IA chez Amazon : la note d’Andy Jassy met les dirigeants face au défi de l’emploi

L’intelligence artificielle n’est plus, chez Amazon, un sujet réservé aux équipes techniques ou aux laboratoires de recherche. Dans une note adressée aux salariés du groupe en juin 2025, son PDG Andy Jassy expose une conséquence très concrète de son déploiement : une partie du travail de bureau devrait être accomplie plus efficacement grâce à l’IA, ce qui pèsera sur le volume total des emplois concernés. Le message est direct, mais il ne se limite pas à une prévision sur les effectifs. Il pose aussi une question de méthode aux entreprises : comment transformer une organisation lorsque ses métiers, ses outils et ses décisions évoluent simultanément ?

Cette prise de parole intervient alors que les assistants conversationnels, les outils de génération de code et les systèmes capables de résumer, rechercher ou rédiger s’installent dans les activités quotidiennes des entreprises. Amazon développe lui-même des produits et infrastructures d’IA, tout en cherchant à appliquer cette technologie à ses propres opérations. Pour Andy Jassy, l’enjeu est donc à la fois industriel, économique et managérial.

Ce qu’Andy Jassy annonce sur les emplois chez Amazon

Dans son message, Andy Jassy explique que l’IA générative et les agents d’IA devraient modifier profondément la manière dont le travail est réalisé. Son anticipation est claire : en utilisant largement ces technologies pour gagner en efficacité, Amazon s’attend à réduire son effectif global de fonctions de bureau, ou « corporate workforce », au cours des prochaines années.

Cette formulation appelle quelques précisions. Le PDG ne communique ni nombre de suppressions de postes, ni liste de métiers concernés, ni échéance détaillée. Il ne décrit pas non plus une annonce de plan social chiffré. Il présente une orientation : lorsque certains processus exigent moins de temps humain, une entreprise peut avoir besoin de moins de personnes pour accomplir les mêmes tâches.

En parallèle, Jassy indique que d’autres emplois apparaîtront. C’est un point central du débat sur l’automatisation : une technologie peut faire disparaître certaines tâches sans faire disparaître uniformément tous les métiers. Elle peut aussi créer des besoins en conception de produits, qualité des données, sécurité, intégration logicielle, contrôle des résultats et accompagnement des utilisateurs.

Le périmètre compte. L’expression « fonctions de bureau » renvoie aux activités d’entreprise, par exemple dans les domaines administratifs, commerciaux, juridiques, financiers, marketing ou technologiques. Elle ne doit pas être interprétée automatiquement comme une prédiction sur l’ensemble des emplois d’Amazon, notamment les postes d’opérations ou de logistique.

Pourquoi l’IA générative peut-elle réduire certaines tâches ?

L’IA générative désigne les systèmes capables de produire du texte, du code, des images, des synthèses ou d’autres contenus à partir d’une instruction. Dans une entreprise, ses usages les plus immédiats concernent souvent les tâches répétitives fondées sur le langage et l’information : première ébauche d’un document, résumé d’une réunion, recherche dans une base de connaissances, préparation d’une réponse client, analyse préliminaire d’un dossier ou production de code.

Les « agents » d’IA, également évoqués par Andy Jassy, vont plus loin dans l’automatisation. L’idée est de confier à un logiciel une séquence d’actions encadrées, comme consulter des informations dans plusieurs outils, préparer un brouillon, signaler une anomalie ou transmettre un dossier à une personne. L’agent ne remplace pas nécessairement un salarié de façon autonome. Il peut surtout raccourcir les étapes nécessaires pour parvenir à un résultat.

C’est précisément là que se joue l’effet sur l’emploi. Si une même équipe accomplit une quantité plus importante de travail avec les mêmes ressources, une entreprise peut réaffecter des personnes vers d’autres missions, ralentir ses recrutements ou réduire ses effectifs. Ces choix restent des décisions de gestion, pas une conséquence mécanique imposée par le logiciel.

Il faut aussi se méfier d’une vision trop simple de l’automatisation. Les modèles génératifs peuvent produire des réponses plausibles mais erronées, ignorer un contexte essentiel ou reproduire des biais présents dans leurs données. Ils ne connaissent pas intrinsèquement les règles propres à une entreprise, les obligations légales ou les conséquences humaines d’une décision. Leur usage exige donc des contrôles, une définition claire des responsabilités et une vigilance particulière pour les données confidentielles.

Le vrai défi : acquérir une culture de l’IA, pas devenir ingénieur

Le message d’Andy Jassy s’adresse à une entreprise qui emploie de nombreux profils non techniques. Il ne suggère pas que chaque responsable doive maîtriser l’apprentissage automatique, savoir entraîner un modèle ou écrire du code. En revanche, il invite les salariés à se familiariser avec l’IA et à imaginer comment elle peut transformer leur travail.

Cette culture de l’IA repose sur quelques questions simples, mais décisives :

• Quelle tâche prend beaucoup de temps sans exiger une décision humaine complexe ?
• Quelles informations peuvent être confiées à un outil, et lesquelles doivent rester protégées ?
• Comment vérifier qu’une réponse générée est exacte, complète et adaptée à son destinataire ?
• À quel moment l’intervention, le jugement ou la responsabilité d’une personne restent-ils indispensables ?

Pour un dirigeant, cette compréhension de base est particulièrement importante. Adopter un outil parce qu’il est à la mode ne constitue pas une stratégie. À l’inverse, refuser de l’examiner au motif que la technologie est imparfaite peut laisser une organisation sans repères lorsque ses concurrents expérimentent déjà.

