Après la tarification individualisée des biens de consommation, la personnalisation fondée sur les données gagne le terrain de la paie. Des organisations de défense des consommateurs et des travailleurs alertent sur la diffusion, aux États-Unis, de logiciels qui exploitent des informations personnelles pour estimer le salaire le plus bas qu’un candidat ou un salarié acceptera. Les experts désignent ce mécanisme sous l’expression anglo-saxonne de « surveillance wages », que l’on peut traduire par rémunération fixée par la surveillance. Le dispositif législatif, lui, évolue par à-coups : le Colorado a voté en 2026 un texte pionnier, finalement rejeté par son gouverneur en juin.
Des signaux de fragilité financière transformés en variables de salaire
Le principe consiste à substituer à la grille traditionnelle, qui confronte l’expérience d’un candidat aux niveaux du marché, un calcul alimenté par des données personnelles souvent collectées à l’insu des intéressés. Nina DiSalvo, directrice des politiques publiques de l’organisation Towards Justice, décrit des systèmes qui s’appuient sur des indices de vulnérabilité financière, tels que le recours à un prêt sur salaire ou un solde élevé sur carte de crédit, pour inférer la rémunération minimale susceptible d’être acceptée. Les profils publics sur les réseaux sociaux peuvent aussi être exploités pour évaluer la propension d’une personne à se syndiquer ou le risque d’une grossesse. Les mêmes informations peuvent ensuite orienter les augmentations accordées après l’embauche, ce qui expose la pratique à des dérives discriminatoires, selon les spécialistes.
Lindsay Owens, directrice exécutive du groupe de réflexion Groundwork Collaborative, relie ce phénomène à celui observé côté consommateurs : les entreprises qui expérimentent des méthodes de tarification individualisée en mesurent l’efficacité, et la même logique psychologique s’applique aux salariés.
Un audit de 500 éditeurs de logiciels de gestion du personnel
Un audit inédit, conduit par Veena Dubal, professeure de droit à l’université de Californie à Irvine, et la stratège technologique Wilneida Negrón, a passé en revue 500 entreprises spécialisées dans l’intelligence artificielle appliquée à la gestion du travail. Publié en août 2025 par le Washington Center for Equitable Growth, le rapport conclut que des employeurs des secteurs de la santé, de la relation client, de la logistique et de la distribution comptent parmi les clients de fournisseurs dont les outils permettent ces pratiques. Il cite notamment Intuit, Salesforce, Colgate-Palmolive, Amwell et Healthcare Services Group.
Les auteurs précisent que tous les employeurs utilisant ces systèmes ne recourent pas pour autant à une surveillance salariale : l’étude met en garde contre le risque que l’analyse algorithmique des données de salariés favorise des politiques de rémunération axées sur la réduction des coûts plutôt que sur la transparence. Colgate-Palmolive a indiqué ne pas employer d’outils algorithmiques pour fixer les rémunérations ou les salaires d’embauche. Intuit a affirmé ne pas mener de telles pratiques. Les autres sociétés citées n’ont pas répondu aux sollicitations de MarketWatch.
Le dispositif ne s’arrête pas à l’embauche. Les mêmes fournisseurs proposent des modules de calcul des primes et incitations, qui s’appuient sur le suivi de la productivité, des échanges avec la clientèle et du comportement en temps réel, parfois par captation audio et vidéo. Selon une enquête de l’International Data Corporation, près de 70 % des entreprises de plus de 500 salariés utilisaient déjà en 2022 des logiciels de suivi de l’activité des employés.
Infirmiers intérimaires et chauffeurs de VTC : deux terrains d’application
Le secteur des plateformes de missions infirmières à la demande fournit l’illustration la plus documentée. Une étude du Roosevelt Institute, fondée sur des entretiens avec 29 infirmiers de ce type, établit que des plateformes comme CareRev, Clipboard Health, ShiftKey et ShiftMed recourent à des algorithmes pour fixer la rémunération de chaque mission. Le tarif varie selon la fréquence d’acceptation des missions par le soignant, sa rapidité de réponse et les niveaux de paie acceptés par le passé, ce qui conduit, selon les personnes interrogées, à des rémunérations différentes pour un travail identique, y compris au sein d’un même établissement. Les auteurs craignent un enfermement progressif dans des tranches de salaire basses.
