En Inde, des fabricants demandent à leurs ouvriers de porter des caméras fixées sur la tête afin de filmer des séquences destinées à l’entraînement de robots dotés d’IA. Si cette pratique n’est pas encore apparue à Singapour, elle soulève des questions de gouvernance pour l’un des secteurs manufacturiers les plus automatisés d’Asie, notamment sur le consentement des salariés, la surveillance et la propriété des données d’entraînement générées par les travailleurs.
Les fabricants singapouriens consacrent depuis des années des investissements à la construction de l’une des bases de production les plus automatisées de la région. Ces progrès les rapprochent désormais davantage que nombre de leurs homologues régionaux d’un défi de gouvernance au travail qui émerge avec l’IA industrielle : comment les organisations doivent gérer les connaissances et les données générées par des employés qualifiés à mesure que les robots gagnent en capacités.
Ces questions sont précisées par un article de The Guardian, qui a découvert que des usines utilisaient des caméras portables pour recueillir des séquences en vue subjective auprès d’ouvriers à la chaîne afin d’entraîner des robots dotés d’IA. Bien que cette pratique n’ait pas encore été observée localement, elle donne un premier aperçu des décisions réglementaires auxquelles les fabricants singapouriens pourraient bientôt être confrontés, tandis que l’IA industrielle passe des projets pilotes logiciels aux ateliers de production.
Une tendance au travail et dans l’IA
Un article de The Guardian fait état d’un phénomène émergent sur des sites de production du Sud global, notamment en Inde, où le personnel des chaînes de montage est invité à porter, pendant ses heures de travail, des caméras fixées au front et des lunettes connectées. Les séquences sont « égocentrées » : il s’agit de vidéos en vue subjective montrant comment des ouvriers expérimentés manipulent les outils et les matériaux.
Ce type de données issues de démonstrations physiques est rare et coûteux à recueillir dans les pays les plus riches. Il est devenu un carburant essentiel pour les modèles vision-langage-action, qui sont au cœur des robots humanoïdes et industriels de nouvelle génération.
Des entreprises spécialisées dans l’agrégation de données, dont Egolab.AI, Humyn Labs et Scale AI, ont fait de l’Inde une source principale, approvisionnant des développeurs en robotique dont les feuilles de route produit dépendent de gros volumes de séquences de démonstration humaines. Selon l’article, recueillir des séquences équivalentes aux États-Unis et dans des régions comparables peut coûter plus de 30 dollars de l’heure.
Un autre article sur la même tendance a révélé que la rémunération individuelle des travailleurs en Inde pouvait être aussi faible que 1 dollar de l’heure, bien en dessous de ce que laisserait supposer une simple fraction du montant américain, les données étant revendues avec une marge à des laboratoires de robotique.
Les autorisations sont généralement négociées avec la direction de l’usine, et non avec les travailleurs individuellement. The Guardian a rapporté que les tentatives visant à verser directement une rémunération aux travailleurs s’étaient heurtées à la résistance des propriétaires d’usines, soucieux de préserver leurs marges. Les mêmes séquences recueillies pour entraîner des robots peuvent également être réutilisées pour surveiller la productivité — suivre les temps d’inactivité ou signaler les moments où les employés s’arrêtent pour discuter.
Pour Singapour, il s’agit moins d’une histoire de matériel portable que d’une transformation déjà en cours : des entreprises développent des capacités d’IA propriétaires à partir des compétences accumulées par leur propre personnel. Dans le secteur manufacturier avancé, ces compétences deviennent un actif stratégique plutôt qu’un simple coût de main-d’œuvre.
Pourquoi la situation est différente à Singapour
Le secteur manufacturier représente une part importante du PIB de Singapour, et il s’inscrit pleinement dans les ambitions du gouvernement en matière d’IA. En février, le Premier ministre Lawrence Wong a annoncé la création d’un nouveau Conseil national de l’IA chargé de mener des « missions IA » dans quatre secteurs, dont l’industrie manufacturière.
Les fabricants locaux sont ainsi davantage exposés que la plupart des autres à cette dynamique précise. À mesure que la robotique et l’IA industrielle passent des projets pilotes aux chaînes de production, les entreprises devront définir des politiques encadrant la collecte, l’utilisation, le stockage et, à terme, la suppression des données générées par les travailleurs. Dans les cas rapportés jusqu’ici, ces décisions semblent avoir été prises de manière informelle, voire pas du tout.
