Le message LinkedIn arrive avec la cadence polie et creuse d'un recruteur d'entreprise, mais la description du poste présente un défaut structurel. Il vous invite à participer à un projet à court terme bien rémunéré — codage, analyse juridique ou modélisation financière — à condition que vous acceptiez que chacune de vos frappes au clavier, corrections et pivots créatifs soit enregistrée. Vous n'êtes pas embauché pour travailler ; vous êtes embauché pour servir de jeu de données biologique à une machine qui finira par faire de votre rôle un coût du passé. C'est le moteur central de Mercor, une startup de San Francisco qui a récemment atteint une valorisation de 10 milliards de dollars, bien qu'elle soit dirigée par deux fondateurs qui n'ont jamais occupé d'emploi de bureau traditionnel.
La récolte de données cachée dans une offre d'emploi
Les fondateurs, Adarsh Hiremath et Brendan Foody, représentent un archétype spécifique de la Silicon Valley : l'ingénieur pur jus qui perçoit les complexités de la vie professionnelle comme une série de problèmes d'optimisation. Leur valorisation de 10 milliards de dollars, soutenue par l'élite de la gestion de fortune chez Iconiq, reflète le pari que le prochain saut en matière de productivité ne viendra pas de meilleurs algorithmes, mais de la propriété des données d'« experts » professionnels. C'est une boucle cynique. Vous payez un humain 100 dollars de l'heure pour entraîner un modèle pendant quarante heures ; ce modèle effectue ensuite le travail de l'humain pour quelques centimes le dollar pendant la décennie suivante. L'économie unitaire est dévastatrice pour quiconque occupe actuellement un bureau et dispose d'un plan de retraite.
L'IA peut-elle trouver du travail à ceux qu'elle déplace ?
Alors que Mercor accélère l'automatisation des professionnels de niveau intermédiaire, un marché secondaire émerge pour gérer les retombées. Pelgo, une autre startup apparue dans le sillage de l'actuel boom de l'IA, vise à utiliser l'intelligence artificielle pour trouver de nouveaux emplois aux travailleurs mêmes qu'elle a déplacés. C'est une symétrie qu'un capital-risqueur pourrait seul trouver rassurante. Pelgo promet de fournir des services de reclassement — optimisation de CV, coaching pour entretiens et dépôt automatisé de candidatures — moins chers et plus rapides que le coaching de carrière humain. Nous entrons dans une ère où une IA vous licencie, et une autre IA vous aide à postuler à un emploi qui sera peut-être géré par une troisième IA.
Ce cycle révèle une pression croissante au sein de l'industrie technologique pour justifier sa propre disruption. Si le « mythe » de l'IA, tel que le nouvel outil Mythos d'Anthropic a été récemment présenté lors des réunions du FMI, est celui d'une efficacité totale, la réalité est une transition désordonnée et à haute friction. À Washington D.C., les responsables financiers ne débattent plus pour savoir si l'IA aura un impact sur la main-d'œuvre ; ils essaient de calculer combien coûteront les filets de sécurité sociale qui en résulteront. La conversation est passée du laboratoire au trésor, et les chiffres ne sont pas particulièrement flatteurs pour l'élément humain.
Le pivot européen vers le matériel et la lumière
Alors que les États-Unis dominent la couche logicielle de ce bouleversement, l'Europe tente de sécuriser les fondations. Dans une année où les actions de type logiciel en tant que service (SaaS) ont fait face au scepticisme quant à leur utilité réelle, l'action la plus performante d'Europe en 2026 n'est pas un fournisseur de modèles génératifs. Il s'agit d'une entreprise française de photonique qui surfe sur la vague de l'infrastructure IA. La photonique — l'utilisation de la lumière plutôt que de l'électricité pour déplacer des données — est devenue le goulot d'étranglement critique pour des entreprises comme Mercor et Anthropic. À mesure que les modèles grandissent, le coût énergétique du déplacement des électrons à travers des fils de cuivre devient insoutenable.
