Capgemini supprime 2 400 postes : l'IA est-elle vraiment coupable ?

Les faits

Capgemini, première ESN française avec 35 000 salariés dans l'Hexagone, annonce un plan de restructuration touchant près de 7% de ses effectifs français. Les suppressions se feront via des reclassements internes et des ruptures conventionnelles collectives "sur la base du volontariat".

La raison invoquée par l'entreprise : se transformer pour répondre aux "challenges et opportunités créés par l'accélération des mutations technologiques, notamment l'intelligence artificielle".

Sources : AFP, France Info, Le Monde Informatique (20 janvier 2026)

Ce que dit la recherche économique

Un rapport d'Oxford Economics publié le 7 janvier 2026 jette un éclairage différent sur le lien entre IA et licenciements.

Leurs conclusions principales :

Les entreprises ne semblent pas remplacer massivement leurs employés par l'IA. Selon Oxford Economics, les licenciements attribués à l'IA seraient une "fiction corporative commode" (convenient corporate fiction).

Les chiffres sont parlants : sur les 11 premiers mois de 2025 aux États-Unis, l'IA a été citée comme raison pour environ 55 000 suppressions de postes. Cela représente seulement 4,5% du total des licenciements. Les pertes d'emploi attribuées aux "conditions économiques et de marché" classiques étaient quatre fois supérieures.

L'argument économique d'Oxford : si l'IA remplaçait vraiment les travailleurs à grande échelle, la productivité par employé devrait exploser. Or, selon leur analyse, la croissance de la productivité est restée faible et volatile dans les grandes économies développées.

Source : Fortune, Oxford Economics Research Briefing (7 janvier 2026)

Mais attention : le paysage évolue très vite

C'est ici que l'analyse se complexifie, et c'est important d'être honnête sur les limites des données disponibles.

Le décalage temporel

L'étude Oxford Economics analyse des données de 2025. Or, plusieurs événements majeurs sont survenus très récemment :

→ Claude Code (l'outil de codage d'Anthropic) a été lancé commercialement en mars 2025

→ Claude 4.5 Opus, le modèle le plus avancé, est sorti fin 2025

→ Les outils d'IA agentique (capables de réaliser des tâches complexes de bout en bout) ont fait des progrès significatifs au second semestre 2025

Conséquence : les stats macro-économiques n'ont pas encore capté l'impact de ces outils récents. L'effet réel se verra probablement dans les données 2026-2027.

Le témoignage Google qui fait parler

En janvier 2026, Jaana Dogan, Principal Engineer chez Google, a partagé une expérience qui a fait le tour de la tech : elle a utilisé Claude Code pour créer en une heure un prototype que son équipe avait mis un an à concevoir.

Mais elle a elle-même nuancé : ce qu'elle a produit était une "version jouet" (toy version), pas du code prêt pour la production. Son équipe avait passé un an à valider différentes approches architecturales, à naviguer les complexités organisationnelles, à construire du consensus. Claude Code a compressé l'exécution, pas la réflexion stratégique.

Ce que ça révèle : les outils IA excellent à exploiter des directions claires, pas à les définir. Ils accélèrent la phase d'implémentation une fois que les humains ont fait le travail de cadrage.

Les données qui montrent un impact réel (mais récent)

D'autres études nuancent le tableau d'Oxford Economics :

→ La Federal Reserve de St. Louis (novembre 2025) rapporte que l'adoption de l'IA générative a significativement augmenté, et que les gains de temps rapportés par les utilisateurs suggèrent une amélioration mesurable de la productivité agrégée.

→ Anthropic estime que Claude réduit le temps de complétion des tâches de 80% en moyenne, ce qui pourrait se traduire par une augmentation de 1,8% de la productivité du travail américaine si l'adoption devenait universelle.

→ Une enquête EY (décembre 2025) indique que 96% des organisations investissant dans l'IA constatent des gains de productivité, dont 57% des gains "significatifs".

Mon analyse : l'IA commence probablement à avoir un impact réel sur certaines tâches et certains secteurs. Mais cet impact est trop récent et trop inégalement distribué pour justifier des restructurations massives aujourd'hui. Les entreprises qui licencient "à cause de l'IA" en 2026 anticipent un futur qui n'est pas encore là — ou utilisent ce futur comme prétexte.

