Logo hilighterLogo hilighter
FR
CommencerConnexion

ArticleAvenir du travail

Une équipe startup plus petite n’est pas une preuve d’IA

Le 27 octobre 2026, LinkedIn dit que les fondateurs de 2024 employaient 26 % de personnes en moins après un an que ceux de 2021. Ce n’est pas la preuve que l’IA en est la cause.

Christian Kosiek•Publié le •15 min de lecture

Une femme dans un atelier de céramique tient un gobelet d’argile crue sur un établi, avec un four et des étagères de pièces derrière elle
Image illustrative fournie avec cet article : une personne examine une pièce en argile dans un atelier. Ce n’est pas un fondateur nommé, un salarié de startup, un membre LinkedIn, ni un écran hilighter. Le fichier n’était pas étiqueté comme une photo d’une personne réelle ni comme une image générée par IA. La scène ne montre pas une startup de 2024 ou de 2021.

Une masse salariale plus petite peut être une observation réelle et rester la mauvaise explication. Le 27 octobre 2026, LinkedIn a publié « LinkedIn data shows where opportunity is emerging as work changes ». La page dit que les fondateurs qui ont lancé une startup en 2024 employaient 26 % de personnes en moins après leur première année que les fondateurs qui en ont lancé une en 2021. La même page dit que les données ne montrent pas que la technologie a causé des équipes plus petites. Un lecteur qui transforme cet écart en « l’IA a déjà remplacé un quart des emplois que les startups auraient créés » écrit une histoire que le communiqué ne soutient pas. Arrondir 26 % à un quart ne change pas ce qui a été mesuré.1

Ce que mesure le chiffre de 26 %

La comparaison porte sur les effectifs après la première année, pour deux cohortes de fondateurs sur LinkedIn. Ce n’est pas une baisse mesurée de 26 % de l’emploi total des startups. Ce n’est pas le constat que 26 % des travailleurs ont été licenciés. Ce n’est pas une estimation du nombre d’emplois qu’un outil d’IA a retirés. La page publique ne dit pas si les 26 % sont une moyenne ou une médiane, combien d’entreprises sont derrière, si les fondateurs eux-mêmes sont dans le compte, si les prestataires y sont, ni si le secteur et le pays ont été tenus constants.1

LinkedIn Pulse, la destination nommée sur la page, s’appuie sur 1,4 milliard de membres, 71 millions d’entreprises et 42 000 compétences. C’est la taille du réseau, pas un recensement de chaque entreprise immatriculée. Les membres et les entreprises au profil visible ne sont pas la même population que chaque société qui a déposé des statuts en 2021 ou en 2024. La page ne dit pas comment les startups inactives ont été traitées.1

Ce que la page soutient Ce qu’elle ne soutient pas
Les fondateurs de 2024 employaient 26 % de personnes en moins après la première année que les fondateurs de 2021 Que l’IA a causé l’écart, ou que chaque entreprise de 2024 est un quart plus petite qu’une paire de 2021
La page dit que les données ne montrent pas que la technologie a causé des équipes plus petites Un objectif d’effectif pour une nouvelle entreprise
De juillet à septembre 2026, fondateur figurait parmi les 10 rôles à la croissance la plus rapide aux États-Unis, au Royaume-Uni, en Allemagne, en France et en Inde Une définition de « croissance la plus rapide », ou un compte d’entreprises qui ont survécu

Une entreprise à dix personnes après un an, et une entreprise plus tardive à environ sept, feraient un écart de 26 % si ces deux nombres étaient les seuls. Cette paire est une arithmétique sur un effectif inventé. Ce n’est pas une entreprise du communiqué. Un marché du financement plus serré, un produit différent, plus de travail en prestation, ou un choix de rester rentable peuvent déplacer la masse salariale de la première année sans qu’un modèle écrive le code. La page elle-même laisse la cause ouverte.1

