J'étais au téléphone avec un ami chez Meta pendant une heure mardi dernier. Il respirait rapidement, comme le font les gens quand ils essaient de ne pas paniquer. Les rumeurs de licenciements étaient partout. Les canaux internes Slack s'étaient tus d'une manière spécifique et sinistre. Et il n'arrêtait pas de me poser la même question :"Est-ce vrai ? Sommes-nous vraiment obsolètes ?"
Je lui ai dit non. Mais je lui ai aussi dit que la vérité est plus laide que le mensonge.
La Fabrique de Panique
Commençons par l'hypocrisie, car elle est à couper le souffle.
La société A a passé toute l'année dernière à déclarer que les ingénieurs logiciels sont obsolètes. Leur portail de recrutement est toujours grand ouvert. La société M a annoncé que les ingénieurs de niveau intermédiaire seraient complètement remplacés d'ici la fin de l'année. Cela ne s'est pas produit. Pendant ce temps, une armée d'influenceurs en IA fabrique la panique selon un calendrier—toutes les six semaines, un nouveau fil "le codage est mort" pour vendre le cours.
Alors, est-ce que tout cela est de fausses nouvelles ? Pas exactement. Parce que les licenciements sont réels. Brutaux. Impitoyables. En cours en ce moment.
La question est : qui les a réellement ordonnés ?
Les VC ont exigé du sang
Je me souviens de 2020. La pandémie a frappé, et l'entreprise technologique avec laquelle j'étais a immédiatement réduit de 20 % son personnel d'ingénierie. Pas d'évaluations de performance. Pas d'analyse de la réalisation des projets. Juste des indemnités de départ et des comptes désactivés.
J'ai emmené un cadre supérieur prendre un café et lui ai demandé pourquoi. Sa réponse était franche :"Parce que les VC le voulaient."
C'est tout. C'est toute la raison.
Six mois plus tard, ces mêmes entreprises étaient dans une guerre d'enchères frénétique pour réembaucher des ingénieurs—à des salaires plus élevés, avec des primes à la signature. Le talent qu'elles avaient jeté comme des meubles cassés était maintenant un inventaire de première qualité.
Nous assistons au même cycle exact. Les VC et les investisseurs institutionnels sont intoxiqués par le récit médiatique. Ils croient que l'IA peut remplacer des effectifs. Plus dangereusement, ils croient que si une entreprise de portefeuilleneréalise pas de licenciements massifs, le PDG échoue à mettre en œuvre l'IA efficacement. Pour un VC, ne pas réduire les effectifs signifie que vous risquez de perdre votre prochain tour de financement.
Ont-ils raison ?
Voici ce que j'ai appris depuis 2020 : pour un fonds gérant des centaines de milliards, votre entreprise est une seule carte à jouer. Que la thèse des licenciements soit techniquement exacte n'a pas d'importance. Si l'ensemble de l'écosystème capitalistique décide qu'une chose fausse est juste, cela devient la réalité. Lisez Foucault si vous voulez la philosophie. Lisez les nouvelles si vous voulez la preuve.
Les dirigeants de ces entreprises n'ont pas le choix. Ils doivent apaiser le capital. Mais si le capital a tort—et l'histoire dit qu'il a tort—alors nous devons poser la question fondamentale :L'IA peut-elle réellement remplacer l'ingénierie logicielle ?
Ce qu'est réellement un LLM
Enlevez les agents. Enlevez les pipelines RAG, les systèmes de mémoire, les outils sophistiqués. Que reste-t-il ?
À sa base, un LLM est une machine effectuantune reconstruction statistique.
Quiconque a élevé un enfant comprend la différence. Vous pouvez dire à un LLM :"Fais attention avec le verre, il va se briser."Il ingère des milliards de points de données prouvant que faire tomber du verre équivaut à le briser, et produit la réponse statistique correcte. Mais un enfant humain doit faire tomber le verre. Entendre le fracas. Peut-être marcher sur un éclat et saigner. C'est ainsi qu'ils comprennent la physique et la conséquence.
"Mais la sortie statistique est suffisante pour le codage,"diront certains.
Non. Ce n'est en rien suffisant.
