Trente pour cent des salariés affirment que leur équipe a rétréci tandis que leur charge de travail est restée stable ou a augmenté. Seuls 10 % des dirigeants rapportent la même chose. Cet écart de perception d'environ 3 fois, issu d'une enquête de juin 2026 d'Omni Calculator auprès de 665 salariés et 354 dirigeants, n'est ni une erreur d'arrondi ni une plainte sur le moral (Omni Calculator, 2026). C'est la signature d'un changement de main-d'œuvre que votre tableau de bord d'effectifs n'a jamais été conçu pour détecter : le ghost downsizing, la compression discrète des équipes par des postes vacants non pourvus et du travail redistribué plutôt que par des licenciements annoncés.
Pour un Head of Operations du mid-market, c'est le chiffre le plus coûteux que vous ne suivez pas actuellement. L'organigramme affiche encore un effectif propre et défendable. Les personnes qui le composent absorbent le travail de collègues jamais remplacés. Et comme rien n'a jamais été annoncé, il n'y a ni ligne budgétaire, ni plan de transition, ni signal d'alerte précoce avant que la surcharge ne se transforme en attrition.
Le ghost downsizing n'est pas un licenciement — et c'est précisément pour cela qu'il se cache
Un licenciement est lisible. Il a une date, un nombre, une note et généralement un budget d'indemnités. Le ghost downsizing n'a rien de tout cela. Un poste s'ouvre par un départ ordinaire, la demande de recrutement reste discrètement non pourvue parce que « l'IA peut désormais en couvrir une partie », et le travail restant est redistribué entre celles et ceux qui sont restés. Aucune décision isolée ne ressemble à une réduction d'effectifs. L'ensemble en est une.
Les données d'Omni Calculator montrent à quel point cela est devenu délibéré. Dix-sept pour cent des dirigeants tech déclarent réduire activement les effectifs via l'IA, pourtant seuls 23 % pilotent ces transitions de main-d'œuvre menées par l'IA avec un budget dédié — tandis que 40 % les gèrent au cas par cas, sans aucun plan structuré (Omni Calculator, 2026). Inc. a résumé le même schéma sans détour : les entreprises « écossent les effectifs sans que personne ne s'en aperçoive », demandant à ceux qui restent d'assumer le travail des collègues partants sans aucune attente de soulagement (Inc., 2026).
L'écart de perception est le révélateur. Les dirigeants voient le chiffre d'effectif — deux postes en moins, absorbés par l'IA, conforme au plan. Les salariés voient l'ampleur du travail — le même rendement attendu de moins de personnes, l'automatisation couvrant peut-être un tiers de ce que le collègue absent faisait réellement. Les deux décrivent la même équipe. Un seul décrit ce que cela fait de la diriger.
Pourquoi le tableau de bord vous ment
La raison pour laquelle les dirigeants sont 3 fois moins susceptibles de sentir la compression est structurelle, non attitudinale. Votre tableau de bord opérationnel mesure la mauvaise variable. L'effectif est un stock — un entier propre qui baisse d'une unité lorsqu'une demande se clôt non pourvue. La charge de travail est un flux, et elle ne disparaît pas quand la personne part ; elle se redistribue. Quand l'IA absorbe une partie d'un poste parti, le résidu — les décisions de jugement, la gestion des exceptions, le contexte relationnel, le travail tacite non documenté — retombe sur celui qui est le plus proche.
C'est là que l'hypothèse « l'IA peut le couvrir » va discrètement trop loin. L'automatisation prend de façon fiable la tranche routinière et à fort volume d'un poste. Elle prend rarement le travail de coordination et d'escalade, et c'est précisément ce travail qui génère la surcharge, car il ne peut être mis en file ni regroupé. Ainsi le chiffre d'effectif s'améliore d'une unité entière tandis que la capacité réellement récupérée est partielle. L'écart entre « un poste supprimé » et « 0,35 du travail d'un poste réellement automatisé » est la surcharge de ceux qui restent, et elle s'accumule invisiblement du côté flux d'un registre que votre tableau de bord ne lit pas.
Non mesuré, cet écart s'aggrave. Chaque départ non pourvu augmente la charge de base de ceux qui restent, ce qui augmente leur propre risque de fuite, ce qui produit le départ non pourvu suivant — désormais involontaire et non planifié. Le ghost downsizing n'est pas une efficacité ponctuelle ; c'est une boucle de rétroaction qui ressemble à une économie jusqu'au moment où elle ressemble à une falaise d'attrition.
La preuve : ceux qui restent ne sont pas une capacité gratuite
L'hypothèse sous-jacente au ghost downsizing est que ceux qui restent absorbent simplement la charge supplémentaire. Des décennies de recherche sur les survivants des licenciements disent le contraire, et cela vaut la peine d'être évalué avant de planifier votre prochaine demande non pourvue.
La littérature classique sur les survivants est mitigée d'une manière qui devrait rendre prudent tout opérateur. Dans certaines conditions, les survivants augmentent brièvement leur performance après une réduction — la productivité anxieuse de personnes qui sentent devoir prouver leur valeur (Brockner et al., via PMC, 2016). Mais ce sursaut est fragile et dépend de la perception d'équité, et il coexiste avec des coûts durables : identification organisationnelle réduite, dépression accrue et engagement affaibli que les chercheurs ont suivis chez les survivants des années après l'événement. Des travaux plus récents sur la Turnover Event Theory formalisent ce que tout responsable des opérations a vu se produire — un seul départ crée des effets significatifs pour ceux qui restent, remodelant la charge de travail, les relations et la stabilité ressentie de l'équipe (Morgeson et al., 2021).
