Plus d’un an après l’envoi, par le programme piloté par Elon Musk de la Department of Government Efficiency, d’un message demandant aux agents fédéraux d’expliquer leurs tâches, de nouveaux documents permettent de mieux comprendre la manière dont certains employés ont répondu. Les échanges, obtenus dans le cadre de procédures fondées sur la transparence, reflètent autant des descriptions concrètes du travail que des réactions marquées par la frustration.

Une demande simple, mais vécue différemment

En février 2025, l’administration liée à DOGE a demandé à des travailleurs fédéraux de transmettre, sous forme de “cinq points”, ce qu’ils avaient fait la semaine précédente. Dans le message initial, il était aussi indiqué que l’absence de réponse pourrait être interprétée comme un départ volontaire.

Par la suite, des réponses adressées notamment à l’Office of Personnel Management (OPM) ont été rendues publiques dans le cadre d’une demande fondée sur la Freedom of Information Act. Environ deux cents réponses liées à cette demande auraient été identifiées.

Entre suivi des tâches et contestation

Certains agents ont utilisé l’exercice pour détailler de manière très structurée leurs activités. L’un a par exemple présenté un emploi du temps découpé par tranches, incluant les pauses, tandis qu’un autre a indiqué consulter ses e-mails très régulièrement.

D’autres réponses révèlent toutefois une forte tension. Plusieurs employés ont exprimé un rejet du format, estimant que l’exercice constituait une distraction et une mise en cause non justifiée. L’un d’eux a affirmé que les effectifs étaient déjà insuffisants et que ce type d’envoi ne servait pas l’objectif de service public. Un autre a, tout en décrivant ses missions, questionné le sens d’efforts perçus comme humiliants envers des agents qui soutiendraient pourtant des changements.

Des réponses parfois “administratives”, parfois très personnelles

La diversité des messages apparaît aussi dans la forme. Certains e-mails se limitent à une liste relativement directe des tâches réalisées, tandis que d’autres comportent des éléments supplémentaires, plus contextuels, voire des considérations sur l’impact du dispositif sur le climat de travail.

Au-delà des échanges liés à l’OPM, les estimations avancées par l’organisation à l’origine de la demande suggèrent qu’une grande masse de messages reste à traiter à l’échelle de l’ensemble de l’administration fédérale. Des mesures judiciaires auraient aussi conduit à exiger une production progressive d’un volume limité de documents.

Des consignes qui n’ont pas été appliquées partout de la même façon

Juste après l’introduction de la directive, certaines agences ont indiqué à leurs employés qu’ils n’étaient pas nécessairement tenus d’y répondre, tout en continuant d’autres formes de suivi de la performance. Des exemples évoquent un “pause” de l’exigence dans certains services, ou un traitement par les superviseurs dans d’autres cas.

Dans le même temps, l’initiative associée à DOGE aurait ensuite été réduite, Elon Musk ayant pris de la distance par rapport à son rôle dans le dispositif. Néanmoins, les conséquences de cette période semblent s’être prolongées : certaines réductions d’effectifs ou réorganisations auraient eu des effets durables sur les carrières et les conditions de travail.

Ce que ces e-mails disent de l’administration au quotidien

Au-delà du contenu des “cinq choses”, ces réponses mettent en lumière un enjeu plus large : la manière dont des consignes pensées comme un outil de pilotage peuvent être perçues, sur le terrain, comme une formalité supplémentaire ou comme une pression politique. Les échanges montrent aussi que les agents ne se contentent pas forcément de répondre “mécaniquement” ; certains cherchent à justifier leur temps, d’autres à défendre le sens de leur mission, et d’autres encore à dénoncer un dispositif qu’ils jugent mal calibré.

Pour ceux qui suivent ces questions de gouvernance et de performance publique, un bon outil de préparation documentaire peut aussi aider à organiser des éléments recueillis lors de recherches. Un tableur portable pour structurer des données peut, par exemple, faciliter le classement et la synthèse d’extraits lors d’analyses. De même, un lecteur PDF avec prise de notes peut être utile pour relever des passages et préparer une lecture comparée.

De plus en plus d’entreprises réduisent leurs effectifs et s’appuient davantage sur l’intelligence artificielle. Le mouvement n’épargne pas le secteur fintech, comme l’illustre le plan de réduction annoncé par Coinbase, qui vise environ 14 % des postes. Pour les dirigeants, l’objectif est clair : exploiter la puissance de l’IA pour avancer vite, avec des équipes plus petites. Mais cette équation comporte aussi des angles morts, notamment sur la manière d’organiser le travail et de limiter les erreurs.

Une logique de « tiny teams » dopée par l’IA

La promesse des équipes très réduites tient à trois leviers souvent cités : des décisions plus rapides, des coûts mieux maîtrisés et une plus grande capacité d’orientation. L’IA renforce cette dynamique en automatisant une partie des tâches et en facilitant l’exécution quotidienne. Dans ce contexte, les dirigeants affirment que la vitesse devient un avantage central : elle accélère la mise en production et la capacité à itérer.

