Qwen3.8-Max : Alibaba admet que son IA remplacera des emplois... pour votre bien

Une vidéo. Un homme range son bureau, part faire du kayak, rentre le soir : le travail est fait. Ce n'est pas lui qui l'a fait, c'est une machine. Et pour une fois, personne ne menace de le licencier.

Le 3 août 2026, Alibaba a lancé Qwen3.8-Max, son modèle d'IA le plus puissant à ce jour (Qwen est la gamme de modèles d'IA du géant chinois du commerce en ligne, l'équivalent de ChatGPT côté OpenAI). Le modèle est conçu pour travailler seul, plusieurs jours d'affilée, sans surveillance humaine. Mais le vrai coup, c'est le marketing.

Là où OpenAI et Anthropic (le créateur de l'assistant Claude) agitent la peur du chômage de masse, Alibaba vend l'inverse : confiez-nous vos corvées, allez vivre votre vie. C'est plus sympathique, mais c'est aussi un tour de passe-passe. Décryptage d'un récit qui arrange une entreprise cotée en Bourse.

Dans cet article :

• Ce que fait vraiment Qwen3.8-Max, au-delà de la vidéo
• Le tour de magie marketing : la peur d'un côté, le kayak de l'autre
• Et l'emploi, dans la vraie vie ? Ce que disent les chiffres
• Ce qui va réellement se jouer pour vous

Ce que fait vraiment Qwen3.8-Max, au-delà de la vidéo

Commençons par la machine, parce qu'elle est impressionnante. Qwen3.8-Max embarque 2 400 milliards de paramètres (les réglages internes qui encodent ce que le modèle a appris) et peut traiter jusqu'à un million de tokens de contexte, soit l'équivalent d'un très gros dossier lu d'un seul tenant [1].

Techniquement, c'est un modèle dit « à experts » (Mixture-of-Experts) : sur ces 2 400 milliards de paramètres, seuls 95 milliards s'activent à chaque requête. Une façon de rester géant sans coûter une fortune à faire tourner à chaque question posée.

Mais le cœur du sujet, ce ne sont pas les chiffres bruts. C'est ce qu'Alibaba appelle les tâches « à long horizon » : des missions qui s'étalent sur des heures, parfois des jours, avec des centaines d'étapes. Le pari est clair : finir un travail entier, pas répondre à une question isolée.

L'exemple le plus parlant est une simulation de commerce en ligne baptisée E-Commerce Bench. Le modèle démarre avec 100 000 yuans (environ 13 000 euros) et doit gérer des boutiques pendant une année complète : acheter, négocier avec des fournisseurs, ajuster les prix, gérer les retours, repérer 152 arnaqueurs planqués dans la liste des fournisseurs.

Résultat annoncé : 416 252 yuans en caisse à la fin de l'année, soit quatre fois le capital de départ, et 38 % de mieux que son dauphin dans le test [3]. Sur le papier, la machine gère une PME toute seule.

Alibaba multiplie les démonstrations du même genre. Seize jours de programmation en autonomie pour construire un outil logiciel de zéro. Cent vingt-cinq heures pour reproduire un article de recherche scientifique, puis l'améliorer de 2,7 points sur un test de mathématiques [2].

Un détail change tout, pourtant. Tous ces chiffres viennent d'Alibaba, de ses propres tests, sur ses propres bancs d'essai. Aucun évaluateur indépendant ne les a reproduits au moment du lancement [4].

C'est le genre de nuance qu'on retrouve à chaque grande annonce, comme dans le lancement d'un modèle ouvert géant. Un score maison n'est pas une preuve, c'est une promesse commerciale en attendant que le monde vérifie.

Le tour de magie marketing : la peur d'un côté, le kayak de l'autre

Voici où l'histoire devient intéressante. Alibaba ne se contente pas de sortir un modèle. La firme choisit délibérément un récit à l'opposé de ses concurrents américains.

Chez OpenAI et Anthropic, le message dominant tourne autour de la disparition des emplois, du bouleversement inévitable, du « préparez-vous ». Alibaba, elle, montre une vidéo où l'IA travaille pendant que l'humain profite de ses loisirs [5].

Le glissement est subtil. On ne vous dit pas « la machine prend votre poste ». On vous dit « la machine fait vos corvées ». Même geste, emballage inversé. Un modèle qui remplace du travail humain reste un modèle qui remplace du travail humain.

