Alors que les licenciements s’intensifient, le rôle d’IA dans les coupes budgétaires est obscur – mais il en a certainement un

La saison des licenciements se prolonge dans un état soutenu, défiant les formations plus typiques de périodes d’expansion et de récession cycliques dans le secteur technologique. Pendant ce temps, l’IA continue de prendre le dessus – ou du moins la version actuelle des réseaux de neurones formés sur de grands ensembles de données qui pilotent des développements tels que ChatGPT d’OpenAI et Claude d’Anthropic. Un sujet revient sans cesse dans les conversations que j’ai avec des technologues, des cadres, des leaders de l’industrie et des travailleurs de première ligne de tous les bords des deux tendances : plus précisément, à quel point le boom de l’IA est complice de l’élimination massive et continue.

Tout le monde semble s’accorder sur le fait que l’avènement et l’adoption de l’IA jouent un certain rôle, au moins dans l’ampleur des licenciements, sinon dans le calendrier, ce qui est plus probablement imputable à l’incertitude économique globale. Les entreprises se vantent certainement des avantages en termes d’efficacité que les nouveaux produits d’IA peuvent apporter et qu’ils apportent aux entreprises, mais peu les mentionnent réellement dans le contexte spécifique des licenciements – bien que les nouvelles selon lesquelles l’IA remplacerait au moins une partie de ceux qui perdent leur emploi font leur chemin malgré efforts pour garder cela secret.

Salesforce licencie environ 700 personnes dans le cadre de sa dernière tranche de suppressions d’emplois, ce qui s’ajoute au groupe qu’il avait annoncé l’année dernière. SAP a également annoncé une restructuration massive, mais a souligné qu’elle prévoyait que les effectifs seraient les mêmes d’ici la fin de l’année. C’est beaucoup de manipulation du message, mais la véritable histoire est que ces grandes entreprises connaissent généralement une croissance d’année en année, de sorte que même des embauches stables avec des restructurations, des rachats et des embauches de remplacement constituent un pas en arrière par rapport au business as-. habituel.

Ces deux entreprises, ainsi que de nombreuses autres grandes entreprises technologiques qui subissent actuellement des licenciements, ont également signalé et/ou annoncé des investissements importants dans l’IA pour aider à augmenter ou remplacer le travail actuellement effectué par les gens. Généralement, ces annonces sont accompagnées de l’assurance que l’automatisation de certaines tâches entraînera le déploiement de véritables ressources humaines dans des rôles et pour des emplois beaucoup plus épanouissants, créatifs et significatifs.

À long terme, cela pourrait être le cas, mais pour l’instant, il s’agit d’une réduction des effectifs « regrettable » parallèlement à des dépenses massives et budgétaires en produits d’IA et en innovation, sans aucune lueur d’espoir en vue quant au moment où ceux-ci généreront de tout nouveaux rôles et opportunités pour ceux-ci. des travailleurs déplacés entre-temps.

Il existe de nombreux exemples réconfortants montrant à quel point l’IA générative fait encore défaut à bien des égards lorsqu’il s’agit de les comparer avec des personnes réelles – mais il existe tout autant, sinon plus, d’exemples de la façon dont les gens utilisent avec plaisir des outils comme ChatGPT pour leur vrai travail au quotidien, avec des résultats au moins satisfaisants, sinon meilleurs que ce qu’ils étaient capables de faire auparavant.

Les révolutions technologiques sont toujours perturbatrices et déplacent des tonnes de personnes, mais celle-ci semble unique dans la mesure où la technologie qu’elle promet ne se contente pas d’augmenter l’efficacité humaine dans des rôles spécifiques dans tous les cas – elle remplace activement une fonction entière dans de nombreux cas. Il est nécessaire d’assurer une plus grande transparence sur le moment où l’IA occupera les rôles que les gens occupaient autrefois alors que ces grandes entreprises poursuivent leur déploiement, mais il est peu probable que nous obtenions cela au milieu de l’action : il est plus probable qu’elle soit étudiée et découverte plus tard. par des chercheurs qui tentent d’en évaluer l’impact.

Source-146