Block licencie la moitié de ses effectifs pour l'IA. L'IA ne fait pas le travail.

#Le pari le plus audacieux de 2026

Le 26 février 2026, Jack Dorsey envoie un mémo interne à Block — la maison mère de Square et de Cash App. Le message tient en une phrase : "Intelligence tools have changed what it means to build and run a company."

Le jour même, Block annonce la suppression d'environ 4 000 postes, soit près de 40 % de ses effectifs. L'action bondit de +24 % à Wall Street. Dorsey, visionnaire confirmé ou parieur imprudent, déclare publiquement : "Within the next year, I believe the majority of companies will reach the same conclusion."

Deux mois plus tard, les choses ont légèrement mal tourné. Un ingénieur senior a menacé de démissionner pour récupérer son équipe. Des réembauches discrètes ont commencé. Les régulateurs s'intéressent aux équipes anti-blanchiment vidées un peu trop vite.

Cet article documente ce qui s'est passé, pourquoi ça a raté, et les leçons concrètes à en tirer — que tu sois développeur, manager, ou simple observateur du marché de l'emploi en 2026.

#Ce qu'il faut savoir sur Block avant d'aller plus loin

Block, c'est l'entreprise fondée par Jack Dorsey (aussi fondateur de Twitter). Elle opère deux produits majeurs :

Square — les terminaux de paiement et la suite de gestion pour commerçants.
Cash App — le Venmo américain, une application de paiement peer-to-peer avec plus de 50 millions d'utilisateurs actifs.

Avant les licenciements, l'effectif était autour de 10 000 personnes. Les finances étaient saines : Q4 2025 affichait un profit brut de 2,87 Md$ en hausse de 24 %. Cash App seul croissait de 33 %. Autrement dit : Block n'a pas licencié pour survivre. Il a licencié pour prouver une thèse.

#La thèse : Goose et Managerbot

Pour comprendre le pari, il faut comprendre l'arme. Block ne licencie pas "à cause de l'IA" au sens abstrait — l'entreprise mise sur deux produits internes très concrets.

#Goose — l'agent interne open-source

Goose est un agent IA développé par les ingénieurs de Block et publié en open-source sous licence Apache 2.0. Avant d'aller plus loin, définissons le terme :

Un agent IA est un programme qui reçoit une instruction en langage naturel, la décompose en étapes, exécute des actions (écrire du code, appeler une API, modifier un fichier), et boucle jusqu'à atteindre l'objectif. Contrairement à un simple chatbot, il agit sur le système au lieu de seulement répondre.

Goose est basé sur MCP (Model Context Protocol), un protocole ouvert d'Anthropic qui permet à un agent IA de se connecter de façon standardisée à des outils externes : base de données, terminal, API, fichiers. Utilisé en interne chez Block depuis environ 18 mois, il automatise :

La génération de code boilerplate et de scaffolding
Le debugging assisté
L'écriture de tests unitaires
La rédaction d'emails et de documents internes

Selon le CFO de Block, Amrita Ahuja, chaque ingénieur produirait 40 % de code en plus depuis septembre 2025. C'est le chiffre qui a déclenché la décision de Dorsey.

#Managerbot — l'agent IA proactif

Le second outil est Managerbot, un agent IA intégré à Square qui prend l'initiative — il n'attend pas qu'un commerçant pose une question, il propose des actions : "tes ventes du soir sont en baisse de 15 %, veux-tu que je lance une promo flash ?"

C'est la vision Dorsey incarnée : une entreprise où l'agent IA n'est pas un outil parmi d'autres, mais le cœur même du produit.

#Les chiffres du pari

4 000

Postes supprimés en février 2026

40 %

Part des effectifs licenciés

+24 %

Hausse de l'action jour de l'annonce

2 M$

Profit brut visé par employé d'ici 2026

L'objectif d'Ahuja est explicite : passer d'un profit brut par employé de 750 000 $ (2024) à 2 M$ d'ici fin 2026. Soit un quasi-triplement. La seule façon d'y arriver sans multiplier le chiffre d'affaires par trois, c'est de diviser les effectifs par deux.

