Un paradoxe devenu stratégie
La scène technologique de 2026 ressemble à une réunion d’évangélisation sous contrainte budgétaire. D’un côté, des PDG promettent que l’intelligence artificielle générative va libérer les employés, accélérer l’innovation, multiplier la productivité et transformer chaque entreprise en organisation augmentée. De l’autre, ces mêmes dirigeants préparent ou justifient des suppressions de postes, souvent au nom de cette même IA.
TechCrunch a donné un nom brutal à ce malaise : l’« AI psychosis » des PDG. L’expression vient notamment d’Aaron Levie, patron de Box, qui estime que les dirigeants sont particulièrement exposés à une illusion : ils manipulent des prototypes convaincants, voient le « chemin heureux » d’un agent IA, puis en déduisent trop vite que l’outil peut absorber le travail réel. Selon TechCrunch, le problème n’est pas que les PDG détestent l’IA ; c’est au contraire qu’ils l’aiment parfois trop vite, depuis une distance confortable, sans mesurer le dernier kilomètre opérationnel : validation, intégration, sécurité, gouvernance, dette technique, contrôle qualité.
Presque au même moment, TechRadar rapportait un chiffre autrement plus inquiétant : 99 % des dirigeants interrogés s’attendraient à des réductions d’effectifs liées à l’IA et à l’automatisation dans les deux prochaines années, en s’appuyant sur les travaux de Mercer. Le rapport public de Mercer confirme le cadre général : près de 12 000 répondants dans 16 géographies, des dirigeants qui veulent redessiner le travail autour de l’IA, mais seulement une confiance limitée dans la capacité actuelle des organisations à réussir ce mélange humain-machine.
La contradiction est là : si l’IA est déjà le grand multiplicateur de valeur promis, pourquoi tant d’entreprises semblent-elles préparer des coupes avant d’avoir prouvé les gains ?
Ce que disent vraiment les faits
Le premier fait est que les licenciements tech restent massifs. Layoffs.fyi recensait, au 27 mai 2026, plus de 115 000 employés tech licenciés depuis le début de l’année, presque autant que sur toute l’année 2025. Ces chiffres ne prouvent pas, à eux seuls, que l’IA remplace ces travailleurs. Ils montrent plutôt que l’industrie technologique poursuit une compression structurelle après les embauches excessives de la pandémie, la hausse des coûts du capital et la réallocation des budgets vers l’infrastructure IA.
Le deuxième fait est que l’IA est devenue une justification acceptable, voire valorisante. Challenger, Gray & Christmas observe que les entreprises déplacent des budgets vers l’IA au détriment des emplois, et que l’IA figure désormais parmi les raisons explicitement citées dans les annonces de suppressions de postes. Le signal envoyé aux marchés est clair : couper des emplois pour cause de ralentissement peut paraître défensif ; couper des emplois pour cause d’IA peut être présenté comme une modernisation.
Le troisième fait est que les gains de productivité restent ambigus. Le National Bureau of Economic Research a publié un travail fondé sur près de 6 000 dirigeants aux États-Unis, au Royaume-Uni, en Allemagne et en Australie. Il y apparaît une forme de paradoxe : les entreprises perçoivent des gains liés à l’IA, mais ceux-ci ne se traduisent pas toujours clairement dans les mesures observables de productivité ou de revenus. California Management Review résume la littérature avec prudence : il n’existe pas encore de relation robuste et généralisable entre adoption de l’IA et gain agrégé de productivité.
Le quatrième fait est que beaucoup de projets échouent. RAND rappelle que plus de 80 % des projets IA échouent selon certaines estimations, souvent parce que les organisations poursuivent la technologie pour elle-même, sans clarifier le problème métier, les données, l’intégration ou les limites techniques. Gartner va dans le même sens pour l’IA agentique : plus de 40 % des projets d’agents IA pourraient être abandonnés d’ici la fin de 2027 en raison des coûts, du manque de valeur démontrable ou de contrôles de risque insuffisants.
L’angle mort des PDG : confondre démonstration et production
La critique d’Aaron Levie est importante parce qu’elle vient d’un dirigeant pro-IA. Son argument n’est pas que l’IA ne sert à rien. C’est qu’un PDG voit souvent une démo, pas l’organisation qui doit l’industrialiser. Un agent qui génère un contrat ne comprend pas nécessairement les clauses critiques. Un assistant qui écrit du code ne porte pas la responsabilité des failles, des dépendances imaginaires ou des effets en production. Un outil qui résume une réunion ne résout pas les conflits de décision, de responsabilité ou de conformité.
