Dans 39 enseignes européennes représentant un trillion d’euros de chiffre d’affaires combiné, les caisses automatiques augmentent les pertes de 22% dès la première année d’installation. Le taux de vol atteint 4% du chiffre d’affaires — soit davantage que la marge nette moyenne des distributeurs du continent, qui plafonne à 3%. Autrement dit : dans certains magasins, chaque caisse automatique installée efface le bénéfice de l’ensemble du point de vente.

Ces chiffres sont issus de l’étude la plus rigoureuse jamais conduite sur le sujet, publiée en juin 2026 par ECR Retail Loss et l’Université de Leicester sous la direction du Professeur Matt Hopkins. Ils éclairent une décision que prennent simultanément, et de façon indépendante, les plus grandes enseignes de grande distribution mondiale : Dollar General, Walmart, Target, Amazon. Le retrait des caisses libre-service.

Ce mouvement n’est pas une capitulation technologique. C’est un recalibrage économique fondé sur des données réelles.

L’essentiel

  • Une étude ECR Retail Loss portant sur 39 enseignes et 1 trillion d’euros de CA combiné établit que les caisses automatiques augmentent les pertes de 22% dès la première année, avec des taux de vol pouvant atteindre 4% du CA (ECR Retail Loss / Université de Leicester, juin 2026)
  • Dollar General supprime les caisses libre-service dans environ 12 000 de ses plus de 20 000 magasins américains (soit environ 60% du réseau) ; Walmart, Target et Amazon procèdent à des retraits partiels ou complets selon les formats
  • Le cas Amazon “Just Walk Out” illustre la limite symétrique : présenté comme une infrastructure d’intelligence artificielle pure, le système reposait en réalité sur environ 1 000 sous-traitants indiens chargés de valider manuellement les transactions
  • Le vrai enjeu n’est pas de savoir si l’humain bat la machine, mais dans quelles fonctions précises et à quel coût de vérification chacun excelle

Dollar General retire 12 000 caisses automatiques

Dollar General est la plus grande chaîne de dollar stores / general merchandise stores aux États-Unis par le nombre de magasins. Ses plus de 20 000 points de vente couvrent essentiellement des zones rurales et des quartiers périurbains à faibles revenus, là où la grande distribution n’installe pas de supermarchés. En 2022, l’enseigne avait massifié les caisses libre-service comme réponse à la pression sur les coûts de main-d’œuvre, déployant le dispositif dans environ 19 000 magasins et testant des formats 100% libre-service. Quelques années plus tard, l’entreprise annonce le retrait du dispositif dans environ 12 000 de ses magasins.

La raison avancée par la direction est comptable : les pertes générées par le vol organisé et les erreurs de scan dépassent les économies réalisées sur la masse salariale. C’est une équation que les distributeurs ont mis plusieurs années à documenter, parce que le lien de causalité entre caisse automatique et hausse du vol est difficile à isoler dans les données opérationnelles. L’étude Hopkins comble ce vide méthodologique en s’appuyant sur des données longitudinales couvrant cinq ans et plusieurs dizaines d’enseignes.

Le résultat est sans ambiguïté : les caisses libre-service génèrent structurellement plus de “shrinkage” — terme technique pour les pertes liées au vol, aux erreurs et aux avaries — que les caisses tenues par des caissiers. Selon l’étude Hopkins, les pertes progressent de 22% la première année, mais ne continuent pas à augmenter indéfiniment : l’étude note qu’elles ne sont pas plus élevées aujourd’hui qu’en 2018, signe d’une gestion progressive par les distributeurs.

Walmart et Target ont adopté des approches plus nuancées. Walmart a supprimé les caisses automatiques dans plusieurs formats de magasins, notamment les petites surfaces, tout en les conservant dans les grandes surfaces où le flux de clients justifie encore le ratio. Target a fermé ses zones libre-service dans plusieurs centaines de magasins depuis 2023, alléguant officiellement des problèmes de “vol organisé” sans chiffrer les pertes.

Pourquoi le vol explose aux caisses automatiques

L’explication technique est simple. Une caisse tenue par un humain crée une asymétrie d’information en faveur du vendeur : le caissier voit ce qui passe sur le tapis, entend le bip de validation, et perçoit les comportements inhabituels. Une caisse automatique inverse cette asymétrie. Le client contrôle le rythme du scan, l’orientation des articles, et l’interaction avec la balance de vérification. Les opportunités de ne pas scanner un article, de scanner un article bon marché à la place d’un plus cher, ou de glisser un produit sous le panier sont structurellement plus nombreuses.

La recherche Hopkins distingue trois catégories de pertes. Le vol intentionnel représente la part la plus visible, mais ce n’est pas la plus significative en volume. Les erreurs non intentionnelles, notamment les produits mal scannés ou oubliés, constituent une fraction substantielle des pertes. Enfin, les “sweethearting” — terme désignant le fait de laisser passer un article sans le scanner, souvent fait par le client lui-même sans intention malveillante dans un contexte de fluidité — complètent le tableau.

