En 2022, j’ai été embauché pour créer une opération d’IA dans une startup de technologie de la santé. À l’époque, nous étions pionniers dans l’utilisation de l’IA dans le domaine de la santé, ce qui nécessitait une surveillance humaine importante, devenue un jour inutile. GPT-4 a commencé et en peu de temps, j’ai réalisé que mon rôle n’était plus pertinent. Mon employeur est arrivé à la même conclusion. Il n’était pas prévu de me recycler ou de redéployer mes compétences vers de nouvelles versions du travail. Mon travail vient de disparaître.
Je dis cela non pas comme un avertissement, mais comme contexte. Quand je vois une vague de licenciements massifs justifiée comme une transformation de l’IA, je ne le lis pas de loin. Je suis de l’autre côté de cette décision.
Ce que j’ai appris en descendant
Ce que je n’avais pas bien compris à l’époque, mais que je comprends maintenant, c’est que les employeurs ne changeaient pas. Ils optimisaient. Les licenciements fournissent un calcul clair. Ceux-ci permettent des économies immédiates et une histoire simple pour les conseils d’administration qui cherchent à obtenir un retour sur leurs investissements en IA. Ce qu’ils ne peuvent pas offrir, c’est une capacité accrue, une utilisation créative ou de nouveaux types de travail. J’étais un coût perdu. La question sous-jacente des compétences : quel devrait être ce travail ? – n’a jamais été demandé.
Lorsque des entreprises comme Meta et Microsoft suppriment des dizaines de milliers d’employés, de nombreux dirigeants y voient une étape nécessaire pour devenir plus « natifs de l’IA ». Nous sommes conscients de ce qui se passe réellement. Ils choisissent la voie la plus rapide vers l’efficacité plutôt que la voie plus difficile vers la réinvention. Ils interrompent leur chemin vers le changement parce que c’est plus facile que de repenser leur façon de travailler. Je connais de première main la différence entre ces deux-là.
ce que j’ai fait différemment
Actuellement, je suis directeur des opérations IA chez Pearl, une société professionnelle indépendante d’IA. Nous avons emprunté une voie différente, en améliorant les compétences de nos employés, en réinventant les rôles et en ayant des conversations inconfortables plus tôt que la plupart des entreprises ne le souhaiteraient. Au cours de cette conversation, une conversation a attiré mon attention.
Je travaille en étroite collaboration avec un rédacteur technique qui a récemment posé une question à laquelle beaucoup de nos employés réfléchissent tranquillement. « Quel est mon travail maintenant alors que l’IA peut faire une grande partie de mon travail à ma place ? » Elle a réalisé qu’une grande partie de la valeur qu’elle apporte – la rédaction, l’édition et l’affinage de documents – est désormais accessible à tous grâce à l’utilisation efficace de l’IA. J’ai immédiatement reconnu le moment. Je l’ai vécu.
La différence, cette fois, c’est que je n’ai pas esquivé la question. Nous leur avons demandé de répondre ensemble. Désormais, elle fonctionne comme un département de rédaction technique complet avec une équipe d’agents IA qui aident à relire, éditer et normaliser le contenu. Elle est également propriétaire de l’intranet de l’entreprise. Cet intranet repose sur des mises à jour manuelles régulières, qui échouent souvent. Au lieu de demander des mises à jour à son équipe, elle utilise l’IA pour collecter, organiser et mettre à jour le contenu dans tous les départements, transformant ainsi des systèmes généralement obsolètes en sources vivantes de vérité. Elle a réduit de 95 % le temps généralement requis pour maintenir ce système. J’ai fait tout ça tout seul.
Cela a fonctionné parce que nous parlions déjà ouvertement et très tôt de la manière dont l’IA allait changer le travail. Des programmes comme l’AI Champions Initiative, qui demande aux dirigeants de tous les départements de consacrer 10 % de leur temps à l’exploration et à la création de flux de travail basés sur l’IA, ont normalisé l’expérimentation et facilité des conversations franches sur l’évolution des rôles.
Modèles déployés à grande échelle
C’est une opportunité que les entreprises manquent. Lorsque les dirigeants évitent de redéfinir les rôles dès le début, il arrive un moment où la réduction des effectifs semble inévitable. Lorsque l’équipe se réveille, des centaines de personnes ont perdu leur ancien emploi et il n’y a aucun plan clair pour ce qui va se passer ensuite. À ce stade, la résiliation devient une réaction à l’inaction. C’est un échec du leadership, et non le résultat de l’IA.
Les entreprises qui se transforment véritablement grâce à l’IA font quelque chose de bien plus difficile que d’annoncer des licenciements. Ils reconnaissent que le travail lui-même évolue et conçoivent de manière proactive en conséquence. Ils recyclent leurs employés, les redéployent vers de nouveaux rôles et redéfinissent ce à quoi ressemble un « bon » travail dans un environnement basé sur l’IA.
Ce n’est pas facile, surtout à grande échelle. Il serait beaucoup plus facile de dire à tous les ministères de supprimer 20 % de leurs effectifs et de « remédier à la situation ». Les grandes organisations sont optimisées pour ce type de directive. Et lorsque les conseils d’administration exigent des résultats en un seul trimestre, les dirigeants ressentent souvent un sentiment d’immédiateté et de détermination pour réduire les effectifs.
Mais il existe également des risques plus profonds. Les licenciements créent une spirale descendante. À mesure que l’IA continue de s’améliorer et que chaque vague de nouvelles capacités s’accompagne d’une nouvelle vague de licenciements, les entreprises vont progressivement réduire leurs effectifs et devenir de plus en plus dépendantes de la technologie jusqu’à ce qu’il n’y ait plus rien à transformer. Ces entreprises survivront, mais elles n’évolueront pas. Les organisations plus adaptatives deviennent des versions plus petites d’elles-mêmes, capables d’effectuer la même quantité de travail avec moins de personnes, tout en élargissant leur portée et leur rendement avec les mêmes équipes.
Un sillon se forme déjà
Même si nous n’en sommes qu’aux premiers stades de cette transition, des désaccords évidents apparaissent. D’un autre côté, certaines entreprises utilisent l’IA pour justifier la réduction des effectifs. De l’autre côté, les entreprises le considèrent comme un catalyseur de réinvention. La différence est de savoir si les dirigeants choisissent un changement motivé par le renforcement des capacités à long terme plutôt que par des pressions à court terme.
Les entreprises qui réussiront à surmonter cette situation ne seront pas celles qui n’ont jamais été confrontées à des perturbations. Ils en tireront des leçons et construiront des structures pour faire face à la prochaine vague avant qu’elle n’arrive.
L’IA ne réduit pas seulement la main d’œuvre. Les organisations peuvent accomplir bien plus lorsque les personnes disposent d’une structure autour de laquelle évoluer. Je le sais parce que j’ai dû trouver cette structure moi-même. Et maintenant aussi parce que j’ai aidé les autres à le trouver. Abandonnons la voie du changement et espérons que l’efficacité nous fera avancer. Ou vous pouvez faire quelque chose de plus difficile. Je sais où mène le premier.
Les opinions exprimées dans les articles de commentaires de Fortune.com sont uniquement celles de l’auteur et ne reflètent pas nécessairement les opinions ou les croyances de Fortune.