Mais accélérer ne signifie pas simplifier la gestion. Les sociétés fondées sur l’IA se heurtent à de nouveaux défis, liés au besoin de coordination, à la qualité des recrutements et à la vigilance sur les résultats produits par des systèmes encore imparfaits.

Le défi n°1 : protéger la créativité tout en allant vite

Dans les petites équipes, l’arbitrage quotidien se joue rarement sur l’exécution elle-même, mais sur l’équilibre entre travail « en focus » et temps de réflexion collective. Les dirigeants décrivent une tension permanente : multiplier les réunions peut étouffer la productivité, mais trop réduire les échanges risque de faire perdre des idées capables de transformer la trajectoire du produit.

Un point revient souvent : sur une équipe minuscule, la créativité et la vision deviennent des compétences décisives. À court terme, l’IA peut couvrir une partie des tâches opérationnelles ; à plus long terme, les humains restent attendus sur la capacité à formuler une direction, à cadrer un problème et à générer des idées réellement différenciantes.

Rester rentable avec peu de monde, mais recruter devient plus difficile

Réduire les effectifs peut contribuer à la rentabilité, surtout quand l’IA aide à produire davantage avec des moyens limités. Cependant, dans une « tiny team », il y a moins de couches d’encadrement. Autrement dit, les erreurs ou les approximations ne sont pas absorbées par une organisation plus large : elles peuvent se répercuter en cascade.

Cette réalité tend à relever le niveau d’exigence lors du recrutement. Les processus peuvent devenir plus longs et plus sélectifs, notamment pour vérifier la capacité des candidats à utiliser l’IA avec discernement plutôt qu’à s’en remettre à des réponses prêtes à l’emploi. Plusieurs dirigeants évoquent des cas où des livrables semblaient produits mécaniquement à partir de simples prompts, sans travail critique suffisant.

Pour limiter ces risques, certaines équipes structurent davantage les évaluations techniques, demandent des démonstrations plus proches des situations réelles et cherchent des profils capables d’identifier les limites des systèmes utilisés.

Plus on avance vite, plus l’erreur coûte cher — surtout chez les juniors

Confier des responsabilités à des profils en début de carrière peut sembler cohérent lorsque l’IA sert de support et agit comme une couche d’assistance. Des fondateurs décrivent l’usage de modèles comme « garde-fou » pour accélérer la production attendue.

Mais cette approche expose à un risque spécifique : l’IA peut fournir des réponses convaincantes tout en étant inexactes. Sans assez d’expérience, un salarié junior peut ne pas détecter une hallucination, ni comprendre quand réorienter. Des dirigeants soulignent alors la nécessité de cadrer l’usage des modèles et de prévoir des mécanismes de contrôle.

Par exemple, certains mettent en place des gabarits de prompts et des points de contrôle pour mieux encadrer le contexte. L’idée n’est pas d’éliminer toute erreur, mais de créer un environnement où les erreurs deviennent des opportunités de correction plutôt que des défaillances silencieuses.

Ce que cela implique pour les dirigeants : vitesse, garde-fous et compétences humaines

Au-delà des discours, la gestion de très petites équipes conduit à trois enseignements récurrents :

• Protéger le temps de réflexion : limiter les réunions ne doit pas tuer la créativité.
• Recruter pour la responsabilité : sans filet organisationnel, la qualité individuelle pèse davantage.
• Encadrer l’usage de l’IA : des contrôles et des méthodes de travail réduisent le risque d’erreurs persistantes.

Dans ce modèle, l’IA augmente la capacité de production, mais ne remplace pas la discipline de management : cadrage, évaluation, apprentissage collectif et ajustement permanent restent indispensables.

Outils qui peuvent aider à organiser le travail avec peu de monde

Pour soutenir une équipe très réduite, les outils de productivité et de documentation peuvent servir de “colle” organisationnelle, afin de préserver la cohérence tout en limitant la charge de coordination.

• Un carnet de suivi / gestion de projet orienté “workflow” peut aider à formaliser les décisions, les versions et les priorités quand plusieurs sujets avancent en parallèle.
• Un outil de tableau collaboratif (format physique ou numérique) peut aussi soutenir les sessions de brainstorming courtes, en laissant des traces exploitables par tous.

À

Consensus Miami

, le représentant démocrate Steven Horsford a présenté le PARITY Act comme une réponse pragmatique à l’incertitude fiscale qui pèse sur les crypto-actifs. Selon lui, l’objectif n’est pas de “tout régler” d’un seul texte, mais d’instaurer un cadre plus stable, afin de limiter les risques d’interprétations et d’améliorer la visibilité pour les consommateurs et les petites entreprises.

Intervenant lors de la conférence, Horsford a aussi replacé sa proposition dans le contexte politique actuel : les négociations au Sénat sur la structure du marché crypto peinent à avancer, ce qui rend, à ses yeux, une approche progressive plus réaliste à court terme.