L'IA va-t-elle nous remplacer au travail? Non : votre expertise la rend utile

L'IA va-t-elle nous remplacer au travail? Pas si vous connaissez bien votre métier. Seule, l'IA fait la plupart des tâches de bureau de façon passable. Jumelée à quelqu'un qui connaît le travail (quelles exceptions comptent, à quoi ressemble un bon résultat, quel client rappelle toujours), elle rend cette personne bien meilleure. C'est votre expertise qui fait passer l'IA de passable à excellente.

C'est le contraire de ce que disent la plupart des manchettes. C'est la deuxième partie de notre série sur la façon dont QAI construit ses agents IA. La première partie, sur les skills et les agents, montrait comment on partage le travail entre l'IA, ses procédures écrites et des vérifications automatiques. Celle-ci porte sur ce qu'aucune IA n'a au départ : votre jugement.

Non, parce qu'elle prend en charge des tâches, pas le jugement. Elle ne remplace pas la personne qui sait pourquoi ces tâches existent, et quoi faire quand l'une d'elles dérape.

Voici ce que l'IA fait bien seule : rédiger, trier, apparier, résumer, remplir l'évident. Voici ce qu'elle ne peut pas faire seule : savoir que ce fournisseur envoie toujours la facture corrigée une semaine en retard, que ce chiffre a l'air faux mais qu'il est bon, ou que ce client a besoin d'un appel plutôt que d'un courriel. Ce savoir vit dans vos équipes. Il n'est dans aucun manuel, et aucun nouveau modèle ne l'apportera.

Un exemple tiré de nos propres livres. Dans la première partie, sur les skills et les agents, on racontait comment notre agent de tenue de livres avait laissé 39,92 $ de taxes de vente non réclamées sur six transactions. Ses vérifications comparaient chaque montant de taxe à la dépense, et elles fonctionnaient. Mais une transaction inscrite sans aucune ligne de taxe n'a rien à comparer : elle avait l'air propre, et rien n'a été signalé. Ce qui a comblé le trou, c'est un savoir de tenue de livres : un abonnement mensuel qui portait la TVQ en juin devrait la porter en juillet aussi. On trie donc les transactions de chaque fournisseur par date, et on cherche le mois où la taxe disparaît. L'agent fait maintenant cette vérification chaque mois. L'IA fait la lecture. L'expertise sait ce qui manque.

À mesure que l'IA progresse, la difficulté se déplace. Quand une IA peut produire le travail, les compétences rares deviennent de dire exactement ce qu'on veut et de reconnaître du bon travail quand on le voit. Ce sont des compétences de métier, pas de technologie.

Lauren Tan, une ingénieure qui travaille sur des agents IA chez SpaceX, faisait le même constat dans une entrevue récente : à mesure que les modèles s'améliorent, la difficulté passe de l'exécution du travail à la capacité de dire ce qu'on veut et de juger le résultat.* On le voit chaque semaine chez nos clients. Deux personnes utilisent le même outil d'IA pour la même tâche. Celle qui connaît le travail obtient quelque chose d'utile en quelques minutes. L'autre obtient quelque chose qui a l'air juste et qui ne l'est pas.

La question à se poser n'est donc pas « l'IA va-t-elle faire mon travail? », mais « à quel point pourrais-je être meilleur dans mon travail si l'IA s'occupait de ce que je connais déjà par cœur? »

C'est une question qu'on nous pose souvent, alors voici une réponse franche. L'IA est très bonne pour la moitié mécanique de la comptabilité : apparier des transactions, repérer une ligne qui ne concorde pas, préparer une première version des écritures de fin de mois. Elle n'est pas bonne pour l'autre moitié : savoir quel écart est du bruit et lequel veut dire qu'un fournisseur facture deux fois, ou expliquer à un client pourquoi ses chiffres ont bougé.

Une comptable qui a quinze ans dans le même cabinet connaît cette différence sans y penser. Avec l'IA qui s'occupe des rapprochements et des premières versions, elle consacre son temps aux exceptions, aux explications et aux clients. C'est justement le travail qui demandait quinze ans d'expérience.

C'est vrai pour la plupart des métiers où l'expertise compte : le répartiteur, la gestionnaire immobilière, l'acheteur, la commis à la paie. L'IA prend la partie répétitive. Le jugement devient le travail.

