7 juillet 2026 · Sydney

C'est le quatrième essai de Future Lab. Le précédent soutenait que beaucoup d'entreprises ne sont pas incapables d'utiliser l'AI — elles ont peur de vraiment l'utiliser. Celui-ci demande ce qui se passe ensuite — et comment savoir si une entreprise se vide de sa substance.

Comment savoir si une entreprise se vide de sa substance ?

La coquille continue de tourner — mais la capacité à construire l'avenir s'épuise.

Beaucoup d'entreprises ne sont pas incapables d'utiliser l'AI. Elles ont peur de vraiment l'utiliser.

Car une vraie transformation AI ne consiste pas à écrire des e-mails plus vite ou à faire de plus belles présentations — elle impose des questions inconfortables :

Une fois ces questions posées, l'AI cesse d'être un simple outil d'efficacité. Elle devient un miroir — montrant qui, dans une organisation, crée vraiment de la valeur, et qui n'est qu'un nœud de processus.

La suite logique est donc : que deviennent les entreprises qui ont peur de vraiment utiliser l'AI ? Disparaîtront-elles du jour au lendemain ?

Mon avis : la plupart ne disparaîtront pas tout de suite. Elles entreront d'abord dans un état plus subtil. Je l'appelle une Entreprise vide / Hollow Company.

Une entreprise vide n'est pas une entreprise sans revenus, sans employés, sans bureaux, sans clients, ou qui s'effondre demain. En surface, beaucoup d'entreprises vides semblent encore en forme — elles recrutent encore, réunissent encore, font encore de la stratégie, publient encore des rapports trimestriels, forment encore à l'AI, parlent encore de transformation, et disent encore aux employés :

« Nous embrassons l'avenir. »

Mais de plus près, autre chose se passe à l'intérieur : les personnes compétentes cessent de croire ; les personnes à forte initiative se taisent ; les meilleurs performers se préparent à partir. Les processus se multiplient, les décisions rétrécissent ; les réunions se densifient, l'action ralentit. L'AI sert de décoration — pas de reconstruction. L'entreprise tourne encore, mais sa capacité à créer l'avenir s'épuise. C'est la vidange de substance.

Ce qui fait le plus peur dans une entreprise vide, ce n'est pas qu'elle ne soit pas rentable aujourd'hui. C'est qu'elle tourne encore — mais qu'elle a déjà perdu la capacité de construire l'avenir.

Ce n'est pas un jugement abstrait. L'industrie logicielle commence déjà à sentir cette pression. Ces dernières années, un nouveau mot est même apparu : SaaSpocalypse — les investisseurs craignent que les entreprises SaaS traditionnelles soient durement frappées par l'AI.

Le terme est exagéré, bien sûr. Le SaaS ne disparaîtra pas du jour au lendemain. Beaucoup d'éditeurs logiciels d'entreprise ont encore des clients, des revenus, des données, des exigences de conformité, des systèmes hérités, des écosystèmes d'intégration et des coûts de changement élevés. Ils ne s'effondreront pas tous parce qu'un outil AI apparaît. Mais le mot lui-même signale quelque chose : le marché a commencé à revaloriser les entreprises logicielles héritées.

Un article McKinsey de 2025 note que l'AI pousse les modèles économiques logiciels vers des applications génératives, une tarification à la consommation et d'autres nouveaux schémas — tandis que les dépenses mondiales des entreprises en applications AI, bien qu'en forte croissance, ne représentent encore qu'une petite part des dépenses logicielles totales. Autrement dit : le grand changement n'est pas encore totalement là. Mais la revalorisation a commencé.

Gartner prévoit qu'à la fin de 2026, 40 % des applications d'entreprise intégreront des agents AI spécialisés — contre moins de 5 % en 2025. Le logiciel d'entreprise passe de « l'humain qui clique dans les interfaces » à « l'AI qui exécute les tâches ».

Pour beaucoup d'éditeurs hérités, c'est un problème sérieux. Si les utilisateurs n'ont plus besoin de cliquer sur de nombreux boutons, de regarder des tableaux de bord ou de faire avancer manuellement les workflows dans le logiciel — mais peuvent simplement demander à l'AI de faire le travail — alors une grande partie de ce qui rendait le logiciel précieux doit être prouvée à nouveau. Cela ne veut pas dire qu'ils mourront tous. Cela veut dire qu'ils doivent répondre à une question : si l'AI peut réorganiser les workflows, pourquoi méritez-vous encore d'exister ?

Atlassian en est un exemple concret. Ce n'est pas une petite entreprise — elle a encore une immense base clients, des produits matures et une solide assise enterprise. Mais en mars 2026, elle a annoncé des licenciements d'environ 1 600 personnes — environ 10 % des effectifs. La ligne officielle : réorienter les ressources vers l'AI et les ventes enterprise, et accélérer l'organisation.

