Uber utilise l’IA comme un levier d’efficacité des effectifs. L’idée n’est pas, à court terme, de sortir les ingénieurs du processus logiciel, mais de ralentir la croissance des recrutements en demandant aux équipes déjà en place de produire davantage avec l’aide d’agents et d’outils de codage. Le signal le plus net vient du PDG Dara Khosrowshahi : selon lui, environ 10 % des changements de code d’Uber sont aujourd’hui produits par des agents autonomes, puis vérifiés par des employés avant d’être ajoutés au dépôt de code [10].
Le vrai sujet : moins d’embauches incrémentales
La stratégie d’Uber se lit d’abord comme une équation de capacité. Historiquement, lorsqu’une entreprise technologique avait besoin de livrer plus de logiciel, elle pouvait recruter davantage d’ingénieurs. Uber teste désormais une autre combinaison : davantage d’IA, davantage d’automatisation, plus d’outillage — et une progression plus lente des effectifs [10].
Khosrowshahi a expliqué vouloir que les employés utilisent l’IA pour augmenter leur production de 20 %, 30 %, 50 %, voire 100 % [10]. Autrement dit, la question n’est pas seulement de savoir combien de lignes de code une IA peut écrire. Elle est de savoir combien de travail supplémentaire Uber peut absorber sans ajouter autant de postes qu’auparavant.
Le dirigeant a aussi évoqué une possibilité à plus long terme : remplacer une partie des embauches d’ingénieurs supplémentaires par des agents IA et des GPU, ces processeurs graphiques utilisés pour faire tourner de lourds calculs d’intelligence artificielle [5]. Mais dans les faits rapportés aujourd’hui, Uber reste sur un modèle avec humain dans la boucle : l’IA prépare ou produit des changements, les salariés gardent la validation finale .
