Au cours des deux dernières années, les outils d'IA pour la planification des équipes et les évaluations de performance se sont répandus rapidement dans les entrepôts américains : les plannings ne sont plus écrits à la main, et les évaluations ne reposent plus uniquement sur le jugement d'un superviseur. De plus en plus de sites laissent des algorithmes décider qui travaille quel poste, quel quota de picking chaque opérateur reçoit, et qui est convoqué pour « objectifs d'efficacité non atteints ». Dans les présentations commerciales des éditeurs, cette histoire de « l'IA qui entre dans la gestion des effectifs » est racontée comme une réduction des coûts et des gains de productivité. Sur le plan juridique, en revanche, elle se heurte à une ligne de conformité de plus en plus claire, que la plupart des exploitants d'entrepôts sous-estiment encore.
Les données : trois lignes du droit du travail déjà tracées
Commençons par la Californie. La loi AB 701 sur les quotas d'entrepôt, signée en septembre 2021 et entrée en vigueur le 1er janvier 2022, a été le premier texte américain visant directement les quotas algorithmiques dans les entrepôts. Ses exigences centrales sont au nombre de trois : les employeurs doivent divulguer par écrit aux travailleurs les standards de quotas ; les quotas ne peuvent pas empiéter sur des droits fondamentaux comme les pauses repas et les pauses toilettes ; et les travailleurs ont le droit de demander 90 jours de données d'application des quotas. L'intention est sans ambiguïté : un rythme de picking fixé par algorithme ne peut pas se faire aux dépens des besoins humains fondamentaux. Fin 2023, le bureau du procureur général de Californie a conclu un accord public avec une grande entreprise de e-commerce sur la divulgation des quotas, exigeant une divulgation écrite des quotas dans ses entrepôts californiens : l'action de conformité la plus suivie depuis l'entrée en vigueur de l'AB 701, et une ligne tracée dans le sable pour toute entreprise exploitant des entrepôts en Californie : les KPI fixés par algorithme doivent résister à un examen écrit.
Ensuite l'Illinois. La loi BIPA (Biometric Information Privacy Act), en vigueur depuis 2008, visait à l'origine les pointeuses à empreintes digitales, mais sa logique est aujourd'hui transposée aux scénarios de présence et de performance basés sur l'IA : consentement éclairé écrit avant toute collecte d'identifiants biométriques, plus une politique publiée de conservation et de destruction des données. Les dommages-intérêts légaux vont de $1,000 à $5,000 par infraction, et « par infraction » signifie par personne et par collecte, ce qui s'additionne vite. Ces dernières années, les tribunaux de l'Illinois ont vu plusieurs règlements collectifs contre des employeurs pour le pointage biométrique, certains atteignant une échelle de plusieurs millions de dollars. Alors que les entrepôts adoptent la reconnaissance faciale pour le pointage et l'analyse comportementale par caméra pour alimenter les scores de performance, un texte de 2008 risque d'arriver bien plus tôt que la plupart des exploitants ne l'imaginent.
La troisième ligne se situe au niveau fédéral. En octobre 2022, l'avocat général du National Labor Relations Board (NLRB) a publié un mémo signalant la façon dont la surveillance électronique par l'employeur et la gestion algorithmique peuvent refroidir les droits d'organisation des travailleurs. La logique : si la surveillance algorithmique fait craindre aux salariés de discuter des conditions de travail ou de participer à des actions collectives, cela peut engager les protections de l'« activité concertée » du National Labor Relations Act. Cela reste une orientation de conformité plutôt qu'une jurisprudence, mais le signal est difficile à manquer. Chaque donnée qu'un système de performance IA enregistre pourrait un jour devenir une preuve dans une procédure du travail.