Cela ne signifie pas qu'Atlassian va disparaître. Au contraire, cela montre qu'une entreprise logicielle établie se restructure activement pour ne pas être laissée derrière à l'ère de l'AI — et aussi que même les entreprises autrefois fortes doivent se prouver à nouveau. Leur valeur venait autrefois de :

Mais l'ère de l'AI demande :

C'est la vraie pression sur les éditeurs logiciels hérités.

Les entreprises vides ne sont donc pas forcément petites ou financièrement faibles. Certaines sont encore grandes — les revenus semblent encore corrects, la marque est encore forte, les bureaux sont encore beaux — mais à l'intérieur, la vidange a peut-être déjà commencé. Car l'avenir ne se mesure pas à votre taille aujourd'hui, mais à votre capacité à créer encore de la nouvelle valeur.

Je vois trois grands types d'entreprises vides.

Le premier est l'Entreprise AI-Washing / AI-Washing Company. Ces entreprises parlent beaucoup d'AI — beaucoup de formations, politiques, sessions de partage, pilotes, decks, slogans — mais les processus centraux ne changent pas. Les gens réunissent encore de la même façon ; les approbations montent encore la même échelle ; personne ne prend encore la vraie décision. L'AI sert seulement à écrire plus vite, résumer plus vite, rapporter plus vite — mais personne n'a le droit de demander : ce processus doit-il encore exister ? Ces entreprises ne manquent pas d'AI. Elles utilisent l'AI comme décoration.

Le deuxième est l'Entreprise AI de compression des coûts / Cost-Squeezing AI Company. Celles-ci sont plus agressives — elles utilisent vraiment l'AI, mais surtout pour réduire les coûts, pas pour reconstruire l'organisation : licenciements, pression sur les coûts, objectifs de production plus élevés, moins de personnes font plus avec l'AI. En surface, cela paraît avancé parce qu'elles utilisent l'AI — mais la logique sous-jacente n'a pas changé. L'AI fait juste tourner l'ancien système plus vite.

Le problème : si une entreprise traite l'AI comme une main-d'œuvre moins chère au lieu de repenser le travail lui-même, elle devient progressivement plus froide. Les employés ne sont pas amplifiés — ils sont comprimés. L'organisation ne devient pas plus intelligente — elle devient juste meilleure à extraire de l'efficacité. Les profits à court terme peuvent s'améliorer, mais à long terme, elle perd les personnes qui créent vraiment.

Le troisième est l'Entreprise vidée sur le plan métier / Business-Hollowing Company. Celui-ci est plus dangereux car le problème n'est pas un management lent — c'est que la valeur métier originale de l'entreprise est redéfinie par l'AI. Elle a peut-être été très performante parce qu'elle a transformé un ancien workflow en logiciel, des tableurs en systèmes, de la communication en plateformes, des approbations en processus, de la collaboration en tableaux — tout cela avait de la valeur parce que les gens avaient besoin d'une interface pour organiser le travail.

Mais la question de l'ère AI est : si l'AI peut comprendre les tâches, organiser l'information, générer des plans, faire avancer les workflows et suivre l'état directement — les utilisateurs ont-ils encore besoin de toutes ces interfaces ? Si la valeur principale d'un produit n'est qu'une interface et un workflow, l'AI rendra cette valeur de moins en moins chère.

Bien sûr, le logiciel d'entreprise n'est pas seulement une interface — il a aussi des permissions, des pistes d'audit, de la conformité, des migrations de données, du support client, des intégrations tierces, des données historiques, des cycles d'achat et des frontières de responsabilité. Ces choses comptent encore, donc le logiciel hérité ne disparaît pas instantanément. Mais si la valeur centrale d'une entreprise n'est que « nous avons un système » — et non « nous possédons des données, des écosystèmes, de la confiance et des frontières de responsabilité irremplaçables » — l'ère de l'AI continuera de demander : qu'avez-vous qui ne peut pas être régénéré ?

Certaines entreprises, cependant, deviennent plus prometteuses dans cette ère. Elles ne protègent pas les anciens workflows — elles construisent l'infrastructure pour les futurs bâtisseurs d'AI, les opérateurs solo, les petites équipes et les nouvelles formes d'organisation : des entreprises qui aident à construire des produits plus vite, déployer des systèmes plus vite, organiser des données plus vite et connecter des capacités AI plus vite. Elles ne sont peut-être pas les plus grandes aujourd'hui, mais elles ouvrent la voie à une nouvelle productivité — une direction qui mérite son propre essai plus tard.

Alors comment une personne ordinaire sait-elle si son entreprise se vide de sa substance ?

