Le coût de l’IA : comment les entreprises technologiques repensent leurs équipes et leur capacité de calcul

Les entreprises technologiques engagent des milliards dans l’infrastructure d’IA tout en restructurant leurs effectifs. Le lien entre les deux est plus complexe que des machines qui remplacent des salariés. Il soulève une question plus large : comment les entreprises valorisent la capacité de calcul, l’expertise humaine et les capacités dont elles auront besoin à l’avenir.

Illustration éditoriale TechiesJournal des besoins d’investissement concurrents de l’infrastructure de calcul pour l’IA et de l’expertise humaine. Image d’illustration, et non représentation factuelle de décisions d’entreprise.

Le basculement des investissements auquel nous devrions prêter attention

Oracle a consacré environ 55,7 milliards de dollars à ses dépenses d’investissement au cours de l’exercice 2026, contre 21,2 milliards de dollars l’année précédente. Une grande partie de cette hausse a servi à l’expansion de ses centres de données.

Sur la même période, ses effectifs déclarés sont passés d’environ 162 000 à 141 000 salariés.

Microsoft aurait proposé des départs volontaires à environ 60 000 salariés éligibles. Meta a sensiblement réduit ses effectifs tout en augmentant ses investissements dans l’infrastructure d’IA. Amazon, Block et d’autres entreprises technologiques repensent elles aussi leur organisation, même si leurs raisons diffèrent.

Pendant des années, nous avons associé la croissance des entreprises technologiques à des équipes d’ingénierie toujours plus nombreuses, au recrutement de davantage de spécialistes et à des organisations de plus en plus grandes. Les entreprises ont toujours besoin de personnes qualifiées, mais la croissance exige aussi, de plus en plus, des investissements énormes dans les GPU, les centres de données, les réseaux, l’électricité et l’infrastructure nécessaire à l’exploitation des services d’IA.

Je ne crois pas que ces évolutions s’expliquent simplement par le fait que l’IA remplace les travailleurs. Cette interprétation passe à côté des décisions économiques qui se jouent derrière la technologie.

Ce qui m’intéresse davantage, c’est de savoir si les entreprises technologiques changent leur façon de déterminer d’où viendra leur valeur économique future, et quelle part de cette valeur elles comptent créer grâce à l’infrastructure de calcul plutôt qu’en augmentant leurs effectifs.

Il y a de bonnes raisons d’opérer ce basculement. Il y a aussi des conséquences qui pourraient ne pas apparaître immédiatement dans les résultats financiers.

Quand la croissance du logiciel exige davantage d’infrastructure physique

Les éditeurs de logiciels ont toujours investi dans l’infrastructure. Le cloud, les plateformes d’entreprise et les services en ligne reposent sur des serveurs, du stockage, des réseaux et des centres de données.

Mais développer et exploiter des systèmes d’IA avancés suppose des investissements d’une tout autre ampleur.

L’entraînement de grands modèles exige des ressources de calcul considérables. Servir ces modèles à des millions de clients crée une demande continue d’accélérateurs, de mémoire, de réseau et d’électricité. Certaines charges de travail d’IA consomment une capacité de calcul importante à chaque requête, même si les coûts varient selon le modèle, l’architecture et l’usage.

La question financière est de savoir si le chiffre d’affaires et la valeur économique générés par ces charges de travail justifient de construire et d’exploiter l’infrastructure nécessaire.

Les résultats d’Oracle pour l’exercice 2026 illustrent cette pression. Ses flux de trésorerie d’exploitation se sont élevés à environ 32 milliards de dollars, tandis que ses dépenses d’investissement ont atteint 55,7 milliards de dollars. Sur l’exercice, l’entreprise a dépensé davantage en investissements que ce que ses opérations lui ont rapporté.

Cela ne signifie pas automatiquement une faiblesse financière. Oracle a levé des financements importants, et une infrastructure construite aujourd’hui peut générer du chiffre d’affaires pendant de nombreuses années. Mais l’ampleur de l’investissement oblige la direction à décider avec soin de l’affectation de l’argent.

Pour les entreprises technologiques, les dépenses de personnel font partie de ce calcul.

Pourtant, une entreprise peut faire évoluer ses effectifs pour différentes raisons. Elle peut avoir besoin de soutenir ses investissements d’infrastructure, de recourir à l’automatisation pour réduire les tâches répétitives ou de réorganiser des équipes devenues inutilement complexes.

