Pas d'augmentation salariale, mais plus d'IA : le compromis que les entreprises demandent aux salariés de financer

Lorsque les employés de Teradata ont appris qu’ils ne bénéficieraient pas de leurs augmentations salariales annuelles habituelles en 2026, l’entreprise n’a pas invoqué une récession, un effondrement des ventes ou une urgence financière imprévue. Le directeur général, Steve McMillan, a expliqué au personnel que les fonds destinés aux ajustements salariaux seraient plutôt réaffectés à l’intelligence artificielle.

Le message était d’une clarté inhabituelle. Teradata, une entreprise spécialisée dans l’analyse de données et le cloud qui emploie environ 5 100 personnes, souhaitait renforcer ses capacités en matière d’intelligence artificielle et recruter davantage de talents spécialisés. Les salariés actuels, à l'exception de ceux des pays où des augmentations étaient légalement obligatoires, contribueraient à financer cette ambition en acceptant de ne pas voir leur salaire de base augmenter. Les primes de performance et les attributions d'actions resteraient disponibles, mais le budget habituellement consacré aux révisions salariales allait être réaffecté.

Chaque année, les entreprises doivent prendre des décisions d'investissement difficiles. La décision de reporter la construction d'une usine, de fermer un bureau ou de réduire un budget marketing peut se justifier d'un point de vue commercial. Privilégier l’IA plutôt que la rémunération des salariés est différent, car cela transforme un investissement technologique stratégique en une déclaration directe sur la façon dont la direction valorise le travail. On fait en effet comprendre aux salariés que l’entreprise attend de meilleurs rendements futurs des machines, des modèles et d’un groupe restreint de spécialistes de l’IA plutôt que du maintien du pouvoir d’achat de son personnel actuel.

Cela peut s'avérer exact d'un point de vue strictement comptable. Cela peut néanmoins nuire à la gestion de l'entreprise.

Un gel des salaires n'est pas une décision neutre

Les dirigeants décrivent souvent un gel des salaires comme un maintien de la rémunération plutôt que comme une baisse. Les salariés, quant à eux, le perçoivent différemment. Lorsque les prix ne cessent d’augmenter, un salaire inchangé permet d’acheter moins. Même une inflation modérée transforme un gel nominal en une baisse réelle des salaires.

Il existe également un effet cumulatif. Une augmentation non accordée ne disparaît pas lors de l'évaluation salariale de l'année suivante. Étant donné que les augmentations futures sont généralement calculées sur la base du salaire actuel du salarié, une année de gel salarial peut peser sur les revenus pendant plusieurs années, à moins que l'entreprise ne procède ultérieurement à un ajustement correctif.

Le coût d'opportunité est donc immédiatement supporté par le personnel, tandis que les avantages liés à l'investissement dans l'IA restent incertains et pourraient profiter principalement aux actionnaires, aux cadres supérieurs ou aux spécialistes nouvellement embauchés. On demande aux salariés d'accepter une perte certaine de pouvoir d'achat en échange d'une éventuelle amélioration de la compétitivité future de l'entreprise.

Le message psychologique peut avoir autant d'importance que l'aspect financier. Le salaire n'est pas seulement une rémunération pour le travail fourni ; c'est aussi l'un des signaux les plus clairs qu'une organisation envoie concernant la contribution, le statut et l'équité. Lorsqu'une entreprise présente publiquement l'IA et les augmentations salariales des employés comme des utilisations concurrentes d'un même budget, elle incite les salariés à considérer la technologie comme une rivale plutôt que comme un outil à leur service.

La direction pourrait par la suite encourager l'adoption de l'IA, l'expérimentation et la collaboration. Cependant, les employés à qui l'on a dit que l'IA avait absorbé leur budget salarial ont une raison légitime de se méfier de cette invitation.

Pourquoi les entreprises font ce compromis

La pression pour investir est bien réelle. Les entreprises achètent des licences logicielles, de la capacité de cloud, des conseils spécialisés, des infrastructures de données et des dispositifs de cybersécurité. Elles se livrent également à une concurrence acharnée pour recruter des ingénieurs, des responsables produit et des cadres possédant une expérience avérée dans la mise en œuvre de l'IA. Pour les grands groupes technologiques, ces investissements s'étendent aux puces électroniques, aux réseaux, aux systèmes d'alimentation et aux centres de données.

