Ils ont licencié pour l'IA. 6 mois après, ils rappellent tout le monde.

L'IA devait tout remplacer. Certaines entreprises viennent de réaliser qu'elles s'étaient trompées.

En 2023 et 2024, des centaines d'entreprises ont procédé à des licenciements massifs en brandissant le même argument : l'intelligence artificielle allait faire le travail à la place des humains. Moins cher, plus rapide, sans congés maladie. Le calcul semblait imparable. Sauf que, quelques mois plus tard, un phénomène discret mais révélateur commence à s'observer dans les coulisses du monde professionnel : ces mêmes entreprises rappellent les salariés qu'elles venaient de remercier.

Ce phénomène a même reçu un nom. On l'appelle l'IA rebounding — une référence directe au "rebound" amoureux, ce retour vers l'ex après s'être rendu compte que l'herbe n'était pas si verte ailleurs. Et il en dit long sur les limites réelles de l'automatisation à grande échelle.

Pourquoi les licenciements "IA" ont-ils eu lieu si vite ?

La pression a été immense. Depuis le lancement de ChatGPT fin 2022, les conseils d'administration ont subi une double injonction : réduire les coûts et afficher une stratégie IA crédible aux actionnaires. Licencier des équipes entières en annonçant leur remplacement par des outils d'intelligence artificielle cochait les deux cases d'un seul mouvement.

Des secteurs entiers ont été touchés :

• Le marketing de contenu, avec des équipes de rédacteurs et de créatifs réduites parfois de 40 à 60 %
• Le support client, remplacé en partie par des chatbots basés sur des modèles de langage
• La comptabilité et la finance, avec des automatisations censées éliminer les tâches répétitives
• La modération de contenu sur les plateformes numériques

Le raisonnement était séduisant sur le papier. Dans la réalité opérationnelle, c'est une autre histoire.

Ce que l'IA ne fait (toujours) pas bien

Les outils comme Claude, ChatGPT ou Gemini sont puissants. Personne ne le nie. Mais leur déploiement en entreprise a révélé des angles morts que les décideurs n'avaient pas anticipés.

Le problème du contexte métier

Un modèle de langage généraliste ne connaît pas l'histoire de votre entreprise, vos clients historiques, vos codes culturels internes, vos jurisprudences maison. Les salariés expérimentés, eux, les portent. Cette mémoire organisationnelle est invisible jusqu'à ce qu'elle disparaisse.

Le problème de la confiance client

Plusieurs entreprises ayant remplacé leur support humain par des chatbots ont mesuré une chute brutale de la satisfaction client. Les utilisateurs tolèrent mal les réponses génériques sur des problèmes sensibles — facturation erronée, sinistre, litige. Ils veulent un interlocuteur qui comprend vraiment leur situation.

Le problème de la supervision

L'IA génère des erreurs. Des erreurs factuelles, des biais, des hallucinations. Sans humains formés pour relire, corriger et contextualiser les outputs, ces erreurs se propagent directement vers les clients ou les régulateurs. Résultat : certaines entreprises ont dû constituer en urgence des équipes de contrôle qualité IA — un poste qui n'existait pas avant.

Des exemples concrets de "retour en arrière"

Le phénomène reste souvent non officiel — aucune entreprise n'aime communiquer sur ses erreurs stratégiques — mais les signaux sont nombreux.

En 2024, plusieurs médias américains ayant réduit massivement leurs équipes éditoriales au profit de contenus générés par IA ont fait marche arrière après des scandales de fiabilité. Sports Illustrated ou CNET ont dû faire face à des articles bourrés d'inexactitudes publiés sous des noms d'auteurs fictifs. Des rédacteurs ont été rappelés ou de nouveaux recrutements lancés quelques semaines seulement après les licenciements.

Du côté du service client, des plateformes e-commerce ont discrètement réintégré des opérateurs humains en "couche de sécurité" derrière leurs chatbots, précisément parce que les remontées négatives menaçaient leur réputation.

Et dans les fonctions financières, des cabinets ont réalisé que l'automatisation éliminait les tâches simples, mais rendait les tâches complexes plus chronophages, faute de profils capables d'interpréter les outputs des outils.

Ce que ça change pour vous, que vous soyez salarié ou dirigeant

Si vous êtes un professionnel ayant été touché par ces vagues de licenciements, ce phénomène contient un message clair : votre expertise n'est pas obsolète, elle est sous-évaluée. Les compétences qui résistent le mieux sont celles qui combinent jugement humain et maîtrise des outils IA — pas celles qui ignorent l'une ou l'autre.

Si vous êtes dirigeant, le signal est tout aussi net. Remplacer des humains par de l'IA sans phase de transition structurée, sans formation, sans réflexion sur les cas d'usage réels, c'est prendre un risque opérationnel que peu ont correctement mesuré avant de sauter.

L'IA rebounding n'est pas une victoire du passé sur le futur. C'est simplement la preuve que l'automatisation intelligente se construit avec les humains, pas contre eux.

Conclusion : l'IA comme outil, pas comme stratégie RH

L'erreur fondamentale de beaucoup d'entreprises a été de traiter l'IA comme une ligne budgétaire plutôt que comme une transformation organisationnelle. Couper des postes pour afficher un ratio coût/IA séduisant, sans se demander ce que ces postes portaient réellement, c'est confondre la vitesse avec la direction.

Le vrai avantage concurrentiel n'ira pas aux entreprises qui auront le plus licencié. Il ira à celles qui auront su créer des équipes hybrides, où les humains utilisent l'IA pour faire ce qu'ils faisaient — en mieux, plus vite, et avec plus d'impact.

L'IA rebounding n'est peut-être qu'un début. Et la prochaine vague de recrutements tech pourrait bien ressembler, à s'y méprendre, à une liste de postes qu'on pensait avoir supprimés pour toujours.

— Reservoir Live