Les licenciements dans la tech se succèdent et le même réflexe revient presque automatiquement : « C’est l’IA ». L’explication est séduisante, anxiogène, et surtout très facile à retenir. Un algorithme arrive, appuie sur un bouton imaginaire, et des milliers de postes disparaissent dans un nuage de pixels. Sauf que la réalité est nettement moins simple, et aussi beaucoup plus financière.
Le cas d’Oracle illustre parfaitement ce paradoxe. Le groupe annonce plusieurs milliers de suppressions de postes en évoquant notamment l’intelligence artificielle. Pourtant, le cœur du sujet ne semble pas être le remplacement immédiat et massif des salariés par des machines. Il s’agit plutôt d’un immense besoin de financement : construire, équiper et faire tourner les data centers d’IA coûte une fortune. Une fortune avec beaucoup, beaucoup de zéros.
Autrement dit, l’IA peut bien être associée à des licenciements, mais souvent parce qu’elle exige des investissements colossaux avant de générer des revenus à la hauteur des promesses. Le problème n’est donc pas uniquement le robot qui prendrait le poste. C’est aussi le bâtiment rempli de serveurs qui avale le budget.
Oracle, de vétéran du logiciel à candidat sérieux dans l’IA
Longtemps, Oracle a été perçu comme un acteur historique du logiciel d’entreprise et des bases de données. Une entreprise solide, imposante, parfois jugée un peu moins glamour que les stars de la Silicon Valley. Mais l’explosion de l’IA générative a rebattu les cartes.
Oracle s’est repositionné pour devenir un fournisseur majeur d’infrastructure cloud et de puissance de calcul. Sa stratégie repose notamment sur des centres de données répartis dans différents territoires et sur l’inférence IA, c’est-à-dire l’étape où un modèle déjà entraîné répond à des demandes réelles. C’est moins visible que l’entraînement d’un gigantesque modèle de langage, mais c’est justement ce qui permet aux entreprises et aux utilisateurs de se servir de l’IA au quotidien.
Cette montée en puissance s’est accompagnée de contrats spectaculaires. Oracle a notamment conclu un partenariat de plusieurs centaines de milliards de dollars avec OpenAI afin de participer à la construction des infrastructures nécessaires à son changement d’échelle. Le groupe est aussi lié au projet Stargate, vaste initiative américaine dédiée aux infrastructures d’intelligence artificielle.
Sur le papier, l’opportunité est immense. Dans les comptes, elle est beaucoup plus musclée. Les serveurs ne poussent pas dans les jardins, même avec un prompt très convaincant.
La facture des infrastructures IA devient vertigineuse
Pour faire fonctionner les modèles d’intelligence artificielle, il faut des puces de pointe, des serveurs spécialisés, des systèmes de refroidissement, des réseaux très rapides, des bâtiments sécurisés et une quantité considérable d’électricité. Chaque élément coûte cher. Ensemble, ils forment un budget qui ferait transpirer même une feuille Excel.
Oracle a ainsi fortement revu à la hausse ses dépenses d’investissement pour son exercice fiscal 2026. Le groupe avait déjà annoncé environ 35 milliards de dollars de dépenses, avant d’ajouter 15 milliards supplémentaires. Cela représente près de 50 milliards de dollars de capex, le terme utilisé pour les investissements lourds dans les infrastructures et les équipements.
La progression est saisissante : Oracle avait consacré environ 21 milliards de dollars à ces dépenses en 2025, contre 7 milliards en 2024. En deux ans, le rythme des investissements a donc explosé. Cette accélération traduit une conviction forte : la demande en puissance de calcul IA va continuer à grandir et les entreprises qui posséderont les infrastructures pourront capter une part importante de ce marché.
Mais une conviction n’est pas encore un bénéfice. Entre le moment où un data center est financé et celui où il rapporte durablement de l’argent, il peut se passer plusieurs années. Pendant ce temps, les salaires, les fournisseurs, l’énergie et les intérêts de la dette continuent de tomber à échéance avec une ponctualité presque insolente.
