Les entreprises informatiques chinoises obligent les employés à créer des copies IA d'eux-mêmes

Les entreprises technologiques chinoises ont franchi une ligne qui n'était auparavant discutée que sur le plan théorique : les collaborateurs des départements d'ingénierie sont directement invités à entraîner des agents d'IA qui peuvent accomplir leur travail. Ce n'est plus une menace abstraite d'automatisation—c'est un mandat corporatif direct qui place le travailleur dans une position fondamentalement nouvelle. Au début d'avril 2026, un projet appelé Colleague Skill est apparu sur GitHub.

Ses auteurs ont décrit l'outil simplement : il permet de « distiller » les compétences et les traits de personnalité des collègues pour créer leur double numérique. En essence—entraîner l'IA à reproduire le comportement professionnel d'une personne : son style de prise de décision, ses modèles de communication, ses heuristiques de travail. Le projet a immédiatement attiré l'attention de la communauté technologique chinoise et a déclenché une vague de discussions publiques que MIT Technology Review a qualifiée d'« auto-analyse douloureuse ».

Remarquablement, cette vague s'est propagée non pas parmi les sceptiques de la technologie, mais parmi ses principaux partisans. Les développeurs et ingénieurs chinois en général figuraient parmi les plus loyaux envers l'IA—ils expérimentaient activement de nouveaux outils, ont été les premiers à les mettre en œuvre dans les flux de travail et ont publiquement promu les capacités du système. Et maintenant, ces mêmes personnes se trouvent dans une situation où on leur demande de devenir les architectes de leur propre remplacement.

C'est précisément cet écart entre les convictions et la réalité qui a provoqué une telle résonance. La situation expose une contradiction fondamentale dans la façon dont les entreprises présentent la transformation de l'IA. Le récit « l'IA est un outil qui vous rend plus efficace » contraste fortement avec la réalité corporative du mandat « entraînez un agent qui travaillera à votre place ».

La différence n'est pas cosmétique—elle change la position même de l'employé. D'utilisateur de la technologie, la personne devient son objet : une source de données dont on extrait de la valeur, plutôt qu'un partenaire dans la mise en œuvre. Des signaux similaires proviennent d'autres secteurs d'Asie.

Les entreprises de développement de logiciels, de production de contenu et d'assistance technique testent de plus en plus des schémas où une tâche clé de l'employé à un certain stade consiste à « télécharger » ses connaissances dans le système. Après cela, l'agent assume la gestion des processus. Cela ne signifie pas toujours des licenciements immédiats : certains employeurs positionnent une telle approche comme une montée en puissance des capacités.

Mais les employés comprennent que leur rôle dans ce modèle est fini. Le projet Colleague Skill a rendu le visible invisible. Auparavant, des processus similaires se déroulaient de manière informelle : les entreprises analysaient les données de travail, enregistraient les actions des employés, étudiaient les modèles de prise de décision.

Maintenant, il s'agit d'une demande ouverte et documentée : décrivez vos décisions, systématisez vos heuristiques, aidez à construire votre copie numérique. Une telle transparence est paradoxalement plus troublante que la collecte secrète de données—elle élimine la possibilité de maintenir des illusions. Une question éthique se pose également, question qui a à peine été discutée publiquement.

Un employeur a-t-il le droit non seulement d'exiger les résultats du travail, mais aussi de contraindre un employé à transférer systématiquement la capacité même de les produire ? Dans la loi du travail de la plupart des pays, il n'y a pas de réponse à cette question. C'est une forme fondamentalement nouvelle d'aliénation—non du produit du travail, mais du capital cognitif en tant que tel.

Pour le marché du travail dans le secteur technologique, cela change l'équation fondamentale de la valeur. Traditionnellement, les connaissances tacites d'un spécialiste—l'expérience accumulée, l'intuition, la compréhension du contexte et des nuances—étaient considérées comme difficiles à reproduire. C'est ce qui rendait un employé qualifié irremplaçable.

Si ces connaissances peuvent maintenant être extraites systématiquement et mises à l'échelle par le biais d'un agent, la barrière protectrice disparaît. La réaction de la communauté technologique chinoise a montré : la limite où l'enthousiasme envers l'IA se transforme en anxiété existentielle s'est avérée bien plus mince que prévu. C'est un signal important pour l'ensemble de l'industrie : le rythme de l'automatisation a atteint un point où les récits abstraits sur la « reconversion » et les « nouveaux rôles » ne fonctionnent plus comme rassurant.

La question suivante n'est pas « l'IA remplacera-t-elle les gens ? », mais « qui est responsable du processus de remplacement ?