- ▸ « On devrait être sous-employés » : le paradoxe que personne n'a vu venir
- ▸ Chaque tâche accélérée ouvre trois nouveaux chantiers
- ▸ Le dernier 1 % engloutit jusqu'à 90 % du temps — et l'IA change ce calcul
- ▸ Quarante projets en parallèle : la charge n'est plus horaire mais cognitive
L’IA accélère certaines tâches de 2 à 100 fois. La conséquence attendue tenait de l’arithmétique : moins d’heures travaillées, zéro épuisement professionnel. C’est l’inverse qui s’observe, parce que chaque tâche abrégée ouvre de nouveaux chantiers plutôt qu’elle n’en referme. L’ingénieur et essayiste Rick Manelius nomme ce retournement dans un texte publié le 26 juillet 2026. Décryptage en six temps.
Ce qu’il faut retenir 1. L’IA accélère les tâches de 2 à 100 fois : sur le papier, le sous-emploi devient possible et l’épuisement devrait reculer. 2. Le gain de vitesse ne réduit pas la charge — il finance la multiplication des projets, ces « boucles ouvertes » qu’on maintient en parallèle. 3. Le dernier 1 % de qualité absorbe 50 à 90 % du temps d’une tâche ; c’est précisément ce segment que l’IA rend abordable. 4. La surcharge devient cognitive et non plus horaire : gérer quarante projets simultanés épuise davantage que travailler longtemps sur un seul. 5. Notre lecture : la compétence rare n’est plus la vitesse d’exécution, mais le tri — décider ce qu’on refuse de faire.
« On devrait être sous-employés » : le paradoxe que personne n’a vu venir
La question, posée telle quelle, semble imparable. Si un outil divise le temps d’exécution par dix, voire par cent, l’utilisateur devrait finir sa journée à midi. Rick Manelius la formule sans détour : « si l’IA nous aide à accomplir des tâches 2 à 100 fois plus vite qu’avant, nous devrions être SOUS-EMPLOYÉS et ressentir ZÉRO burnout, non ? » (The New AI Superpowers: Focus and Followthrough).
La réalité qu’il décrit contredit cette promesse. Les mêmes personnes qui gagnent des heures grâce à l’automatisation se retrouvent plus sollicitées, pas moins. Le calcul de productivité est juste ; c’est la conclusion sur la charge mentale qui déraille. Comprendre pourquoi suppose de regarder ce que nous faisons du temps libéré — et là, la logique comptable cède la place à la psychologie.
Chaque tâche accélérée ouvre trois nouveaux chantiers
Le premier mécanisme tient à une réserve de projets latents. Pendant des années, chacun a gardé sous le coude des dizaines, parfois des centaines d’initiatives repoussées faute d’heures disponibles. Manelius les décrit comme ces projets qu’on aurait pu lancer mais qu’il fallait remiser, « quand j’aurais le temps » — « when I had the time ». Cette réserve n’attendait qu’un déclencheur.
L’IA joue exactement ce rôle. Elle ne se contente pas de vider la pile de travail existante : elle rend soudain plausibles tous ces chantiers dormants. La formule que rapporte Manelius résume l’illusion — « But, maybe you can do it all now that I’m here! » : peut-être que tu peux tout faire, maintenant que je suis là. L’outil se présente comme le collaborateur qui débloque enfin le « tout ».
C’est là que la libération se retourne en piège. Le temps gagné sur une tâche ne se transforme pas en repos ; il se réinvestit immédiatement dans deux ou trois initiatives supplémentaires. Le gain d’efficacité ne réduit pas le nombre de boucles ouvertes — il l’augmente. Chaque projet clos plus vite finance l’ouverture de plusieurs autres.
La contrainte que l’IA n’abolit pas, Manelius la cite comme un garde-fou : « You can have anything in life, but not everything » — on peut avoir n’importe quoi dans la vie, mais pas tout. La vélocité algorithmique donne l’impression que cette règle a sauté. Elle ne fait que déplacer le goulet d’étranglement : il n’est plus dans la production, il est dans l’attention et l’énergie de celui qui pilote. Nous avons troqué une limite horaire contre une limite cognitive, sans nous en rendre compte.
Cette bascule pose une question de méthode que la suite éclaire : si le coût n’est plus dans le volume brut de travail, où se loge-t-il vraiment ?
Le dernier 1 % engloutit jusqu’à 90 % du temps — et l’IA change ce calcul
Manelius emprunte une image astronomique pour situer le vrai coût de la qualité. On croit que l’écart entre une éclipse à 99 % et une éclipse à 100 % se résume à 1 %, une erreur d’arrondi. « Vous pensez que la différence entre une éclipse à 99 % et à 100 % n’est qu’un maigre 1 %, une erreur d’arrondi », écrit-il. L’expérience visuelle, elle, n’a rien de commun : la totalité change tout.