Comprendre laquelle de ces forces est à l’œuvre importe davantage que de traiter chaque annonce sur les effectifs comme la preuve d’une même tendance.

Des entreprises différentes, des décisions différentes

Meta offre l’un des exemples les plus clairs du lien entre investissements dans le calcul et dépenses de personnel.

Lors de la conférence de Meta sur les résultats du premier trimestre, le 29 avril 2026, la directrice financière Susan Li a relié la hausse des dépenses d’infrastructure de l’entreprise à son projet de réduire ses effectifs en mai, en expliquant qu’un modèle opérationnel plus léger aiderait à compenser les investissements considérables engagés par l’entreprise. La même transcription de la conférence rapporte qu’elle a décrit la manière dont Meta arbitre entre les demandes d’effectifs et les demandes de capacité de calcul.

Meta a ensuite fait état d’importants changements d’effectifs. Ses résultats de juin 2026 indiquaient 75 472 salariés, dont environ 8000 concernés par une réduction intervenue en mai. Au 30 septembre, l’effectif déclaré était de 66 775, en baisse de 15 % sur un an.

Il s’agit bien d’effectifs déclarés, mais l’écart entre deux dates de publication ne doit pas être confondu avec un nombre exact de licenciements.

Microsoft illustre une situation différente. Son programme d’octobre 2026 aurait rendu environ 60 000 salariés éligibles à un départ volontaire dans les organisations participantes. Ce programme offre aux salariés une possibilité de partir ; il ne confirme pas que tous les salariés éligibles s’en iront.

Salesforce fournit un autre exemple. Dans un entretien en podcast fin août 2025, son PDG Marc Benioff a déclaré avoir réduit les effectifs de son support client d’environ 9000 à environ 5000 personnes, à mesure que des agents d’IA prenaient en charge une plus grande part du travail. Un porte-parole de Salesforce a indiqué à Fortune que l’entreprise n’avait plus besoin de pourvoir à nouveau les postes d’ingénieur support laissés vacants et avait réaffecté des centaines de salariés. Ce sont des chiffres communiqués par la direction pour une fonction précise, et non une mesure de l’évolution de l’emploi dans l’ensemble de l’entreprise ; les articles examinés ne détaillent pas comment s’est opérée la réduction d’environ 4000 postes.

L’annonce d’Amazon de janvier 2026 reposait sur une autre explication encore : réduire les niveaux hiérarchiques, simplifier la prise de décision et renforcer la responsabilisation dans les équipes.

À l’examen de ces cas, le secteur ne suit pas une formule unique.

La directrice financière de Meta a évoqué un arbitrage de dépenses entre infrastructure et effectifs. Salesforce illustre l’effet de l’automatisation sur un type de travail particulier. Amazon met l’accent sur l’efficacité organisationnelle. Oracle combine une expansion majeure de son infrastructure avec une restructuration qui inclut explicitement l’adoption de l’IA.

Ces différences sont essentielles pour comprendre l’évolution d’ensemble.

Les entreprises technologiques se réorganisent depuis des décennies, souvent sous l’effet de la pression concurrentielle, de l’évolution des produits, de recrutements excessifs ou de structures inefficaces. L’IA ajoute de nouvelles capacités et de nouveaux besoins d’investissement à ces décisions de gestion bien connues.

La question est de savoir quel type d’organisation en sortira.

La productivité ne mesure pas à elle seule la capacité d’ingénierie

Prenons une équipe d’ingénierie qui utilise des outils de codage par IA pour accomplir plus vite ses tâches de développement.

La direction peut constater qu’il faut moins d’heures pour produire la même quantité de code ou mener à bien un ensemble comparable de tâches. Cela peut représenter une réelle amélioration.

Mais comment l’organisation doit-elle en tirer parti ?

Il existe au moins trois issues possibles.

Première issue : le travail inutile disparaît. Si l’automatisation supprime des tâches répétitives sans dégrader la qualité de service, l’entreprise gagne en efficacité.

Deuxième issue : les compétences requises changent. Les ingénieurs peuvent passer moins de temps sur l’implémentation de routine et davantage à évaluer des conceptions, à intégrer des systèmes, à analyser des comportements et à garantir la fiabilité. Le travail demeure, mais sa composition change.

La troisième possibilité est plus préoccupante : l’organisation réduit une capacité dont elle a encore besoin, parce que la valeur de cette capacité n’a pas été correctement mesurée.

