Le regard de la semaine
Chaque semaine je partage une de mes réflexions sur un sujet de société, d'une manière, je l'espère, la plus pragmatique possible.
Cette newsletter devait arriver il y a plusieurs mois. Le retard a une cause simple : j'ai relancé une société spécialisée dans l'intégration de l'IA en entreprise par les agents. Si le sujet vous concerne, écrivez-moi ; je n'en dirai pas plus ici.
Ce métier m'a fait entrer dans des bureaux où je n'aurais jamais mis les pieds. J'y ai vu des choses que je ne pouvais pas deviner en lisant des rapports. Qui sort grandi de l'arrivée d'une IA, qui en sort fragilisé, et à quelle vitesse.
Dans la partie 1, j'ai décrit un modèle social écrit en 1944 pour des risques précis, la maladie, la vieillesse, le licenciement de quelques mois, et qui se retrouve face à des reconversions de trois ans. J'y avais aussi glissé une phrase que je n'avais, à l'époque, aucun moyen de prouver : le risque n'est pas une société sans travail, c'est une société où le travail se concentre chez ceux qui savent travailler avec l'IA.
Cette phrase, je l’ai vu se vérifier. Elle est encore plus vraie que je ne le pensais, et la transformation, encore plus rapide.
Aujourd'hui, nous parlerons donc du travail en entreprise, et de la transformation y a commencé. Et aa semaine prochaine, l'école.
Alors, regardons ça dans le détail.
Le copiste de l'orchestre
Pendant deux siècles, les orchestres européens ont employé des copistes. Leur métier consistait à recopier à la main la partition du compositeur en autant de jeux qu'il y avait de pupitres. Un travail exigeant : il fallait lire la musique, ne pas se tromper d'une note, tenir les délais avant la première. Le copiste ne composait rien et ne dirigeait personne. Il faisait circuler la musique du compositeur vers les musiciens.
La gravure, puis l'imprimerie musicale, puis la photocopie ont fait disparaître ce métier. L'orchestre a continué de jouer.
Je pense régulièrement au copiste quand j'entre dans une entreprise. Parce que dans la plupart des organisations que je visite, une part considérable du travail consiste à recopier. Reprendre un chiffre dans un outil pour le poser dans un autre. Résumer pour l'étage au-dessus. Traduire une demande du métier vers la technique. Relancer, consolider, mettre en forme. Personne n'a choisi ce travail. Il s'est installé parce qu'il fallait bien que l'information circule, et qu'elle ne circule pas toute seule.
C'est cette couche-là que les agents attaquent en premier. Et c'est pour cette raison que ce qui arrive ne ressemble pas à ce que les débats annoncent.
Ce qui bloque n'est jamais la technologie
Premier constat de terrain, et le plus contre-intuitif pour qui lit la presse spécialisée : la technologie n'est presque jamais le problème.
En 2025, 18 % des entreprises françaises de dix salariés ou plus déclaraient utiliser au moins une technologie d'intelligence artificielle (Insee Première n° 2120, juillet 2026). Trois fois plus qu'en 2023, huit points de plus qu'en 2024. La moyenne recouvre cependant deux pays. Chez les entreprises de 250 salariés et plus, le taux atteint 58 % ; entre 10 et 49 salariés, il tombe à 15 %. Et parmi celles qui n'y vont pas, 71 % justifient leur abstention par une raison qui n'a rien de technique : elles n'y voient pas d'utilité.
Chez celles qui s'y mettent, l'échec reste la norme. Un rapport du MIT publié à l'été 2025, The GenAI Divide, estimait que 95 % des organisations étudiées ne tiraient aucun retour mesurable de leurs projets d'IA générative. Le chiffre a fait le tour du monde ; sa méthode, elle, est fragile. Une revue d'environ trois cents initiatives publiques, une cinquantaine d'entretiens, cent cinquante dirigeants interrogés en marge de conférences. Je ne la défendrai pas. Ce qu'elle décrit, en revanche, correspond à ce que je constate semaine après semaine. Les projets ne meurent pas de leur modèle, ils meurent au contact de l'organisation.
Le travail le plus solide sur le sujet est français, et il est passé largement inaperçu. En juillet 2025, Philippe Aghion, Antonin Bergeaud, Simon Bunel et Paul Delbouve ont passé au crible plus de 120 millions d'offres d'emploi publiées en France depuis 2019. Leur résultat central mérite d'être lu deux fois. Les entreprises qui développent leurs solutions d'IA en interne voient leur emploi total augmenter, et cette hausse est tirée par les métiers les plus exposés à l'IA. Celles qui achètent une solution clé en main sur le marché n'enregistrent qu'un effet modeste et statistiquement non significatif.
