Robots humanoïdes : l’étonnante industrie derrière leur entraînement

On a tous déjà, souvent sans même le savoir, participé à l’entraînement des intelligences artificielles. Lorsque, pour pouvoir valider l’inscription à un site ou une transaction, il faut cliquer sur un vélo, une borne à incendie ou recopier un code composé de chiffres et de lettres emmêlés, c’est une façon de participer à l’entraînement des programmes d’IA. C’est une façon d’être leurs yeux et de traduire ce que l’on voit. Ces quelques clics, que l’on fait occasionnellement, certains les répètent à longueur de journée, des centaines de fois, parfois des milliers, contre quelques dollars. Comme cet homme, derrière un écran, qui regarde une image d’un chien qui montre les dents. Menace ou jeu ? Il hésite à peine et tranche en quelques secondes, cliquant sur menace, avant de passer à l’image suivante. Sans ce geste, qui ne nécessite pas de qualification particulière, les différents modèles d’IA ne fonctionneraient pas.

Transformation et classification des données

En effet, une intelligence artificielle n’apprend pas seule. Avant de produire la moindre réponse, ce programme doit être entraîné. Un entraînement qui ne repose pas uniquement sur des volumes de données, mais sur leur transformation : elles doivent être triées, corrigées, évaluées par des humains. Et ce travail ne disparaît pas une fois le modèle déployé, il devient juste invisible. Mais il est loin d’être anecdotique : la Banque mondiale estime entre 154 et 435 millions le nombre de travailleurs actuellement engagés dans des activités de microtâches en ligne, soit entre 4,4 % et 12,5 % de la main-d’œuvre mondiale. La fourchette est large, mais elle importe peu, l’ordre de grandeur dit l’essentiel. Car même dans sa borne basse, elle décrit un volume qui dépasse celui de plusieurs grandes économies européennes réunies.

Une partie de cette main-d’œuvre intervient directement dans le fonctionnement des modèles : identification d’objets dans des images, classification de textes, filtrage de contenus, évaluation de réponses. Elle exerce ce que la machine ne sait pas encore faire seule : le jugement. Ce travail n’assiste pas l’intelligence artificielle, il la rend possible. Ce que l’on observe n’est donc pas un ensemble de tâches dispersées, ni un simple support technique, ni une simple étape provisoire, c’est une véritable chaîne de production. Et dans cette chaîne d’un nouveau genre, le jugement humain devient une matière première. Il est collecté, fragmenté, standardisé, puis intégré dans des systèmes vendus comme des produits technologiques à forte valeur ajoutée. Le mécanisme n’a rien d’inédit, il est même au cœur de toutes les grandes filières industrielles : on extrait, on transforme, on valorise. Ce qui change n’est pas la logique, c’est ce qui est extrait : notre matière grise.

La géographie confirme cette structure. Environ 51 % de cette main-d’œuvre se situe en Asie de l’Est et dans le Pacifique, le reste se concentrant en Asie du Sud et en Afrique subsaharienne. Cette carte est immédiatement reconnaissable : c’est celle des chaînes industrielles mondialisées, du textile à l’électronique, telles qu’elles se sont construites depuis plusieurs décennies. L’intelligence artificielle n’a pas inventé une nouvelle organisation du travail, mais a réactivé une organisation existante. La question devient alors économique : où se crée la valeur et où est-elle captée ?

Microtâches pour microsalaire

Un cas documenté en mesure la structure. Dans la collaboration entre OpenAI et Sama au Kenya, environ 12,50 dollars de l’heure étaient facturés par travailleur. Les travailleurs eux-mêmes déclaraient percevoir autour de 2 dollars. Ratio : un pour six. Ce chiffre n’est pas isolé : une étude académique portant sur 3,8 millions de tâches réalisées sur Amazon Mechanical Turk - la plateforme de microtâches d’Amazon, qui compte environ 500 000 travailleurs actifs - établit un salaire médian du même ordre, autour de 2 dollars de l’heure, avec seulement 4 % des travailleurs dépassant le salaire minimum fédéral américain.

