Meta voulait automatiser le travail. Les chiffres ont freiné le plan

Meta voulait automatiser le travail. Les chiffres ont freiné le plan

En janvier 2026, Mark Zuckerberg a réuni ses cadres dirigeants dans sa propriété d’Hawaï pour présenter Organization Transformation, ou OT. Le projet devait faire de Meta une entreprise conçue d’emblée autour de l’intelligence artificielle.

Le schéma reposait sur des agents IA chargés d’une grande partie du travail quotidien, sous la supervision de noyaux de trois à cinq humains polyvalents. Les équipes classiques de dix à vingt spécialistes devaient disparaître, les titres conventionnels laisser place à celui de « constructeur » et l’encadrement intermédiaire être réduit par pans entiers.

Au 27 août 2026, les données disponibles ne permettent pas de conclure à un remplacement de masse. Le volume de modifications de code a augmenté de 220 % en un an, les fonctionnalités livrées de 36 % et les incidents techniques et de sécurité majeurs de 40 %. Le rendement d’un agent se mesure donc après la génération du code, au moment du contrôle, de la livraison et de la réparation.

Le plan OT voulait des humains en format réduit

En apparence, le projet OT répondait à une logique directe : moins d’équipes, moins de niveaux hiérarchiques, davantage d’agents logiciels. Mark Zuckerberg voulait une entreprise où quelques salariés polyvalents coordonneraient des systèmes capables de produire, tester et exécuter des tâches à grande échelle.

Meta a confirmé l’existence du projet et précisé que le scénario évoquant jusqu’à 60 % de coupes concernait certaines divisions. Ce périmètre interdit de présenter ce taux comme une réduction programmée pour l’ensemble du groupe.

Le projet prévoyait deux vagues de réorganisation. La première a touché 10 % des effectifs le 20 mai. La seconde a été annulée le 19 mai au soir, avant son déploiement. Le calendrier a donc été interrompu après la première étape.

220 % de code, 36 % de fonctionnalités: les chiffres ne parlent pas de la même chose

En réalité, le premier écart apparaît entre la production interne et le résultat visible. Un message interne d’Andrew Bosworth, directeur technique de Meta, fait état d’une hausse de 220 % du volume de modifications de code en un an. Les fonctionnalités réellement livrées aux utilisateurs n’ont progressé que de 36 %.

Ces indicateurs ne mesurent pas la même chose et ne suffisent pas à calculer une productivité au sens strict. Ils montrent toutefois qu’un agent capable de générer davantage de code ne garantit pas une livraison plus rapide. Le code doit encore être trié, intégré, vérifié, sécurisé et maintenu.

Les alertes ont aussi concerné l’infrastructure. En mars 2026, des équipes signalaient déjà des signes de fragilité. En avril 2026, un rapport interne indiquait que des agents IA effectuaient des actions de grande ampleur qu’un humain n’aurait probablement pas lancées dans les mêmes conditions. Les incidents techniques et de sécurité majeurs ont augmenté de 40 % en un an, tandis que le temps consacré à leur résolution progressait de 70 %.

Début juin 2026, des pirates ont exploité le nouveau bot IA du support client pour accéder à des comptes Instagram très suivis. L’outil censé réduire le travail humain a alors créé un besoin supplémentaire d’enquête, de sécurisation et de réparation.

Le suivi des salariés a ajouté une autre friction. Meta avait installé sur les postes de ses employés américains un logiciel enregistrant les frappes clavier et les mouvements de souris afin d’entraîner ses agents IA. Des salariés ont dénoncé l’idée de contribuer à la fabrication de leurs propres remplaçants.

Le code est une sortie intermédiaire. La fonctionnalité est le résultat visible. L’incident révèle le coût du contrôle.

Produire davantage ne suffit pas.

Quand le travail structure la vie sociale

Surtout, le cas Meta pose une question qui dépasse l’efficacité logicielle. Un article publié en 2023 dans le Journal of Business EthicsThe Normative and Cultural Dimension of Work: Technological Unemployment as a Cultural Threat to a Meaningful Lifeadopte une approche normative et culturelle du travail rémunéré.

Selon cette analyse, le travail organise le rythme des journées et des semaines dans les sociétés occidentales contemporaines. Il permet de satisfaire des besoins matériels, de développer des compétences et des vertus, de construire une communauté et de contribuer au bien commun. Il forme ainsi un idéal organisateur central autour duquel la vie sociale s’ordonne.

