文 | Kaori
Éditeur | Sleepy
« Même si Meta licencie 90% de son personnel, des applications comme Instagram et Facebook continueront à fonctionner normalement. »
Eva est ingénieure senior chez Meta, elle n'est pas sur la liste des licenciements, sa performance est bonne et elle adopte activement les outils d'IA.
Mais il a dit, « Personne n'est en sécurité, c'est assez risqué, c'est juste une question de temps. »
C'est une histoire sur comment évaluer la performance, comment se passent les promotions, comment la gestion fonctionne, et même comment l'effort lui-même est défini. Les personnes impliquées, de Zuckerberg aux ingénieurs juniors fraîchement recrutés, ne peuvent pas dire quand cette tempête prendra fin.
Les licenciements sont réels, mais les raisons sont fausses.
Meta a déjà licencié environ 25 000 personnes depuis 2022.
En novembre 2022, 11 000 personnes ont été licenciées, puis 10 000 de plus en 2023, que Zuckerberg a qualifié d'année de l'efficacité. En janvier 2025, Zuckerberg a annoncé dans un mémo interne le licenciement de 5 % des employés les moins performants, soit environ 3600 personnes. En mars 2026, encore 700 personnes ont été licenciées. Selon Reuters, fin mai, environ 8000 personnes seront également licenciées, représentant 10 % des près de 79 000 employés dans le monde, avec une seconde vague prévue pour le second semestre.
Les licenciements se produisent réellement, mais ce n'est pas nécessairement parce que l'IA a pris le pain de ces personnes.
Eva estime que la plupart des personnes licenciées à ce stade, qu'elles aient ou non de l'IA, finiraient par partir. « Ces dernières années, l'ensemble de l'industrie CS a embauché bien plus que les besoins réels, l'industrie était en plein essor, les capitaux étaient trop chauds, les prix des actions ne cessaient d'augmenter, et beaucoup d'entreprises ont recruté de nombreux employés. Après qu'Elon Musk ait acheté Twitter et licencié la plupart des employés, l'application fonctionnait toujours, à cette époque, il n'y avait pas d'IA. »
En 2026, les prévisions de dépenses en capital de Meta sont de 115 à 135 milliards de dollars, soit presque le double de celles de 2025, toutes dirigées vers des centres de données, GPU et infrastructures AI. Les économies réalisées grâce aux licenciements sont réinvesties dans la puissance de calcul.
L'IA joue ici le rôle d'une carte avantageuse, permettant à l'entreprise de clamer que l'efficacité a été améliorée, qu'il n'est plus nécessaire d'avoir tant de personnel.
Les petites entreprises sont agiles, mais une fois devenues grandes, la prise de décision ralentit, réalisant qu'elles ne peuvent pas rivaliser avec les nouvelles licornes et startups, elles commencent donc à se recentrer, à se simplifier et à se concentrer sur leurs produits phares. L'IA n'a fait qu'accélérer ce cycle déjà en cours.
Lorsque l'utilisation de l'IA participe à l'évaluation des performances.
Cependant, l'intervention de l'IA a également changé certaines règles du licenciement.
La méthode d'évaluation des performances de Meta était assez unique parmi les grandes entreprises de la Silicon Valley. Les managers ne notent pas directement, mais combinent votre auto-évaluation, les évaluations de collègues et leurs propres observations pour rédiger un document de classement de performance.
On entre ensuite dans un processus appelé Calibration Meeting, où environ une dizaine de personnes du même niveau sont rassemblées. Chaque manager présente à tour de rôle les performances de ses subordonnés, expliquant pourquoi telle personne mérite tel niveau, tout le monde discute collectivement, et finalement tous sont classés.
Ce processus est complexe et chronophage, mais sa valeur réside dans l'introduction de multiples perspectives et comparaisons horizontales entre pairs. Les préférences d'un seul manager sont difficiles à imposer. Eva estime que cela reste relativement équitable.
Début 2026, les Calibration Meetings ont été annulés. Eva explique : « L'entreprise est revenue à une évaluation des performances semestrielle, car avec l'IA, les managers peuvent utiliser l'IA pour aider à rédiger des auto-évaluations, rendant moins nécessaire autant de collaboration, et le processus peut être plus rapide. »
En parallèle, Meta a lancé un système de suivi des performances nommé Checkpoint, capable d'agréger automatiquement les données de travail des employés dans des systèmes internes comme Google Workspace, pour générer un résumé des contributions pour les managers. Pour les ingénieurs logiciels, Checkpoint suit plus de 200 dimensions de données, y compris le taux de code généré par l'IA, tout en surveillant le taux d'erreur, le nombre de bugs associés et d'autres indicateurs.