Les titres de fondateur et les savoir-faire en IA sont à côté de l’écart

De juillet à septembre 2026, fondateur figurait parmi les 10 rôles à la croissance la plus rapide aux États-Unis, au Royaume-Uni, en Allemagne, en France et en Inde. La page ne définit pas le taux de croissance : nouveaux titres, embauches dans le rôle, ou autre chose. Un titre de fondateur en hausse n’est pas, à lui seul, un compte d’entreprises qui ont embauché.1

Dans le monde, les fondateurs sont 12 fois plus susceptibles que le membre LinkedIn moyen d’avoir un savoir-faire en IA, et quatre professionnels sur 10 disent que l’IA les a rendus plus susceptibles de créer une entreprise. La page ne nomme pas l’enquête derrière « quatre sur 10 », l’échantillon, ni la date de la question. Ces lignes décrivent une croissance de rôles, un savoir-faire sur un profil, et une intention déclarée. Ce n’est pas un compte vérifié d’entreprises créées à cause de l’IA, et cela n’explique pas l’écart de 26 %. La question de la page, « de nouveaux outils pourraient-ils aider à construire autrement dès le départ ? », est une question. Ce n’est pas un résultat.1

Deux phrases voisines n’utilisent pas le même verbe, et cet article ne les fusionne pas. Seulement 1,2 % des membres LinkedIn indiquent un savoir-faire en IA. Les fondateurs sont décrits comme plus susceptibles d’avoir un savoir-faire en IA. Multiplier 1,2 % par 12 inventerait une part de fondateurs que la page n’imprime pas.1

Les membres qui indiquent des savoir-faire de culture en IA sont 78 % plus susceptibles d’être embauchés et 11 % plus susceptibles de recevoir une promotion que les membres qui ne les indiquent pas. La page ne publie pas de contrôles pour le métier, la formation, l’employeur ou le pays. Aux États-Unis, les travailleurs qui ont des savoir-faire en IA entrent dans des professions qui paient en moyenne 28 000 dollars de plus que les professions occupées par les travailleurs qui ne les ont pas. C’est une comparaison de professions d’entrée. Ce n’est pas une augmentation pour la même personne au même poste, et la phrase dit « AI skills », pas la liste « AI literacy » utilisée pour l’embauche et la promotion.1

La page se contredit aussi sur une statistique d’annonces, donc cet article ne choisit pas une seule fenêtre. La liste des points clés dit que la part des annonces exigeant des savoir-faire de culture en IA a bondi d’environ 65 % au cours des 12 derniers mois. Le corps dit que cette part a bondi d’environ 65 % chacune des deux dernières années et qu’elle est maintenant plus de 10 fois le taux de 2023. Ce ne sont pas la même phrase. Aucune des deux n’est un effectif de startup.1

Une estimation de 2 millions d’emplois est une autre question

LinkedIn estime que l’IA a aidé à créer environ 2 millions de nouveaux emplois. La page ne dit pas sur quelle période, dans quels pays, ni par quelle méthode. Le chiffre n’est pas un solde net face à l’écart d’effectifs de 26 %. L’un est une estimation d’emplois que l’entreprise attribue, en partie, à l’IA. L’autre est une comparaison de masses salariales de startups à un an, avec l’énoncé explicite que la technologie n’est pas montrée comme la cause. Les mettre sur une seule ligne inventerait un surplus ou un déficit national que le communiqué ne calcule pas.1

Un emploi nouveau quelque part n’est pas non plus un placement pour la personne dont la tâche a changé. Voir pourquoi un emploi créé n’est pas un plan de transfert. Ce qui se passe après la fin d’un emploi, y compris une recherche plus longue, est une mesure à part. Voir quand le prochain emploi met plus longtemps à se trouver.

