Je me souviens de la première fois que j'ai entendu le terme "AI mōyú xué"—Théorie du Slacking AI. Elle circulait dans les cercles technologiques chinois autour de 2023, et elle décrivait un phénomène à la fois hilarant et profondément déprimant.
Voici comment cela fonctionnait : Un employé d'usine a accès à un outil d'IA. Un rapport qui prenait auparavant huit heures prend maintenant vingt minutes. Que fait-il donc des sept heures et quarante minutes restantes ? Il fait semblant de taper. Il fixe pensivement son écran. Il prend de longues pauses aux toilettes. Puis à 17h59, il soumet un rapport parfait et rentre chez lui.
L'employé est ravi—il est payé pour ne rien faire. Le patron est confus—tout le monde semble plus productif, mais les chiffres trimestriels sont exactement les mêmes que l'année dernière.
J'ai ri quand j'ai entendu cela pour la première fois. Puis j'ai arrêté de rire parce que j'ai réalisé : ce n'est pas une histoire d'employés paresseux. C'est une histoire d'organisations stupides.
J'ai été rappelé à tout cela la semaine dernière lorsque j'ai lu le Rapport sur l'écosystème OpenClaw de Chine 2026—une étude conjointe de Growth Blackbox et NetEase Intelligence Enterprise. Ils ont interrogé 2 000 utilisateurs individuels et 100 managers d'entreprise. Et les données ont confirmé quelque chose que je ressens depuis des années : Le véritable angle mort de la gestion à l'ère de l'IA n'est pas les outils. C'est le différentiel de vitesse.L'écart entre la rapidité avec laquelle les individus peuvent agir et la lenteur avec laquelle les organisations peuvent changer.
Voici les trois choses qui m'ont marqué—et ce que Mercury fait réellement à leur sujet.
1. Pas de point de douleur, pas d'adoption
La plupart des patrons pensent : "Je vais acheter l'outil IA pour tout le monde. C'est gratuit pour eux, cela leur fait gagner du temps, ils vont adorer. La productivité va exploser."
Le rapport a divisé 2 000 utilisateurs en cinq catégories :
- Nouveaux utilisateurs de Shrimp (21,7 %) :L'ont installé, l'utilisent à peine. L'ouvrent une fois par mois par accident.
- Travailleurs de Shrimp (25,7 %) :L'utilisent lorsque le travail l'exige. Sinon, fermé. Trois à cinq fois par semaine.
- Mentors de Shrimp (22,9 %) :L'utilisent et aident les collègues à le configurer.
- Élites de Shrimp (21,2 %) :Profondément intégré dans le flux de travail. Utilisation quotidienne.
- Dieux des crevettes (8,6%) :Sessions multiples quotidiennes. Je l'ai configuré pour trois collègues ou plus.
Ça vous semble familier ? C'est votre bureau.
Voici le détail qui compte : parmi les Nouveaux utilisateurs de crevettes—les personnes qui l'ont installé et ne l'ont jamais réutilisé—le pourcentage le plus élevé était la direction et les fondateurs.Pourquoi ? Parce qu'ils n'avaient pas de point de douleur spécifique au travail en attente d'être résolu. Quelqu'un d'autre l'a installé pour eux. Ils n'avaient pas de besoin à satisfaire.
À l'inverse, les personnes qui ont réellement utilisé l'outil étaient écrasante ment motivées par besoins de travail spécifiques. Le rapport a décomposé les déclencheurs d'adoption : 36,5 % étaient motivés par des exigences professionnelles. 30,7 % par le fait de voir le cas d'utilisation de quelqu'un d'autre. Au total, cela représente 67,2 %—deux tiers des utilisateurs sont arrivés avec un problème en main.
Les personnes qui ont adopté parce que "un collègue l'a installé pour moi"? Dans chaque cas d'utilisation—organisation de documents, planification, analyse de données, codage—ils ont montré une préférence négative.Ils avaient l'outil, mais il ne s'adaptait nulle part. Comme un appareil de cuisine de qualité que vous n'avez jamais demandé, assis dans un tiroir.
La vue de Mercury :Vous ne pouvez pas imposer la curiosité. Vous ne pouvez qu'exposer la douleur.
Chez Mercury, lorsque nous déployons des systèmes agentiques pour nos clients, nous ne commençons jamais par l'outil. Nous commençons par le goulot d'étranglement.Nous observons l'équipe pendant trois jours et trouvons la tâche spécifique qui les pousse à vouloir abandonner—généralement, c'est quelque chose comme "compiler le rapport hebdomadaire d'intelligence concurrentielle" ou "reformater les propositions clients pour la quinzième fois." Ensuite, nous construisons l'agent pour s'occuper de cette tâche spécifique.
