Meta a mis 14,3 milliards de dollars sur la table pour s’offrir Scale AI et son fondateur. Et pourtant, trois mois plus tard, l’unité censée incarner ses ambitions en intelligence artificielle est décrite de l’intérieur comme un endroit que l’on fuit. Le paradoxe mérite qu’on s’y arrête.
Une révolte qui ne parle pas d’argent
Selon plusieurs médias américains, l’équipe Applied AI de Meta, environ 6500 ingénieurs et chefs de produit, serait au bord de la rupture. Un employé aurait détourné une présentation interne diffusée en direct pour exiger qu’on transmette une insulte à un cadre dirigeant. Un autre résume l’ambiance d’une formule brutale : le travail y serait littéralement vécu comme un bagne.
Ce qui frappe, c’est ce qui manque dans ces témoignages. Personne ne se plaint d’être mal payé. Meta reste l’un des employeurs les plus généreux de la tech. Le malaise est ailleurs : dans le sens du travail, ou plutôt dans son absence.
Enrôlés, pas embauchés
La plupart de ces salariés n’ont pas choisi leur poste. D’après des informations de presse, beaucoup ont appris leur transfert par un courriel surprise, un processus que l’un d’eux a qualifié publiquement de quasi aléatoire. Ils se décrivent eux-mêmes comme des conscrits. L’alternative tenait en deux options : rejoindre l’unité ou démissionner.
Leur mission concrète ? Produire des énigmes et des problèmes de programmation pour entraîner les modèles. La raison officielle, telle qu’elle a fuité, est limpide : les modèles de Meta manquaient encore de la connaissance nécessaire pour égaler l’humain sur des tâches techniques. Pour que des agents comprennent comment les gens accomplissent vraiment leurs tâches sur un ordinateur, il faut, dit l’annonce interne, les entraîner sur de vrais exemples.
La logique est défendable sur le papier. Le dirigeant de l’entreprise aurait même justifié le recours à ses propres employés plutôt qu’à des prestataires externes par un argument cinglant : le salarié moyen de Meta serait nettement plus intelligent qu’un sous-traitant. Flatteur. Mais on ne motive pas une élite en la traitant comme une ligne de production à optimiser.
Le vrai coût de l’efficacité sans cap
Voilà ce que l’argent ne rachète pas : la conviction d’une équipe. On peut acheter une entreprise, recruter ses meilleurs profils, financer une infrastructure colossale. On ne décrète pas l’adhésion. C’est la différence entre mobiliser et enrôler.
Pour quiconque orchestre l’IA au quotidien, le signal est précieux. L’entraînement des modèles repose de plus en plus sur des données humaines de qualité : exemples de raisonnement, traces de résolution, démonstrations de tâches réelles. Or cette matière première ne se fabrique pas à la chaîne sous la contrainte. Là où des concurrents comme Anthropic ou OpenAI s’appuient sur des prestataires spécialisés et des contributeurs rémunérés pour récolter ce retour humain, Meta a fait le pari inverse : réquisitionner ses propres équipes. Un ingénieur démotivé qui génère des problèmes de programmation à la commande produira un corpus médiocre. La qualité du modèle dépend directement de la qualité de l’intention humaine en amont.
Le risque est concret :
- des données d’entraînement bâclées, donc des modèles qui apprennent mal ce qu’on voulait leur apprendre ;
- une fuite des meilleurs profils, ceux que l’on voulait justement retenir ;
- une défiance interne qui contamine d’autres équipes, bien au-delà de l’unité concernée.
Ce dernier point est déjà visible. Plus de 1600 salariés auraient signé une pétition contre un programme qui surveille leurs clics et leurs frappes clavier pour en faire, là encore, de la donnée d’entraînement. Le directeur produit du groupe aurait lui-même reconnu un climat qualifié de brutal.
Une histoire qui se répète chez Meta
Difficile de ne pas voir un schéma. L’unité Applied AI serait pilotée par un cadre venu de Reality Labs, la division qui a englouti 83 milliards de dollars dans le métavers avant que l’entreprise ne pivote vers l’IA. Même appétit pour les paris à coups de milliards, même tendance à confondre la puissance financière avec l’élan réel d’un projet.
Au départ, l’organisation aurait même prévu jusqu’à 50 personnes par manager. Un ratio qui en dit long : on traite l’humain comme une ressource fongible, pas comme le moteur du projet. Quand la structure elle-même nie l’individu, la révolte n’est pas un accident, c’est une conséquence.
L’argent suffit-il à fabriquer une ambition ?
Le dirigeant de Meta aurait fini par reconnaître, dans une note interne, que les récents changements avaient causé de la détresse et que des erreurs seraient corrigées. C’est un début. Mais aucune note ne réparera ce qui s’est cassé : la confiance qu’une mission imposée puisse devenir une mission partagée.
Le cas Meta n’est pas une anecdote de couloir. Il pose une question que toute organisation lancée dans la course à l’IA va devoir affronter. La puissance de calcul s’achète, les talents se recrutent, les données se collectent. Reste à voir si une ambition technologique peut tenir bien longtemps sans la seule chose qui ne figure sur aucune facture : des équipes qui croient à ce qu’elles construisent.