Une démarche utile consiste à sélectionner des cas d’usage précis, à mesurer le temps gagné ou la qualité obtenue, puis à corriger les procédures avant de généraliser. La valeur de l’IA se joue rarement dans une démonstration spectaculaire. Elle dépend davantage de son intégration dans des processus réels, de la qualité des données disponibles et de la capacité des équipes à identifier les erreurs.

Un leadership moins fondé sur l’expertise affichée

La note d’Andy Jassy peut être lue comme un appel à l’adaptabilité. Face à une technologie qui change rapidement, le dirigeant qui prétend disposer de toutes les réponses risque de bloquer l’apprentissage collectif. Les organisations ont au contraire besoin de responsables capables de poser les bonnes questions, d’assumer les incertitudes et de rendre l’expérimentation possible.

Cette idée rejoint les travaux de la psychologue Carol Dweck sur l’état d’esprit de développement, ou « growth mindset ». La formule « devenir est mieux que être », reprise dans le débat sur le leadership, exprime une idée simple : il est souvent plus fécond de se considérer en apprentissage que de défendre une identité fixe d’expert. Dans le contexte de l’IA, cela signifie qu’un directeur commercial, une responsable des ressources humaines ou un cadre financier peut commencer par tester et comprendre des outils, sans attendre de tout maîtriser.

Pour autant, l’ouverture au changement ne doit pas devenir une injonction abstraite faite aux salariés. Une entreprise qui demande à ses équipes d’adopter l’IA doit leur donner des moyens concrets : temps d’apprentissage, règles d’utilisation, accès à des outils adaptés, droit de signaler les erreurs et clarté sur les transformations envisagées. Sans cela, le discours sur l’agilité peut nourrir l’inquiétude plutôt que l’innovation.

La « plus grande startup au monde », une culture revendiquée par Amazon

Andy Jassy présente Amazon comme « la plus grande startup au monde ». La formule ne décrit évidemment pas le statut juridique d’un groupe de cette taille. Elle renvoie à une culture interne valorisant l’expérimentation, la rapidité d’exécution et l’itération : essayer une idée, observer le résultat, la modifier, puis recommencer.

Dans son message, cette approche sert de réponse à l’incertitude. Il n’est pas nécessaire d’attendre que tous les usages de l’IA soient établis pour commencer à apprendre. Les entreprises qui attendent une solution parfaitement stabilisée pourraient découvrir trop tard que leurs processus, leurs compétences et leur gouvernance ne sont pas prêts.

L’anticipation ne signifie toutefois pas automatiser sans discernement. Elle suppose de cartographier les métiers et les tâches, d’identifier les compétences qui seront renforcées ou fragilisées, puis d’associer les personnes concernées aux transformations. Les métiers les plus exposés ne sont pas toujours ceux que l’on croit : une activité peut comporter à la fois des tâches facilement assistées par l’IA et des dimensions relationnelles, créatives, réglementaires ou opérationnelles difficiles à standardiser.

Entre promesse de productivité et responsabilité sociale

L’annonce d’Andy Jassy met en lumière une tension qui dépasse Amazon. Les gains de productivité promis par l’IA peuvent libérer du temps pour des tâches plus complexes, améliorer l’accès à l’information ou accélérer certains projets. Mais ils peuvent aussi intensifier le travail, modifier les critères de performance et susciter de fortes inquiétudes sur la stabilité de l’emploi.

Pour les salariés, le défi ne se résume donc pas à « apprendre à utiliser un chatbot ». Il s’agit de comprendre comment évolue la valeur de leur expertise. Savoir formuler une demande claire à une IA peut être utile. Savoir évaluer une réponse, expliquer une situation ambiguë à un client, arbitrer entre plusieurs risques ou prendre une décision responsable le reste tout autant.

Pour les employeurs, la question est celle de la répartition des gains. Si l’automatisation rend une organisation plus efficace, cette efficacité peut servir à réduire des coûts, mais aussi à améliorer un service, créer de nouvelles offres, développer des compétences ou réorganiser les équipes. La technologie ne décide pas seule de cette orientation. Les choix des dirigeants, le dialogue avec les salariés et les règles de gouvernance ont un rôle déterminant.

Ce qu’il faut surveiller chez Amazon et dans les autres entreprises

La note d’Andy Jassy est importante parce qu’elle formule sans détour une hypothèse que beaucoup de groupes examinent déjà : l’IA générative pourrait changer non seulement les outils de travail, mais aussi la taille et la composition des équipes de bureau. Dans les mois et années à venir, plusieurs indicateurs permettront de mesurer la portée réelle de cette transformation.

Il faudra d’abord observer les usages effectivement déployés chez Amazon : seront-ils concentrés sur le développement logiciel, le service client, les fonctions support ou la création de nouveaux produits ? Il sera également essentiel de suivre l’évolution des recrutements et des compétences recherchées, car l’apparition de nouveaux métiers ne compense pas automatiquement les tâches qui disparaissent.

Enfin, le débat portera sur la qualité du travail autant que sur sa quantité. Une IA qui accélère la production peut être précieuse, à condition que les salariés conservent la capacité de vérifier, contester et corriger ses résultats. C’est sans doute la leçon la plus large du message d’Andy Jassy : dans une organisation transformée par l’IA, le leadership ne consiste pas à prédire parfaitement l’avenir. Il consiste à préparer les équipes à apprendre, à expérimenter et à décider avec lucidité.