Dit autrement : acheter un outil ne produit presque rien, tandis que réorganiser le travail autour de l'outil produit beaucoup. Les auteurs l'expliquent sans détour. Développer en interne transforme les processus, déplace les compétences et redessine la chaîne de valeur. Acheter améliore la productivité à la marge, sans reconfiguration.
C'est le métier que je fais, et autant le dire franchement puisque j'en vis. Une entreprise qui déploie un assistant et s'arrête là n'obtiendra rien de visible dans ses comptes. Une entreprise qui accepte de redessiner qui décide quoi, et à quel moment, obtient des gains que je n'aurais pas crus possibles. La différence ne se joue pas sur le modèle choisi. Elle se joue sur le courage organisationnel des dirigeants.
Les trois groupes
Dans chaque organisation, les mêmes groupes apparaissent. Ils ne correspondent ni aux diplômes, ni à l'organigramme, ni à l'âge. Ils correspondent à ce que les gens faisaient de leurs journées avant que l'IA arrive.
Le premier groupe avait plus d'idées que de temps disponible. Ces gens-là tenaient un périmètre de tâches qui saturait leurs semaines, en gardant dans un coin de la tête deux ou trois projets qu'ils ne lanceraient jamais. Donnez-leur un agent et ils décollent en quelques semaines. Ils ne font pas la même chose plus vite, ils font enfin ce qu'ils voulaient faire depuis deux ans. Six mois plus tard, ils ont récupéré du périmètre, parfois une équipe. Ce sont eux qui deviennent difficiles à remplacer, et le talent technique n'y est pour presque rien. Ce qui compte, c'est leur stock d'idées en attente.
Le deuxième groupe faisait des tâches qu'il fallait bien que quelqu'un fasse. Contrôler une saisie, relancer un fournisseur, mettre à jour un tableau, préparer le reporting du lundi. Un travail réel et utile, qui n'existait que parce que l'information ne circulait pas d'elle-même. Pour ces personnes, l'agent ne libère pas du temps, il prend le poste. Ce qui demandait trois jours demande trois minutes, et il ne reste pas de seconde moitié de métier à exercer. Une entreprise qui payait une personne pour un volume d'heures devient alors une entreprise qui ajuste ce volume, et ces salariés deviennent la variable d'ajustement de la transformation.
Le troisième groupe refuse l'outil. Par méfiance, par fatigue des grands projets qui n'ont rien délivrés, par conviction que la qualité y perdra. Cette position, cette reticence au changement bien humaine, je l'ai vue se retourner contre ceux qui la tenaient. Personne ne les a sanctionnés. L'écart de production avec le premier groupe est simplement devenu visible pour tout le monde, y compris pour eux.
Ce découpage recoupe ce que mesurent Aghion et ses coauteurs. Dans les entreprises qui recrutent des profils IA, l'emploi progresse dans les métiers fortement exposés à la technologie et recule dans les métiers qui le sont peu. La ligne de fracture ne passe pas entre les secteurs d'activité ni entre les niveaux de diplôme. Elle passe à l'intérieur des équipes, entre deux personnes assises côte à côte.
Une précaution honnête avant d'aller plus loin. Je ne vois qu'un échantillon, celui des entreprises qui font appel à quelqu'un comme moi, donc celles qui ont déjà décidé d'y aller. Ce que je décris est le visage de la transformation là où elle se produit, et rien ne dit à quelle vitesse elle gagnera les 82 % d'entreprises de dix salariés ou plus qui n'ont encore rien déployé.
Revenons au copiste, parce que c'est là que se trouve le vrai sujet.
Avant même de parler d'intelligence artificielle, demandez-vous à quoi sert votre journée. Asana a posé la question à des milliers de salariés pour son Anatomy of Work Index : 60 % du temps part dans le travail autour du travail, c'est-à-dire la coordination, la recherche d'information, les changements de contexte, le suivi de l'avancement. Il reste 27 % pour le métier qu'on est venu exercer et 13 % pour réfléchir.
Microsoft a mesuré la même chose de l'intérieur de ses propres outils, avec la télémétrie de Microsoft 365 croisée à une enquête auprès de 31 000 salariés. Résultat : une interruption toutes les deux minutes pendant les heures de travail, soit 275 interruptions par jour, et des réunions après vingt heures en hausse de 16 % sur un an.
