En Chine, des entreprises tech obligent leurs salariés à créer des copies d'IA d'eux-mêmes

Les entreprises technologiques chinoises ont franchi une ligne dont on ne parlait jusqu'ici qu'en théorie : on demande directement à des ingénieurs d'entraîner des agents d'IA capables de faire leur travail. Ce n'est plus une menace abstraite d'automatisation, mais une consigne d'entreprise explicite, qui place le salarié dans une position radicalement nouvelle.

Début avril 2026, le projet Colleague Skill est apparu sur GitHub. Ses auteurs décrivaient l'outil simplement : il permet de « distiller » les compétences et les traits de personnalité de collègues pour créer leur jumeau numérique. Concrètement, il s'agit d'entraîner une IA à reproduire le comportement professionnel d'une personne précise : son style de prise de décision, ses schémas de communication, ses heuristiques de travail. Le projet a immédiatement attiré l'attention de la communauté tech chinoise et déclenché une vague de débats publics que MIT Technology Review a qualifiée d'« introspection douloureuse ».

Fait notable : cette vague n'est pas venue des sceptiques de la technologie, mais de ses plus fervents partisans. Les développeurs et ingénieurs chinois figuraient globalement parmi les plus favorables à l'IA : ils expérimentaient activement les nouveaux outils, ont été les premiers à les intégrer à leurs processus de travail et vantaient publiquement les capacités des systèmes. Les voilà aujourd'hui priés de devenir les architectes de leur propre remplacement. C'est cet écart entre les convictions et la réalité qui a provoqué un tel écho.

La situation met au jour une contradiction de fond dans la manière dont les entreprises présentent la transformation par l'IA. Le récit selon lequel « l'IA est un outil qui vous rend plus efficace » s'oppose frontalement à la réalité d'une consigne du type « entraîne un agent qui travaillera à ta place ». La différence n'est pas cosmétique : elle change la position même du salarié. D'utilisateur de la technologie, la personne en devient l'objet : une source de données dont on extrait de la valeur, et non un partenaire du déploiement.

Des signaux similaires nous parviennent d'autres secteurs en Asie. Des entreprises du développement logiciel, de la production de contenu et du support technique testent de plus en plus des schémas où la tâche principale du salarié, à une certaine étape, consiste à « déverser » ses connaissances dans un système. Ensuite, un agent prend en charge le fonctionnement des processus. Cela ne signifie pas toujours des licenciements immédiats : certains employeurs présentent cette approche comme un moyen d'étendre les capacités. Mais les salariés comprennent que leur rôle dans ce modèle a une date de fin.

Colleague Skill a rendu visible l'invisible. Auparavant, des processus analogues se déroulaient de façon informelle : les entreprises analysaient les données de travail, journalisaient les actions des salariés, étudiaient leurs schémas de décision. Désormais, il s'agit d'une demande ouverte et documentée : décris tes décisions, systématise tes heuristiques, aide à construire ta copie numérique. Cette transparence est, paradoxalement, plus inquiétante qu'une collecte de données cachée, car elle supprime la possibilité de garder ses illusions.

Une question éthique se pose aussi, qui n'est presque pas débattue publiquement. Un employeur a-t-il le droit non seulement d'exiger les résultats du travail, mais aussi d'obliger le salarié à transmettre systématiquement la capacité même de les produire ? Le droit du travail de la plupart des pays n'a pas de réponse à cette question. C'est une forme d'aliénation radicalement nouvelle : non plus celle du produit du travail, mais celle du capital cognitif en tant que tel.

Pour le marché du travail dans la tech, cela modifie l'équation de base de la valeur. Traditionnellement, les connaissances tacites d'un spécialiste (expérience accumulée, intuition, compréhension du contexte et des nuances) étaient jugées difficiles à reproduire. C'est ce qui rendait un salarié qualifié irremplaçable. Si ces connaissances peuvent désormais être extraites et déployées à grande échelle de façon systématique via un agent, la barrière protectrice disparaît.

La réaction de la communauté tech chinoise a montré que la frontière où l'enthousiasme pour l'IA se mue en angoisse existentielle est bien plus ténue qu'on ne le pensait. C'est un signal important pour toute l'industrie : le rythme de l'automatisation a atteint un point où les récits abstraits sur la « reconversion » et les « nouveaux rôles » ne rassurent plus. La prochaine question n'est pas « l'IA remplacera-t-elle les humains ? », mais « qui est responsable du processus de remplacement ? »