La Fin des Interfaces : Comment l’IA Détruit les Logiciels

Une révolution silencieuse bouleverse actuellement le monde du travail numérique. Pendant 40 ans, les entreprises ont accumulé des centaines de logiciels pour se moderniser. Aujourd’hui, des startups technologiques suppriment massivement ces outils pour revenir à des fichiers texte bruts. Cette tendance inattendue marque la fin d’un cycle où les interfaces graphiques régnaient en maîtres absolues, protégées comme des actifs stratégiques majeurs.

Ce qui rend ce phénomène fascinant, c’est qu’il s’agit d’un retour en arrière apparent qui cache en réalité un bond technologique spectaculaire. Les développeurs abandonnent des outils visuels sophistiqués, conçus pendant des décennies pour simplifier leur travail, afin de retrouver la matière brute du code. Cette décision paradoxale s’explique par l’arrivée d’une nouvelle force de travail : les agents d’intelligence artificielle autonomes.

L’Hyperinflation SaaS Étouffe les Entreprises

L’entreprise moyenne paie actuellement entre 100 et 300 logiciels différents. Cela représente autant d’abonnements mensuels, d’interfaces à maîtriser et de silos de données qui ne communiquent pas entre eux. En France, 51% des entreprises cumulent entre 100 et 300 applications SaaS, transformant l’agilité promise en un véritable casse-tête d’intégration. Aux États-Unis, certaines grandes entreprises atteignent même le chiffre vertigineux de 447 applications distinctes.

Paradoxalement, cette accumulation d’outils censés simplifier le travail crée une complexité bureaucratique qui paralyse les organisations. Les employés passent leurs journées à naviguer entre différents onglets, à copier-coller des informations d’une plateforme à l’autre, et à réconcilier des données contradictoires éparpillées dans une mosaïque d’outils incompatibles. Cette réalité quotidienne révèle l’échec d’une promesse : la transformation numérique devait libérer du temps, elle en consomme énormément.

La transformation numérique, vendue depuis 15 ans par les cabinets de conseil avec des présentations PowerPoint convaincantes, a généré cette inflation logicielle. Le pitch était séduisant : pour se moderniser, il suffisait de digitaliser, d’ajouter des outils, toujours plus d’outils. On signait avec une entreprise de services numériques, on déployait une plateforme avec un joli tableau de bord coloré, on formait les équipes pendant plusieurs semaines à cliquer aux bons endroits, et on attendait que la magie opère.

Le résultat concret ? Une hyperinflation du Software as a Service qui a transformé les budgets informatiques en gouffres financiers. Les prix des logiciels SaaS ont explosé de 13,5% en moyenne en 2023, créant une pression budgétaire insoutenable pour les entreprises. Pourtant, au moment précis où les entreprises saturent sous le poids de ces abonnements, une nouvelle réalité émerge. Les agents d’intelligence artificielle butent sur exactement ce que nous avons construit : les interfaces graphiques deviennent des obstacles plutôt que des atouts.

Le Cas Cursor : 3 Jours Pour Remplacer un CMS Moderne

En décembre 2024, Cursor, un éditeur d’outils de programmation assistés par intelligence artificielle, a pris une décision qui ferait hurler n’importe quel consultant en transformation numérique. Lee Robinson, leur responsable de l’expérience développeur, a supprimé l’intégralité du système de gestion de contenu qui alimentait le site cursor.com. Tous les tableaux de bord visuels, les boutons, les menus déroulants et les prévisualisations en temps réel ont été effacés.

Cette migration audacieuse, qu’il estimait initialement prendre plusieurs semaines de travail acharné avec toute son équipe, s’est achevée en seulement 3 jours avec un coût dérisoire de 260 dollars en tokens d’intelligence artificielle et 344 requêtes d’agents IA. Pour mettre cette performance en perspective, c’est l’équivalent de ce qu’une équipe de développeurs aurait accompli en plusieurs mois de travail traditionnel, condensé en un long week-end.

Avant cette migration radicale, l’équipe dépensait des dizaines de milliers de dollars par an pour un CMS sophistiqué qui paradoxalement empêchait leurs propres agents IA de fonctionner efficacement. L’interface graphique, conçue pour faciliter le travail des humains, forçait l’intelligence artificielle à simuler un comportement humain complexe : se connecter avec des identifiants, naviguer dans des menus hiérarchiques, attendre le chargement des pages, trouver le bon onglet parmi des dizaines, cliquer au bon endroit sans marge d’erreur.

