Faire écrire des articles par une IA, c'est déjà peu cher. Mais après l'avoir utilisée un moment, on remarque un truc encore plus étrange.
Au prix d'une IA qui rédige des articles, on peut aussi construire l'usine qui fabrique ces articles.
Prenons neuf rôles : coordination générale, chaîne de production d'articles, contrôle qualité, publication, déploiement dans le cloud, publicité et analyse, tâches planifiées, nettoyage des anciennes spécifications et sécurité des images. Dans une entreprise de personnes bien réelles, quelqu'un dirait aussitôt : « Mettons un responsable pour chaque poste. » Avec l'IA, ces rôles sont répartis au sein du même abonnement et tournent en parallèle.
Badges d'employés : 0. Bureaux : 0. Séminaires d'entreprise : 0. Pourtant, les conflits de fusion (quand plusieurs personnes modifient le même code et que ça coince au moment de les réunir) arrivent comme dans une vraie équipe.
Ici, je pars d'une hypothèse uniquement pour expliquer : un abonnement IA de 15 000 yens par mois (au Japon, on écrit 1.5 « man » de yens, 1 man valant 10000). On le compare aux heures de travail humain pour voir ce qui se passe. Conclusion d'emblée : la force de l'IA n'est pas de « remplacer entièrement neuf personnes », mais de rendre dérisoire le coût supplémentaire des tâches intellectuelles que l'on peut découper dans le logiciel.
À 9 équipes, le travail d'une personne passe de « faire » à « réguler la circulation »
Par exemple, on peut répartir les rôles ainsi.
| Rôle | Mission principale |
|---|---|
| Coordination | Cohérence d'ensemble, priorités, résolution des conflits |
| Chaîne d'articles | Générer, éditer et traduire les articles en plusieurs langues |
| Qualité et découverte | Contrôles qualité, liens internes, articles liés, chemins par lesquels les lecteurs arrivent |
| Publication | File de publication, décision finale, mise en ligne |
| Cloud | Déploiement, vérification en production, reprise |
| Publicité et analyse | Annonces, analyse du trafic, pistes d'amélioration |
| Tâches planifiées | Calendrier, état d'exécution, reprise |
| Ménage des spécifications | Nettoyer les doublons de demandes de modification et de contrats anciens |
| Sécurité des images | Validation des images, rattachement, sûreté avant publication |
Bien sûr, ce n'est pas l'équivalent de neuf humains. Mais le simple fait de pouvoir découper le travail en neuf couloirs avec chacun son responsable est déjà énorme.
Si une IA est en pleine recherche, on confie à une autre la correction des tests. Si la publication est bloquée par un service externe, la qualité continue d'avancer. La coordination n'attend pas « que tout soit fini » : elle isole seulement le point bloqué et fait circuler la suite.
À ce moment-là, le travail humain passe de « tout faire soi-même » à « quelle tâche, pour quel rôle, dans quel ordre ».
Autrement dit, au lieu de jouer en même temps l'ingénieur, l'éditeur et l'analyste, on devient un ordonnanceur de tâches en chair et en os.
Mis à côté du coût du travail, 15 000 yens par mois font perdre ses repères
15 000 yens par mois, cela fait 18 × 10000 = 180 000 yens par an.
Côté humain, uniquement pour l'explication, posons ces hypothèses.
| Cas | Heures de travail humain au total | Taux horaire supposé | Coût de main-d'œuvre (calcul simple, en unités de 10000 yens) |
|---|---|---|---|
| Petit | 200 heures | 5000 yens | 100 (1 000 000 yens) |
| Cas médian | 400 heures | 7000 yens | 280 (2 800 000 yens) |
| Lourd | 600 heures | 10000 yens | 600 (6 000 000 yens) |
Ce n'est pas un tableau qui dirait « les vrais tarifs du marché sont forcément ceux-là ». C'est juste de l'arithmétique pour comparer.
Malgré tout, dans le cas médian : 400 heures × 7000 yens = 2 800 000 yens (280 unités de 10000). Utiliser une IA à 15 000 yens par mois pendant un an coûte 180 000 yens, donc 2 800 000 yens représentent environ 15,6 ans d'abonnement.
