La règle des 35 minutes — Comment décider quoi automatiser avec l'IA en 2026
Il est un nombre que la plupart des cadres de productivité ignorent. Trente-cinq minutes.
Toby Ord, philosophe à Oxford et auteur de The Precipice, a proposé un cadre qu'il appelle le seuil d'ennui — le point où un être humain qui travaille sur une tâche répétitive ou superficielle perd sa concentration et commence à commettre des erreurs. Son observation est que la plupart des tâches cognitives, lorsqu'elles sont réalisées en continu au-delà de trente-cinq minutes, voient leur qualité se dégrader. Les erreurs ne sont pas spectaculaires. Elles sont silencieuses — une formule de feuille de calcul légèrement incorrecte, un email dont le ton est légèrement décalé, une saisie de données légèrement désalignée. Le travail est accompli. La qualité est en dessous de ce qu'elle devrait être.
Les recherches d'AIMultiple traduisent cela en une règle de décision pratique : toute tâche nécessitant plus de trente-cinq minutes et suivant un schéma répétable devrait être évaluée en vue d'une automatisation par l'IA ou d'une délégation. Le seuil des trente-cinq minutes n'est pas un hack de productivité. C'est une limite cognitive. Lorsque vous confiez à un humain un travail qu'un agent IA peut accomplir en trente-cinq minutes, vous payez un salaire humain pour une attention dégradée.
Cela fait passer la décision d'automatisation de « qu'est-ce qu'on peut automatiser ? » à « qu'est-ce qu'on devrait arrêter de demander aux humains de faire altogether ? » Et cette question, répondue honnêtement, constitue l'effet de levier productivity que la plupart des organisations ne saisissent pas.
Le problème de la propagation des erreurs — Pourquoi la règle des trente-cinq minutes est importante
Les recherches de Galileo sur les cascades de propagation d'erreurs expliquent pourquoi le seuil des trente-cinq minutes n'est pas seulement une question d'efficacité — c'est une question de qualité des erreurs.
Lorsqu'un humain commet une erreur sur une tâche qui tourne depuis quarante-cinq minutes, l'erreur ne reste pas à la quarante-cinquième minute. Elle se propage vers chaque étape ultérieure. Une référence de cellule erronée dans un modèle de feuille de calcul à la trentième minute contamine l'analyse à la cinquantième minute. Une saisie de données mal codée au début d'une migration de données contamine la base de données à la fin. L'humain est fatigué, commet de petites erreurs, et chaque erreur se compound dans le système qu'il construit.
Les agents IA n'ont pas de seuil d'ennui. Ils ne se dégradent pas après trente-cinq minutes. Ils ne commettent pas plus d'erreurs sur la centième itération que sur la première. Lorsqu'une tâche est en dessous du seuil des trente-cinq minutes et suit un schéma répétable, l'argument qualité en faveur de l'IA plutôt que l'exécution humaine n'est pas marginal — il est structurel.
La cascade de propagation d'erreurs est la plus dommageable dans les tâches où la sortie alimente directement un autre système. Une mise à jour CRM erronée introduit de mauvaises données dans le pipeline commercial. Un modèle financier avec une hypothèse incorrecte introduit de mauvaises données dans le budget. Un email client au ton décalé crée un problème relationnel qui nécessite du temps de management pour être résolu. Le coût de l'erreur n'est pas le temps pour la corriger. C'est la contamination en aval.
L'effet de levier productivity n'est donc pas dans l'automatisation de la tâche. C'est dans la prévention de la cascade d'erreurs avant qu'elle ne commence.
La décomposition des tâches optimisée pour l'IA — Découper le travail en dessous du seuil
L'application pratique de la règle des trente-cinq minutes exige une discipline que la plupart des organisations n'ont pas développée : la décomposition des tâches optimisée pour l'IA.
La décomposition traditionnelle des tâches —issue des méthodologies de gestion de projet — découpe le travail en unités logiques pour l'exécution humaine. L'unité de travail est dimensionnée pour les spans d'attention humains, la planification humaine, les patterns de fatigue humains.
La décomposition des tâches optimisée pour l'IA découpe le travail en unités dimensionnées pour les agents IA. La question n'est pas « comment un humain devrait-il exécuter ceci ? » mais « comment un agent IA devrait-il exécuter ceci ? » La réponse exige de réfléchir à trois choses simultanément : ce que l'agent IA peut faire de manière fiable, ce que l'humain doit examiner avant que cela ne se propage davantage, et quel serait le coût d'une erreur à chaque étape.
Le cadre de décomposition pose trois questions qui devraient être posées pour chaque tâche avant qu'elle ne soit confiée à un humain ou à une IA :
Cette tâche est-elle en dessous du seuil des trente-cinq minutes ? Si oui, c'est un candidat pour l'exécution par IA. Si elle prend plus de trente-cinq minutes pour un humain, la qualité va se dégrader. L'agent IA ne le fera pas. Une tâche de trente-cinq minutes pour un humain pourrait prendre trente secondes à un agent IA. C'est une caractéristique, pas une contrainte.
Le risque de propagation d'erreurs est-il acceptable ? Si la sortie de la tâche alimente un système en aval — un CRM, un modèle financier, une base de données — le coût d'une erreur n'est pas le temps pour corriger la tâche. C'est la contamination en aval. Les tâches à haut risque de propagation nécessitent des portes de révision humaines. Les tâches à faible risque de propagation peuvent fonctionner de manière autonome.
