Alors que les entreprises s’empressent d’intégrer l’IA dans chaque processus, un dysfonctionnement particulier a émergé. Le terme « tokenmaxxing » décrit le comportement qui consiste à maximiser la consommation de tokens (les unités de calcul des modèles d’IA) comme un signal de statut ou un indicateur de performance, souvent sans se soucier de la qualité réelle du résultat . Des ingénieurs de grandes entreprises comme Meta, OpenAI et Shopify rivaliseraient pour savoir qui consomme le plus de tokens, traitant leurs métriques de consommation comme des médailles internes
.
Le problème est un cas d’école de la loi de Goodhart : lorsqu’une mesure devient un objectif, elle cesse d’être une bonne mesure . Pour gonfler leurs scores de tokens, les développeurs écrivent des invites verbeuses, injectent des contextes redondants et exécutent des boucles d’agents inutiles, ce qui fait grimper directement les coûts d’infrastructure IA sans hausse correspondante de la productivité
. Un rapport GitClear de janvier 2026 a constaté que les outils d’IA augmentaient le volume de code, mais entraînaient aussi des taux nettement plus élevés de « code churn » (code modifié très vite après sa création) et de dette technique
.
Tout le modèle de restructuration de ClickUp repose sur le postulat que ses 3 000 agents IA généreront une productivité 100 fois supérieure. Le risque est que si l’entreprise, comme d’autres, se met à mesurer le succès au volume de tokens plutôt qu’aux résultats métier, les retours promis ne se matérialiseront jamais. Elle pourrait à la place payer très cher une culture du « tokenmaxxing » qui donne aux salariés une apparence d’activité face aux algorithmes, tout en produisant un impact réel marginal.
L’ampleur des suppressions d’emploi dues à l’IA en 2026 est déjà considérable. Près de 80 000 salariés du secteur technologique ont perdu leur poste au cours des trois premiers mois de l’année, et près de la moitié de ces coupes ont été attribuées à l’IA et à l’automatisation . Le National Bureau of Economic Research (NBER), l’équivalent américain d’un institut national de la statistique et des études économiques, a constaté que les directeurs financiers américains anticipent des coupes liées à l’IA jusqu’à neuf fois supérieures aux niveaux de 2025, susceptibles d’affecter environ 502 000 postes dans l’ensemble de l’économie
.
L’aspect le plus troublant des licenciements chez ClickUp est le contexte. Evans a déclaré que l’entreprise connaissait sa « plus forte croissance jamais enregistrée » . Cela fait de ces coupes un choix purement stratégique plutôt qu’une mesure de survie. C’est le signal d’un avenir où même les entreprises financièrement saines se délestent de personnel de manière préventive, dans l’espoir de prendre de l’avance sur une courbe de l’IA qui n’a pas encore pleinement tenu ses promesses. Les postes supprimés suivent aussi un schéma prévisible : ClickUp fusionne et élimine des rôles dans le tri du support client, le codage de base, la coordination de projet et le contrôle qualité – autant de tâches hautement automatisables par les cadres d’agents actuels
. Le futur qu’elle prône ne récompense que ceux qui « construisent, gèrent ou auditent des systèmes d’IA »
.
Le risque le plus critique pour le modèle de ClickUp est le nombre croissant de preuves indiquant que les licenciements motivés par l’IA ne portent tout simplement pas encore leurs fruits. Une enquête influente menée par le cabinet d’études Gartner en mai 2026 auprès de 350 dirigeants mondiaux, tous issus d’entreprises réalisant plus de 1 milliard de dollars de chiffre d’affaires, a livré un constat qui donne à réfléchir : les entreprises procédant à des coupes d’effectifs liées à l’IA ne constataient pas un meilleur retour sur investissement que celles ayant maintenu leurs équipes stables . Les taux de suppressions de postes se sont révélés quasiment identiques chez les entreprises signalant un fort retour sur investissement et chez celles ne rapportant que des gains modestes ou des résultats négatifs, révélant un « fossé entre les réductions de coûts liées à l’IA et les résultats financiers censés les justifier »
.
Le document de travail du NBER a fait écho à cette incertitude, constatant un large écart entre les gains de productivité perçus de l’IA et leur impact réel et mesurable sur l’économie . Début mars 2026, la banque Goldman Sachs déclarait qu’elle « ne trouv[ait] toujours pas de relation significative entre la productivité et l’adoption de l’IA à l’échelle de l’économie »
.
En fonçant tête baissée, ClickUp parie qu’elle peut réussir là où d’autres n’ont pas encore trouvé de lien financier clair. Le pire scénario n’est pas seulement un échec à gagner une productivité 100 fois supérieure. L’entreprise pourrait se retrouver avec une main-d’œuvre nettement réduite, des factures d’infrastructure IA beaucoup plus élevées à cause de 3 000 agents fonctionnant en continu, et aucune augmentation de revenus correspondante – le piège d’une capacité opérationnelle amoindrie sans les gains d’efficacité promis.
La restructuration de ClickUp est un cas test très médiatisé et à haut risque pour la thèse « remplaçons les humains par des agents, récompensons les survivants ». Les mouvements de l’entreprise reflètent une tendance réelle et qui s’accélère, mais ils exposent aussi les trois dangers les plus critiques de ce moment. Le « tokenmaxxing » menace de gaspiller l’investissement massif dans l’IA au profit d’une culture d’utilisation performative. Les suppressions d’emplois surviennent plus vite que les gains de productivité censés les absorber. Et les premières données rigoureuses de Gartner et du NBER suggèrent que licencier pour atteindre la rentabilité grâce à l’IA est un pari qui n’a pas encore payé pour ceux qui l’ont tenté.
Les résultats financiers de ClickUp au cours des 12 à 18 prochains mois serviront de baromètre pour savoir si le pari de la « 100x org » de Zeb Evans était un mouvement visionnaire ou un coûteux faux pas vers un avenir du travail non éprouvé.