DeepL annonce 250 suppressions de postes pour se reconstruire en startup IA pure. C'est 15% de l'effectif allemand, signal que même les leaders de traduction doivent se réinventer face aux LLM génériques qui grappillent leur terrain.
Le problème : les modèles de traduction spécialisés deviennent des features, pas des produits. Comme une station-service face aux électriques—l'infrastructure du service disparaît quand le moteur change.
Le problème : les modèles de traduction spécialisés deviennent des features, pas des produits.
DeepL pivote vers une stack IA-native : moins d'ops, plus de R&D, plus d'intégration directe dans des workflows LLM. Le détail clé : ils réallouent le budget des couches techniques anciennes vers les briques modernes.
Impact 12 mois : 250 départs = 40-50M€ économisés annuels, réinjectés en capacité GPU/training. Trois trimestres pour voir si la stratégie tient : l'API doit être indispensable, pas remplaçable par un prompt GPT-4.
Quand le leader du secteur coupe un quart de ses effectifs, c'est qu'il a compris que sa forteresse était déjà obsolète.