L’IA vous évalue désormais : comment la crypto et la fintech redéfinissent les entretiens annuels

Votre utilisation de l’IA devient une note à part entière

Le changement le plus lourd de conséquences est que les employés sont formellement évalués sur leur degré d’utilisation de l’IA. Meta a fait de « l’impact tiré par l’IA » une attente fondamentale de performance à partir de 2026, ce qui signifie que les ingénieurs seront notés sur la manière dont ils utilisent l’IA pour obtenir des résultats et construire des outils basés sur l’IA . JPMorgan Chase a déployé des tableaux de bord internes qui suivent l’utilisation des outils d’IA par les employés, en les étiquetant explicitement comme « petits utilisateurs », « gros utilisateurs » ou « non-utilisateurs » .

Il ne s’agit pas d’un encouragement subtil, mais d’un changement structurel. Les évaluations de performance, qui sont généralement directement liées à la rémunération, aux promotions et à la capacité de rester dans l’entreprise au sein d’environnements qui pratiquent le classement forcé (ou stack ranking), sont repensées autour de l’adoption de l’IA comme une compétence mesurable . Les travailleurs qui résistent ou tardent à adopter ces outils risquent d’être pénalisés lors de l’évaluation formelle, indépendamment de leurs performances dans leurs fonctions principales.

Les gains de productivité sont réels, et justifient des suppressions de postes

L’intégration de l’IA dans les indicateurs de performance coïncide avec une vague de licenciements explicitement liés aux améliorations de productivité tirées par l’IA. L’exemple le plus frappant est Block, la société mère de Cash App, qui a supprimé environ 40 % de ses effectifs – passant d’environ 10 000 à moins de 6 000 employés – après que les outils d’IA ont augmenté la productivité des développeurs de 40 % . Crypto.com a réduit ses effectifs de 12 %, soit environ 180 postes, dans le cadre de ce qu’elle a décrit comme un pivot stratégique axé sur l’IA . Gemini a supprimé environ 30 % de ses effectifs, tombant à environ 445 employés après avoir perdu plus de 582 millions de dollars en 2025 .

Cela s’inscrit dans une mutation structurelle plus large. Les licenciements liés à l’IA dans le secteur technologique sont passés d’environ 8 % de l’ensemble des suppressions de postes en 2025 à environ 20 % au début de 2026, avec une estimation de 20 % des 45 000 suppressions d’emplois confirmées dans la tech directement attribuées à l’intégration de l’IA au cours de cette période . Le schéma est constant : les entreprises n’embauchent pas en parallèle des gains de productivité de l’IA, elles se contractent .

Qu’est-ce que cela signifie pour les salariés à tous les niveaux

La maîtrise de l’IA est désormais une compétence de survie. Lorsque votre évaluation de performance inclut un indicateur sur votre capacité à utiliser les outils d’IA, et que la non-utilisation est suivie sur un tableau de bord visible par la direction, « se passer » de l’IA n’est plus une stratégie de carrière viable dans la crypto ou la fintech .

Les postes de débutants disparaissent. L’IA a désormais franchi le seuil de la production dans cinq flux de travail clés de la fintech, notamment la vérification de documents KYC (où elle réduit les files d’attente manuelles de 60 à 80 %) et la réponse aux demandes de premier niveau du support client (où elle traite 70 à 85 % des requêtes) . Ce sont précisément les tâches que les jeunes employés utilisaient historiquement pour acquérir une connaissance du secteur et faire leurs preuves, et elles sont automatisées à grande échelle. Cela élève le niveau d’exigence pour ce que les débutants doivent offrir dès le premier jour et réduit le vivier de postes qui permettaient d’évoluer vers des fonctions plus élevées .

Les évaluations risquent de devenir moins équitables, pas plus. La Harvard Business Review prévient que si l’IA générative peut corriger certaines inefficacités des évaluations de performance traditionnelles, elle peut aussi les aggraver si les organisations perdent la confiance, la nuance et le jugement contextuel qu’apportent les managers humains . Les évaluations générées par l’IA ont tendance à être soignées en surface, mais peuvent passer à côté des facteurs qualitatifs qui distinguent un bon travail d’un excellent travail, ou qui expliquent pourquoi un employé habituellement performant a connu un trimestre difficile. Lorsque ces évaluations sont liées à la rémunération et à la sécurité de l’emploi, les enjeux des angles morts algorithmiques augmentent considérablement.

Le marché des talents se scinde en deux. Les travailleurs de la crypto et de la fintech qui perdent leur emploi possèdent des compétences transférables en conformité, en ingénierie blockchain, en analyse de données et en cybersécurité, qui sont très demandées dans la finance traditionnelle. Cependant, la tendance de fond est à des équipes plus légères et augmentées par l’IA . Les professionnels qui allient une expertise en IA à une connaissance approfondie du secteur deviennent les talents les plus valorisés, tandis que ceux dont les compétences sont plus étroites font face à une pression croissante .

La transformation en cours dans les évaluations de performance de la crypto et de la fintech ne vise pas seulement à rendre les évaluations plus efficaces. Il s’agit de refonder la relation de travail autour de la productivité liée à l’IA. Les travailleurs qui comprennent ce changement et s’y adaptent trouveront des opportunités, mais l’ère où l’on était évalué uniquement sur l’effort et le jugement humains touche à sa fin.