Le chef des ressources humaines de Meta, Janelle Gale, a clairement indiqué dans un mémo interne à la fin de 2025 que la capacité de collaboration avec l'IA sera le critère central de l'évaluation des performances de 2026.
De plus, chaque fois qu'un ingénieur chez Meta écrit une ligne de code, le système annotera automatiquement un pourcentage indiquant quelle proportion de ce code a été réalisée avec l'aide de l'IA. Ces données sont déjà devenues une partie des indicateurs d'évaluation.
Chaque groupe fixe un seuil minimum en fonction de sa situation, par exemple, 50 % ou 90 % du code doit être généré par l'IA. Vous devez atteindre ce seuil, et une fois atteint, l'évaluation des performances continue de se baser sur la valeur réelle de votre travail. « L'idée de l'entreprise est de vous faire l'utiliser, et de voir si ça fonctionne bien », dit Eva.
Inscrire le taux d'utilisation de l'IA dans les performances, c'est comme un mécanisme de promotion obligatoire, ne récompensant pas ceux qui l'utilisent beaucoup, mais punissant ceux qui ne l'utilisent pas.
Cette pensée n'est pas propre à Meta.
Le CEO de Nvidia, Jensen Huang, a déclaré lors de la GTC de mars 2026 que chaque ingénieur de l'entreprise aurait besoin d'un budget annuel de Tokens, en plus de son salaire de base, il devra également allouer la moitié de ce montant à la consommation d'IA. Il a même dit que si un ingénieur gagnant 500 000 dollars par an dépense moins de 250 000 dollars par an en IA, il serait « très inquiet ».
Jensen Huang vend des Tokens, il est normal pour un commerçant de promouvoir ses produits, mais Meta a également atteint un point de frénésie quantitative extrême.
Un employé a spontanément créé un classement interne nommé « Claudeonomics », du modèle Claude d'Anthropic, pour suivre la consommation de Token AI de 85 000 employés. En 30 jours, l'ensemble de l'entreprise a consommé plus de 60 trillions de Tokens.
Le classement est doté de niveaux de médailles allant du bronze à l'émeraude, les 250 premiers recevront des titres tels que Token Legend, Cache Wizard, etc. L'employé en première place a consommé 281 milliards de Tokens en 30 jours, certains employés ont fait tourner l'agent IA pendant des heures sans exécuter de tâches réelles, simplement pour consommer des Tokens. Mesurer la productivité en fonction de la consommation de Tokens, c'est comme évaluer un chauffeur de camion en fonction de sa consommation de carburant, le moteur tourne, mais cela ne veut pas dire qu'il livre.
Eva ne ressent pas la pression du classement dans son équipe, « de toute façon, nous n'avons pas de lien direct avec ce classement, nous faisons ce que nous avons à faire, et tout le monde le regarde juste pour le plaisir ». Les managers n'en font pas un sujet, mais après la fermeture du site de classement, la logique sous-jacente n'a pas disparu. La part de code généré par l'IA est toujours suivie, le seuil minimum existe toujours.
Et quand tout le monde est poussé à utiliser l'IA, et que la production de chacun augmente, cela signifie que les normes de performance elles-mêmes vont également augmenter. « Si 60 % des gens s'améliorent, alors ce standard va forcément se relever. Quant à combien de ces améliorations proviennent de l'IA et combien sont dues à des nuits blanches, c'est difficile à dire. »
Le vent de l'auto-consommation a soufflé sur la Silicon Valley.
Le supérieur d'Eva ressent également la pression, « d'autres supérieurs sont en train de pousser les personnes en dessous d'eux, et s'ils ne réussissent pas à le faire, leur position n'est pas garantie. »
Selon le Wall Street Journal, Meta a récemment créé un nouveau département d'ingénierie AI, avec un ratio de 1:50 managers et ingénieurs, un manager pour 50 personnes, soit le double du ratio traditionnel de 25:1 en Silicon Valley.
Les données de Gallup montrent que le nombre moyen de personnes sous la supervision d'un manager aux États-Unis est passé de 10,9 en 2024 à 12,1 en 2025, mais le ratio de 50:1 chez Meta reste plus de quatre fois supérieur à la moyenne de l'industrie.
Eva ressent ce changement de manière concrète. Dans une grande entreprise normale, un manager supervise une dizaine de personnes, car il doit vous aider à planifier votre carrière, discuter un à un avec vous, comprendre vos besoins.
1:50 signifie qu'une équipe de cinq managers a maintenant besoin d'un seul manager, les quatre autres ayant perdu leur poste.
Et comment ce nouveau département va fonctionner, personne ne le sait, même si les voix extérieures pensent que ce changement va se terminer par une tragédie.
