La fracture la plus brutale du travail de demain : ceux qui pilotent les agents et ceux qu’ils remplacent
Je suis tombé l’autre jour sur la nouvelle des licenciements chez ClickUp. Au début, je n’y ai pas vraiment prêté attention.
Nous sommes devenus un peu blasés face aux licenciements dans les entreprises technologiques. Aujourd’hui, une entreprise dit vouloir améliorer son efficacité ; demain, une autre affirme vouloir se recentrer sur son cœur de métier. En langage clair, cela veut souvent dire : l’argent manque, il faut réduire la voilure.
Mais un détail de cette vague de licenciements chez ClickUp m’a arrêté.
L’entreprise a supprimé 22 % de ses postes.
Puis son PDG, Zeb Evans, est venu déclarer que ce n’était pas pour faire des économies.
Selon lui, l’entreprise voulait adopter l’IA plus résolument et faire de ClickUp une « organisation 100x ».
Plus frappant encore, il a annoncé l’introduction d’une tranche de rémunération à un million de dollars. Les personnes capables de créer une valeur exceptionnelle grâce à l’IA ne seraient plus enfermées dans les grilles salariales traditionnelles.
Ma première réaction a été : franchement, ça fait très Silicon Valley.
On licencie, on dit que ce n’est pas pour économiser, puis on promet que les personnes qui restent pourraient toucher un million de dollars.
Il y a quelques années, j’aurais probablement rangé cela dans la communication habituelle destinée aux marchés financiers : écouter, puis passer à autre chose.
Cette fois, pourtant, j’ai hésité.
Car l’article de TechCrunch mentionnait aussi un autre détail.
ClickUp aurait récemment mis en place environ 3 000 agents IA internes. Les employés ne feraient plus seulement le travail eux-mêmes : ils dirigeraient ces agents et vérifieraient leurs résultats.
C’est ce détail qui m’a vraiment intéressé.
Franchement, les licenciements en eux-mêmes n’ont rien de nouveau.
Ce qui est nouveau, c’est que les entreprises commencent à se poser plus sérieusement une question : faut-il encore mesurer la valeur d’une personne à la quantité de travail qu’elle accomplit elle-même ?
Réfléchissez-y. Avant, on mesurait la productivité par personne.
Combien d’appels un commercial passe-t-il dans la journée ?
Combien de textes un responsable marketing écrit-il ?
Combien de tickets un agent du service client traite-t-il ?
Combien de fonctionnalités un développeur livre-t-il pendant un sprint ?
Bien sûr, les entreprises achetaient des logiciels : des CRM, Notion, ClickUp et d’autres outils de collaboration. Mais le plus souvent, ces outils venaient simplement prolonger les capacités des humains.
Les humains restaient les personnages principaux.
Les logiciels les aidaient seulement à aller plus vite, à mieux se souvenir et à éviter quelques frictions dans la coordination.
Avec l’arrivée des agents, l’unité de travail change un peu.
Vous n’êtes plus seulement une personne.
Vous ressemblez davantage à un petit poste de commandement.
Vous découpez une tâche et confiez les différentes parties à plusieurs agents. Ils recherchent, rédigent un premier jet, exécutent des procédures, organisent des réunions, préparent des tableurs et enquêtent sur des problèmes. Ensuite, vous revenez vérifier : qu’est-ce qui ne va pas, qu’est-ce qui est exploitable et qu’est-ce qu’il faut jeter pour tout refaire ?
Cela paraît peut-être abstrait.
Prenons mon propre travail en exemple.
Quand j’écris un article aujourd’hui, je ne suis souvent plus assis devant un document vide à forcer les mots à sortir. Je peux demander à Deep Research de rassembler les dernières initiatives d’une entreprise, à ChatGPT de trouver des cas similaires, à Claude Code ou Codex d’organiser des documents locaux, ou demander à plusieurs modèles de contester mutuellement leurs conclusions.
Mais c’est toujours moi qui décide si l’article tient debout.
Je dois savoir si le sujet est intéressant.
Je dois distinguer les faits qui servent d’accroche des détails qui comptent vraiment.
Je dois sentir si un passage ressemble à ce qu’un humain dirait.
Et plus difficile encore, je dois savoir quand m’arrêter.
C’est vraiment contre-intuitif.
Beaucoup pensent que savoir utiliser l’IA signifie savoir écrire des prompts.
Les prompts comptent, bien sûr, mais ils ne sont que le seuil d’entrée.