Et soyons honnêtes : les deux camps simplifient à l'excès. Les scénarios apocalyptiques d'un côté exagèrent autant que le message « détendez-vous » de l'autre. Sauf qu'un discours positif passe beaucoup mieux pour une entreprise cotée en Bourse.

Le calcul est limpide. Le jour de l'annonce, l'action Alibaba a bondi en Bourse à Hong Kong [6]. Vendre un outil qui « libère du temps » séduit les clients et rassure les marchés. Vendre un outil qui « détruit des emplois » fait fuir tout le monde.

D'ailleurs, les concurrents ont compris la leçon. OpenAI et Anthropic ont eux aussi commencé à adoucir sérieusement le ton. La guerre des modèles est aussi devenue une guerre des récits et le récit « on vous aide » gagne du terrain.

Cette bataille narrative a un précédent troublant, qu'on a raconté dans notre enquête sur le salaire fantôme : quand une machine vous rend deux fois plus productif, la question n'est pas de savoir qui travaille, mais où part la valeur créée.

Et l'emploi, dans la vraie vie ? Ce que disent les chiffres

Assez de marketing. Regardons ce que fait réellement l'IA au marché du travail, loin des vidéos et des menaces. La réponse est beaucoup plus terne que les deux récits.

À ce jour, il n'existe aucune preuve solide que l'IA provoque des pertes d'emplois massives. Le chômage des métiers les plus exposés à l'automatisation monte, oui, mais pas plus vite que celui des métiers les moins exposés.

Les chercheurs de l'université Stanford sont précis là-dessus. Depuis 2022, le taux de chômage des travailleurs les plus exposés à l'IA a grimpé de 0,77 point ; celui des moins exposés, de 0,85 point. C'est un marché du travail qui s'affaiblit partout, pas une saignée provoquée par les robots [7].

Ce que montrent les données d'usage, c'est autre chose : l'IA assiste plus qu'elle ne remplace, pour l'instant. Selon l'index économique d'Anthropic, qui mesure des millions de conversations réelles, l'usage collaboratif (l'humain et l'IA qui travaillent ensemble) domine à 52 %, contre 45 % pour l'automatisation pure [8].

Il y a bien une exception qui inquiète et elle est réelle. Les jeunes diplômés vivent le marché de l'emploi le plus dur depuis des années, avec un taux de chômage grimpé à 5,6 % début 2026. Les postes juniors, les premières marches de l'échelle, sont les plus fragilisés.

Autrement dit, le danger n'est pas là où le marketing le pointe ni là où la panique l'annonce. Il est concentré discret, et il frappe d'abord ceux qui entrent sur le marché. C'est exactement le genre de bascule qu'on suivait déjà dans notre analyse de l'IA au travail.

Ce qui va réellement se jouer pour vous

Alors, faut-il ranger son bureau et partir faire du kayak ? Non. Mais il ne faut pas non plus paniquer devant la prochaine vidéo. La bonne posture est plus froide, plus stratégique. Voici comment lire la suite sans se faire avoir, par les deux récits à la fois.

Ce que la machine sait faire, et ce qu'elle ne sait toujours pas

Le vrai basculement de 2026 n'est pas la puissance brute. C'est l'autonomie : des modèles qui enchaînent des centaines d'étapes sans qu'on tienne la main. Qwen3.8-Max le revendique ouvertement et il n'est pas seul sur ce terrain [2].

Mais ces démonstrations tournent en circuit fermé, dans des environnements conçus par le vendeur. Les évaluateurs indépendants notent que rien n'a été reproduit à grande échelle en conditions réelles [4]. Entre la vidéo et votre bureau, il y a un fossé que personne n'a encore comblé.

La leçon pratique : traitez chaque annonce de score comme une publicité tant qu'un tiers ne l'a pas vérifiée. La vraie question n'est jamais « ce modèle est-il meilleur ? » mais « meilleur pour faire quoi, dans mon travail précisément ? ».

Où se cache le vrai risque et pour qui

Les experts convergent sur un point que ni Alibaba ni les prophètes de malheur ne mettent en avant. Le risque n'est pas uniforme : il vise des tâches, pas des métiers entiers. Le travail répétitif de traitement d'information est le plus exposé ; ce qui repose sur la confiance, la présence, le jugement l'est beaucoup moins.

Une donnée frappe. Dans les métiers très exposés, les offres d'emploi junior réclament désormais sept fois plus de compétences seniors (jugement, encadrement) qu'avant, selon le baromètre mondial de PwC [9]. La définition même de « débutant » est en train de changer.

