Note : Ceci est une note de recherche complétant le livre L’ère de la post-pénurie, désormais disponible à l’achat. Ces notes approfondissent les concepts du texte principal. Commencez ici ou procurez-vous le livre.

Déplacement anticipé : perdre son emploi au profit d’une stratégie IA

Le 21 juillet 2026, monday.com a déposé auprès de la SEC un Form 6-K (le rapport courant qu’un émetteur étranger doit remettre au régulateur boursier américain) annonçant la suppression d’environ 620 postes, soit à peu près 20 % de ses effectifs. Le document justifiait la décision dans cette langue plate qu’emploient les avocats en droit boursier quand ils veulent être exacts : la restructuration devait soutenir « un modèle opérationnel plus léger et plus concentré, alors que la Société continue d’investir dans sa stratégie de croissance portée par l’IA ».

Quelques jours plus tard, le cofondateur Eran Zinman a écrit aux salariés sur le départ quelque chose qui ressemblait au contraire. La décision, expliquait-il, n’avait pas été prise pour réduire les coûts ni pour remplacer des personnes par l’IA.

La presse y a vu du double langage d’entreprise, une société prise entre l’histoire qu’elle raconte à Wall Street et celle qu’elle raconte à ses propres équipes. Cette lecture est trop facile, et elle passe à côté de ce qui s’est réellement passé. Les deux affirmations sont vraies. Aucun système d’IA chez monday.com n’a appris à faire ces 620 métiers. Personne n’a été automatisé. Ce qui s’est passé, c’est que l’entreprise a décidé de devenir une entreprise « IA d’abord », et que le devenir exigeait de l’argent, un organigramme différent et un profil d’effectifs qui se lise comme « natif IA » aux yeux des investisseurs. On a retiré les gens pour faire place au pari.

C’est une chose distincte de l’automatisation, et elle mérite son propre nom. Appelons-la le déplacement anticipé : des emplois supprimés par anticipation d’une capacité, et non à cause d’elle.

Les deux courbes se sont séparées

Pendant l’essentiel des trois dernières années, il était raisonnable de traiter les « licenciements attribués à l’IA » et les « licenciements causés par l’IA » comme une seule et même série, avec un peu de bruit dedans. En 2026, les deux se sont écartées assez loin l’une de l’autre pour qu’on puisse mesurer l’écart.

Côté annonces, les chiffres sont énormes. Challenger, Gray & Christmas a recensé 155 126 suppressions de postes dans le secteur technologique à fin août 2026, en hausse de 52 % par rapport aux 102 239 annoncées sur les mêmes mois de 2025, dans une année où le total des suppressions annoncées recule de 41 %. La tech pèse 29 % de toutes les suppressions de postes aux États-Unis, plus que n’importe quel autre secteur. L’IA a été la raison la plus citée pour les réductions d’effectifs pendant cinq mois consécutifs, de mars à juillet, et elle a été nommée explicitement dans 116 175 annonces cette année, soit environ 22 % de toutes les suppressions que Challenger recense. En août, elle a glissé à la quatrième place, avec 3 462 suppressions, son plus bas total mensuel depuis décembre, et la « restructuration » a pris la première place. Gardez les deux étiquettes à l’œil. L’histoire qu’une entreprise raconte sur une suppression de postes change d’un mois à l’autre ; la suppression, elle, reste la même.

Côté mesure, le tableau refuse de coller. Les économistes d’Anthropic Maxim Massenkoff et Peter McCrory ont publié en mars 2026 une étude qui construit une mesure d’exposition au niveau des tâches à partir de données d’usage réelles plutôt que d’estimations par sondage. Ils n’ont trouvé aucune hausse systématique du chômage chez les travailleurs très exposés depuis fin 2022. Les programmeurs informatiques ressortent comme la profession la plus exposée de toute l’économie, avec 75 % de couverture observée des tâches, suivis des opérateurs de saisie de données à 67 % et des conseillers du service client autour de 65 %. Ces travailleurs n’apparaissent pas dans les statistiques du chômage comme une classe déplacée. Le groupe le plus exposé se révèle aussi plus riche et plus diplômé que le groupe non exposé : les titulaires d’un diplôme de troisième cycle en représentent 17,4 %, contre 4,5 % chez les non-exposés.

