L'IA n'a pas besoin d'être aimée pour s'imposer : la concurrence s'en charge. Dans un marché où le plus rapide écrase les autres, personne ne peut refuser l'outil. Et ce sont les diplômés qui paieront en premier.
Depuis son ouverture au grand public en 2022, les capacités des intelligences artificielles génératives n’ont cessé de croître. Tandis que des illuminés prédisaient sans cesse un mur de performance toujours plus proche, celui-ci se faisait de plus en plus incertain.
Quelles qu’aient été nos opinions passées, nous devons l’admettre aujourd’hui, et moi le premier ; nous sommes dépassés. Et ce sont précisément ceux qui se croyaient protégés par leurs diplômes que cette obsolescence va atteindre en premier.
Cet été, le modèle Fable 5 a mis fin à un débat mathématique vieux de plus d’un demi-siècle autour de la conjecture jacobienne. En 5 lignes de démonstration. Efficace.¹
De grands mathématiciens qui travaillent des années sur des problèmes insolubles voient des chatbots trouver la réponse en quelques minutes. Jared Lichtman a travaillé 7 ans sur le Problème d’Erdős n°1196, puis, un lundi matin, un jeune de 23 ans a copié-collé l’énoncé du problème dans ChatGPT 5.4 Pro. 80 minutes plus tard, le modèle avait trouvé la solution.³
The model spent approximately 80 minutes reasoning through the problem… I call it possibly the first AI “Book proof” for an Erdős problem.
Les IA sont intelligentes. C’est un fait. Il faut pour cela comprendre que l’intelligence est la faculté d’abstraction, qui permet notamment la découverte de nouveaux patterns logiques (ce que mesurent les tests de QI avec des suites de formes ou chiffres). Chez l’humain se place par-dessus une couche de conscience. Ce que l’humain nomme intuition, c’est l’apparition brutale d’une conclusion formidable dont le processus de recherche a échappé à la conscience. L’IA, elle, reste perpétuellement dans ce niveau d’intuition, dans ce niveau de réflexe inconscient.
L’IA n’est qu’un tas de probabilités, oui. Mais nos synapses aussi fonctionnent sur ce principe. Les LLM sont directement inspirés du cerveau humain sur la base de la computation, bien que de nombreuses choses divergent.
Mais passons, si l’IA est techniquement à même de remplacer toutes les tâches cognitives, que va-t-il en être réellement dans les entreprises ?
Il faut nous plonger dans la théorie des jeux. Formalisée en 1944 par John von Neumann et Oskar Morgenstern, cette discipline modélise les interactions entre agents rationnels. Son postulat est froid : dans un système concurrentiel, chaque acteur est contraint d’optimiser sa position pour assurer sa survie sociale ou économique. Ce n’est pas une question de cupidité, mais de mécanique : celui qui ne s’adapte pas à la vitesse du groupe est marginalisé, voire exclu.
On l’observe très bien avec l’évolution de la guerre en Ukraine. Les rapports techniques montrent une compression brutale du temps de décision.⁴ En 2022, la boucle « capteur-tireur » — le temps entre la détection d’une cible et la frappe — prenait encore 15 à 20 minutes, le temps de valider l’information humainement.
Aujourd’hui, grâce à l’intégration de l’IA dans des systèmes comme Delta, cette même boucle s’exécute en moins de 60 secondes. L’IA ne se contente pas d’aider : elle impose son rythme. Un commandant qui tenterait de garder un processus de validation purement humain serait mathématiquement éliminé avant même d’avoir fini sa phrase. C’est une accélération subie, une course aux armements où la lenteur est synonyme de mort. Ce qui se joue sur un champ de bataille se rejoue, à une autre échelle, dans chaque entreprise. Et ceux qui en paieront le prix ne sont pas ceux qu’on croit.
