Publié le 27 décembre 2025 · Mis à jour le 19 août 2026 · Lecture : 14 min · Par Arnaud Seknazi
Tâchification (n. f.) — Processus par lequel un emploi cesse d’être géré comme un poste doté d’un périmètre de responsabilités, pour être décomposé en un ensemble de tâches distinctes, décrites, mesurables et attribuables séparément — à un salarié, à un prestataire, ou à un système d’intelligence artificielle.
La tâchification ne présume ni de la suppression de l’emploi, ni du statut du travailleur : elle décrit un changement d’unité de gestion du travail, du métier vers la tâche. Elle se distingue de la tâcheronnisation (Casilli, 2019), qui désigne l’externalisation précarisée de micro-tâches rémunérées à la pièce, et du micro-travail, qui en est la forme la plus fragmentée.
Terme français introduit par Hubert Guillaud (InternetActu, janvier 2016), d’après le « taskification » de Mary Gray (Microsoft Research). Fondement scientifique : l’approche par les tâches ouverte par Autor, Levy et Murnane (2003) et formalisée par Acemoglu et Autor (2011).
Sommaire — Définition · Origines · Tâchification vs tâcheronnisation · Tâches ≠ métiers · Manifestations concrètes · Conséquences RH · Piloter plutôt que subir · FAQ · Bibliographie
Qu’est-ce que la tâchification du travail ?
La tâchification du travail désigne le passage d’une gestion du travail par postes à une gestion par tâches. Dans le modèle classique, l’unité élémentaire de l’organisation est le poste : un périmètre de responsabilités confié durablement à une personne, décrit par une fiche de poste, évalué globalement, rémunéré par classification. Dans le modèle tâchifié, cette unité devient la tâche : un livrable délimité, descriptible et mesurable, qui peut être attribué à un salarié, externalisé à un prestataire — ou confié à un système d’IA.
Ce basculement n’est pas une abstraction de chercheur : c’est l’opération concrète que réalise toute entreprise qui se demande « quelles parties de ce métier l’IA peut-elle prendre en charge ? ». Poser cette question, c’est déjà décomposer le métier en tâches. L’IA générative a rendu cette décomposition systématique, parce qu’elle n’automatise jamais des métiers entiers mais toujours des tâches précises — rédiger un compte rendu, trier des candidatures, produire un premier projet de document. ADP Research parle en 2026 de « désassemblage » des emplois (unbundling jobs) : mesurer la valeur du travail tâche par tâche, et non plus poste par poste.
La tâchification concerne donc tout le monde, y compris — et c’est le point le plus contre-intuitif — les cadres en CDI. Un emploi peut être intégralement tâchifié sans qu’aucun contrat de travail ne change : ce qui change, c’est la façon dont le travail est décrit, mesuré, attribué et valorisé.
D’où vient le concept ?
Mary Gray et le « taskification » (2016)
Le terme vient de l’anglais taskification, employé par l’anthropologue Mary Gray (Microsoft Research) pour décrire la décomposition des emplois en tâches distribuables via des plateformes. Ses travaux avec Siddharth Suri sur le « travail fantôme » (Ghost Work) ont documenté la face cachée de cette décomposition : les millions de micro-travailleurs qui entraînent et corrigent les systèmes automatisés.
L’introduction du terme en français par Hubert Guillaud
En français, le mot apparaît en janvier 2016 sous la plume d’Hubert Guillaud, dans un billet d’InternetActu intitulé « Votre job sera « tâchifié » », qui traduit et commente les analyses de Mary Gray. Le terme n’a ensuite jamais été constitué en concept : pas d’entrée de dictionnaire, pas d’article encyclopédique, pas de corpus académique francophone dédié. C’est précisément ce vide que cette page entend combler — en créditant ce que le mot doit à ses auteurs d’origine.
Ce que la tâchification doit à l’économie des tâches
Si le mot est récent, le cadre d’analyse ne l’est pas. L’économie du travail a opéré son « tournant des tâches » avec l’article fondateur d’Autor, Levy et Murnane (2003), qui explique les effets de l’informatisation non par les métiers mais par le contenu en tâches des métiers — routinières ou non, cognitives ou manuelles. Acemoglu et Autor (2011) en font un cadre général ; Autor (2015) en tire la réponse à la question « pourquoi reste-t-il tant d’emplois ? » ; l’Organisation internationale du travail le résume en 2025 d’une formule : « les emplois sont des paquets de tâches ». La tâchification est la traduction organisationnelle de ce que cette littérature a établi analytiquement.