Ronald Coase a répondu en 1937 à une question que personne ne pensait à poser : pourquoi les entreprises existent-elles ? En théorie, un patron pourrait tout acheter au fur et à mesure, la comptabilité ce mois-ci, le design le mois prochain, la logistique à la commande. En pratique, il lui faudrait chaque fois trouver un prestataire, négocier un prix, rédiger un contrat, contrôler le travail livré, puis tout recommencer la fois suivante. Ces démarches coûtent plus cher que d'embaucher quelqu'un et de le garder. L'entreprise existe pour économiser cette négociation permanente.
Le même raisonnement vaut à l'intérieur de ses murs. Faire travailler ensemble quelques centaines de personnes a un coût, et ce coût porte un nom : une partie de l'organigramme. Des étages entiers de nos bureaux ne fabriquent rien et ne vendent rien. Ils existent pour que ceux qui fabriquent et ceux qui vendent restent coordonnés.
Ce que les agents changent s'énonce donc simplement. Quand coordonner ne coûte presque plus rien, la couche qui existait pour coordonner perd sa justification économique.
Prenez un chef de projet. Une partie de son métier consiste à décider, arbitrer, protéger son équipe, négocier avec un client difficile. Une autre consiste à aller chercher l'état d'avancement chez huit personnes, à le recopier dans un tableau et à le présenter au comité du jeudi. Cette seconde partie, un agent la fait déjà, mieux et en continu : il lit les tickets, les documents partagés, les messages, il détecte qu'une tâche a glissé avant que la personne concernée l'admette, et il produit la synthèse sans réunion. J'ai vu des comités de pilotage perdre leur raison d'être en six semaines.
Ce chef de projet ne disparaît pas pour autant. Son métier change de nature, et il devient beaucoup plus exigeant : il ne lui reste que la partie où il faut décider. Certains y gagnent le poste de leur vie. D'autres découvrent qu'ils poussaient souvent du papier et doivent se réinventer.
La conséquence se lit déjà dans les annonces d'entreprises. Gartner prévoyait dès 2024 que, d'ici 2026, une organisation sur cinq utiliserait l'IA pour aplatir sa hiérarchie en supprimant plus de la moitié de ses postes d'encadrement intermédiaire. En octobre 2025, Amazon a annoncé la suppression d'environ 14 000 postes administratifs, son dirigeant ayant prévenu quelques mois plus tôt que l'IA réduirait les effectifs de fonctions support du groupe. On peut discuter la part de l'IA et celle de la mode financière dans ces annonces. On ne peut pas discuter la direction.
La première marche
Pour tout dire ce qui m'inquiète le plus touche ceux qui n'ont encore rien à défendre. La première marche d'une carrière de bureau consiste presque toujours à faire ce qu'un agent fait désormais très bien. L'équipe d'Erik Brynjolfsson, à Stanford, suit les salaires de millions d'Américains via les données de paie d'ADP. Dans sa mise à jour d'août 2026, l'écart d'emploi des 22-25 ans travaillant dans les métiers les plus exposés à l'IA atteint 19 % par rapport à leurs pairs des métiers peu exposés, contre 15 % dans la version précédente de l'étude. Les auteurs insistent sur deux points. Le recul se concentre là où l'IA automate plutôt qu'elle n'augmente, et il passe par la non-embauche plutôt que par le licenciement.
À Harvard, Seyed Mahdi Hosseini Maasoum et Guy Lichtinger ont suivi 65 millions de parcours professionnels dans plus de 280 000 entreprises et trouvent la même mécanique : les entreprises qui adoptent l'IA générative réduisent leur emploi junior d'environ 9 % en dix-huit mois, pendant que leur emploi senior reste stable.
Dario Amodei, qui dirige Anthropic, annonçait dès mai 2025 que l'IA pourrait faire disparaître la moitié des emplois de bureau débutants en un à cinq ans et pousser le chômage à 10 ou 20 %. Il vend la technologie dont il décrit les effets, ce qui invite à la prudence sur l'ampleur annoncée. Les deux études ci-dessus n'ont rien à vendre, et elles pointent dans la même direction.
