Même si Meta licencie 90 % de ses employés, des applications comme Instagram et Facebook continueront de fonctionner normalement.
Eva est ingénieure senior chez Meta, n'est pas sur la liste des licenciements, a de bonnes performances et adopte activement les outils d'IA.
Mais il a dit : « Personne n'est en sécurité, tout le monde est en danger, c'est juste une question de temps. »
C’est une histoire sur la manière dont la performance est évaluée, les promotions sont accordées, la gestion fonctionne, et même sur la manière dont le travail acharné lui-même est défini — ceux qui y sont impliqués, des dirigeants comme Zuckerberg aux ingénieurs juniors fraîchement recrutés, ne savent pas quand cette tempête prendra fin.
Les licenciements sont réels, mais les raisons sont fausses
Meta a licencié environ 25 000 personnes depuis 2022.
En novembre 2022, 11 000 personnes ont été licenciées, puis 10 000 autres en 2023, que Zuckerberg a qualifiées d'année d'efficacité. En janvier 2025, Zuckerberg a annoncé dans une note interne le licenciement des 5 % des employés aux performances les plus faibles, soit environ 3 600 personnes. En mars 2026, 700 autres ont été licenciées. Selon Reuters, environ 8 000 personnes supplémentaires seront licenciées à la fin mai, soit 10 % des près de 79 000 employés mondiaux, avec une deuxième vague prévue au second semestre.
Les licenciements sont réels, mais ils ne sont pas nécessairement dus à l'IA qui prendrait les emplois de ces personnes.
Eva estime que, à ce stade, la plupart des personnes licenciées auraient quitté l'entreprise qu'il y ait ou non de l'IA. « Il y a quelques années, l'industrie du génie logiciel a recruté bien plus que ce que la demande réelle ne nécessitait : le secteur était en plein essor, les capitaux étaient surchauffés, et les cours des actions n'ont cessé de grimper ; beaucoup d'entreprises ont embauché un grand nombre de personnes. Après avoir acheté Twitter, Musk a licencié la majorité des employés, et l'application fonctionnait toujours parfaitement — à l'époque, il n'y avait absolument pas d'IA. »
En 2026, les prévisions de dépenses en capital de Meta s'élèvent à 115 à 135 milliards de dollars, soit presque le double de celles de 2025, entièrement destinées aux centres de données, aux GPU et à l'infrastructure IA. L'argent économisé grâce aux licenciements a été réorienté vers la puissance de calcul.
L'IA joue à ce stade le rôle d'une carte présentable que les entreprises peuvent invoquer pour affirmer que l'efficacité a augmenté et qu'elles n'ont plus besoin de tant de personnes.
Les petites entreprises sont légères et agiles ; une fois devenues grandes, leur prise de décision ralentit, et elles se rendent compte qu'elles ne peuvent plus rivaliser avec les nouvelles licornes et startups. Elles commencent alors à se simplifier, à adopter une structure plus plate et à se concentrer sur leurs produits principaux. L'IA n'a fait qu'accélérer ce cycle déjà en cours.
Lorsque l'utilisation de l'IA est incluse dans l'évaluation des performances
Cependant, l'intervention de l'IA a modifié certaines règles liées aux licenciements.
L'ancienne méthode d'évaluation des performances de Meta était assez unique parmi les grandes entreprises de la Silicon Valley. Les managers ne donnaient pas directement de notes, mais rédigeaient un document d'évaluation en combinant votre auto-évaluation, les évaluations de vos collègues et leurs propres observations.
Ensuite, passez à une réunion de calibration, où une dizaine de personnes du même niveau sont regroupées ; chaque manager expose successivement les performances de ses collaborateurs, explique pourquoi chacun mérite un certain niveau, puis tous discutent ensemble avant de déterminer collectivement les niveaux de chacun.
Ce processus est fastidieux et chronophage, mais sa valeur réside dans l'introduction de multiples perspectives et dans la comparaison horizontale entre pairs ; les préférences d'un seul gestionnaire ont peu de poids sur le résultat. Eva considère cela comme relativement équitable.
