Le monde change plus vite que la plupart ne le croient

Où en serons-nous dans les années à venir ?

Nous, les humains, sommes programmés pour voir l’avenir comme une ligne droite, une continuation douce du présent. Mais cette linéarité est une illusion confortable. En réalité, nous évoluons dans une spirale accélérée.

Pendant longtemps, j’ai pensé que le métier de programmeur était l’ancre ultime dans cette tempête, un endroit où la logique et le savoir-faire forment une symbiose intouchable. Mais aujourd’hui, je dois m’avouer : même les architectes du monde numérique ne sont pas à l’abri de leur propre création. Ce que nous avons déclaré "à l’épreuve du futur" pendant des décennies s’avère n’être qu’un instantané. La vitesse dramatique à laquelle le savoir technique est dévalué aujourd’hui n’est pas une simple tendance de marché ; c’est un bouleversement fondamental de notre compréhension du travail et de la maîtrise.

Nous ne sous-estimons pas l’avenir par manque d’imagination, mais parce que nous essayons de mesurer le monde de demain avec l’inertie d’hier. Et cet angle mort est notre plus grand risque.

J’ai travaillé dans suffisamment d’entreprises tech pour observer cette dynamique à plusieurs reprises. Il y a des phases où une entreprise semble électrisée : trop de travail, trop d’opportunités, trop peu de gens pour tout réaliser. Dans ces phases, la politique, la pensée territoriale et les guerres de territoire disparaissent souvent d’elles-mêmes. Puis il y a les autres phases : moins d’opportunités réelles, plus de personnes que de leviers, plus de jeux de statut, plus de processus, plus de théâtre.

L’erreur de raisonnement : nous comparons l’IA aux anciennes courbes d’adoption

Quand les gens parlent d’IA, beaucoup s’expriment comme si nous avions encore tout le temps du monde. Comme s’il s’agissait d’un lent changement culturel. Comme si tout allait se stabiliser sur des décennies.

Mais regardez à quel point le rythme s’est accéléré : alors que la voiture (Ford Model T) a eu besoin d’environ 22 ans pour devenir mainstream aux États-Unis, le smartphone a fait le saut en seulement 14 ans. Pour les logiciels, la friction a presque entièrement disparu : ChatGPT a atteint 100 millions d’utilisateurs en deux mois, Threads en seulement cinq jours.

La technologie ne se répand plus simplement aujourd’hui, elle explose dans les groupes cibles d’une manière qui prenait autrefois des décennies. La raison est simple : l’IA n’a pas besoin d’usines ni de chaînes d’approvisionnement chez l’utilisateur final. Un lien ou une API suffisent pour doter instantanément le matériel existant de nouvelles capacités.

Ce qui est différent aujourd’hui

Dans le passé, il fallait produire quelque chose, l’expédier, le vendre et l’apporter physiquement dans les foyers.

Aujourd’hui, un lien suffit souvent.

Un nouvel outil d’IA peut apparaître un vendredi soir, être propulsé via X, Reddit, Discord et YouTube pendant le week-end, et le lundi, des dizaines de milliers de personnes le testent déjà dans des flux de travail réels. Pas dans des démos. Pas dans la recherche. Dans le travail réel.

C’est exactement pourquoi je trouve des développements comme OpenClaw ou toute la vague autour des configurations de codage agentique si intéressants. Pas seulement à cause de l’outil lui-même, mais à cause du rythme. Soudain, les gens brûlent des budgets de tokens du jour au lendemain, des flux de travail entiers sont restructurés, et en quelques semaines, ce qui est considéré comme "normal" dans une équipe de développement change.

Un bon exemple est Claude Cowork : le projet a été lancé publiquement seulement dix jours après la naissance de l’idée. Dix jours. Cela montre à lui seul de quoi nous parlons.

Beaucoup de gens pensent encore en cycles de produits trimestriels. L’IA pense déjà en jours.

L’avenir est souvent intégré des années auparavant

L’avenir nous apparaît souvent soudain, même s’il a été intégré dans les appareils bien avant. La puce U1 d’Apple était déjà dans l’iPhone 11 en 2019, mais le bénéfice tangible n’est venu qu’en 2021 avec l’AirTag. Le nouvel Studio Display contient déjà un A19 selon les analyses de firmware, sans qu’Apple en fasse grand cas. Tesla vend depuis des années des véhicules qui reçoivent de nouvelles capacités via des mises à jour à distance, même si le Full Self-Driving nécessite encore officiellement la supervision du conducteur.