Je pense qu'on peut observer quelques signaux.

Signal un : plus de réunions, moins de décisions.

Si une organisation réunit chaque semaine mais que de moins en moins de personnes peuvent vraiment trancher, c'est un avertissement. Tout le monde synchronise, met à jour le statut, explique l'avancement — mais les problèmes ne se ferment pas. Les réunions deviennent un tampon contre la responsabilité : tout le monde participe, personne ne possède vraiment le résultat. Ces entreprises paraissent occupées, mais leur capacité d'agir s'affaiblit.

Signal deux : des rapports plus épais, une action plus lente.

Les entreprises vides adorent les rapports parce qu'ils créent le sentiment que « les choses sont gérées ». Mais un rapport n'est pas un jugement ; une mise à jour de statut n'est pas une décision ; raconter l'avancement n'est pas avancer. Si une organisation devient meilleure pour expliquer ce qu'elle fait — et moins capable de vraiment changer quoi que ce soit — elle se vide.

Signal trois : l'AI peut améliorer l'efficacité, mais pas reconstruire les workflows.

C'est peut-être le signal le plus important. Si vous pouvez utiliser l'AI pour les e-mails, les comptes rendus et les présentations — mais pas remettre en question le processus lui-même — l'entreprise n'a pas vraiment adopté l'AI. Elle veut seulement que vous fassiez l'ancien travail plus vite : de l'efficacité oui, mais pas la question de savoir si le travail devrait exister. Ce sont deux choses complètement différentes. Une vraie transformation AI ne consiste pas à automatiser d'anciens workflows — elle consiste à demander : ce workflow doit-il encore exister ?

Signal quatre : ceux qui comprennent le travail n'ont pas le pouvoir ; ceux qui ont le pouvoir ne comprennent pas le travail.

C'est classique dans les grandes organisations. Les experts de première ligne savent où est le problème ; ceux qui font le travail savent comment le résoudre — mais ils ne peuvent pas décider. Ceux qui ont l'autorité ne comprennent pas toujours le travail. L'organisation devient alors :

Ceux qui savent, expliquent.

Ceux qui ne savent pas, questionnent.

Ceux qui peuvent faire, complètent les documents.

Ceux qui ne peuvent pas juger, exigent plus de rapports.

Les vrais problèmes ralentissent. Ces entreprises sont particulièrement sujettes à se vider parce qu'elles épuisent les personnes compétentes — jusqu'à ce qu'elles se taisent.

Signal cinq : l'organisation récompense le storytelling, pas la clôture des problèmes.

Si ceux qui racontent le mieux, font les meilleurs decks et managent le mieux vers le haut sont plus visibles que ceux qui résolvent vraiment les problèmes, l'organisation penche déjà. La communication compte, bien sûr — mais quand la présentation l'emporte sur les résultats réels, le système récompense la performance, pas la création. Les Problem Closers se taisent ; les acteurs de processus se multiplient.

Signal six : les employés à forte initiative se taisent.

C'est peut-être le signal le plus dangereux. Ce que les entreprises devraient craindre, ce n'est pas la plainte — la plainte signifie au moins que quelqu'un s'en soucie encore. Le vrai danger, c'est quand les personnes compétentes arrêtent de parler : elles ne suggèrent plus, ne remettent plus les processus en question, ne poussent plus le changement ; elles font seulement ce qui est assigné, mettent à jour leur CV, regardent ailleurs, replient leur créativité en elles-mêmes. Quand une organisation fait taire ses personnes les plus agentives, elle perd déjà l'avenir.

Signal sept : l'entreprise ne peut pas répondre « pourquoi sommes-nous irremplaçables à l'ère de l'AI ? »

Ce n'est pas seulement une question personnelle — les entreprises doivent aussi répondre. Si l'AI peut générer du contenu, pourquoi avez-vous encore besoin de cette équipe contenu ? Si l'AI peut écrire du code, pourquoi avez-vous encore besoin de ce processus de développement ? Si l'AI peut organiser les tâches, pourquoi avez-vous encore besoin de ce système de gestion de projet ? Si l'AI peut générer des rapports, pourquoi avez-vous encore besoin de tant de niveaux de reporting ? Si l'AI peut connecter directement les besoins utilisateurs aux systèmes d'exécution, pourquoi avez-vous encore besoin de tant d'étapes intermédiaires ?

Une entreprise qui ne peut pas répondre à ces questions ne mourra pas forcément demain — mais elle sera revalorisée.