La réaction n'est jamais "oh, technologie sympa." C'est "où cela a-t-il été toute ma carrière ?"
Vous ne pouvez pas dire à un employé que l'IA va le rendre 30 % plus efficace. Cela ne l'intéresse pas. Mais dites-lui que la tâche de trois heures qu'il déteste chaque mardi ne prend maintenant que quinze secondes, et ses yeux changent. Les humains ne sont pas des décideurs rationnels. Nous sommes des machines d'évitement de la douleur. Votre travail en tant que leader n'est pas d'acheter des outils. C'est de créer un environnement où la douleur devient visible, indéniable et suffisamment urgente pour que les gens cherchent eux-mêmes un soulagement.
2. Vitesse individuelle ≠ Vitesse de l'entreprise
Disons que vous dirigez une entreprise de bûcheronnage avec une centaine de bûcherons. Vous donnez à chacun une tronçonneuse haut de gamme. Votre entreprise gagne-t-elle immédiatement plus d'argent ?
Non. Parce que couper des arbres est plus rapide maintenant, mais le transport, l'inspection et la comptabilité n'ont pas changé. Le temps que vous avez gagné en coupant est mangé par le reste du processus.
Le rapport a trouvé exactement ce schéma. Les employés de première ligne ont largement rapporté se sentir "plus légers" et "plus rapides". Mais au niveau de l'entreprise ? Les coûts et les revenus n'ont pas significativement changé.
Où est passée l'efficacité ? Elle a été consommée par de nouveaux frottements. Révisions supplémentaires. Approbations supplémentaires. Cycles de vérification supplémentaires.
Imaginez ceci : Un employé passait une journée entière à rédiger un post sur les réseaux sociaux. Maintenant, elle le génère avec l'IA en cinq minutes. Elle a l'impression de s'être attaché une fusée dans le dos. Mais ensuite, le manager le lit et pense : "Cela ressemble à de l'IA. Il manque la texture faite main." Alors il demande trois autres versions, mélangées ensemble. Ensuite, parce que tout le monde a peur des hallucinations de l'IA, elle passe une demi-journée à vérifier manuellement les données. Ensuite, le service juridique doit le revoir car le profil de risque de conformité a changé. Ensuite, le service informatique veut enregistrer quel modèle l'a généré.
Elle a utilisé l'IA pendant cinq minutes. L'organisation a passé une journée supplémentaire à traiter ces cinq minutes. Le post est toujours publié vingt-quatre heures plus tard.
La vue de Mercury : L'efficacité à l'ère de l'IA ne consiste pas à rendre tout le monde plus rapide. Il s'agit de compression des rôles.
Le rapport a mis en avant un cas de l'équipe de NetEase elle-même. Leur ancien flux de développement de produit était : le chef de produit rédige les exigences → le designer d'interaction dessine des maquettes → le designer visuel crée des maquettes → le développeur frontend implémente. Quatre personnes, transferts en série.
Ils l'ont restructuré : le chef de produit décrit les exigences directement, l'IA génère un prototype interactif, le designer juge et 微调 (ajuste). Quatre nœuds sont devenus deux.
C'est ce que nous appelons l'effondrement du processus chez Mercury. La question n'est pas "comment rendre chaque personne 30 % plus rapide ?" La question est : "Quels transferts pouvons-nous éliminer complètement ?"
Lorsque nous concevons des flux de travail agentiques pour les clients, nous ne cartographions pas le processus existant puis ajoutons de l'IA. Nous cartographions le processus existant puis supprimons des nœuds. Si un agent IA peut générer le premier brouillon d'une proposition, pourquoi le rédacteur junior existe-t-il encore dans cette chaîne ? Si un agent peut compiler des informations concurrentielles à partir de cinquante sources en temps réel, pourquoi l'analyste passe-t-il ses lundis matins à le faire manuellement ?
La vérité inconfortable : Si vous mesurez le ROI de l'IA en comptant combien de présentations les employés ont faites avec l'IA, vous mesurez la mauvaise chose. Les vraies questions sont plus laides :
- Quels processus pouvons-nous supprimer complètement ?
- Quels rôles doivent être redessinés, et non requalifiés ?
- Où le coût de communication est-il maintenant plus important que le gain d'efficacité ?
Si vous ne pouvez pas répondre à ces questions, vous n'avez pas acheté d'IA. Vous avez acheté une centaine de tronçonneuses coûteuses et gardé la même opération de déforestation.
3. Le fossé de gouvernance : Les employés sont déjà partis
Voici celui qui devrait tenir chaque CTO éveillé la nuit.
