L'IA va-t-elle remplacer les spécialistes de la prévention des pertes ? La surveillance s'automatise — l'investigation, non

78 %. C'est la part des analyses de données de transaction pour la détection de fraudes et de démarques qui peut désormais être automatisée. Si vous travaillez dans la prévention des pertes, l'IA ne s'approche pas de votre emploi — elle en assure déjà une part importante, à chaque shift, sur chaque caisse, en arrière-plan de chaque magasin que vous traversez.

Mais voici ce que les chiffres d'automatisation ne capturent pas pleinement : intercepter un voleur à l'étalage n'est pas la même chose qu'analyser un journal de transactions. S'asseoir en face d'un employé soupçonné de vol dans une salle d'entretien, dérouler une séquence de questions de technique Reid en lisant les micro-expressions, ce n'est pas la même chose que signaler un schéma de sweethearting dans un entrepôt de données. Et les données établissent une distinction nette entre les deux.

Les tâches que l'IA a déjà investies

Les spécialistes de la prévention des pertes font face à un risque d'automatisation de 51 % avec une exposition globale à l'IA de 50 %. [Fait] Cela place ce rôle dans la catégorie haute transformation. Mais la transformation est inégale — fortement concentrée dans deux domaines tout en touchant à peine deux autres. Cette fracture est le schéma le plus important à comprendre si vous exercez ce métier.

La surveillance des caméras et des systèmes de détection IA arrive en tête à 75 % d'automatisation. [Fait] Cela ne devrait surprendre personne ayant travaillé dans la sécurité de détail ces cinq dernières années. La prévention des pertes moderne s'appuie sur des systèmes de fournisseurs comme Sensormatic Solutions, Verkada, Sentry AI et Veesion qui utilisent la vision par ordinateur pour détecter les comportements de dissimulation — placer des marchandises dans un sac, retirer les dispositifs antivol, s'attarder aux rayons à fort taux de démarque — identifier les délinquants connus par reconnaissance faciale là où c'est légalement autorisé, et signaler les schémas de déplacement inhabituels en temps réel. Le surveillant humain devient de plus en plus la personne qui répond aux alertes de l'IA, pas celle qui scrute les flux vidéo. Entrez dans n'importe quel centre d'opérations de magasin moderne et vous verrez moins de murs d'écrans et plus de tableaux de bord montrant des alertes catégorisées avec des scores de confiance.

L'analyse des données de transaction pour la fraude et la démarque atteint 78 % — le taux d'automatisation le plus élevé parmi les cinq tâches. [Fait] Des plateformes d'analyse des points de vente comme Appriss Retail, NCR Exception Manager et Zellis Insight peuvent désormais identifier le sweethearting (des caissiers accordant des remises à des amis), les abus d'annulation, la fraude aux remboursements, les schémas de retours suspects et les écarts d'inventaire à une échelle et une vitesse qu'aucun auditeur humain ne peut égaler. L'IA ne se fatigue pas à examiner des milliers de transactions. Elle n'a pas d'angles morts pour les employés familiers. Elle ne se sent pas mal à l'aise de signaler la caissière senior qui est là depuis huit ans et qui, selon les données, traite 38 % de retours sans reçu de plus que la moyenne pour son groupe de caisses.

Les tâches qui restent humaines

Regardez maintenant l'autre extrémité. L'investigation des incidents de vol et de fraude affiche seulement 30 % d'automatisation. [Fait] L'investigation est intrinsèquement interpersonnelle. Elle implique d'interroger des suspects (en utilisant souvent la technique Wicklander-Zulawski devenue le standard de l'industrie depuis les années 1980), de travailler avec les directeurs de magasin pour constituer un dossier, de coordonner avec les forces de l'ordre, et de prendre des décisions sur le moment d'interpeller et celui d'observer. Une IA peut signaler un schéma suspect. Elle ne peut pas s'asseoir dans une salle d'entretien et lire le langage corporel. Elle ne peut pas décider si la bonne réaction face à un mineur primo-délinquant est une lettre de demande civile ou une plainte pénale. Elle ne peut pas calibrer la conversation quand l'employé interrogé commence à pleurer et à admettre un problème de dépendance.