Ce processus était non seulement lent mais également extrêmement fragile. La moindre modification de l’interface par l’éditeur du logiciel pouvait casser l’automatisation. En revenant au code brut et aux simples fichiers Markdown, Cursor a permis à ses agents de travailler directement sur la matière première des données, sans intermédiaire. Le résultat était chirurgical : modification instantanée, aucune navigation superflue, traçabilité parfaite.

D’Autres Entreprises Suivent le Mouvement

Ce cas n’est absolument pas isolé. Prefect, une entreprise spécialisée dans l’orchestration de workflow qui aide d’autres sociétés à automatiser leurs processus complexes, a reconstruit son site web entier en une semaine avec 25 millions de tokens et près de 290 modifications de code. Le plus impressionnant ? Cette reconstruction a été pilotée par Adam Becker, leur Vice-Président Produit, qui n’est pas ingénieur de formation.

Ces exemples concrets démontrent qu’on peut accomplir en quelques jours ce qui prenait auparavant plusieurs semaines, voire plusieurs mois, en supprimant simplement la couche d’interface qui sépare les agents de leurs données. Cette accélération spectaculaire n’est pas simplement une question de vitesse brute, c’est un changement de paradigme complet sur la nature même du travail numérique.

La tendance s’amplifie rapidement. Des dizaines de startups technologiques expérimentent actuellement ce qu’on commence à appeler le « vibe coding » : générer du code fonctionnel en décrivant simplement ce qu’on veut obtenir, sans se préoccuper des interfaces visuelles traditionnelles. Cette approche repousse les limites de ce qui semblait possible il y a encore six mois.

Pourquoi les Interfaces Graphiques Deviennent Obsolètes

Pour comprendre cette rupture fondamentale, il faut revenir en 1984, une année charnière dans l’histoire de l’informatique. Le Macintosh d’Apple a démocratisé l’informatique avec son interface graphique révolutionnaire : fenêtres superposées, icônes cliquables, souris pour pointer et sélectionner. Avant cette innovation, pour utiliser un ordinateur, il fallait taper des commandes obscures dans un terminal noir. Seuls les ingénieurs et les passionnés savaient le faire correctement.

Cette innovation a permis à des centaines de millions de personnes d’utiliser des ordinateurs sans jamais comprendre leur fonctionnement interne. Des secrétaires pouvaient rédiger des documents, des comptables pouvaient créer des feuilles de calcul, des designers pouvaient manipuler des images. C’était un progrès immense et il ne faut jamais l’oublier. L’interface graphique a littéralement créé l’industrie informatique moderne telle que nous la connaissons.

Néanmoins, cette démocratisation avait un prix caché que personne n’avait anticipé. Pour qu’une interface soit utilisable par tous, sans formation technique approfondie, elle doit être figée dans une structure prédéfinie. Elle doit proposer les mêmes boutons, les mêmes menus, les mêmes chemins logiques à tout le monde. Elle doit anticiper à l’avance ce que l’utilisateur pourrait vouloir faire et proposer des options préconçues pour chaque scénario imaginable.

L’Interface Comme Carcan Rigide

Pendant 40 ans, les entreprises ont investi des fortunes colossales pour concevoir ces interfaces. Des équipes entières de designers UX, d’ergonomes spécialisés, de psychologues cognitifs et de développeurs frontend ont travaillé pendant des mois, parfois des années, pour décider où placer précisément un bouton, quelle couleur lui donner pour maximiser les conversions, quel texte y inscrire pour être compris intuitivement par le plus grand nombre.

L’interface était sacrée parce qu’elle était extraordinairement coûteuse à produire et à maintenir. Une fois déployée auprès de millions d’utilisateurs, on ne la changeait pas à la légère. Le moindre déplacement d’un menu pouvait déclencher des vagues de protestations. Les utilisateurs devaient s’adapter à l’interface imposée, apprendre ses particularités, mémoriser ses raccourcis, et c’est exactement là que le problème fondamental commence.

