Maître Lin Shanglun écrit : L'IA devient une excuse universelle pour licencier ! La défaillance collective des entreprises technologiques

Les grandes entreprises technologiques licencient massivement en invoquant « l'IA remplaçant la main-d'œuvre », mais du point de vue des utilisateurs de première ligne, l'IA est actuellement loin d'être capable de prendre en charge l'ensemble des tâches professionnelles. La véritable raison réside dans la sur-expansion et la mauvaise allocation de capitaux durant la pandémie de 2020 à 2022, qui paie aujourd'hui son prix. Le rôle réel de l'IA est celui d'un « accélérateur de processus » plutôt que d'un « remplaçant entièrement automatisé ». Utiliser l'IA comme prétexte pour licencier ne fait qu'alimenter la panique sociale et déformer la manière correcte d'utiliser l'IA.
(Précédemment : « Discussion détendue sur la Silicon Valley » Kenji annonce qu'il quitte son portefeuille Phantom sans préavis ! Au moins 5-10 ans de repos, plus aucune émotion à voir les fonds entrer sur le compte)
(Complément d'information : Plus de 1500 employés de Meta ont signé une pétition furieuse ! Réclamant la réduction du champ de surveillance « clavier-souris par IA », avec une pause quotidienne de trente minutes)

Table des matières de cet article

Toggle

• La faille de la légende de la « distillation » : l'IA n'est pas encore assez puissante pour licencier autant de personnes en une seule fois
• La véritable cause : la mauvaise allocation de capitaux des dernières années qui paie aujourd'hui
• Tout repose sur le principe de « At Will »
• Le vrai rôle de l'IA : accélérer, pas remplacer
• Exemple : comment les meilleurs cabinets d'avocats américains utilisent l'IA
• Les dégâts causés par utiliser l'IA comme prétexte pour licencier
• Offrons une narration honnête de l'IA

Au cours des un ou deux dernières années, les grandes entreprises technologiques ont lancé une vague de licenciements impressionnante. Des ajustements structurels de plusieurs milliers, voire dizaines de milliers de personnes sont devenus presque une routine trimestrielle pour ces sociétés. Et chaque fois, la justification officielle tourne de plus en plus autour d’un mot-clé commun : l’IA.

« Nous utilisons l’IA pour remodeler nos organisations. » « Nous allons déployer une gestion plus intelligente des ressources humaines. » « Nous croyons que l’IA apportera une nouvelle norme de productivité. » Ces discours se répètent sans cesse, et certains deviennent même plus sensationnels — par exemple, une théorie selon laquelle la connaissance des employés expérimentés serait « distillée » dans des modèles, permettant à l’IA de prendre en charge leur travail, afin que ces employés puissent « être élégamment évincés ».

Cela sonne très futuriste. Mais, en tant qu’avocat utilisant depuis longtemps des outils d’IA de pointe dans l’industrie, je pense que : cette histoire est hautement contestable.

La faille de la légende de la « distillation » : l'IA n'est pas encore assez puissante pour licencier autant de personnes en une seule fois

Ayant une longue expérience avec les outils d’IA les plus avancés, notamment ceux conçus pour optimiser les flux de travail des avocats, du point de vue des utilisateurs de première ligne, l’IA actuelle n’est absolument pas capable de « distiller un professionnel expérimenté pour que le modèle prenne le relais » à ce point.

Pourquoi ? Parce que l’objectif principal de l’IA aujourd’hui n’est pas de « remplacer l’humain ». La prétendue compression d’un expert dans un modèle, pour qu’il produise automatiquement des résultats conformes au niveau professionnel — cela ne se produit tout simplement pas en pratique. La capacité de l’IA, fondamentalement, n’est qu’un « puissant accélérateur » : elle aide les professionnels à trier rapidement des données, à générer des brouillons initiaux, à comparer rapidement de nombreux fichiers. Mais la décision finale, la stratégie, la conclusion, doivent toujours être prises par un humain.

Si l’IA était vraiment capable de remplacer en une seule fois des dizaines de milliers d’ingénieurs, designers, opérateurs, alors elle pourrait aussi remplacer autant de juristes, comptables, médecins — mais nous savons tous que cela ne s’est jamais produit.

Donc, lorsque une entreprise vous dit « grâce à l’IA, nous n’avons plus besoin de ces personnes », cette narration est en réalité très fragile. Elle ne résiste pas à l’examen d’un utilisateur de première ligne utilisant réellement l’IA.

