JPMorgan intègre l'usage de ChatGPT et de Claude dans l'évaluation de ses ingénieurs

JPMorgan fait de l'usage de l'IA une partie du travail quotidien plutôt qu'une habitude facultative. La banque demande à environ 65 000 ingénieurs et spécialistes technologiques d'utiliser régulièrement des outils d'IA, et les managers suivent déjà l'intensité avec laquelle les employés le font.

Une nouvelle norme de travail

Il ne s'agit pas d'une initiative ponctuelle d'expérimentation, mais d'une tentative d'intégrer l'IA générative au processus de production courant. En pratique, JPMorgan fait comprendre à ses équipes techniques que travailler sans ces assistants n'est plus une option neutre.

Auparavant, un employé pouvait essayer ChatGPT ou Claude de sa propre initiative. Désormais, l'usage de ces services devient une composante attendue du rythme quotidien.

Pour une grande banque, le changement est important. Dans le secteur financier, les nouveaux outils passent généralement par un long cycle de validation, en raison des exigences de sécurité, de conformité et de qualité des résultats. Que l'un des plus grands établissements financiers au monde fasse passer l'IA de la catégorie « on peut essayer » à celle de norme de travail montre donc que les entreprises sont entrées dans l'étape suivante du déploiement, où l'on valorise non plus l'intérêt pour la technologie, mais la discipline de son application.

Comment ce sera mesuré

Selon les informations disponibles, les managers suivent la fréquence d'utilisation des outils d'IA par les employés, et cette activité peut influer sur l'évaluation de performance.

Cela change la logique même du déploiement. Quand une entreprise se contente d'ouvrir l'accès à une nouvelle technologie, son usage progresse lentement et de façon inégale. Quand apparaissent des métriques et un lien avec l'évaluation du travail, l'IA est perçue comme un élément de l'efficacité professionnelle, et non comme le choix personnel de chaque ingénieur.

En pratique, cette approche peut pousser les équipes à utiliser l'IA pour des tâches très variées :

• préparation de brouillons de code et de documentation
• recherche rapide de pistes pour résoudre des problèmes techniques
• synthèse de longues spécifications et de documents internes
• accélération des revues, de l'analyse et de la communication entre équipes
• préparation de premières versions de textes, de requêtes et de notes de travail

Il importe aussi que la banque, d'après la description, ne promeuve pas un seul outil propriétaire, mais des produits connus du marché comme ChatGPT et Claude. Le signal n'en est que plus fort : JPMorgan ne se contente pas de tester un logiciel à la mode, il installe chez ses employés l'habitude de travailler avec plusieurs assistants d'IA, et de le faire régulièrement.

Pourquoi la culture change

La vraie nouvelle n'est pas le suivi en lui-même, mais le changement de norme en entreprise. Il y a peu, les sociétés se demandaient s'il fallait autoriser l'IA générative dans des processus sensibles. La question se déplace : pourquoi un employé n'utilise-t-il pas l'IA, alors qu'il a accès à des outils censés accélérer son travail ?

Pour les ingénieurs, cela crée une nouvelle attente tacite : savoir travailler avec l'IA devient une part de la culture numérique de base, presque au même titre que la maîtrise des IDE, des systèmes de gestion de versions et des bases de connaissances internes.

Cette approche a aussi un revers. Si la fréquence d'usage commence à peser sur l'évaluation d'un employé, les entreprises devront distinguer avec soin la productivité réelle du simple « clic » de façade dans l'interface. Sinon, la métrique devient facilement un jeu sur le nombre de requêtes plutôt que sur la qualité du résultat. Même avec ce risque, la décision de JPMorgan montre où va le marché : l'IA est de plus en plus considérée non comme un bonus pour passionnés, mais comme une couche obligatoire du travail quotidien de bureau et d'ingénierie.

Ce que cela signifie

JPMorgan montre en pratique le modèle futur des grands employeurs : l'accès à l'IA ne suffit plus, c'est l'usage mesurable qui compte. Si cette approche s'installe, dans les prochaines années, les compétences en IA seront évaluées aussi pragmatiquement que la vitesse de développement, la qualité de la documentation et la contribution au résultat de l'équipe.