Tâchification, tâcheronnisation, micro-travail : quelles différences ?
La tâchification porte sur la structure de l’emploi ; la tâcheronnisation porte sur le statut du travailleur. La confusion entre les deux est le principal obstacle à la compréhension du phénomène. La tâcheronnisation, concept installé par le sociologue Antonio Casilli (En attendant les robots, Seuil, 2019) et analysé par Philippe Béraud (Études digitales n° 6, 2018), désigne l’externalisation précarisée du travail : missions à la pièce, plateformes, indépendance subie. La tâchification décrit autre chose : le changement d’unité de gestion du travail — du poste vers la tâche — indépendamment du statut. Un cadre en CDI dans un grand groupe est tâchifié sans être tâcheronnisé.
| Tâchification | Tâcheronnisation | Micro-travail | |
|---|---|---|---|
| Objet | La structure de l’emploi | Le statut du travailleur | L’unité de production |
| Unité de gestion | La tâche, dans l’emploi | La mission externalisée | La micro-tâche |
| Statut concerné | Indifférent (CDI inclus) | Indépendant, prestataire | Travailleur de plateforme |
| Rémunération | Inchangée a priori | À la mission | À la pièce, quelques centimes |
| Population type | Cadres et professions qualifiées | Livreurs, chauffeurs | Micro-travailleurs de plateforme |
| Auteur de référence | En construction (cette page) | Casilli (2019) | Casilli, Gray & Suri |
| Effet sur l’emploi | Recomposition | Externalisation | Fragmentation |
Cette distinction n’est pas seulement conceptuelle, elle est empiriquement fondée pour la France : Bergeaud (HEC Paris, 2024) montre que ce sont les cadres — et non les moins qualifiés — qui sont les plus exposés à l’IA générative. Exactement l’inverse de ce que prédirait une lecture par la précarisation.
Pourquoi automatiser des tâches n’est pas automatiser des métiers
De 47 % à 9 % : ce que change le changement d’unité d’analyse
L’étude la plus citée de la décennie 2010, celle de Frey et Osborne (Oxford, 2013), concluait que 47 % des emplois américains étaient « à risque d’automatisation ». Elle raisonnait par métiers entiers. Trois ans plus tard, Arntz, Gregory et Zierahn (OCDE, 2016) refont le calcul en raisonnant par tâches : un métier ne disparaît que si l’essentiel de ses tâches est automatisable. Le risque tombe à 9 % en moyenne dans l’OCDE — et à 9 % pour la France. Changer d’unité d’analyse divise l’estimation par cinq. Aucun autre choix méthodologique n’a un tel effet : c’est la démonstration que la tâche, et non le métier, est la bonne maille pour penser l’automatisation.
Le cas français : moins de 10 % d’emplois menacés, près de 50 % transformés
Le Conseil d’orientation pour l’emploi (janvier 2017) l’a formulé pour la France dans les termes les plus utiles qui soient pour un DRH : moins de 10 % des emplois sont vulnérables (cumulant les fragilités face à l’automatisation), mais près de la moitié verront leur contenu notablement ou profondément transformé. Autrement dit : le sujet des DRH n’est pas la destruction d’emplois, c’est la recomposition du contenu des emplois — la tâchification. France Stratégie (Le Ru, 2016) aboutissait au même ordre de grandeur, et les travaux de l’ère générative le confirment : Eloundou et al. (2023) estiment qu’environ 80 % des travailleurs américains ont au moins 10 % de leurs tâches exposées aux LLM ; l’OIT (Gmyrek et al., 2023, 2025) conclut que l’effet dominant de l’IA générative est la transformation des emplois, pas leur suppression ; et l’Unédic (Baquero, 2025) dresse le même panorama pour la France.
Les trois chiffres qui rendent le concept opérationnel
| Chiffre | Ce qu’il démontre | Source |
|---|---|---|
| 47 % → 9 % | Passer du métier à la tâche divise par cinq l’estimation du risque d’automatisation. 9 % pour la France. | Frey & Osborne (2013) vs Arntz, Gregory & Zierahn, OCDE WP 189, 2016 |
| < 10 % vs ~50 % | Moins de 10 % des emplois français sont vulnérables, mais près de 50 % verront leur contenu évoluer. | Conseil d’orientation pour l’emploi, janvier 2017 |
| ~20 % de l’emploi français fortement exposé, les cadres en tête | Ce ne sont pas les moins qualifiés qui sont les plus exposés à l’IA générative. | Bergeaud, HEC Paris, janvier 2024 |
Comment la tâchification se manifeste concrètement ?
