01
Groupe Capacité
- Qualité du livrable
- L'IA produit-elle un travail exploitable tel quel ?
- Besoin de supervision
- Minutes de relecture humaine par unité produite.
- Latence
- Assez rapide pour la cadence réelle de la tâche ?
Méthodologie · Ouverte, versionnée, mensuelle
Comment chaque chiffre est construit.
Ne le lisez pas — voyez-le. Partez du résultat, puis dépliez la façon dont chaque chiffre est dérivé. Chaque chiffre est livré avec sa méthode et son intervalle de confiance.
Voyez-le d'abord
Un poste, entièrement chiffré.
Ce que produit la méthodologie, avant toute théorie : une Wagecard grandeur nature — le chiffre de substituabilité avec son intervalle de confiance, le coût opérationnel de l'IA et la composition des tâches en quatre classes.
Analyste financier · US Tier-2 · niveau intermédiaire
Zone d'augmentationSubstituabilité économique
44/ 100±6 pts
0intervalle 38–50 · confiance élevée100
Coût opérationnel de l'IA
$3,100/mo
Supervision, reprises et coût des erreurs intégrés.
Taux du marché (p50)
$98k/yr
Salaire médian × ville × tranche d'expérience.
Répartition des tâches
Remplaçable16%
Augmenté par l'IA41%
Piloté par l'humain, assisté par l'IA28%
Critique pour l'humain15%
/m/v8 · calculé en direct · échantillon illustratif
Le chiffre
Substituabilité économique sur une échelle de 0 à 100 — toujours affichée avec son intervalle de confiance ±, jamais un score nu.
Coût opérationnel de l'IA
Ce que coûte réellement le fonctionnement du poste par l'IA, une fois la supervision, les reprises et le coût des erreurs intégrés. Pas le prix de la licence.
La composition des tâches
Chaque tâche se range dans l'une des quatre classes de substitution. C'est le dosage qui fait l'analyse — pas un verdict unique.
- Intervalle de confiance
- Coût opérationnel de l'IA
- Taux de marché
- Quatre classes de tâches
Les neuf axes
Ce qui fait bouger le chiffre.
Un produit pondéré, pas une somme : la capacité fait office de seuil, la fiabilité multiplie, le coût des erreurs divise, l'avantage humain amortit.
02
Groupe Fiabilité et risque
- Fiabilité
- Taux d'escalade et de reprise dans des conditions proches de la production.
- Risque d'hallucination
- Fréquence des productions fausses énoncées avec assurance.
- Coût des erreurs
- Gravité financière, réglementaire et réputationnelle lorsque l'IA se trompe.
03
Groupe Économie opérationnelle
- Surcharge d'intégration
- Préparation du contexte, supervision et itération des prompts, une fois amorties.
- Adéquation des coûts unitaires
- Le coût de l'IA par tâche tient-il face au repère salarial du poste ?
04
Groupe Avantage humain
- Amortisseur d'avantage humain
- Composite de la valeur irréductible de la tâche sur cinq axes : confiance, ambiguïté, responsabilité, persuasion, contexte.
Aller plus loin
La méthode complète, quand vous la voulez.
Les classes, l'axe qui conditionne l'usage en production, l'analyse côté directeur financier et les preuves externes — repliés par défaut, pour que vous n'ouvriez que ce dont vous avez besoin.
Les quatre classes de substitution — où se range chaque tâche
Substitution élevée
Remplaçable
L'IA exécute la tâche de bout en bout avec une supervision humaine minimale. Viabilité de substitution élevée.
Zone d'augmentation
Augmenté par l'IA
L'IA réalise l'essentiel du travail ; l'humain garde la main sur les décisions et le contexte.
Hybride optimal
Piloté par l'humain, assisté par l'IA
L'humain pilote la tâche ; l'IA accélère l'outillage (rédaction, recherche, synthèse).
Travail critique pour l'humain
Critique pour l'humain
L'IA n'apporte aucune valeur nette (voire une valeur négative), du fait de la confiance, de la réglementation, de la responsabilité ou de la complexité relationnelle.
La fiabilité — l'axe qui conditionne réellement l'usage en production
La capacité, c'est ce à quoi se réduisent la plupart des cadrages publics de la substitution par l'IA : le modèle est-il seulement capable d'accomplir cette tâche ? C'est l'axe le plus facile à mesurer, et c'est pour cela qu'il monopolise la conversation. Or l'axe qui conditionne réellement l'usage en production, c'est la fiabilité : le modèle accomplit-il la tâche correctement assez souvent pour qu'un humain cesse de surveiller chaque production ?
Dans toute la matrice, la capacité a pris de l'avance sur la fiabilité : 31 cellules tâche-modèle obtiennent une capacité ≥ 75, mais 5 seulement atteignent une fiabilité ≥ 80. C'est dans cet écart que la plupart des déploiements d'IA non supervisée se retrouvent aujourd'hui annulés.