Licenciements dans la tech : financer l’IA avant qu’elle ne rapporte
C’est ici que les suppressions de postes prennent un autre sens. Lorsqu’une entreprise comme Oracle réduit ses effectifs, elle peut certes anticiper l’automatisation de certaines tâches. L’IA est capable d’accélérer le support, la rédaction, l’analyse de données, le développement logiciel ou encore certaines fonctions administratives. Il serait naïf de prétendre que cela n’a aucun effet sur l’organisation du travail.
Cependant, présenter tous les licenciements comme le résultat direct d’une IA qui remplace les humains masque un mécanisme plus large : les géants de la tech cherchent aussi à préserver leurs marges et leur trésorerie alors qu’ils dépensent massivement pour rester dans la course.
Les réductions d’effectifs deviennent alors un levier financier. Elles permettent de diminuer les coûts opérationnels, de rassurer les marchés et de libérer des ressources pour acheter davantage de serveurs, de GPU et de capacité cloud. Dit plus crûment, certains groupes arbitrent entre le budget d’une équipe et celui d’un nouveau data center. Et les racks de serveurs ne demandent pas d’augmentation annuelle, même s’ils réclament une climatisation digne d’un mois d’août sur Mercure.
Oracle n’est pas un cas isolé. Salesforce a supprimé des postes, Amazon a annoncé plusieurs vagues de licenciements, Meta a réduit une partie de ses équipes liées à la réalité augmentée afin de se concentrer davantage sur l’IA, et Microsoft a également diminué ses effectifs. Ces entreprises ont un point commun : elles investissent énormément dans les infrastructures d’intelligence artificielle.
L’endettement, l’autre visage de la course à l’IA
Les dépenses ne sont plus seulement financées par les liquidités disponibles. Face à l’ampleur des montants en jeu, les entreprises doivent aussi s’endetter ou lever de nouveaux capitaux. Oracle a ainsi exprimé son intention de mobiliser plusieurs dizaines de milliards de dollars via de la dette et des émissions d’actions pour soutenir son expansion en 2026.
Cette évolution est importante. Pendant longtemps, les grandes entreprises technologiques américaines ont été associées à des trésors de guerre financiers considérables. Elles disposaient de cash, de marges élevées et d’une capacité rare à financer elles-mêmes leurs ambitions. La course actuelle à l’IA modifie cette équation.
Construire des data centers à très grande échelle demande désormais des sommes telles que même les mastodontes doivent faire des choix. Et lorsque les taux d’intérêt restent élevés, emprunter devient plus cher. Chaque milliard levé a un coût. Chaque projet doit convaincre les investisseurs. Chaque dépense est examinée avec une attention qui ferait passer un contrôle fiscal pour une aimable discussion autour d’un café.
Les marchés s’interrogent donc sur le retour sur investissement de cette frénésie. L’IA est-elle en train de créer une nouvelle ère de croissance durable, ou les entreprises construisent-elles trop vite des capacités qui mettront longtemps à être rentables ? Pour Oracle, certains analystes anticipent plusieurs années de flux de trésorerie négatifs avant un véritable retour financier, potentiellement autour de 2030.
Cela ne signifie pas que la stratégie est vouée à l’échec. Cela signifie surtout que le pari est long, coûteux et risqué. Or, dans une entreprise cotée, la patience des investisseurs n’est pas toujours une ressource illimitée.
L’IA détruit-elle vraiment des emplois aujourd’hui ?
La crainte est légitime. L’arrivée d’outils capables de rédiger, programmer, traduire, résumer, concevoir des images ou analyser des documents bouleverse des métiers entiers. Beaucoup de tâches répétitives ou standardisées sont déjà plus rapides à accomplir grâce à l’intelligence artificielle. Certaines fonctions vont évoluer, d’autres vont disparaître, et de nouveaux rôles vont apparaître.
Mais les données disponibles ne permettent pas encore d’affirmer que l’IA a provoqué, à elle seule, une destruction massive d’emplois à l’échelle du marché du travail. Plusieurs analyses soulignent l’absence d’impact net clairement mesurable sur l’emploi dans les professions les plus exposées à l’IA.
