En bref
- Jack Dorsey prône une transformation radicale : remplacer la hiérarchie classique des entreprises par l’intelligence artificielle.
- Licenciement massif chez Block, motivé par l’intégration de l’IA, pose la question de la viabilité sociale et productive de ce modèle.
- Le manifeste interroge la fonction des managers intermédiaires, la légitimité de la décision automatisée et le futur des structures organisationnelles.
- Quatre piliers proposés : pilotage par le revenu, fin du middle management, hybridation des rôles et centralisation de la stratégie sur l’IA.
- Des défis majeurs subsistent : pertinence hors du secteur tech, responsabilité, gestion de l’incertitude et maintien d’une éthique de l’IA.
Intelligence Artificielle et Entreprises : une hiérarchie remise en cause
La vague de licenciements orchestrée par Jack Dorsey au sein de Block vient cristalliser un mouvement de fond dans le monde de l’entreprise : l’Intelligence Artificielle ne se limite plus à un outil de productivité. Elle questionne jusqu’à la structure même du management, héritée de siècles d’évolution industrielle et militaire. Loin d’être un simple gadget technologique, l’IA ambitionne d’incarner une nouvelle colonne vertébrale pour les stratégies d’entreprise, redistribuant les cartes du pouvoir interne.
Dans ce paysage incertain, Dorsey propose une rupture nette : remplacer la gestion pyramidale par une forme « d’intelligence » centralisée, pilotée par des agents IA capables, selon lui, d’assurer coordination, communication et allégement des processus décisionnels. Ce bouleversement, loin d’être consensuel, s’inscrit dans la lignée d’innovations connues à travers d’autres secteurs. L’exemple de Visa, qui tire profit des technologies des fraudeurs pour renforcer sa sécurité, illustre à quel point l’IA tend à s’installer au cœur de la transformation numérique.
Le manifeste Dorsey : quatre piliers pour un nouveau modèle organisationnel
La proposition de l’ex-patron de Twitter repose sur des axes tranchés. D’abord, la performance économique devient l’unique référent de toutes les actions internes. Cela signifie que chaque projet, poste ou initiative doit justifier son existence par une logique de revenus, balayant au passage les fonctions moins directement commercialisables.
Ensuite, l’élimination du « middle management » laisse place à deux nouveaux rôles : les Contributeurs Individuels, spécialistes autonomes, et les Direct Responsible Individuals, garants temporaires sur des projets transverses. Ces profils interfacent davantage avec la machine qu’avec leurs pairs, changeant la dynamique traditionnelle des entreprises.
À ce programme s’ajoute la mutation des managers traditionnels en « player-coachs », censés autant produire qu’accompagner. Un alignement rendu possible par la centralisation des données, où l’IA orchestre les flux d’information et la répartition des ressources, inspirée d’une organisation déjà remarquée chez certaines agences à la pointe, telles que celle décrite dans l’exemple dans le secteur bancaire.
L’ensemble se veut cohérent, mais interroge sur la capacité de ce système à gérer l’incertain, l’humain et la créativité non-quantifiable. À l’heure où les organigrammes se digitalisent, l’acceptation sociale et la confiance envers la directive algorithmique demeurent de grands chantiers pour les entreprises françaises et internationales.
Éthique de l’IA, innovation et stratégie d’entreprise : promesses et limites
Ébranler la gouvernance classique à coups d’agents IA n’est pas sans conséquences sociales et éthiques. D’un côté, l’optimisation promise suggère des gains sur la rapidité de décision et la pertinence de l’allocation des ressources. De l’autre, elle suscite une perte potentielle de légitimité pour les décisions impersonnelles et l’érosion progressive de la culture d’entreprise, autant de sujets débattus dans l’analyse sur la confiance envers les IA génératives.
Concrètement, l’application stricte du manifeste Dorsey provoque des effets en chaîne : suppression de postes administratifs, fragilisation des fonctions support et difficulté à traduire la valeur immatérielle (R&D, innovation, management interculturel) en simples données mesurables.
Mais certaines entreprises tentent d’introduire des garde-fous, misant sur des équipes pilotes, la formation continue et une adoption progressive, loin des déploiements brutaux. Le secteur des créateurs de contenus démontre d’ailleurs que l’innovation n’est pas réservée aux géants de la tech : la transformation peut être localisée et progressive, surfant sur la flexibilité qu’offre l’écosystème numérique de 2026.
Quels obstacles pour l’entreprise sans hiérarchie ?
Si la suppression du middle management séduit par sa promesse de réactivité, elle engendre également de nouveaux problèmes : absence de relais humain en cas de défaillance de l’algorithme, difficulté à garantir la responsabilité des décisions, risques de verrouillage organisationnel. Notons également que l’esprit d’innovation, souvent nourri d’initiatives individuelles hors cadre, risque d’être entravé par la logique du tout-mesurable.
- Risques juridiques en matière de responsabilité : qui porte la décision algorithmique ?
- Dérives potentielles sur la valorisation de l’humain et le développement de compétences non-techniques.
- Complexité de l’adaptation pour les grandes entreprises avec héritage historique et dette organisationnelle élevée.
- Difficulté de transposer ce modèle dans les secteurs non technologiques ou fortement régulés.
Malgré tout, la vision portée par Jack Dorsey est révélatrice d’une époque en quête de repères. Elle force la réflexion sur les nouveaux paradigmes possibles en matière de management et de stratégie d’entreprise. L’analyse des retours terrain met en avant la nécessité pour chaque organisation d’adapter la transformation numérique à son propre ADN, tout en instaurant une réflexion approfondie sur l’éthique de l’IA.
Tableau : Points de rupture et questionnements clés autour du manifeste Dorsey
| Pilier du Manifeste | Opportunités | Limites et questions |
|---|---|---|
| Pilotage par le revenu | Alignement sur la performance, clarté des objectifs | Vision court-termiste, difficulté à valoriser innovation et support |
| Fin du middle management | Fluidité de la prise de décision, gain de réactivité | Risque de dilution de la responsabilité, perte d’interfaces humaines |
| Rôles hybrides (CI/DRI) | Souplesse, responsabilisation individuelle | Manque de transversalité, dépendance à l’IA pour le contexte opérationnel |
| IA comme socle organisationnel | Optimisation des process, centralisation de l’information | Applicabilité restreinte aux entreprises tech-native, défi d’adoption culturelle |