La structure du consentement décrite dans l’article est également le point où la surveillance et l’entraînement de l’IA peuvent discrètement se rejoindre. Un système de caméras présenté comme une initiative robotique peut, en l’absence d’une gouvernance claire, servir aussi d’outil de surveillance comportementale. La loi singapourienne sur la protection des données personnelles impose déjà aux organisations d’obtenir un consentement et de limiter l’utilisation des données personnelles à une finalité déclarée. Cette exigence s’accorde mal avec des données recueillies sous une appellation puis réutilisées sous une autre.
Les attentes au travail évoluent elles aussi. La loi singapourienne sur l’équité au travail, adoptée en 2025 et dont l’entrée en vigueur est prévue en 2027, ne réglemente pas directement la surveillance assistée par l’IA. Elle témoigne toutefois d’une évolution plus large vers l’obligation, pour les employeurs, de justifier les pratiques qui affectent sensiblement le personnel. Cela fixe un seuil que les systèmes de surveillance des travailleurs et de capture de données devront de plus en plus souvent franchir, même en l’absence d’une loi spécifiquement consacrée à la surveillance par IA.
Qui doit participer aux décisions ?
L’article présente cette question comme un problème concernant l’atelier. Les enjeux de gouvernance dépassent largement les équipes opérationnelles :
- Ressources humaines doit définir des politiques relatives au consentement et à l’information des employés avant la mise en service de tout système d’enregistrement.
- Les services juridiques et de conformité doivent clarifier les durées de conservation et, lorsque les séquences ou les modèles franchissent les frontières pour être transmis à des développeurs étrangers, les obligations de transfert prévues par le cadre singapourien de protection des données.
- La sécurité doit considérer les données d’entraînement générées par les travailleurs comme un actif sensible, avec les mêmes contrôles d’accès que les autres éléments de propriété intellectuelle de l’entreprise.
Une question de propriété reste également sans réponse. Si l’expertise accumulée par un travailleur — ses réflexes, son enchaînement des tâches et sa capacité à résoudre des problèmes dans des conditions réelles — est capturée, nettoyée et transformée en jeu de données ou en modèle pouvant faire l’objet d’une licence, il n’est pas évident, au regard des cadres actuels, de déterminer qui bénéficie de cette valeur au-delà de l’employeur. Cette question n’a pas encore été tranchée à Singapour, mais elle est suffisamment proche du droit du travail et de la propriété intellectuelle existants pour mériter de l’attention avant que la collecte à grande échelle ne devienne une pratique courante.
Un avertissement venu de l’extérieur de l’usine
Le risque ne se limite pas aux marchés manufacturiers à bas salaires. Meta a mené une expérience comparable auprès de ses propres employés aux États-Unis, en enregistrant leurs frappes au clavier, leurs mouvements de souris et leur activité à l’écran afin d’apprendre à ses agents d’IA comment les gens naviguent dans les logiciels. L’entreprise a déclaré que les données servaient uniquement à l’entraînement des modèles, et non aux évaluations de performance.
Quelques semaines plus tard, Meta a suspendu le programme après une faille de sécurité ayant exposé une partie des données qu’elle avait recueillies. Pour les entreprises singapouriennes qui observent les deux versions de cette tendance — dans les usines comme dans les bureaux — la leçon est la même : la gouvernance doit être conçue avant le début de la collecte, et non élaborée après une fuite ou une plainte de salariés.
L’IA industrielle sort des logiciels pour gagner les ateliers physiques plus rapidement que les cadres de gouvernance ne parviennent à suivre. Comme les fabricants singapouriens figurent parmi les plus automatisés au monde, ils ont l’occasion de définir de manière proactive une politique sur les données des travailleurs plutôt que de réagir aux événements.
Les entreprises qui traitent dès maintenant la provenance des données, le consentement et leur durée de conservation comme des exigences de gouvernance, plutôt que comme une réflexion tardive une fois que les robots ont déjà été entraînés à partir des mouvements de leurs travailleurs, découvriront probablement qu’une gestion responsable des données devient un facteur de différenciation concurrentielle autant qu’une exigence de conformité.