Le plus difficile, c’est de découper une tâche en travaux qu’une machine peut prendre en charge ; de vérifier si sa réponse en est vraiment une ; de transformer un processus qui a fonctionné en une méthode réutilisable, au lieu de tout recommencer la fois suivante ; et de savoir l’arrêter quand elle se met à inventer avec aplomb.
Voilà la nouvelle productivité.
Avant, un employé performant était quelqu’un qui faisait beaucoup de choses lui-même.
Demain, ce sera peut-être quelqu’un qui sait faire le travail et faire travailler avec lui une équipe d’exécutants infatigables.
Bon sang.
La différence est énorme.
Alors, quand j’ai vu le chiffre de 3 000 agents internes chez ClickUp, ma première pensée n’a pas été : « Encore une entreprise qui se sert de l’IA comme prétexte pour licencier. »
Bien sûr, cette possibilité existe toujours.
Je comprends très bien le rejet de ce genre de discours.
Un employé ordinaire qui découvre cette nouvelle ne va sans doute pas s’enthousiasmer.
Il va peut-être penser : super, l’entreprise a encore trouvé une nouvelle excuse.
Avant, c’était « réduire les coûts et gagner en efficacité ». Maintenant, c’est « agent-native ».
Avant, c’était « transformer l’organisation ». Maintenant, c’est « organisation 100x ».
Au bout du compte, c’est toujours moi qui prends le coup.
Ce sentiment est bien réel.
Vous n’êtes pas fondateur.
Vous n’êtes pas investisseur.
Vous ne faites pas partie de ceux qui répètent tous les jours sur X que le futur est déjà là.
Vous êtes peut-être simplement quelqu’un qui travaille sérieusement dans une entreprise : des réunions le jour, des documents à rattraper le soir, des messages auxquels répondre le week-end. Vous êtes déjà assez fatigué. Et maintenant, on vous demande aussi d’apprendre à piloter l’IA, à automatiser votre propre poste et à prouver que ce n’est pas vous que l’on peut remplacer.
Je comprends vraiment cette lassitude.
Mais c’est précisément pour cela qu’on ne peut pas résumer la situation à « l’entreprise licencie encore ».
C’est plutôt un rappel cinglant.
Les organisations recalculent ce que signifie être « utile ».
Avant, terminer le travail suffisait à vous rendre utile.
Bientôt, cela ne suffira peut-être plus.
L’entreprise demandera sans cesse : avez-vous rendu ce travail plus facile à accomplir la prochaine fois ?
Avez-vous transformé un processus manuel en processus semi-automatique ?
Avez-vous converti votre jugement en méthode de travail que d’autres peuvent réutiliser ?
Avez-vous confié à un agent les tâches répétitives, triviales et sans créativité ?
À vrai dire, ce changement est un peu cruel.
Mais il est aussi un peu plus juste.
Dans bien des organisations, les personnes qui créent vraiment le plus de valeur ne sont pas forcément celles que l’on remarque le plus.
Certaines sont débordées toute la journée et semblent produire beaucoup, mais ne font que déplacer les mêmes briques en boucle.
D’autres font moins de bruit. Elles savent remettre de l’ordre dans un processus chaotique, éviter des reprises à l’équipe, aider les nouveaux à prendre leurs marques et transformer une tâche répétée dix fois par mois en une configuration unique.
Autrefois, ces compétences étaient souvent difficiles à quantifier.
Le patron savait que vous étiez doué sans pouvoir expliquer précisément pourquoi.
L’équipe dépendait de vous, mais la grille d’évaluation ne savait pas le refléter.
Avec l’arrivée des agents, cette capacité pourrait au contraire prendre de l’ampleur.
Dès que vous savez découper clairement le travail, expliciter les critères de jugement et définir les entrées et les sorties, une machine peut réellement en prendre en charge une partie.
Vous ne faites pas qu’accomplir une tâche.
Vous construisez un système capable de la répéter.
C’est aussi pourquoi l’idée de ClickUp de « gamifier la valeur créée et le temps économisé plutôt que le coût des tokens » m’a interpellé.
Beaucoup d’entreprises mesurent l’adoption de l’IA en regardant combien les gens l’utilisent.
La personne qui consomme le plus de tokens ou multiplie le plus les appels semble la plus enthousiaste.
Mais on peut vite se tromper de cible.
C’est comme dire qu’une personne communique bien parce qu’elle envoie 200 messages WeChat par jour.
Ou qu’une personne est « AI native » parce qu’elle laisse ChatGPT ouvert toute la journée.