De juillet à septembre 2026, AI Engineer figurait parmi les 10 professions à la croissance la plus rapide dans sept économies : le Canada, l’Allemagne, l’Inde, la France, le Brésil, le Royaume-Uni et les États-Unis. L’embauche de niveau débutant pour les AI Engineers a crû de 68 % sur un an aux États-Unis et de 55 % en Inde. C’est une profession, sur LinkedIn. Ce n’est pas la comparaison des startups, et ce n’est pas un taux pour chaque rôle junior.1

L’accès à l’intérieur de ces rôles d’IA est inégal sur la même page. Les femmes représentent seulement environ un quart des nouvelles embauches en IA. En 2025, plus de 90 % des rôles d’IA sont allés à des travailleurs ayant au moins une licence. En septembre 2026, seuls cinq pays ou territoires figuraient dans le top 10 à la fois pour le talent en IA et pour la demande des employeurs. La page ne nomme pas les cinq. Un autre jeu de données, sur les professions américaines et le genre, est déjà discuté dans où l’écart de genre des emplois d’IA est le plus large sans diplôme. Les pourcentages de cet article ne sont pas ces chiffres LinkedIn, et il ne faut pas les moyenner.1

Les comptes qu’un écart d’effectifs exige encore

La liste ci-dessous est une grille éditoriale. LinkedIn ne l’a pas publiée comme méthode, et cet article ne traite pas les lignes manquantes comme des résultats cachés.

Une lecture utile de « moins de personnes par jeune entreprise » a besoin d’au moins quatre comptes que la page ne donne pas. Combien d’entreprises ont été créées dans chaque cohorte ? Quelle part a survécu à la première année ? Quel revenu ou quel volume de service chaque salarié a-t-il porté ? Quel travail est sorti de la paie vers des freelances, des agences ou un logiciel ? Une entreprise avec moins de salariés peut encore acheter plus d’aide à l’extérieur. Une hausse des titres de fondateur peut voisiner avec moins de postes salariés stables. Le communiqué ne peut pas séparer « plus d’entreprises, chacune un peu plus petite » de « les mêmes entreprises, durablement plus légères », parce qu’il n’imprime pas le nombre d’entreprises.

Le travail qui quitte la paie peut réapparaître comme un autre achat. Une annonce sur une place de marché n’est toujours pas un compte d’emplois. Voir comment les briefs freelance sont recomposés. Cette étude est Upwork et OpenAI, pas cette comparaison LinkedIn.

Les titres sur le service client ont leur propre limite : une coupe d’effectifs publiée plus petite n’est pas la même chose qu’une tâche qui a disparu. Voir pourquoi les annonces de suppressions en service client ont besoin de l’effectif réel.

Un contrôle de 60 jours est local. Ce n’est pas un résultat national.

Les étapes ci-dessous sont une suggestion éditoriale. LinkedIn ne les a pas testées. Ce n’est pas un résultat de recherche, et cela n’établit pas un effet à l’échelle de l’économie.

La question opérationnelle n’est pas de savoir si une équipe de cinq personnes devrait devenir une équipe de trois parce qu’une cohorte de plateforme était plus petite. Elle est de savoir quelles tâches sont devenues plus courtes, lesquelles ont gagné une vérification, et lesquelles sont parties chez un prestataire. Pour une petite entreprise, un modèle peut rédiger une proposition commerciale plus vite et laisser quand même quelqu’un vérifier la promesse, protéger les données des clients et traiter les réponses que le brouillon a créées. Une production plus rapide peut ajouter de la coordination. Elle ne fait pas que supprimer des heures.

Une association hypothétique qui prépare des fiches de conseil en langage clair avec un modèle devrait, avant de retirer un rôle administratif, compter les dossiers traités, les corrections, le temps de relecture et les questions qui exigent encore une personne. Si la demande augmente, l’organisation peut avoir besoin de plus d’intervenants pendant que la rédaction accélère. Cette scène est une illustration. LinkedIn ne l’a pas observée.

Un test modeste consiste à choisir un flux de travail, noter les heures et la qualité, nommer un relecteur, et mesurer tout le chemin, reprises comprises. Ensuite, décider. Un pilote dans une organisation ne peut pas tenir lieu du chiffre de 26 %, et le chiffre de 26 % ne peut pas tenir lieu du pilote.

