Les entreprises qui réduisent leurs effectifs pour financer l'IA ne génèrent pas de meilleurs rendements que celles qui ne le font pas – et les entreprises produisant les meilleurs résultats investissent dans les compétences humaines aux côtés de la technologie, pas à sa place. C'est la conclusion centrale d'une enquête Gartner publiée le 5 mai 2026, couvrant 350 grandes entreprises mondiales ayant déjà déployé ou pilotant des agents IA, l'automatisation intelligente ou des technologies autonomes. Pour les entreprises de services financiers à Genève et Dubaï, les données constituent un défi direct pour une hypothèse largement admise.
Les conclusions sont exposées dans le communiqué de presse Gartner « Autonomous Business and AI Layoffs May Create Budget Room, but Do Not Deliver Returns » (5 mai 2026). Parmi les 350 dirigeants interrogés, 80 pour cent ont signalé des réductions d'effectifs liées à l'IA ou à l'automatisation. Le taux de réduction des effectifs était presque identique chez ceux qui déclaraient un retour sur investissement (éROI) élevé et ceux qui signalaient des gains modestes ou des résultats négatifs – aucun lien mesurable entre la réduction des effectifs et la génération de valeur IA.
Gartner a mené l'enquête au troisième trimestre 2025, ciblant des organisations avec un chiffre d'affaires annuel d'au moins un milliard de dollars ayant déployé ou piloté au moins l'un des suivants : agents IA, automatisation intelligente ou automatisation des processus robotiques. L'échantillon de 350 dirigeants couvrait plusieurs secteurs et zones géographiques. La recherche était dirigée par Helen Poitevin, VP Analyste distinguée chez Gartner.
Une nuance mérite d'être notée : la méthodologie repose sur des données autodéclarées par les dirigeants. Les résultats reflètent la perception des dirigeants autant que la performance financière auditée. La conclusion directionnelle est claire ; l'amplitude précise de l'écart est plus difficile à établir avec certitude.
La plupart des discussions exécutives sur l'IA commencent par les coûts. Combien cela va-t-il économiser ? Combien de postes peut-elle absorber ? La recherche de Gartner pointe vers une variable différente : la qualité du jugement humain appliqué aux systèmes autonomes. Les organisations qui développent une capacité de supervision – des personnes qui comprennent ce que l'IA fait et pourquoi, qui peuvent interroger ses résultats et corriger ses erreurs – surpassent celles qui suppriment simplement la couche humaine.
Ce n'est pas un argument contre l'adoption de l'IA. C'est un argument contre une adoption paresseuse.
La distinction ne se situe pas entre les entreprises qui utilisent l'IA et celles qui ne l'utilisent pas. Elle se situe entre celles qui l'utilisent de manière réfléchie et celles qui la déploient principalement pour justifier une réduction des effectifs.
Les plus performants investissent dans la culture numérique au niveau de la direction, intègrent des mécanismes de révision explicites dans les flux de travail assistés par l'IA, et traitent les résultats des modèles comme des données d'entrée pour les décisions humaines plutôt que comme des décisions elles-mêmes. Pour les entreprises de services financiers, une lacune de gouvernance n'est pas seulement un frein à la performance – c'est une exposition à la conformité. La FINMA et l'EU AI Act exigent tous deux l'auditabilité dans les décisions assistées par l'IA.
« Les réductions d'effectifs peuvent libérer du budget, mais elles ne créent pas de rendement. » – Helen Poitevin, VP Analyste distinguée, Gartner
Les entreprises qui réduisent leurs effectifs pour financer l'IA sont aussi celles qui ont le plus de difficultés à retenir leurs talents. Les employés expérimentés qui comprennent profondément l'entreprise – qui connaissent le client, le contexte, l'historique réglementaire – sont exactement les personnes nécessaires pour superviser efficacement l'IA. Quand ces personnes partent, la capacité de supervision part avec elles.
Les organisations qui génèrent les meilleurs rendements l'ont reconnu avant que cela ne devienne un problème.
Les flux de travail assistés par l'IA nécessitent des environnements fiables, sécurisés et auditables. La capacité à interroger ce qu'un modèle a fait, quand, et sur quelles données, n'est pas un avantage. C'est une exigence de gouvernance.
L'infrastructure sous-jacente – qu'elle soit cloud, hébergement privé ou hybride – doit être construite pour la responsabilisation autant que pour la performance. La journalisation, les contrôles d'accès, la résidence des données, l'auditabilité : ce ne sont pas des fonctionnalités que l'on peut ajouter lorsqu'un régulateur pose une question.
La question honnête n'est pas « combien l'IA peut-elle économiser ? » mais « dans quel type d'organisation voulons-nous que l'IA opère ? » La réponse à la seconde détermine la réponse à la première.
Penta travaille avec des entreprises de services financiers à Genève et Dubaï qui naviguent exactement dans cette conversation. Les décisions d'infrastructure prises maintenant – sur l'hébergement, l'architecture de sécurité, la gouvernance des données – définiront le degré de contrôle que les organisations conservent à mesure que l'IA s'intègre davantage dans leurs opérations.
Gartner, « Autonomous Business and AI Layoffs May Create Budget Room, but Do Not Deliver Returns », 5 mai 2026 : https://www.gartner.com/en/newsroom/press-releases/...
Rapport annuel FINMA 2025 : https://www.finma.ch/en/documentation/finma-publications/annual-reports--and-financial-statements/
EU AI Act, Règlement (UE) 2024/1689 : https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32024R1689