Or, l’économie capitaliste repose sur l’équilibre de Nash, du fait du système basé sur la concurrence. Si dans un ensemble Ω d’entreprises travaillant dans un même secteur, une entreprise B décide d’utiliser une innovation que les autres se refusaient d’utiliser jusqu’ici, celle-ci va se démarquer trop nettement des autres, et va absorber leurs parts du marché, les réduisant à néant s’ils n’avaient aucune réaction de leur part. Il n’y a alors pas d’autre choix pour les entreprises, si elles veulent assurer leur survie, que d’adopter ladite innovation amorale.
« Now, here, you see, it takes all the running you can do, to keep in the same place. If you want to get somewhere else, you must run at least twice as fast as that! »
Or, aujourd’hui, la question ce n’est pas « va-t-on utiliser l’IA dans l’entreprise », mais « va-t-on remettre l’entreprise dans les mains de l’IA sans supervision humaine bloquante ? »
Ce n’est pas de la fiction, le 9 juin 2026, Stripe a confié à Claude Fable 5 (modèle d’Anthropic) une base de code Ruby⁵ de 50 millions de lignes, et lui a fait exécuter une migration à l’échelle de tout le codebase. Laissé 24 h sur le serveur, Claude a effectué le travail de 10 semaines pour une équipe d’ingénieurs. Sans fautes, sans supervision.⁶
Car la plus grande force des entreprises a toujours été l’organisation et la division du travail, la plus grande force de l’IA, ce sont les systèmes multi-agents (agentic-workflow). Oui, une IA conversationnelle classique ne pourrait pas gérer une entreprise. Mais un système d’agents coordonnés ?
Le principe est simple : vous envoyez votre requête à un agent général — le « PDG » du système — qui la décompose en sous-tâches. Celui-ci lance des sous-agents spécialisés (juridique, technique, client, finance) qui analysent la demande, identifient les besoins implicites, et coordonnent leurs actions. Chaque agent peut lui-même déléguer à d’autres agents, créant une hiérarchie fluide et auto-organisante.
Là où un agent conversationnel seul demanderait un humain pour guider tout le long de la réalisation, on se contente d’une demande classique. Ce n’est plus de l’automatisation de tâches : c’est l’automatisation de l’organisation elle-même.
Anthropic a révélé que ses ingénieurs livrent désormais 8 fois plus de code par trimestre qu’au cours de leur période de référence (2021-2025).⁷ Pourtant, les études indépendantes, telles que le rapport DX (Developer Experience, 2026), démontrent un gain n’excédant pas les 10 %.⁸
Coup de marketing ? Pas seulement. Ce qu’ont également relevé ces études, c’est que les développeurs ayant peu de gain de temps — voire des pertes pour certains — arrêtent l’IA trop tôt et reprennent le code pour corriger eux-mêmes les erreurs. Ils traitent l’IA comme un générateur de premier jet, là où les ingénieurs d’Anthropic la laissent itérer en boucle autonome, affiner, tester, et corriger ses propres sorties avant toute intervention humaine.
Ainsi, dès lors qu’une entreprise décidera de dire « chiche » à la sécurité, aux problèmes de responsabilité, et à la supervision humaine, les lois immuables de l’économie sociale ne laisseront qu’un seul choix aux autres : franchir le pas à leur tour, ou couler.
Ce n’est plus une question d’éthique, mais de physique économique : nous bâtissons une machine capable de fonctionner en vase clos, où l’humain n’est plus le moteur, mais une friction.
La machine est lancée. Qu’il le veuille ou non, l’humain perd mécaniquement sa place centrale dans ce système, par la seule force de ses règles internes. L’économie capitaliste n’est pas conçue pour l’humain, mais pour la performance.
Tout cela converge donc vers le futur vers un revenu universel de base ou équivalent, de manière mécanique, et non pas décisionnelle. Mais revenons aux étudiants.
Le système d’étude actuel mesure et valorise une chose principale : la capacité à mémoriser et à appliquer des règles. Le système est peu centré sur la capacité d’apprentissage. En sortie d’étude, le diplôme est la certification « ce bonhomme a su apprendre et maîtriser x quantité et complexité de connaissances dans x domaine ». Ensuite, à l’entreprise de le former sur sa spécificité.
