---
Résumé du contenu principal
Cet article met en évidence une règle générale et largement répandue dans le domaine de l’IA : au cours des deux dernières années, l’ensemble de l’industrie a suivi une approche consistant à « embrasser l’IA tout en effectuant des licenciements pour réduire les coûts ». Des géants tels que Meta, Microsoft et WPP ont investi des milliards de dollars dans la recherche et le développement de l’IA tout en supprimant des postes de travail, considérant que « faire travailler moins de personnes à plus de tâches » constituait la valeur fondamentale de l’IA. Cependant, deux entreprises ont choisi de s’écarter de cette logique conventionnelle : DeepSeek, qui se concentre sur l’infrastructure des grands modèles, vient d’annoncer l’augmentation de sa taille de 50 % et recrute 150 nouveaux employés spécialisés dans le développement backend et le calcul flexible des intelligences artificielles, sans recruter aucun chercheur en algorithmes d’IA ; Notion, une entreprise de logiciels de prise de notes, prévoit d’augmenter son effectif de 30 % cette année pour atteindre 1 300 employés, soit trois fois le nombre d’employés des grandes entreprises spécialisées dans les grands modèles en Chine. Ces actions contraires à l’opinion dominante remettent en question l’idée que l’IA améliore l’efficacité des entreprises tout en les faisant devenir plus petites et que quelques personnes suffisent à gérer l’IA.
---
Interprétation simplifiée par dimension
1. Pourquoi toute l’industrie licencie-t-elle avec l’IA, tandis que ces deux entreprises recrutent-elles ?
Dans les entreprises Internet, il est devenu courant que les dirigeants annoncent l’« embrassement total de l’IA » lors des réunions, puis transmettent des objectifs de licenciement aux ressources humaines sous le prétexte d’« optimisation » : utiliser l’IA pour que deux personnes fassent le travail de trois, réduisant ainsi les coûts de main-d’œuvre de moitié. Par exemple, Zuckerberg a même envisagé de licencier jusqu’à 60 % des employés de certaines équipes, et le plus grand groupe publicitaire mondial, WPP, a licencié 1 000 personnes pour investir l’argent ainsi économisé dans l’IA.
L’idée répandue est que l’IA remplace les travailleurs humains, et que les fonds investis dans l’IA peuvent provenir des économies réalisées par les licenciements. Mais DeepSeek et Notion vont à l’encontre de cette logique : elles utilisent l’IA pour développer de nouveaux services qui n’étaient pas possibles auparavant, sans systèmes existants ou processus matures, ce qui nécessite de recruter de nouveaux employés pour créer ces services de zéro.
2. DeepSeek ne recrute pas de chercheurs en algorithmes d’IA, mais plutôt des ingénieurs backend : le déficit en infrastructure pour les grands modèles est dix fois plus important que celui des algorithmes
Beaucoup pensent que les entreprises spécialisées dans les grands modèles recrutent des docteurs en algorithmes d’IA pour faire en sorte que l’IA devienne plus performante. Or, les 150 postes proposés par DeepSeek sont tous destinés au développement backend, à la planification des serveurs et à la modification des systèmes de base.
La raison est simple : les algorithmes de DeepSeek sont déjà fonctionnels, et le défi actuel n’est pas de rendre l’IA plus intelligente, mais de permettre à des millions de personnes d’utiliser l’IA en même temps sans ralentissements, et de garantir le fonctionnement stable de dizaines de milliers d’intelligences artificielles. Par exemple, si vous ouvriez une entreprise de livraison et développiez un produit phare (comme des crevettes), vous n’aurez pas besoin d’embaucher de nouveaux cuisiniers pour créer de nouvelles recettes ; vous aurez plutôt besoin de recruter des personnes pour optimiser les processus de livraison, de louer de plus grands entrepôts et de vérifier les commandes. C’est exactement ce que fait DeepSeek.
3. Pourquoi Notion, une petite entreprise de prise de notes, a-t-elle trois fois plus d’employés que les entreprises spécialisées dans les grands modèles ? L’IA n’est pas un moyen de gagner facilement de l’argent
Notion est souvent considérée comme un outil de prise de notes gratuit et pratique, créé par une petite équipe. En réalité, elle compte déjà 1 000 employés et prévoit d’en recruter 300 de plus, soit trois fois le nombre d’employés des entreprises de grands modèles. Avant l’intégration de l’IA, l’entreprise gagnait de l’argent grâce à l’utilisation gratuite de son produit par les utilisateurs individuels, ce qui lui permettait d’avoir un taux de marge élevé et un flux de trésorerie positif. Mais avec l’IA, elle doit payer des frais à OpenAI et Anthropic pour l’utilisation de ses services, ce qui a réduit son taux de marge de 10 %. De plus, intégrer l’IA dans les processus d’entreprise est beaucoup plus complexe que de simplement mettre en place un bouton de résumé automatique : il faut convertir des documents existants, mettre en place des droits d’accès pour chaque département, personnaliser les règles d’IA et assurer le suivi des problèmes. Ces tâches nécessitent de nombreux employés spécialisés en vente, en soutien client et en déploiement d’IA, ce qui multiplie considérablement les besoins en ressources humaines.
4. Remettre en question les idées reçues : l’IA améliore l’efficacité, mais cela ne signifie pas que les entreprises deviennent plus petites ; au contraire, cela crée de nombreux nouveaux postes de travail
On pense souvent que l’IA permettra aux entreprises de réduire leur taille et de gagner facilement de l’argent. Cependant, les actions de DeepSeek et Notion démontrent le contraire : l’IA réduit les coûts tout en créant de nouveaux emplois. Par exemple, l’IA peut réduire le coût de certaines tâches de dix fois, mais cela signifie que les entreprises doivent s’attaquer à de nouveaux défis (gestion de l’activité de millions de personnes, sécurité des données, formation des utilisateurs, etc.), ce qui nécessite de nouvelles ressources humaines. En d’autres termes, l’IA libère des emplois pour des tâches traditionnelles, mais elle ouvre également de nouveaux marchés qui nécessitent davantage de personnel pour résoudre de nouveaux problèmes.