Des équipes fondatrices plus petites peuvent être confortables pour les propriétaires et minces pour les personnes qui ont besoin d’un premier emploi. Les salariés juniors apprennent souvent sur la recherche, les brouillons, les dossiers et les questions de routine. Si ces tâches sont automatisées et que rien ne remplace la pratique, l’organisation gagne du temps maintenant et a moins de savoir-faire interne plus tard. Une réponse est de garder la vérification : une nouvelle recrue peut utiliser un modèle pour un balayage de marché et doit encore vérifier les sources, expliquer l’arbitrage et défendre une recommandation. Pouvoir tenter une tâche n’est pas la maîtrise. Voir qui forme le jugement après le premier jet, pourquoi une tâche plus large n’est pas la maîtrise, et les offres de premier niveau qui demandent déjà un jugement senior. Qui a eu du temps payé pour s’exercer est un problème voisin. Voir pourquoi un écart de formation devient un écart de carrière.

Pour une organisation européenne, une masse salariale plus petite la première année n’est pas un constat qu’un système est à haut risque. Ceci n’est pas un conseil juridique. L’article 4, dans le texte du service desk de la Commission pour l’AI Act consolidé au 27 juillet 2026, dit que les fournisseurs et les déployeurs prennent des mesures pour soutenir la culture en IA de leur personnel et des autres personnes qui exploitent des systèmes pour leur compte. Le même paragraphe dit que cela n’exige pas un niveau garanti pour un individu. Le service desk dit que le résumé n’est pas juridiquement contraignant. Une mesure de culture n’est pas une instruction d’employer moins de personnes.2

L’annexe III a pour intitulé « Employment, workers’ management and access to self-employment ». Le point 4(a) liste les systèmes destinés au recrutement ou à la sélection, y compris les annonces d’emploi ciblées, le filtrage des candidatures et l’évaluation des candidats. Le point 4(b) liste les systèmes destinés à décider des conditions d’une relation de travail, d’une promotion ou d’une fin de contrat, à répartir des tâches selon le comportement individuel ou des traits personnels, ou à surveiller et évaluer la performance et le comportement. Un écart d’effectif de première année n’est pas sur cette liste. Un outil destiné à noter des candidats, ou à mettre fin à des contrats, est une autre question. Le classement dépend de la finalité prévue. Le service desk dit que les règles de l’annexe III s’appliquent à partir du 2 décembre 2027. Cet article ne décide pas si un produit d’embauche est dans le champ.3

Comment hilighter peut aider

hilighter ne fixe pas l’effectif d’une startup, n’explique pas l’écart de 26 % de LinkedIn, et ne décide pas si un outil d’embauche est à haut risque au titre de l’AI Act. Il peut rendre visibles les savoir-faire d’un rôle quand une petite équipe décide ce qui exige encore une personne. Les équipes peuvent cartographier les savoir-faire par rôle, comparer les personnes à ces exigences dans les analyses de savoir-faire et de talents, enregistrer une vérification ou une correction dans les preuves et la reconnaissance, et définir des parcours de développement. La revue de ces preuves par un manager est dans les évaluations managers. La vue impact de l’IA sur les métiers est indicative. Ce n’est pas une prévision LinkedIn, et ce n’est pas une prédiction qu’un rôle va disparaître. Le plan Gratuit couvre jusqu’à trois rôles. Le nombre de salariés n’est pas plafonné.

