Mon verdict d'emblée, sans détour : au cours des 3 prochaines années, les emplois d'entrepôt que l'IA transformera en premier ne seront pas ceux des vétérans des chariots élévateurs, mais ceux des employés de bureau qui vivent entre tableurs, documents et appels téléphoniques. Mon horizon va jusqu'en 2028 : les postes administratifs par tâches seront absorbés en premier, les emplois physiques de terrain deviendront une collaboration homme-machine, et une série de rôles entièrement nouveaux, qui n'existaient pas auparavant, fera son apparition.
Pourquoi suis-je assez sûr pour l'affirmer ? 3 raisons. Premièrement, le calcul de coût tient déjà la route : dans une grande partie des États-Unis, les salaires des opérateurs d'entrepôt ont déjà atteint environ 20 dollars de l'heure, de sorte qu'un poste couvert 24 heures sur 24 coûte confortablement plus de 100 000 dollars par an, tandis qu'un AMR effectuant un travail fixe — ou un poste de service client IA — coûte déjà moins que cela en base annuelle. Deuxièmement, la technologie a atteint un point d'inflexion : les modèles de vision peuvent lire les dommages et les étiquettes, les modèles de langage peuvent rédiger des e-mails et construire des plannings ; il reste à brancher ces capacités sur les systèmes métier. Troisièmement, la pénurie de main-d'œuvre est réelle : 5 saisons de pointe d'affilée, les entrepôts n'ont pas réussi à recruter assez de monde, et la question de la direction a depuis longtemps cessé d'être « faut-il automatiser ? » pour devenir « par quoi commencer ? ».
Ce n'est pas de la hype autour de l'IA. S'il y a une chose à retenir, c'est même l'inverse : les emplois les plus transformés sont ceux qui semblaient respectables depuis un fauteuil de bureau.
Les emplois de paperasse sont déjà en train de disparaître
Regardez ce qui s'est déjà passé. Le suivi des expéditions est tombé le premier : un client appelle pour demander « où est mon fret ? », et il fallait auparavant un représentant qui ouvre le WMS, appelle l'entrepôt et rappelle. De nombreux 3PL font désormais fonctionner des agents IA qui lisent le statut en transit directement depuis le système et répondent en langage naturel ; les appels de suivi de routine ne passent quasiment plus par un humain. Les représentants n'ont pas été licenciés — mais un seul représentant couvre désormais 2 à 3 fois plus de comptes qu'avant. C'est cela, la restructuration : pas zéro personne, les mêmes personnes qui font des multiples du travail.
Viennent ensuite la planification des équipes et la revue des commandes. La planification d'un entrepôt repose sur un ensemble fixe de variables : la prévision des commandes, le débit historique, les étiquettes de compétences des employés, le plafond du budget des heures supplémentaires. Depuis 2024, j'ai vu plusieurs 3PL de taille moyenne générer des premières versions de planning avec des outils IA, les superviseurs ne gérant que les exceptions. Ce qui occupait auparavant tout un après-midi d'un employé avec un tableur se fait désormais en un premier jet de 15 minutes. La revue des commandes, c'est la même histoire : le système rapproche automatiquement les commandes de l'inventaire, seules les exceptions remontent à un humain, les commandes normales passent directement.
Puis il y a la saisie de données et le rapprochement. Bons de livraison des fournisseurs, factures des transporteurs — quelqu'un les saisissait autrefois ligne par ligne. Les modèles de vision et de langage lisent désormais les documents et rapprochent automatiquement ; un humain n'intervient que lorsqu'un écart dépasse un seuil. Un importateur que je connais employait encore 2 comptables de rapprochement à temps plein en 2023 ; en 2025, il ne restait qu'1 personne à temps partiel pour des contrôles ponctuels. Cet autre salaire a tout simplement disparu.
Ce que ces rôles ont en commun : les entrées et les sorties sont des informations structurées, les règles de décision peuvent être écrites, et les erreurs sont traçables. L'IA n'a pas besoin de robots ni de réaménager l'installation pour prendre ce travail : un ordinateur et une connexion API suffisent. C'est pour cela qu'ils sont les premiers sur la liste, et ce n'est pas injuste.
Les caristes et les préparateurs changent leur façon de travailler, pas le fait de travailler
Passons maintenant au terrain. Beaucoup s'inquiètent que les AMR et les bras robotisés fassent complètement disparaître les préparateurs et les caristes. Mon pronostic : pas d'ici 3 ans — mais la façon de faire le travail change beaucoup.
Prenons la préparation. Le robot de déchargement Stretch de Boston Dynamics, l'automatisation de palettes complètes de Symbotic pour les grands distributeurs — c'est réel, et ça fonctionne. Mais ils s'attaquent aux scénarios standardisés, répétitifs et à fort volume : des palettes complètes en entrée et en sortie, des itinéraires de transport fixes. L'entrepôt e-commerce avec 3 articles par commande, des dizaines de milliers de SKU et chaque colis de forme différente — là, les robots n'égalent toujours pas la flexibilité ni la rapidité humaines. Au cours des 3 prochaines années, la préparation devient une collaboration homme-machine : l'AMR apporte l'étagère à la personne, et l'humain ne fait que la prise finale et le jugement. Le temps de marche et de portage est absorbé par la machine, les préparations par heure augmentent, les effectifs diminuent — mais le rôle ne disparaît pas.
Les caristes sont un cas à part. La partie difficile de la conduite d'un chariot n'a jamais été la « conduite » : c'est l'évaluation d'un environnement dynamique : faut-il redresser cette palette qui penche, qui cède le passage dans une allée encombrée, ce carton à 6 mètres de haut est-il stable. Les chariots autonomes parcourent déjà des itinéraires fixes, mais dans une zone encombrée à trafic mixte, l'autonomie complète a encore un long chemin à parcourir. Ma lecture est que le rôle se scinde au cours des 3 prochaines années : certains opérateurs deviennent superviseurs d'équipements, surveillant plusieurs chariots autonomes et gérant les exceptions ; et les vétérans les plus expérimentés deviennent en fait plus précieux : plus le travail est délicat, plus l'expérience compte.
Pendant ce temps, de nouveaux rôles apparaissent, et c'est déjà le cas : maintenance des robots, gestion des exceptions système, étiquetage de données, optimisation des processus. Plus vous avez de machines, plus vous avez besoin de personnes qui comprennent à la fois l'entrepôt et les systèmes. Je connais un entrepôt traditionnel qui a déployé des AMR en 2024 ; la ressource la plus rare cette première année n'était pas l'argent pour les machines : c'était de trouver quelqu'un capable de lire un rapport WMS et qui n'avait pas peur de régler un paramètre de robot. Ils ont fini par former cette personne à partir d'un employé vétéran. Ces nouveaux rôles paient systématiquement un cran au-dessus des anciens emplois de terrain.
Le vrai portrait de la main-d'œuvre d'entrepôt au cours des 3 prochaines années est donc le suivant : les rôles administratifs par tâches se contractent, les rôles physiques de terrain deviennent collaboratifs, et une nouvelle couche intermédiaire grandit — des personnes qui comprennent les équipements, les systèmes et les données. L'effectif total diminue probablement. Mais ceux qui restent font un travail qui vaut plus.
Une question à emporter : dans votre entrepôt, quel poste ressemble le plus à « copier des données du système A vers le système B » ? Trouvez cette personne et regardez où vont réellement ses heures — le premier coup de l'IA tombera très probablement sur elle. Le découvrir compte plus que d'acheter n'importe quel système IA.
Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.