Donc : un record de suppressions attribuées à l’IA, et aucun déplacement correspondant des personnes dont l’IA sait réellement faire les tâches. Les annonces courent devant l’automatisation.

Le seul chiffre qui montre où tombent les dégâts

Il y a un seul endroit dans les données d’Anthropic où quelque chose casse nettement, et il vaut la peine de s’y arrêter. Les travailleurs de 22 à 25 ans qui entrent dans des professions très exposées trouvent un emploi 14 % moins souvent que leurs pairs qui entrent dans des postes peu exposés. Au-dessus de 25 ans, l’effet disparaît.

L’étude de Stanford sur la même tranche d’âge, fondée sur des données de paie et mise à jour en août 2026, constate que l’écart se creuse au lieu de se refermer. L’emploi des 22 à 25 ans dans les professions les plus exposées à l’IA est désormais 19 % en dessous de ce qu’il serait s’il avait suivi le rythme des pairs moins exposés, contre 13 % un an plus tôt : entre novembre 2022 et juin 2026, leur emploi a reculé d’environ 11 % pendant que celui du groupe moins exposé progressait d’environ 10 %, et les auteurs attribuent ce recul à une baisse des embauches, pas à des licenciements.

Si l’IA dévorait le travail, les titulaires en poste en seraient chassés. Au lieu de quoi la porte se ferme au nez de ceux qui essaient d’entrer. Ce n’est pas à cela que ressemble l’automatisation. C’est à cela que ressemble un gel des embauches sur le barreau junior, la coupe la moins chère qu’une entreprise puisse faire et la seule qui ne génère ni ligne d’indemnités de départ, ni WARN notice (le préavis de licenciement collectif que la loi américaine impose aux grands employeurs), ni cycle médiatique. On n’ouvre tout simplement pas le poste, et si quelqu’un pose la question, on répond : l’IA.

C’est le mécanisme même sur lequel tourne la licorne solo. La Falaise de l’Emploi n’a jamais été destinée à arriver principalement sous forme de licenciements massifs. Elle arrive sous forme d’emplois qui ne sont jamais publiés, et c’est pourquoi elle reste invisible dans des statistiques de l’emploi qui ne comptent que les gens ayant perdu quelque chose qu’ils possédaient déjà.

L’agence qui produit ces statistiques l’a elle-même concédé. En août 2026, le secrétaire au Travail par intérim a signé des accords de partage de données avec OpenAI, Google, Meta et Amazon pour suivre ce que l’IA fait aux emplois, au motif que le gouvernement ne dispose pas des données. Les fournisseurs savent combien de licences une entreprise a achetées. La seule partie qui sait qu’un poste a été discrètement fermé, c’est l’employeur, et l’employeur n’est pas dans l’accord.

Pourquoi une entreprise le ferait exprès

L’incitation n’a rien de subtil dès qu’on la regarde depuis le fauteuil du directeur financier.

Annoncez que vous supprimez 20 % des effectifs parce que la croissance a ralenti et que les marges sont sous pression, et le marché y lit un signal de détresse. Annoncez que vous supprimez 20 % des effectifs pour financer une transformation « IA d’abord », et la même coupe devient une histoire de croissance. monday.com a relevé ses prévisions de marge 2026 dans le dépôt même qui révélait les licenciements, et a indiqué qu’il comptait continuer à recruter dans des domaines stratégiques tout au long de l’année. La charge de restructuration s’élève à 45 à 55 millions de dollars, répartis entre indemnités de départ et dépréciations de surfaces de bureaux.

