Les entreprises ont licencié à cause de l'IA. L'IA n'a pas encore livré. C'est le moment le plus dangereux de l'automatisation.

La logique de l'investissement en IA est simple : on supprime le coût humain, l'IA livre la productivité. L'équation est bouclée.

Le problème, c'est que les deux courbes avancent rarement au même rythme.

50 000 postes supprimés à cause de l'IA aux États-Unis en 2026. 95 % des pilotes d'IA en entreprise sans impact mesurable sur le P&L (MIT NANDA, 2025). 80 % des projets qui ne dépassent jamais le stade de la preuve de concept (BCG, 1 800 dirigeants). La facture des coupes a déjà été payée. Le retour de l'IA n'est pas encore arrivé.

Cet intervalle a un nom : le risque opérationnel.

Ce qui se passe quand les deux courbes ne se rejoignent pas

Les licenciements ont lieu maintenant, annoncés, exécutés, comptabilisés dans le trimestre. Le retour de l'IA prend du temps. Et quand il tarde plus que prévu, il reste un écart opérationnel qui n'apparaît jamais dans le communiqué de presse.

Moins de 10 % des entreprises utilisent aujourd'hui l'IA pour produire des biens ou des services de façon effective. Gartner estime que 30 % des projets d'IA lancés en 2024 seront abandonnés d'ici fin 2025, non par manque de technologie, mais par manque de résultats qui survivent à une revue budgétaire.

La plupart des entreprises sont dans l'intervalle. Elles ont déjà payé le coût. Elles attendent encore le bénéfice.

Le problème n'est pas la technologie

Ce n'est pas que l'IA ne fonctionne pas. Les cas de réussite existent, ils sont documentés et les chiffres sont convaincants, quand la mise en œuvre a suivi la bonne séquence.

Le problème, c'est précisément la séquence. Beaucoup d'entreprises ont coupé le capital humain avant d'avoir la capacité d'IA qui justifierait ce mouvement. Et avec les personnes sont parties des choses difficiles à récupérer : la connaissance informelle des processus, la tolérance à l'erreur pendant la transition, la capacité à diagnostiquer ce qui échoue quand le modèle ne livre pas.

Quand le pilote ne fonctionnera pas, et les données montrent que ce sera le cas pour la majorité, l'entreprise découvrira qu'elle a externalisé le problème d'exécution en même temps que les personnes qui savaient exécuter.

Ce que je constate dans les opérations

Quand Magellan diagnostique une opération qui a connu des coupes liées à l'automatisation, la première question est directe : qu'a-t-on mis à la place des personnes parties ?

La plupart du temps, la réponse est un mélange d'optimisme technologique et de pression budgétaire. Le pilote était prometteur. La coupe a été approuvée avant que le pilote ne livre. Et le pilote est toujours prometteur.

Nous utilisons l'IA pour cartographier où sont les véritables écarts, en croisant ce que les systèmes automatisés livrent réellement avec ce dont l'opération a besoin. Le résultat correspond rarement à ce qu'affiche le tableau de bord. Entre ce que l'outil fait et ce dont l'opération a besoin, il y a presque toujours une couche de travail humain informel que personne n'a documentée, et qui est partie avec la personne qui l'assurait.

Ce qui distingue ceux qui s'en sortiront

Les entreprises qui naviguent bien la transition ne sont pas celles qui ont le plus parié sur l'IA. Ce sont celles qui ont su séquencer : d'abord valider que le système livre ce qu'il promet en conditions réelles, puis redessiner le processus autour, puis ajuster les effectifs.

L'ordre compte. Et la pression de réduction des coûts à court terme inverse souvent cet ordre.

Le moment le plus dangereux de l'automatisation, ce n'est pas quand l'IA arrive. C'est quand la facture des coupes a déjà été payée, et que le retour n'est pas encore là. Cet intervalle est l'endroit où l'opération devient plus vulnérable qu'elle ne l'était avant toute transformation.

Question finale : Savez-vous si le retour de l'IA qui a justifié les dernières coupes d'effectifs dans votre entreprise est réellement arrivé, ou s'il est encore seulement promis ?