Les entreprises interrogées fin 2025 s'attendaient à ce que leurs dépenses moyennes en matière d'IA passent d'environ 0,8 % de leur chiffre d'affaires à 1,7 % en 2026. Dans les plus grandes entreprises technologiques, les montants sont bien plus élevés. Le cycle mondial des infrastructures d'IA se chiffre désormais en centaines de milliards de dollars.

Le directeur financier est donc confronté à un dilemme classique en matière d'allocation des capitaux : quelles dépenses existantes peuvent être réduites pour financer cette nouvelle priorité ? La main-d'œuvre représente l'un des principaux postes de dépenses dans de nombreuses entreprises, ce qui fait des rémunérations, du recrutement et des effectifs des cibles évidentes.

Cela peut donner lieu à un tableau très convaincant. Une entreprise gèle les salaires, ne pourvoit pas les postes vacants et utilise les économies ainsi réalisées pour acquérir des outils d’IA. Les employés dotés de ces outils seraient censés être plus productifs, ce qui permettrait à l’organisation de se développer sans avoir à compenser les coûts de main-d’œuvre supprimés.

Le problème est que cette hypothèse de productivité est souvent considérée comme avérée avant même que l'entreprise ne l'ait démontrée dans le cadre de ses propres activités.

Une étude récente menée par la Banque fédérale de réserve d’Atlanta a révélé que les dirigeants d’entreprise estimaient à 1,8 % le gain moyen de productivité du travail lié aux investissements dans l’IA en 2025 et s’attendaient à ce que ce chiffre atteigne 3 % en 2026. Il s’agit là de gains significatifs, mais ils sont nettement plus modérés que les chiffres spectaculaires régulièrement avancés dans les campagnes marketing des cabinets de conseil.

Une analyse menée par la Banque européenne d'investissement sur plus de 12 000 entreprises européennes et américaines a révélé une augmentation d'environ 4 % de la productivité du travail chez les entreprises ayant adopté l'IA. Il est important de noter que ce résultat semblait résulter d’un renforcement des équipements plutôt que d’une destruction généralisée d’emplois. Les entreprises performantes ne se contentaient pas de remplacer les personnes par des logiciels ; elles mettaient à la disposition de leurs salariés des équipements plus performants pour accomplir leur travail.

Cette distinction est importante. L'IA peut certes améliorer la productivité des salariés, mais cela ne prouve pas pour autant que réduire leur salaire soit le meilleur moyen de la financer.

Les entreprises spécialisées dans l'IA les plus performantes ne versent pas forcément des salaires moins élevés

Les données récentes sur le marché du travail remettent en cause l'idée selon laquelle les entreprises devraient choisir entre l'intelligence artificielle et leurs salariés.

L'analyse réalisée en 2026 par PwC sur plus d'un milliard d'offres d'emploi a révélé que la croissance de la productivité était nettement plus forte dans les secteurs les plus exposés à l'IA. Or, ces secteurs enregistraient également une croissance des salaires et de l'emploi plus rapide que les secteurs moins exposés. Les leaders en la matière ne considéraient pas la main-d’œuvre comme un coût résiduel à réduire une fois le budget technologique fixé. Ils associaient de nouveaux outils à des compétences à forte valeur ajoutée.

Cela est plausible d'un point de vue économique. L'IA apporte rarement de la valeur ajoutée simplement parce qu'une entreprise a acheté l'accès à un modèle. Les employés doivent identifier les tâches appropriées, préparer et protéger les données, repenser les flux de travail, vérifier les résultats et savoir reconnaître quand les recommandations automatisées sont erronées. Le personnel expérimenté dispose également des connaissances opérationnelles nécessaires pour faire la distinction entre une démonstration techniquement impressionnante et un processus métier utile.

Un assureur ne peut pas automatiser en toute sécurité le traitement des sinistres sans s'appuyer sur des personnes qui maîtrisent les termes des polices d'assurance, les schémas de fraude, les obligations réglementaires et les cas atypiques. Une banque ne peut pas déléguer les décisions de crédit simplement parce qu'un modèle est capable de synthétiser des documents financiers. Un fabricant a toujours besoin d'employés qui savent où se situent réellement les retards, les défauts de qualité et les risques pour la sécurité.

Supprimer les mesures d'incitation accordées à ces personnes tout en investissant dans des outils qui reposent sur leurs connaissances constitue une forme de transformation discutable. L'entreprise peut certes réaliser des économies sur les rémunérations, mais elle affaiblit ainsi les capacités institutionnelles nécessaires pour rendre l'IA utile.