La vraie question est de savoir ce qu’elle a accéléré.
Quelles erreurs a-t-elle réduites ?
Quel processus ne dépend plus de quelqu’un qui se connecte à deux heures du matin pour éteindre un incendie ?
Quelle tâche qui nécessitait trois personnes en désaccord peut maintenant être menée par une personne avec quelques agents jusqu’à une première version à 70 sur 100 ?
Cette version à 70 points est importante.
Certains diront que les agents sont instables, qu’ils hallucinent et qu’ils échouent encore sur les tâches complexes.
Oui.
Tout à fait.
Je suis encore en train d’apprendre, et ils me laissent souvent sans voix.
Parfois, je leur demande de chercher des informations. Ils me donnent une conclusion qui paraît extrêmement convaincante ; je clique sur la source et la page ne dit pas du tout cela.
Parfois, je leur demande de retoucher un article. Ils effacent la petite touche humaine que je voulais absolument garder et en font un très solennel bilan de fin d’année.
Je reste sans voix.
Mais une grande partie du travail en entreprise n’a pas besoin d’être parfaite dès le premier essai. Elle a besoin d’un brouillon à 70 points.
Rassembler les documents d’abord.
Remplir le tableur d’abord.
Énumérer les options possibles d’abord.
Organiser les notes de réunion d’abord.
Ensuite, une personne peut exercer son jugement, arbitrer, faire des choix esthétiques et assumer la responsabilité.
C’est là que se trouve, à mon avis, le vrai sujet chez ClickUp.
Ce n’est pas « l’IA remplace les humains ».
Cette formule est trop grossière.
Plus précisément, les humains remontent dans la chaîne d’exécution.
Vous n’êtes plus seulement celui qui serre les vis à la main.
Vous devez savoir lesquelles serrer, lesquelles laisser tranquilles, à quel degré de serrage on peut considérer le travail comme bon et si un problème vient de la conception ou de l’exécution.
Cela ressemble à du management.
Mais pas au management traditionnel.
Le management traditionnel consiste à gérer des personnes.
Demain, même des postes ordinaires devront aussi gérer des machines.
Parfois, je me dis que cela pourrait créer une étrange nouvelle classe sociale.
Pas les cadres d’un côté et les exécutants de l’autre.
Mais ceux qui savent orchestrer et ceux qui ne peuvent qu’être orchestrés.
La formule est un peu rude, mais plus j’y pense, plus elle me semble difficile à éviter.
Ceux qui savent orchestrer peuvent faire rayonner leur jugement au-delà d’eux-mêmes, même sans poste élevé. Ils peuvent écrire des scripts avec Codex, modifier un projet avec Claude Code, faire des recherches avec ChatGPT et formaliser un processus dans Excel ou les tableaux multidimensionnels de Feishu. Ils n’ont pas besoin d’être développeurs. Il suffit qu’ils sachent faire avancer une armée de travailleurs numériques vers un objectif.
Ceux qui ne peuvent qu’être orchestrés sont dans une position plus risquée.
Pas parce qu’ils ne font pas d’efforts.
Peut-être même font-ils énormément d’efforts.
Mais si tout s’arrête à « je l’ai fait moi-même », leur travail sera comprimé par des processus semi-automatisés de plus en plus nombreux.
Imaginez la scène.
Dans une entreprise, l’employé A traite 20 demandes de clients par jour.
Au départ, l’employé B n’en traite que 20 lui aussi. Mais il consacre deux semaines à transformer les questions courantes en modèles, à nettoyer la base de connaissances, à définir les limites des réponses de l’agent et à écrire les règles d’escalade vers une personne pour les cas inhabituels.
Deux semaines plus tard, B est toujours seul.
Mais il y a désormais un petit système derrière lui.
Il peut peut-être traiter 80 demandes par jour, tout en indiquant au patron quelles questions reviennent le plus souvent, quelles réponses déclenchent le plus de relances et quels défauts du produit devraient remonter aux équipes techniques.
À votre avis, qui l’entreprise choisira-t-elle ?
C’est froid, mais réaliste.
Cela ne veut pas dire que tout le monde doit devenir un fanatique de la technologie.
Vraiment pas.
Je pense plutôt que cela ouvre une fenêtre assez subtile aux gens ordinaires.
Autrefois, obtenir un effet de levier était difficile. Il fallait savoir coder, pouvoir recruter, disposer d’un budget et avoir des droits d’accès entre les services.
Ce n’est plus une condition absolue.