Cette nuance compte. Un licenciement annoncé par une entreprise qui investit dans l’IA ne prouve pas automatiquement qu’un logiciel a remplacé les personnes concernées. Les plans sociaux peuvent répondre à de multiples facteurs : ralentissement économique, restructuration interne, changement de stratégie, délocalisation, hausse des taux, pression boursière ou réallocation des budgets.
Le marché de l’emploi des jeunes diplômés, souvent présenté comme une première victime de l’IA, ne fournit pas non plus de preuve définitive. Les difficultés d’insertion peuvent aussi s’expliquer par un contexte macroéconomique moins favorable, par des recrutements plus prudents ou par l’évolution des besoins des entreprises.
L’IA transforme profondément le travail, c’est indéniable. Mais elle n’est pas l’unique suspect dans cette affaire. Et elle a parfois un alibi assez solide.
Pourquoi Nvidia embauche pendant que d’autres réduisent leurs équipes
Le contraste avec Nvidia est particulièrement éclairant. Alors que plusieurs grands groupes réduisent leurs effectifs afin de financer leurs ambitions dans l’IA, le spécialiste des puces accélère ses recrutements. Son nombre de salariés a fortement augmenté ces dernières années, passant de moins de 14 000 personnes en 2020 à environ 42 000 aujourd’hui.
AMD, son principal concurrent dans les semi-conducteurs, a lui aussi considérablement renforcé ses équipes. La raison est simple : ces entreprises se trouvent du côté de celles qui vendent les outils indispensables à la ruée vers l’or numérique.
Nvidia fournit les GPU qui permettent d’entraîner et d’exécuter les grands modèles d’IA. Tant que les géants du cloud, les start-up et les États veulent bâtir toujours plus de capacité de calcul, la demande pour ces composants reste très élevée. Là où Oracle, Amazon, Microsoft ou Meta doivent financer d’immenses projets d’infrastructure, Nvidia encaisse les commandes qui rendent ces projets possibles.
Cette différence raconte quelque chose d’essentiel sur l’économie de l’IA : là où l’IA génère déjà des revenus, elle crée des emplois. Là où elle représente d’abord une dépense gigantesque, elle peut pousser les entreprises à réduire leurs coûts, y compris leurs effectifs.
Le vrai défi : répartir les gains de productivité
La question centrale n’est donc pas seulement de savoir si l’IA supprimera des emplois. Elle est aussi de savoir comment les entreprises utiliseront les gains de productivité qu’elle permet.
Une organisation peut automatiser certaines tâches pour licencier. Elle peut aussi s’en servir pour absorber davantage de demandes, améliorer son service client, lancer de nouveaux produits, former ses équipes et faire croître son activité. Le même outil peut conduire à des résultats très différents selon la stratégie adoptée.
Pour les salariés, le meilleur réflexe reste de se rapprocher des usages concrets de l’IA plutôt que de l’observer comme un météore inquiétant. Comprendre comment utiliser un assistant IA, vérifier ses réponses, automatiser des tâches simples, analyser des données ou améliorer un processus devient progressivement une compétence professionnelle utile dans de nombreux secteurs.
Pour les entreprises, l’enjeu est d’éviter le piège du tout-infrastructure ou du tout-réduction de coûts. Investir dans l’IA ne suffit pas. Il faut aussi identifier les cas d’usage rentables, accompagner les équipes et mesurer la valeur réellement créée. Sans cela, on risque de construire un château de serveurs très impressionnant, mais avec une facture d’électricité capable de faire pleurer le directeur financier.
L’intelligence artificielle ne se résume donc pas à une machine qui remplace l’humain. Elle est aussi devenue une course industrielle extrêmement coûteuse. Les licenciements actuels dans la tech racontent autant l’histoire de l’automatisation que celle d’une bataille pour financer les data centers, satisfaire les investisseurs et prendre position sur le marché qui pourrait définir la prochaine décennie numérique.
Source : L’IA détruit des emplois, mais le vrai coupable pourrait bien être la facture des data centers



