L'IA supprime des emplois. Un cas réel montre aussi où elle échoue.

Commençons par ce qui est vrai, chiffré, et vérifiable : l'IA supprime des emplois, aujourd'hui, à grande échelle. En octobre 2026 seul, les employeurs américains ont annoncé 153 074 suppressions de postes, une hausse de 175 % sur un an, et l'IA arrivait en deuxième cause citée avec 31 039 suppressions directement rattachées à l'automatisation. Plus de 316 000 postes ont été supprimés en citant l'IA comme motif depuis 2023.

Mais personne n'est d'accord sur si ça marche vraiment

Voilà ce qu'on raconte moins : parmi les directeurs financiers interrogés, 42 % pensent que réduire les effectifs est le moyen le plus clair de rentabiliser un investissement en IA. Mais 43 % pensent l'inverse : que c'est un indicateur étroit, voire trompeur. Et une étude Gartner n'a trouvé aucune corrélation entre les suppressions de postes liées à l'IA et un retour sur investissement mesurable. Autrement dit : la moitié du monde de l'entreprise n'est même pas convaincue que ça marche.

Pour comprendre pourquoi, le cas le plus documenté est probablement le meilleur endroit où regarder.

Le tournant : ce que l'IA n'a jamais su faire

Les économies affichées étaient réelles, sur le papier. Mais la qualité de service, elle, s'est dégradée. Les clients recontactaient davantage après une première réponse de l'IA, la satisfaction a chuté, et deux types de situations sont ressortis comme systématiquement mal gérées :

Les litiges à plusieurs étapes : des transactions multiples, des frais contestés sur plusieurs comptes, des exceptions à la politique commerciale. Une IA entraînée sur des cas clairs et uniques peine dès qu'il faut arbitrer entre des faits contradictoires.

Les situations émotionnellement chargées : un client qui conteste des frais frauduleux, déjà énervé, a besoin d'être entendu avant d'être renseigné. Une réponse techniquement correcte mais froide aggrave la situation au lieu de la désamorcer.

2025-2026 : le retour assumé

Le PDG Sebastian Siemiatkowski a fini par le dire publiquement : « On est allés trop loin. » Klarna recrute à nouveau des agents humains, sur un modèle flexible qu'il compare lui-même à Uber. Ce n'est pas un abandon de l'IA : elle continue de traiter le gros du volume. C'est un modèle hybride assumé : l'IA pour la vitesse, l'humain pour le jugement et l'empathie, chacun à sa place.

Ce que ça change pour vous

La leçon n'est pas « l'IA a échoué ». Elle a très bien fait ce pour quoi elle est faite : traiter un volume massif de demandes simples et répétitives, vite et à moindre coût. Elle a échoué précisément là où le travail redevient humain par nature : comprendre des besoins contradictoires, réguler une émotion, ajuster une réponse à une personne précise plutôt qu'à une catégorie de cas.

Ce sont exactement les compétences qu'on n'enseigne nulle part par défaut, et qui, à mesure que l'IA absorbe le reste, deviennent le vrai avantage concurrentiel : pas malgré l'IA, mais à cause d'elle.

→ Pour creuser : le rapport WEF sur les compétences les plus recherchées · pourquoi la sécurité psychologique reste la meilleure prédiction de performance