Le schéma est toujours le même : le matériel est déjà là. Quand le logiciel est prêt, les nouvelles capacités ne se propagent pas en années mais en semaines. Non seulement les produits se propagent plus vite, mais les capacités au sein des produits déjà vendus peuvent soudainement se multiplier.

La prochaine grande poussée ne concerne pas seulement le logiciel

L’erreur la plus courante est de voir l’IA uniquement comme un sujet pour les développeurs ou les designers. La véritable force surgit lorsque l’IA fusionne avec l’automatisation et la robotique. Prenons l’exemple de McDonald’s : nous n’attendons pas le robot de cuisine humanoïde, nous avons déjà accepté l’automatisation. Le terminal de commande automatique a été l’étape décisive.

Il a déshumanisé le processus de commande, a augmenté les ventes et nous a habitués à des flux de travail médiatisés par logiciel. Si maintenant plus de robotique arrive dans la cuisine, elle rencontrera un système que le client a déjà accepté comme étant "contrôlé numériquement". Le déploiement ne sera pas une question de savoir si cela se fera, mais à quel rythme, car c’est économiquement logique pour les entreprises : moins de rotation, qualité prévisible et coûts décroissants.

C’est souvent simplement de la logique économique

Beaucoup de ces développements ne se produisent pas parce qu’ils sont culturellement plus désirables. Ils se produisent parce qu’ils deviennent logiquement inévitables dans un environnement de marché donné.

On le voit avec l’automobile : le 10 mars 2026, on a appris que Volkswagen veut supprimer environ 50 000 postes en Allemagne d’ici 2030. Non par incompétence, mais parce que l’ancienne structure lutte contre la nouvelle logique (focus sur le logiciel, intégration verticale). Alors que les consortiums établis luttent avec la complexité historique, des entreprises comme Tesla ou BYD déploient leur production à un rythme qui n’est plus compréhensible avec les anciens standards. Quand un marché bascule, la vitesse compte plus que la taille.

Cela s’applique aussi à petite échelle, comme dans la disparition de l’artisanat traditionnel dans toute l’Europe. Partout, nous voyons comment de petites entreprises qui ont représenté la qualité pendant des générations perdent face aux chaînes industrielles. Ce n’est pas seulement une perte culturelle, c’est de la logique de marché pure : quand la qualité devient un bien de luxe en raison de l’augmentation des coûts et de la diminution du pouvoir d’achat, l’alternative industrielle gagne, non parce qu’elle est meilleure, mais parce que le vieux modèle ne fonctionne tout simplement plus économiquement. C’est ainsi que se produisent presque toujours les changements technologiques : l’alternative s’impose là où elle reste abordable pour la majorité.

Cela n’éclatera pas partout à la fois, mais de façon progressive

Je ne crois pas au scénario simple d’Hollywood où demain tous les emplois disparaissent et après-demain tout est fait par des robots.

Dans la réalité, cela fonctionne rarement ainsi.

Ce que j’attends plutôt :

• D’abord, des tâches individuelles disparaissent.
• Ensuite, les rôles se condensent.
• Puis une personne supervise ce qui nécessitait auparavant trois ou cinq personnes.
• Et à un moment donné, ce n’est pas le poste individuel qui est remplacé, mais tout le modèle opérationnel.

Nous le voyons déjà aujourd’hui sous des formes plus modestes :

• Self-checkout
• Kiosques au lieu de caissiers
• Premières lignes de support assistées par IA
• Traduction automatique
• Production de contenu avec assistance
• Automatisation d’entrepôt
• Meilleure planification des itinéraires et du personnel

Ce n’est pas une théorie.

Klarna en est un bon exemple dans l’espace purement numérique. L’entreprise écrivait déjà en février 2024 que son assistant IA avait mené 2,3 millions de conversations en un seul mois, soit environ deux tiers de tous les chats de service. Selon Klarna, cela correspondait au travail de 700 employés à temps plein, dans plus de 35 langues, sur 23 marchés et 24/7.

Si un système réduit les coûts, reste disponible jour et nuit et fonctionne assez vite pour les cas standard, le débat sur le si est presque terminé. Il ne reste alors que la question du rythme du déploiement.

La grande erreur serait de voir ces symptômes isolés comme de simples gadgets.

Ce ne sont pas des gadgets. Ce sont des signes avant-coureurs.

Et pourtant, il y aura des revers sur cette route.

Nous verrons des hallucinations, des fuites de données, des décisions absurdes et des systèmes auxquels on confie trop de responsabilités trop tôt. Air Canada a même dû répondre en 2024 de fausses informations données par son chatbot de site web, après qu’il avait fourni à un client une réponse erronée sur un tarif de deuil.