Les agents d’intelligence artificielle détestent précisément cette rigidité imposée. Quand une IA doit travailler sur un logiciel avec interface graphique complexe, elle doit interpréter des pixels colorés, deviner qu’un bouton gris signifie qu’une fonction est actuellement inactive, comprendre qu’une animation de chargement indique d’attendre avant de continuer. Ce processus de compréhension visuelle est lent, incroyablement fragile et coûteux en puissance de calcul.

En revanche, face à de la matière brute comme un simple fichier structuré en JSON ou en Markdown, l’agent IA lit instantanément, comprend la structure logique et exécute de manière chirurgicale. Il n’y a aucune ambiguïté, aucune interprétation nécessaire, aucune latence de chargement. La différence de vitesse est spectaculaire : ce qui prenait des minutes via une interface graphique s’exécute en quelques millisecondes avec un accès direct aux données.

Matière Brute Contre Illusion Visuelle

La distinction stratégique oppose désormais deux philosophies radicalement différentes. D’un côté, la matière brute : données réelles, fichiers texte simples, lignes de code pures que la machine comprend instantanément sans aucune traduction. C’est la vérité nue de l’information, sans fard ni décoration. De l’autre, l’illusion visuelle : tableaux de bord colorés, interfaces animées, graphiques esthétiques, couches de peinture agréables à l’œil humain mais fondamentalement opaques pour l’intelligence artificielle.

Pendant 40 ans, l’industrie du logiciel a vendu cette illusion avec un message rassurant : ne regardez surtout pas le moteur complexe qui tourne sous le capot, c’est trop compliqué pour vous, contentez-vous du volant ergonomique et des pédales intuitives. Cette approche était non seulement utile mais absolument nécessaire pour démocratiser l’informatique. L’être humain moyen gère très mal la complexité brute et a besoin d’abstractions simplifiées.

Aujourd’hui, une nouvelle force de travail est entrée dans l’arène : les agents autonomes. Ces entités logicielles ne sont pas intimidées par la complexité brute, elles s’en nourrissent. Plus le format est structuré et direct, plus elles travaillent efficacement. L’interface graphique, conçue comme une béquille cognitive pour les humains, devient une entrave pour les machines intelligentes. La vitesse appartient désormais à ceux qui travaillent sur le brut, la lenteur est le lot de ceux qui s’accrochent désespérément à l’interface.

Bill Gates et Elon Musk Prédisent la Disparition des Applications

Bill Gates, cofondateur de Microsoft et l’un des visionnaires technologiques les plus influents de notre époque, a affirmé en novembre 2023 que les agents IA remplaceront complètement les applications multiples dans les cinq prochaines années. Selon lui, nous sommes à l’aube d’une révolution aussi importante que le passage du DOS à Windows dans les années 1990.

Dans son blog GatesNotes consulté par des millions de personnes, Gates explique que chacun disposera bientôt d’un assistant personnel alimenté par intelligence artificielle, capable de suggestions proactives avant même qu’on les formule explicitement. Ces agents ne se contenteront pas de répondre à des commandes, ils anticipera nos besoins en analysant nos habitudes, notre calendrier, nos préférences et notre contexte.

Concrètement, ces assistants IA pourront donner des conseils de santé personnalisés en analysant nos données médicales et notre génétique, effectuer des achats complexes en comparant automatiquement des milliers d’options selon nos critères précis, ou encore organiser des réunions en dialoguant directement avec les agents d’autres personnes pour trouver le créneau optimal. Plus besoin d’ouvrir Doodle, de comparer manuellement les agendas, d’envoyer des emails de coordination.

La Vision Encore Plus Radicale d’Elon Musk

Elon Musk, PDG de Tesla et SpaceX, va encore plus loin dans sa vision prospective. Lors d’un podcast avec Joe Rogan en octobre 2025, il a prédit que les smartphones et applications traditionnels disparaîtront complètement dans les cinq à six prochaines années. Selon Musk, ces appareils rectangulaires que nous gardons constamment dans nos poches seront remplacés par des « nœuds périphériques pour l’inférence IA » bien plus performants.

Ces futurs dispositifs, peut-être des implants cérébraux ou des lentilles de contact augmentées, seront capables de générer du contenu en temps réel selon les préférences de chaque utilisateur, sans qu’il faille télécharger ou installer quoi que ce soit. L’idée même d’une « application » deviendra aussi obsolète que les disquettes ou les fax. Les systèmes d’exploitation comme iOS ou Android n’auront plus lieu d’être, l’IA générant directement les interfaces nécessaires au moment précis où on en a besoin.