La formation des employés aux pratiques de prévention des pertes est encore plus basse à 25 %. [Fait] Une formation efficace ne consiste pas à réciter un script — c'est comprendre la culture spécifique d'un magasin, adapter le message pour différentes équipes (l'équipe de réception réagit à un cadrage différent de celui des associés au rayon cosmétiques), et faire de la prévention des pertes une responsabilité de tous plutôt qu'un fardeau de surveillance. Cela exige une persuasion humaine et de la crédibilité, et c'est fortement relationnel. Un spécialiste de la prévention des pertes qui a construit la confiance avec la direction du magasin au fil de trois ans de rondes hebdomadaires peut obtenir des résultats de réduction de la démarque qu'un module e-learning soigné ne peut pas atteindre.

La rédaction des rapports d'incidents et la coordination avec les forces de l'ordre se situe au milieu à 50 %. [Fait] L'IA peut générer automatiquement des rapports à partir des données de l'affaire, remplir des documents judiciaires en utilisant des formulaires modèles, et même rédiger la section narrative en utilisant des saisies structurées de l'enquêteur. Mais la coordination — appeler la ligne non-urgente de la police, gérer la chaîne de possession des marchandises récupérées, témoigner devant le tribunal quand une affaire va en procès, travailler avec les bureaux des procureurs qui ont des appétits différents pour les affaires de vol au détail — exige une présence et un jugement humains. Plusieurs États, dont la Californie (Proposition 47) et le Texas (changements du seuil criminel), ont modifié le calcul des poursuites pour les crimes de détail, et le spécialiste de prévention des pertes qui comprend les schémas réels de poursuites du DA local est plus efficace que celui qui connaît seulement le texte de loi.

Une main-d'œuvre sous pression

Il y a environ 81 400 spécialistes de la prévention des pertes aux États-Unis, gagnant un salaire médian de 38 960 $. [Fait] Le BLS projette un déclin de -2 % d'ici 2034. [Fait] Ce déclin modeste masque un glissement plus profond : la nature du travail change plus vite que les effectifs ne le suggèrent, et la distribution des salaires se bifurque.

Il y a cinq ans, un spécialiste de la prévention des pertes aurait pu passer la plupart de sa journée à surveiller les caméras et à vérifier les reçus. Aujourd'hui, la même personne configure plutôt des règles de détection IA, répond à des alertes algorithmiques, et enquête sur des affaires que l'IA a déjà signalées et partiellement documentées. Le travail est passé de l'observation à l'investigation, et de l'observation à la gestion de systèmes.

D'ici 2028, l'exposition globale devrait atteindre 65 % avec un risque d'automatisation montant à 63 %. [Estimation] La trajectoire est abrupte. Dans trois ans, la majorité du travail de prévention des pertes sera soit automatisée soit assistée par l'IA. Les rôles qui survivront exigeront un mix de compétences différent de celui qui définissait la profession il y a dix ans.

Le problème de la démarque au détail s'aggrave

Voici un facteur contre-intuitif qui joue en faveur des professionnels de la prévention des pertes : la démarque au détail est en croissance. L'enquête nationale de sécurité au détail 2023 de la National Retail Federation a signalé que les pertes d'inventaire ont dépassé 112 milliards $ en 2022, en hausse par rapport aux 94 milliards $ l'année précédente — portées par la criminalité organisée au détail (ORC), le vol d'employés, la fraude aux retours et les erreurs opérationnelles. [Avis] À mesure que la démarque augmente, les détaillants investissent davantage dans la prévention des pertes — y compris à la fois des systèmes IA et les humains qui les exploitent. Target, Home Depot, Walgreens, Walmart et Kroger ont tous cité publiquement la démarque comme une pression significative sur leurs marges opérationnelles, et cette pression se traduit par des budgets pour la technologie comme pour le personnel.

