Les médias étrangers estiment que la récente frénésie autour de l'IA dans le secteur technologique pousse certains dirigeants à adopter des jugements excessivement optimistes. L'article cite Aaron Levie, fondateur de Box, selon qui de nombreux PDG, éloignés des opérations sur le terrain, tendent à assimiler directement les démonstrations d'IA à une capacité de remplacement à grande échelle des processus de travail réels.
Les dirigeants voient une démonstration, pas la mise en œuvre.
Levie a déclaré sur les réseaux sociaux que les PDG ont souvent tendance à expérimenter personnellement l'IA, à créer des prototypes, à générer des contrats ou à exécuter des processus simples, puis à conclure que les agents peuvent déjà prendre en charge un grand nombre de tâches. Toutefois, les personnes réellement responsables du déploiement doivent vérifier le code, corriger les bogues, identifier les erreurs d'appel causées par les hallucinations du modèle, ainsi que gérer les détails complexes des contrats, processus et données internes de l'entreprise.
L'article affirme que ce type de mauvaise évaluation ne provient pas d'une opposition à l'IA. Au contraire, Levie lui-même a toujours été un soutien actif de l'IA et a investi dans des startups d'IA. Son point central est que le problème ne réside pas dans le manque de valeur de l'IA, mais dans la tendance des dirigeants à sous-estimer les ressources humaines et le temps nécessaires pour transformer cet outil en une productivité stable.
Le rythme des licenciements approche celui de l'ensemble de l'année dernière.
L'article cite des données de Layoffs.fyi indiquant que, au cours des cinq premiers mois de 2026, 152 entreprises technologiques ont licencié 115 430 personnes, un chiffre proche du total de 2025, où 275 entreprises avaient licencié 124 636 personnes. L'article souligne que de nombreuses entreprises citent l'IA comme l'une des raisons des licenciements, mais les facteurs réels ne se limitent pas nécessairement à la progression technologique.
Zeb Evans, PDG de ClickUp, a déclaré publiquement qu'après le déploiement d'environ 3 000 agents IA pour gérer les tâches internes, l'entreprise a réduit son effectif d'environ 22 %. Il a affirmé que cette mesure n'était pas uniquement destinée à réduire les coûts, mais visait à réorganiser l'équipe en vue de « gérer les agents et revoir rapidement les résultats ».
Les résultats de l'étude ne soutiennent pas les alternatives radicales.
Cependant, l'article mentionne que plusieurs études n'ont pas abouti à des conclusions aussi radicales. Une revue d'études publiée en octobre dernier par l'Université de Californie à Berkeley n'a pas trouvé de relation robuste entre l'adoption de l'IA et l'augmentation de la productivité globale. Une étude de l'National Bureau of Economic Research publiée en mars de cette année conclut que l'IA améliore effectivement l'efficacité, mais que la perception subjective dépasse souvent les résultats mesurés.
L'étude du MIT sur l'exécution de tâches par des agents montre également que, dans de nombreux scénarios, les agents ne parviennent pas encore à atteindre de manière stable la qualité humaine. Les chercheurs prévoient que, selon le rythme actuel de progrès des grands modèles, les modèles pourraient accomplir la plupart des tâches liées au texte à une « qualité minimale utilisable » d'ici 2029, mais il faudra encore beaucoup plus de temps pour dépasser de manière stable la performance humaine dans un éventail plus large de travaux.
L'article conclut que si la direction continue de réorganiser l'entreprise en fonction des démonstrations plutôt que des capacités réelles de mise en œuvre, le résultat ne sera pas nécessairement une augmentation de l'efficacité, mais plutôt un accumulé d'approbations, une exécution chaotique et un déséquilibre organisationnel.