ShiftKey conteste toute pratique de ce type. Son directeur juridique et des affaires publiques, Regan Parker, affirme que la plateforme n’utilise ni courtier en données ni informations sur les dettes pour fixer les rémunérations. Les trois autres plateformes n’ont pas répondu.
Dans le transport de personnes, le syndicat Rideshare Drivers United estime que la rémunération algorithmique façonne les revenus depuis plusieurs années. Ben Valdez, chauffeur à Los Angeles, rapporte une baisse de ses gains après le déploiement de nouveaux algorithmes de rémunération chez Uber et Lyft, malgré la reprise de la demande après la pandémie, et dit avoir constaté des tarifs de base différents pour une même course au même moment. Zephyr Teachout, professeure de droit à l’université Fordham, avait écrit en 2023 qu’Uber utilise des profils de conducteurs riches en données pour ajuster le tarif aux incitations individuelles de chaque chauffeur. Uber répond que ses tarifs affichés à l’avance reposent sur la durée, la distance et les conditions de demande, sans prise en compte de caractéristiques individuelles ni de comportements passés. L’association professionnelle Flex défend l’usage de technologies exploitant des données en temps réel et historiques pour mettre en relation les travailleurs avec des courses efficaces.
Le Colorado vote une interdiction, le gouverneur y met son veto
Sur le plan législatif, les salaires ont longtemps reçu moins d’attention que les prix. Une première proposition de loi coloradienne, déposée en 2025, a été abandonnée en cours de session. Une version remaniée, la HB26-1210, a ensuite été adoptée par le parlement de l’État. Elle interdisait l’usage de données de surveillance, telles que l’historique de navigation, des estimations de revenus ou des données biométriques, pour fixer un prix ou une rémunération individualisés, et plaçait toute infraction sous le régime des pratiques commerciales trompeuses. Le texte prévoyait une exception pour les salaires fondés exclusivement sur l’ancienneté ou les tâches exécutées, sous réserve d’informer les salariés des données prises en compte.
Le gouverneur Jared Polis a opposé son veto en juin 2026. Dans sa lettre, il a jugé le périmètre du texte trop large, au point de pénaliser aussi les baisses de prix et de décourager les remises personnalisées consenties aux consommateurs. Les organisations patronales locales avaient contesté l’ampleur des définitions et le droit d’action privé que le projet comportait, tandis que l’ACLU du Colorado, Towards Justice et d’autres associations de défense des droits en soutenaient l’adoption.
Ailleurs, l’essentiel des textes adoptés porte sur les prix. Le Maryland a promulgué cette année une loi encadrant la tarification individualisée dans la grande distribution alimentaire, et des initiatives similaires circulent à New York, dans le New Jersey et en Pennsylvanie. Sur le volet salarial, des projets de loi interdisant les « salaires de surveillance » ont été déposés début 2026 devant le Sénat et l’Assemblée de l’État de New York, tandis que des textes sont à l’étude en Géorgie, dans l’Illinois et dans le Maryland. L’Illinois impose déjà une obligation d’information lorsque l’intelligence artificielle intervient dans une décision d’emploi.
Le cadre applicable en Europe
Pour les employeurs établis dans l’Union européenne, le traitement de données personnelles à des fins de fixation de la rémunération relève du règlement général sur la protection des données, dont l’article 22 encadre les décisions fondées exclusivement sur un traitement automatisé produisant des effets significatifs sur la personne. Le règlement européen sur l’intelligence artificielle classe par ailleurs parmi les systèmes à haut risque les outils employés pour la gestion des travailleurs et les décisions relatives à l’emploi.