Ces prédictions ne sont plus des hypothèses marginales émises par des futurologues déconnectés de la réalité. Elles deviennent un consensus solide chez ceux qui façonnent concrètement l’industrie technologique, qui investissent des milliards dans ces visions, et qui possèdent les ressources pour les concrétiser. Le langage naturel deviendra progressivement le système d’exploitation ultime universel.

La compétence valorisée ne sera plus de savoir utiliser tel ou tel logiciel spécifique, de connaître par cœur les raccourcis clavier de Photoshop ou les menus d’Excel. La compétence cruciale sera de savoir formuler une intention claire et précise que l’agent IA pourra interpréter et exécuter. C’est exactement pour cette raison que Google et Apple se livrent une bataille féroce pour le contrôle du microphone du téléphone. Celui qui contrôlera l’interface vocale dominante contrôlera l’accès privilégié à l’intelligence artificielle ambiante.

Les Secteurs Professionnels en Danger Immédiat

Cette transition technologique majeure ne frappera absolument pas tout le monde de la même manière. Certains acteurs sont protégés par des barrières presque infranchissables, tandis que d’autres se trouvent dangereusement exposés à une disruption brutale. Comprendre ces dynamiques devient crucial pour anticiper l’évolution de sa carrière.

Les géants technologiques comme Google, Apple, Microsoft, Amazon et Meta sont solidement protégés par leurs quantités massives de données propriétaires accumulées pendant des décennies. Ils ne subissent pas ce changement de paradigme, ils l’orchestrent activement. Ils seront les fournisseurs d’infrastructure de l’ère des agents IA, vendant les tokens, l’accès aux modèles, la puissance de calcul. Chaque requête qui passe par leurs systèmes génère des revenus.

Les secteurs ultra-régulés comme la banque, l’assurance et la santé bénéficient d’un bouclier temporaire grâce aux obligations légales strictes. Une banque comme BNP Paribas ou une mutuelle comme AXA peut se permettre d’attendre prudemment, d’observer les évolutions, de tester méthodiquement les nouvelles technologies sans pression immédiate. La réglementation RGPD, les normes de sécurité financière, les certifications médicales leur offrent un coussin protecteur contre la bascule rapide.

Les Entreprises Coincées au Milieu du Gué

Cependant, une troisième catégorie est dangereusement vulnérable : les entreprises coincées au milieu, ni assez grandes pour dominer, ni assez protégées pour attendre. Ce sont les agences digitales et marketing de taille moyenne, celles qui ont grandi en vendant de l’expertise pointue sur des outils précis. Leur valeur ajoutée repose entièrement sur la complexité des interfaces qu’elles savent manipuler mieux que leurs clients.

Maîtriser parfaitement Salesforce avec ses milliers de fonctionnalités, configurer HubSpot pour automatiser des parcours clients complexes, intégrer des CMS sophistiqués comme Contentful ou Sanity : ces compétences spécialisées constituaient des avantages compétitifs défendables. Mais si un agent IA peut accomplir ces configurations en quelques heures au lieu de plusieurs semaines, que reste-t-il de cette proposition de valeur différenciante ?

Les entreprises de services numériques (ESN), ces fameuses structures qui facturent des jours-hommes pour paramétrer des logiciels, former des équipes pendant des semaines, et maintenir des systèmes complexes, voient leur modèle économique fondamental s’éroder rapidement. Plus l’interface est complexe et obscure, plus elles facturaient traditionnellement. Mais cette complexité même, source de revenus récurrents, devient leur talon d’Achille.

Les éditeurs de plateformes dites « no-code » ou « low-code » comme Bubble, Webflow ou OutSystems ont construit leur proposition de valeur sur une promesse séduisante : simplifier radicalement l’accès au développement sans toucher une seule ligne de code. Selon Gartner, 80% des applications créées d’ici 2026 utiliseront ces outils. Néanmoins, si l’IA générative permet à n’importe qui de générer du code professionnel directement en langage naturel, que reste-t-il exactement de cette proposition différenciante ?

