Du grand licenciement chez Block à la « SaaSpocalypse » : comment l'IA est en train de transformer le marché de l'emploi des cadres ?

En février 2026, l’industrie technologique mondiale a connu une profonde secousse concernant la « relation homme-machine ». La société de paiement Block (anciennement Square), dirigée par l’ancien cofondateur de Twitter Jack Dorsey, a annoncé le licenciement de plus de 4 000 employés, soit 40 % de ses effectifs. Contrairement aux licenciements liés à de mauvaises performances, Dorsey a déclaré dans une lettre à tous les employés : « Notre activité reste forte, la marge brute continue de croître, notre clientèle s’élargit, et notre rentabilité s’améliore. Mais le monde a changé. Les outils intelligents que nous créons et utilisons, combinés à des équipes plus petites et plus plates, ouvrent une toute nouvelle façon de travailler. »

Ce phénomène n’est pas isolé. Presque simultanément, une discussion sur « l’IA qui remplace les cadres » a envahi les marchés financiers mondiaux. Mustafa Suleyman, responsable du département IA chez Microsoft, a lancé un avertissement lors d’une interview : tous les métiers spécialisés utilisant des ordinateurs — comptabilité, droit, marketing, gestion de projets — seront entièrement automatisés par l’IA d’ici 12 à 18 mois. Par ailleurs, un rapport intitulé « La Crise Globale de l’Intelligence 2028 » circule à Silicon Valley et Wall Street, avançant une vision inquiétante : si l’IA augmente l’efficacité des entreprises, elle détruit systématiquement les emplois de cadres bien rémunérés, pouvant entraîner une spirale déflationniste économique.

Les structures organisationnelles des entreprises s’effacent peu à peu. Que ce soit Perplexity, une entreprise IA native valorisée à 14 milliards de dollars avec seulement 247 employés, ou Block, un géant technologique traditionnel qui opte pour une réduction de ses effectifs, tous pointent vers une même tendance : l’IA n’est plus un simple outil d’assistance, mais un élément central de la reconstruction du pouvoir et de la valeur humaine dans l’entreprise.

Chronologie et étapes clés de la reconstruction organisationnelle par l’IA

Pour comprendre l’impact actuel de l’IA sur les emplois de bureau, il est utile de retracer les principales étapes de l’année écoulée :

• Début 2025 : Adoption explosive de l’IA générative en entreprise. Selon une enquête mondiale de McKinsey, 78 % des entreprises utilisent l’IA, dont 71 % l’intègrent « fréquemment » dans au moins une fonction. À cette époque, la narration dominante reste que « l’IA renforce l’humain », plutôt que de le remplacer.
• Quatrième trimestre 2025 : Les données financières des entreprises commencent à refléter des changements structurels. Gartner indique que plus de 30 % des entreprises technologiques mondiales ont lancé des restructurations liées à l’IA, dont plus de la moitié ont licencié en dépit de la croissance des profits, en raison d’une transformation fondamentale de la demande en main-d’œuvre.
• 17-24 février 2026 : Anthropic lance l’outil Claude Cowork, capable d’automatiser la vérification juridique, la gestion de la relation client et l’analyse de données. En 48 heures, le marché logiciel subit une secousse « SaaSpocalypse » : Atlassian chute de 35 %, Intuit perd 34 % de son cours trimestriel, Thomson Reuters recule de 16 %, LegalZoom dévisse de 20 %, évaporant des centaines de milliards de dollars de capitalisation.
• 24 février 2026 : Citrini Research publie le rapport « La Crise Globale de l’Intelligence 2028 », imaginant un futur fictif où l’IA, via une « spirale de substitution intelligente », entraîne l’effondrement des revenus des cadres et une crise de défaut hypothécaire.
• 26 février 2026 : Block annonce un licenciement de 40 %, Jack Dorsey attribue clairement cette décision à l’organisation plate impulsée par l’IA, marquant la tendance à la « déconnexion entre profit et emploi » comme une réalité manifeste.

De cette série d’événements, il ressort que l’impact de l’IA sur les emplois de bureau ne se limite pas à une infiltration progressive, mais s’accélère de manière non linéaire sous l’effet de la double catalyse : lancement de Claude Cowork et décisions stratégiques comme celles de Block.

Analyse des données et des structures : qui est remplacé, quelle est la logique du remplacement

Les données et cas analysés indiquent que le remplacement par l’IA n’est pas uniformément réparti, mais suit une logique fonctionnelle précise.

Premièrement, les postes intermédiaires et processuels sont en première ligne. Dans une hiérarchie classique, le rôle central des managers de niveau intermédiaire est de « transmettre des instructions » et « superviser l’avancement », des tâches essentiellement liées à la coordination de l’information. Avec la digitalisation via tableaux de bord et la capacité des agents IA à suivre automatiquement les processus et à produire des statistiques de performance, la valeur de ces managers est algorithmiquement remplacée à coût zéro. De même, de nombreux postes dépendant fortement du traitement de l’information — analyse de données de base, rédaction de rapports standardisés, pré-approbation de contrats — sont massivement pris en charge par l’IA. La baisse de l’emploi dans le secteur IT américain, de son pic en 2022 à début 2026, de 8 %, est une chute inédite en une décennie.