« Nos autres départements maintiennent temporairement le même rythme de gestion, les managers continueront à discuter un par un avec vous de votre plan de carrière, mais tout le monde s'attend à ce que cet état ne dure pas longtemps. Certains groupes ont déjà commencé à éliminer les managers de base, en ne laissant qu'une seule couche de gestion directe pour tous les employés. »
La direction elle-même est également confrontée à la question de la pertinence de son propre travail. « Tout le monde se trouve dans le même état, tous doivent faire face à la question de savoir si leur poste a encore un sens. Les dirigeants ne sont pas en meilleure forme non plus. »
L'IA aide réellement les managers à améliorer leur efficacité, en résumant automatiquement ce que leurs subordonnés ont écrit comme code, publié comme posts, et assisté à quelles réunions, en générant des rapports réguliers. Auparavant, les leaders devaient chercher tout cela eux-mêmes, maintenant l'IA résume tout, et les leaders n'ont qu'à passer en revue.
Mais l'augmentation de l'efficacité a un revers, la gestion devient moins chère, et les choses bon marché n'ont jamais manqué de remplaçants.
La pression de l'auto-consommation se transmet à tous les niveaux, et c'est finalement les postes junior qui subissent le plus directement l'impact.
Eva, en tant qu'ingénieur senior, lorsqu'il découvre un petit bug en planifiant un projet, avant, il le confiait à un ingénieur junior. Mais maintenant, si ce n'est pas grave, il ouvre directement une fenêtre AI et le règle en quelques minutes. « Pas besoin de parler avec l'ingénieur junior, je peux le faire tout seul rapidement. »
Les grands projets nécessitent encore des personnes, mais les tâches banales qui soutenaient autrefois la charge de travail des ingénieurs juniors sont désormais facilement absorbées par l'IA à portée de main des ingénieurs seniors.
Eva parle vite : « Si vous pouvez rapidement devenir un ingénieur manager, un chef de produit, un ingénieur et un designer, capable de tout faire, de créer une fonctionnalité ou même de constituer une équipe, alors votre probabilité d'être licencié pourrait être un peu plus faible que celle des autres. »
Concernant le nombre final de personnes qui resteront, Eva sourit et dit : « En ce moment, même si Meta ne garde que la moitié des effectifs, cela peut continuer à fonctionner. Si l'IA continue de se développer à la vitesse annoncée, il pourrait ne rester que 10 % des programmeurs pour passer en revue ce que l'IA a fait, aligner les décisions produit, tandis que 90 % seront au chômage. Même dans ce cas, Meta pourra continuer à tourner. »
Personne n'est en sécurité, pas même Zuckerberg.
Personne ne se sent en sécurité.
Les hauts dirigeants ressentent la pression, car d'autres hauts dirigeants sont en train de pousser; les managers ressentent la pression, car la portée de la gestion peut passer de 1:15 à 1:50; les ingénieurs seniors ressentent la pression, car les normes grimpent; et les ingénieurs juniors ressentent la pression, car leur travail est de plus en plus absorbé par l'IA des ingénieurs seniors.
Même Zuckerberg lui-même se trouve dans l'angoisse.
L'incertitude de l'ère de l'IA est réelle. Chaque nouvelle fonctionnalité de Claude Code peut potentiellement mettre une entreprise en danger. Le prix des actions de Figma a fortement fluctué après l'annonce de Claude Design, et l'ensemble de l'industrie SaaS est en train d'être déconstruit un à un.
Les réseaux sociaux semblent avoir des barrières, mais celles-ci ne sont jamais aussi solides qu'on ne le pense. Eva estime que la transition de QQ à WeChat n'a pris qu'un an ou deux.
Zuckerberg s'inquiète de l'avenir de l'entreprise tout en procédant à de nombreux licenciements. Pour Eva, c'est une stratégie de gestion. « Il veut garder les personnes les plus motivées et les plus intelligentes. Quelle est la meilleure façon de le faire ? Il a découvert que donner de l'argent n'est pas la meilleure approche, les licenciements sont plus efficaces. »
Créer de l'insécurité est plus motivant pour la production que de distribuer des primes.
Mais cette stratégie a un coût. Les meilleurs ingénieurs ne supporteront pas toujours cette pression, ils vont chercher des places dans des entreprises qui respectent davantage leurs employés. Les licenciements peuvent chasser les paresseux, mais ils peuvent également pousser les plus talentueux à partir.
La raison pour laquelle Eva est restée est très pragmatique. Même si la Silicon Valley est devenue un peu plus compétitive, elle ne l'est pas autant que le pays.
Cependant, derrière ces choix individuels, la tendance de l'ensemble de l'industrie est devenue inévitable. « L'IA remplacera la plupart des emplois, l'industrie de l'internet ne reviendra plus à cet âge d'or où l'on pouvait gagner beaucoup d'argent sans être très occupé. »
Si vous ne pouvez pas les battre, rejoignez-les.