C'est exactement ce que Block fait.

#Ce qui coince déjà

Les premières fissures apparaissent rapidement.

#Le cas Richard Hesse — l'ingénieur qui a sauvé son équipe

Richard Hesse, technical lead chez Block, gérait l'infrastructure critique dont dépendait une partie des clients Cash App. Quand son équipe entière a été licenciée, il a menacé de démissionner si elle n'était pas réembauchée. Block a cédé. Au moins 4 employés ont été repris.

Détail qui change tout : Hesse était la seule personne qui comprenait cette couche d'infrastructure. Sans lui, Block aurait perdu la capacité opérationnelle de faire tourner le produit. L'IA n'a pas pu compenser, parce que le savoir n'était pas documenté — il vivait dans la tête d'un humain.

La leçon technique derrière ce cas : un agent IA comme Goose peut générer du code, mais il ne peut pas générer du contexte opérationnel tacite — les raisons historiques d'une architecture, les hacks qui tiennent en production depuis 3 ans, les incidents passés qui ont forgé la prudence d'une équipe.

#Le "AI washing" dénoncé par Sam Altman

Sam Altman, CEO d'OpenAI, a commenté publiquement la vague de licenciements IA :

"There's some AI washing where people are blaming AI for layoffs that they would otherwise do."

Autrement dit : certaines entreprises licencient pour des raisons classiques (sur-embauche pendant le COVID, consolidation d'équipes dupliquées) et drapent la décision dans une rhétorique IA pour rassurer les marchés. Block avait effectivement deux structures parallèles Square/Cash App, et une sur-embauche reconnue.

Le cabinet Darden/UVA a publié une analyse intitulée "Is AI the Strategy or the Scapegoat ?" qui met en question la cohérence du narratif Dorsey.

#Le risque réglementaire

Block négociait en février 2026 un accord avec le CFPB (régulateur américain de la consommation) sur la gestion des plaintes Cash App. Dans le même mouvement, l'entreprise a réduit ses équipes de conformité et anti-blanchiment (AML).

Si un régulateur demande "qui a validé cette transaction suspecte ?" et que la réponse est "un agent IA", la charge de preuve se retourne contre Block. La conformité financière repose sur des personnes responsables — un agent IA ne peut pas comparaître devant un juge.

#Les données macro : Block n'est pas un cas isolé

Block est spectaculaire, mais le pattern est systémique. Deux études récentes sont éclairantes.

#Gartner — 50 % des licenciements IA seront annulés

Gartner prédit en février 2026 que 50 % des entreprises qui ont coupé leurs équipes de service client pour l'IA vont réembaucher d'ici 2027. La raison invoquée : chute de la qualité, hausse de l'insatisfaction client, coût cumulé du remplacement supérieur à l'économie initiale.

#Orgvue — 32 % ont déjà dû réembaucher

Le cabinet Orgvue a étudié les entreprises ayant licencié pour raisons IA :

Indicateur	Pourcentage	Conséquence
Ont dû ré-embaucher	32 %	Reconnaissance implicite de l'erreur
Ont dépensé plus en ré-embauche que d'économie initiale	31 %	Perte nette financière
Regrettent la décision	55 %	Frustration managériale

Traduction : un licenciement sur trois motivé par l'IA échoue financièrement dans les 18 mois. Ce n'est pas un bug — c'est la structure du problème.

#Pourquoi ça ne marche pas : la confusion tâche / emploi

La racine du problème est conceptuelle. Les dirigeants qui licencient confondent deux choses distinctes :

Une tâche — écrire un brouillon d'email, générer un test unitaire, répondre à une question FAQ. L'IA excelle.
Un emploi — un ensemble de tâches, de relations, de décisions, de contexte, de responsabilité. L'IA n'y touche qu'à la marge.

