Quand l’IA accélère fortement le développement d’un petit service en ligne, une inversion assez drôle apparaît.
Le produit peut être presque terminé en deux jours.
Pendant ce temps, le monde extérieur affiche toujours : « en cours d’examen », « vérification d’identité en cours » ou « veuillez patienter quelques jours ouvrés ».
Autrefois, le développement pouvait prendre bien plus longtemps qu’une validation externe. Aujourd’hui, l’inverse devient possible : le service est prêt, mais l’autorisation n’est pas encore arrivée.
Cela ne veut pas dire que n’importe quel produit peut être construit en deux jours. Il s’agit d’un exemple de petit service web où l’IA a pris en charge une grande partie de la recherche, du code, des brouillons et des corrections.
Mais le signal est intéressant :
plus l’IA devient rapide, plus le temps d’attente humain et organisationnel risque de devenir le dernier vrai goulot d’étranglement.
1. « Quelques jours ouvrés » peuvent être plus longs que le développement
Lancer un service ne se résume pas au code.
Vérification d’identité. Validation d’un compte de paiement. Examen publicitaire ou d’affiliation. Vérification de domaine. Demande d’accès à des services externes. Démarches administratives. Pièces complémentaires.
Rien de tout cela n’est exceptionnel.
Ce qui change, c’est la vitesse relative.
L’IA peut produire un brouillon en quelques minutes, le corriger rapidement et avancer un gros bloc de travail en quelques heures. En face, la page d’examen indique : « Nous répondons généralement sous trois jours ouvrés. »
Le code avance en heures. La validation avance en jours ouvrés.
Cette différence d’échelle devient le nouveau blocage.
2. « Attendre l’autorisation avant de construire » s’inverse
Autrefois, il était prudent d’attendre l’accord d’un service externe avant d’investir beaucoup de temps dans le produit.
Si le cœur du produit peut être créé rapidement, l’ordre change.
Faire la demande d’abord. Construire pendant l’attente. Garder les intégrations externes remplaçables. Ajouter les identifiants, clés ou réglages après validation. Changer de solution si la demande échoue.
Autrement dit, superposer le temps d’examen au temps de développement.
L’attente n’est plus forcément du temps mort. Elle devient une piste parallèle.
L’outil utile n’est pas le bouton Actualiser toutes les cinq minutes, mais une liste simple : demandé, en cours, informations supplémentaires, approuvé.
3. L’IA peut aussi fabriquer des documents administratifs presque à partir d’une page blanche
L’un des exemples les plus surprenants concerne les documents destinés à l’administration.
Une procédure demandait un schéma de configuration réseau.
On pourrait imaginer que le formulaire officiel fournit déjà un beau modèle graphique.
Ce n’est pas le cas. Le Formulaire 3 publié sur e-Gov au Japon tient sur une seule page A4, avec le titre « Schéma de configuration réseau » et six notes expliquant ce que le demandeur doit montrer, notamment le flux des communications et les opérateurs externes.[1]
Il n’y a ni cases ni flèches pré-dessinées.
Le demandeur doit décider comment représenter utilisateurs, internet, cloud, base de données, notifications et circulation des données.
L’IA peut lire ces exigences, extraire les éléments importants et les réorganiser en un document compréhensible d’un coup d’œil.
Ce n’est plus seulement « remplir un formulaire ».
C’est plutôt lire les règles puis concevoir le vrai document à partir de zéro.
4. La machine produit, l’humain vérifie
Puis vient la partie la plus étonnante.
L’IA dessine. L’IA rédige. L’IA cherche les oublis. L’IA corrige.
Et à la fin, une personne contrôle.
Est-ce conforme au vrai service ? Le texte est-il suffisamment exact pour être envoyé ? Quelqu’un peut-il assumer la responsabilité de la version finale ?
Le schéma historique était humain qui produit, humain qui vérifie.
Le nouveau schéma devient de plus en plus IA qui produit, humain qui valide.
Anthropic a lancé Claude Opus 5.5 le 22 septembre 2026 et le présente pour les longues tâches de code et de travail intellectuel. Selon ses propres mesures, les sorties sont plus de 30 % plus rapides qu’avec Opus 5 et le coût de charges typiques baisse d’environ 40 %. L’entreprise présente aussi des exemples d’analyse de feuilles de calcul et de création de présentations.[2]
Ce sont des chiffres du fournisseur, pas la preuve que toutes les entreprises obtiendront le même résultat.
Mais ils illustrent l’élargissement du modèle « l’IA crée, l’humain vérifie ».
5. Les emplois administratifs vont-ils disparaître ?
La conclusion est tentante.
Certaines tâches sont effectivement très exposées.
La mise à jour mondiale de l’OIT en 2025 indique que les métiers administratifs restent le groupe le plus exposé à l’IA générative. La saisie de données, la dactylographie, la comptabilité, la tenue de livres et le secrétariat administratif figurent parmi les fonctions les plus touchées.[3]
Mais l’OIT ne conclut pas que la plupart de ces métiers vont simplement disparaître.