L'IA a redéfini la façon de travailler des employés existants et a également changé les critères de sélection des nouveaux entrants.
Les entretiens pour les ingénieurs chez Meta sont traditionnellement divisés en trois parties : Codage, Questions de comportement et Conception système. Le codage consiste à donner un problème d'algorithme, comme trier une série de données, en évaluant quel algorithme vous choisissez et en tenant compte de la performance et du coût. Les questions de comportement sont plus subjectives, demandant comment vous gérez les retours et les conflits. La conception système est généralement réservée aux niveaux seniors.
En octobre 2025, Meta a introduit une phase de codage AI dans ses entretiens. Auparavant, il y avait deux tours de codage pur, maintenant c'est une ronde de codage traditionnel suivie d'une ronde de codage AI. Les candidats reçoivent un projet complexe multi-fichiers dans l'environnement CoderPad, avec une fenêtre de chat AI à droite, où ils peuvent utiliser plusieurs modèles AI au cours de l'entretien, y compris les séries GPT, Claude, Gemini et Llama. En 60 minutes, vous devez comprendre un code que vous n'avez jamais vu, décomposer les problèmes, et utiliser l'IA pour mettre en œuvre des fonctionnalités ou corriger des bugs.
Ce n'est pas votre capacité à écrire du code ou à rédiger des prompts qui est testée, mais votre jugement sur la collaboration avec l'IA. Les résultats générés par l'IA peuvent être corrects, incorrects ou partiellement corrects. Comment vous interagissez avec l'IA pour obtenir un résultat satisfaisant, et si vous pouvez détecter si le code généré par l'IA est optimal. L'intervieweur observe en temps réel chacun de vos prompts et chaque interaction.
Eva pense que c'est très proche de l'environnement de travail réel, examinant si le candidat peut utiliser les derniers outils pour résoudre des problèmes complexes en peu de temps.
Les nouveaux critères d'entrée signifient que les personnes entrant dans ce secteur doivent dès le premier jour posséder la capacité de collaborer avec l'IA. Un candidat ayant vécu cette série d'entretiens a résumé qu'avec l'IA, les entretiens ne sont pas devenus plus simples, mais les normes sont devenues plus élevées. Avec l'IA à disposition, les intervieweurs s'attendent à ce que vous résolviez des problèmes plus complexes dans le même laps de temps.
Face à une telle situation, la stratégie choisie par Eva est de rejoindre le camp des gagnants plutôt que de s'opposer.
« Si c'est la tendance, vous ne pouvez pas la changer, résister à l'utilisation de l'IA ne sert à rien. »
La façon de travailler quotidienne d'Eva a complètement changé, ouvrant plusieurs fenêtres AI en parallèle pour traiter différentes tâches. « Vous n'avez qu'un cerveau, vous ne pouvez faire qu'une seule chose à la fois. Mais l'avantage de l'IA est que vous pouvez en faire fonctionner dix, leur faire faire des choses différentes. »
De l'essai à la pratique, cela prend environ un mois.
Il utilise l'IA à presque chaque étape de son travail, rédigeant des documents, faisant des brainstormings, comparant des options, écrivant des calculs SQL pour évaluer les impacts potentiels, écrivant du code, et après avoir terminé une fonctionnalité, il utilise l'IA pour rédiger divers résumés et publier des tweets sociaux pour augmenter sa visibilité.
« Vous devez d'abord faire partie des premiers à bien utiliser l'IA, peut-être que vous serez parmi les derniers à être licenciés. Mais à quelle vitesse les licenciements se produiront, et si cela suffira pour éviter d'être licencié, personne ne le sait, il faut juste l'accepter. »
Au-delà de cette auto-consolation, la valeur de l'IA varie considérablement d'un niveau à l'autre.
Pour les ingénieurs seniors qui ont accumulé suffisamment d'expérience et peuvent identifier les problèmes et saisir les directions, l'IA est un véritable levier. Avant, penser à une analyse de deux semaines était pénible, maintenant ils peuvent commencer immédiatement. Mais pour ceux au début de leur carrière, l'IA supprime précisément la partie du processus de réflexion et d'expérimentation dont ils ont le plus besoin.
L'efficacité a augmenté, mais les opportunités d'apprentissage ont disparu.
Eva ne veut pas se ranger dans le camp des optimistes ou des pessimistes, « vous ne pouvez pas changer cette grande tendance, tout comme les personnes licenciées dans le nord-est à l'époque, elles ont dû l'accepter. Certains ont ouvert des restaurants, d'autres ont déménagé vers le sud pour créer leur entreprise. Qui sait ? La vie est trop longue, ça ne sert à rien d'y penser. »
Jusqu'à présent, le seul truc certain dans ce jeu, c'est que personne n'est gagnant.