Andy Jassy pousse Amazon à adopter l’IA, avec un avertissement sur l’emploi

Le message adressé par Andy Jassy aux salariés d’Amazon ne se résume pas à une invitation à tester un nouvel outil. Il décrit une transformation du travail déjà engagée, dans laquelle l’intelligence artificielle doit devenir une compétence de base pour une partie croissante des fonctions de bureau. Mais l’appel à l’adoption s’accompagne d’un avertissement clair : les gains d’efficacité attendus pourraient aussi se traduire par une baisse de certains effectifs.

Cette position, formulée le 17 juin 2025, place les employés face à une question très concrète. Comment utiliser l’IA pour mieux faire son travail sans lui déléguer aveuglément les décisions, le contrôle de qualité et la responsabilité qui restent humains ? Pour les salariés comme pour les entreprises, l’enjeu n’est plus seulement d’avoir accès à un assistant conversationnel. Il est de savoir poser les bons problèmes, vérifier les réponses et intégrer ces outils dans des processus utiles.

La note d’Andy Jassy marque un tournant pour les emplois de bureau

Dans son message interne, le PDG d’Amazon encourage les équipes à faire preuve de curiosité à l’égard de l’IA et à s’y former. L’idée est simple : les collaborateurs qui comprennent les possibilités de ces outils, mais aussi leurs défauts, seront mieux placés pour participer à l’évolution de leur métier.

Andy Jassy ne présente pas cette mutation comme marginale. Il estime qu’avec l’utilisation plus large de l’IA au sein de l’entreprise, Amazon aura besoin de moins de personnes pour certains emplois de bureau dans les années à venir. La formulation est importante : il s’agit d’une projection liée aux gains d’efficacité espérés, non de l’annonce d’un calendrier ou d’un nombre précis de suppressions de postes.

L’IA générative peut déjà aider à produire un premier brouillon, résumer un document, organiser de l’information, écrire du code ou répondre à des questions répétitives. Lorsqu’elle est intégrée à des logiciels et à des procédures internes, elle peut raccourcir le temps consacré à des tâches administratives. Le changement ne signifie pas nécessairement qu’un métier disparaît intégralement. Il peut d’abord modifier la répartition du travail entre production, vérification, relation avec les clients et décision.

Pourquoi d’autres dirigeants demandent aussi d’utiliser l’IA au quotidien

Andy Jassy n’est pas seul à fixer cette attente. Dans le secteur technologique, plusieurs dirigeants présentent désormais l’IA comme une composante normale du travail d’équipe, au même titre que les outils de bureautique, les logiciels de gestion de projet ou les moteurs de recherche.

Le cofondateur de LinkedIn, Reid Hoffman, estime que toutes les équipes, quelle que soit leur taille, devraient intégrer l’IA dans leurs pratiques quotidiennes. Il propose notamment de prévoir des rendez-vous réguliers pour partager les essais, les réussites et les leçons tirées de ces usages. Cette méthode évite que l’expérimentation reste isolée entre quelques personnes déjà convaincues ou techniquement à l’aise.

Chez Shopify, le PDG Tobi Lütke a lui aussi posé l’IA comme une attente fondamentale. Dans un mémo, il invite les collaborateurs à démontrer qu’ils ont exploré l’usage de l’IA avant de demander davantage de ressources. Derrière cette consigne se trouve une logique de management : avant d’ajouter du temps, du budget ou des effectifs à un problème, une équipe doit se demander si une automatisation ou un assistant peut l’aider à le résoudre.

Ces prises de parole peuvent être vécues comme une pression. Elles traduisent aussi une évolution de la définition de l’autonomie au travail. Savoir mobiliser de bons outils devient un élément de la capacité à avancer, à proposer et à améliorer un processus.

Quelles compétences développer pour travailler avec l’IA ?

Pour le coach exécutif Ryan Leak, la recommandation d’Andy Jassy correspond à une réalité professionnelle plus large : les salariés doivent se préparer à renouveler leurs compétences. Dans ce contexte, la curiosité, l’apprentissage rapide et la volonté d’expérimenter prennent une valeur particulière.

Il n’est pas nécessaire de devenir ingénieur en intelligence artificielle pour commencer. Pour de nombreux métiers, le socle utile est plus pragmatique : comprendre ce que l’outil peut accomplir, savoir lui donner un contexte suffisant, repérer une réponse incertaine et reformuler une demande quand le résultat n’est pas satisfaisant.

Voici ce que recouvre concrètement cette montée en compétences :

La formation continue ne se limite donc pas à suivre une démonstration. Elle passe par des cas d’usage proches du métier réel : préparer un compte rendu, faire émerger des pistes de recherche, comparer des informations, créer une première structure de document ou identifier des tâches répétitives. Le résultat doit ensuite être relu et adapté par la personne qui connaît le dossier.

