Ford qui rappelle 350 ingénieurs « barbes grises » après avoir trop misé sur une IA qualité défaillante n'est pas un cas isolé — mais ce n'est pas non plus la déferlante que l'on imagine. Depuis deux ans, une série d'entreprises ont bel et bien licencié puis ré-embauché des humains parce que l'automatisation « ne marchait pas comme prévu » : Klarna, la Commonwealth Bank australienne, IBM, Ford. Le phénomène est même désormais chiffré — un manager américain sur trois ayant supprimé un poste à cause de l'IA a fini par le rouvrir. Mais deux nuances s'imposent, à rebours du récit ambiant : le « boomerang » touche surtout le service client et les RH, rarement les ingénieurs ; et les deux noms qu'on cite le plus, Amazon et Meta, ne rentrent pas du tout dans cette case. Voici la carte, et les chiffres.
Un « boomerang » désormais chiffré
Longtemps, la marche arrière sur l'IA a relevé de l'anecdote de plateau. Elle relève aujourd'hui de la statistique. Selon des données du cabinet de recrutement Robert Half transmises à CNBC, 32 % des managers américains qui avaient supprimé un poste principalement à cause de l'IA ont ensuite ré-embauché pour le même poste ou un poste similaire.
Le regret est encore plus répandu que la correction elle-même : le cabinet Orgvue estime que 55 % des dirigeants ayant licencié au nom de l'IA le regrettent, rapporte TechSpot. Et le mouvement ne fait sans doute que commencer : Forrester prévoit qu'environ la moitié des postes supprimés pour cause d'IA finiront par être ré-ouverts — souvent, prévient le cabinet, délocalisés ou moins bien payés. Le « boomerang » n'est donc ni marginal, ni forcément une bonne nouvelle pour les salariés concernés.
La vague de volte-face, entreprise par entreprise
Quand on aligne les rétropédalages documentés depuis 2024, un motif saute aux yeux : ils s'emballent à partir du printemps 2025 et traversent toutes les fonctions de l'entreprise.
Le cas d'école, c'est Klarna. Début 2024, le patron de la fintech suédoise, Sebastian Siemiatkowski, se vantait que son assistant IA faisait « le travail de 700 agents ». Un an plus tard, le même dirigeant reconnaissait être allé trop loin : la qualité s'était dégradée sur les demandes complexes, et l'entreprise se remettait à recruter des humains. « Il est crucial que le client sache qu'il y aura toujours un humain », a-t-il concédé, cité par Forbes.
Le cas le plus net de licenciement-puis-ré-embauche vient d'Australie. La Commonwealth Bank (CBA) avait supprimé 45 postes de son service client, remplacés par un robot vocal censé réduire les appels de 2 000 par semaine. Sauf que les appels ont en réalité augmenté : la banque a dû payer des heures supplémentaires et mobiliser des cadres pour répondre au téléphone. En août 2025, sous la pression du syndicat, elle a rétabli les 45 postes et reconnu une « erreur », admettant que son évaluation initiale « n'avait pas correctement pris en compte tous les éléments ».
Les ressources humaines suivent le même chemin. Chez IBM, l'assistant AskHR a absorbé environ 94 % des demandes routinières… mais butait sur les 6 % restants, les cas sensibles et les dilemmes éthiques ; le groupe a rappelé des humains et prévu de tripler ses embauches juniors en 2026. Duolingo, de son côté, avait décrété l'entreprise « AI-first » en avril 2025 avant de faire machine arrière sous les huées : « Je ne vois pas l'IA remplacer ce que font nos employés. »
La restauration rapide, enfin, offre les échecs les plus spectaculaires. McDonald's a mis fin en juin 2024 à son test de commande automatisée avec IBM après une avalanche de vidéos virales — neuf thés glacés, du bacon sur une glace. Et Taco Bell (groupe Yum!) a reconnu à l'été 2025 revoir sa copie sur la voix IA de plus de 500 points de vente, après qu'un client eut commandé 18 000 gobelets d'eau pour saturer le système.
Les ingénieurs, un cas à part
C'est ici qu'il faut nuancer le récit, car votre intuition — « des ingénieurs licenciés puis ré-embauchés parce que l'IA ne marche pas » — décrit en réalité un cas rare. La quasi-totalité des boomerangs documentés concernent le service client, les RH ou la prise de commande — des postes que les entreprises ont cru pouvoir automatiser en bloc. Les ingénieurs, eux, ont rarement été remplacés puis rappelés.
L'exception, c'est précisément Ford. Le constructeur a rappelé, promu ou recruté 350 ingénieurs chevronnés — les « barbes grises » — après avoir constaté que ses outils d'assurance qualité pilotés par l'IA ne tenaient pas leurs promesses, faute d'expertise humaine pour les entraîner correctement. C'est le seul grand cas où le boomerang porte sur des ingénieurs, et non sur des agents de première ligne. Le savoir-faire d'un vétéran — l'intuition d'une contrainte mécanique, la mémoire d'un défaut apparu quinze ans plus tôt — ne se trouve pas dans un cahier des charges, donc pas davantage dans un modèle entraîné dessus.