La tâchification avance rarement sous son nom. Elle se manifeste par des signaux opérationnels que toute direction RH peut observer : les cartographies de tâches menées avant un déploiement d’IA (« audit des cas d’usage ») ; les fiches de poste réécrites en listes de livrables ; la montée du pilotage par les compétences (skills-based organization), qui rattache les personnes à des tâches via des compétences plutôt qu’à des postes ; la délégation à l’IA de sous-ensembles précis du travail (52 % des usages observés relèvent de l’augmentation, 45 % de l’automatisation complète d’une tâche, selon l’Anthropic Economic Index, janvier 2026) ; et l’apparition d’indicateurs de valeur par tâche, popularisés par ADP Research (2026), qui chiffrent ce que « vaut » chaque tâche d’un emploi sur le marché.
Chacun de ces outils est utile. Leur somme, si personne ne la pilote, produit un changement de régime : l’entreprise cesse progressivement de gérer des métiers et se met à gérer un portefeuille de tâches, sans avoir jamais décidé de le faire.
Quelles conséquences pour la fonction RH ?
Fiches de poste, GPEC et référentiels de compétences
La fiche de poste décrit un périmètre stable ; la tâchification le rend mouvant. Les référentiels métiers et les exercices de GPEC construits sur des postes datent dès qu’une vague d’IA redistribue les tâches. La conséquence pratique : les référentiels doivent descendre au niveau des tâches et des compétences, et être révisés en continu plutôt que tous les trois ans.
Évaluation de la performance
Évaluer un poste, c’est apprécier une contribution globale ; évaluer des tâches, c’est mesurer des livrables. La tâchification tire l’évaluation vers la métrique — nombre, délai, conformité — au risque d’écraser ce qui n’est pas mesurable : la coordination, la transmission, le soin du collectif. Ce sont pourtant ces tâches « invisibles » qui restent le plus durablement humaines.
Rémunération et classification
Les classifications conventionnelles rattachent la rémunération au poste et à sa cotation. Une gestion par tâches introduit une logique de valorisation à la tâche qui percute ces grilles — c’est tout l’objet des travaux d’ADP Research sur la valeur des tâches. Tant que les classifications restent en vigueur, le DRH devra faire coexister deux logiques de valorisation, et arbitrer leurs contradictions.
Le risque de perte de sens
Un métier est une identité professionnelle ; une somme de tâches n’en est pas une. Décomposer le travail sans recomposer des rôles lisibles produit de la perte de sens — le travail en miettes que décrivait déjà Georges Friedmann à propos du taylorisme. La tâchification est une taylorisation potentielle du travail intellectuel : ce qui la distingue du taylorisme n’est pas sa mécanique, c’est le choix organisationnel qui en est fait.
Comment un DRH peut-il piloter la tâchification plutôt que la subir ?
La tâchification n’est ni bonne ni mauvaise en soi : elle est subie quand elle avance sans pilote, et pilotée quand elle devient un objet de gestion explicite. Cinq leviers concrets :
- Cartographier les tâches avant que l’IA ne le fasse — l’inventaire des tâches exposées à l’IA (sur le modèle des cartographies O*NET utilisées par toute la littérature) doit être un acte RH, pas un sous-produit d’un projet informatique.
- Recomposer des rôles, pas seulement décomposer des postes — chaque vague d’automatisation de tâches doit se conclure par la redéfinition explicite de ce que devient le métier : ce qui part, ce qui reste, ce qui apparaît.
- Protéger les tâches invisibles — identifier ce que les métriques ne voient pas (coordination, transmission, régulation des outils) et le réinscrire noir sur blanc dans les rôles recomposés.
- Adapter le dialogue social — une redistribution des tâches à grande échelle touche l’organisation du travail : elle relève de l’information-consultation du CSE, et le juge suspend déjà des déploiements d’IA menés sans consultation (TJ Nanterre, janvier 2026).
- Former à la maille des tâches — les plans de développement des compétences gagnent à cibler les tâches qui se transforment plutôt que des « métiers de demain » hypothétiques ; c’est aussi l’esprit de l’obligation de littératie IA de l’AI Act (article 4).
Sur le volet outils et déploiement, voir le guide de référence IA et RH et la liste des 25 usages concrets de l’IA en RH ; sur le volet juridique, la page AI Act et RH.