Le cas Capgemini : au-delà du discours IA

Revenons au cas spécifique de Capgemini. Plusieurs éléments suggèrent que les difficultés de l'entreprise précèdent largement la vague IA.

Un ralentissement d'activité bien réel

Capgemini le reconnaît dans son propre communiqué : l'entreprise fait face à une "croissance modérée" et des "défis majeurs pour certaines industries".

Les chiffres :

• Chiffre d'affaires en France : -5% au S1 2025 vs S1 2024
• Q3 2025 : -4,7% en France, pénalisé par "la faiblesse persistante du secteur industriel"
• Secteur automobile particulièrement touché (client historique des ESN)

Ces baisses d'activité n'ont rien à voir avec l'IA. Elles reflètent un ralentissement économique classique et des clients qui réduisent leurs budgets IT.

Le fiasco Scribe : 257 millions d'euros pour rien

Fait documenté par la Cour des Comptes (décembre 2025) :

Capgemini était le prestataire principal du projet Scribe, un logiciel de rédaction de procédures pénales pour la Police nationale. Lancé en 2015, le projet a été abandonné après 10 ans de développement.

Le bilan :

• Coût total estimé : 257,4 millions d'euros (incluant les coûts de développement et le temps perdu par les enquêteurs)
• Part Capgemini : environ 8 millions d'euros pour l'assistance à maîtrise d'œuvre
• Résultat : un outil inutilisable (17 clics pour enregistrer un PDF, fichiers limités à 5 Mo)

La Cour des Comptes note que Capgemini a reconnu avoir "manqué au devoir de conseil et d'alerte". Le rapport met en cause la responsabilité de six personnes, dont deux anciens directeurs généraux de la police nationale.

Sources : Cour des Comptes, Le Monde, L'Usine Digitale (décembre 2025)

Et pourtant : un nouveau contrat de 540 millions d'euros

Fait également documenté :

Malgré l'échec de Scribe, le consortium mené par Airbus et Capgemini a décroché en 2022 le contrat du "Réseau Radio du Futur" (RRF) auprès du même ministère de l'Intérieur.

Montant : 540 millions d'euros.

Mon analyse (hypothèse clairement identifiée) :

Je n'ai pas de preuve de corruption ou de conflit d'intérêts. Mais cette séquence — échec majeur suivi d'un contrat encore plus important avec le même client — pose des questions légitimes sur les critères d'attribution des marchés publics français.

Cela suggère un système où la capacité à remporter des contrats semble décorrélée de la qualité des livrables passés. C'est un symptôme d'un problème plus large dans la commande publique.

Sources : GIFAS, Observatoire Anticor, Le Figaro

L'hypothèse structurelle : un modèle économique en fin de vie

Voici mon analyse, présentée comme telle.

Je pense que Capgemini (et les grandes ESN en général) ne licencie pas à cause de l'IA. L'IA accélère la prise de conscience d'un problème plus profond : leur modèle économique historique s'effondre.

Le modèle traditionnel des ESN

Pendant des décennies, le modèle reposait sur une équation simple :

1. Recruter des consultants juniors en masse
2. Les vendre aux clients à des TJM (taux journaliers moyens) de profils seniors
3. Facturer des milliers d'heures pour des livrables (slides, analyses, rapports, développement)
4. Générer des revenus récurrents via la TMA (tierce maintenance applicative)

Pourquoi ce modèle se brise

1. L'automatisation des tâches juniors

Les outils IA actuels produisent en quelques prompts ce qui prenait des semaines à un analyste junior. La valeur perçue de ces profils s'est effondrée. Pas les tarifs facturés.

2. L'internalisation par les grands comptes

Les entreprises clientes construisent leurs propres équipes data/IA internes. Elles veulent des solutions maison qu'elles contrôlent, qu'elles font évoluer sans dépendance externe.

3. La fin de la rente TMA

Quand les clients internalisent et automatisent, la maintenance applicative — source majeure de revenus récurrents — disparaît.

