Simplice Fosso a ouvert Slack (CRM) en mars et il a vu une coche verte à côté du nom de son équipe : « ✅ automatisation ». C’était petit, juste une icône et un seul mot. Mais ce signifiait que son rôle de responsable des opérations de sécurité dans un grand cabinet de conseil avait disparu.
Pendant des mois, il avait observé son employeur développer et tester un système d’apprentissage automatique capable de détecter et de trier les menaces de sécurité (la fonction de son équipe), jusqu’à ce que le système numérique soit aussi précis que celui humain. Cela signifiait la fin des pages à 2 heures du matin, mais Fosso était méfiant. Au début, la direction parlait de « perfectionnement des analystes pour superviser les résultats de l’IA ». Bientôt, le langage est passé à « gains d’efficacité ».
« Entre décembre et janvier, j’ai oscillé entre soulagement et doute », a-t-il déclaré lors d’une interview. « J’ai dit à ma famille et à mes amis proches que c’était un signal d’alarme pour changer de cap, tout en luttant en privé contre la frustration et un ego blessé. »
Puis vint le licenciement.
Ce qui est arrivé à Fosso arrive également aux travailleurs du savoir à travers les États-Unis, du niveau d’entrée à la direction, dans des entreprises à la pointe de la technologie comme Accenture (ACN) vers les coins plus confortables de l’Amérique des entreprises. Les vagues de licenciements les plus importantes font l’actualité — Microsoft (MSFT) ingénieurs en logiciels de découpe, Duolingo (DUOL) remplacement des rédacteurs de contrats bilingues, Walmart (WMT) réduire son équipe technologique la semaine dernière.
Beaucoup d’autres ne font pas la une des journaux. Ils vivent dans des invitations d’agenda, des canaux Slack soudainement silencieux, des discussions de groupe qui tournent à l’humour noir et des happy hours à distance une fois le couperet tombé. Ils figurent dans des offres d’emploi qui ne sont jamais publiées, car les postes n’existent plus.
Et à mesure que les pertes s’accumulent, une sorte de peur ambiante s’installe. Les emplois de cols blancs qui, jusqu’à très récemment, offraient un niveau de vie confortable à la classe moyenne, voire à la classe moyenne supérieure, disparaissent discrètement, des rédacteurs et spécialistes en communication aux concepteurs Web et développeurs de logiciels. Même certains PDG et capital-risqueurs craignent de perdre leur emploi à cause de l’IA.
Contrairement aux précédentes vagues d’automatisation, ces changements ne se produisent pas dans les usines, mais dans le monde des salles de conférence vitrées et des bureaux debout, des lieux où votre cerveau, votre diplôme et votre capacité à naviguer dans l’organisation comptent le plus. C’est pourquoi ils semblent si différents. Sekoul Krastev, spécialiste des sciences du comportement et directeur général de Le Laboratoire de Décision, a déclaré que les pertes d’emplois liées à l’IA sont beaucoup plus inquiétantes.
« On a l’impression d’être fondamentalement obsolète, d’être remplacé par quelque chose de meilleur que soi, d’une manière que l’on ne peut pas réaliser », a déclaré Krastev. La vitesse à laquelle la vague d’IA déferle sur le monde de l’entreprise rend le changement encore plus inquiétant, car la sécurité cède la place à l’incertitude. « Il est beaucoup plus difficile de rivaliser avec quelque chose qui évolue si vite qu’on ne peut rien prévoir », a-t-il déclaré. On se retrouve face à quelque chose qui n’est pas un autre humain. »
Les gens ressentent également une profonde aversion morale envers l’IA, a déclaré Krastev, ce qui aggrave la douleur déjà importante des licenciements et des suppressions d’emplois. Lorsque vous êtes remplacé par une autre personne, vous pouvez avoir l’impression que votre employeur n’a plus besoin de vous. Lorsque vous êtes remplacé par l’IA, en revanche, vous pouvez ressentir un sentiment de dégoût dans un sens beaucoup plus large, plus global et transcendant que personnel.
Ce dégoût plus profond que décrit Krastev — le sentiment d’être rejeté non seulement par un employeur, mais par le système lui-même — est quelque chose qu’Anne Glaberson ressentait viscéralement.
Vétéran de 20 ans dans l’industrie technologique et directeur technique senior chez GoDaddy (Génial), Glaberson était fière de la façon dont elle avait contribué à redresser son service, qui s’occupait des paiements et des analyses pour le fournisseur d’hébergement Web et de services aux petites entreprises. Les performances de son équipe étaient excellentes, les indicateurs clés étaient en hausse et les superviseurs avaient publiquement salué son travail. Puis elle a été licenciée.
« Tu penses faire du bon travail », a-t-elle dit. « Alors tu penses que ça ne t’affectera pas. Mais ça l’a fait. »
Ce qui la piquait encore plus, c’était la tendance qu’elle observait chez les autres personnes licenciées, principalement des personnes de plus de 40 ans, et plus de femmes que d’hommes, a-t-elle déclaré. La réorganisation a laissé des hommes d’une trentaine d’années à la tête de l’équipe restante. Et cela a été un choc. Elle avait entendu parler d’Airo, l’offre basée sur l’IA de GoDaddy, pour la première fois environ six mois auparavant, mais ses fonctions n’étaient pas les mêmes que celles de son service. Le seul avertissement était une invitation Zoom.