Ce modèle est mort. Les chiffres de 2026 ne laissent place à aucune ambiguïté :
L’échelon d’entrée a disparu. Pas progressivement. Pas doucement. Il a été rasé.
Pourquoi une entreprise paierait-elle un jeune diplômé 2 000 € par mois pour rédiger des rapports, nettoyer du code ou analyser des contrats, quand un système multi-agents le fait pour 50 € avec une qualité supérieure, sans congés payés, sans formation, et sans jamais se plaindre ?
La réponse est simple : elle ne le fera plus. Posez devant vous le CV d’un jeune ingénieur diplômé, et à côté le benchmark d’un modèle d’IA frontier. L’un réclame 3000 € par mois, pas plus de 40 h par semaine, 2 jours de congés, et en plus il écrit et pense à moins de 50 tokens par seconde. L’autre abat en 24 h le travail qui aurait demandé un trimestre à une équipe entière d’ingénieurs, soit moins de 10 000 € de tokens, non imposables… Si on ajoute à cela la vitesse de progression exponentielle des performances de l’IA, le choix est vite fait.
Faut-il pour autant abandonner les études ? Non. Mais il faut cesser de les voir comme un investissement de carrière. Dans le monde qui vient, la majorité des diplômés subiront une précarisation de leur condition. Ce n’est pas une hypothèse, c’est une conséquence mécanique de ce que nous venons de démontrer. Tous ne deviendront pas entrepreneurs, tous ne trouveront pas refuge dans l’artisanat. Le marché du travail intellectuel va se contracter, et la compétition pour les rares postes restants sera féroce.
Cependant, il reste un intérêt rationnel — et même vital — à continuer à se former. Mais cet intérêt n’a plus rien à voir avec l’employabilité. Il s’agit de ne pas devenir dépendant de l’outil au point de ne plus savoir juger sans lui.
Continuer à étudier les mathématiques, le droit, la philosophie ou les sciences, ce n’est plus accumuler des savoirs que l’IA possède déjà. C’est muscler sa capacité de jugement. C’est s’entraîner à résoudre des problèmes complexes sans aide extérieure, pour développer cette souveraineté cognitive qui vous permettra de dire : « Je comprends ce que l’IA me propose, et je décide si c’est pertinent. »
Mais pour cela, il faut adapter le système éducatif. Certes, le système actuel ne forme pas des idiots. Il forme des exécutants cognitifs de haut niveau, capables d’appliquer des protocoles complexes avec une rigueur exemplaire dans des environnements stables. C’était l’excellence d’hier.
Le problème, c’est que cette excellence est désormais automatisable. L’éducation traditionnelle forme pour un métier, c’est-à-dire pour l’application répétée de savoirs validés. Elle ne forme pas des hommes réfléchis capables de penser par eux-mêmes face à l’inédit.
J’entends bien « penser par soi-même » non pas comme une vague aspiration humaniste, mais comme une nécessité de survie cognitive : la capacité à ne pas se choisir un maître à suivre peinardement. Car dans un monde saturé de réponses générées par l’IA, le plus grand risque n’est pas l’ignorance, mais la soumission intellectuelle. Si vous n’avez pas développé votre propre boussole intérieure, votre propre capacité à juger sans filet, vous ne ferez que déléguer vos choix — professionnels, éthiques, existentiels — à l’algorithme qui vous semblera le plus convaincant. D’ailleurs, le problème n’est pas tant l’algorithme que la filiation aveugle à n’importe quelle source de conseils et d’information, IA ou non.
L’école doit cesser de former des bibliothèques vivantes pour former des architectes du jugement. Il ne s’agit plus de savoir quoi penser, mais de savoir comment rester libre de sa pensée quand tout autour de vous est optimisé pour vous dicter la réponse.
