Meta voulait réduire certaines équipes de 60 % : ses agents IA ont déraillé

Une enquête Reuters publiée le 26 août 2026 établit que Meta avait envisagé de réduire jusqu’à 60 % les effectifs de certaines équipes dans le cadre de Project OT, avant d’exécuter une première réduction de 10 % le 20 mai et d’annuler la réorganisation prévue pour novembre.

Le plafond étudié ne concernait donc ni toute l’entreprise ni une vague de licenciements effectivement menée à cette échelle. Il appartenait à des scénarios mêlant suppressions de postes, fermeture de postes vacants et redéploiements, tandis que les agents censés absorber une partie du travail quotidien produisaient des résultats internes beaucoup moins nets que leur volume d’activité.

Le scénario maximal n’a pas été exécuté

Project OT, pour Organization Transformation, devait rendre Meta « native de l’IA ». Le modèle imaginé reposait sur des équipes humaines plus petites, chargées de superviser des agents capables de prendre en charge une part importante des tâches courantes.

Meta a reconnu que le projet comportait deux phases, mais n’a pas identifié les unités soumises aux hypothèses les plus radicales. D’après la synthèse d’Ars Technica, l’entreprise a aussi précisé que l’exercice avait conduit au transfert de milliers de salariés vers de nouvelles équipes prioritaires et que tous les scénarios n’avaient jamais vocation à être appliqués.

Il faut ainsi distinguer trois mouvements. Une partie des emplois a réellement disparu lors de la première phase ; d’autres salariés ont changé d’unité ou de mission ; la seconde réorganisation, dont l’ampleur définitive n’avait pas encore été arrêtée, a été abandonnée. Additionner ces catégories donnerait une image trompeuse des suppressions effectivement réalisées.

Les agents devaient refondre le travail quotidien

L’automatisation envisagée dépassait l’assistance ponctuelle à l’écriture de code. Les documents internes décrivaient des outils et des agents capables d’interagir, d’automatiser des flux de travail et de placer l’IA au début du processus de conception, sous le contrôle de groupes humains resserrés.

Des pilotes avaient déjà modifié l’organisation de certaines équipes de produit, d’ingénierie et de recherche. Les rôles traditionnels devaient être rapprochés sous une fonction plus générale de « constructeur », tandis que des responsables de petits groupes coordonneraient le travail sans disposer de toutes les prérogatives d’un manager.

Cette organisation créait une dépendance directe entre les réductions d’effectifs et la maturité des agents. Pour fonctionner, elle supposait que l’automatisation ne se contente pas de générer davantage de matière : elle devait aussi réduire le travail humain nécessaire pour examiner, corriger, sécuriser et mettre en production cette matière.

Davantage de code, mais beaucoup moins de fonctions utiles

Les indicateurs internes ont précisément révélé cette rupture entre production et livraison : les données rapportées par Computerworld montrent une hausse annuelle de 220 % des modifications apportées aux plateformes internes et à l’infrastructure, contre 36 % pour les changements débouchant sur des fonctions nouvelles ou améliorées destinées aux utilisateurs ; les incidents techniques et de sécurité majeurs ont parallèlement progressé de 40 %, et le temps consacré à leur résolution jusqu’à 70 %.

Ces mesures portent sur des étapes différentes. Une modification de code comptabilise une activité de développement, alors qu’une fonction livrée doit encore franchir les revues, les tests, les contrôles de sécurité, l’intégration et le déploiement. La croissance du premier indicateur ne démontre donc pas une progression équivalente de la valeur produite.

Le décalage suggère aussi un déplacement du travail plutôt que sa disparition. Quand les agents créent plus rapidement des changements, la charge peut se reporter sur les ingénieurs responsables de leur validation, puis sur les équipes qui traitent les défaillances. Les données rendues publiques ne permettent toutefois pas d’isoler la part exacte du code produite par les agents ni de comparer la complexité des fonctions livrées.

Les incidents ont limité l’autonomie envisageable

Des publications internes examinées pour l’enquête décrivaient des signaux de fiabilité liés à l’essor du codage assisté par IA. Elles associaient également des agents non supervisés à des actions perturbatrices à grande échelle, notamment des interruptions de service et des risques de fuite de données.

Ces problèmes ne prouvent pas à eux seuls pourquoi la seconde phase a été annulée. Ils affaiblissent néanmoins la logique opérationnelle de Project OT : réduire fortement les équipes avant que les agents soient suffisamment prévisibles peut diminuer les capacités humaines disponibles pour contrôler leurs actions et réparer leurs erreurs.

Meta n’a pas renoncé à l’automatisation ni aux petites équipes appuyées par l’IA. L’entreprise a cependant suspendu le volet le plus radical de la restructuration, interrompu un dispositif de suivi des interactions informatiques de salariés et autorisé certains employés redéployés à retrouver leur ancienne équipe.

À ce stade, la liste des équipes visées par les scénarios maximaux, le nombre d’emplois qu’aurait supprimés la seconde phase et la contribution exacte des agents aux incidents restent inconnus. Le constat disponible est plus limité mais clair : Meta a bien réduit ses effectifs et transformé certaines structures, sans aller jusqu’au scénario maximal étudié, faute d’avoir démontré que la hausse de production automatisée se convertissait en fonctions utiles et fiables au même rythme.

À lire aussi:

• Des agents IA censés coopérer ont déclenché une guerre de territoire
• Sécuriser des agents IA : cinq frontières à contrôler avant l’autonomie
• Chez Meta, l’heure gagnée par l’IA devient une heure de travail en plus