À cela s’ajoutent des freins structurels qui peuvent ralentir le chemin : une régulation plus dure, des pénuries d’énergie pour les centres de données, une résistance sociale ou simplement le fait que beaucoup de processus réels sont plus complexes que ce qu’un modèle peut représenter aujourd’hui. Tout cela ralentira le tempo par endroits. Mais croire que ces revers stoppent la tendance de fond, c’est confondre friction à court terme et direction à long terme.

Où serons-nous probablement dans dix ans

Je pense que, dans un avenir prévisible, nous vivrons dans un monde où :

• L’IA travaillera silencieusement en arrière-plan dans presque tous les métiers du savoir.
• Les agents accompliront de nombreuses tâches numériques standard de manière autonome.
• De petites équipes avec très peu de personnes construiront des choses pour lesquelles des départements entiers étaient auparavant nécessaires.
• Les emplois de service seront davantage surveillés, standardisés et partiellement automatisés.
• "Savoir travailler avec l’IA" ne sera plus une compétence spéciale, mais une compétence de base.
• La vitesse comptera davantage que les titres.
• La capacité de jugement sera plus précieuse que le simple travail acharné.

L’écart entre ceux qui s’adaptent tôt à cette réalité et ceux qui s’en moquent sera brutal. Pas forcément le mois prochain, mais dans cinq ou dix ans ? Très probablement oui.

Ce que la jeune génération devrait vraiment apprendre aujourd’hui

Si j’étais jeune aujourd’hui, je ne me demanderais pas quel outil individuel je dois "apprendre". Je me demanderais : Quelles compétences restent précieuses même si les outils changent chaque année ?

1. Les principes avant la religion des outils

N’apprenez pas seulement des noms d’applications, mais des fondamentaux : logique, statistique, systèmes et contextes économiques. Les outils changent toutes les quelques semaines, mais les principes restent. Celui qui apprend comment apprendre reste flexible.

2. Pensée structurée et communication précise

Dans un monde d’IA, le langage devient l’interface. Celui qui pense de manière peu claire, délègue de manière peu claire et obtient des résultats peu clairs. La véritable compétence n’est pas le "prompting", mais le découpage propre d’un problème chaotique.

3. Jugement et goût

Lorsque les machines peuvent générer des variantes infinies, la capacité de distinguer le bon du médiocre devient plus précieuse. Le goût n’est pas un luxe, c’est un avantage compétitif. Vous devez apprendre à vérifier les résultats et à assumer la responsabilité du résultat final.

4. Résilience et contrôle de l’ego

Les prochaines années ne seront pas stables. Celui qui panique à chaque changement perd de l’énergie. Dans les équipes natives d’IA, l’ego devient moins important : apprenez à supporter le travail inachevé et à traiter les commentaires rapidement.

5. Sensibilisation à la sécurité et responsabilité

Celui qui travaille avec des agents n’augmente pas seulement le résultat, mais aussi les risques. Les hallucinations ou les automatisations défectueuses peuvent avoir des conséquences fatales. Une compréhension profonde des risques devient une compétence de base.

6. Construire plutôt que commenter

Il est de plus en plus facile d’avoir des opinions ou d’écrire des fils de discussion. Ce qui est précieux, c’est celui qui construit vraiment quelque chose : un outil, un service, une automatisation. Dans un monde de résultats numériques bon marché, la confiance et les relations réelles augmentent massivement leur valeur.

Conclusion

Où en serons-nous dans quelques années ?

Probablement dans un monde où l’IA ne sera plus « la nouveauté », mais une infrastructure, comme Internet, les smartphones et le cloud le sont déjà aujourd’hui. La question n’est pas de savoir si cette vague arrive. La question est de savoir qui s’y prépare à temps.

Et la réponse honnête est que la plupart le feront trop tard. Pas par stupidité, mais par habitude. Parce que le quotidien fonctionne encore en surface, alors que tout se déplace déjà en dessous.

Quiconque veut rester pertinent dans les années à venir, comme individu, comme équipe ou comme entreprise, ne devrait pas demander aujourd’hui quel outil est à la mode. Il devrait plutôt demander si sa vitesse, son jugement et sa capacité d’adaptation suivent le rythme imposé par cette technologie.

Nous ne devons pas éluder une question : que se passe-t-il pour les personnes dont le travail disparaît dans ce déplacement ? La reconversion, la protection sociale et une discussion honnête sur l’éviction sont les conditions pour que ce changement ne soit pas seulement efficace, mais aussi supportable.

Car l’avenir n’appartient pas à ceux qui tapent le plus vite. Il appartient à ceux qui comprennent ce qui doit être fait, et pourquoi.

À la prochaine,
Joe