Transposé au travail, ce dernier centième porte l’essentiel de la valeur perçue. C’est le segment que Manelius appelle « payer le prix de ce dernier 1 % pour livrer cette expérience à 100 % » — pay the price of that last 1% to deliver that 100% experience. Le problème est son coût en temps.
Le chiffre : ce dernier 1 % de finition peut représenter 50 à 90 % du temps total d’une tâche.
C’est ce déséquilibre qui explique un comportement universel : la plupart des gens s’arrêtent avant. « Ce dernier 1 % peut représenter 50 à 90 % du temps total, ce qui explique pourquoi tant de gens disent simplement « assez bon » et livrent », note Manelius. Le « good enough » n’est pas de la paresse ; c’est un arbitrage économique rationnel devant une pente d’effort qui devient verticale.
L’IA modifie ce calcul par un seul levier : elle abaisse le coût du dernier centième. Manelius en tire la conclusion opérationnelle : « maintenant que l’IA rend les choses 2 à 100 fois plus efficaces, il n’y a plus de raison de ne pas payer le prix de ce dernier 1 % ». Le segment autrefois prohibitif redevient accessible.
Un tableau permet de visualiser le déplacement. Les proportions de temps citées viennent de Manelius ; le complément et le facteur d’accélération retenu servent d’illustration chiffrée.
| Niveau visé | Part du temps total | Réflexe courant | Effet d’un gain IA de 10× |
|---|---|---|---|
| 0 → 99 % | 10 à 50 % | on livre | déjà rapide, marge de gain faible |
| Le dernier 1 % (99 → 100 %) | 50 à 90 % | « c’est bon comme ça », on abandonne | passe de plusieurs heures à quelques minutes |
Faisons le calcul que la source ne pose pas. Prenons une tâche où le passage de 99 à 100 % coûtait sept heures de polissage — la fourchette haute des 90 %. Avec une accélération d’un facteur dix, ces sept heures tombent sous quarante-cinq minutes. Le segment qui poussait à baisser les bras devient un quart d’heure de plus. La finition n’est plus un luxe : elle devient l’option par défaut.
Le raisonnement se referme sur lui-même. Puisque le 100 % coûte désormais peu, pourquoi s’en priver ? Chaque projet migre du « suffisant » vers le « fini pour de bon ». Multiplié par le nombre de boucles ouvertes de la section précédente, ce relèvement des standards produit un effet cumulatif : non seulement on lance plus de chantiers, mais on les mène chacun plus loin. La charge d’exécution baisse par tâche et remonte par le total. C’est le cœur du paradoxe.
Quarante projets en parallèle : la charge n’est plus horaire mais cognitive
Manelius livre le symptôme sous une forme précise. « Ce qui s’est passé, c’est que j’ai commencé à remarquer que j’avais quelque chose comme 40 projets de « preuve de concept » en cours, et je sentais monter en moi ce pincement de burnout », rapporte-t-il (source). Quarante prototypes actifs : le chiffre dit tout de la mécanique décrite plus haut.
Le point décisif est la nature de l’épuisement. Il ne provient pas d’un volume horaire écrasant — les tâches, précisément, vont plus vite. Il provient du maintien simultané de dizaines de fronts ouverts. Chaque projet non clos occupe une fraction d’attention, réclame un suivi, exige une décision différée. La somme de ces micro-charges pèse davantage qu’un long effort continu sur un objet unique.
C’est un déplacement de la contrainte, pas sa disparition. L’ancienne rareté — le temps — se mesurait en heures et se gérait par un agenda. La nouvelle rareté — l’attention et la clôture — ne se planifie pas de la même façon. On peut abattre dix tâches dans la matinée et finir plus épuisé qu’après une seule journée dense, parce que l’esprit a dû tenir dix contextes en mémoire vive.
Manelius glisse une définition qui vise juste : le busywork, c’est « le travail assigné ou effectué principalement pour vous occuper » — « work assigned or done chiefly to keep one busy ». L’IA excelle à générer ce type d’occupation. Elle rend si peu coûteux le fait de démarrer quelque chose que l’on démarre sans arrêt, sans que la valeur suive. La productivité artificielle mesurée en tâches lancées n’a plus grand rapport avec la valeur produite.
Notre lecture : l’indicateur qui compte a changé de camp. Compter les projets initiés flatte l’ego productiviste ; compter les projets réellement terminés mesure l’impact. Une équipe qui suit les entreprises tech le vérifie chaque trimestre — voir notre analyse des gains de productivité réels de l’IA générative. Le pincement que décrit Manelius est le signal d’alarme d’un tableau de bord qui mesure la mauvaise variable.