Cette grille déplace le regard porté sur OT. Une réduction des équipes modifie la répartition des tâches et le cadre quotidien dans lequel les salariés exercent leurs compétences et participent à une activité collective. L’effet d’une réorganisation ne se limite donc pas au nombre de postes supprimés.

Deux questions derrière le chômage technologique

Dans un article publié le 11 mars 2016 dans Science and Engineering EthicsWill Life Be Worth Living in a World Without Work? Technological Unemployment and the Meaning of LifeJohn Danaher distingue deux problèmes. Le premier concerne la répartition des gains d’efficacité issus de l’automatisation. Le second porte sur l’accomplissement personnel et le sens de la vie si les personnes n’ont plus besoin de travailler.

Danaher se concentre sur le second problème. Il avance qu’il existe de bonnes raisons d’accepter le non-travail, tout en estimant que les technologies capables de rendre le chômage massif possible pourraient menacer l’épanouissement humain si leurs effets dépassaient la sphère économique. Il propose une approche intégrative de la relation entre les personnes et la technologie.

Benjamin Chomanski défend une position plus optimiste dans un article publié le 24 octobre 2018 dans la même revue, Massive Technological Unemployment Without Redistribution: A Case for Cautious Optimism. Il soutient qu’un chômage technologique massif pourrait s’accompagner d’un niveau de vie élevé sans redistribution de masse, notamment sous la forme d’un revenu universel. Il présente cette issue comme une possibilité incertaine, pas comme une prévision assurée.

Ces travaux apportent trois angles au cas OT : la redistribution des gains, le sens du travail et les effets sociaux de l’automatisation.

Ogburn et le retard culturel

Pour rappel, la peur du remplacement par les machines ne date pas des agents génératifs. Un article d’Eunju Kim et Michael Solovey, publié le 20 décembre 2022 dans le Journal of the History of the Behavioral SciencesThe Machine Takes Our Jobs Away: The problem of technological unemployment in the work of Chicago sociologist William F. Ogburnexamine les positions de William F. Ogburn, né en 1886 et mort en 1959.

Les auteurs relient sa réflexion sur le chômage technologique à son analyse des effets sociaux des innovations et des problèmes associés au « cultural lag », ou retard culturel. Ils suivent cette évolution dans son ouvrage de 1922, Social Change with Respect to Culture and Original Naturedans sa participation au President’s Research Committee on Social Trends en 1933, puis dans trois brochures destinées au grand public: Living with Machines en 1933, You and Machines en 1934 et Machines and Tomorrow’s World en 1938.

Le rapprochement avec OT reste une grille de lecture, pas une prédiction. Il rappelle que le chômage technologique se pense aussi à partir des problèmes sociaux liés aux innovations, et pas uniquement à partir du nombre de tâches automatisées.

Mesurer l’après-code

À ce stade, une organisation qui automatise son travail se vérifie après la démonstration technique. Les indicateurs du cas Meta permettent de suivre le produit, les contrôles et la structure des équipes.

Quatre contrôles avant de parler de remplacement

1. Les fonctionnalités livrées. Le volume de modifications de code doit être comparé aux produits effectivement proposés aux utilisateurs. Chez Meta, l’écart entre 220 % et 36 % montre pourquoi la production brute ne suffit pas.
2. Les incidents et le temps de réparation. Une organisation qui produit davantage mais consacre plus de temps aux corrections ne réduit pas mécaniquement sa charge de travail. Les hausses de 40 % des incidents majeurs et de 70 % du temps de résolution donnent deux indicateurs distincts.
3. Les actions à grande échelle. Le rapport interne d’avril 2026 signalait des actions d’agents IA qu’un humain n’aurait probablement pas lancées dans les mêmes conditions. Il faut donc suivre les actions qu’un agent peut déclencher et le niveau de validation humaine qui les accompagne.
4. La structure des équipes. OT prévoyait des noyaux de trois à cinq humains polyvalents, contre des équipes classiques de dix à vingt spécialistes, avec moins d’encadrement intermédiaire. Le résultat se mesure aussi à la répartition concrète des responsabilités entre agents et salariés.

La répartition des gains reste une question distincte. John Danaher la place du côté de la justice distributive, séparée de l’accomplissement personnel. Pour OT, il faut donc distinguer les capacités nouvelles des agents de la manière dont l’entreprise répartit les gains attendus, les responsabilités et les risques.

Au 27 août 2026le cas Meta ne permet pas de confondre volume de code et productivité. Les fonctionnalités livrées, les incidents, le temps de résolution et les responsabilités humaines donnent une mesure plus complète du projet OT.

Produire davantage ne suffit pas.