Une personne qui réfléchit bien aux processus peut réorganiser un petit pan de son travail avec ChatGPT, Claude, Codex, Zapier, les tableaux Feishu ou l’automatisation de Notion, même sans savoir programmer de façon avancée.
Au début, ce sera maladroit.
Et probablement plus lent qu’un travail manuel.
Je vous assure.
La première fois que vous demanderez à un agent d’exécuter un processus, vous passerez peut-être une demi-journée à régler les entrées, corriger les erreurs et ajouter du contexte, pour constater qu’il vous aurait fallu cinq minutes à la main.
Beaucoup abandonnent à ce moment-là.
Mais la différence est essentielle.
Faire la tâche à la main, c’est la faire une fois.
Faire fonctionner un processus, c’est éviter de la refaire de nombreuses fois ensuite.
C’est une leçon très simple de la révolution industrielle.
Quand les machines à vapeur sont apparues, les usines ne sont pas devenues immédiatement élégantes et efficaces. Quand l’électricité est arrivée dans les usines, beaucoup ont simplement remplacé les grands arbres de transmission par des moteurs électriques. L’organisation restait la même, donc les gains d’efficacité étaient limités.
Le vrai changement est venu quand on a compris que si la source d’énergie avait changé, l’organisation de l’usine pouvait elle aussi être repensée.
Je pense que la vague des agents IA ressemble un peu à cela.
Au début, on les a pris pour des fenêtres de discussion.
Écrire un courriel un peu plus vite. Améliorer un rapport un peu plus vite. Générer une présentation un peu plus vite.
C’est bien utile, évidemment.
Mais cela revient seulement à brancher un nouveau moteur sur l’ancienne usine.
L’étape suivante, plus importante, consiste à réorganiser le processus de travail.
Quelles tâches une personne doit-elle lancer ?
Lesquelles un agent devrait-il traiter en premier ?
Quels jugements doivent rester sous la responsabilité d’une personne ?
Quels critères de qualité peut-on inscrire dans le processus ?
Quelles connaissances ne devraient-elles pas rester dans la tête d’un ancien de l’équipe, mais devenir un système partagé ?
Pour revenir à ClickUp, ses choix sont évidemment discutables sur bien des points.
La suppression de 22 % des postes est un choc bien concret pour les personnes licenciées.
On ne peut pas recouvrir leurs pertes à la légère avec un joli récit sur l’avenir.
Et l’enquête de Gartner rappelle que beaucoup d’entreprises utilisant des technologies autonomes ont effectivement réduit leurs effectifs, sans que ces licenciements leur apportent forcément des retombées financières significatives.
C’est gênant.
Certaines entreprises se servent peut-être simplement de l’IA comme d’un emballage brillant pour appliquer les mêmes vieilles réductions de coûts.
Je ne veux donc pas présenter ClickUp comme un modèle de « l’entreprise du futur ».
Ce n’est pas nécessaire.
Je préfère y voir un signal.
Ce signal n’est pas forcément réjouissant.
Mais il est clair.
Les entreprises ne se contentent plus de voir leurs employés utiliser ChatGPT.
Elles vont leur demander de prouver qu’ils savent transformer des agents IA en source de productivité fiable.
Pas une démonstration.
Pas un tour de magie.
Pas un message dans le groupe disant : « J’ai tout fait avec l’IA en cinq minutes. »
Il faut que ce soit réutilisable, vérifiable et pilotable.
Ces trois mots sont peu excitants, mais ils comptent beaucoup à mes yeux.
Réutilisable signifie que ce n’est pas un tour de magie ponctuel.
Vérifiable signifie que le résultat n’a pas seulement l’air impressionnant : on doit pouvoir savoir s’il est juste.
Pilotable signifie que le processus peut entrer dans l’organisation au lieu de rester une petite astuce personnelle.
C’est l’une de mes prévisions pour les prochaines années.
Beaucoup de métiers ne vont pas disparaître immédiatement.
Mais la valeur à l’intérieur de ces métiers sera classée autrement.
Prenons deux personnes chargées des opérations. La première sait uniquement exécuter le déroulé d’un événement. La seconde peut transformer tout le parcours — choix du thème, préparation des contenus, calendrier, bilan et retours des utilisateurs — en un système semi-automatique.
Prenons deux commerciaux. L’un relance ses clients manuellement. L’autre utilise des agents pour organiser les informations client, rédiger des messages personnalisés, repérer les risques et retenir les schémas des ventes réussies.
Prenons deux créateurs de contenu. L’un peine chaque jour à écrire un texte. L’autre met en place un radar de sources, une réserve de sujets, un processus de vérification des faits et une méthode de test des titres.