En voyant ça, on a envie de dire : « L'IA vaut donc 400 heures de travail humain ? » Non.
L'IA n'a parfois aucun droit d'accès à l'environnement réel, répète la même erreur avec d'autres mots ou oublie les prémisses dans un long travail. Ce qu'un humain comprend d'un coup d'œil sur le fonctionnement interne d'une entreprise, l'IA ne le saisit pas si ce n'est pas écrit dans un contrat ou un fichier.
Pourtant, pour le code, la rédaction, la recherche, les tests, la relecture des modifications et le rangement, c'est-à-dire pour les tâches intellectuelles faciles à dupliquer, cet écart de prix joue à plein.
On passe du monde du coût du travail à celui de la puissance de calcul et des quotas d'utilisation. Une conversion d'unités qui ferait vérifier deux fois la calculatrice à n'importe quel comptable.
Pourquoi cela marche si bien pour le logiciel
Pour une usine physique, passer à neuf lignes exige des machines, de la surface, de l'électricité, de la maintenance et du personnel.
Le logiciel, c'est autre chose.
Ajouter une deuxième IA ne demande pas d'acheter un bureau. Pour la troisième, pas besoin de louer des locaux. Et ajouter un rôle qualité n'implique pas de salle de formation pour les nouveaux.
Ce qu'il faut, pour l'essentiel :
- découper le travail
- définir les entrées et les sorties
- décider quelle version fait référence
- fixer des règles en cas de conflit
- tester
- réunir les résultats
Autrement dit, « agrandir l'organisation » devient en grande partie de la conception logicielle.
De plus, l'IA ne se contente pas d'écrire des articles : elle peut aussi écrire le code qui les vérifie automatiquement, monter la chaîne de traduction, réparer la publication et produire des rapports de mesure.
C'est là que ça devient bizarre.
Normalement, « celui qui fabrique le produit » et « celui qui construit l'usine du produit » sont deux coûts distincts. Avec l'IA, l'IA qui fabrique le produit se met à construire aussi l'usine du suivant.
On croyait payer pour écrire des articles, et sans s'en rendre compte, voilà que poussent l'intégration continue (des tests automatiques à chaque modification), le contrôle qualité, le déploiement et l'analyse. La version logicielle de « j'ai acheté une baguette, la boulangerie est livrée avec ».
Mais 9 équipes ne font pas 9 humains
Si on simplifie trop ici, le propos dérape.
L'équipe d'IA n'a pas une partie de ce que possèdent les experts humains.
Par exemple :
- la responsabilité au sein de l'organisation
- le savoir tacite du terrain (ce qu'on sait sans pouvoir bien l'expliquer)
- les authentifications que seule la personne concernée peut faire
- le travail physique
- les relations humaines de long terme
- l'autorité légale et contractuelle dans le monde réel
- le flair de terrain qui dit « tiens, quelque chose cloche »
Rien de tout cela ne se remplace tel quel.
Et si l'on multiplie l'IA par neuf, on peut aussi multiplier les erreurs par neuf, à toute vitesse.
Celui qui lit une vieille spécification ressuscite du vieux code. Deux équipes construisent séparément la même fonction. Tout le monde dit « ma partie est passée », et seule la production tombe.
Pas d'employés, mais la coordination entre services a déjà des airs de grand groupe.
C'est pourquoi, quand on met l'IA en parallèle, le mécanisme de cohérence compte plus que le nombre.
Le plus important, c'est l'« équipe de coordination »
Quand on utilise plusieurs IA, ce qui compte le plus n'est pas l'exécution, mais la coordination.
Celle-ci fait ceci :
- Lire l'état le plus récent
- Décider quelle version fait référence
- Répartir les périmètres de responsabilité
- Empêcher qu'une même fonction soit développée en double
- Isoler uniquement l'équipe qui a échoué
- À la fin, ramener le tout au même état de production
Sans cette coordination, l'IA n'est pas « neuf personnes bon marché », mais « neuf personnes dans la même pièce avec neuf plans différents ».