On résume notre travail en une phrase : nous apprenons à l'IA à travailler comme votre équipe. Concrètement :

1. S'asseoir avec les gens qui font le travail, et observer comment ils décident. Pas la procédure officielle, la vraie.
2. Noter chaque vérification qui a une seule bonne réponse. Les totaux concordent-ils? La date tombe-t-elle dans le bon mois? Ça devient des vérifications automatiques, pour que personne n'ait à se fier à la mémoire de l'IA. Ensemble, elles deviennent aussi un test bâti sur votre propre travail, ce que les ingénieurs appellent un banc d'essai. L'IA change vite. Quand un modèle plus intelligent sort, ou un modèle moins cher qui se dit aussi bon, vous le passez à ce test avant de changer. Si les résultats tiennent, vous changez. S'ils baissent, vous le savez avant vos clients.
3. Écrire le reste de la procédure avec leurs mots. Où sont les choses, dans quel ordre les faire, à quoi faire attention.
4. Leur laisser les décisions de jugement. L'IA prépare, l'expert décide. L'IA obtient plus de liberté seulement quand son historique le justifie, et c'est le sujet de la troisième partie, sur l'autonomie des agents IA.

Pas besoin qu'on connaisse votre secteur pour que ça fonctionne. Vos gens connaissent le travail. Notre rôle est de faire ressortir ce savoir et de le mettre par écrit sous une forme que l'IA peut suivre. Ce que vous possédez à la fin, c'est l'expertise de votre équipe, mise par écrit, sous une forme qui survit à n'importe quel changement de modèle d'IA.

D'après notre expérience, ce sont les gens qui font le travail répétitif qui gagnent le plus au changement. Ce sont aussi eux qui finissent par réviser ce que l'IA produit, parce qu'ils sont les seuls à pouvoir distinguer du bon travail d'un travail qui en a seulement l'air.

Certaines tâches vont disparaître, et il serait malhonnête de prétendre le contraire. La personne qui comprend pourquoi ces tâches existaient prend de la valeur. Son temps passe de la saisie à la décision.

Ce qu'on fait de ce temps dépend du dirigeant. Certains y voient une occasion de couper des postes, et on l'entend souvent. On croit que c'est le mauvais pari. D'autres demandent à leur équipe de consacrer les heures libérées aux problèmes qui attendent depuis des années : le processus que tout le monde sait boiteux, l'outil qu'on n'a jamais construit, le rapport refait à la main chaque mois. Personne n'avait le temps de s'y attaquer : tout le monde était coincé dans un chiffrier. Les gens qui savent où se cachent ces problèmes sont justement ceux dont l'IA vient de reprendre les tâches.

Chez QAI, on croit que la deuxième voie est la bonne, et pour nous, c'est une question de valeurs avant d'être une question de stratégie. Les gens qui portent des années de jugement sur le fonctionnement réel de votre entreprise sont la raison pour laquelle l'IA fonctionne, et ils méritent le temps de mettre ce jugement à profit. Redonner ce temps à l'équipe, pour régler ce qui ralentit l'entreprise, c'est ce qu'on souhaite voir dans chaque entreprise avec laquelle on travaille. C'est aussi un meilleur emploi : s'attaquer aux problèmes avec lesquels on vit depuis des années vaut mieux que ressaisir des chiffres.

La plupart des équipes utilisent l'IA au premier de trois niveaux :

1. Vous lui parlez. Une fenêtre de clavardage, une question à la fois.
2. Elle travaille pour vous. Des procédures écrites et des connexions à vos fichiers lui permettent d'exécuter des tâches pendant que vous faites autre chose.
3. Elle travaille pour l'équipe. Ce qu'une personne a bâti est partagé, révisé et consigné, pour que tout le monde en profite.

Monter ces niveaux est moins une question de technologie que d'expertise. La première étape est la même dans toutes les entreprises : faites entrer vos personnes les plus expérimentées dans la pièce tôt. Leur jugement, c'est la partie qu'aucune IA n'a au départ.

La question suivante : jusqu'où l'IA peut-elle agir seule, et à quel moment? C'est le sujet de la troisième partie, sur l'autonomie des agents IA.

* Tiré de la diffusion sur la chaîne YouTube de Matt Pocock du 2026-10-02, en anglais, et du résumé publié par Intelligent Artifact, consultés le 2026-10-22.