Mercor, valorisée 10 milliards de dollars, veut que l'IA reprenne l'essentiel du travail de bureau des professionnels

Mercor dit tout haut ce que beaucoup d'entreprises d'IA formulent encore avec plus de prudence : l'objectif n'est pas seulement d'accélérer les employés de bureau, mais de reproduire l'essentiel de leur travail avec de l'IA. La startup est valorisée 10 milliards de dollars, et ce seul chiffre montre à quel point le marché mise de façon agressive sur l'automatisation du travail en col blanc. Il ne s'agit plus seulement de chatbots qui aident à rédiger un e-mail, construire un tableur ou préparer une présentation.

La promesse de Mercor est bien plus large : transférer aux modèles une part importante des tâches aujourd'hui assurées par des analystes, des recruteurs, des managers, des spécialistes des opérations et d'autres salariés qui travaillent non pas sur une machine, mais dans des documents, des échanges et des systèmes d'entreprise.

Une autre couche de l'histoire tient à l'âge et au parcours des fondateurs. L'entreprise a été lancée par des personnes d'une vingtaine d'années qui n'ont pas fait leurs classes dans de grandes organisations et n'ont pas eu le temps de travailler dans un emploi de bureau ordinaire. C'est à la fois une force et une faiblesse.

D'un côté, ce regard supprime le respect pour les rôles habituels et permet de poser une question dérangeante : quelles parts du travail intellectuel consistent réellement en actions répétables, en décisions types et en coordination mécanique ? De l'autre, ce manque d'expérience pratique peut conduire à sous-estimer la part cachée de tout métier : accords informels, contexte, responsabilité en cas d'erreur et nécessité de décider avec des données incomplètes.

La thèse centrale de Mercor touche un point sensible de tout le marché de l'IA en 2026. Ces deux dernières années, les entreprises ont déployé massivement des outils génératifs comme assistants : brouillons, recherche, synthèses, traitement de tickets, appui commercial, analyse interne. Désormais, le discours passe de « aide l'employé » à « fais à la place de l'employé ». Il ne s'agit plus d'un gain de productivité individuelle de 20–30 %, mais d'une tentative de refondre la structure même de l'équipe : réduire le nombre de personnes sur les tâches routinières, garder le contrôle à un noyau plus restreint de spécialistes et confier aux machines tout ce qui peut être formalisé, vérifié et mis à l'échelle.

Mais c'est aussi là que se situe la limite la plus dure. Le travail de bureau semble numérique et donc facile à automatiser, mais en pratique il ne repose pas que sur du texte et des données. Il comprend beaucoup de validations, de compromis, de connaissance des processus internes, de flair politique et de sens de l'endroit où une erreur coûterait trop cher. L'IA sait déjà imiter la confiance de façon convaincante, mais l'imitation n'est pas encore la responsabilité. La question clé pour Mercor et ses semblables n'est donc pas de savoir si un modèle peut accomplir une tâche isolée, mais si l'on peut lui confier un circuit de travail entier sans filet de sécurité manuel permanent.

Pour le marché du travail, c'est un signal que l'on ne peut plus ranger parmi les théories sur un futur lointain. Si les investisseurs sont prêts à valoriser de telles entreprises à plusieurs dizaines de milliards de dollars, c'est que le pari porte sur un très vaste remaniement de l'économie de bureau. Cela ne signifie pas forcément la disparition immédiate des métiers en col blanc, mais cela signifie à coup sûr un changement de leurs exigences. Seront valorisés non pas ceux qui produisent soigneusement un résultat standard selon des consignes, mais ceux qui conçoivent les processus, vérifient le travail de l'IA, tranchent les cas limites et répondent des conséquences.

La conclusion est simple : Mercor ne vend pas seulement un outil d'IA de plus, mais l'idée d'un nouveau contrat de travail entre entreprises et salariés. Si cette idée se met à fonctionner à grande échelle, les entreprises obtiendront une exécution moins chère et plus évolutive, et les salariés une pression sur des rôles encore récemment jugés à l'abri de l'automatisation. C'est pourquoi l'histoire compte non seulement comme l'actualité d'une startup très chère, mais comme un marqueur de la vitesse à laquelle le marché cesse de voir dans l'IA un assistant pour y voir un remplaçant.