L’IA est aujourd’hui le seul récit disponible qui convertisse un licenciement en preuve d’ambition. Cela crée quelque chose de réellement nouveau : une incitation financière à déplacer des travailleurs qui existe que la technologie fonctionne déjà ou non. La capacité n’est pas le déclencheur. C’est l’histoire qu’on raconte sur la capacité qui est le déclencheur, et les histoires se déplacent à la vitesse d’une présentation de résultats trimestriels.

C’est la primauté de l’actionnaire qui fait exactement ce que le livre dit qu’elle fait. L’entreprise n’optimise pas sa production. Elle optimise sa lisibilité pour le capital, et en ce moment le format que le capital veut lire s’appelle « natif IA ». Six cent vingt personnes, c’est le coût de la mise en forme.

« Ce ne sont pas simplement des licenciements avec une nouvelle étiquette ? »

En partie. Les entreprises ont toujours habillé leurs coupes dans la langue que l’époque récompensait, des « synergies » au « redimensionnement » en passant par le « recentrage ». Un sceptique est en droit de demander ce qui distingue ceci du cycle habituel des euphémismes.

Deux choses.

La première, c’est le calendrier. Une restructuration ordinaire est contracyclique. Le chiffre d’affaires baisse, donc on coupe. Le déplacement anticipé fonctionne à l’envers : monday.com est en croissance, a relevé ses prévisions de marge, et supprime tout de même un cinquième de ses effectifs. La coupe n’est pas une réponse à un mauvais trimestre, c’est un investissement dans une capacité future. Cela inverse toute la logique sur laquelle s’appuient les prévisionnistes du marché du travail, parce que cela signifie que le déplacement n’est plus en aval de la conjoncture des affaires ni de ce que les machines savent faire.

La seconde, c’est que l’argent ne s’évapore pas. Il se déplace. La masse salariale qui finançait 620 salaires devient un budget pour la puissance de calcul, les modèles et l’équipe réduite censée les manier. Le déplacement anticipé finance l’automatisation même dont il a été annoncé à l’avance, ce qui est le Paradoxe du Bootstrap à l’échelle du compte de résultat. La prophétie n’est pas seulement autoréalisatrice. Elle est autofinancée.

Ce qui veut dire que la version honnête de la question du sceptique est pire que la question elle-même. Oui, l’étiquette est arrivée d’abord. L’étiquette est aussi le moyen par lequel la chose se construit.

Pourquoi cela ruine les prévisions

Presque tous les modèles sérieux sur l’IA et l’emploi, y compris le travail de calendrier mené dans ce projet, traitent le déplacement comme une fonction de la capacité : identifier les tâches, estimer quand une machine les exécute à une qualité et à un coût acceptables, et en déduire l’effet sur l’emploi. Le seuil de substitution est la charnière, et le calendrier potentiel se construit en le faisant avancer dans le temps.

Le déplacement anticipé n’est pas une fonction de la capacité. C’est une fonction de la croyance en la capacité, et la croyance n’a aucune borne supérieure imposée par le fait que la chose fonctionne ou non. Un score de benchmark vous dit à partir de quand l’automatisation devient possible. Il ne vous dit rien sur le moment où un conseil d’administration décide de se réorganiser autour de l’attente qu’elle se produira.

La conséquence pratique, c’est que les prévisions fondées sur la capacité sous-estiment systématiquement les dégâts à court terme sur l’emploi tout en restant parfaitement bonnes pour décrire le long terme. L’écart entre les deux n’est pas une erreur à corriger. C’est une période réelle, avec des gens réels dedans, et nous y sommes maintenant.

Il y a aussi ici une asymétrie plus méchante. Le déplacement par automatisation véritable arrive au moins avec, dans les mains, le gain de productivité qui pourrait payer la transition : le travail est toujours fait, moins cher, et le surplus existe quelque part, prêt à être capté ou partagé. Le déplacement anticipé met le coût humain en tête de cortège et la productivité en queue. Vous obtenez le chômage d’abord et l’abondance ensuite, si le pari paie un jour. Certains de ces paris ne paieront pas, et ces entreprises auront tout de même détruit les emplois.