Un ingénieur de Block ne passait pas 100 % de son temps à écrire du code. Il passait probablement 30 % à coder, 20 % en revue de code entre pairs, 15 % à comprendre un bug en prod, 10 % à coordonner avec d'autres équipes, 10 % à documenter, et le reste en réunions et contexte.

Quand Goose automatise la partie "écrire du code", il libère 30 % de son temps. Pas son emploi entier. Si Block pensait supprimer cet ingénieur parce qu'il lui restait 70 % de son travail à faire… c'est un calcul faux.

La règle opérationnelle : l'IA bien déployée augmente un humain (il fait plus avec le même temps). Elle ne le remplace pas. Les entreprises qui confondent les deux opérations payent cher la correction.

#Les leçons pour toi

#Si tu es développeur

Ta productivité avec un agent comme Claude Code ou Goose est réellement multipliée. Mais ça ne veut pas dire que ton poste est menacé — ça veut dire que les attentes montent. Ton nouveau terrain de bataille :

Le jugement architectural — choisir quelle approche prendre face à un agent qui peut implémenter n'importe laquelle.
La validation critique — relire 500 lignes de code générées en 3 minutes et détecter la bonne abstraction de la mauvaise.
La compréhension métier — savoir ce que le client veut vraiment, au-delà du ticket Jira.

Ce sont précisément les zones où l'IA échoue, et où un ingénieur humain reste indispensable.

#Si tu manages une équipe

Le cas Block est un avertissement. Avant de réduire tes effectifs, pose ces questions :

Le savoir est-il documenté ? Si Richard Hesse travaillait pour toi, saurais-tu qu'il est indispensable avant qu'il démissionne ?
L'IA remplace-t-elle des tâches ou des emplois ? Compte le pourcentage réel de chaque rôle que l'outil automatise — pas l'estimation optimiste du fournisseur.
Qui porte la responsabilité ? Si un agent IA commet une erreur coûteuse, qui signe la correction ?

Si tu réponds "je ne sais pas" à l'une de ces questions, tu n'es pas prêt à licencier.

#Si tu cherches à comprendre le marché

Regarde les actions après les licenciements IA. Le rebond de +24 % de Block le jour de l'annonce ne prouve rien — les marchés applaudissent toujours la réduction des coûts à court terme. La question utile : où sera le cours dans 18 mois, une fois que les réembauches, les amendes réglementaires et les pertes de clients auront été comptabilisées ?

#Le verdict provisoire

Block n'a pas encore perdu son pari. Mais le pattern qui émerge est clair : l'entreprise a surestimé ce que l'IA remplace et sous-estimé le coût caché du savoir humain accumulé.

Une ligne du blog humai.blog résume bien la situation :

"If a senior technical lead had to threaten to quit to keep his team intact, the original reduction was not a calculation. It was a guess."

Traduction : si un ingénieur senior doit menacer de démissionner pour préserver son équipe, alors la réduction initiale n'était pas un calcul rigoureux — c'était une devinette habillée en stratégie.

#Récap

Block a supprimé 4 000 postes (40 % des effectifs) en février 2026, en pariant sur ses agents IA Goose et Managerbot.
Le marché a applaudi immédiatement (+24 % le jour de l'annonce), mais les premières fissures apparaissent vite : menace de démission d'un ingénieur clé, réembauches discrètes, risque réglementaire sur la conformité.
Les données macro (Gartner, Orgvue) montrent qu'un tiers des licenciements IA échouent financièrement dans les 18 mois.
La cause structurelle : les dirigeants confondent "l'IA remplace des tâches" avec "l'IA remplace des emplois". Ce sont deux choses très différentes.
Pour un développeur ou un manager, la leçon est la même : utiliser l'IA pour augmenter les humains, pas pour les remplacer à la hâte.

Le pari Block sera jugé dans 18 mois, pas 18 jours. Mais les premières données suggèrent déjà que Jack Dorsey a vendu une vision qui coûte plus cher qu'il ne l'admettait.

Sources :