L’Exemple Capgemini : 2400 Postes Supprimés

Capgemini vient de donner une illustration brutalement concrète de cette dynamique. En janvier 2026, le géant français des services numériques a annoncé la suppression de 2400 postes en France, représentant environ 7% de ses effectifs hexagonaux. Parmi les raisons explicitement évoquées par la direction figure « l’accélération des mutations technologiques, notamment l’intelligence artificielle ».

Ce n’est plus de la prospective théorique débattue dans des colloques, c’est la nouvelle réalité qui frappe les bulletins de paie. Les intégrateurs et cabinets de conseil en transformation digitale, dont le métier consistait précisément à faire le pont entre des systèmes incompatibles, à être la glue humaine coûteuse entre des logiciels qui ne se parlent pas naturellement, découvrent que c’est exactement ce que les agents autonomes commencent à faire de manière automatisée.

Si vous travaillez pour ou avec l’une de ces structures, ne vous laissez pas surprendre par l’ampleur de la vague. Les coupes budgétaires sont déjà là, les renégociations de contrats également. Quand vos clients découvriront concrètement qu’un agent peut accomplir en trois jours ce qu’ils vous payaient trois semaines au tarif consultant, ils ne vous appelleront pas poliment pour vous prévenir à l’avance. Ils renégocieront brutalement ou changeront simplement de prestataire.

Le No-Code et Low-Code Face à l’IA Générative

L’ironie de la situation actuelle mérite qu’on s’y attarde. Les plateformes no-code et low-code ont émergé précisément pour démocratiser la création de logiciels sans compétences techniques approfondies. Des outils comme Microsoft Power Platform, Bubble, Webflow ou Airtable ont permis à des millions de personnes de créer des applications fonctionnelles en assemblant visuellement des composants préfabriqués.

Cette promesse séduisante a généré une adoption massive dans les entreprises. Selon les prévisions de Gartner, 75% des nouvelles applications en 2026 seront développées sur des plateformes low-code, et plus de 70% des entreprises auront une stratégie officielle de « Citizen Development » encourageant les employés non-techniques à créer leurs propres outils. L’investissement collectif dans cet écosystème se chiffre en dizaines de milliards de dollars.

Mais l’arrivée de l’IA générative crée un court-circuit inattendu. Si on peut désormais décrire en langage naturel ce qu’on veut obtenir et laisser l’IA générer directement le code correspondant, pourquoi passer par l’intermédiaire d’une plateforme no-code avec ses limitations inhérentes et son coût d’abonnement mensuel ? La question n’est plus théorique, elle devient stratégique pour l’ensemble du secteur.

Les Limites Structurelles du No-Code

Les plateformes no-code présentent des limites structurelles bien documentées. Elles excellent pour des cas d’usage standard mais peinent dès qu’on s’écarte des chemins balisés. La personnalisation profonde reste difficile, voire impossible, sans sortir du cadre prévu par la plateforme. Les performances sont souvent inférieures à du code optimisé manuellement. Les coûts d’abonnement peuvent exploser avec la croissance.

L’IA générative, en permettant de produire directement du code sur mesure, contourne ces limitations. Elle offre une flexibilité totale sans compromis. Néanmoins, elle introduit ses propres défis : qualité variable du code généré, risques de bugs subtils, difficulté à maintenir un code qu’on n’a pas écrit soi-même, absence de support structuré comme celui fourni par un éditeur de plateforme.

La réalité émergente semble être une coexistence complexe plutôt qu’un remplacement pur. Les plateformes no-code intègrent massivement l’IA générative dans leurs interfaces, comme Microsoft Copilot dans Power Platform ou les assistants IA de Webflow. Cette hybridation crée une nouvelle catégorie d’outils : des plateformes guidées par l’IA qui combinent la structure rassurante du no-code avec la puissance créative de la génération de code.

L’Ère de l’Interface Générée à la Demande

L’économie numérique entre dans ce qu’on commence à appeler « l’ère de l’interface générée ». Ce concept, encore obscur pour beaucoup, représente un changement de paradigme aussi fondamental que le passage du DOS à Windows. Pendant 40 ans, l’interface était sacrée parce qu’elle coûtait extraordinairement cher à produire : des équipes pluridisciplinaires travaillaient pendant des mois pour décider précisément où placer un bouton, quelle couleur lui attribuer, quel texte afficher.