Au début de l'année 2026, la réunion de calibration a été annulée. Eva a expliqué : « L'entreprise est revenue à une évaluation annuelle tous les six mois, car avec l'IA, les managers peuvent utiliser l'IA pour aider à rédiger leurs auto-évaluations, ce qui réduit le besoin de tant d'étapes de collaboration et accélère le processus. »
Dans le même temps, Meta a lancé Checkpoint, un système de suivi des performances basé sur l'IA, capable d'agréger automatiquement les données de travail des employés provenant de systèmes internes tels que Google Workspace, afin de générer des résumés de contribution pour les managers. Pour les ingénieurs logiciels, Checkpoint suit plus de 200 dimensions de données, y compris la proportion de code généré par l'IA, tout en surveillant des indicateurs tels que le taux d'erreurs et le nombre de bogues associés.
Janelle Gale, directrice des ressources humaines de Meta, a clairement indiqué dans une note interne à la fin de 2025 que la capacité de collaboration avec l'IA deviendra un critère central de l'évaluation des performances en 2026.
En outre, chaque fois qu'un ingénieur de Meta écrit un morceau de code, le système attribue automatiquement un pourcentage indiquant la proportion de ce code réalisée avec l'aide de l'IA ; cette donnée fait désormais partie des indicateurs d'évaluation.
Chaque équipe fixe son propre seuil minimal en fonction de sa situation, par exemple 50 % ou 90 % du code doit être généré par l’IA. Vous devez atteindre ce seuil, après quoi l’évaluation de performance continuera à évaluer la valeur réelle de votre travail. « L’idée de l’entreprise est que vous commenciez à l’utiliser, et nous verrons ensuite si vous le faites bien », dit Eva.
Intégrer le taux d'utilisation de l'IA dans les performances, comme un mécanisme de promotion forcée, ne récompense pas ceux qui l'utilisent beaucoup, mais punit ceux qui ne l'utilisent pas.
Cette approche n'est pas exclusive à Meta.
Le PDG de NVIDIA, Jensen Huang, a déclaré publiquement lors de la conférence GTC en mars 2026 que, à l'avenir, chaque ingénieur de l'entreprise devra disposer d'un budget annuel en tokens, avec une allocation supplémentaire équivalant à la moitié de son salaire de base destinée à la consommation d'IA. Il a même affirmé qu'il serait « profondément préoccupé » si un ingénieur gagnant 500 000 dollars par an dépensait moins de 250 000 dollars par an sur l'IA.
Huang Renxun vend des tokens ; comment un commerçant ne promouvrirait-il pas ses propres produits ? Mais Meta est également allé jusqu'à l'extrémité de cette folie quantitative.
Un employé a spontanément créé un classement interne appelé « Claudeonomics », nommé d'après le modèle Claude d'Anthropic, pour suivre la consommation de jetons AI de 85 000 employés. En 30 jours, l'ensemble de l'entreprise a consommé plus de 60 billions de jetons.
Le classement propose des badges allant du bronze à l'émeraude, et les 250 premiers obtiennent des titres tels que Token Legend ou Cache Wizard. Le employé en première position a consommé 281 milliards de Token en 30 jours ; certains employés ont fait tourner des agents IA pendant plusieurs heures sans effectuer aucune tâche réelle, uniquement pour consommer des Token. Mesurer la productivité par la consommation de Token, c'est comme évaluer un chauffeur de camion à l'aide de sa consommation de carburant : le moteur tourne, mais cela ne signifie pas que la livraison est effectuée.
Eva n'a pas ressenti de pression liée au classement au sein de son équipe : « De toute façon, nous n'avons aucun lien direct avec ce classement ; on continue notre travail, tout le monde a juste jeté un coup d'œil pour s'amuser. » Le manager n'en a pas fait un sujet de discussion, mais après la mise hors ligne du site de classement, la logique sous-jacente n'a pas disparu. La proportion de code générée par l'IA est toujours suivie, et le seuil minimal reste en vigueur.