C’est cette troisième issue qui constitue le risque qui m’intéresse. Il ne faut pas la confondre avec les deux premières.

Écrire du code n’est qu’une partie de l’ingénierie. Un professionnel expérimenté comprend aussi pourquoi un système se comporte de manière inattendue, comment les composants interagissent et ce qui se passe lorsqu’une modification apparemment mineure provoque une panne en production.

Ces contributions n’apparaissent pas toujours dans les mesures de productivité.

Dans L’IA écrit le code. Qui comprend ce qui se passe en production ? (en anglais), j’ai examiné pourquoi une génération de code plus rapide ne supprime pas la responsabilité d’exploiter et de maintenir le système qui en résulte.

Le même raisonnement s’applique aux décisions sur les effectifs.

Une équipe d’ingénierie plus réduite peut être plus performante lorsqu’elle dispose de responsabilités plus claires, d’une expertise plus solide et d’outils efficaces. Mais si la direction se sépare de personnes dont les connaissances restent essentielles, l’organisation peut n’en découvrir le coût qu’au moment où surgit un problème inhabituel.

Le nombre de salariés ne peut pas nous dire laquelle de ces issues s’est produite.

Une restructuration peut aussi renforcer une organisation

Il existe un argument sérieux en faveur des changements qu’opèrent de nombreuses entreprises technologiques.

Les grandes organisations accumulent souvent des processus et des niveaux hiérarchiques superflus. Les responsabilités se chevauchent d’une équipe à l’autre, les décisions passent par trop de validations, et les salariés passent du temps à coordonner un travail qui pourrait être organisé plus efficacement.

Éliminer ces inefficacités peut améliorer la productivité et rendre les salariés plus efficaces.

L’IA ouvre de nouvelles possibilités d’automatiser les activités routinières et d’orienter l’effort humain vers des problèmes qui demandent davantage de jugement. L’expansion de l’infrastructure crée aussi une demande d’expertise en matériel, en réseau, en énergie, en sécurité et en exploitation de centres de données.

Préserver une structure organisationnelle existante simplement parce qu’elle a autrefois soutenu la croissance n’est pas forcément une gestion responsable.

En réalité, refuser de s’adapter peut nuire à une organisation tout autant que la transformer sans précaution.

La question la plus solide est de savoir si le nouveau modèle opérationnel donne de meilleurs résultats dans la durée.

Si une entreprise parvient à servir ses clients de manière plus fiable, à réagir plus vite aux problèmes et à développer l’expertise dont elle a besoin avec moins de personnes, c’est une amélioration réelle.

Mais l’efficacité doit se démontrer par la performance de l’organisation, et non par la seule taille de sa masse salariale.

L’expertise humaine obéit à un autre cycle d’investissement

Lorsqu’une entreprise construit un centre de données, elle peut calculer le coût des équipements, la capacité, le taux d’utilisation attendu, l’amortissement et le rendement potentiel.

Le développement de l’expertise humaine est bien plus difficile à mesurer de la même manière.

Un ingénieur devient capable de gérer des situations difficiles par l’expérience : des projets qui échouent, des incidents qui exigent une investigation, des décisions techniques qui se révèlent imparfaites et les conseils de collègues plus expérimentés.

Avec le temps, cette expérience devient une part de la capacité de l’organisation à résoudre des problèmes.

Le rapport annuel d’Oracle pour l’exercice 2026 avertit qu’une restructuration peut entraîner une perte de connaissances institutionnelles précieuses, des pénuries de salariés suffisamment qualifiés à certains postes, ainsi qu’une hausse des coûts de restructuration et une baisse de productivité.

Cette mention compte. Elle montre que la perte potentielle d’expertise organisationnelle est un risque économique reconnu, y compris au sein d’entreprises qui se restructurent activement.

Elle ne prouve pas qu’Oracle a subi chacune de ces conséquences. Les déclarations de risques décrivent des issues possibles, pas nécessairement des défaillances constatées.

Il y a aussi une question de plus long terme.

Dans Quand l’IA fait le travail des débutants, qui forme la prochaine génération de professionnels ?, j’ai examiné comment l’automatisation des tâches de routine peut affecter l’expérience pratique grâce à laquelle les professionnels moins expérimentés forgent leur jugement.

Considérez maintenant cette question à la lumière des restructurations d’effectifs.