Demain, avec l’IA générative déjà disponible aujourd’hui, l’interface sera créée dynamiquement au moment exact de l’exécution en fonction de l’intention précise et contextuelle de l’utilisateur. Ce n’est plus de la science-fiction mais une réalité technique déjà fonctionnelle dans certains laboratoires de recherche et startups avant-gardistes.

Concrètement, au lieu d’une application fixe avec des menus statiques qu’il faut mémoriser et des workflows rigides qu’il faut suivre à la lettre, l’IA générera l’interface temporairement, uniquement pour répondre à une demande spécifique, puis la détruira une fois l’objectif atteint. Par exemple, plus besoin de naviguer péniblement dans des menus hiérarchiques pour trouver un rapport de ventes enterré dans une sous-section obscure.

Exemples Concrets d’Interfaces Éphémères

L’utilisateur dira simplement à haute voix ou tapera : « Montre-moi les ventes de la semaine dernière par région géographique avec un focus sur les produits en déclin ». L’agent génère instantanément une fenêtre temporaire avec un graphique interactif parfaitement adapté à cette demande spécifique, un tableau de données filtré selon les critères énoncés, et des insights automatiques sur les tendances inquiétantes détectées.

Une fois l’information consommée, la décision prise et l’action lancée, cette interface éphémère est immédiatement détruite. Elle n’existe plus, elle ne prend plus de place en mémoire, elle ne nécessite aucune maintenance future. Si demain l’utilisateur pose une question légèrement différente, l’agent générera une interface complètement différente, optimisée pour cette nouvelle requête, sans aucune contrainte liée à des choix de design antérieurs.

Cette évolution transforme profondément le logiciel en substrat fluide où les interfaces deviennent jetables par nature. C’est exactement pour cette raison stratégique que Google et Apple se livrent une bataille féroce, investissant des dizaines de milliards, pour le contrôle total du microphone du téléphone et des assistants vocaux. Celui qui contrôlera l’interface vocale dominante, celle que les gens utiliseront naturellement par défaut, contrôlera l’accès privilégié à l’intelligence artificielle ambiante.

L’objectif explicite est que l’IA devienne une couche complètement invisible, un tissu connectif omniprésent reliant de manière transparente les emails, le calendrier, les contacts, les données d’entreprise, sans qu’il faille jamais ouvrir consciemment une application spécifique. On formule une intention, le système l’exécute, point final. La bataille stratégique n’est plus celle du meilleur logiciel isolé, c’est la bataille du meilleur orchestrateur universel.

Comment S’Adapter Concrètement à Cette Révolution

La division traditionnelle rigide entre professionnels « techniques » et « non-techniques » est en train de mourir sous nos yeux. Chez Cursor, entreprise à la pointe de cette transformation, les designers graphiques écrivent désormais du code régulièrement et l’équipe marketing modifie directement les fichiers sources sans passer par des intermédiaires. Cette évolution n’est pas anecdotique, elle préfigure l’avenir du travail numérique.

Comment ces professionnels non-ingénieurs accomplissent-ils cela sans avoir passé des années en école d’informatique ? Ils utilisent massivement l’intelligence artificielle comme traducteur technique bidirectionnel. Le designer exprime ce qu’il souhaite obtenir en langage naturel parfaitement compréhensible, et l’agent traduit instantanément cette intention en code fonctionnel. Le processus inverse fonctionne également : l’agent explique en langage simple ce qu’un bloc de code complexe accomplit.

Même sans écrire soi-même une seule ligne de code, il devient crucial de comprendre la structure logique sous-jacente. Il faut développer une aisance nouvelle avec l’idée de travailler directement dans le moteur, pas uniquement sur la carrosserie esthétique. La stratégie de carrière traditionnelle « je ne suis absolument pas technique, je suis juste un utilisateur passif d’outils » devient dangereusement obsolète et constitue un handicap professionnel majeur.

Développer les Compétences Clés de Demain

Être uniquement utilisateur, c’est adopter une posture passive et subir l’interface que quelqu’un d’autre a conçue avec toutes ses limites frustrantes, ses bugs irritants et ses contraintes arbitraires. Dans le monde professionnel qui émerge rapidement, la valeur marchande ne sera absolument plus de savoir cliquer méticuleusement sur les bons boutons d’un logiciel complexe après des semaines de formation coûteuse.

La valeur résidra dans la capacité à orchestrer efficacement des agents intelligents pour qu’ils accomplissent le travail de manière auton