Le risque est particulièrement élevé lorsqu’un employeur gèle les salaires de son personnel en place tout en proposant des conditions avantageuses pour recruter des spécialistes de l’IA, qui se font rares. Les salariés en poste ont alors l’impression que l’entreprise prétend ne pas avoir les moyens de les faire évoluer, alors qu’elle en trouve pour recruter de l’extérieur dans le cadre d’une priorité stratégique à la mode. Le ressentiment qui en résulte n’est pas une résistance à l’innovation. Il s’agit d’une réaction prévisible face à une inégalité de traitement.

Les investissements dans l'IA peuvent servir de prétexte à de simples réductions de coûts

Tous les projets présentés comme des investissements dans l'IA ne constituent pas nécessairement une véritable transformation. Cette étiquette peut servir d'explication plus séduisante à une réduction des coûts que la baisse de la demande, une mauvaise planification financière ou la pression exercée par les investisseurs.

Une entreprise qui annonce qu’elle “ se réoriente vers l’IA ” donne l’impression d’être tournée vers l’avenir. Une entreprise qui admet réduire ses coûts de main-d’œuvre pour préserver ses marges semble adopter une attitude défensive. Cette distinction est importante, car le premier discours peut servir à justifier des mesures que la direction souhaitait prendre indépendamment de la technologie.

Cela ne signifie pas pour autant que les restructurations liées à l'IA soient fictives. Oracle, par exemple, a réduit ses effectifs d'environ 21 000 personnes au cours de son exercice 2026, tout en menant de front une expansion de son infrastructure cloud dédiée à l'IA, qui nécessite des investissements exceptionnellement importants. L'entreprise procède actuellement à une réorientation significative de l'affectation de ses capitaux.

Mais les dirigeants doivent être en mesure de démontrer un lien crédible entre la suppression de cette dépense et la valeur que le nouveau système est censé générer. “ Nous devons investir dans l'IA ” ne constitue pas un argument en faveur d'un investissement. Il s'agit d'un choix stratégique.

Une proposition sérieuse doit identifier le processus métier concerné par le changement, son coût et ses performances actuels, l'amélioration attendue, les coûts de mise en œuvre, les risques opérationnels ainsi que la période sur laquelle les retours sur investissement seront mesurés. Elle doit également préciser si les bénéfices découlent d'une augmentation de la charge de travail des employés, d'une réduction des effectifs pour un volume de travail identique, ou de la création par l'entreprise d'un produit ou d'un service qu'elle ne pouvait pas proposer auparavant.

Sans ce niveau de précision, les salariés pourraient raisonnablement en conclure que l'IA sert de prétexte commode pour justifier une modération salariale générale.

Ce que doit comporter un dossier d'investissement crédible dans l'IA

Avant de financer l'IA par le biais d'une réduction des rémunérations, un conseil d'administration devrait exiger de la direction qu'elle réponde à plusieurs questions concrètes.

La première question est de savoir si l’entreprise a démontré que le cas d’utilisation proposé fonctionne. Un projet pilote contrôlé doit comparer le processus assisté par l’IA à celui existant à l’aide d’indicateurs tels que le temps d’exécution, les taux d’erreur, les résultats pour les clients, le chiffre d’affaires ou le coût par transaction. Le gain de temps ne se traduit pas automatiquement par de la valeur ajoutée. Si les collaborateurs consacrent ce temps gagné à corriger des résultats peu fiables ou à participer à des réunions supplémentaires, cette efficacité apparente risque de ne jamais se répercuter sur le compte de résultat.

La deuxième question est de savoir si le coût total a été calculé. Les frais de licence ne constituent qu'une partie du coût. L'intégration, la préparation des données, la sécurité, l'examen juridique, la formation des employés, le suivi, l'utilisation des modèles et la supervision humaine peuvent rendre le déploiement nettement plus coûteux que ne le laisse entendre la proposition initiale.

La troisième question est de savoir qui bénéficiera des gains de productivité. Un salarié à qui l'on demande de traiter 20 % de travail en plus grâce à l'IA, mais à qui l'on refuse une augmentation de salaire, perçoit ce programme comme une intensification du travail, et non comme une amélioration de ses conditions de travail. Les entreprises ne sont pas tenues de redistribuer immédiatement chaque gain d’efficacité, mais la mise en place d’un mécanisme de partage crédible peut favoriser l’adhésion au programme. Cela peut prendre la forme de primes liées à des gains mesurables, d’opportunités de développement supplémentaires, d’une réduction de la charge administrative ou d’un engagement à réexaminer les salaires une fois que les objectifs convenus auront été atteints.

