J'ai remarqué quelque chose de vraiment fou qui se passe en ce moment dans les entreprises technologiques. Les outils de codage IA étaient censés libérer les ingénieurs de la corvée, mais à la place, on assiste à cette étrange nouvelle épidémie d'anxiété où les gens sont plus épuisés que jamais. C'est comme si la promesse de "l'IA fait gagner du temps" s'était transformée en un cauchemar de workaholisme pour tous.

Voici ce qui m'a fait réfléchir : les dirigeants sont soudainement obsédés par la mesure de la productivité de la manière la plus littérale possible. On parle de CTO qui codent à 5h du matin parce qu'ils veulent "se reconnecter" avec le code sous-jacent, de PDG qui suivent les factures d'utilisation des outils AI jusqu'à la minute, et de fondateurs de startups qui disent littéralement à leurs employés qu'ils "ne travaillent pas assez dur" si leurs interactions avec Claude Code ne atteignent pas un quota arbitraire. Un PDG d'une entreprise d'IA admet ouvertement qu'il examine ses factures d'IA comme un audit financier — plus ils dépensent pour les outils AI, mieux ils performent. C'est... beaucoup.

Mais c'est là que ça devient intéressant. Il existe un énorme décalage entre ce que pensent les dirigeants et ce qui se passe réellement sur le terrain. Des enquêtes montrent que plus de 40 % des cadres supérieurs croient que l'IA leur fait gagner plus de 8 heures par semaine, alors que 67 % des employés réguliers disent que l'IA leur fait gagner moins de 2 heures ou rien du tout. Des chercheurs de l'UC Berkeley qui ont étudié une organisation de 200 personnes ont trouvé quelque chose d'encore plus révélateur : même avec l'IA qui gère une tonne de travail, les heures de travail réelles continuent d'augmenter. Les gens ne sont pas libérés — ils deviennent plus anxieux à l'idée d'optimiser chaque instant.

Qu'est-ce qui motive cela ? Je pense que cela revient à la façon dont la "performance" a été redéfinie. Quand vous pouvez mesurer la productivité par le nombre d'interactions et la vitesse de génération de code, chaque moment où votre AI ne tourne pas ressemble à une perte de temps. Ce n'est pas de l'efficacité — c'est juste une autre version de la culture du workaholisme qui ronge déjà la tech. Certains ingénieurs parlent ouvertement de "fatigue AI" maintenant — cette inquiétude constante que la prochaine grande avancée n'est qu'une question de prompt, et si vous ne vous donnez pas à fond, vous prenez du retard.

Il y a aussi ce problème de "l'expansion des tâches" dont personne ne parle vraiment. Quand des non-techniciens commencent à utiliser l'IA pour générer du code, les ingénieurs finissent par passer des heures à nettoyer des implémentations à moitié faites. En réalité, cela alourdit leur charge de travail, pas la réduit. De plus, on se retrouve dans une situation hybride où les frontières entre qui fait quoi deviennent floues, et soudainement, plus de code est écrit que jamais — mais est-ce que tout cela a vraiment de la valeur ? Intuitivement, on a rapporté une augmentation de 30 % de la productivité dans la production de code, mais si la majorité de ce code finit par être jetable ou abandonné, quel est le vrai gain ?

Le problème plus profond, c'est que cette obsession de l'efficacité crée ce que certains chercheurs appellent le "busyware" — des ajustements mineurs que personne n'a demandés, des tableaux de bord personnalisés pour une seule personne, des projets prototypes abandonnés à mi-chemin. Chacun semble justifié sur le moment, mais la plupart finissent dans le cimetière du code obsolète. C'est comme si on avait créé un système où les gens se sentent obligés de construire des choses juste pour prouver qu'ils sont productifs, que ces choses aient du sens ou non.

Ce qui nous manque, c'est une vraie conversation sur ce qu'il ne faut jamais construire en premier lieu. C'est là que réside la véritable efficacité — pas dans la rapidité à générer du code, mais dans le choix de ce qui vaut vraiment la peine d'être construit. Le cycle du workaholisme ne fait qu'accélérer dans la mauvaise direction.