Why AI hasn't replaced software engineers, and won't

Il existe une forte anxiété autour de l'IA et de l'emploi. Comment dépasser les avertissements vagues et les prédictions tonitruantes pour amener des données dans le débat ? Une bonne approche consiste à observer la profession où les capacités de l'IA sont les plus avancées et l'adoption la plus rapide : l'ingénierie logicielle.

La thèse de l'essai : il existe suffisamment de preuves pour rejeter le récit selon lequel, une fois un certain seuil de capacité atteint, l'IA provoquerait des licenciements de masse. Et puisque c'est vrai dans un secteur quasiment sans barrières réglementaires, la plupart des autres professions sont probablement encore plus protégées.

Les auteurs proposent une grille de lecture : beaucoup de travaux du savoir, dont le développement logiciel, sont un « sandwich décider–exécuter–livrer ». L'IA comprime la couche du milieu — l'exécution — mais les deux autres couches résistent à l'automatisation d'une façon que de simples gains de capacité ne suffiront pas à surmonter.

Trois histoires qui ont fait les gros titres, et leur réalité.

Block. En février, l'entreprise de Jack Dorsey annonce 4 000 licenciements en citant explicitement des améliorations de modèles fin 2025 et une « nouvelle façon de travailler » avec des équipes « plus petites et plus plates ». Le reportage qui suit dresse un tableau radicalement différent : après avoir plus que triplé ses effectifs pendant la pandémie, l'entreprise est sous énorme pression financière. Une data scientist de Cash App, Naoko Takeda, raconte que Block « a enfoncé l'IA dans la gorge de tout le monde » sans constater plus que des « gains de productivité très limités » ; elle a refusé une prime de rétention de 75 % et a démissionné. Comme l'a noté Aaron Levie, les PDG sont particulièrement enclins aux illusions sur l'IA : ils savent construire un prototype rapide, mais ne voient pas les 90 % de travail nécessaires pour en faire un produit fini.

Snap. En avril, ~1 000 postes supprimés, le PDG Evan Spiegel citant l'IA en premier (et affirmant que l'IA génère 65 % du nouveau code). En réalité, les coupes suivent une campagne d'un investisseur activiste réclamant des réductions de coûts (Snap perd de l'argent chaque année depuis son IPO de 2017). La nature des coupes — 150 postes variés dans la division réalité augmentée — ne correspond pas à ce qu'on attendrait de licenciements pilotés par l'IA.

Intuit. En mai, 3 000 suppressions, annoncées en parallèle de partenariats avec Anthropic et OpenAI. La presse a relié les deux. Pour une fois, le PDG a poussé le démenti : « rien de tout cela n'a à voir avec l'IA », les coupes visant des « rôles lourds en coordination » et trop de couches de management.

L'AI washing est un phénomène à l'échelle de l'économie. 59 % des recruteurs US l'admettent. L'analyste Forrester J. P. Gownder note que 9 fois sur 10, les entreprises préparant des licenciements « pilotés par l'IA » n'ont aucune application IA mature prête à remplacer les postes — et n'ont même pas commencé. L'enquête HBR (1 000+ dirigeants mondiaux) montre 21 % de fortes réductions « en anticipation » de l'IA contre 2 % liées à un déploiement réel : un écart de 10x révélant à quel point les dirigeants sont sensibles aux récits trompeurs.

Le WARN Act. En mars 2025, New York devient le premier État à ajouter une case « IA » aux déclarations de licenciements de masse. La première année complète, sur 160+ entreprises déclarantes, aucune ne l'a cochée ; le département du Travail confirme qu'à fin mai, seule Nespresso l'avait fait. Soit ~46 travailleurs sur ~25 000 licenciés, environ deux dixièmes de pour cent.

Les licenciements sont de toute façon le mauvais signal. La recherche est claire : l'effet de l'IA passe par un ralentissement des embauches plutôt que par une hausse des séparations. Licencier des employés existants fait perdre précisément le savoir tacite et le capital organisationnel qui permettent d'exploiter l'IA efficacement ; c'est aussi coûteux (indemnités, moral, risque de réembauche), et largement inutile puisque le turnover naturel produit le même résultat en quelques années.

Au-delà des licenciements. Un papier d'économistes de la Réserve fédérale compile les preuves : l'emploi des ingénieurs logiciels croît toujours, mais plus lentement après ChatGPT qu'un contrefactuel sans IA, d'environ 3 points de pourcentage par an. (Une limite de la méthode : elle ne capte pas tout.)

L'essai conclut sur un optimisme prudent quant à la trajectoire de la demande, et annonce une suite consacrée aux raisons pour lesquelles les carrières individuelles pourraient malgré tout être chahutées même si la demande globale reste saine.