La véritable cause : la mauvaise allocation de capitaux des dernières années qui paie aujourd’hui

Alors, pourquoi cette vague de licenciements massifs ? Si l’on remonte la chronologie à 2020-2022, que voyait-on à cette époque ? Une explosion de la demande numérique due à la pandémie, avec une expansion folle de chaque grande entreprise technologique, où le nombre d’employés doublait ou triplait en deux ou trois ans n’était pas exceptionnel, mais la norme. Parallèlement, les histoires autour du métaverse, du Web3, de la VR/AR, de la conduite autonome, etc., se succédaient, avec des investissements de plusieurs milliards de dollars.

Une partie importante de ces paris ne rapportent plus rien aujourd’hui. Le métaverse n’a pas tenu ses promesses, le marché des dispositifs VR est loin des attentes, le calendrier de la conduite autonome a été repoussé à plusieurs reprises, et les bénéfices liés à la pandémie s’estompent avec la normalisation de la vie quotidienne. En d’autres termes, la vague de licenciements dans les grandes entreprises technologiques est essentiellement une correction des excès d’expansion et des mauvaises apostas des dernières années, et non une preuve que l’IA remplace l’humain.

Les entreprises ont besoin d’une justification crédible pour justifier la suppression de 10 000 emplois. Dire « nous avons mal jugé » est difficile à avouer, alors que « nous adoptons l’IA » sonne beaucoup mieux — cela plaît au marché, stabilise le cours, et façonne une image « tournée vers l’avenir ». Tout cela en une seule démarche.

Tout repose sur le principe de « At Will »

Il existe une particularité structurelle que les lecteurs taïwanais doivent comprendre. Aux États-Unis, dans un système de capitalisme intensif, la majorité des contrats de travail sont « At Will » (emploi à volonté). L’employeur peut licencier à tout moment, l’employé peut quitter à tout moment, sans avoir besoin de justifier. C’est la flexibilité que le système lui-même confère.

En revanche, à Taïwan ? Il est pratiquement impossible de signer ce type de contrat « à volonté ». La majorité des relations de travail sont des contrats standardisés, à durée indéterminée ou à durée fixe, mais non à volonté. Ce type de relation est en réalité très risqué à Taïwan — même en cas d’employé incompétent, le licencier est difficile, coûteux, et il faut aussi craindre des représailles ou des procès après le départ. La procédure est compliquée.

De ce point de vue, cette vague de licenciements massifs est en fait une manifestation extrême du système « At Will ». Pour les entreprises américaines, cette flexibilité est un avantage concurrentiel. Mais le problème, c’est que — si vous avez cette possibilité — il faut l’assumer comme une décision commerciale, une réorganisation, une correction d’erreur passée. Pourquoi alors blâmer l’IA ?

Le vrai rôle de l’IA : accélérer, pas remplacer

Le véritable point fort de l’IA n’a jamais été de remplacer, mais d’accélérer et d’optimiser les processus de travail existants.

Même dans le secteur des ingénieurs, considéré comme le plus susceptible d’être impacté par l’IA, de nombreuses grandes entreprises demandent désormais à leurs ingénieurs d’utiliser l’IA pour coder. Mais après avoir généré du code avec l’IA, que se passe-t-il ? L’ingénieur doit encore déboguer, examiner l’architecture, juger si la logique est correcte. L’IA leur permet d’être plus efficaces, mais ne les fait pas disparaître.

Pour que tout le monde comprenne concrètement le rôle réel de l’IA dans le travail professionnel de première ligne, je peux partager un exemple de processus que j’ai discuté avec un cabinet d’avocats américain, en fonctionnement réel.

Exemple : comment les meilleurs cabinets d’avocats américains utilisent l’IA ?

Supposons qu’il y ait une affaire de litige en brevets, impliquant une grande quantité de documents de brevet, ou une action en justice entre deux sociétés pour violation de brevets. Ces dossiers sont très volumineux : descriptions de brevets complexes, rapports d’expertise, preuves de violation. Autrefois, cela signifiait que les avocats devaient tout lire un par un.

Aujourd’hui, la méthode consiste à faire lire tout cela à l’IA. Après lecture, que se passe-t-il ? Chaque point clé est marqué par l’IA. Par exemple, si vous demandez « Quand la violation a-t-elle eu lieu ? », l’IA vous répondra directement : quels sont les actes spécifiques de la partie accusée, dans quelles correspondances cela est mentionné, tout cela présenté en une seule fois.