Attribution : pourquoi les régulateurs du travail frappent d'abord les entrepôts
Voici la lecture à contre-courant : les environnements où la technologie atterrit en premier sont généralement aussi ceux où la régulation atterrit en premier. Les entrepôts cochent les trois cases à la fois. D'abord, les taux de blessures et de fatigue sont élevés, donc le lien causal entre les quotas algorithmiques et les blessures des travailleurs est le plus facile à prouver : les régulateurs n'ont pas besoin d'imaginer le risque ; il est dans les rapports d'incidents. Ensuite, les travailleurs de première ligne ont le pouvoir de négociation le plus faible ; un préparateur isolé ne peut pas négocier avec un rythme fixé par algorithme, ce qui donne à l'intervention réglementaire sa justification la plus solide. Troisièmement, la gestion algorithmique dans les entrepôts est déjà mature : quotas, temps takt, optimisation des parcours forment une boucle de données complète, ce qui maintient le coût de collecte des preuves à un niveau bas. Ensemble, ces trois conditions font des entrepôts le premier terrain d'essai de la législation sur la « gestion algorithmique », et non le dernier. Cela explique aussi la séquence observée : l'AB 701 est née d'abord en Californie, et les actions collectives BIPA ont d'abord visé les systèmes de pointage. La régulation avance toujours en premier sur le chemin où les preuves sont les plus complètes et la résistance la plus faible.
Perspectives : la fenêtre critique autour de 2027
Sur la base du rythme législatif et de conformité actuel, un jugement étayé par un calendrier est possible. 2025–2026 ressemble à la fenêtre pour une législation d'États en suivi, plusieurs États discutant déjà de projets de loi sur la divulgation des quotas de type AB 701 (consultez le site officiel de chaque État pour le statut le plus récent). Vers 2027, nous verrons probablement la première vague de décisions contentieuses ou de précédents de conformité contraignants sur la « gestion algorithmique », avec des litiges concentrés sur trois questions : les quotas algorithmiques privent-ils effectivement les travailleurs de leurs droits au repos, le pointage biométrique repose-t-il sur un consentement valide, et les scores de performance algorithmiques sont-ils utilisés pour sanctionner l'activité d'organisation. La classification par l'AI Act de l'UE des systèmes d'IA liés à l'emploi comme à haut risque est un cadre que les législateurs d'États américains emprunteront probablement : les exploitants multinationaux doivent planifier selon les deux calendriers, américain et européen, et non le seul américain.
La ligne de conformité : quatre choses à faire maintenant
| Point de risque | Base juridique | Action de conformité |
|---|---|---|
| Quotas algorithmiques de picking et de planification des équipes | AB 701 de Californie (entrée en vigueur en 2022) et législations d'États en suivi | Divulgation écrite des quotas ; maintenir une revue humaine dans la fixation des quotas ; conserver 90 jours de données de quotas pour inspection |
| Pointage par visage/empreinte et analyse comportementale | BIPA de l'Illinois (2008) | Consentement écrit avant la collecte ; politique publiée de conservation et de destruction ; évaluer des alternatives non biométriques |
| Surveillance algorithmique qui refroidit l'expression des travailleurs | Mémo d'octobre 2022 de l'avocat général du NLRB | Réduire la portée de la surveillance ; garder un humain dans les entretiens de performance ; construire un canal d'appel pour les employés |
| Scores d'IA pilotant directement licenciements ou rétrogradations | Projets de loi sur la responsabilité algorithmique en discussion | Revue humaine pour les décisions personnelles majeures ; logique de notation explicable et contestable |
Une mise en garde : la ligne « législation d'États en suivi » évolue vite : vérifiez sur le site officiel de chaque État avant d'agir, et ne prenez pas les descriptions de cet article pour une autorité juridique. Les montants de règlements et les cas de conformité cités ci-dessus proviennent de reportages publics ; fiez-vous aux dossiers judiciaires et aux annonces officielles pour les chiffres exacts.
Le bilan est le suivant : la planification des équipes par IA et la notation de performance se heurtent à peu d'obstacles techniques restants ; le vrai goulot d'étranglement est la conformité. Mon jugement : au cours des trois prochaines années, la ligne de démarcation dans la gestion des effectifs d'entrepôt ne sera pas quel algorithme est le plus précis, mais quelle fondation de conformité est la plus solide, car un algorithme peut être itéré en trois mois, tandis qu'une seule action collective peut coûter trois ans de bénéfices.
Ce qui laisse une question ouverte : alors que les algorithmes commencent à décider qui fait des heures supplémentaires et qui reçoit l'entretien d'avertissement, que devient le rôle du chef d'entrepôt lui-même ? La technologie, le droit et le management de terrain écrivent cette réponse ensemble, et les décisions de 2027 n'en seront que le chapitre un.
Par Dr. Chen, chercheur en supply chain
Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.