Et en France ? Commençons par le chiffre le plus simple. Au deuxième trimestre 2026, le chômage des 15-24 ans atteint 21,6 %, en hausse de 2,5 points sur un an, quand celui des 25-49 ans progresse de 0,5 point et celui des plus de 50 ans de 0,7 point (Insee, Informations rapides n° 192). Les jeunes paient le ralentissement cinq fois plus cher que leurs aînés.
Un analyse plus précise vient d’être publiée. Dans un billet de la Banque de France, cinq économistes, Marco Palladino, Antonin Bergeaud, Antoine Bertheau, Simon Bunel et Oscar Degos, ont croisé les déclarations de mouvements de main-d'œuvre avec une mesure d'exposition des métiers à l'IA générative. Les embauches en CDI des 21-29 ans reculent de 28 % dans les métiers les plus exposés, contre 8 % dans ceux qui le sont peu. Vingt points d'écart entre deux groupes de jeunes, dans le même pays, au même moment.
Le détail est plus instructif encore. Dans ces mêmes métiers exposés, les fins de CDI reculent de 23 %, contre 6 % ailleurs. Il n'y a donc pas de vague de licenciements. Il y a un marché qui se fige : on y embauche beaucoup moins et on en sort beaucoup moins. Pour quelqu'un qui est déjà dedans, c'est une forme de protection. Pour un jeune qui frappe à la porte, un marché gelé ressemble à une porte fermée. Les auteurs donnent un ordre de grandeur de 75 000 CDI de jeunes en moins sur une année, en précisant qu'il s'agit d'un recul des recrutements plutôt que d'autant de postes supprimés.
Les métiers concernés sont ceux auxquels on pense : développeurs informatiques, traducteurs, journalistes, techniciens d'opérations bancaires. Du côté des métiers épargnés, on retrouve les infirmiers, les assistantes maternelles et les ouvriers du bâtiment. La frontière passe là où le travail exige une présence et un contact.
Vient la réserve, et les auteurs la posent eux-mêmes. La France traverse au même moment un resserrement monétaire, une correction d'après-Covid et la diffusion du télétravail, qui frappent les mêmes secteurs. Leur enquête mesure l'usage de l'IA au début de 2026, alors que les écarts d'embauche apparaissent plusieurs trimestres plus tôt. Et l'emploi total des entreprises déclarant un usage intensif de l'IA ne s'écarte pas nettement de celui des autres. Le décrochage des jeunes dans les métiers exposés est donc solidement mesuré, tandis que son imputation à l'IA reste une inférence.
Je trouve cette inférence raisonnable, parce que trois équipes indépendantes, à Stanford, à Harvard et à la Banque de France, mesurent le même décalage sur trois marchés du travail différents.
Un dernier chiffre, parce qu'il dit l'essentiel sur la durée. L'Apec prévoit pour 2026 une reprise du marché cadre, avec plus de 300 000 recrutements, soit 4 % de plus que l'année précédente. Les embauches de jeunes cadres de cinq ans d'expérience ou moins restent pourtant 13 % en dessous de leur niveau de 2023. Quant aux recrutements de cadres débutants, ceux qui sortent tout juste d'études, ils avaient déjà chuté de 19 % en 2024, puis de 16 % l'année suivante. Le marché repart et la première marche reste bloquée.
C’est à mon sens, et d’après mon expérience, une erreur majeure de la part des entreprises, probablement amplifié par le droit du travail français.
Une organisation qui cesse de recruter des juniors ne s'en aperçoit pas la première année. Elle s'en aperçoit dix ans plus tard, quand elle cherche des seniors et n'en trouve plus, parce que personne n'a franchi la première marche.
C’est à mon sens l'erreur stratégique la plus importante de la décennie en cours, même si elle est probablement amplifié par le droit du travail français.
Une partie de la finance a d’ailleurs choisi l'autre voie, et c'est le développement le plus intéressant du moment. Goldman Sachs annonce que ses nouvelles recrues encadreront des agents dès leur premier jour. Son responsable pour l'Asie-Pacifique, Kevin Sneader, l'a formulé à Singapour en des termes qui méritent la traduction littérale : ces jeunes embauchés doivent tirer le meilleur parti de l'armée virtuelle dont ils disposent désormais.
Le directeur des systèmes d'information du groupe, Marco Argenti, précise l'exigence. Même les employés les plus juniors devront maîtriser trois compétences de management : décrire une tâche clairement, la déléguer efficacement à un agent, puis superviser le résultat. Il ajoute une phrase que je répète à mes clients, et qui vaut pour les dirigeants autant que pour les débutants : déléguer à un agent sans savoir le superviser est une recette pour la catastrophe.