La sortie peut-elle être vérifiée avant une action coûteuse ? Un agent IA qui génère un rapport devrait voir ses conclusions vérifiées par échantillonnage avant que le rapport n'atteigne le client. Un agent IA qui planifie une réunion peut s'exécuter sans révision. Un agent IA qui envoie un email à un client devrait probablement avoir un humain qui le relit avant envoi. L'exigence de vérification est une fonction du coût d'une sortie incorrecte.
Le cadre de cadrage en trois questions
Question une : Cette tâche est-elle répétable et en dessous de trente-cinq minutes pour un humain ? Si la réponse est non — si elle prend deux heures, ou si elle est véritablement novelle à chaque fois — ce n'est pas un candidat à l'automatisation par IA. C'est une tâche humaine. Confiez-la à l'humain et n'essayez pas de l'automatiser. La règle des trente-cinq minutes ne dit pas « automatisez tout. » Elle dit « automatisez les choses auxquelles les humains sont mauvais à cause de leur cognition. »
Question deux : Quel est le coût d'une erreur à chaque étape ? La règle des trente-cinq minutes n'est pas une raison de retirer le jugement humain des tâches complexes. C'est une raison d'être honnête sur ce que le jugement humain apporte et ce qu'il coûte. Si le coût d'une erreur est faible, l'IA peut fonctionner de manière autonome. Si le coût d'une erreur est élevé, l'humain doit réviser avant que la sortie ne se propage.
Question trois : La sortie nécessite-t-elle un jugement humain pour avoir de la valeur ? Certaines sorties sont précieuses en tant que données pures — une liste de prospects qualifiés, une réunion planifiée, un enregistrement CRM rempli. D'autres sorties nécessitent qu'un humain lise le contexte, applique un jugement et décide s'il faut agir : une réponse sensible à une plainte client, une recommandation stratégique. L'IA peut rédiger ces dernières. L'humain doit décider.
Le changement organisationnel — De l'attribution de tâches à la conception de systèmes
La règle des trente-cinq minutes change la conversation productivité de « comment rendre les humains plus efficaces ? » à « comment concevoir des systèmes où l'IA et les humains font chacun ce qu'ils font le mieux ? »
C'est une question de conception de systèmes, pas une question de gestion de tâches. Cela exige de considérer le travail comme un flux plutôt que comme une collection de tâches. La règle des trente-cinq minutes appliquée aux tâches individuelles est une heuristique utile. Appliquée à un flux de travail — une série de tâches connectées par des flux de données — elle devient une question d'architecture système.
Le flux de travail où la règle des trente-cinq minutes crée le plus d'effet de levier est celui où la plupart des tâches sont en dessous du seuil, la plupart des sorties alimentent d'autres étapes, et le coût de propagation des erreurs est compris à chaque étape. Les agents IA gèrent les tâches à faible seuil et haute fréquence. Les humains gèrent les appels de jugement, le traitement des exceptions, et l'approbation finale sur tout ce qui se propage au-delà du système.
L'étalonnage honnête — Quand la règle ne s'applique pas
La règle des trente-cinq minutes est un cadre de décision, pas une loi de la nature.
Le travail créatif complexe — stratégie, design, narration, négociation — n'est pas en dessous du seuil des trente-cinq minutes au sens où cela compte. Ce n'est pas répétitif. Il n'a pas de réponse correcte qui puisse être vérifiée. La règle des trente-cinq minutes ne s'applique pas au travail dont la valeur réside dans le jugement de l'humain.
Le travail dépendant des relations relève d'une catégorie différente. Une évaluation de performance, une conversation client difficile, une négociation sensible — ce sont des tâches qu'un humain doit posséder, non pas parce qu'elles sont techniquement complexes, mais parce que le contexte relationnel l'exige.
La résolution de problèmes innovants n'est pas une tâche de seuil. Un problème qui n'a jamais été vu, qui nécessite un raisonnement original — celui-ci n'est pas automatisable au niveau de la tâche, et l'agent IA qui tente de le résoudre produira des erreurs confiantes qui sont plus dommageables que le silence.
La question de productivité qui mérite d'être posée
La règle des trente-cinq minutes est en fin de compte une question sur ce que vous payez lorsque vous confiez du travail à un humain.
Vous payez pour l'attention. L'attention humaine est finie, se dégrade après trente-cinq minutes de concentration continue sur des tâches répétitives, et coûte le même prix qu'elle soit fraîche ou fatiguée. Lorsque vous confiez une tâche de trente-cinq minutes à un humain, vous payez pour une attention fraîche et obtenez une attention dégradée après le seuil.
L'effet de levier productivité n'est pas dans le fait de rendre les humains plus rapides. C'est dans l'arrêt de l'allocation d'une attention humaine coûteuse à des tâches qui la dégradent. La question qui mérite d'être posée à chaque réunion où du travail est attribué : est-ce une tâche de trente-cinq minutes que nous devrions confier à un agent IA, ou est-ce une tâche de jugement qui nécessite l'attention humaine ?
Les organisations qui font cela correctement ne sont pas celles qui ont le plus d'outils IA. Ce sont celles qui sont les plus honnêtes sur la différence.