Chaque Wagecard fait ressortir trois chiffres de fiabilité : la capacité moyenne pondérée par les heures sur vos tâches, la fiabilité moyenne pondérée par les heures, et l'écart entre les deux. Nous indiquons aussi la part de vos heures de poste situées dans la zone « capable mais peu fiable » — capacité ≥ 75 et fiabilité < 80.
Écart de capacité
- 31
- cellules capacité ≥ 75
- 5
- cellules fiabilité ≥ 80
Klarna a fait marche arrière sur son déploiement d'IA couvrant 700 postes lorsque le CSAT a chuté sur les tickets complexes. La capacité était suffisante ; la fiabilité ne l'était pas.
Comment un directeur financier lit tout cela — VAN, TRI et délai de retour
Les décisions de déploiement d'IA en entreprise passent par trois filtres financiers standard. Nous les calculons tous les trois pour toute Wagecard dont le salaire est renseigné — en traitant la substitution par l'IA comme n'importe quel autre projet d'investissement.
VAN
5 ans
Somme des économies annuelles actualisées moins le coût de transition de l'année 0. Une VAN positive signifie que le déploiement crée de la valeur au taux d'actualisation donné.
TRI
Taux de rendement interne
Le rendement annuel que le projet dégage sur son capital, comparé au taux plancher de l'entreprise (CMPC). Un TRI de 35 % avec un capital bon marché, c'est le signal d'y aller maintenant.
Retour
sur investissement
Nombre d'années nécessaires pour que les économies cumulées remboursent le coût de transition. Un garde-fou face à la VAN et au TRI : une VAN positive assortie d'un retour à six ans peut malgré tout être écartée.
Un exemple chiffré complet — chaque valeur accompagnée de sa méthode — figure dans la vue Investissement de chaque Wagecard. Le taux d'actualisation est de 10 % par défaut (CMPC habituel des entreprises de taille intermédiaire) et reste ajustable à cet endroit sur les comptes Pro. Nous renonçons délibérément à modéliser la valeur d'option, la valeur de redéploiement stratégique ou la valeur terminale au-delà de l'année 5 : le modèle est calibré pour rester prudent dans l'analyse d'un individu comme d'une entreprise de taille intermédiaire.
Validation externe — la thèse, confirmée de façon indépendante
Que la capacité ne fasse pas la viabilité économique, et que le vrai coût de la substitution par l'IA réside dans la supervision, les reprises, le coût des erreurs et les frais d'intégration : ce n'est pas nous seuls qui l'affirmons. Ceux qui déploient l'IA le disent aussi.
VP Applied Deep Learning, Nvidia
Avril 2026“Pour mon équipe, le coût du calcul dépasse de loin le coût des employés.”
Fortune ↗MIT CSAIL
Étude 2024“L'automatisation par l'IA n'est économiquement viable que dans 23 % des postes à dominante visuelle, compte tenu des structures de coûts actuelles.”
Étude ↗BCG
2025“Seules 5 % des entreprises captent la valeur de l'IA à grande échelle ; environ 60 % n'en tirent aucune valeur tangible malgré leurs investissements.”
BCG ↗Klarna + Uber
2025–2026“Klarna a fait machine arrière sur un déploiement d'IA portant sur 700 postes lorsque la satisfaction client a chuté. Uber a épuisé tout son budget IA de programmation pour 2026 en quatre mois.”
C'est cet écart que Wagecore chiffre. La capacité progresse ; la viabilité économique, pas encore — et pas partout de la même façon. Notre taxonomie à quatre classes est calibrée sur les domaines où l'IA revient aujourd'hui moins cher à faire fonctionner, pas sur ce qu'elle pourrait être en 2030.
Évaluateur et versionnage — comment la matrice est notée et actualisée
La matrice v1 (en service) est notée par un évaluateur unique calibré, selon un barème transparent. Une méthodologie d'évaluation élargie arrive avec la v1.5 au T3 2026. La méthodologie est ouverte et versionnée chaque mois ; les offres payantes ajoutent de la profondeur et un détail au niveau du poste.
Méthodologie ouverte
Le barème et la formule sont publics : tout chiffre peut donc être vérifié au regard de la méthode qui l'a produit.
Versionnée chaque mois
La matrice de capacités est actualisée selon une cadence publiée.
Intervalle de confiance sur chaque chiffre
Aucun score nu : chaque chiffre s'accompagne de son intervalle ±.
Évaluateur unique calibré
La v1 est notée selon un barème transparent unique ; la v1.5 l'élargit.
Faites les calculs sur votre propre poste.
Choisissez un poste, visualisez le coût opérationnel de l'IA, la composition de la substitution et le point où la couche d'avantage humain prend le relais. Deux minutes, aperçu anonyme.