Google réduit certains effectifs pour financer ses priorités

Google a étendu ses offres de départ volontaire à plusieurs pays, dont la France. Selon une enquête de Reuters publiée le 4 novembre 2026, le dispositif, engagé en juin, concerne également le Canada, l'Allemagne, le Japon et la Suisse. Le nombre de salariés ayant accepté ces propositions n'est pas connu. Cette politique intervient alors qu'Alphabet consacre des investissements considérables à l'intelligence artificielle et cherche à maîtriser ses dépenses. Fait révélateur, les activités Google Cloud et DeepMind, considérées comme stratégiques, restent prioritaires pour les recrutements. Les effectifs globaux d'Alphabet continuent d'ailleurs de progresser. L'entreprise ne réduit donc pas uniformément son personnel : elle redistribue ses ressources entre des activités qu'elle entend développer et d'autres dont elle cherche à contenir les coûts. La décision fait écho à celle d'Apple, évoquée dans notre récent article Coûts de l'IA : les équipes formation doublement concernées. Apple a réduit les plafonds de dépenses accordés à certains collaborateurs pour utiliser les modèles d'IA. Google agit sur un autre poste budgétaire : les dépenses de personnel. Dans les deux cas, le développement de l'intelligence artificielle s'accompagne d'une discipline financière accrue. Il serait excessif d'attribuer chaque départ chez Google au financement de l'IA. Mais le rapprochement entre investissements technologiques et économies salariales mérite l'attention.

L'emploi menacé avant même d'être automatisé

L'effet de l'intelligence artificielle sur l'emploi est généralement présenté sous l'angle de la productivité. Les modèles génératifs prennent en charge une partie des tâches auparavant réalisées par les salariés. L'entreprise peut alors augmenter sa production sans recruter davantage, voire réduire ses effectifs. Cette évolution suppose toutefois que les gains attendus se matérialisent réellement. Une tâche automatisée ne signifie pas nécessairement un poste supprimé : les collaborateurs peuvent être redéployés vers d'autres activités, tandis que de nouveaux besoins apparaissent. Un second mécanisme est moins souvent évoqué. Les investissements dans l'IA mobilisent des ressources financières considérables. Centres de données, processeurs, modèles, infrastructures cloud et logiciels pèsent sur la trésorerie et les budgets d'investissement. Ils génèrent également des charges d'exploitation et des amortissements qui pèseront sur les résultats futurs. Pour préserver leurs marges, les entreprises peuvent être tentées de compenser ces dépenses par des économies sur d'autres postes, notamment les salaires. Les emplois concernés ne sont pas nécessairement ceux que l'IA serait déjà capable de remplacer. Ils peuvent appartenir à des fonctions dont les effectifs sont simplement jugés ajustables. Le phénomène pourrait donc précéder les gains de productivité annoncés : l'entreprise réduit ses coûts humains pour financer une technologie dont elle attend encore les bénéfices économiques. Le gel des recrutements devient alors un instrument d'arbitrage financier autant qu'une conséquence de l'automatisation.

Après les LMS, l'IA va-t-elle absorber les budgets formation ?

Les responsables formation connaissent déjà cette tension entre investissements technologiques et moyens de fonctionnement. Le déploiement des plateformes LMS a progressivement mobilisé des budgets importants : licences, intégration, maintenance, administration, évolutions fonctionnelles. Ces dépenses ont parfois réduit les ressources disponibles pour la conception pédagogique, l'accompagnement des apprenants ou le développement de nouveaux dispositifs. L'intelligence artificielle pourrait reproduire ce mécanisme, avec une différence majeure : une partie de ses coûts dépend directement de l'intensité des usages. Les abonnements forfaitaires coexistent avec la facturation des tokens, les appels aux API et les fonctionnalités supplémentaires proposées par les éditeurs. À mesure que les équipes formation multiplient les productions automatisées, les simulations, les traductions ou les agents conversationnels, la facture peut augmenter. Il faut également compter le temps nécessaire à la vérification des résultats et à l'adaptation des processus de travail. Ces investissements peuvent parfaitement se justifier par les gains obtenus. Encore faut-il que ces gains soient mesurés et que les budgets correspondants ne soient pas reconduits sans examen. Le risque serait de voir les dépenses technologiques devenir progressivement incompressibles, tandis que les autres postes du budget formation serviraient de variables d'ajustement. Les arbitrages pourraient alors concerner les prestations externes, les projets pédagogiques et, finalement, les recrutements. La situation serait particulièrement délicate pour les équipes ayant engagé une transformation importante de leurs outils sans disposer encore d'une évaluation fiable de leur rentabilité.

Produire davantage avec des équipes réduites ?

Deux logiques pourraient ainsi conduire les départements formation à limiter leurs effectifs. La première repose sur les gains de productivité attendus de l'IA. Si la production de contenus, certaines opérations administratives et une partie de l'assistance aux apprenants sont automatisées, le département formation peut envisager de maintenir son activité avec moins de collaborateurs. La seconde relève de la contrainte budgétaire. Les investissements technologiques absorbent une part croissante des ressources et conduisent à suspendre les recrutements, voire à réduire les équipes, avant même que les économies promises soient réalisées. Ces deux mécanismes peuvent se cumuler. Une équipe réduite doit alors déployer les nouveaux outils, acquérir les compétences nécessaires à leur utilisation et maintenir la qualité des services rendus. Le surcroît de travail lié à la transformation risque de contredire, au moins temporairement, les gains de productivité recherchés. Les responsables formation devront donc apprécier leurs investissements autrement qu'à travers les seules performances techniques des solutions. Ils auront à examiner leur coût complet, les tâches effectivement allégées et les compétences humaines qu'il reste indispensable de mobiliser. Ils devront aussi défendre les moyens nécessaires à l'accompagnement des autres métiers, eux-mêmes confrontés aux transformations de l'emploi. Car une entreprise qui investit massivement dans l'IA tout en réduisant ses ressources consacrées au développement des compétences prend le risque de fragiliser les conditions mêmes de sa transformation.