Les entreprises peuvent attendre d’équipes plus réduites qu’elles gèrent des systèmes intégrant l’IA toujours plus complexes. Ces équipes auront besoin de personnes qui comprennent l’architecture, la sécurité, la fiabilité et le comportement des systèmes interconnectés.

D’où viendra cette expertise ?

L’apprentissage assisté par l’IA pourrait offrir de meilleures façons de développer des compétences. De nouveaux métiers techniques vont apparaître, et certains parcours professionnels existants vont considérablement évoluer.

Mais l’expérience doit toujours se construire à travers de véritables responsabilités.

Dans Human Sustainability in the AI Age (en anglais), j’ai exploré l’importance de préserver les capacités humaines et les perspectives offertes aux personnes à mesure que les machines gagnent en capacités.

Pour les employeurs, ce principe a une dimension pratique. La main-d’œuvre de demain ne peut pas se composer uniquement de professionnels expérimentés recrutés ailleurs. Les organisations doivent contribuer à former les personnes dont elles auront besoin un jour.

Le rendement complet de l’investissement dans l’IA

L’économie de l’IA doit prendre en compte bien davantage que le coût d’un modèle et le travail qu’il pourrait remplacer.

Un processus métier automatisé nécessite toujours de l’infrastructure, de l’intégration, de la sécurité, de la supervision, des tests et un support opérationnel. Selon l’application, ces responsabilités peuvent devenir plus exigeantes à mesure que l’IA est introduite.

Quand quelque chose tourne mal, l’organisation doit toujours être capable d’identifier le problème, d’en comprendre les effets et de rétablir la situation en toute sécurité.

Dans Navigating the AI World (en anglais), j’ai expliqué pourquoi les capacités de l’IA dépendent des systèmes et des pratiques d’ingénierie qui entourent le modèle.

Cet environnement opérationnel plus large doit lui aussi être pris en compte dans le calcul de la productivité.

Une entreprise peut économiser de l’argent en automatisant certaines activités tout en devant investir davantage dans d’autres formes d’expertise. Ce n’est pas un échec de l’automatisation. Cela fait partie de la conception d’un modèle opérationnel efficace.

La qualité d’un investissement dans l’IA doit en définitive se juger à la capacité métier qu’il crée : ce que l’organisation peut fournir, avec quelle fiabilité elle peut fonctionner et si son équilibre économique reste tenable.

Les décisions sur les effectifs sont indissociables de ce résultat, même lorsqu’elles ne peuvent pas se réduire à une formule simple.

La décision d’investissement qui comptera plus tard

Le secteur technologique a des raisons d’être optimiste au sujet de l’IA. L’infrastructure de calcul se développe, les capacités de l’IA progressent et les entreprises découvrent de nouvelles façons de les utiliser.

Certains métiers existants vont se réduire. D’autres vont gagner en importance, et des formes de travail entièrement nouvelles vont apparaître.

Je ne pense pas que les entreprises technologiques doivent préserver chaque poste ou hésiter à investir dans la capacité de calcul simplement parce que le changement organisationnel est difficile.

Mais la capacité de calcul physique et la capacité humaine sont toutes deux des besoins de long terme, et les entreprises peuvent les évaluer avec des mesures et des horizons de temps très différents.

Un centre de données exige des années de planification financière. Une organisation d’ingénierie expérimentée met elle aussi des années à se constituer, même si une grande partie de sa valeur est moins visible dans un tableur d’investissement.

Les entreprises technologiques les plus solides ne seront pas forcément celles qui ont les effectifs les plus importants ou la plus grande infrastructure d’IA. Ce seront celles qui comprennent ce que chaque investissement rend possible, quelle expertise leurs systèmes exigent et comment entretenir cette expertise à mesure que la technologie évolue.

C’est la question que j’aimerais voir les dirigeants du secteur technologique se poser au moment de planifier la prochaine vague d’investissements dans l’IA.

Nous dépensons des sommes considérables pour construire la capacité de calcul de demain. Accordons-nous autant de réflexion au développement de la capacité humaine nécessaire pour que cet avenir fonctionne ?

---

Comment les grandes entreprises technologiques réaffectent leurs investissements et le travail

La comparaison ci-dessous rassemble différents exemples d’investissement dans l’infrastructure, de productivité permise par l’IA et de restructuration organisationnelle. Elle étaye l’analyse qui précède, mais ne doit pas être lue comme un classement des licenciements liés à l’IA.