Nous ne sommes pas conçus pour tourner à 100 % en continu
La ligne la plus dépouillée du texte est aussi la plus structurante : « nous ne sommes pas faits pour fonctionner à 100 % de vitesse chaque heure d’éveil » — We’re not meant to operate at 100% speed every waking hour. Elle pose une asymétrie que l’enthousiasme technologique tend à effacer.
Une machine soutient une cadence constante ; un humain, non. La vélocité de l’IA n’est pas seulement supérieure, elle est d’une autre nature : elle ne connaît ni fatigue, ni saturation, ni besoin de récupération. Aligner son propre rythme sur celui de l’outil revient à ignorer une contrainte physiologique qui, elle, ne se négocie pas.
L’erreur consiste à traiter le gain d’efficacité comme une invitation à combler chaque interstice libéré. Le temps rendu par l’automatisation peut servir de marge — respiration, recul, clôture propre — ou de nouveau carburant pour ouvrir davantage de fronts. Le premier usage restaure la capacité de travail ; le second l’érode. Rien dans l’outil n’impose l’un plutôt que l’autre : le choix reste humain.
C’est pourquoi le burnout observé n’est pas une fatalité technologique. Il résulte d’un réglage par défaut — remplir plutôt que respirer — que la vitesse rend seulement plus facile à activer. La machine accélère la production ; elle n’a pas d’opinion sur le repos de son opérateur. Poser cette limite reste une décision de méthode, et cette décision engage l’arbitrage qui suit.
De « faire plus » à « finir vraiment » : le nouvel arbitrage
Le titre même du texte de Manelius désigne les deux compétences qu’il érige en atouts de l’ère IA : la concentration et le suivi jusqu’au bout — focus and followthrough. Ce n’est pas un hasard s’il ne retient ni la vitesse ni le volume. Ceux-là, l’outil les fournit déjà en abondance.
L’arbitrage se déplace donc en amont de l’exécution. Quand produire ne coûte presque plus rien, la valeur se crée dans le choix de ce qu’on produit et dans la discipline de le mener à son terme. La concentration devient le filtre qui referme des boucles ; le followthrough, la capacité à honorer le dernier 1 % désormais abordable. L’un trie, l’autre achève.
Manelius réclame par ailleurs une clarté qu’il baptise « Sesame Street Simple » — d’une simplicité de programme pour enfants. La formule vise l’énoncé des objectifs : dans un contexte où l’on peut tout lancer, la seule protection contre la dispersion est de savoir, sans ambiguïté, ce qui mérite d’exister. Un objectif flou multiplie les prototypes ; un objectif limpide en élimine.
Le renversement pour les organisations est net. Doter les équipes d’outils 2 à 100 fois plus rapides sans réviser la manière dont on fixe les priorités revient à accélérer la production de busywork. Le goulet d’étranglement s’est déplacé de la capacité d’exécution vers la capacité de décision — un point que développe notre dossier sur la fatigue décisionnelle en entreprise et que confirme la façon dont les équipes tech redéfinissent la notion de « fini ».
Reste une conséquence concrète, mesurable dès le prochain trimestre : les gains de l’IA ne se liront pas dans le nombre de projets ouverts, mais dans la proportion de ceux qu’on aura eu la lucidité de ne jamais commencer.
FAQ
L’IA va-t-elle vraiment nous rendre plus libres professionnellement ?
Elle libère du temps sur les tâches, mais peut le réengloutir aussitôt dans de nouveaux projets. Selon Rick Manelius, la liberté dépend moins de l’outil que de la capacité à prioriser et à accepter le « suffisamment bon » quand le 100 % n’apporte rien. Sans ce tri, le temps gagné se transforme en surcharge.
Qu’est-ce qui cause réellement l’épuisement dans ce nouveau contexte ?
Non plus le volume horaire, mais le nombre de « boucles ouvertes » maintenues en parallèle. Manelius décrit quarante prototypes actifs générant un début de burnout, alors même que chaque tâche allait plus vite. La charge est devenue cognitive : tenir dix contextes simultanés fatigue davantage qu’un long effort sur un seul objet.
Sources – Rick Manelius, The New AI Superpowers: Focus and Followthrough, rickmanelius.com, 26 juillet 2026 — lien. – Chiffres cités (gain d’efficacité 2 à 100×, part du dernier 1 % évaluée à 50-90 % du temps, 40 projets « proof of concept ») : issus du même texte. Les mises en perspective chiffrées (exemple des sept heures ramenées à quarante-cinq minutes) sont des illustrations dérivées, non des données rapportées par la source.