C’est précisément ici que naît la dissonance cognitive. Les dirigeants parlent de productivité comme d’un résultat automatique, alors que les études les plus prudentes décrivent plutôt une transformation conditionnelle : il faut redessiner les flux de travail, former les équipes, nettoyer les données, revoir les métriques et accepter une période d’apprentissage. Autrement dit, l’IA peut produire de la valeur, mais rarement en se contentant de remplacer des humains par des licences logicielles.
Orgvue illustre bien ce décalage. Son étude 2026 affirme que 92 % des organisations ont investi dans l’IA, mais que 78 % des projets ont échoué ou sont restés bloqués au stade pilote. Plus troublant encore, 57 % des dirigeants disent avoir déployé l’IA surtout parce que leurs concurrents l’avaient fait. On n’est plus seulement dans la stratégie : on est dans la FOMO institutionnalisée.
Trois lectures possibles : croyance sincère, signal aux investisseurs, ou récit commode
Première hypothèse : les PDG y croient vraiment. C’est le biais cognitif sincère. Un dirigeant qui utilise ChatGPT, Claude, Gemini ou Copilot pour produire un plan, un courriel ou un prototype peut ressentir une accélération spectaculaire. Il généralise ensuite cette expérience individuelle à l’entreprise entière. Mais la productivité personnelle n’est pas la productivité organisationnelle. Le gain d’un employé peut devenir le goulot d’étranglement d’un gestionnaire qui doit valider dix fois plus de livrables.
Deuxième hypothèse : c’est une posture d’investisseurs. Depuis 2023, les marchés récompensent les entreprises qui racontent une histoire cohérente autour de l’IA : réduction des coûts, marges plus élevées, équipes plus petites, croissance plus rapide. Microsoft parle de « Frontier Firm », Google et Microsoft ont vanté la part du code généré avec assistance IA, Nvidia décrit un monde où des employés orchestrent des millions d’agents. Ce langage n’est pas neutre : il transforme l’IA en promesse de levier opérationnel, donc en argument de valorisation.
Troisième hypothèse : l’IA sert parfois d’habillage narratif à des restructurations déjà décidées. Salesforce, Amazon, Meta, Standard Chartered et d’autres ont lié, à des degrés variables, automatisation, efficacité et réduction de personnel. Dans certains cas, l’IA remplace effectivement des tâches. Dans d’autres, elle peut surtout fournir un récit moderne à des décisions motivées par des coûts, des excès d’embauche, des marges ou des pressions actionnariales. La formule est politiquement utile : on ne licencie pas parce qu’on a mal planifié, on « se repositionne pour l’ère de l’IA ».
Les jeunes travailleurs en première ligne
Le risque le plus profond concerne les postes juniors. Oliver Wyman et le New York Stock Exchange indiquent que 43 % des PDG prévoient de réduire les rôles juniors, contre 17 % l’année précédente. C’est logique du point de vue des tâches : beaucoup d’activités d’entrée de carrière — rédaction, recherche, synthèse, tests, support, génération de code simple — sont précisément celles que les modèles génératifs savent le mieux imiter.
Mais c’est dangereux pour l’écosystème. Les postes juniors ne sont pas seulement une ligne de coûts ; ce sont les pépinières des futurs seniors. Si l’IA absorbe les tâches qui servaient à apprendre, les entreprises risquent de créer un marché du travail en forme de sablier : beaucoup d’outils, beaucoup de seniors, mais peu de trajectoires pour former la prochaine génération.
Prospective : l’IA ne supprimera pas le travail, elle révélera les mauvais systèmes
La question n’est donc pas de savoir si l’IA va créer ou détruire des emplois en bloc. La vraie question est : quelles entreprises sauront convertir l’IA en capacité durable plutôt qu’en prétexte de compression ?
Les gagnantes seront probablement celles qui traiteront l’IA comme une transformation du travail, pas comme une baguette magique. Elles mesureront les résultats réels, documenteront les risques, garderont des humains responsables des décisions critiques et investiront dans les compétences. Les perdantes risquent de couper trop vite, de casser leur mémoire organisationnelle, puis de réembaucher quand les agents ne suffiront pas.
La « psychose IA » des PDG n’est donc pas forcément une folie au sens clinique. C’est une pathologie de gouvernance : confondre vitesse de démo et robustesse industrielle, enthousiasme des investisseurs et productivité mesurée, réduction d’effectifs et transformation réussie. L’IA peut être une technologie majeure. Mais si elle devient surtout une religion de conseil d’administration, elle produira moins une révolution qu’un chaos organisationnel très coûteux.