Le rapport a révélé qu'après que les employés commencent à utiliser des outils d'IA par eux-mêmes, il faut deux à quatre semaines avant que les départements IT ou de conformité ne s'en aperçoivent. Réfléchissez à cela. Pendant une moitié de mois, des employés utilisent des outils d'IA sur des machines de l'entreprise, traitent des données de l'entreprise, se connectent à des API externes, et la fonction de gouvernance découvre juste que "oh, les gens utilisent ces trucs."
Parmi 88 entreprises qui avaient "déployé l'IA", seulement 21,6% avaient un cadre de gouvernance complet. Quatre entreprises sur cinq fonctionnaient à découvert.
La réponse de l'industrie a été prévisible : des interdictions plus strictes. Listes noires. Prévention des fuites de données. Flux de travail d'approbation obligatoires.
Voici pourquoi cela ne fonctionne pas, selon le rapport : Une gouvernance plus stricte pousse simplement l'utilisation plus profondément dans la zone grise.Les employés passent à des téléphones personnels. Ils utilisent le WiFi des cafés. Ils enregistrent des comptes personnels. Vous pensez avoir renforcé le contrôle ; vous avez juste déplacé l'activité quelque part où vous ne pouvez pas la voir.
La vue de Mercury :À l'ère de l'IA, la gouvernance ne consiste pas à être strict. Il s'agit d'êtresuffisamment rapide pour suivre.
Le rapport a suggéré un chemin contre-intuitif : au lieu que le siège choisisse des outils, forme tout le monde et impose l'utilisation—faites le contraire.Laissez les employés prendre de l'avance. Laissez-les expérimenter. Ensuite, faites en sorte que l'organisation identifie, catalogue et intègre ce qu'ils utilisent déjà. La posture du manager passe de "responsable des achats" à "responsable de la mise à jour."
Cela correspond exactement à ce que nous avons prêché. Le modèle traditionnel de gouvernance informatique suppose que l'organisation est l'acheteur et que l'employé est l'utilisateur. À l'ère de l'IA, l'employé est l'acheteur et l'organisation est le retardataire. Votre travail n'est plus de choisir l'outil. C'est de découvrir ce que votre équipe a déjà choisi, puis d'encadrer la gouvernance autour avant que les données propriétaires ne commencent à fuir.
J'appelle cela le Modèle de Train à Grande Vitesse. Dans une organisation traditionnelle, la locomotive tire les wagons. Dans une organisation native à l'IA, chaque wagon a son propre moteur. Mais la mise à niveau critique est la suivante : la locomotive doit savoir où chaque wagon est déjà allé. Vous ne pouvez pas gouverner ce que vous ne pouvez pas voir. La visibilité précède le contrôle.
Le problème plus profond : la mort de la division du travail ?
En lisant ce rapport, je revenais sans cesse à quelque chose qui me perturbait.
L'économie moderne repose sur une pierre angulaire : la division du travail crée de l'efficacité.L'usine d'épingles d'Adam Smith. Spécialisation. Chaque personne fait une chose bien, et la production totale augmente.
Mais je vois de plus en plus la dynamique opposée. Si vous avez une idée, et que vous devez la traduire à une autre personne, la faire exécuter, puis la revoir, puis la réviser—le coût de communication et d'alignement dépasse souvent le gain d'efficacité de la division elle-même.
J'ai récemment vu une phrase en ligne qui m'a frappé : "À cette époque, le coût de communication de la division du travail dépasse souvent les gains d'efficacité de la division du travail."
Chez Mercury, nous avons vécu cela directement. Lorsque j'ai une idée stratégique sur l'architecture GEO d'un client, le chemin traditionnel est : je l'explique à un stratège, qui informe un rédacteur, qui rédige, qui me l'envoie pour révision, qui le renvoie pour révision. La boucle prend des jours. Le décalage d'alignement est constant.
Le nouveau chemin ? Je le dis à mon agent. Il rédige dans ma voix, dans ma structure, en temps réel. J'édite. Il révise. Nous expédions en une heure. La "division" entre idéation et exécution s'est effondrée en une seule boucle.
Je n'ai pas de réponse claire sur la façon dont cela se développe dans une organisation de mille personnes. Mais je sais ceci : la théorie classique de l'efficacité organisationnelle est mise à l'épreuve en temps réel.Et les entreprises qui continuent d'ajouter de l'IA à leur architecture de division du travail existante découvriront qu'elles ont simplement fait fonctionner une machine lente plus rapidement, plutôt que de construire une machine rapide.
Ceux qui gagneront seront ceux assez courageux pour demander : Quelles divisions n'ont plus besoin d'exister ?
— James, PDG, Mercury Technology SolutionsEn savoir plus sur www.mtsoln.comHong Kong, mai 2026