L’IA ne remplace pas le jugement, la nuance et le contexte

L’adoption rapide de ces outils ne doit pas faire oublier leurs limites. Kathryn Landis met en avant trois dimensions sur lesquelles l’IA peut échouer : le jugement, la nuance et le contexte institutionnel. Autrement dit, un système peut produire une réponse plausible sans comprendre les conséquences concrètes qu’elle aurait dans une organisation, auprès d’un client ou dans un cadre réglementé.

Cette faiblesse est particulièrement importante dans les métiers où une décision a des effets humains, financiers, juridiques ou réputationnels. Un assistant peut aider à préparer une analyse, mais il ne connaît pas spontanément les règles implicites d’une entreprise, l’historique sensible d’une relation commerciale ou les priorités contradictoires d’une équipe.

La bonne question n’est donc pas : « L’IA peut-elle faire cette tâche ? » Elle est plutôt : « Quelle partie de cette tâche peut-elle accélérer, et quelle partie exige une validation humaine ? » Cette distinction protège la qualité du travail et évite de confondre vitesse de production et pertinence de la décision.

Comment une équipe peut-elle apprendre sans subir l’outil ?

L’initiative « 30 Days of GPT », lancée par Hilary Gridley, illustre une approche progressive. Son principe est d’habituer les équipes à utiliser l’IA pendant trente jours, afin de transformer une curiosité abstraite en pratique régulière. Selon le retour évoqué autour de ce programme, les participants en ressortent souvent plus confiants dans leur capacité à travailler avec ces outils.

Cette progression est utile car l’IA suscite deux réactions opposées, toutes deux peu productives. Certains salariés peuvent s’en remettre à l’outil trop vite. D’autres peuvent l’éviter par crainte de commettre une erreur ou de ne pas maîtriser la technologie. Une expérimentation encadrée permet de sortir de cette alternative.

Une équipe peut avancer en quelques étapes simples :

• choisir une tâche peu risquée et répétitive, plutôt qu’une décision stratégique ;
• comparer le temps passé et la qualité obtenue avec et sans assistance ;
• faire relire les résultats par une personne compétente sur le sujet ;
• noter les formulations qui fonctionnent, mais aussi les erreurs récurrentes ;
• échanger régulièrement sur les pratiques, comme le suggère Reid Hoffman.

Ce type d’organisation a un autre avantage : il rend visible la valeur réelle de l’IA. Un outil n’est pas utile parce qu’il impressionne lors d’une démonstration. Il l’est s’il améliore un travail donné sans dégrader la fiabilité, la confidentialité ou la relation avec les personnes concernées.

Au-delà des bureaux, l’IA s’invite dans l’ingénierie et la fabrication

Les effets de l’IA ne se limitent pas aux fonctions administratives. Les recherches citées autour du MIT montrent également son potentiel dans l’ingénierie, notamment pour optimiser des matériaux comme le béton. L’intérêt de ces travaux est de rapprocher les capacités de calcul et de prédiction de problèmes physiques et industriels, où de petites améliorations peuvent avoir des conséquences importantes sur les ressources utilisées ou les performances d’un matériau.

Le MIT explore aussi des pistes pour renforcer la fabrication à l’aide de l’IA. Dans ce type de contexte, les outils peuvent aider à analyser des données de production, à tester virtuellement des paramètres ou à repérer des améliorations possibles. Ils ne dispensent toutefois ni de l’expertise des ingénieurs ni des essais nécessaires pour confirmer qu’une solution fonctionne dans le monde réel.

Le texte évoque également une jeune pousse liée au MIT qui travaille sur des algorithmes capables d’aider une IA à reconnaître ses propres limites. L’objectif est central pour un usage responsable : un système plus prudent devrait pouvoir signaler qu’il manque d’informations ou que son niveau de confiance est insuffisant, plutôt que de présenter une réponse douteuse avec assurance.

Ce qu’il faut surveiller dans la transformation du travail

La déclaration d’Andy Jassy rend plus visible une tendance qui dépasse Amazon : l’IA devient progressivement un critère d’adaptation professionnelle. Les entreprises chercheront vraisemblablement à mesurer non seulement la capacité de leurs outils à faire gagner du temps, mais aussi celle de leurs salariés à les employer de façon sûre et utile.

Pour les employés, le risque serait de traiter cette évolution comme une injonction purement technique. Les compétences les plus durables associent au contraire maîtrise des outils et qualités profondément humaines : comprendre une situation, poser une question pertinente, arbitrer entre plusieurs options, expliquer une décision et assumer la responsabilité du résultat.

Pour les employeurs, le défi est d’accompagner cette transition avec des règles claires. Quels outils sont autorisés ? Quelles données peuvent y être saisies ? Qui vérifie les contenus produits ? Quels postes et quelles missions évolueront réellement ? Sans réponses concrètes, l’appel à adopter l’IA risque de créer de l’anxiété plutôt que de l’innovation.

En juin 2025, le message des grands dirigeants technologiques est donc cohérent : l’IA ne doit plus rester un sujet réservé aux spécialistes. Mais son déploiement ne peut être solide que s’il renforce les compétences humaines, au lieu de les contourner.