Environ un travailleur sur quatre dans le monde exerce un métier avec un certain degré d’exposition à l’IA générative. Toutefois, comme l’intervention humaine reste nécessaire, l’OIT estime que la transformation du travail est plus probable que son remplacement complet dans la majorité des cas.[3]
Ce qui peut disparaître d’abord, ce n’est pas l’intitulé du poste, mais les tâches répétitives :
rédiger des textes standard, mettre en forme des documents, recopier des informations, faire des tableaux comparatifs, produire un premier jet, uniformiser la présentation.
Ce qui reste davantage, c’est vérifier les faits, gérer les exceptions, coordonner des personnes, prendre la responsabilité, approuver et arrêter le système quand l’IA se trompe.
Avant de disparaître, le travail administratif peut surtout passer de “produire” à “vérifier et décider”.
6. Les nouveaux goulots d’étranglement sont hors de l’IA
Quand l’IA accélère le code, le texte et les documents, les limites suivantes se déplacent à l’extérieur du modèle.
Examens. Identité. Contrats. Banques et paiements. Accès aux API. Trafic des moteurs de recherche. Validation des annonceurs. Réaction des utilisateurs. Confiance. Responsabilité juridique.
Doubler la vitesse du modèle ne double pas automatiquement tout cela.
La compétence importante devient donc :
quoi demander en premier, quoi construire pendant l’attente et où une validation humaine reste obligatoire.
7. Si construire coûte peu, on peut choisir les gagnants après
Autrefois, créer un service coûtait assez cher pour pousser à essayer de choisir la bonne idée avant de commencer.
Si un petit test peut être produit vite, la stratégie change.
Construire l’idée intéressante. La rendre testable. Observer la réaction réelle. Arrêter ce qui ne prend pas. Développer ce qui montre de la vie.
Il n’est plus nécessaire de prédire parfaitement le gagnant avant de construire. On peut tester à faible coût puis garder les gagnants.
Il ne s’agit pas de produire massivement des services médiocres.
Il s’agit de réduire le coût de l’expérience afin d’obtenir plus tôt un retour réel.
8. Construire vite ne signifie pas supprimer les contrôles
Pour un prototype facilement réversible, avancer vite est raisonnable.
Mais dès qu’il y a données personnelles, paiements, sécurité, réglementation, actifs partagés, réputation d’autrui ou informations difficiles à retirer, la rapidité ne justifie pas de supprimer la vérification.
Un logiciel se restaure plus vite que la confiance.
Plus l’IA devient rapide, plus il faut décider où l’humain doit volontairement ralentir la machine.
Vitesse et absence de contrôle ne sont pas synonymes.
9. Le temps libre devient une option pour expérimenter
Quand le coût de création baisse, la valeur du temps libre change aussi.
Ce n’est pas seulement du temps vide.
C’est la possibilité de tester une idée dès qu’elle apparaît.
On peut travailler de chez soi. On peut avancer un peu ailleurs. On peut simplement noter une idée en déplacement. Et on peut aussi décider de ne rien faire aujourd’hui.
Si construire est amusant en soi, c’est encore plus puissant.
La monétisation et les validations peuvent être lentes, mais si expérimenter ressemble à un loisir, le coût de continuer baisse fortement.
À l’ère de l’IA, pour un créateur indépendant, continuer à tester parce qu’on aime le processus peut devenir un véritable avantage.
10. Conclusion : plus l’IA accélère, plus l’humain se rapproche de la décision
L’IA peut faire passer un petit service de l’idée à une forme fonctionnelle extrêmement vite.
Elle peut même transformer des exigences administratives sommaires en documents clairs.
Pendant ce temps, identité, contrôle, validation et responsabilité continuent de fonctionner au rythme des humains et des organisations.
Le centre du travail humain se déplace donc vers des questions comme :
Que faut-il construire ? Que faut-il vérifier ? Où faut-il arrêter ? Quelles expériences méritent de continuer ?
Les emplois administratifs ne vont pas disparaître demain.
Mais la valeur relative du fait qu’un humain produise manuellement chaque brouillon, tableau, schéma et document depuis zéro baisse déjà.
Pour les personnes qui construisent des services, la prochaine compétition a commencé :
choisir de meilleures idées, faire fonctionner les attentes externes en parallèle, garder la vérification humaine là où les erreurs sont difficiles à annuler, et rester assez longtemps dans le jeu pour trouver ce qui marche.
Bienvenue dans un monde où le code est déjà terminé alors que le site affiche encore « veuillez patienter trois jours ouvrés ».
Références (3)
- e-Gov, réglementation japonaise, Formulaire 3 : Schéma de configuration réseau
https://laws.e-gov.go.jp/data/MinisterialOrdinance/360M50001000025/622223_2/pict/2FH00000068245.pdf - Anthropic, “Claude Opus 5.5”, 22 septembre 2026
https://www.anthropic.com/claude-opus-5-5 - Organisation internationale du Travail, “Generative AI and jobs: A 2025 update”, 20 mai 2025
https://www.ilo.org/publications/generative-ai-and-jobs-2025-update