Mais attention, jusqu’ici, l’IA ne fait que « organiser » et « présenter ». Ces premières versions de synthèse doivent être vérifiées par l’avocat. Chaque question, chaque demande de clarification, génère une nouvelle version organisée — en réorganisant les données brutes selon la direction souhaitée par l’avocat. Ensuite, l’avocat rédige une argumentation juridique solide (par exemple, prouvant la violation, construisant la stratégie de poursuite), pour finalement rédiger la plainte.

En résumé, le rôle de l’IA dans ce processus est celui d’un « pré-traitement puissant » et d’un « organisateur de données », mais la décision cruciale — si l’on doit poursuivre ou non, comment construire l’argumentation, quelle stratégie adopter, la conclusion finale — reste entièrement entre les mains de l’avocat. Sans leur jugement, ce que l’IA organise n’est qu’un amas de données classées, incapable de devenir une plainte efficace.

C’est ainsi que se présente la réalité des workflows d’IA les plus avancés aujourd’hui. Ce n’est pas un scénario de science-fiction où « distiller un avocat pour qu’il produise automatiquement une plainte », mais plutôt « libérer l’avocat de la corvée de tri de données, pour qu’il se concentre sur les aspects nécessitant une expertise ».

Utiliser l’IA comme prétexte pour licencier, quels dégâts ?

Utiliser l’IA comme prétexte pour licencier, c’est avant tout créer une panique erronée. Quand une grande entreprise technologique affirme « l’IA a remplacé votre poste », la société entière se met à croire que l’IA est devenue si puissante qu’elle peut prendre en charge tous les emplois humains. La conséquence ? Une anxiété professionnelle massive, des divisions générationnelles, une incertitude sur l’avenir, qui influencent même les choix éducatifs, les trajectoires professionnelles, et la perception globale de la technologie.

Ce qui est encore plus problématique, c’est que cette narration engendre de fausses attentes. Beaucoup de PME voient dans ces nouvelles de « licenciements par IA » une opportunité d’acheter quelques abonnements IA, d’intégrer quelques outils, et de commencer à licencier. Mais une fois déployés, ils découvrent que l’IA ne remplace personne, au contraire, elle exige des employés plus compétents pour la faire fonctionner, la vérifier, la corriger. La déception s’ensuit, et l’IA devient alors une cible de reproches, tandis que le projet d’intégration échoue.

Et la blessure la plus profonde, c’est l’usage erroné qui en découle. Si l’on commence par considérer l’IA comme un « remplaçant automatique » plutôt qu’un « accélérateur de processus », on adopte une mauvaise interaction : poser une question vague, attendre une réponse parfaite, ne pas vérifier, ne pas demander de précisions, ne pas corriger. Résultat : une masse de contenus fallacieux, puis une déception totale, et une sous-estimation de sa véritable valeur. Un outil qui aurait pu être puissant devient, à cause de cette narration erronée, mal compris, mal utilisé, sous-évalué.

Offrons une narration honnête de l’IA

Je ne suis pas contre les licenciements dans les grandes entreprises technologiques. Dans un système At Will, et face à une sur-expansion des dernières années, il est logique que les entreprises réorganisent leurs structures. Le marché en jugera.

Mais, s’il vous plaît, ne racontez plus que « l’IA a remplacé » pour masquer une décision commerciale qui est en réalité une correction d’erreurs passées. Ne fabriquez pas non plus des histoires comme « nous avons distillé nos talents dans le modèle », qui sonnent très high-tech mais ne résistent pas à l’analyse. Cela serait injuste pour les employés licenciés — ils ne sont pas incompétents, c’est simplement que l’entreprise a mal jugé ses investissements. Et cela serait injuste pour l’IA — elle n’est pas encore capable de jouer ce rôle, et on lui colle une réputation qu’elle ne mérite pas.

L’IA est un outil crucial de notre époque. Sa vraie valeur réside dans sa capacité à rendre les professionnels plus performants, à réduire la répétitivité et la faible efficacité, et à libérer du temps pour des tâches nécessitant un vrai jugement. Elle ne doit pas être un outil de déni de responsabilité pour les grandes entreprises, ni un bouc émissaire pour des décisions erronées.

Car — l’IA n’est pas si divine, mais elle ne devrait pas non plus être ainsi diabolisée.