Toutes les valeurs monétaires sont en dollars américains. Les effectifs déclarés, les réductions annoncées, l’éligibilité au départ volontaire et les prévisions de dépenses sont des mesures différentes et ne doivent pas être additionnées.

Comment les grandes entreprises technologiques réaffectent leurs investissements et le travail

Entreprise	Chiffres déclarés et période	Explication documentée	Interprétation de l’auteur
Microsoft	Environ 60 000 salariés qui seraient éligibles à un départ volontaire en octobre 2026 (selon la presse, chiffre confirmé aux journalistes par Microsoft). Environ 223 000 salariés au 30 juin 2026 (Form 10-K).	L’annonce de Microsoft du 26 octobre fixe les règles (niveau 70 et inférieur, équipes participantes aux États-Unis, au Canada, au Royaume-Uni et en Inde) mais ne donne aucun effectif. TechCrunch rapporte que Microsoft a confirmé environ 60 000 salariés éligibles. Le chiffre de 223 000 provient du Form 10-K de l’exercice 2026 de Microsoft.	Un changement majeur dans la planification des effectifs en pleine expansion de l’IA, mais l’éligibilité n’est pas une perte d’emploi effective, et le lien financier avec les dépenses d’infrastructure n’est pas chiffré.
Oracle	Effectifs passés d’environ 162 000 à 141 000 entre mai 2025 et mai 2026. Dépenses d’investissement annuelles passées de 21,2 à 55,7 Md$.	Le Form 10-K de l’exercice 2026 fait état des 141 000 salariés, des dépenses d’investissement, de l’expansion des centres de données et de mesures de restructuration qui incluent l’adoption de l’IA. Le chiffre de 162 000 provient du Form 10-K de l’exercice 2025.	Un exemple marquant d’expansion des investissements et de contraction des effectifs simultanées. La variation nette du nombre de salariés ne peut pas être attribuée entièrement à l’IA ou au financement de l’infrastructure.
Meta	75 472 salariés au 30 juin 2026, dont environ 8000 concernés par les réductions de mai. 66 775 salariés au 30 septembre, en baisse de 15 % sur un an.	Les résultats du deuxième trimestre et les résultats du troisième trimestre indiquent les effectifs. Par ailleurs, la directrice financière de Meta a relié les dépenses d’infrastructure à la réduction prévue lors de la conférence sur les résultats du premier trimestre.	Un exemple inhabituellement direct d’arbitrage d’investissement évoqué par la responsable financière de l’entreprise, suivi de changements d’effectifs publiés. Les écarts d’effectifs ne sont pas équivalents à des nombres de licenciements.
Amazon	Environ 16 000 postes administratifs supprimés, annonce du 28 janvier 2026.	La déclaration officielle d’Amazon invoque moins de niveaux hiérarchiques, un plus grand sens des responsabilités et moins de bureaucratie, tout en maintenant des recrutements stratégiques.	Un cas d’efficacité organisationnelle qui invite à ne pas attribuer chaque réduction à un remplacement direct par l’IA.
Block	Suppression d’environ 4000 postes annoncée le 26 février 2026, faisant passer l’effectif de plus de 10 000 à un peu moins de 6000, soit environ 40 %.	Fortune rapporte que Jack Dorsey met en avant les outils d’intelligence et des équipes plus petites et moins hiérarchisées, et note qu’il a aussi lié en partie ces suppressions aux recrutements de la période de pandémie. Reuters a également rendu compte de l’annonce.	Un exemple direct d’une direction qui compte sur les outils d’IA pour faire fonctionner une organisation nettement plus petite, sans qu’il s’agisse principalement de financer la construction de centres de données, même si une partie des raisons avancées concernait des recrutements antérieurs.
Salesforce	Effectifs du support client qui seraient passés d’environ 9000 à 5000, selon les propos de son PDG fin août 2025.	Fortune et The Register rapportent les propos de Benioff dans un podcast, ainsi que la déclaration d’un porte-parole selon laquelle l’entreprise a cessé de pourvoir à nouveau les postes d’ingénieur support laissés vacants et a réaffecté des centaines de salariés.	Montre que l’IA influe sur les effectifs au sein d’une fonction précise de l’entreprise. Les chiffres proviennent des propos du PDG et non d’une série auditée d’effectifs par poste.
Cisco	Annonce d’une réduction de moins de 4000 emplois, soit moins de 5 % des salariés, en mai 2026.	La déclaration officielle de Cisco relie les changements organisationnels aux priorités d’investissement stratégiques et à la demande liée à l’IA.	Illustre une réaffectation vers d’autres compétences techniques, y compris dans une entreprise qui fournit l’infrastructure nécessaire à l’expansion de l’IA.
Alphabet (Google)	Prévision de dépenses d’investissement pour l’ensemble de l’année 2026 de 195 à 205 Md$, relevée en juillet 2026 et maintenue lors de la publication des résultats du T3, le 29 octobre 2026.	La présentation des résultats du T3 d’Alphabet confirme que la prévision restait inchangée au 29 octobre.	Montre l’ampleur financière de l’investissement dans l’infrastructure d’IA, sans établir de réduction correspondante des effectifs.