Le quatrième point concerne ce qui se passe lorsque l'outil tombe en panne. Les systèmes d'IA peuvent fournir des réponses erronées, mal gérer des informations sensibles et se comporter de manière imprévisible lorsqu'ils sont connectés à d'autres logiciels. Une entreprise qui réduit ses effectifs expérimentés tout en s'appuyant de plus en plus sur des systèmes encore immatures risque de se priver précisément des personnes capables de détecter ces défaillances.

Enfin, la direction devrait préciser à quel moment elle considérera que l'investissement est un échec. Les projets pour lesquels aucun critère d'arrêt n'a été défini peuvent continuer à absorber des fonds, car y mettre fin obligerait les dirigeants à admettre qu'une stratégie importante n'a pas fonctionné.

Comment la décision doit-elle être communiquée ?

Aucune technique de communication ne permet de rendre un gel des salaires populaire. La direction peut toutefois éviter d'aggraver la situation.

La première exigence est la précision. Les dirigeants doivent indiquer le montant de l'investissement, ce que cet argent permettra d'acquérir, quels sont les résultats attendus pour l'entreprise et à quelle date la décision fera l'objet d'un bilan. Un discours vague sur la transformation, l'agilité et la réussite grâce à l'IA paraîtra évasif lorsque l'on demandera aux employés de faire un sacrifice concret.

Les dirigeants devraient également expliquer ce à quoi ils renoncent eux-mêmes. Le gel des salaires ordinaires tout en maintenant les primes de fin de mandat, les importantes attributions d’actions ou les avantages discrétionnaires accordés aux dirigeants soulève un problème évident d’équité. Même lorsque ces rémunérations sont régies par des contrats existants, les dirigeants doivent prendre conscience de la façon dont ce contraste sera perçu.

L'entreprise ne devrait pas promettre que l'IA n'aura jamais d'impact sur l'emploi, à moins de pouvoir étayer cette affirmation. Elle ne devrait pas non plus insister pour que ses employés adoptent cette technologie avec enthousiasme. Un message plus crédible consiste à reconnaître l'incertitude, à préciser quelles tâches sont susceptibles d'évoluer et à proposer du temps de formation rémunéré adapté.

Avant tout, les employeurs devraient éviter d’affirmer que cette décision est bénéfique pour les salariés simplement parce qu’une entreprise plus compétitive pourrait offrir une meilleure sécurité à long terme. La direction peut sincèrement en être convaincue, mais cela n’élimine pas le transfert immédiat du risque. Les salariés renoncent aujourd’hui à une partie de leur rémunération pour financer un investissement dont ils ne contrôlent pas les rendements futurs.

Le faux dilemme entre la technologie et les personnes

Les entreprises doivent investir dans l'IA lorsqu'elle permet d'améliorer concrètement un produit, un processus ou une prise de décision. Refuser de le faire sous prétexte que les employés n'aiment pas le changement serait irresponsable. Mais opposer la technologie et une rémunération équitable comme s'il s'agissait de rivaux naturels relève tout autant d'un manque de vision.

Les entreprises les plus à même de créer de la valeur durable grâce à l'IA auront besoin de bien plus que de simples logiciels. Elles auront besoin de personnes qui comprennent les clients, les opérations, les risques et les limites des systèmes automatisés. Elles auront besoin de collaborateurs prêts à mettre en évidence les processus inefficaces, à tester des outils inconnus et à assumer leurs responsabilités lorsque la recommandation d'un agent ne peut pas être acceptée telle quelle.

Un gel des salaires peut permettre de dégager rapidement des liquidités. Il peut également entraîner une perte de motivation, des départs et une résistance tacite qui n’apparaissent jamais dans le modèle d’investissement initial. Remplacer ces employés par la suite, surtout une fois que leur savoir-faire aura disparu avec eux, pourrait coûter plus cher que les augmentations de salaire que l’entreprise a initialement retenues.

La véritable question n'est donc pas de savoir si la direction est capable de financer un budget dédié à l'IA en réduisant les rémunérations. Il s'agit plutôt de déterminer si l'organisation ainsi issue est davantage à même de transformer cette technologie en valeur ajoutée. Lorsque les employés sont considérés comme une source de financement plutôt que comme le vecteur de la transformation, la réponse pourrait bien être non.