Et tout le monde n'a pas les mêmes armes pour encaisser. L'institution de recherche Brookings a identifié 6,1 millions de travailleurs américains à la fois très exposés et peu capables de rebondir. Ils sont concentrés dans les métiers administratifs et 86 % sont des femmes [10].

La compétence qui devient votre meilleure assurance

Face à des agents qui exécutent seuls, la valeur humaine se déplace. Elle ne va plus à celui qui produit la tâche, mais à celui qui sait juger le résultat, décider quoi en faire et assumer la responsabilité quand ça dérape.

Les études sur les compétences convergent : la vraie assurance, ce n'est pas d'apprendre à coder pour concurrencer la machine. C'est de développer ce qu'on pourrait appeler la littératie de l'IA (savoir où ces outils excellent, où ils se trompent, et comment vérifier ce qu'ils produisent) doublée du jugement métier.

Concrètement, trois réflexes tiennent la route :

• Apprenez à évaluer une sortie d'IA au lieu de la prendre pour acquis, car un travailleur qui repère l'erreur vaut bien plus que celui qui traite l'outil en boîte noire.
• Renforcez ce que la machine ne fait pas : relation, contexte, décision sous incertitude.
• Et testez ces modèles pour de vrai, sur vos propres tâches, plutôt que de croire les vidéos.

La vidéo d'Alibaba n'est ni un mensonge, ni une prophétie : c'est un miroir. Elle vous montre le futur du travail tel qu'une entreprise veut vous le vendre, à vous de décider ce que vous en gardez.

Sources principales :

1. Alibaba Cloud – "Alibaba Unveils Qwen3.8-Max: Its Largest and Most Capable Flagship Model to Date"
   Lancement le 3 août 2026 : 2 400 milliards de paramètres, 95 milliards actifs, contexte 1 million de tokens, 5ᵉ en Text Arena et 2ᵉ en Vision Arena. (alibabacloud.com)
2. The Decoder – "Alibaba's open-weight Qwen3.8-Max takes on long-horizon AI tasks with 2.4 trillion parameters"
   16 jours de codage autonome ; 125 heures pour reproduire puis dépasser un article de recherche de 2,71 points sur AIME24. (the-decoder.com)
3. The Decoder – "Alibaba's open-weight Qwen3.8-Max takes on long-horizon AI tasks" (E-Commerce Bench)
   Solde final de 416 252 yuans depuis 100 000 yuans de capital, 38 % de plus que GLM 5.2, 152 fournisseurs frauduleux à repérer. (the-decoder.com)
4. VentureBeat – "Qwen3.8-Max arrives with a bold claim"
   Les démonstrations restent produites par l'entreprise et non reproduites par des évaluateurs indépendants au moment du lancement. (venturebeat.com)
5. The Decoder – "Alibaba's new Qwen model is also taking your job, but this time it's great"
   Vidéo marketing montrant l'IA au travail pendant que l'humain fait ses loisirs ; contraste assumé avec le discours anxiogène d'OpenAI et Anthropic. (the-decoder.com)
6. TechBriefly – "Alibaba unveils open-source AI model Qwen3.8-Max"
   L'action Alibaba, cotée à Hong Kong, a bondi fortement dans les premiers échanges après l'annonce. (techbriefly.com)
7. Stanford SIEPR – "What is really happening to jobs? Separating AI hype from reality"
   Depuis 2022, chômage des plus exposés à l'IA +0,77 point contre +0,85 point pour les moins exposés ; chômage des jeunes diplômés à 5,6 % début 2026. (siepr.stanford.edu)
8. Anthropic – "Anthropic Economic Index report: economic primitives"
   Sur Claude.ai, l'augmentation (usage collaboratif) domine à 52 % contre 45 % pour l'automatisation pure. (anthropic.com)
9. Forbes / PwC 2026 Global AI Jobs Barometer – "AI Won't Replace Everyone. That's Not The Good News"
   Dans les métiers très exposés, les postes juniors réclament sept fois plus de compétences seniors (jugement, encadrement). (forbes.com)
10. Brookings – "Measuring US workers' capacity to adapt to AI-driven job displacement"
    6,1 millions de travailleurs à la fois très exposés et peu capables de rebondir, concentrés dans l'administratif, dont 86 % de femmes. (brookings.edu)