Les employés d'Amazon affirment que l'IA fait accroître leur charge de travail. Une étude le confirme : il faut corriger les erreurs de l'IA, valider ses sorties, superviser ses agents, mais l'IA est imposée

Les employés d'Amazon affirment que l'IA ne fait qu'accroître leur charge de travail. Une nouvelle étude confirme leurs soupçons :
il faut corriger les erreurs de l'IA, valider ses sorties, superviser ses agents

Des témoignages d'employés d'Amazon et une étude portant sur plus de 163 000 salariés convergent vers le même constat : loin de libérer du temps, l'intelligence artificielle génère une surcharge de travail inédite. Derrière les promesses d'efficacité et de semaines de quatre jours, se dessine une réalité bien plus sombre et structurelle. À cela s'ajoute le fait que les entreprises de la tech commencent à imposer l'utilisation de l'IA : les GAFAM surveillent désormais l'utilisation de l'IA par leurs employés dans le cadre des évaluations de performance.

Depuis plusieurs années, les grandes entreprises technologiques vendent une même utopie : l'IA prendrait en charge les tâches répétitives, libérant les travailleurs pour des missions à plus forte valeur ajoutée, tout en augmentant les profits des actionnaires. Des semaines de quatre jours, un meilleur équilibre vie professionnelle/vie privée, une productivité accrue sans effort supplémentaire... voilà le tableau que les dirigeants ont brossé à leurs équipes, et que les PDG ont vendu à leurs conseils d'administration.

La réalité que vivent les employés sur le terrain est radicalement différente.

Début mars 2026, une enquête du Guardian auprès d'une dizaine d'employés et ex-employés d'Amazon (ingénieurs logiciels, chercheurs en UX, analystes de données) dresse un tableau accablant. Selon ces témoignages, l'adoption agressive des outils d'IA au sein d'Amazon ralentit les flux de travail, multiplie les tâches de supervision et génère une charge additionnelle, alors même que la direction pousse à une utilisation généralisée de systèmes d'IA internes censés accélérer la productivité.

Le constat est d'autant plus cinglant que l'entreprise investit massivement : les dépenses d'Amazon en IA ont dépassé 125 milliards de dollars cette année, avec des projections similaires pour 2026.

Des outils « à moitié cuits » imposés par la hiérarchie

Le problème n'est pas simplement que les outils sont imparfaits, c'est que leur adoption est imposée de manière top-down, sans stratégie claire ni phase de validation sérieuse. Amazon organise des hackathons trimestriels, désormais presque exclusivement consacrés à l'IA générative, produisant des vagues d'outils internes de productivité pour les développeurs. Les employés décrivent des situations où des managers leur présentent des outils au hasard en leur demandant de les tester, sans que ces outils aient été validés au préalable.

Le qualificatif qui revient le plus souvent dans les témoignages est « half-baked » (à moitié cuit, incomplet, non finalisé). Ces outils génèrent régulièrement des erreurs que les employés doivent ensuite identifier et corriger, ou qu'ils doivent vérifier avec des collègues, ce qui allonge le temps consacré à chaque tâche.

Un développeur logiciel a résumé la situation avec une franchise remarquable : « Mes collègues et moi n'avons pas l'impression d'aller vraiment plus vite. Mais la direction nous répète que nous devons accélérer, que l'IA va nous faire accélérer, et que la vitesse est la priorité numéro un. »

Ce décalage entre le discours managérial et l'expérience quotidienne est au cœur de la frustration des équipes. Un ingénieur en supply chain avec plus d'une décennie d'ancienneté a indiqué que les outils d'IA n'étaient utiles qu'occasionnellement et nécessitaient toujours des vérifications et ajustements manuels. La surveillance est également au cœur du problème : si un employé n'utilisait pas les outils d'IA, son manager recevait un rapport et entamait une conversation avec lui à ce sujet.

Des pannes aux conséquences concrètes

Les dysfonctionnements ne sont pas que symboliques. Amazon a convoqué un large groupe d'ingénieurs à une réunion consacrée aux pannes récentes affectant son activité de commerce en ligne, certaines liées à des outils d'IA de génération de code. Un document interne préparatoire décrivait une « tendance d'incidents » caractérisée par un « rayon de souffle élevé » et des changements « assistés par IA générative ».

Amazon a connu au moins deux pannes liées à des outils d'IA internes, dont une interruption de service de 13 heures en décembre 2025, après que des ingénieurs avaient « laissé leur outil d'IA effectuer certains changements ». La réponse de la direction ? Exiger davantage de supervision humaine — avec moins de personnel. Des ingénieurs juniors et intermédiaires doivent désormais obtenir la validation d'un ingénieur senior pour tout changement assisté par IA, alors que l'entreprise a licencié plus de 30 000 employés depuis octobre 2025.

Un employé de longue date a décrit la situation en des termes particulièrement sombres : « Au quotidien, c'est juste intenable. Notre charge de travail augmente et les problèmes à gérer s'accumulent. Certains managers le savent, mais les dirigeants ne font que pointer vers un grand projet IA. »


Une étude sur 163 000 employés confirme : l'IA amplifie le travail

Le cas Amazon serait-il une exception ? Les données d'ActivTrak, société d'analyse de la performance au travail, démontrent que non. Son rapport 2026 sur l'état des lieux du travail analyse plus de 443 millions d'heures d'activité réparties sur 163 638 employés dans 1 111 organisations sur trois ans — l'une des études comportementales les plus complètes jamais réalisées sur la productivité au travail.

La conclusion est sans appel. Parmi un sous-ensemble de 10 584 utilisateurs comparant 180 jours avant et après l'adoption de l'IA, le temps passé dans chaque catégorie de travail mesurée a augmenté entre 27 % et 346 % avec les e-mails en hausse de 104 %, la messagerie instantanée en hausse de 145 %, et le temps passé dans les outils de gestion d'entreprise en hausse de 94 %. Aucune catégorie d'activité n'a diminué après l'adoption.