Questions fréquentes
La tâchification est-elle la même chose que la tâcheronnisation ?
Non. La tâcheronnisation (Antonio Casilli, 2019) désigne l’externalisation précarisée de micro-tâches rémunérées à la pièce : elle porte sur le statut du travailleur. La tâchification porte sur la structure de l’emploi : l’unité de gestion cesse d’être le poste pour devenir la tâche, quel que soit le statut. Un cadre en CDI peut être tâchifié sans être tâcheronnisé.
Qui a inventé le terme « tâchification » ?
Le terme français a été introduit en janvier 2016 par Hubert Guillaud (InternetActu), comme traduction du « taskification » employé par l’anthropologue Mary Gray (Microsoft Research). Le cadre d’analyse sous-jacent — raisonner par tâches et non par métiers — vient de l’économie du travail, avec l’article fondateur d’Autor, Levy et Murnane (2003).
La tâchification va-t-elle détruire des emplois ?
Les travaux disponibles disent l’inverse d’une destruction massive : en raisonnant par tâches, l’OCDE (2016) estime à 9 % les emplois français à risque élevé d’automatisation, et le Conseil d’orientation pour l’emploi (2017) conclut que moins de 10 % des emplois sont vulnérables mais que près de la moitié verront leur contenu transformé. L’effet dominant est la recomposition des emplois, pas leur suppression.
Qui est concerné par la tâchification ?
Potentiellement tous les emplois, mais les travaux sur l’IA générative montrent que les plus exposés sont les cadres et professions qualifiées (Bergeaud, 2024, pour la France ; Eloundou et al., 2023, pour les États-Unis) — l’inverse des vagues d’automatisation précédentes, qui touchaient d’abord les tâches manuelles routinières.
Quel est le lien entre tâchification et IA ?
L’IA n’automatise jamais des métiers entiers, elle prend en charge des tâches précises. Tout déploiement d’IA commence donc par décomposer les emplois en tâches — c’est-à-dire par les tâchifier. L’IA n’a pas créé la tâchification, qui vient de l’économie des plateformes et du management par les compétences, mais elle l’accélère et la généralise.
Bibliographie
Le socle académique
- Autor, Levy & Murnane, The Skill Content of Recent Technological Change, QJE 118(4), 2003.
- Acemoglu & Autor, Skills, Tasks and Technologies, NBER WP 16082, 2010-2011.
- Autor, Why Are There Still So Many Jobs?, JEP 29(3), 2015.
- Acemoglu & Restrepo, The Race between Man and Machine, AER 108(6), 2018.
- Frey & Osborne, The Future of Employment, 2013/2017.
- Arntz, Gregory & Zierahn, The Risk of Automation for Jobs in OECD Countries, OCDE WP 189, 2016.
L’ère de l’IA générative
- Eloundou, Manning, Mishkin & Rock, GPTs are GPTs, arXiv / Science 384(6702), 2023-2024.
- Gmyrek, Berg & Bescond, Generative AI and jobs, OIT WP 96, 2023.
- Gmyrek et al., A Refined Global Index of Occupational Exposure, OIT WP 140, 2025 — « Jobs are a bundle of tasks ».
- Brynjolfsson, Chandar & Chen, Canaries in the Coal Mine?, Stanford Digital Economy Lab, 2025.
- Richardson & Wang, Unbundling jobs: Measuring the value of tasks in an AI economy, ADP Research, 29 juillet 2026.
Le corpus français
- Le Ru, L’effet de l’automatisation sur l’emploi, France Stratégie, NA 49, 2016.
- Conseil d’orientation pour l’emploi, Automatisation, numérisation et emploi, tome 1, janvier 2017.
- Bergeaud, Exposition à l’IA générative et emploi, HEC Paris, janvier 2024.
- Baquero, Emploi et IA générative : panorama des travaux économiques, Unédic, 2025.
- Béraud, Plateformisation, tâcheronnisation et perspectives du digital labor, Études digitales n° 6, 2018.
- Casilli, En attendant les robots. Enquête sur le travail du clic, Seuil, 2019.
- Guillaud, « Votre job sera « tâchifié » », InternetActu, 26 janvier 2016.
Cette page est la référence permanente de DRH Digital sur la tâchification du travail ; elle prolonge le guide IA et RH. Pour citer cette page : Seknazi, A., « La tâchification du travail : définition, origines et conséquences RH », DRH Digital, mise à jour du 19 août 2026, https://www.drh-digital.com/tachification-du-travail/.