Alors que les modèles d'intelligence artificielle franchissent des paliers de performance inédits et que les entreprises multiplient les suppressions de postes, une thèse paradoxale gagne du terrain dans les cercles spécialisés : l'automatisation génère plus de tâches pour les humains, et non moins. Cette idée, développée dans un long article publié par Dan Shipper, directeur général d'une société d'édition technologique, s'appuie sur l'expérience interne de son entreprise et sur une analyse des usages réels de l'IA.

Une entreprise qui automatise sans licencier

Shipper raconte que son équipe, forte d'une trentaine de personnes, a automatisé tout ce qui pouvait l'être : code, écriture, design, service client. Les outils d'IA comme Codex et Claude Code sont utilisés quotidiennement. Pourtant, l'entreprise n'a licencié personne au profit des agents logiciels. Elle continue d'embaucher des humains pour le service client, certes assistés par l'IA, ainsi que des rédacteurs, des éditeurs et des ingénieurs. « Notre travail a l'air complètement différent, mais il y a plus de travail humain que jamais », résume-t-il. Les managers écrivent du code comme des contributeurs individuels, les ingénieurs parlent directement aux clients, et l'IA répond à 95 % des courriels de Shipper – qui les relit néanmoins.

Des signaux contradictoires

Ce constat contredit les avertissements répétés de nombreux leaders technologiques. Le directeur général d'Anthropic, Dario Amodei, a prévenu que l'IA pourrait éliminer jusqu'à la moitié des emplois de bureau débutants. Meta a récemment licencié 8 000 personnes et installe sur les ordinateurs de ses employés américains un logiciel capturant les mouvements de souris et les frappes au clavier pour améliorer ses données d'entraînement sur le travail de bureau avancé. Même Ken Griffin, fondateur du fonds spéculatif Citadel, s'est dit ébranlé : « Il ne s'agit pas d'emplois de bureau moyens. Ce sont des postes extrêmement qualifiés qui sont, je choisis mes mots, automatisés par l'IA agentique. »

Les performances des modèles confortent ces inquiétudes. Sur Humanity's Last Exam, un test de raisonnement de niveau postuniversitaire, les meilleurs modèles sont passés de quelques pourcents il y a un an à environ 44 % aujourd'hui. Sur GDPval, qui mesure la capacité des modèles à effectuer un travail économique réel, ils atteignent 85 %. L'organisation de recherche en sécurité METR a annoncé en mai que le modèle Claude Mythos réussissait 80 % des tâches qu'un expert humain accomplirait en quatre heures environ.

Pourquoi l'automatisation crée du travail

Face à ces chiffres, la question se pose : ce paradoxe est-il temporaire ? Le prochain modèle va-t-il enfin remplacer tout le monde ? Shipper répond par la négative. Selon lui, il n'y aura pas de point de bascule. L'IA, écrit-il, « commoditise le résidu de l'expertise humaine – tout ce qui peut être rendu suffisamment explicite pour être entraîné. Cela effondre la valeur des sorties par défaut du modèle et crée une demande pour ce qui est différent. La demande pour ce qui est différent est la demande pour les experts humains, même à l'approche de l'IA générale. »

Autrement dit, plus l'automatisation rend banal ce qui est standardisable, plus elle valorise ce qui est unique, original ou nuancé – compétences par essence humaines. L'essai compare cette dynamique au paradoxe de Zénon : on s'approche toujours d'un seuil où l'IA serait autonome, mais sans jamais l'atteindre, parce que la définition de ce qui est « différent » recule à mesure que l'IA progresse.

Deux modes de travail avec les agents

L'auteur distingue deux grandes façons de travailler avec l'IA. La première, la plus anticipée, est celle des agents employés : des logiciels capables de recevoir des délégations, présents dans Slack ou intégrés à des processus comme le service client. La seconde, moins discutée, est celle où l'humain reste indispensable pour superviser, orienter et valider. Chez Shipper, les agents répondent aux courriels mais l'humain les relit ; l'IA écrit du code mais le développeur vérifie et assemble les morceaux. Chaque agent a besoin d'un humain, affirme-t-il.

Un futur « bizarre mais familier »

L'essai conclut sur une vision paradoxalement rassurante : les entreprises qui automatisent massivement ne se délestent pas de leurs équipes, mais les voient se transformer. « Le futur a l'air bizarre, mais aussi familier », écrit Shipper. Les craintes d'une vague de chômage technologique ne sont pas pour autant balayées : les auteurs cités reconnaissent que des secteurs entiers peuvent être bouleversés. Mais l'idée d'un remplacement total et soudain est, selon cette analyse, contredite par l'expérience concrète des premiers utilisateurs intensifs de l'IA.

Un débat qui reste ouvert

Cette thèse ne fait pas l'unanimité. Les annonces de licenciements massifs dans la tech continuent, et les économistes restent divisés sur l'impact net de l'IA sur l'emploi. L'essai de Dan Shipper apporte néanmoins un contrepoint empirique à la panique ambiante : pour ceux qui utilisent l'IA le plus intensément, le travail humain ne disparaît pas, il se déplace et se complexifie.