Les intelligences artificielles menacent-elles vraiment à court terme les emplois des cols blancs ? Depuis la déclaration choc de Satya Nadella en 2022, qui affirmait que l’IA allait remplacer le “knowledge work” – ces métiers intellectuels si valorisés dans nos sociétés modernes – le débat s’est enflammé. Mais qui doit trembler : les avocats, les banquiers, les comptables… ou les ingénieurs qui construisent ces IA ?
Malgré les promesses des modèles de fondation, nous ne voyons pas d’IA en train de rédiger des conclusions juridiques ou de renverser la routine du banquier. Pourquoi ce grand remplacement tant annoncé tarde-t-il à se manifester ? La transition se résume-t-elle à des discours marketing, ou bien les progrès sont-ils sous-estimés par le public ?
Un nouvel acteur s’est penché sur le mystère : Mercor, géant du training data, vient de publier les résultats d’une enquête approfondie. Comment ces IA épaulent-elles les professionnels dans des contextes réels, sur des tâches concrètes de cabinet de conseil, d’investissement ou de services juridiques ? Chose surprenante : le bilan est très mitigé, voire carrément mauvais. Aucun modèle actuel ne dépasse 24 % de bonnes réponses face aux vraies attentes terrain. Alors, la révolution IA serait-elle stoppée par la complexité du monde réel ?
Les IA, pourtant puissantes sur le papier, échouent massivement à relever les défis pratiques du travail intellectuel réel.
Pourquoi tant de difficultés ? D’après Brendan Foody, CEO de Mercor, le problème n’est pas uniquement la compréhension des questions, mais l’incapacité à manipuler des informations dispersées dans de multiples environnements (Slack, Drive, emails…). Or, c’est justement le quotidien de tout expert ! Le nouveau benchmark APEX-Agents, en s’appuyant sur des scénarios et des critères réels fournis par des spécialistes métiers, met à nu cette faiblesse fondamentale.
À titre d’exemple, une question juridique type nécessite de croiser analysé réglementaire européenne et politique interne d’une entreprise pour statuer sur la conformité de l’export de données. Si les modèles peinent sur ces opérations, peuvent-ils sérieusement envisager de remplacer un avocat, dont l’expertise réside précisément dans ce type de raisonnement transdisciplinaire ?
Comparé à GDPval d’OpenAI, qui vise plus large, le test APEX-Agents cible les tâches spécifiques à haute valeur ajoutée de quelques professions phares. Les résultats, même pour les IA les mieux entraînées (Gemini 3 Flash, GPT-5.2…), restent faibles : entre 18 et 24 % de réussite en “one shot”. Mais faut-il s’en étonner, quand on sait que ces intelligences étaient incapables il y a un an de dépasser les 10 % ? La course vers l’automatisation n’en est-elle pas à ses balbutiements, et n’allons-nous pas vers une amélioration rapide ?
Enfin, une question demeure : si le rythme de progrès s’accélère et que l’IA passe bientôt le cap du “stagiaire fiable un coup sur quatre” à celui de l’assistant quasi-infaillible, sommes-nous vraiment prêts à voir disparaître ou se redéfinir ces métiers emblématiques ? Les législateurs, les entreprises, la société ont-ils anticipé ce changement, ou continuent-ils d’en sous-estimer l’impact ?
Source : Techcrunch