Et lorsque tout le monde est poussé à utiliser l'IA, et que la production numérique de chacun augmente, les critères de performance s'élèvent automatiquement. « Si 60 % des gens s'améliorent, les normes augmenteront inévitablement. Mais il est difficile de dire quelle partie de cette amélioration provient de l'IA et quelle partie vient simplement du surmenage. »
Le vent de la surcompétition souffle à Silicon Valley
Le supérieur hiérarchique d'Eva est aussi sous pression : « Les autres grands chefs poussent intensément leurs équipes ; s'il ne réussit pas à les pousser, sa position sera en danger. »
Selon le Wall Street Journal, Meta vient de créer un nouveau département d'ingénierie de l'IA avec un ratio manager-ingénieur de 1:50, soit un manager pour 50 ingénieurs, soit deux fois le seuil traditionnel de 25:1 de la Silicon Valley.
Selon les données de Gallup, le nombre moyen de personnes sous la responsabilité d'un manager aux États-Unis est passé de 10,9 en 2024 à 12,1 en 2025, mais le ratio de 50:1 de Meta reste plus de quatre fois supérieur à la moyenne sectorielle.
Eva a ressenti personnellement ce changement. Dans une grande entreprise normale, un manager gère une dizaine de personnes, car il doit vous aider à planifier votre carrière, avoir des entretiens individuels avec vous et comprendre vos besoins.
1h50 signifie qu'une équipe de 5 managers ne nécessite désormais plus que 1 manager, les 4 autres perdant leur poste.
Personne ne sait comment ce nouveau département fonctionnera, bien que les observateurs externes pensent que ce changement se terminera en tragédie.
Nos autres départements maintiennent temporairement le même rythme de gestion ; le manager continuera de discuter avec vous individuellement de votre parcours professionnel, mais tout le monde s'attend à ce que cet état ne dure pas longtemps. Certaines équipes ont déjà supprimé les managers de base et laissent uniquement les superviseurs de niveau supérieur gérer directement tout le monde.
Les cadres eux-mêmes se posent la question de savoir si leur travail a encore du sens. « Tout le monde se trouve dans le même état et doit se demander si son poste a encore une raison d’être. Cela vaut également pour les dirigeants, dont la situation n’a pas pour autant été améliorée. »
L'IA aide effectivement les managers à améliorer leur efficacité en résumant automatiquement les codes récemment écrits, les publications partagées et les réunions auxquelles les membres de l'équipe ont participé, en générant des rapports réguliers. Avant, les managers devaient chercher eux-mêmes toutes ces informations ; maintenant, ils n'ont plus qu'à passer en revue les résumés fournis par l'IA.
Mais en contrepartie de l'augmentation de l'efficacité, la gestion devient moins coûteuse, et les choses peu coûteuses ne manquent jamais de substituts.
La pression se transmet couche après couche, et ce sont finalement les postes de niveau initial en bas de la hiérarchie qui supportent le choc le plus direct.
En tant qu'ingénieur senior, Eva avait l'habitude de déléguer les petits bugs aux ingénieurs juniors lors de la planification des projets. Mais maintenant, si le problème n'est pas majeur, il ouvre simplement une fenêtre AI et le règle en quelques minutes. « Je n'ai pas besoin de communiquer avec un ingénieur junior, je m'en occupe moi-même en un rien de temps. »
Les grands projets nécessitent toujours des personnes pour les réaliser, mais les tâches routinières qui constituaient autrefois la majeure partie du travail des ingénieurs juniors sont désormais absorbées en passant par l’IA dont disposent les ingénieurs seniors.