Transposez cela au cas du ghost downsizing, où il n'y a ni annonce, ni reconnaissance, ni indemnité pour signaler qu'une réelle réduction a eu lieu. Ceux qui restent portent la charge redistribuée sans le récit qui leur permettrait de lui donner du sens. Ils absorbent, en somme, un licenciement que la direction insiste à nier. Cette dissonance — « mon travail a augmenté, mon équipe a rétréci, et la direction dit que rien n'a changé » — est un facteur plus corrosif pour la rétention qu'un licenciement transparent, car elle refuse aux gens la légitimité de nommer ce qu'ils vivent.
Il existe un coût de second ordre que les opérateurs sous-évaluent constamment. Un licenciement transparent, aussi douloureux soit-il, réinitialise au moins les attentes : chacun sait que l'équipe est plus petite et que la feuille de route devrait se réduire en conséquence. Le ghost downsizing ne réinitialise rien. Les objectifs de production fixés pour l'équipe plus nombreuse restent au tableau, si bien que ceux qui restent sont mesurés à l'aune d'une capacité qui n'existe plus. L'écart entre le plan et les personnes n'est pas comblé ; il est discrètement transféré sur les individus, un départ non pourvu à la fois, jusqu'à ce que les plus compétents d'entre eux — ceux qui ont le plus d'options externes — décident que le compromis n'en vaut pas la peine.
Le contre-argument : n'est-ce pas juste une réallocation efficace ?
Une objection légitime : une partie de la redistribution est saine. Si l'IA supprime réellement du travail à faible valeur et qu'une équipe de huit fait désormais le travail antérieur de neuf avec de la marge, ne pas remplacer est exactement la décision disciplinée, et forcer un réembauchage serait du gaspillage. La distinction n'est pas de savoir si vous laissez une demande non pourvue — c'est de savoir si vous connaissez la différence entre marge réelle et marge empruntée.
La marge réelle est une capacité que l'automatisation a effectivement libérée, vérifiée a posteriori. La marge empruntée est une capacité que vous avez supposée libérée par l'automatisation, financée sur les soirées et les week-ends de ceux qui restent. Elles paraissent identiques sur un tableau de bord d'effectifs pendant un à deux trimestres. Elles divergent nettement sur les indicateurs qui précèdent l'attrition : dérive du cycle time sur le travail non automatisable, arriérés d'exceptions en hausse et l'érosion discrète de l'effort discrétionnaire que les gens donnaient avant que leur charge de base ne le consomme. L'écart de perception de 3 fois est votre signal que, dans tout le mid-market, bien plus d'équipes fonctionnent sur marge empruntée que leurs dirigeants ne le croient.
Les opérateurs qui réussissent ne sont pas ceux qui refusent que l'IA réduise l'effectif. Ce sont ceux qui instrumentent la réduction — qui traitent « l'IA peut le couvrir » comme une hypothèse à mesurer, non comme une décision à enregistrer.
Ce que l'Ops mid-market devrait faire ce trimestre
Le levier ici n'est pas le chiffre d'effectif. C'est la redistribution de l'ampleur du travail mesurée après chaque départ non pourvu, avant que la surcharge silencieuse ne devienne la prochaine falaise d'attrition. Trois actions concrètes, dont aucune ne nécessite une nouvelle plateforme :
1. Instrumentez le départ non pourvu. Chaque fois qu'un poste reste non pourvu et que son travail est redistribué, enregistrez-le comme une transition de main-d'œuvre — même si rien n'a été annoncé. Capturez ce que le poste parti faisait réellement, ce que l'IA couvre désormais et, surtout, où le résidu a atterri. Les 40 % d'entreprises qui gèrent cela au cas par cas avancent à l'aveugle précisément parce qu'elles n'ont jamais enregistré la redistribution (Omni Calculator, 2026). Un seul champ suivi par départ convertit une perte invisible en une perte gérée.
2. Mesurez l'ampleur du travail, pas l'effectif, sur l'équipe concernée. Pendant 90 jours après chaque départ non pourvu, surveillez les indicateurs de flux que votre tableau de bord ignore : cycle time sur les tâches non automatisables, arriéré d'exceptions et d'escalades, et charge auto-déclarée par ceux qui restent. Si l'IA a réellement récupéré la capacité, ils restent stables. Si vous financiez l'écart avec de la marge empruntée, ils dérivent — et vous pouvez désormais le voir un trimestre avant la démission.
3. Comblez l'écart de perception délibérément. L'écart de 3 fois est un échec de l'information de gestion, pas seulement un échec d'empathie. Mettez les données de charge de ceux qui restent devant les dirigeants, à côté du chiffre d'effectif, afin que les deux vues de la même équipe cessent de diverger en silence. Un dirigeant qui regarde « effectif −2, arriéré d'exceptions +40 %, charge auto-déclarée de ceux qui restent à 1,3x » prend une décision de remplacement différente de celui qui regarde « effectif −2, conforme au plan ».
La décision qui tient en une ligne
Le ghost downsizing prospère sur un unique angle mort de mesure : vous comptez les personnes, mais la surcharge s'accumule dans le travail. Tant que votre revue opérationnelle rapporte un effectif propre et ne demande jamais où est passé le travail des partants, vous continuerez à comptabiliser la tension de ceux qui restent comme une économie due à l'IA — jusqu'à ce que ceux qui restent partent et repricent tout l'échange aux tarifs de l'attrition involontaire.
La décision concrète pour ce trimestre est donc petite et précise : choisissez un indicateur de redistribution de l'ampleur du travail, attachez-le à chaque départ non pourvu, et placez-le sur la même page que l'effectif avant votre prochaine revue opérationnelle. Les dirigeants qui pilotent le chiffre propre ne vous mentent pas. C'est leur tableau de bord qui ment. Changez ce qu'il mesure avant que le licenciement que personne n'a annoncé ne devienne la démission que personne n'a prévue.