Mesurez le renversement. Jusqu'ici, on exécutait pendant cinq ans avant d'encadrer qui que ce soit, et le management s'apprenait après l'avoir subi. Argenti décrit la trajectoire inverse, où un débutant dirige des agents avant de diriger des personnes, et la banque a bâti un programme interne autour de cette idée, avec des équipes mêlant humains et agents plutôt que d'anciens processus auxquels on ajoute un outil.
Je ne sais pas si Goldman Sachs a raison. Je sais que c'est la seule réponse que j'aie vue qui préserve la première marche au lieu de la supprimer. Et je sais qu'elle transfère un problème considérable à l'école et à l'université, puisqu'elle attend d'une personne de vingt-deux ans ce que nous n'enseignons à personne : formuler un objectif, découper un travail, juger un résultat qu'on n'a pas produit soi-même. Nous y reviendrons la semaine prochaine.
Le département IT doit se réinventer
Tout ce qui précède pourrait laisser croire que cette transformation concerne d’abord les informaticiens. C'est l'inverse qui se produit.
Pendant trente ans, utiliser sérieusement les outils de son entreprise a supposé une compétence technique. Il fallait savoir interroger une base, construire un tableau croisé, parfois écrire deux lignes de code. Ceux qui ne savaient pas faire passaient par quelqu'un qui savait, et attendaient leur tour. Cette barrière vient de tomber. Un responsable de magasin qui pose sa question en français obtient aujourd'hui la réponse que son contrôleur de gestion mettait trois jours à produire.
C'est pourquoi les plus grands gagnants que j'observe ne sont presque jamais des techniciens. Ce sont des acheteurs, des juristes, des responsables qualité, des commerciaux, des gens qui connaissaient parfaitement leur métier et butaient depuis vingt ans sur l'accès à l'information, ou à leur capacité d’exécution limité par leur temps disponible. Le premier groupe que je décrivais plus haut se recrute massivement chez les non-techniques.
Faut-il en conclure que la direction des systèmes d'information perd son utilité ? Non. Mais elle doit en revanche se réinventer, et le changement sera plus douloureux qu'il n'y paraît.
Pendant trente ans, un service informatique a été jugé sur sa capacité à protéger et à restreindre. Des droits d'accès par profil, des données cloisonnées par direction, un principe de besoin d'en connaître, des exports interdits, une surveillance de tout ce qui sort. Cette prudence avait ses raisons et elle en garde beaucoup.
Un agent fonctionne à l'inverse exact. Plus il dispose de contexte, plus il est utile, et un agent mal informé produit des réponses fausses avec le même aplomb qu'un agent bien informé. Celui d'un commercial qui ignore les conditions de paiement accordées l'an dernier à ce même client ne vaut rien. Celui d'un responsable qualité privé des incidents des trois dernières années ne vaut rien non plus.
Voilà la contradiction à tenir. Il faut faire circuler beaucoup plus de données qu'avant, tout en sachant précisément qui a le droit de voir quoi. Personne ne réussit cela d'instinct, et c'est exactement pourquoi ce chantier demande une direction, des règles écrites et des moyens.
Le plus difficile n'est pas technique. Dans beaucoup d'entreprises, l'information sert de monnaie, et la détenir donne du pouvoir. Demander à ceux qui en vivent de la verser dans un patrimoine commun revient à leur demander une part de leur position. C'est là que se trouve la vraie résistance, et elle ne se traite ni par un logiciel ni par une note de service.
Il y a enfin un fait que peu de dirigeants ont mesuré. Tout le monde code désormais. Un contrôleur de gestion qui décrit son besoin en français obtient un script qui tourne, et il l'exécute sur les données de l'entreprise sans demander l'avis de personne.
Or le service informatique était la digue. Il faisait attendre. Un projet réclamait un cadrage, une validation, une place dans la file, parfois dix-huit mois. Ces délais avaient souvent de bonnes raisons, la sécurité, la cohérence des données, une dette technique à ne pas aggraver. Ils relevaient souvent, aussi, du pur processus. Vus de l'extérieur, les deux motifs se ressemblaient assez pour que personne ne les distingue.
Cette digue va tomber, et elle tombera sans qu'on demande son avis à personne. La question qui vaut pour un dirigeant a donc changé. Il ne s'agit plus de maintenir la digue. Il s'agit de trier ce qu'elle retenait. Ce qui protégeait vraiment doit être reconstruit autrement, sous forme de règles opposables à tous. Le reste n'a pas besoin d'être remplacé.
