Meta abandonne le scoring IA et déploie l'agent Hatch
Meta supprime l'évaluation de l'usage de l'IA dans les entretiens de performance et déploie son agent Hatch. Un basculement à décrypter.
Il y a quelques mois, on vous demandait peut-être de « faire de l'IA » pour cocher une case. Aujourd'hui, la donne change. Meta vient de retirer le suivi de l'usage de l'intelligence artificielle de ses évaluations de performance, avant de pousser en interne son propre agent, Hatch. Deux mouvements en apparence contradictoires qui racontent en réalité la même histoire : l'IA cesse d'être un indicateur à remplir pour devenir un outil avec lequel on travaille vraiment.
Ce que Meta vient de changer
Selon les informations rapportées, Meta a supprimé le scoring de l'usage de l'IA des revues de performance de ses employés. Fini le compteur de prompts, les tableaux de bord d'adoption et les objectifs chiffrés d'utilisation. Dans le même temps, l'entreprise déploie Hatch, son agent maison, directement auprès de ses équipes.
Le signal est clair : plutôt que de mesurer combien de fois vous ouvrez un assistant, on vous met un agent entre les mains et on juge le résultat. La métrique d'adoption cède la place à la métrique d'impact.
Pourquoi les entreprises abandonnent le scoring d'adoption
Compter les usages de l'IA, c'est facile. Mesurer ce qu'ils produisent, c'est beaucoup plus dur. Et surtout, un indicateur mal choisi produit toujours le même effet : les gens optimisent l'indicateur, pas le résultat.
On l'a vu avec les « nombre de lignes de code » ou les « heures passées au bureau ». Le scoring d'IA a connu le même sort. Des salariés qui génèrent des dizaines de prompts sans valeur, des rapports gonflés artificiellement, une adoption de façade. Meta semble avoir compris que le jeu n'en valait pas la chandelle.
- Un chiffre d'usage ne dit rien de la qualité du travail produit.
- Il pousse à la quantité plutôt qu'à la pertinence.
- Il transforme un outil en obligation bureaucratique.
Hatch : quand l'entreprise construit son propre agent
Le second mouvement est plus intéressant encore. En poussant Hatch à ses équipes, Meta ne se contente pas de donner accès à un chatbot : elle installe un agent interne, adapté à ses outils, ses process et ses données. C'est un changement de nature, pas seulement de degré.
D'un assistant passif à un agent actif
Un assistant attend votre question. Un agent prend une intention et agit : il cherche, il rédige, il déclenche des actions, il suit un plan. Cette différence change tout dans la manière de travailler, parce qu'elle déplace le rôle de l'humain de l'exécution vers la supervision.
Pourquoi l'interne plutôt que le générique
Un agent connecté à vos systèmes connaît votre contexte : vos documents, votre historique, vos règles métier. C'est précisément là que se joue la valeur. Un modèle généraliste vous donne une réponse plausible ; un agent interne vous donne une réponse utilisable dans votre environnement.
Le vrai enjeu : mesurer l'impact, pas l'activité
Si vous gérez une équipe ou une organisation, la leçon est directement transposable. Arrêtez de compter les usages et commencez à observer les effets. Le temps gagné sur une tâche répétitive, la qualité d'un livrable, la vitesse à laquelle une décision est prise : voilà des signaux qui tiennent.
Concrètement, cela implique de déplacer vos indicateurs :
- Identifiez les tâches où l'IA change réellement le résultat, pas seulement le temps passé.
- Définissez des critères de qualité observables pour ces tâches.
- Mesurez l'écart avant et après, sur des cas concrets et comparables.
- Laissez les équipes expérimenter sans transformer chaque essai en KPI.
Le piège serait de remplacer un mauvais indicateur par un autre. Un agent qui tourne ne prouve rien. Un agent qui produit un résultat vérifiable, oui.
Ce que cela dit de la maturité du secteur
Nous sortons de la phase d'évangélisation. Pendant deux ans, il fallait convaincre, afficher, prouver qu'on avait « fait de l'IA ». Cette époque se referme. Les organisations les plus avancées ne parlent plus d'adoption, elles parlent d'intégration : où l'agent s'insère dans le flux de travail, qui le supervise, comment on corrige ses erreurs.
Le mouvement de Meta n'est pas un renoncement. C'est une maturation. On arrête de mesurer la hype, on commence à construire avec l'outil.
Pourquoi c'est important
Ce basculement vous concerne directement, que vous soyez salarié, manager ou indépendant. Il annonce une ère où l'on ne vous jugera plus sur votre capacité à utiliser l'IA, mais sur ce que vous en faites. Comprendre ce déplacement, c'est anticiper la façon dont votre travail sera évalué demain — et prendre une longueur d'avance sur ceux qui comptent encore les prompts.
Conclusion
Meta a retiré le thermomètre et installé l'outil. Ce geste, simple en apparence, résume une transition profonde : l'IA quitte la case « objectif à cocher » pour entrer dans le quotidien du travail. La bonne nouvelle, c'est que cette période est plus intéressante que la précédente. On ne vous demande plus de faire semblant d'utiliser l'IA. On vous invite à construire quelque chose avec elle. À vous de choisir ce que vous en faites.
Points clés à retenir
- Meta supprime le scoring d'usage de l'IA des évaluations de performance de ses employés.
- Dans le même temps, l'entreprise déploie son agent interne Hatch auprès de ses équipes.
- La logique change : on passe de la mesure de l'adoption à la mesure de l'impact réel.
- Un agent interne connecté à votre contexte vaut mieux qu'un assistant généraliste.
- Le vrai indicateur n'est pas le nombre de prompts, mais le résultat vérifiable.