Références et lectures complémentaires

Documents publiés par les entreprises

• Oracle Corporation, Fiscal 2025 Form 10-K, exercice clos le 31 mai 2025. Dépôt auprès de la SEC. Effectifs au 31 mai 2025.
• Oracle Corporation, Fiscal 2026 Form 10-K, exercice clos le 31 mai 2026. Dépôt auprès de la SEC. Effectifs, dépenses d’investissement, restructuration et risques liés aux connaissances institutionnelles.
• Meta Platforms, First Quarter 2026 Earnings Call Transcript, 29 avril 2026. Transcription (PDF). Les propos de la directrice financière reliant les dépenses d’infrastructure à la réduction prévue en mai.
• Meta Platforms, Second Quarter 2026 Results, juillet 2026. Communiqué aux investisseurs. Données sur les effectifs et restructuration de mai.
• Meta Platforms, Third Quarter 2026 Results, 21 octobre 2026. Communiqué aux investisseurs. Effectifs actualisés et perspectives d’infrastructure d’IA.
• Microsoft, Fiscal 2026 Form 10-K, exercice clos le 30 juin 2026. Dépôt auprès de la SEC. Effectif total au 30 juin 2026.
• Microsoft, Introducing a Voluntary Exit Offer, 26 octobre 2026. Annonce officielle. Conditions d’éligibilité au programme et justification avancée concernant les effectifs.
• Amazon, Update on Our Organization, janvier 2026. Annonce officielle. Restructuration organisationnelle et postes concernés.
• Cisco, Our Path Forward, 13 mai 2026. Déclaration officielle. Réorganisation des effectifs et priorités stratégiques.

Articles de presse indépendants et éléments à l’appui

• TechCrunch, Microsoft propose un départ volontaire indemnisé à environ 60 000 salariés, 26 octobre 2026. Article. Couverture de l’ampleur du programme.
• Fortune, Block, Jack Dorsey et les 4000 suppressions de postes, 27 février 2026. Article. La justification de la direction fondée sur les gains de productivité liés à l’IA, et le contexte des recrutements de la pandémie.
• Reuters, Block annonce d’importantes réductions d’effectifs, 26 février 2026. Article. Compte rendu de l’annonce.
• Fortune, le PDG de Salesforce sur les agents d’IA et les effectifs du support, 2 septembre 2025. Article. Les propos de Benioff et la déclaration du porte-parole de l’entreprise.
• The Register, les effectifs du support de Salesforce, 2 septembre 2025. Article. Second compte rendu des mêmes propos.
• Alphabet, présentation des résultats du T3 2026, 29 octobre 2026. Transcription hébergée par The Motley Fool. Confirmation de la prévision de dépenses d’investissement pour 2026.

Publications TechiesJournal associées

• Human Sustainability in the AI Age (en anglais), les capacités humaines et les perspectives offertes aux personnes dans une économie portée par l’IA.
• Navigating the AI World (en anglais), l’infrastructure de l’IA et les responsabilités opérationnelles.
• Quand l’IA fait le travail des débutants, qui forme la prochaine génération de professionnels ?, l’automatisation et le développement professionnel.
• L’IA écrit le code. Qui comprend ce qui se passe en production ? (en anglais), la responsabilité d’ingénierie au-delà du code généré par l’IA.

Éléments examinés jusqu’au 30 octobre 2026. Les périodes de publication, les définitions financières et les mesures des effectifs diffèrent d’une entreprise à l’autre. L’article distingue les faits documentés, les explications de la direction et l’interprétation de l’auteur. Il n’établit pas que l’investissement dans l’infrastructure d’IA a directement causé chacune des réductions d’effectifs déclarées.