Alors comment savoir si une entreprise se vide de sa substance ? Pas en regardant si elle a de l'argent, des clients ou de la taille aujourd'hui — demandez plutôt :

C'est important pour les personnes ordinaires. Car choisir une entreprise, ce n'est pas seulement choisir salaire, titre, bureau et avantages — vous choisissez un système. Si ce système se vide, plus vous y restez, plus votre capacité est comprimée : vous pouvez devenir meilleur à rapporter, mais moins bon à créer ; plus fluide dans le processus, mais plus loin du marché ; plus en sécurité, mais moins irremplaçable au bon sens.

C'est le danger. Une entreprise vide ne vous détruit pas d'un coup — elle vous vide lentement et vous laisse vivre dans un environnement encore convenable pendant que vous perdez la sensibilité à l'avenir.

Cela ne veut pas dire que tout le monde doit partir immédiatement, ou démissionner dès quelques signaux. La vie réelle a des contraintes — crédits immobiliers, famille, visas, revenus, tolérance au risque, étape de carrière — tout cela est réel. La question n'est donc pas : dois-je partir maintenant ? La vraie question est : si je vois mon entreprise se vider, puis-je commencer à construire des options extérieures pour moi-même ? Puis-je rendre ma capacité moins entièrement dépendante de cette seule organisation ? Puis-je commencer à construire des travaux, du contenu, des relations, des expérimentations produit, des pipelines d'emploi et des systèmes personnels ?

Je continuerai cela dans le prochain essai. Car à l'ère de l'AI, les personnes les plus en sécurité ne sont peut-être pas celles qui ont un emploi stable — mais celles qui ont des options.

C'est ce que Future Lab veut continuer à étudier. Si les entreprises héritées se vident lentement, comment les individus doivent-ils lire leur environnement ? Si l'AI revalorise les entreprises, comment les gens doivent-ils revaloriser leurs choix de carrière ? Si une organisation n'amplifie plus votre capacité, comment préparez-vous votre prochaine étape ?

Je n'ai pas encore toutes les réponses. Mais je suis de plus en plus sûr d'une chose :

Les entreprises héritées ne disparaissent pas du jour au lendemain. Elles perdent d'abord l'avenir.

Le vrai danger n'est pas de rester dans une entreprise en déclin — c'est de sentir la vidange et d'y parier quand même tout votre avenir.

Annexe : Concepts clés

Entreprise vide / Hollow Company
Une entreprise dont la coquille tourne encore — revenus, processus, management — mais dont la capacité à créer l'avenir s'épuise.
Entreprise AI-Washing / AI-Washing Company
Une entreprise qui parle fort d'AI — formations, politiques, pilotes, communication — tandis que les processus et structures centraux changent à peine.
Entreprise AI de compression des coûts / Cost-Squeezing AI Company
Une entreprise qui utilise surtout l'AI pour licenciements, réductions de coûts et production accrue — pas pour reconstruire l'organisation ou amplifier les personnes.
Entreprise vidée sur le plan métier / Business-Hollowing Company
Une entreprise dont l'activité d'origine tourne encore, mais dont la valeur centrale est redéfinie et affaiblie par l'AI.
Réponse immunitaire organisationnelle à l'AI / Organizational Immune Response to AI
Quand l'AI entre dans une organisation comme nouvelle variable, la surface peut l'accueillir — mais le système la repousse instinctivement car elle menace workflows, rôles, hiérarchie et pouvoir existants.
Nœud de processus / Process Node
Une personne ou un rôle qui transmet surtout des workflows, synchronise des statuts ou achemine des approbations — sans créer de valeur clé.
Nœud de responsabilité / Accountability Node
Une personne ou un rôle qui peut vraiment juger, décider, posséder les résultats et clore les problèmes.
Problem Closer
Quelqu'un qui voit l'essentiel dans un problème confus, choisit un chemin, organise les ressources et le résout vraiment.
Levier AI / AI Leverage
La capacité d'un individu ou d'une organisation à amplifier jugement, exécution, création, communication et construction de systèmes grâce à l'AI.
Optionnalité personnelle / Personal Optionality
Ne pas parier tout son avenir sur une seule entreprise ou un seul rôle — mais construire des opportunités extérieures via travaux, contenu, relations, expérimentations produit, pipelines d'emploi et systèmes personnels.
Future Lab
Un projet de recherche public sur la façon dont la valeur humaine est revalorisée à l'ère de l'AI — et comment les individus gagnent du levier par le jugement, l'action, la responsabilité et la pensée systémique.

Partager

Essai original de Jason Bi, publié pour la première fois sur Future Lab. Republications, traductions et partages sur les réseaux sociaux sont les bienvenus — merci de créditer l'auteur, de lier vers cette page et de nous indiquer par e-mail où vous avez partagé (founder@scopedar.com). Pas de plagiat ni de réécriture légère sous votre nom ; usage commercial soumis à autorisation préalable.