Sources

  1. LinkedIn Corporate Communications, LinkedIn data shows where opportunity is emerging as work changes, 27 octobre 2026. Les fondateurs de startups lancées en 2024 employaient 26 % de personnes en moins après leur première année que les fondateurs de startups lancées en 2021. La page dit que les données ne montrent pas que la technologie a causé des équipes plus petites. La FAQ dit que les données LinkedIn n’établissent pas que l’IA est responsable d’équipes startup plus petites. Fondateur était parmi les 10 rôles à la croissance la plus rapide aux États-Unis, au Royaume-Uni, en Allemagne, en France et en Inde de juillet à septembre 2026. Les fondateurs sont 12 fois plus susceptibles que le membre moyen d’avoir un savoir-faire en IA. Quatre professionnels sur 10 disent que l’IA les a rendus plus susceptibles de créer une entreprise. La page ne nomme pas l’échantillon. LinkedIn estime que l’IA a aidé à créer environ 2 millions de nouveaux emplois, sans méthode ni période publiées. AI Engineer était parmi les 10 professions à la croissance la plus rapide au Canada, en Allemagne, en Inde, en France, au Brésil, au Royaume-Uni et aux États-Unis sur la même fenêtre de juillet à septembre. L’embauche débutante pour les AI Engineers a crû de 68 % sur un an aux États-Unis et de 55 % en Inde. Les membres qui indiquent des savoir-faire de culture en IA sont 78 % plus susceptibles d’être embauchés et 11 % plus susceptibles de recevoir une promotion. Aux États-Unis, les travailleurs qui ont des savoir-faire en IA entrent dans des professions payées en moyenne 28 000 dollars de plus que les professions occupées par les travailleurs qui ne les ont pas. Seulement 1,2 % des membres indiquent un savoir-faire en IA. La liste des points clés dit que les annonces de culture en IA ont bondi d’environ 65 % sur les 12 derniers mois. Le corps dit environ 65 % chacune des deux dernières années et plus de 10 fois le taux de 2023. Les femmes représentent environ un quart des nouvelles embauches en IA. En 2025, plus de 90 % des rôles d’IA sont allés à des travailleurs ayant au moins une licence. Cinq pays ou territoires, non nommés, étaient dans le top 10 à la fois pour le talent en IA et pour la demande en septembre 2026. Pulse s’appuie sur 1,4 milliard de membres, 71 millions d’entreprises et 42 000 compétences. Données de réseau, pas un recensement des entreprises immatriculées, et pas une étude causale.
  2. Commission européenne, service desk de l’AI Act, article 4 : culture en IA. Le libellé reflète la version consolidée d’EUR-Lex au 27 juillet 2026, y compris les amendements du paquet numérique. Le résumé n’est pas juridiquement contraignant. Le paragraphe 1 n’exige pas un niveau de culture garanti pour un individu.
  3. Commission européenne, service desk de l’AI Act, annexe III, intitulé et points 4(a) et 4(b). Quand l’application commence-t-elle ? : les règles de l’annexe III à partir du 2 décembre 2027. Pas une décision sur un produit d’embauche.

Sources revues le 16 novembre 2026. La ligne des 26 % n’est pas traitée comme un taux de licenciement, un effet causal de l’IA, ou un objectif d’effectif. La ligne « 65 % sur les 12 derniers mois » des points clés n’est pas fusionnée avec « 65 % chacune des deux dernières années » du corps. L’estimation de 2 millions n’est pas soldée contre les 26 %. Les 28 000 dollars sont un écart entre professions d’entrée aux États-Unis, pas une augmentation. « Avoir un savoir-faire en IA » n’est pas multiplié par les 1,2 % qui en indiquent un. Des moyennes comme 4,6 et 3,4 salariés, et une comparaison d’effectifs plus tardive, apparaissent dans d’autres publications et ne sont pas dans cette page du 27 octobre, donc elles ne sont pas utilisées. L’enquête PwC Global Workforce Hopes and Fears Survey 2026 (29 septembre 2026 ; 49 364 travailleurs dans 48 pays et régions, mai et juin 2026) figurait dans le brouillon de la boîte de réception et a été ouverte. Elle décrit des salariés, pas cette comparaison de startups, et ses statistiques ne sont pas utilisées. EUR-Lex n’a pas été ouvert séparément. Le libellé européen suit le service desk de la Commission et n’est pas un conseil juridique. Ni un score de détecteur d’IA ni l’absence de pénalité Google ne peuvent être garantis. Traduction à relire par un natif.