L'essentiel, c'est la démarche lire d'abord → essayer → classer l'état → ne réparer que ce qui est nécessaire.
On vérifie ce qui existe, puis on classe : terminé, partiellement terminé, cassé, obsolète, non vérifié. Et on ne répare que ce qu'il faut.
Sinon, l'IA, avec la meilleure volonté du monde, recrée une fonction qui existe déjà.
Le doublon fait par gentillesse finit en général par ne plus être gentil du tout.
L'usine à articles rend cette révolution des coûts bien visible
Si l'on décompose une usine à articles avec des humains seulement, il y a bien plus de métiers qu'on ne le croit.
Planification, rédaction, édition, correction, traduction, SEO (faire en sorte que les moteurs de recherche trouvent facilement votre site), liens internes, publication, développement web, infrastructure, publicité, analyse, contrôle qualité.
Si l'on ne regarde que le coût d'un article, ces coulisses restent invisibles.
Avec l'IA, c'est l'inverse : dans la prolongation du prix de la rédaction, on peut toucher aussi au mécanisme en coulisses.
Dans la session qui suit la rédaction du texte, on répare le traducteur. Une autre équipe remet en état la publication. Une autre lit les données d'analyse. La coordination relie le tout.
Alors, l'explication « je fais écrire des articles par une IA » ne suffit plus.
La réalité ressemble davantage à appeler, seulement quand c'est nécessaire, les services d'une petite entreprise numérique.
Pour le logiciel en général, l'unité minimale de l'entrepreneuriat et du travail d'appoint change
Cette structure ne vaut pas que pour les articles.
Petits services web, automatisation du travail, outils internes, analyse de données, systèmes de recherche, prototypes de SaaS (logiciel vendu sur abonnement) : plus le résultat se termine dans le numérique, plus c'est efficace.
Avant, beaucoup de projets s'arrêtaient à :
« J'ai l'idée, mais pas de quoi embaucher un ingénieur. » « Je ne peux pas avoir quelqu'un pour l'analyse. » « Si je pense à l'exploitation, seul, c'est impossible. »
Maintenant, on peut commencer ainsi :
« Je fais d'abord construire par l'IA avec 3 rôles, si ça casse je passe à 5, et à la fin je mets une coordination. »
Ce n'est pas seulement que le développement coûte moins cher.
Le nombre d'idées que l'on peut tester augmente.
Comme un échec coûte moins, ces petites idées qui mouraient autrefois en réunion de planification peuvent aller jusqu'à un produit concret.
Même pour un travail qui ne justifie pas d'embaucher, on peut créer un vrai service responsable.
Un service, certes, mais sans cartes de visite ni pots de départ. Seul l'organigramme a de l'allure.
Conclusion : le vrai bon marché de l'IA n'est pas « le prix d'une réponse », mais « le prix pour agrandir une organisation »
À ne regarder que l'abonnement mensuel, l'IA peut sembler chère.
Mais si l'on change l'élément de comparaison, de « moteur de recherche » ou d'« appli de rédaction » à une petite organisation qui mène plusieurs tâches intellectuelles à la fois, le tableau change.
Bien sûr, l'IA n'est pas neuf humains. La responsabilité, le flair de terrain et l'autorité réelle diffèrent.
Malgré tout, pour le travail qui s'exprime en logiciel, ces coûts chutent fortement :
le coût d'ajouter des rôles le coût de multiplier les essais le coût de construire l'usine elle-même
Ce qui impressionne, ce n'est donc pas que « l'IA sache écrire des articles ».
C'est qu'au prix d'une IA rédactrice, on puisse aller jusqu'à construire l'usine à articles.
Et dans le logiciel, cette usine peut en construire une autre.
Zéro employé et pourtant les services se multiplient. Zéro mètre carré de bureau et pourtant le travail en parallèle augmente. Zéro yen d'avantages sociaux, mais le contexte (la quantité d'informations que l'IA doit garder en tête à la fois) est très gourmand.
La structure des coûts du travail intellectuel est entrée dans une époque assez étrange.