La valeur ne reste donc pas là où le travail est effectué : elle remonte la chaîne. Le marché mondial du labeling de données est estimé entre 4 et 6 milliards de dollars en 2025, avec une croissance annuelle projetée supérieure à 25 %. Scale AI, l’un des opérateurs centraux de ce secteur, a vu son chiffre d’affaires tripler en deux ans, de 290 millions de dollars en 2022 à 870 millions en 2024. En juin 2025, Meta a investi plus de 14 milliards de dollars pour en acquérir 49 %, valorisant l’entreprise à 29 milliards, soit plus du double de sa valeur de l’année précédente. Un pari sur une ressource… et sur le fait qu’elle restera rare. La suite immédiate a toutefois été plus turbulente : plusieurs clients majeurs, dont Google et OpenAI, ont réduit leurs engagements avec Scale AI dans les semaines suivant l’opération, révélant la fragilité structurelle d’un modèle trop concentré sur quelques donneurs d’ordres.

Robotisation et déplacement du travail humain

C’est là que le récit dominant se fissure. L’intelligence artificielle est généralement présentée comme une technologie d’automatisation, appelée à réduire le besoin de travail humain et à en faire baisser le coût. Mais les faits observables décrivent une dynamique différente : le développement des modèles s’accompagne d’une demande massive de travail humain. Un travail qui n’est non pas supprimé, mais déplacé, fragmenté, rendu invisible par le produit final. Et cette structure ne se limite pas aux modèles actuels. Les robots humanoïdes développés par des entreprises comme Tesla, Figure AI ou Agility Robotics nécessitent, eux aussi, de suivre un apprentissage à partir de données issues de comportements humains : gestes, déplacements, interactions physiques avec des objets. Avant d’agir, la machine doit observer. Et ce qu’elle observe, ce sont des humains.

Sauf que, désormais, on ne demande plus simplement à des humains de cliquer sur des photos ou identifier des objets. On les paye pour se filmer en train de réaliser des tâches du quotidien, de faire tout ce que l’on fait sans vraiment y réfléchir, par automatisme : se servir un café, refaire son lit, passer l’aspirateur ou le balai, repasser une chemise. Des étudiants, quand ils rentrent chez eux, se fixent un smartphone sur le front, comme une lampe frontale, pour filmer en "vue subjective" tout ce qu’ils font et transmettre les images aux entreprises qui développent des robots. Car si l’IA est désormais capable de réaliser des tâches infiniment complexes, "in silico", dans les circuits et puces de data centers, se déplacer dans la "vraie vie" pose encore de nombreux problèmes. Cuisiner ce n’est pas simplement suivre une recette. Il faut prendre en compte son environnement : la place dont on dispose sur un plan de travail, la qualité des ingrédients, la puissance du four… et des dizaines d’autres facteurs qu’il n’est pas toujours possible de mettre en équation ou de programmer via des capteurs. Comme si l’automatisation des tâches qui semblent les plus simples était en réalité la chose la plus complexe.

Donnée synthétique vs expertise humaine

La question de l’avenir de cette dépendance mérite d’être posée clairement. La donnée synthétique, celle générée par les modèles eux-mêmes, monte en puissance et absorbe déjà une part croissante du travail répétitif effectué par les humains, notamment les tâches d’entraînement les plus standardisées. Le travail de masse, celui du clic répété, est effectivement menacé. Mais ce mouvement déplace la dépendance des IA aux humains, il ne la supprime pas. En effet, à mesure que les modèles progressent, les tâches qui résistent à l’automatisation sont précisément les plus complexes : jugements ambigus, cas limites, situations que la machine ne sait pas encore résoudre seule ou comportements liés à la connaissance et la perception de son environnement. Le volume recule, mais l’exigence de qualité se déplace vers le haut.