Le rapport formule la conclusion de manière nette : l'IA est utilisée comme une couche de productivité supplémentaire, pas comme un substitut au travail existant. Les employés les plus performants adoptent les outils et produisent davantage, pas la même quantité de manière plus efficace.

Ce phénomène a même reçu un nom dans la littérature académique. Des chercheurs de la Haas School of Business à UC Berkeley ont identifié ce qu'ils appellent un « workload creep », une dérive de la charge de travail. Dans leur étude portant sur des employés d'une entreprise technologique où l'usage de l'IA était volontaire, l'IA a provoqué un cycle vicieux : elle a relevé les attentes en matière de vitesse d'exécution, ce qui a rendu les employés plus dépendants des outils d'IA pour répondre à ces nouvelles exigences. Le temps économisé n'est pas restitué aux travailleurs, il relève simplement le niveau d'attente, les renvoyant immédiatement vers les outils.

À plus long terme, les conséquences sont préoccupantes : cette dynamique peut conduire à une surcharge cognitive, à l'épuisement professionnel, à une détérioration de la prise de décision et à une baisse de la qualité du travail. Le rapport ActivTrak identifie également la montée d'un phénomène d'« AI brain fry » — une fatigue mentale spécifique liée à la supervision constante des outils d'IA, à la surcharge informationnelle et aux changements de tâches répétés qu'ils induisent.

La journée de travail se compresse, mais la charge s'intensifie

Les données d'ActivTrak révèlent d'autres paradoxes. La journée de travail moyenne s'est raccourcie de 2 % entre 2023 et 2025, passant de 8 heures 53 minutes à 8 heures 44 minutes. Dans le même temps, les heures productives ont augmenté de 5 % pour atteindre 6 heures 36 minutes par jour. La journée est donc plus courte, mais plus dense.

Autre signal inquiétant : l'efficacité de concentration (la part du temps de travail consacrée à une activité unique et ininterrompue) a chuté à 60 % en 2025, son niveau le plus bas depuis trois ans. La durée moyenne d'une session de concentration a diminué de 9 %, passant de 14 minutes 23 secondes à 13 minutes 7 secondes, tandis que le temps de collaboration a progressé de 34 %.

Plus préoccupant encore : le travail du week-end est devenu une réalité structurelle. Les heures productives du samedi ont augmenté de 46 %, et celles du dimanche de 58 %, avec des heures de démarrage de plus en plus matinales chaque année.


Le piège du capitalisme augmenté par l'IA

Ce phénomène n'est pas nouveau, ni propre à l'IA. Mo Gawdat, ancien directeur de Google X, l'avait formulé avec une lucidité grinçante : combien de fois les réseaux sociaux nous ont-ils rapprochés, et combien de fois nous ont-ils rendus plus solitaires ? Combien de fois les téléphones mobiles nous ont-ils fait travailler moins ? C'était pourtant la promesse des premières publicités Nokia. La technologie amplifie les capacités humaines et dans un système capitaliste, ce qu'elle amplifie avant tout, c'est la recherche du profit.

Une ancienne cheffe de produit licenciée en janvier 2026 a mis à nu la logique implicite de l'opération : « Si vous dites que vous avez automatisé deux heures du travail de quelqu'un, vous devez convertir ça en économies sur ce poste. C'est le calcul non dit de ce qu'ils font. »

La donne est claire : l'IA n'est pas déployée pour alléger le travail des employés, mais pour extraire davantage de valeur de chaque heure travaillée, tout en réduisant les effectifs. L'adoption de l'IA a atteint 80 % des employés dans les organisations étudiées, avec un taux de rétention mensuel moyen de 92 % et l'usage est systématique, pas expérimental. Pourtant, seuls 3 % des utilisateurs se situent dans la zone d'usage optimale identifiée par l'étude, entre 7 et 10 % du temps total de travail. La grande majorité sous-utilise ou sur-utilise ces outils, sans que les organisations aient développé les outils de mesure pour comprendre ce qui se passe réellement.

C'est ce qu'ActivTrak appelle le « AI Measurement Gap », l'écart entre l'adoption massive de l'IA et la capacité des organisations à mesurer son impact réel sur la productivité, la concentration et la capacité de travail de leurs équipes. Fermer cet écart est, selon les chercheurs, le défi managérial central de 2026. Non pas décider d'adopter l'IA, mais comprendre ce qu'elle fait vraiment au travail et à ceux qui le font.

Sources : 2026 State of the Workplace

Et vous ?

Dans votre organisation, la pression d'adopter des outils d'IA vient-elle de la direction ou émerge-t-elle naturellement des équipes ? Et pensez-vous que cela change fondamentalement les résultats ?

Estimez-vous que la supervision de l'IA (relecture, correction, validation des sorties) devrait être reconnue et mesurée comme une charge de travail à part entière ?

L'accélération des cadences imposée par les outils d'IA dans votre secteur vous paraît-elle soutenable à moyen terme, ou anticipe-t-on une vague de burnout différée ?

Peut-on concevoir un modèle où les gains de productivité de l'IA bénéficient réellement aux employés — sous forme de temps libéré — plutôt qu'à la seule bottom line des entreprises ?

Voir aussi :

« Elle a presque doublé notre charge de travail » : l'IA est censée faciliter les tâches. Ces travailleurs ne sont pas d'accord. Quand l'IA complique le travail au lieu de le simplifier

Les entreprises de la tech commencent à imposer l'utilisation de l'IA : les GAFAM surveillent désormais l'utilisation de l'IA par leurs employés dans le cadre des évaluations de performance