Deuxièmement, la logique de remplacement repose sur la « substitution de tâches » plutôt que de « postes entiers ». Selon 36Kr, l’IA a du mal à remplacer un poste dans sa globalité d’un seul coup, mais peut automatiser progressivement ses tâches constitutives. Un poste peut voir 50 % de ses tâches automatisées, laissant à l’humain la gestion du reste. Par exemple, avocats et auditeurs utilisant déjà l’IA pour la revue de documents voient leur productivité augmenter, mais leur emploi n’est pas encore menacé de disparition totale. Lorsqu’un certain seuil de tâches automatisables est atteint, l’entreprise peut décider de fusionner des fonctions ou de réduire ses effectifs.

Troisièmement, les structures d’organisations IA natives deviennent un nouveau standard. Perplexity, valorisée à 14 milliards de dollars, n’emploie que 247 personnes, Cursor AI, évaluée à 9 milliards, ne compte qu’une trentaine d’employés. Ces « organisations IA natives » fonctionnent en encapsulant de nombreux flux de travail dans un réseau d’agents IA, laissant à l’humain la définition des problématiques, la fixation des objectifs et la validation des résultats. Si cette logique est adoptée par les grandes entreprises traditionnelles, cela pourrait générer une pression massive sur l’emploi.

Analyse des opinions publiques : optimistes, pessimistes et réalistes

Trois grands récits dominent le discours actuel sur l’IA et l’emploi de bureau.

Pessimistes : déflation intelligente et effondrement de l’emploi. Le rapport Citrini évoque une « crise globale de l’intelligence 2028 » où l’IA, en tant que première technologie à remplacer un « créateur de demande », entraîne une spirale où les cadres licenciés, en rejoignant le marché du travail à la tâche, font baisser les salaires, ce qui réduit la consommation et augmente les défauts de paiement hypothécaire. Par exemple, la perte de 5 % de cadres pourrait entraîner une chute de consommation bien supérieure à 5 %, car un cadre gagnant 150 000 $ pourrait ne plus en percevoir que 40 000 $, avec une baisse de revenu de plus de 70 %.

Optimistes : expérience historique et création de nouveaux emplois. Selon un rapport de Morgan Stanley, l’histoire montre que chaque révolution technologique — électrification, internet — a remodelé le marché du travail sans le détruire globalement. La généralisation des tableurs a automatisé une partie de la comptabilité, tout en créant de nouveaux métiers en modélisation financière et analyse. À l’avenir, de nouveaux postes comme Chief AI Officer, experts en gouvernance et conformité IA, stratèges en personnalisation IA émergeront. Citadel Securities note aussi une augmentation récente des recrutements en ingénierie logicielle, suggérant que l’IA pourrait plutôt compléter la main-d’œuvre que la remplacer.

Réalistes : paradoxe de la productivité et difficulté d’adaptation organisationnelle. Des études de terrain, comme celles de Fudan et 36Kr, montrent qu’en pratique, si l’utilisation individuelle de l’IA augmente l’efficacité (ex. une étude de BCG montre une hausse de 25 % de la vitesse de réalisation avec GPT-4), la valeur pour l’organisation reste difficile à concrétiser. Le rapport du MIT indique qu’environ 10 % des entreprises tirent des bénéfices financiers significatifs de l’IA, principalement freinées par le manque d’apprentissage organisationnel, de réorganisation des processus et de capacités de collaboration homme-machine. La substitution massive n’est donc pas automatique, elle dépend de la capacité des entreprises à franchir le gouffre entre efficacité individuelle et capacité organisationnelle.

Vérification de la crédibilité des récits

Dans ce débat aux opinions contrastées, il est essentiel d’évaluer la solidité de chaque récit.

Sur le « récit apocalyptique » : le co-auteur du rapport « La Crise Globale de l’Intelligence 2028 », Alap Shah, insiste dans une interview que ce rapport est une « simulation de stress basée sur un modèle à long terme », un « scénario hypothétique » et non une prévision. La valeur réside dans la mise en évidence des failles logiques, non dans la prophétie. En réalité, le déploiement massif de l’IA est freiné par plusieurs contraintes concrètes : approvisionnement électrique, coûts de calcul, vitesse de transformation organisationnelle, régulation. Le « San Francisco Standard » souligne que la vitesse de disruption dépend du maillon le plus lent, et que si la technologie évolue rapidement, l’adaptation organisationnelle reste un goulot d’étranglement.

Sur la « leçon historique » : l’optimisme basé sur l’histoire comporte aussi des biais. Citrini rappelle que les révolutions passées (ordinateur, internet) ont surtout amélioré l’efficacité humaine, sans supprimer globalement l’emploi. Daron Acemoglu, prix Nobel d’économie, met en garde : la nouvelle vague d’IA pourrait avoir une différence qualitative, en automatisant des compétences professionnelles, ce qui pourrait réduire la valeur du capital humain et accentuer la déconnexion entre profits et emploi.