4. L'exigence de résultats mesurables

Les clients ne veulent plus payer des milliers d'heures. Ils veulent des outcomes. Et ils commencent à demander : "Quel est le ROI mesuré de vos interventions ?"

Ce qui disparaît vs. ce qui reste

Fonctions en déclin :

• Analystes juniors qui produisent des slides
• Consultants qui compilent des données
• Profils "passe-plat" entre le client et les équipes techniques

Fonctions qui résistent (pour l'instant) :

• Orchestration stratégique senior
• Conduite du changement
• Relations clients complexes
• Expertise sectorielle profonde

Mais ces fonctions survivantes ne justifient pas des armées de consultants. Le ratio senior/junior va s'inverser.

Pourquoi l'IA est l'alibi parfait

L'IA comme justification de restructuration présente plusieurs avantages pour les directions :

Socialement acceptable — "On se transforme" sonne mieux que "On a perdu des contrats et surembauché pendant le COVID"

Difficile à contester — Qui veut passer pour le réactionnaire anti-progrès ?

Déresponsabilisante — "C'est la technologie qui l'exige, pas nous"

Valorisée par les marchés — Annonce de licenciements + discours IA = signal positif pour les investisseurs

Le professeur Peter Cappelli de Wharton, cité par Fortune, note que les entreprises annoncent souvent que "l'IA couvrira ce travail" sans l'avoir fait. C'est un discours pour les investisseurs, pas une réalité opérationnelle.

Pour résumer honnêtement

Ce que cela signifie concrètement

Si vous êtes consultant en ESN

Le modèle qui vous emploie est sous pression. Développez des compétences que l'IA ne réplique pas facilement : négociation, relations humaines complexes, expertise sectorielle profonde. Ou apprenez à travailler avec l'IA de manière avancée — devenez l'orchestrateur, pas l'exécutant.

Si vous êtes en entreprise cliente

Vous avez le rapport de force. Les ESN ne peuvent plus justifier des TJM seniors pour du travail de junior automatisable. Négociez des modèles au résultat. Internalisez ce qui est stratégique. Externalisez uniquement l'expertise pointue que vous n'avez pas.

Si vous êtes dirigeant d'ESN

Utiliser l'IA comme excuse détruit la confiance. Vos employés ne sont pas dupes. Vos futurs candidats non plus. Assumez vos décisions pour ce qu'elles sont. Ou investissez vraiment dans l'IA et mesurez les résultats — avec des métriques que vous pouvez partager.

Conclusion

Capgemini ne supprime pas 2 400 postes à cause de l'IA.

Capgemini supprime 2 400 postes parce que son activité ralentit en France, parce que le secteur industriel (son client historique) réduit ses budgets IT, et parce que le modèle économique de vente d'heures de consultants juniors est sous pression — de la part des clients qui internalisent, des outils qui automatisent, et d'un marché qui exige des résultats mesurables.

L'IA accélère cette prise de conscience. Elle n'en est pas la cause.

Est-ce que l'IA aura un impact massif sur l'emploi dans les années à venir ? Probablement. Les outils récents comme Claude Code montrent des gains de productivité impressionnants sur certaines tâches. Mais cet impact est encore trop récent et trop inégalement distribué pour justifier les restructurations d'aujourd'hui.

La prochaine fois qu'une entreprise invoque l'IA pour justifier des licenciements, posez trois questions :

1. Quel est le ROI mesuré de vos outils IA ?
2. Ces postes sont-ils vraiment automatisés ou simplement supprimés ?
3. Quelle était votre croissance d'activité avant cette annonce ?

Les réponses — ou leur absence — vous diront tout.

Sources principales :

• Oxford Economics Research Briefing, janvier 2026 (via Fortune)
• Cour des Comptes, ordonnance sur le projet Scribe/XPN, décembre 2025
• AFP, France Info, Le Monde Informatique, 20 janvier 2026
• Federal Reserve Bank of St. Louis, études sur l'adoption de l'IA générative, 2025
• GIFAS, Observatoire Anticor (contrat RRF)

Cet article reflète mon analyse basée sur des données publiques et sourcées. Les hypothèses sont identifiées comme telles. Les faits sont vérifiés et attribués à leurs sources.