Le meilleur modèle d’exploitation de l’IA laisse la lumière allumée pour les humains

L’automatisation complète est une idée nette. Les organisations réelles n’ont rien de net.

Les clients arrivent avec des situations inhabituelles. Les données sont incomplètes. Les politiques se contredisent. Les marchés bougent plus vite que les processus. Plus un processus touche de près à des besoins humains importants, plus les exceptions comptent.

À Indeed FutureWorks 2026, le professeur Ethan Mollick, de Wharton, a opposé la « dark factory », l’usine entièrement autonome où plus personne ne met les pieds, à un modèle plus utile, la « twilight factory », l’usine crépusculaire. Dans ce modèle, l’IA assure une bonne part de la production courante pendant que des personnes restent en poste pour traiter les écarts, apporter une expertise pointue et donner l’approbation finale.

La métaphore offre une solution de rechange concrète au débat abstrait sur l’IA qui remplacerait ou assisterait les travailleurs. La vraie question est de savoir où l’autonomie fonctionne, où se concentrent les exceptions, et où une personne doit demeurer imputable.

L’échelle transforme le travail autour du travail

Les agents d’IA ne font pas que produire du contenu. Ils deviennent des clients, des chercheurs et des intermédiaires. Pendant la séance « The Next Era of Work », Jessica Sibley a expliqué que TIME compte aujourd’hui plus d’agents d’IA que de lecteurs humains pour lire ses contenus. Ce changement modifie la manière dont les textes sont écrits, publiés, repérés et vendus.

Marc Benioff a décrit une autre forme d’échelle chez Salesforce, où des agents réglaient de façon autonome des millions de demandes de soutien. Le rôle humain n’a pas disparu. Il s’est déplacé vers les cas complexes et vers la conception du système qui traite tout le reste.

Ces exemples montrent pourquoi greffer un outil d’IA à un vieux processus ne suffit pas. Quand le volume traité par la machine devient important, le travail en amont et en aval change lui aussi. Quelqu’un doit décider ce que le système a le droit de faire, comment on observe son rendement, et quelles situations exigent une interruption.

La valeur humaine se concentre dans les exceptions

L’automatisation donne ses meilleurs résultats quand les intrants, les règles et les résultats acceptables sont stables. L’expertise humaine prend le plus de valeur là où ces conditions cèdent.

Un client peut être techniquement inadmissible à un dédommagement tout en vivant une situation que la politique n’avait pas prévue. Une analyse produite par la machine peut être statistiquement solide et se buter à une réalité de marché importante. Une candidature peut sembler atypique simplement parce que le système n’a jamais vu de parcours comparable.

Ce ne sont pas de simples cas limites à éliminer. Ils contiennent souvent de l’information stratégique. Des exceptions qui reviennent peuvent révéler un besoin client en train de changer, une politique boiteuse ou une occasion que le processus standard ne peut pas voir.

L’usine crépusculaire garde les gens assez près pour reconnaître ces tendances. Elle préserve aussi un chemin pour que les personnes touchées puissent joindre quelqu’un capable d’exercer un jugement.

L’approbation humaine doit être réelle

Une personne techniquement présente au bout d’un processus ne garantit pas la surveillance. Si elle n’a ni le temps, ni les preuves, ni l’autorité pour exprimer un désaccord, son approbation devient une formalité.

Une approbation qui compte suppose de savoir exactement ce dont la personne répond. Cette personne doit connaître le domaine, voir les intrants et le raisonnement qui sous-tendent la décision, et savoir quand un dossier doit monter d’un cran. L’organisation doit accepter qu’un examen sérieux ralentisse parfois le processus.

La rigueur devrait être proportionnelle aux conséquences. Une machine peut classer seule des demandes internes à faible risque, sous une surveillance légère. Une décision qui touche l’emploi, la santé, la sécurité ou l’accès à des services financiers exige un examen plus poussé et un recours clair.

Que demande donc un modèle d’exploitation crépusculaire?

Commencez par cartographier le processus au niveau des décisions. Repérez les étapes stables et répétables où l’autonomie apporte quelque chose. Repérez ensuite les points à forte variabilité, à information incomplète, à conséquences sérieuses, ou qui demandent de l’empathie et de la négociation. Ce sont les candidats à une prise en charge humaine.

Définissez le passage de relais dans les deux sens. Le système a besoin de critères pour faire monter une exception, et les personnes ont besoin d’un moyen de corriger le système pour que la même erreur devienne visible. Ne suivez pas seulement le taux d’automatisation, mais aussi la qualité des interventions humaines, les exceptions non réglées, les résultats pour les clients et les tendances nouvelles repérées par l’examen humain.

L’organisation du travail devrait suivre la même carte. Si des personnes traitent les cas les plus difficiles, leur poste exige une expertise plus poussée et un meilleur soutien; il ne s’agit pas simplement de réduire les effectifs. La formation doit couvrir le fonctionnement du processus automatisé et ses points de rupture probables. Les parcours de carrière doivent garder des chemins vers cette expertise.

L’usine crépusculaire n’est pas un compromis accepté parce que la technologie est temporairement imparfaite. C’est la reconnaissance que la répétition efficace et le jugement responsable sont deux métiers différents. Le meilleur modèle d’exploitation confie chacun d’eux à celui qui est le mieux outillé pour l’assumer, puis soigne avec attention la relation entre les deux.