L’écart va grandir.
Et il ne s’agit pas de savoir qui est le plus doué pour ne rien faire.
Au contraire, cela mettra davantage le jugement à l’épreuve.
Plus les agents deviennent puissants, moins on peut externaliser sa pensée.
Il faut savoir plus clairement ce qu’est un bon résultat.
Il faut savoir plus clairement ce qu’on ne doit pas déléguer.
Il faut connaître les erreurs qui pourraient avoir des conséquences graves.
Il faut mieux définir son goût, ses critères et les limites de sa responsabilité.
C’est pour cela que cette nouvelle m’a rendu un peu enthousiaste.
Pas à cause des licenciements.
Ce serait manquer d’humanité.
Ce qui m’enthousiasme, c’est que l’on commence enfin à imaginer autrement la productivité des organisations.
Pendant des années, parler d’efficacité a souvent fini par vouloir dire presser les gens davantage : rester connecté plus longtemps, enchaîner les réunions, multiplier les objectifs OKR, répondre plus vite. Tout le monde avançait sur un tapis roulant qui ne s’arrêtait jamais.
Mais si les agents peuvent vraiment prendre en charge une partie de l’exécution, les humains pourraient-ils récupérer du temps pour le jugement, la création, les relations, le goût et la responsabilité ?
À vrai dire, je n’en sais rien.
Peut-être que beaucoup d’entreprises s’en serviront pour presser les gens plus habilement.
Peut-être que beaucoup devront apprendre en très peu de temps une façon de travailler qui leur est totalement étrangère.
Peut-être que cette tranche de rémunération à un million de dollars ne concernera qu’une poignée de vedettes, tandis que la majorité devra faire face à des exigences plus élevées et à moins de sécurité.
Toutes ces inquiétudes sont réelles.
Mais si vous me demandez ce qu’une personne ordinaire devrait faire maintenant, je vous répondrais : ne paniquez pas.
Et ne comptez pas non plus sur un coup de motivation.
Le plus réaliste serait de commencer par une petite tâche de votre travail qui vous agace, se répète ou comporte facilement des erreurs.
N’essayez pas de transformer tout un service dès le départ.
Choisissez une seule chose.
Par exemple, le compte rendu hebdomadaire.
Ou les notes à rédiger après chaque réunion client.
Ou les recherches à rassembler avant d’écrire un article.
Ou le tableau de bilan à remplir après chaque campagne.
Découpez la tâche.
Quelles sont les entrées ?
Quels jugements faut-il porter en cours de route ?
À quoi ressemble le résultat attendu ?
Quelles parties devez-vous vérifier ?
Quelles parties ChatGPT ou Claude peuvent-ils traiter d’abord ?
Puis faites tourner le processus une fois.
Ce n’est pas grave s’il se passe mal.
Corrigez-le.
Notez ce que vous avez dû corriger.
Recommencez la fois suivante.
C’est maladroit, lent et pas du tout futuriste.
Mais beaucoup de choses qui nous transforment vraiment commencent ainsi.
Pas par un rayon de lumière qui tombe du ciel.
Plutôt par une après-midi ordinaire où vous vous dites soudain : je n’ai plus besoin de copier-coller ces 20 lignes à la main.
C’est à cet instant que le futur entre vraiment dans votre processus de travail.
Je ne veux donc pas résumer les 22 % de licenciements chez ClickUp à une bonne ou une mauvaise nouvelle.
C’est plutôt un miroir.
Il montre à quel point les entreprises sont pressées.
Il montre aussi la vulnérabilité des individus.
Mais ce miroir révèle encore autre chose.
La personne qui sera la plus rare demain ne sera peut-être ni la plus obéissante ni la plus occupée.
Ce sera peut-être celle qui sait organiser son jugement, son expérience et sa curiosité en un processus auquel les machines peuvent aussi participer.
Quelle époque, les amis.
Avant, on parlait de productivité pour mesurer à quelle vitesse une personne courait.
Demain, on parlera peut-être de la quantité de force d’exécution non humaine qu’une personne peut emmener avec elle vers un objectif qui mérite d’être atteint.
Cela sonne un peu cyberpunk.
Mais je crois vraiment que nous en approchons.
J’écris sur l’IA, la culture, l’international et tout ce qui m’intéresse. Si cet article vous a plu, n’hésitez pas à l’aimer, le partager et l’enregistrer. Merci de m’avoir lu. À la prochaine !