La lecture post-pénurie

Le livre modélise la Transition comme l’intervalle dangereux entre la défaillance de l’ancienne économie et le fonctionnement de la nouvelle, et soutient que tout dépend de la mise en place d’un plancher sous les gens avant que la brèche ne s’ouvre. Le déplacement anticipé modifie le calendrier de cet argument d’une manière que les lecteurs du chapitre 8 devraient prendre au sérieux.

La Falaise de l’Emploi arrive en deux vagues, et la première n’est pas l’automatisation. C’est le capital qui se réalloue sous un récit IA, avec des années d’avance sur les machines. Cela signifie que la falaise sociale s’ouvre avant la falaise technique, et que tout plan calibré sur la courbe des capacités arrive en retard d’exactement la taille de l’écart. La Fondation doit être bâtie à l’heure de la croyance, pas à l’heure de la capacité. Attendre de voir si l’IA sait vraiment faire ces métiers avant d’instaurer le Revenu universel élevé, c’est attendre pendant toute la période où des gens perdent leur travail à cause d’une prévision.

Cela aiguise aussi l’argument du chapitre 9. Une entreprise qui supprime un cinquième de ses effectifs pour bien paraître aux yeux des investisseurs, tout en disant à ces mêmes travailleurs que la décision n’avait rien à voir avec leur remplacement, n’est pas le méchant de cette histoire. C’est un acteur rationnel à l’intérieur d’une structure de propriété qui récompense la conformité au récit plutôt que la production. Les Guildes de Mission existent parce qu’on ne peut pas raisonner cette structure pour la sortir de ses incitations ; on ne peut qu’en sortir. Et l’Impact existe parce qu’un système qui mesure directement la contribution est beaucoup plus difficile à manipuler avec un communiqué de presse.

Les 620 personnes de monday.com n’ont pas été remplacées par une intelligence artificielle. Elles ont été remplacées par un plan pour en acquérir une. Que cela s’avère meilleur ou pire que d’être automatisé dépend entièrement de la question de savoir si quelqu’un construit le plancher avant que la seconde vague ne frappe.

C’est l’argument de L’ère de la post-pénurie : le plancher n’est pas quelque chose qu’on installe une fois la disruption confirmée. À ce stade, c’est une opération de secours. Construit tôt, c’est ce qui rend la transition survivable, et il doit être pointé vers la vague qui est déjà là plutôt que vers celle que les benchmarks annoncent.

Sources

monday.com plans 20% layoffs, lifts 2026 margin outlook — Form 6-K — dépôt auprès de la SEC (620 postes, « stratégie de croissance portée par l’IA », charge de restructuration de 45 à 55 millions de dollars, prévisions de marge relevées)
Monday.com is cutting 20 percent of its workforce as it pivots to an AI work platform — TNW (le mémo d’Eran Zinman : la décision n’a pas été prise pour réduire les coûts ni pour remplacer des personnes par l’IA)
Challenger Report: August job cuts up 58%, Consumer Products, Food lead — Challenger, Gray & Christmas, septembre 2026 (155 126 suppressions dans la tech à fin août, en hausse de 52 % ; l’IA citée dans 116 175 annonces, environ 22 %, et quatrième raison la plus citée en août)
AI is hitting entry-level jobs hardest, Stanford study finds — Ars Technica sur la mise à jour d’août 2026 de « Canaries in the Coal Mine » (les 22 à 25 ans dans les professions les plus exposées à 19 % sous leurs pairs moins exposés, contre 13 % auparavant)
Labor Department taps tech giants for AI jobs data — Axios, 26 août 2026 (le gouvernement « ne dispose pas des données »)
Labor market impacts of AI: A new measure and early evidence — Massenkoff et McCrory, Anthropic, mars 2026 (aucune hausse systématique du chômage chez les travailleurs exposés ; les 22 à 25 ans ont 14 % moins de chances de trouver un emploi dans les postes très exposés ; 75 % de couverture des tâches pour les programmeurs)

Déplacement anticipé : perdre son emploi au profit d'une stratégie IA