Eva parle vite : « Si tu peux faire dès que possible le travail d’un chef de projet, d’un produit, d’un ingénieur et d’un designer — que tu puisses tout faire tout seul, construire une fonctionnalité ou même une équipe entière, alors tu as peut-être moins de chances d’être licencié. »
En riant, Eva a déclaré : « À ce stade, même si Meta ne conservait que la moitié de ses employés, elle pourrait continuer à fonctionner. Si l’IA continue de progresser au rythme annoncé, il se pourrait qu’il ne reste que 10 % des programmeurs pour revoir le travail effectué par l’IA et aligner les décisions produit ; les 90 % restants seraient au chômage, et même dans ce cas, Meta continuerait de tourner. »
Personne n'est en sécurité, pas même Zuckerberg
Personne ne se sent en sécurité.
Les grands responsables sont sous pression parce que d'autres grands responsables se compétitionnent ; les managers sont sous pression parce que leur portée de gestion pourrait passer de 1:15 à 1:50 ; les ingénieurs seniors sont sous pression parce que les normes s'élèvent ; les ingénieurs juniors sont sous pression parce que leur travail est progressivement absorbé par l'IA des ingénieurs seniors.
Même Zuckerberg lui-même est en proie à l'anxiété.
L'incertitude de l'ère de l'IA est réelle ; chaque nouvelle fonctionnalité de Claude Code pourrait mettre en péril une entreprise, le cours de Figma a fortement fluctué après l'annonce de Claude Design, et l'ensemble du secteur SaaS est en cours de déconstruction pièce par pièce.
Les réseaux sociaux semblent avoir des barrières, mais ces barrières n'ont jamais été aussi hautes qu'on le pense. Eva estime que la transition de QQ à WeChat n'a duré qu'un ou deux ans.
Zuckerberg, tout en s'inquiétant de l'avenir de l'entreprise, effectue de importantes réductions d'effectifs. Pour Eva, en tant qu'employé, c'est une stratégie de gestion. « Il souhaite conserver les employés les plus performants, les plus intelligents. Quelle est la meilleure méthode ? Il a constaté que l'argent n'était pas la meilleure solution ; les licenciements s'avèrent plus efficaces. »
Créer un sentiment d'insécurité stimule plus la production que la distribution de primes.
Mais cette stratégie a un coût. Les ingénieurs de premier plan ne supporteront pas indéfiniment cette pression ; ils partiront pour des endroits qui respectent davantage leurs employés. Les licenciements peuvent éliminer les travailleurs paresseux, mais ils risquent aussi d'éloigner les personnes ayant le plus de choix.
La raison pour laquelle Eva est restée est réaliste : bien que la Silicon Valley soit devenue plus intense ces derniers temps, elle n'est pas aussi compétitive que la Chine.
Cependant, derrière ces choix individuels, la tendance de l'ensemble de l'industrie ne peut plus être ignorée. « L'IA remplacera la majorité des emplois ; le secteur Internet ne retrouvera jamais l'ère où il était possible de gagner beaucoup d'argent sans être constamment occupé. »
Si vous ne pouvez pas les battre, rejoignez-les
L'IA a transformé la manière dont les employés existants exercent leurs fonctions, tout en modifiant également les critères de sélection des nouveaux arrivants.
Les entretiens d'embauche chez Meta sont traditionnellement divisés en trois parties : Coding, Behavior Question et System Design. Le Coding consiste à proposer un problème d'algorithme, comme trier une série de données, et évalue votre choix d'algorithme ainsi que votre analyse des performances et des coûts. Le Behavior Question est plus subjectif et porte sur la manière dont vous gérez les retours et les conflits. Le System Design est généralement une question de conception d'architecture réservée aux candidats de niveau senior.
En octobre 2025, Meta a introduit une épreuve de codage par IA lors de ses entretiens. Au lieu de deux entretiens exclusivement de codage, il y a désormais un entretien de codage traditionnel suivi d’un entretien de codage par IA. Les candidats reçoivent, dans l’environnement CoderPad, un projet complexe comportant plusieurs fichiers, avec une fenêtre de discussion IA à droite, leur permettant d’alterner entre plusieurs modèles d’IA pendant l’entretien, notamment les séries GPT, Claude, Gemini et Llama. En 60 minutes, vous devez comprendre une base de code que vous n’avez jamais vue, décomposer le problème et utiliser l’IA pour implémenter des fonctionnalités ou corriger des bogues.