Sur la confusion entre « automatisation des tâches » et « automatisation des postes » : la déclaration de Suleyman sur une substitution en 12-18 mois a suscité des controverses académiques. Certains soulignent qu’il confond « automatisation de tâches » et « automatisation de postes » : un poste comporte plusieurs fonctions indissociables, et l’IA ne remplace pas tout d’un seul coup. Par exemple, le lave-vaisselle n’élimine pas la profession de cuisinier, puisqu’il ne remplace que la tâche de lavage, laissant intactes la créativité, la gestion de la qualité et la conception des menus.

Impact sectoriel : de l’entreprise au système financier

L’impact de l’IA sur l’emploi de bureau se diffuse à travers trois voies, modifiant l’ensemble du paysage industriel.

Première voie : la réorganisation de la valorisation des entreprises. Le marché financier commence à intégrer la capacité de substitution de l’IA. Après l’annonce du licenciement de Block, son cours a augmenté de 5,2 % le lendemain, traduisant une reconnaissance de l’efficacité apportée par l’IA. Parallèlement, les entreprises traditionnelles à forte intensité de main-d’œuvre voient leur valorisation baisser, tandis que les secteurs liés à la puissance de calcul et aux outils IA continuent d’attirer les capitaux. Cela reflète une perception du marché : l’IA est à la fois un levier d’efficacité et un facteur de disruption des modèles d’affaires basés sur l’information.

Deuxième voie : la disparition des « frictions » dans les modèles économiques. Citrini souligne que beaucoup d’entreprises traditionnelles exploitent « la faiblesse » de leurs clients pour faire du profit — banques via les frais, intermédiaires via l’écart d’information, SaaS via l’abonnement non annulé. L’IA devient un « moteur de friction zéro » : elle peut comparer automatiquement les prix, négocier, changer de fournisseur 24h/24, ce qui réduit considérablement les marges des intermédiaires. Ces changements vont bouleverser les revenus de secteurs comme l’assurance, la réservation de voyages, le conseil financier ou la livraison, entraînant de nouvelles vagues de licenciements et de restructurations.

Troisième voie : la transmission du risque de crédit dans le système financier. Le rapport évoque une « Prime Crisis » liée à l’IA, où des cadres supérieurs avec un bon profil de crédit et un salaire élevé pourraient voir leur capacité à rembourser leur prêt hypothécaire menacée en cas de licenciement par l’IA. Bien que le système financier français, principalement bancaire, diffère de celui américain, une baisse durable des revenus des cadres pourrait réduire la volonté d’emprunt immobilier, impactant le marché immobilier et la consommation.

Scénarios d’évolution

En synthèse, trois scénarios d’évolution de l’impact de l’IA sur l’emploi de bureau se dessinent :

1. Reconstruction progressive (scénario de référence) : automatisation et création d’emplois coexistent. De nouveaux métiers liés à la gouvernance IA, à la collaboration homme-machine, apparaissent pour absorber une partie des effectifs remplacés. La transformation organisationnelle progresse, la productivité individuelle se traduit en capacité collective. Ce scénario nécessite une politique active, notamment en formation et protection sociale.

2. Spirale de substitution (scénario pessimiste) : face à la pression concurrentielle, les entreprises remplacent massivement la main-d’œuvre par l’IA, ce qui entraîne une dégradation des revenus, une baisse de consommation, et une nouvelle vague de licenciements. La boucle s’autoalimente, créant un état d’équilibre durable où profit et emploi sont durablement déconnectés. La condition : coûts marginaux de l’IA inférieurs aux coûts humains, absence de régulation efficace, et rythme de création de nouveaux emplois inférieur à celui de la substitution.

3. Intervention réglementaire et redistribution (scénario d’intervention) : face à la crise structurelle, l’État intervient massivement, via des taxes sur la puissance de calcul ou des fonds de redistribution. La politique oriente le développement de l’IA vers la complémentarité, en soutenant par exemple l’emploi dans des secteurs difficiles à automatiser (santé, éducation, infrastructures).

Conclusion

Le licenciement massif chez Block sonne comme un avertissement retentissant : la croyance selon laquelle « profit rime avec emploi stable » est remise en cause. La reconstruction organisationnelle par l’IA ne concerne pas uniquement la « classe des blancs » en général, mais surtout les fonctions standardisées, processuelles et intermédiaires. La leçon historique et les scénarios apocalyptiques ont chacun leurs limites, et l’avenir dépendra d’une interaction complexe entre vitesse d’innovation, capacité d’adaptation des organisations et politiques publiques. Pour les professionnels, il vaut mieux se concentrer sur ce qui reste difficile à automatiser : la créativité, la prise de décision éthique, le jugement de valeur et la gestion des cas exceptionnels, qui continueront d’être le véritable rempart de l’humain face à l’IA.