Amazon, Meta : le contre-exemple, pas l'exemple
Reste les deux noms qui reviennent toujours — et qui, justement, ne rentrent pas dans cette histoire. Amazon illustre le mouvement inverse : dans un mémo de juin 2025, son PDG Andy Jassy annonce que l'IA va réduire les effectifs corporate « à mesure que nous gagnons en efficacité », rapporte Fortune. Les quelque 14 000 suppressions de postes de l'automne 2025 relèvent de cette logique — Jassy allant jusqu'à dire qu'elles tenaient d'abord à « la culture », pas à l'IA ni aux coûts. Amazon coupe à cause de l'IA ; il ne ré-embauche pas parce qu'elle a échoué. C'est l'exact opposé du boomerang.
Meta n'y rentre pas davantage, mais pour une autre raison : le groupe dépense des fortunes pour recruter des ingénieurs d'IA de haut vol (son laboratoire « superintelligence »), quand il ne réorganise pas ses équipes. Aucun rappel d'humains après un échec d'automatisation : c'est une course au talent, pas un rétropédalage. Bref, méfiance quand on brandit Amazon ou Meta pour illustrer « l'IA qui déçoit » : leur histoire est réelle, mais ce n'est pas celle-là.
Pourquoi tant de projets déraillent
Si le boomerang existe, c'est que, en amont, une écrasante majorité de projets d'IA n'atteignent jamais leur cible. Quatre études, aux méthodes différentes, pointent le même mur.
Le chiffre le plus commenté vient du MIT : son rapport The GenAI Divide (2025) estime que 95 % des projets pilotes d'IA générative ne produisent aucun retour mesurable, malgré 30 à 40 milliards de dollars investis, rapporte Fortune. Le cabinet RAND aboutit à un ordre de grandeur comparable — plus de 80 % des projets d'IA échouent, soit environ le double des projets informatiques classiques. Et Gartner anticipe que plus de 40 % des projets d'IA « agentique » seront annulés d'ici fin 2027, coûts et valeur floue à l'appui. Ces pourcentages ne mesurent pas la même chose et se lisent chacun avec sa définition — mais la direction est unanime.
Surtout, le renoncement s'accélère. Selon l'enquête Voice of the Enterprise de S&P Global, la part des entreprises qui abandonnent la majorité de leurs initiatives d'IA avant la production a plus que doublé en un an.
De 17 % en 2024 à 42 % en 2025, relève CIO Dive : en moyenne, 46 % des preuves de concept sont abandonnées avant d'atteindre une adoption large. Ce désenchantement se lit aussi dans les budgets : les banques rationnent désormais leurs déploiements, tandis que les entreprises les plus enthousiastes engloutissent des milliers de dollars par salarié et par mois sans garantie de retour.
Marche arrière n'est pas rejet
Attention, enfin, à ne pas surinterpréter. Aucune de ces entreprises n'a « débranché » l'IA : Klarna garde un assistant qui absorbe l'essentiel du volume, Ford a conservé sa centaine de milliers de tests automatisés — ce sont les vétérans qui les orientent. Le mouvement commun n'est pas un retour en arrière, c'est un rééquilibrage : après l'euphorie du « tout-IA », les organisations recalibrent le curseur entre la machine et l'expertise humaine, et redécouvrent que l'automatisation ne vaut que ce que valent les données — et les gens — qui la nourrissent.
Ce recalibrage nourrit un débat plus large sur l'emploi, où Yann LeCun met en garde contre les promesses trop rapides de remplacement, et où la peur du remplacement a viré à l'affrontement au Festival d'Annecy. La leçon de ces rétropédalages n'est ni que l'IA a échoué, ni qu'elle triomphe : c'est que la vague d'adoption entre dans son âge adulte, celui des retours sur investissement exigeants et des promesses tenues — ou pas.
Note méthodologique. Cet article agrège des cas d'entreprise documentés par la presse (Klarna, Commonwealth Bank of Australia, IBM, Duolingo, McDonald's, Taco Bell, Ford) et des données quantitatives publiques. La prévalence du « boomerang » vient de Robert Half (via CNBC, 32 % de managers ayant ré-embauché) et d'Orgvue (55 % de regrets, via TechSpot), la projection de Forrester (Future of Work 2026). Les taux d'échec cités reposent sur des définitions différentes, donc non directement comparables : « pilotes sans impact mesurable » (MIT NANDA, The GenAI Divide 2025, 300 déploiements analysés) ; « projets d'IA en échec » (RAND, 2024, étude qualitative — « plus de 80 % » est un ordre de grandeur) ; « abandon de la majorité des initiatives avant la production » et « part des preuves de concept abandonnées » (S&P Global Market Intelligence, VotE: AI & ML 2025, enquête oct.-nov. 2024, 1 006 professionnels d'Amérique du Nord et d'Europe) ; « projets d'IA agentique annulés d'ici 2027 » (prévision Gartner, juin 2025). Ces chiffres sont réunis pour montrer la convergence d'un diagnostic, pas pour établir un taux unique. Les marqueurs de la chronologie signalent des événements datés, sans encoder de magnitude (les échelles diffèrent d'un cas à l'autre). Amazon et Meta sont cités comme contre-exemples : Amazon réduit ses effectifs en raison de gains d'efficacité attribués à l'IA (Fortune), Meta recrute massivement des spécialistes de l'IA — aucun des deux ne correspond au schéma « ré-embauche après échec de l'automatisation ».