La contrainte de la conséquence
Parce qu'un LLM ne comprend que la proximité statistique, il est totalement incapable debriser les contraintes basées sur la conséquence.
Un LLM ne se fait pas réveiller par PagerDuty à 3 heures du matin parce que la production est en panne. Il ne peut pas être poursuivi par un client. Il n'a pas à regarder un PDG en colère dans les yeux et expliquer pourquoi la migration a échoué. Il ne va pas en prison si un audit révèle une fraude. Il ne ressent pas la terreur glaciale de voir une facture AWS de 500 000 $ causée par une seule boucle mal optimisée.
Les conséquences sont humaines.Et la nécessité—née de la conséquence—est la seule force qui pousse à de véritables sauts architecturaux.
Pensez à l'ère pré-AI. Avez-vous déjà passé trois mois à fouiller StackOverflow et GitHub, n'ayant absolument rien trouvé, et ayant été contraint d'inventer un concept architectural entièrement nouveau ? Un LLM ne peut pas faire cela. Il n'a pas deraisonde forcer un changement de paradigme. Il n'a pas de douleur.
Laissez-moi vous donner l'exemple le plus clair que je connaisse :la programmation asynchrone.
L'invention de l'Async
Imaginez un univers où async/await n'existe pas. Tout le monde écrit du code synchrone. Si vous demandez à un LLM de "rendre cela plus rapide", il fait ce qu'il fait de mieux : interpolation de motifs au sein de ses données d'entraînement. Il suggère des CPU plus rapides. Plus de RAM. Indexation de bases de données. Boucles plus serrées. Il optimise sans fin dans les contraintes duUnivers Synchronous.
Mais un ingénieur humain ? Elle ressent la douleur agonisante d'une requête bloquante qui paralyse tout le serveur. Les utilisateurs rencontrent des délais d'attente. Le PDG est dans son Slack. Elle perd de l'argent à la minute. Et soudain, elle s'arrête et demande :"Attendez... pourquoi cela doit-il se produire maintenant ? Pourquoi bloquons-nous le thread du tout ?"
Elle réécrit la contrainte parce qu'elleressent la douleur.Le LLM ne ressent pas la douleur. Le LLM ne ressent même pas le coût de sa propre consommation de tokens.
Async n'a pas été inventé par l'optimisation. Il a été inventé pardésespoir.Par un humain qui avait besoin d'échapper à un piège que l'amélioration statistique ne pouvait résoudre.
C'est le fossé. C'est tout le jeu. Et il ne se ferme pas.
La Correction
Une fois que cette hystérie se sera apaisée—une fois que les VC réaliseront que l'optimisation statistique ne peut pas remplacer les conséquences architecturales—la demande pour l'ingénierie logicielle de haut niveau reviendra violemment.
La question sérieuse n'est pas de savoir si les ingénieurs sont obsolètes. C'est de savoir sivouspouvez survivre financièrement et professionnellement jusqu'à ce que le marché se corrige. Parce que la correction arrive. Elle arrive toujours. Les personnes qui sont licenciées maintenant seront réembauchées plus tard à un prix élevé, tout comme en 2020, tout comme chaque cycle avant cela.
Mais ceux qui ne survivent pas à l'écart ? Ils n'ont pas été remplacés par l'IA. Ils ont été remplacés par la panique.
La lentille qui n'a aucun sens
Je vais conclure avec quelque chose de complètement sans rapport.
L'image d'en-tête de ce post a été prise en utilisant une simulation de l'objectif Leica Thambar-M 90mm f/2.2. C'est un morceau de verre à 6 500 $ qui prend délibérémentdes photos floues.Flou artistique. Aberrations oniriques. Défectueux par choix.
Statistiquement, cela n'a absolument aucun sens. Chaque ensemble de données d'entraînement dit que la netteté équivaut à la qualité. Une IA n'inventerait jamais cet objectif car les données disent que c'est faux.
Mais les humains paient pour cela. Parce que cela leur fait ressentir quelque chose.
Ne sous-estimez jamais l'écart entre la perfection statistique et la réalité humaine. Les investisseurs en capital-risque optimisent pour la première. L'avenir appartient à la seconde.
— James, Mercury Technology Solutions, Hong Kong, mai 2026