Demandez-vous maintenant à quoi a servi un service informatique pendant trente ans. À faire circuler et à stocker l'information : des réseaux, des bases, des droits d'accès, des interfaces entre des logiciels qui ne se parlaient pas. Le jour où un agent prend en charge la circulation, ce métier-là se vide. Un autre apparaît à sa place, beaucoup plus exigeant.
Car un agent ne vaut que ce que vaut ce qu'il sait de l'entreprise. Deux sociétés qui utilisent le même modèle obtiennent des résultats incomparables, et la différence ne vient jamais du modèle. Elle vient de la qualité du savoir qu'on lui a confié : les procédures à jour plutôt que celles de 2019, la bonne définition du chiffre d'affaires parmi les quatre qui circulent dans la maison, l'historique des décisions, les règles tacites que personne n'a jamais écrites, et ce que chaque utilisateur a le droit de voir.
Voilà le nouveau métier. Le service informatique devient le gardien du patrimoine de connaissance et de la personnalisation des agents. Il s'assure que celui du directeur financier, celui du chef d'atelier et celui du juriste disposent chacun du contexte exact dont ils ont besoin, à jour, et de rien de plus. Le copiste disparaît, le bibliothécaire devient indispensable.
Un bémol sérieux. Ce métier demande de comprendre le système d'information et le fonctionnement réel de chaque direction métier. Il demande d’être au contact des métiers, de comprendre profondément leurs problématiques, leurs enjeux. Comment se construit une marge dans cette entreprise, pourquoi le service qualité refuse telle procédure, ce que signifie une non-conformité dans cette usine précise. Ce ne sont ni les mêmes formations ni les mêmes personnes, et je vois peu de profils qui combinent ces deux aspects. Ceux qui les ont sont les gens les plus courtisés du marché en ce moment (les fameux “Forward Deployment Engineer”), et aucune école n'en produit en nombre.
Plus haut, j'ai annoncé la disparition des postes de traduction entre le métier et la technique, et je réclame maintenant des gens capables de parler les deux langues. La différence tient à la profondeur. Transmettre une demande d'un service à un autre est un travail de copiste, et il disparaît. Comprendre pourquoi ce service demande cela, et à quelle condition un agent peut y répondre sans se tromper, est un travail que personne ne sait automatiser (pour le moment). Le premier s'apprenait en quelques semaines. Le second demande des années de maison.
Opérationnellemant parlant, j'observe deux erreurs symétriques. La première consiste à créer une petite cellule IA à côté de la DSI, qui fera des démonstrations pendant deux ans sans rien changer. La seconde consiste à laisser chaque service bricoler ses propres agents, ce qui produit six versions du même chiffre et autant de failles de sécurité. Ce que je recommande tient en une phrase : réorganiser la direction des systèmes d'information autour de cette fonction, lui donner autorité sur la connaissance de l'entreprise, et asseoir son responsable au comité de direction plutôt qu'au rang de fournisseur interne. En sachant que la contrainte ne sera ni budgétaire ni technique. Elle sera le nombre de personnes capables de tenir ce rôle. Ce seront eux qui constitueront le département IA qui sera au coeur de toutes les sociétés dans le 10 prochaines années.
Qui écrit la partition
Voilà pour le constat. Reste la question que l'on me pose dans chaque entreprise : à quoi ressemble le travail dans trois ans ?
Ma réponse est devenue simple. Chaque personne travaillera avec son propre agent, qui connaîtra son métier, ses dossiers, ses contraintes et ses échéances, et qui exécutera une bonne partie de ce qu'elle lui demandera. Microsoft a mis un mot sur ce rôle dans son Work Trend Index de 2025 : chacun devient le patron de ses agents.
Cela ne signifie pas que la machine décide. Elle ne décide pas, nous n’y sommes pas encore. Actuellement, un agent propose et creuse des directions ; il ne peut pas choisir laquelle compte pour l'entreprise, ni assumer devant un client ou un conseil d'administration la conséquence d'un arbitrage. Andrej Karpathy, l'un des ingénieurs les plus lucides du domaine, s'inquiétait en octobre 2025 d'entendre annoncer « l'année des agents ». Sa correction mérite d'être retenue : nous sommes entrés dans la décennie des agents, les problèmes restent difficiles tout en étant surmontables, et il faut garder les humains dans la boucle. C'est exactement ce que je constate chez mes clients.