« J’envoyais un message Slack à mon supérieur hiérarchique direct », se souvient-elle. « Et je lui ai dit : “Je viens d’être convoquée à un appel avec le président, est-ce que je vais être licenciée ?" Et il m’a répondu : “Laissez-moi vérifier." Parce qu’il n’était pas au courant. »
La leçon, a-t-elle déclaré, est double. Vos tâches professionnelles n’ont pas besoin d’être spécifiquement remplacées par l’IA pour que de telles réductions vous affectent, car les entreprises retirent de l’argent des initiatives existantes et le réaffectent à l’IA. Par extension, ce n’est pas non plus une question de bon grain et d’ivraie. Même les personnes les plus performantes peuvent être licenciées.
« Malgré le choc et la douleur, j’ai aussi ressenti un certain soulagement », a déclaré Glaberson. « La veille, j’étais en 13 réunions. J’essayais de tout faire pour être au courant et arranger les choses. Je travaillais le week-end, tous les jours jusqu’à minuit. Je n’étais pas rancunière — c’était mon choix — mais le rythme devenait problématique. »
Comme beaucoup de travailleurs licenciés, elle n’a pas fait de pause bien longtemps. Quelques jours plus tard, elle était de retour sur la roue du hamster, postulant à de nouveaux emplois dans ce qu’elle décrivait comme un marché « absolument inondé ». Mais quelque chose clochait. « Je savais ce que je gagnais », a-t-elle déclaré. « Et les salaires proposés étaient… une recette pour la pauvreté et la misère. J’ai réalisé que je devais changer de cap. »
Glaberson a depuis fondé sa propre start-up avec un angle d’IA, partie d’un schéma plus large entendu à maintes répétitions. Les personnes qui ont été touchées par les suppressions d’emplois liées à l’IA se soulèvent vers l’IA comme réponse. Simplice Fosso, responsable de la sécurité d’un grand cabinet de conseil, s’est depuis reconverti dans un programme d’analyse axé sur l’IA à Harvard.
Mark Quinn, désormais directeur principal des opérations d’IA chez Perle, est un autre exemple de ce pivot. Après avoir été licencié d’une start-up de technologie de la santé, il s’est tourné vers les outils mêmes qui ont perturbé sa carrière — et a trouvé une voie d’avenir.
« Nous avons passé quatre ou cinq mois à créer un modèle sur mesure pour résoudre un problème difficile dans un secteur vertical », a déclaré Quinn à propos de son ancien rôle dans le secteur des technologies de la santé. « J’ai envoyé cette invite à GPT-4 et 30 secondes plus tard, il a produit quelque chose d’assez bon. »
Deux mois plus tard, l’entreprise a reconnu que le modèle pouvait remplacer la plupart des agents que Quinn avait embauchés pour aider à la montée en puissance. Il a été licencié peu de temps après.
Par la suite, Quinn a créé ce qu’il a appelé « Job Hunt GPT », un outil personnel pour l’aider à réécrire son CV, à identifier les mots-clés dans les descriptions de poste et à se préparer aux entretiens. « J’apprenais à utiliser ces outils tout en le construisant », a-t-il déclaré. « C’était un parcours d’apprentissage qui s’est transformé en un retour en arrière. »
Ce projet l’a aidé à décrocher son poste actuel chez Pearl, où il dirige désormais la conception de l’IA avec intervention humaine et les flux de travail d’invite interne. « Nous apprenons aux gens à cesser de traiter l’IA comme un moteur de recherche », a-t-il déclaré. « Ce n’est pas une boîte. C’est un collaborateur. » Les gens devraient considérer le travail avec l’IA comme une chance de collaborer avec un collègue expert, a-t-il ajouté.
Quinn utilise désormais l’IA non seulement pour son travail, mais pour tous les aspects de sa vie : optimiser ses projets de voyage, trouver des films à regarder et des recettes de dîner à préparer en fonction de ce qu’il y a dans son réfrigérateur, et même l’aider à trouver des idées d’histoires pour ses enfants avant le coucher.
Son enthousiasme est contagieux. En même temps, il n’en édulcore pas le coût humain de l’adoption de l’IA. Son propre licenciement a été difficile, et il sait que celui des autres le est aussi.
Son conseil maintenant ? « Le surf est de mise. » Si votre entreprise ne parle pas d’IA tous les jours, elle devrait le faire, a-t-il déclaré, et plus les travailleurs humains se tourneront vers la collaboration en matière d’IA, mieux ils s’en porteront, tant sur le plan personnel que professionnel.
Pourtant, la peur ambiante persiste. Même les ingénieurs qui construisent discrètement les systèmes qui conduisent aux licenciements se sentent perturbés.
Un scientifique des données travaillant sur des projets d’automatisation d’une entreprise Fortune 500, s’exprimant sous couvert d’anonymat, se souvient du moment où les enjeux sont devenus personnels. Il y a quelques années, ils ont passé une semaine à écouter les appels de réclamation du service client. Les données les ont aidés à construire un modèle qui remplacerait éventuellement des dizaines d’emplois.
Peu de temps après, ils ont reçu un plat à emporter. « Bien parlé, professionnel. On ne dirait pas un travailleur indépendant », ont-ils dit. Puis ils ont vu le nom du livreur et l’ont reconnu sur une liste de personnes qu’ils avaient aidées à licencier.
« J’avais la liste complète des noms éliminés », ont-ils déclaré. « Elle était intégrée aux données d’entraînement. Je ne pouvais pas en être sûr à 100 %. Mais j’ai fait le rapprochement. »
Ils marquèrent une pause. « Ce n’était pas une bonne soirée. »
« Une fois que vous avez eu DoorDash (TIRET) livré par quelqu’un dont vous avez aidé à supprimer l’emploi… ça fait mal, mec.
Ce contenu a été traduit automatiquement à partir du texte original. De légères différences résultant de la traduction automatique peuvent apparaître. Pour la version originale, cliquez ici.