Il ne s'agit pas de savoir si vous savez écrire du code ou des prompts, mais de votre jugement dans la collaboration avec l'IA. Les résultats générés par l'IA peuvent être corrects, incorrects, ou partiellement corrects ; il s'agit de savoir comment interagir avec l'IA pour obtenir un résultat satisfaisant, et de pouvoir détecter si le code généré par l'IA est optimal. L'intervieweur observe en temps réel chaque prompt et chaque interaction que vous avez.
Eva estime que cela ressemble fortement à un environnement de travail réel, et qu'il s'agit de voir si les candidats peuvent utiliser les outils les plus récents pour résoudre des problèmes complexes en peu de temps.
De nouveaux critères d'entrée signifient que, à l'avenir, les personnes entrant dans ce secteur devront être capables de collaborer avec l'IA dès le premier jour. Un candidat ayant traversé ce processus d'entretien a résumé dans son analyse : l'IA n'a pas simplifié les entretiens, mais a plutôt élevé les exigences ; lorsque vous disposez d'une aide par IA, les recruteurs s'attendent à ce que vous résolviez des problèmes plus complexes dans le même laps de temps.
Face à cette situation, Eva a choisi la stratégie de rejoindre plutôt que de combattre.
Si c'est la tendance, vous ne pouvez pas la changer ; résister à l'IA est inutile.
La façon dont Eva effectue son travail quotidien a complètement changé : elle ouvre plusieurs fenêtres d'IA en parallèle pour qu'elles traitent différentes tâches simultanément. « Tu n'as qu'un seul cerveau et tu ne peux faire qu'une chose à la fois. Mais le bénéfice de l'IA, c'est que tu peux en exécuter dix et leur faire accomplir des tâches différentes. »
Environ un mois pour passer de la découverte à la maîtrise.
Il utilise l'IA pour couvrir presque tous les aspects de son travail : rédiger des documents, faire du cerveau-storming, comparer des solutions, écrire des requêtes SQL pour évaluer les impacts potentiels, écrire du code, et après la mise en œuvre des fonctionnalités, il l'utilise encore pour rédiger divers résumés et publier des publications sur les réseaux sociaux pour augmenter la visibilité.
Soyez parmi les premiers à utiliser l’IA au mieux, peut-être pourrez-vous devenir l’un des derniers à être licencié. Mais à quelle vitesse les licenciements se produiront-ils, et si vous serez vraiment épargné à la fin, personne ne le sait ; il ne vous reste qu’à accepter les choses telles qu’elles viennent.
Au-delà de cette auto-justification, l'IA a une valeur radicalement différente pour les personnes selon leur niveau.
Pour les ingénieurs expérimentés qui ont acquis suffisamment d'expérience pour identifier les problèmes et saisir la direction, l'IA est un levier concret : auparavant, l'idée de réaliser une analyse de deux semaines était décourageante, maintenant, ils peuvent commencer immédiatement. Mais pour les débutants dans leur carrière, l'IA supprime précisément la partie réflexion et essais-erreurs dont ils ont le plus besoin.
L'efficacité a augmenté, mais les opportunités d'apprentissage ont disparu.
Eva ne souhaite pas se classer parmi les optimistes ou les pessimistes : « Tu ne peux pas changer cette grande tendance, tout comme les travailleurs licenciés du Nord-Est à l'époque, il fallait simplement l'accepter. Certains ont ouvert des restaurants, d'autres ont migré vers le sud pour entreprendre. Qui sait ? La vie est trop longue pour se faire des soucis inutiles. »
À ce stade du jeu, la seule chose certaine est que personne n'est gagnant.