Ce qui change, donc, ce n'est pas la fin de la décision humaine. C'est l'endroit où elle se situe. Hier, un salarié produisait et son supérieur décidait. Demain, le même salarié décide de ce qu'il faut produire et confie la production. La compétence qui prend de la valeur n'est ni technique ni managériale au sens classique : c'est la capacité à formuler un objectif assez précis pour qu'une machine puisse le poursuivre, et assez juste pour que le résultat serve à quelque chose.
Je fais un pari sur ce point. D'ici deux ou trois ans, l'entretien d'embauche portera sur cette capacité. On ne demandera plus seulement quels outils vous maîtrisez, mais quels agents vous utilisez, ce que vous leur confiez, ce que vous gardez pour vous et ce que vous en avez tiré pour l'entreprise où vous étiez. Un CV cessera d'être une liste de compétences pour devenir une liste de résultats obtenus avec une équipe d’agents.
Ceux qui alimentent ce basculement l'anticipent déjà. Dans son indice économique de juin 2026, construit sur l'usage réel de ses propres modèles, Anthropic rapporte que plus d'un tiers des utilisateurs interrogés s'attendent à ce que l'IA prenne en charge l'essentiel de leurs tâches d'ici douze mois. Que cette anticipation soit exacte ou non, elle produit déjà ses effets : les dirigeants embauchent en fonction d'elle.
Explorer n'est pas inventer
Il faut être précis sur ce qu'un agent sait faire, parce que la confusion sur ce point coûte cher aux entreprises.
Un agent excelle à reproduire ce qui existe déjà quelque part. Une bonne pratique documentée, une procédure éprouvée chez un concurrent, un montage juridique classique, une architecture logicielle standard : il les connaît, il les applique, et il les applique souvent mieux que la moyenne des gens parce qu'il a vu la totalité des exemples publiés. Cette compétence va s'améliorer mécaniquement, à mesure que les exemples s'accumulent. Si votre problème a déjà été résolu ailleurs, votre avantage sur ce point a vécu, et c'est une bonne nouvelle pour vos clients.
Ce qu'il ne fait pas, c'est poser la question que personne n'a posée. Rien ne lui permet de savoir qu'un marché existe là où personne ne regarde, qu'un produit manque, qu'une contrainte réglementaire que tout le monde subit pourrait être contournée autrement. L'invention commence par la formulation d'un problème, et cette formulation reste un acte humain.
Entre les deux s'ouvre le terrain qui va devenir le plus intéressant : l'exploration. Un agent peut tester mille chemins en parallèle, à un rythme qu'aucune équipe ne tiendrait, sans que ce soit instantané pour autant. Quand l'espace des possibles se formalise et qu'une tentative se vérifie automatiquement, cette force brute peut produire du neuf. Et il faut alors pouvoir vérifier le résultat à bas coût. Dans le logiciel, cette condition est remplie, puisqu'on compile et on teste, et c'est pour cette raison que l'informatique est le premier métier transformé. Dans la stratégie, le recrutement ou la négociation, elle ne l'est pas, et l'agent n'a aucun moyen de savoir s'il a eu raison.
Ce que j'en tire pour une entreprise industrielle tient en une phrase. Le jour où tester une pièce coûte une nuit de calcul et une impression, le nombre d'essais par an change d'échelle, et l'avantage passe à celui qui sait quoi essayer. Nous revenons donc à la compétence humaine. La machine explore, l'humain choisit la direction.
Le cas le plus démonstratif est arrivé pendant que j'écrivais ce numéro, et il à provoqué un vrai séisme dans la communauté des chercheurs. OpenAI vient de publier 372 résultats mathématiques produits par un modèle interne que le public ne peut pas utiliser, avec une moyenne d'environ trois heures de calcul par solution. Quelques semaines plus tôt, l'entreprise annonçait qu'un système d'agents travaillant en parallèle avait établi un résultat sur les équations de Navier-Stokes, l'un des sept problèmes du prix du millénaire, que les mathématiciens vérifiaient encore des semaines après.
Les réserves d'abord, parce qu'elles sont lourdes. Une partie seulement des démonstrations est formalisée en Lean, le langage qui permet à un logiciel de vérifier une preuve ligne à ligne. Au moins trois résultats ont été retirés dans la semaine, après découverte d'erreurs. Andrew Sutherland, au MIT, réclame des pièces justificatives. Terence Tao juge le rythme insensé et observe que ces résultats ne produisent presque aucun séminaire, aucun atelier, aucune collaboration. Un collectif de mathématiciens appelle à cesser de travailler avec l'entreprise, quand d'autres, comme Daniel Litt à Toronto, trouvent la démarche saine. Rien n'est encore validé.
