C'est la partie du boom de l'IA qui continue de me déranger : l'argent est partout, mais la vague d'embauches ne l'est pas. Les valorisations sont énormes. Les budgets de calcul sont énormes. Les factures cloud sont énormes. Les dépenses dans les data centers sont énormes. Et pourtant, quand on regarde le marché du travail, on ne voit pas la même explosion d'emplois vers l'extérieur que les anciens booms technologiques avaient créée.
Ce décalage cesse d'avoir l'air mystérieux dès qu'on regarde où l'argent atterrit réellement. Dans les anciens booms internet et mobile, le capital se diffusait vers les gens : chefs de produit, marketeurs, équipes support, QA, équipes ops, travailleurs du contenu, contractuels, créateurs, chauffeurs, livreurs, modérateurs, développeurs juniors. Dans ce boom-ci, une quantité brutale d'argent va d'abord ailleurs : les puces, le calcul, les contrats cloud, les data centers, l'électricité, et de très petites équipes à fort effet de levier. C'est pour ça que le boom de l'IA peut paraître énorme sur le papier et avare dans la vraie vie.
La différence commence par une question de budget très concrète
Dans l'ancien playbook, une entreprise numérique en forte croissance transformait généralement l'argent en effectifs.
Nouveau produit ? On embauche une équipe.
Plus d'utilisateurs ? On embauche du support.
Plus de fonctionnalités ? On embauche des développeurs, de la QA, des designers, des ops.
Plus de croissance ? On embauche du marketing et des ventes.
C'est pour ça que les vagues précédentes ont absorbé autant de travailleurs. Le logiciel avait besoin d'une grosse couche humaine autour de lui.
L'argent de l'IA se comporte autrement.
Une grande partie du nouveau budget ne dit pas : « embauchez plus de monde ».
Il dit :
- réservez du calcul
- achetez des puces
- verrouillez de la capacité cloud
- payez l'inférence
- agrandissez le data center
C'est une histoire du travail complètement différente.
Les anciens booms embauchaient des foules. Celui-ci achète d'abord de l'infrastructure
C'est la façon la plus simple de le dire.
Le boom du web embauchait des foules.
Le boom mobile embauchait des foules.
Le boom de l'IA achète d'abord de l'infrastructure.
Et cela compte parce que l'infrastructure n'embauche pas comme embauche une plateforme grand public.
Un énorme contrat de calcul ne crée pas le même effet d'entraînement qu'une marketplace, un réseau de livraison ou une application grand public financée par la publicité qui se scale grâce à la coordination humaine.
La dépense est réelle. L'activité économique est réelle. Mais le multiplicateur d'emploi est beaucoup plus faible.
De petites équipes peuvent maintenant construire ce qui demandait autrefois des départements entiers
Voilà la deuxième pièce que les gens continuent de sous-estimer.
Beaucoup de produits IA sont construits sur :
- des APIs de modèles existantes
- une infrastructure cloud existante
- des patterns d'interface déjà établis
- des workflows de code assisté par IA
Cela veut dire qu'un seul ingénieur très fort, ou une petite équipe chargée en seniors, peut désormais pousser une quantité stupéfiante de travail qui était auparavant répartie entre plusieurs rôles.
On l'entend déjà dans la logique des réunions :
non pas « il nous faut cinq personnes de plus »,
mais « voyons jusqu'où l'équipe actuelle peut aller avec de meilleurs outils ».
Cette seule phrase explique une grande partie des emplois manquants.
Ce boom a été construit pour avoir besoin de moins de gens
C'est la phrase que les gens essaient d'éviter parce qu'elle paraît trop brutale.
L'IA n'est pas seulement un nouveau secteur.
C'est une couche d'efficacité qu'on dépose au-dessus de secteurs existants.
Et quand une couche d'efficacité fonctionne, les entreprises ne demandent pas d'abord : « Qui d'autre devons-nous embaucher ? »
Elles demandent :
- qu'est-ce qu'on peut automatiser ?
- quelle équipe peut rester plus petite ?
- quel rôle peut-on arrêter de remplacer ?
- quelles tâches juniors ne justifient plus un salaire ?
Ce n'est pas un effet secondaire bizarre du boom.
C'est le business case.
Les emplois qui croissent sont réels, mais étroits
Cela ne veut pas dire qu'aucun emploi n'est créé.
Ils le sont.
Mais regardez de près de quel type d'emplois il s'agit :
- la recherche sur les modèles
- l'ingénierie d'infrastructure
- l'évaluation
- le travail produit lié à l'IA
- l'implémentation enterprise
- la gouvernance et le risque
- les solutions et l'intégration
Ces emplois comptent.
Certains sont très bien payés.
Mais ce ne sont pas de larges catégories du type « entrez et apprenez sur le tas ». Ils sont plus étroits, plus spécialisés, et plus petits en volume total que les couches de mass employment créées par les vagues technologiques précédentes.
C'est pour ça que le marché paraît retourné. Il y a de vraies opportunités, mais pas le type d'opportunité qui absorbe confortablement tous ceux qui essaient d'entrer.
La couche junior prend le premier choc
C'est ici que le problème commence à devenir personnel.
Dans les anciennes équipes, beaucoup de travail d'entrée de gamme existait parce que quelqu'un devait faire les tâches répétitives :
- nettoyer la documentation
- faire du CRUD de base
- passer la QA
- produire les premiers jets de texte
- bricoler des tableurs
- faire de la recherche routinière
- pousser de la production design répétitive
Cette couche n'était pas glamour, mais elle donnait un point d'entrée.
L'IA est en train de manger exactement cette couche en premier.
Donc même si la profession survit, l'échelle qui mène à la profession peut quand même s'effondrer.
C'est l'une des raisons pour lesquelles ce boom paraît si froid. Il ne change pas seulement les emplois. Il change aussi qui a encore une chance d'apprendre à les faire.
La seule partie vraiment porteuse d'espoir, ce n'est pas « plus d'emplois ». C'est « du levier moins cher »
Si j'essaie d'être honnête et malgré tout de voir l'ouverture, elle est probablement là :
L'IA peut faire baisser le coût de création d'une toute petite entreprise, d'une activité solo ou d'une petite équipe très productive.
Et cela compte.
Un consultant peut faire plus.
Un fondateur solo peut livrer plus vite.
Une boutique de niche peut rester petite tout en avançant.
Un expert métier peut productiser son savoir sans recruter toute une machine.
C'est un vrai levier.
Mais remarquez le type d'espoir dont il s'agit. Ce n'est pas une histoire d'embauche de masse. C'est une histoire de levier pour petites équipes.
C'est beaucoup plus étroit.
Dernière pensée
Alors pourquoi le boom de l'IA ne crée-t-il pas d'emplois comme les précédents booms technologiques ?
Parce que cette fois, l'argent ne sert pas principalement à construire d'immenses couches humaines autour de nouvelles plateformes.
Il achète du calcul, compresse les équipes et apprend aux entreprises que moins de gens peuvent produire suffisamment.
C'est pour ça que le boom paraît énorme vu d'en haut et mince vu du sol.
Le capital est réel.
La technologie est réelle.
Le récit de productivité est réel.
Et une grande partie de la proposition de valeur reste la même phrase laide que beaucoup essaient d'éviter de dire à voix haute :
le système est censé avoir besoin de moins de monde.