtenez des informations parfaitement formatées, délivrées avec confiance, mais complètement erronées. À l'échelle.
Le mois dernier, j'ai parlé à une responsable de la documentation d'une entreprise de fintech (elle n'a pas voulu être nommée, ce qui vous dit quelque chose). Après avoir réduit leur équipe de six à deux, ils ont commencé à s'appuyer fortement sur l'IA pour mettre à jour les documents destinés aux développeurs. En l'espace de quatre mois, ils ont constaté un pic dans les tickets d'assistance. Les documents avaient l'air bien. En apparence, ils étaient bien rédigés et à jour. Mais elles contenaient des erreurs subtiles que seule une personne ayant une connaissance approfondie du produit aurait pu déceler. Une description des paramètres de l'API qui était techniquement correcte mais pratiquement trompeuse. Un guide de migration qui omettait une étape que tous les membres de l'ancienne équipe connaissaient. Des petites choses que l'IA ne peut pas savoir parce que l'IA n'assiste pas à vos réunions, ne lit pas vos fils Slack, n'entend pas le "oh, ce document est encore faux" frustré de l'ingénieur support à la machine à café.
La vraie question
Voici donc ce qui, à mon avis, devrait faire l'objet de la conversation.
Pas : "Combien de personnes pouvons-nous supprimer maintenant que nous avons l'IA ?".
Mais : _"Qu'est-ce qui devient possible lorsque nous donnons l'IA à tous ceux que nous avons déjà ?".
Votre équipe de documentation de dix personnes dotée d'outils d'IA ne devient pas redondante. Elle devient une équipe capable de maintenir le contenu en douze langues au lieu de deux. Elle peut maintenir chaque élément de contenu à jour grâce à des contrôles de fraîcheur automatisés. Elle peut expérimenter de nouveaux formats, effectuer des tests A/B sur le contenu de l'aide, créer des guides interactifs, tout en ayant le temps de réfléchir stratégiquement à ce dont les clients ont réellement besoin.
Avec l'IA, votre équipe marketing de dix personnes ne se transforme pas en cinq personnes effectuant le même travail avec plus de stress. Elle devient dix personnes qui peuvent personnaliser les campagnes à une échelle auparavant impossible, tester des variations plus créatives, répondre plus rapidement aux changements du marché et disposer encore de la bande passante cognitive nécessaire pour trouver des idées vraiment originales que l'IA n'aurait jamais générées.
Ce n'est pas un coût. Il s'agit d'un investissement dont le rendement s'accroît.
Où cela aboutira-t-il ?
Les entreprises qui gagneront les cinq prochaines années ne seront pas celles qui auront coupé le plus de têtes. Elles seront celles qui auront trouvé le moyen de rendre leurs équipes existantes véritablement plus compétentes.
La question n'est pas de savoir si une personne peut faire le travail de dix. La question est de savoir ce qui se passe lorsque les dix personnes peuvent faire le travail de cent.
Si vous êtes un dirigeant et que vous lisez ceci, j'aimerais vous demander une chose. Avant d'approuver le prochain cycle de "restructuration basée sur l'IA", parlez aux personnes qui sont restées après le dernier cycle. Demandez-leur comment ils s'en sortent. Demandez-leur ce qu'ils ont cessé de faire par manque de temps. Demandez-leur ce qui passe à travers les mailles du filet.
Imaginez ensuite ce qu'ils pourraient accomplir si, au lieu de porter la charge seuls, ils disposaient d'une équipe complète et des meilleurs outils disponibles.
Ce n'est pas un fantasme. Pour les entreprises qui sont prêtes à investir dans leur personnel au lieu de le remplacer, ce sont les douze prochains mois qui s'annoncent.