Ce qui m'intéresse ici ne dépend pourtant pas de l'issue de la querelle. Regardez ce que réclame le groupe consultatif de mathématiciens constitué par OpenAI elle-même : le modèle, le prompt exact et le temps de calcul derrière chaque résultat. Le prompt, c'est-à-dire le problème, c'est-à-dire la question qu'un humain a formulée.
Les 372 résultats répondent tous à des énoncés que des mathématiciens avaient posés, certains depuis un siècle. Dans un recueil paru en novembre 2025 avec plusieurs mathématiciens de premier rang, dont le médaillé Fields Timothy Gowers, le mécanisme apparaît encore plus nettement. Pour le problème d'Erdős n° 848, la structure avait déjà été dégagée par des commentaires humains, le modèle a proposé une estimation de densité, et deux mathématiciens l'ont corrigée puis resserrée en démonstration complète.
Voilà donc où nous en sommes. Une machine peut fermer des centaines de questions restées ouvertes pendant des décennies, pourvu qu'on les lui pose. Personne n'a encore montré un agent qui choisit lui-même la question qui valait la peine d'être posée.
Voilà ce que je vois, tel que cela se présente depuis les entreprises avec lesquelles je travaille.
Il me reste une chose à vous dire, et c’est peut-être la plus utile. Ce qui vient de se produire en mathématiques se produira dans tous les autres domaines. Alors ne jugez pas votre métier à l’aune de ce que l’IA sait faire aujourd’hui (et elle sait déjà faire beaucoup, bien plus que ce que la majorité des gens pensent), parce que cette photographie sera périmée dans six mois. Jugez-le en imaginant une IA qui comprendrait parfaitement les tenants et les aboutissants de votre travail, et demandez-vous ce qu’elle saurait en faire. Puis demandez-vous comment vous travailleriez avec elle. Les réponses à ces deux questions valent mieux que n’importe quelle prévision d’expert sur votre secteur.
Si vous voulez creuser le sujet pour votre entreprise ou pour votre métier, écrivez-moi.
La semaine prochaine, je parlerai de l'école, le seul endroit où la lenteur existe toujours et doit selon moi continuer à exister. Je détaillerai ce que je pense qu’il faudrait y apprendre pour tenir dans le monde que je viens de décrire.
La reco de la semaine
Chaque semaine, je recommande une œuvre, un livre, un film ou une expérience qui m'a fait réfléchir.
Bullshit Jobs de David Graeber (2018).
Je l'avais lu en trouvant la thèse exagérée. Quelques dizaines d'entreprises plus tard, je la trouve mesurée.
L'anthropologue américain pose une question que personne dans le débat économique classique n'ose poser : combien d'emplois n'ont aucune utilité sociale réelle ? Sa réponse, fondée sur des enquêtes directes : entre 30 et 40 % des travailleurs estiment eux-mêmes que leur emploi n'apporterait rien au monde s'il disparaissait.
Coordinateurs de réunion sans ordre du jour. Consultants qui réécrivent des présentations que personne ne lira. Managers de managers qui ne managent personne. Graeber ne caricature pas. Il documente. Et il pose la question qui devrait structurer tout le débat sur l'IA et l'emploi : si l'IA élimine ces emplois, est-ce vraiment une catastrophe ? Ou est-ce une libération ?
La vraie question n'est pas « comment préserver tous les emplois ». C'est « quels emplois méritent d'être préservés, et pourquoi ».
Graeber répond à sa manière : les emplois qui ont de la valeur sont ceux qui prennent soin des autres, qui créent quelque chose de tangible, qui transmettent un savoir. Ce sont, précisément, ceux que nos sociétés rémunèrent le moins bien. Et ceux que l'IA ne peut pas faire.
Il complète très bien The Second Machine Age de Brynjolfsson, recommandé dans la partie 1. Brynjolfsson vous dit ce qui arrive. Graeber vous dit ce que ça révèle.
Voilà, c'est terminé pour aujourd’hui.
Si cette newsletter vous a parlé, partagez-la.
Si vous n'êtes pas d'accord, dites-moi pourquoi : c'est comme ça qu'on progresse.
À bientôt.