Cela crée une dynamique où l'IA élimine certaines tâches de prévention des pertes tout en créant de la demande pour une expertise de niveau supérieur. Le spécialiste qui peut configurer un système de surveillance IA, interpréter ses résultats, mener des enquêtes complexes sur des réseaux de vol organisé, et coordonner avec les forces de l'ordre multi-juridictionnelles vaut plus pour un détaillant que celui qui regarde simplement les caméras. L'Organized Retail Crime Association of America (ORCA) et la Coalition of Law Enforcement and Retail (CLEAR) ont créé des filières professionnelles qui n'existaient pas il y a dix ans, et des certifications comme le LPC (Loss Prevention Certified) et le LPQ (Loss Prevention Qualified) sont devenues des signaux significatifs sur le marché de l'emploi senior.

Le glissement vers la criminalité organisée au détail

Le problème de la démarque n'est pas uniformément réparti. La criminalité organisée au détail — des groupes coordonnés qui volent pour la revente plutôt que pour usage personnel, déplaçant souvent les marchandises via des places de marché en ligne — est devenue une part beaucoup plus importante des pertes totales. Ce glissement compte pour la question humain-contre-IA parce que les affaires ORC exigent un travail d'investigation que l'IA ne peut tout simplement pas faire. Vous traquez le même groupe sur plusieurs emplacements de magasins, parfois à travers les frontières d'États, vous constituez des dossiers que les procureurs prendront réellement en charge, vous coordonnez avec les équipes de lutte contre la fraude des places de marché en ligne chez Amazon, eBay, Facebook Marketplace et OfferUp, et vous travaillez avec des partenaires fédéraux comme Homeland Security Investigations sur des affaires qui dépassent les seuils étatiques.

L'INFORM Consumers Act, entrée en vigueur en 2023, oblige les places de marché en ligne à vérifier les vendeurs tiers à volume élevé. Ce changement réglementaire a créé de nouvelles voies d'investigation pour les spécialistes de la prévention des pertes qui comprennent comment en tirer parti. L'IA peut aider en identifiant des schémas dans les annonces de marchandises volées, mais la construction de relations et de dossiers qui permettent aux poursuites ORC d'aboutir appartient aux humains.

Ce que cela signifie si vous travaillez dans la prévention des pertes

La trajectoire de carrière se scinde. Les rôles de surveillance d'entrée de gamme sont absorbés par l'IA. L'investigation, la formation et la gestion stratégique de la prévention des pertes gagnent en valeur. Si vous êtes du côté de la surveillance, le passage vers l'investigation et la gestion analytique est urgent.

Les certifications dans les plateformes de technologie de prévention des pertes (Sensormatic, Veesion, identifiants d'opérateur Verkada), les techniques d'entretien et d'interrogation (la certification Wicklander-Zulawski est le standard de l'industrie), l'analyse des données pour le commerce de détail, et le travail de troisième cycle comme le diplôme LPC sépareront les spécialistes qui progressent de ceux qui sont déplacés. L'emploi ne disparaît pas — mais la version qui consiste à s'asseoir dans une arrière-salle à surveiller une grille de flux caméra, si.

La progression salariale pour les spécialistes qui font cette transition est significative. Les managers régionaux de prévention des pertes dans les grands détaillants gagnent 75 000 à 110 000 $. Les directeurs de protection des actifs au niveau corporate dans les entreprises Fortune 500 peuvent atteindre 140 000 à 200 000 $. L'échelle de carrière existe toujours ; elle passe simplement par les compétences stratégiques et d'investigation que l'IA ne peut pas répliquer, pas par le travail de surveillance qu'elle gère mieux et moins cher.

Voir les données détaillées pour les spécialistes de la prévention des pertes

---

_Analyse assistée par IA basée sur les données de l'étude Anthropic 2026 sur l'impact économique, l'étude Brynjolfsson 2025, et les projections d'emploi du BLS._

Historique des mises à jour

• 2026-04-04 : Publication initiale avec les métriques d'automatisation 2025 et les projections BLS 2024-2034.
• 2026-05-18 : Élargi avec le contexte de l'INFORM Consumers Act, la méthodologie d'entretien Wicklander-Zulawski, le flux de travail d'investigation ORC, et les certifications et rémunérations pour la filière senior (LPC, LPQ, compensation régionale/directeur).