Si c’était déjà vrai hier, cela l’est encore plus aujourd’hui pour ne pas sombrer dans une pensée unique qui résulterait d’une confiance aveugle en la génération de l’IA. Trop de gens tombent actuellement dans le mirage peut-être égoïste de vouloir conserver leur savoir-faire professionnel manuel face à l’IA. Quelle liberté gagne-t-on à s’échiner à faire une tâche automatisable plutôt que de concentrer nos capacités cognitives dans la compréhension et l’anticipation du monde dans la globalité, avec les enjeux moraux qui y sont liés ? Lorsqu’on est pressé par une concurrence automatisée, il n’est plus possible de faire les deux.
Ils subiront la vague de reconversion massive des métiers intellectuels. L’artisanat n’a, en réalité, ni la taille ni la vitesse pour jouer ce rôle de refuge qu’on lui prête complaisamment.
Faisons les comptes, puisque c’est la seule chose qui compte ici. Le travail manuel véritablement qualifié en France — celui qui exige un jugement technique et non un geste répété, du BTP à l’usinage en passant par l’artisanat indépendant — représente entre 4,4 et 6,5 millions de personnes, soit 15 à 23 % des actifs occupés. En face, la population à dominante cognitive, cadres et professions intermédiaires confondus, pèse environ 14 millions de personnes. Le rapport de force est déjà défavorable, de un pour deux à un pour trois. Mais peu importe la taille du stock : personne ne va libérer plusieurs millions de postes manuels d’un coup. La vraie contrainte, c’est le flux — le nombre de postes qui se vident réellement chaque année, par les départs en retraite et les créations nettes. Et ce flux, malgré une pénurie déjà chronique, ne dépasse pas 150 000 à 250 000 postes non pourvus par an dans l’ensemble du secteur manuel qualifié, BTP et industrie confondus. Rapporté aux 14 millions de travailleurs intellectuels, ce chiffre représente à peine 1 à 2 % de cette population, chaque année.
On ne forme pas un maçon, un chaudronnier ou un plombier-chauffagiste qualifié en un trimestre de reconversion : il faut, selon les métiers, entre trois et sept ans d’apprentissage pour atteindre le niveau qui distingue précisément le travail manuel complexe du geste automatisable. Un cadre licencié à trente-cinq ans qui se tourne vers l’artisanat n’entre pas dans un poste vacant, il entre dans une file d’attente de plusieurs années, pour un nombre de places qui ne croît pas avec la demande. L’artisanat ne sera donc pas la soupape de sécurité qu’on imagine : au mieux une sortie de secours pour quelques dizaines de milliers d’entre eux chaque année, pendant que les autres devront se rendre à l’évidence — dans ce monde qui vient, la seule ressource qui reste vraiment rare, ce n’est plus le savoir-faire, manuel ou intellectuel. C’est le jugement lui-même.
Le fait que cet engrenage existe à cause du capitalisme ne vous a sans doute pas échappé. Cependant, ne sautons pas à la conclusion hâtive que le communisme (façon URSS) nous préserverait de tous ces maux. Car rappelons-le, l’équilibre de Nash s’applique dès que plusieurs organisations agissant de manière rationnelle entrent en concurrence. Pour nous préserver de cette mécanique économique avec le communisme, il faudrait soit une hégémonie communiste mondiale, ayant autant de pouvoir de régulation que l’URSS, soit qu’un pays communiste accepte de vivre en parfaite autarcie, tout en observant le monde avancer technologiquement sans lui. Si sur le plan mécanique le communisme résout ce problème, il faudrait encore avoir la capacité de mettre en place un tel régime — et n’oublions pas que régler le problème de cette manière apporterait d’autres problèmes intrinsèques au communisme. D’ailleurs, supprimer la concurrence supprime la pression mécanique à adopter l’IA par nécessité économique, mais pas l’intérêt d’un tel régime à l’adopter pour d’autres raisons — contrôle social, surveillance, projection de puissance militaire. Un pouvoir disposant d’une capacité de régulation aussi totale que l’URSS aurait au contraire tout intérêt à déployer cette technologie à ces fins, sans avoir besoin de concurrence pour cela.