La poussée française dans les actions de photonique souligne une divergence dans la stratégie industrielle. Bruxelles a largement accepté avoir perdu la course au modèle de langage étendu dominant face à San Francisco et Seattle. Au lieu de cela, l'UE mise tout sur la chaîne d'approvisionnement. Grâce à l'EU Chips Act et à divers véhicules d'investissement souverains, l'accent a été mis sur le matériel spécialisé qui rend l'IA physiquement possible. Si les États-Unis possèdent l'esprit de la machine, l'Europe veut en posséder le système nerveux. C'est un pari pragmatique, bien que moins glamour, sur la physique du centre de données plutôt que sur les caprices de l'algorithme LinkedIn.
Le mur réglementaire à Bruxelles
La stratégie de Mercor consistant à utiliser des professionnels pour former leurs propres remplaçants est susceptible de se heurter aux arêtes vives de l'AI Act de l'UE. La réglementation, passée de la théorie à l'application, comprend des dispositions spécifiques concernant la transparence et les droits des travailleurs. En vertu du droit européen actuel, une plateforme qui utilise la production professionnelle pour entraîner un modèle commercial doit être explicite sur cette intention. Un débat juridique croissant fait rage à Bonn et à Paris sur la question de savoir si la « récolte de données » déguisée en « emploi » constitue une violation du droit du travail ou une atteinte à la propriété intellectuelle.
Les dirigeants industriels allemands, en particulier dans le Mittelstand, observent ces développements avec un mélange de curiosité technique et d'horreur institutionnelle. Le modèle allemand de « Mitbestimmung » (codétermination) ne s'accommode pas facilement d'un système logiciel qui traite l'expertise d'un ingénieur comme un jeu de données jetable. Alors qu'une startup de San Francisco peut basculer vers une valorisation de 10 milliards de dollars du jour au lendemain en contournant les structures d'emploi traditionnelles, une entreprise européenne tentant la même chose ferait face à une montagne de litiges de la part des comités d'entreprise et des autorités de protection des données. Cette friction réglementaire est souvent citée comme une faiblesse, mais dans le contexte de Mercor, elle pourrait servir de frein critique à un processus qui traite l'expérience humaine comme une marchandise brute.
L'infrastructure de l'obsolescence
La fuite des capitaux vers l'IA ne concerne pas seulement le code ; elle concerne la gestion de fortune qui la sous-tend. Iconiq, le conseiller de la classe des milliardaires de l'industrie technologique, déplace des milliards vers l'infrastructure de l'IA. Il ne s'agit pas d'argent spéculatif de détail ; c'est le capital de ceux qui ont construit les plateformes de médias sociaux et les fournisseurs de cloud de la dernière décennie. Ils signalent que l'ère de l'« humain dans la boucle » est une phase de transition temporaire. Une fois que les données des travailleurs à la tâche hautement rémunérés de Mercor seront suffisamment ingérées, la boucle se refermera.
Cela crée une tension dans la chaîne d'approvisionnement souvent négligée. Pour maintenir une valorisation de 10 milliards de dollars, Mercor a besoin d'un flux constant de données professionnelles de haute qualité. Mais à mesure que les machines deviennent meilleures dans ces tâches, le vivier d'experts humains diminue. Nous assistons à la cannibalisation de l'expertise professionnelle. L'ironie de la situation est que plus Mercor réussit à remplacer la main-d'œuvre de bureau, plus ses propres données d'entraînement deviennent coûteuses. Il s'agit d'une industrie extractive qui, comme le pétrole, fait face à un problème de pic de ressources. Une fois que vous avez automatisé l'avocat débutant, qui reste-t-il pour devenir l'avocat principal dont vous avez besoin pour la prochaine mise à jour du modèle ?
La Silicon Valley a passé la dernière décennie à construire des outils pour gérer l'information mondiale. Maintenant, elle construit des outils pour gérer l'absence du monde dans la main-d'œuvre. L'Europe possède la photonique et les réglementations, mais elle n'a pas encore décidé si elle veut protéger les travailleurs ou simplement fournir la lumière pour leur remplacement. Pour l'instant, la classe professionnelle est payée pour documenter sa propre obsolescence, un message LinkedIn à la fois. C'est un remarquable exploit d'ingénierie, à condition que vous ne soyez pas celui qui tient le clavier.
Comments
No comments yet. Be the first!