Les récents licenciements dans le secteur technologique semblent à première vue indiquer qu’une migration à grande échelle des travailleurs humains vers l’IA pourrait déjà avoir lieu.
Meta a annoncé dans une note la semaine dernière qu’elle prévoyait de licencier environ 8 000 personnes, soit 10 % de ses effectifs, et d’abandonner ses projets visant à pourvoir 6 000 postes vacants. Cela fait partie d’un effort visant à « gérer l’entreprise plus efficacement et à contribuer à compenser les autres investissements que nous réalisons », indique le mémo. Microsoft a proposé à des milliers de ses employés le plus grand rachat volontaire jamais proposé par l’entreprise.
Cependant, d’autres en-têtes technologiques suggèrent que l’IA ne permet pas actuellement aux entreprises de réduire les coûts de main-d’œuvre. En fait, cela coûte plus cher que les humains que nous employons actuellement.
« Pour mon équipe, le coût de l’informatique dépasse de loin le coût des employés », a récemment déclaré à Axios Brian Catanzaro, vice-président de l’apprentissage profond appliqué chez Nvidia.
Une étude du MIT de 2024 confirme l’expérience de Catanzaro. En analysant les exigences techniques des modèles d’IA nécessaires pour effectuer des tâches à un niveau humain, les chercheurs ont découvert que l’automatisation de l’IA n’est économiquement viable que pour 23 % des rôles où la vision constitue une partie importante du travail. Dans les 77 % des cas restants, il était moins coûteux pour les humains de continuer à faire leur travail.
Dans d’autres cas, l’IA s’est révélée faillible, un ingénieur affirmant que les agents d’IA ont détruit des bases de données et des réseaux à la suite de ce qu’il a appelé une « surutilisation ».
Malgré l’absence de preuves claires que l’IA améliore la productivité et l’absence de données largement répandues pour étayer l’idée selon laquelle l’IA va déplacer des emplois, les grandes entreprises technologiques continuent d’investir de l’argent dans l’IA, avec 740 milliards de dollars de dépenses en capital annoncées jusqu’à présent cette année, soit une augmentation de 69 % par rapport à 2025, selon Morgan Stanley. L’ampleur de la dépense a amené certaines entreprises à repenser complètement leur budget.
« Le budget dont nous pensions avoir besoin a été explosé et nous sommes de retour à la case départ », a déclaré Praveen Nepali Naga, directeur de la technologie d’Uber, plus tôt ce mois-ci, faisant référence au pivot de l’entreprise vers des outils de codage d’IA tels que Claude Code d’Anthropic.
Cette augmentation des dépenses coïncide avec une augmentation des licenciements dans le secteur de la haute technologie. Selon les données de Layoffs.fyi, l’industrie technologique a supprimé plus de 92 000 emplois dans environ 100 entreprises jusqu’à présent en 2026. Le rythme des suppressions d’emplois est déjà nettement plus élevé que l’année dernière, où environ 120 000 personnes ont été licenciées au cours de l’année.
Keith Lee, professeur d’IA et de finance à la Gordon School of Business de l’Institut suisse d’intelligence artificielle, a déclaré que la poursuite des dépenses consacrées à l’IA et les licenciements, même si la main d’œuvre humaine reste bon marché, révèlent une contradiction majeure dans l’économie de l’IA.
« Ce que nous constatons est un décalage à court terme », a déclaré Lee à Fortune.
Équilibre entre l’IA et les coûts de main d’œuvre
Selon Lee, le coût d’utilisation de l’IA reste moins efficace que celui du travail humain, car les coûts du matériel et de l’énergie augmentent les coûts opérationnels des fournisseurs. Au rythme actuel, les dépenses en IA pourraient atteindre 5 200 milliards de dollars d’ici 2023, dont 1 600 milliards de dollars en dépenses pour les centres de données et 3 300 milliards de dollars en dépenses d’équipement informatique, selon les données de McKinsey. Les dépenses pourraient s’accélérer pour atteindre 7 900 milliards de dollars d’ici 2030. Parallèlement, les frais pour les logiciels d’IA ont augmenté entre 20 % et 37 % au cours de l’année écoulée, a noté la société de gestion des dépenses Tropic en décembre.
Lee a également souligné que les sociétés d’IA pourraient également perdre de l’argent en raison des modèles d’abonnement fixes, car les frais d’abonnement fixes ne peuvent pas couvrir les coûts d’exploitation des gros utilisateurs d’IA.
« En conséquence, certaines entreprises commencent à réévaluer l’IA non pas comme un substitut évident aux économies de coûts de main d’œuvre, mais comme un outil complémentaire, au moins jusqu’à ce que les structures de coûts se stabilisent », a-t-il déclaré.
Même si l’IA coûte aujourd’hui plus cher que le travail humain, il y aura des signes avant-coureurs d’un point de bascule vers la viabilité économique de l’IA. À titre d’exemple, Lee a souligné qu’un rapport publié le mois dernier par le cabinet d’analystes Gartner montrait que le coût de l’exécution d’inférences de modèles linguistiques à grande échelle (la manière dont l’IA analyse les données) avec 1 000 milliards de paramètres chuterait de plus de 90 % au cours des quatre prochaines années, ce qui rendrait le coût d’utilisation de l’IA bien inférieur. L’infrastructure de l’IA va probablement s’améliorer, et la conception des modèles et la fourniture de matériel suivront probablement. Lee a prédit que les entreprises d’IA modifieront probablement également la façon dont elles fixent le prix de leurs outils, passant d’abonnements forfaitaires à une tarification à l’utilisation.
Mais la viabilité économique future de l’IA dépend également de la capacité de la technologie à prouver sa valeur. Lee affirme que cela réduira les hallucinations, réduira le besoin de surveillance humaine, s’intégrera efficacement dans l’infrastructure d’une entreprise et devra prouver sa fiabilité. Environ 18 % des entreprises avaient adopté des outils d’IA fin 2025, selon les données de la Réserve fédérale, avec des taux d’adoption en hausse de 68 % depuis septembre 2025.
« Ce n’est pas seulement que l’IA coûte moins cher que les humains », a déclaré Lee. « Il s’agit d’être moins cher et plus prévisible à grande échelle. »