Ce que révèle l’étude, c’est que la conception même du système libre-service rend ces trois phénomènes statistiquement inévitables à grande échelle, indépendamment de la moralité individuelle des clients. C’est un problème d’ingénierie sociale, pas de criminologie.

Les enseignes ont tenté d’y répondre par des solutions techniques : balances de vérification du poids, caméras avec reconnaissance d’articles, alertes visuelles. Ces dispositifs ajoutent des coûts d’infrastructure et génèrent de la friction dans l’expérience client sans résoudre le problème de fond. Le taux de “fausse alerte” est suffisamment élevé pour décourager leur déploiement systématique.

Amazon “Just Walk Out” ou l’IA qui n’existait pas

Le cas Amazon est particulièrement instructif parce qu’il touche à la promesse la plus radicale de l’automatisation commerciale. Lancé en 2018, le système “Just Walk Out” permettait aux clients d’entrer dans un Amazon Go, de prendre des articles, et de partir sans passer en caisse. Des caméras et des capteurs de poids identifiaient les articles sélectionnés et débitaient automatiquement le compte Amazon du client. Le pitch technologique était impeccable.

En 2024, The Information a révélé que le système reposait sur environ 1 000 sous-traitants basés en Inde, chargés de visionner les images des caméras et de valider manuellement les transactions ambiguës. Environ 70% des transactions nécessitaient une intervention humaine pour être correctement imputées.

Amazon a ensuite annoncé l’abandon de “Just Walk Out” dans ses épiceries Amazon Fresh pour le remplacer par des chariots intelligents “Dash Cart”. Ce n’est pas un retrait de l’IA de la distribution — c’est un retrait d’une infrastructure qui présentait l’IA comme plus capable qu’elle ne l’était.

Le phénomène a un nom dans la littérature sur l’automatisation : le “mechanical Turk problem”, en référence au célèbre automate du XVIIIe siècle qui cachait un joueur d’échecs humain dans son mécanisme. L’idée que derrière de nombreux systèmes d’IA supposément autonomes se trouvent des travailleurs humains peu visibles n’est pas anecdotique. Les agents IA entrent dans les entreprises avec des promesses similaires d’autonomie complète, et la question de la vérification humaine cachée se posera de la même façon dans d’autres secteurs.

Le calcul économique que les distributeurs ont mis six ans à faire

Il est utile de comprendre pourquoi ces enseignes ont maintenu leurs caisses automatiques aussi longtemps avant de les retirer. La comptabilité des pertes dans la grande distribution est complexe. Le “shrinkage” est une donnée difficile à attribuer précisément : vol en magasin, vol en entrepôt, erreurs administratives, avaries transport — tout cela est agrégé. Isoler la part imputable aux caisses automatiques nécessite des protocoles comparatifs que la plupart des opérateurs ne mettaient pas en place.

La promesse initiale était convaincante. Une caisse automatique remplace, selon les formats, un à deux équivalents temps plein. Au salaire minimum américain de 7,25 dollars (montant fédéral, beaucoup d’États sont au-dessus), une caissière coûte environ 15 000 à 20 000 dollars par an en charges directes. Une caisse automatique s’amortit en quelques années. Le raisonnement était économiquement solide sous une hypothèse centrale : que le comportement des clients resterait équivalent.

Cette hypothèse était fausse. Non pas parce que les clients sont malhonnêtes, mais parce que la caisse automatique modifie structurellement l’environnement de l’échange commercial. Retirer la présence humaine ne réduit pas seulement un coût : cela change les règles implicites de la transaction.

L’économiste comportementaliste Dan Ariely a documenté ce phénomène dans ses travaux sur la malhonnêteté : la présence d’un autre être humain, même sans pouvoir de sanction formelle, réduit significativement les comportements déviants. La caissière n’est pas seulement une travailleuse — c’est une infrastructure sociale.

Les emplois qui résistent ne sont pas ceux qu’on croyait

Ce recul des caisses automatiques repose une question que les économistes du travail débattent depuis une décennie : quels emplois l’automatisation peut-elle réellement remplacer, et à quel coût ?

La thèse dominante depuis les travaux de Daron Acemoglu et Pascual Restrepo, notamment leur étude de 2019 sur les robots dans l’industrie manufacturière américaine, distingue les tâches routinières, supposées automatisables, des tâches non routinières, supposées résistantes. Les caisses de supermarché tombaient clairement dans la première catégorie : scan d’articles, encaissement, rendu de monnaie. Tout cela est mécaniquement reproductible.

Ce que l’étude ECR Retail Loss documente, c’est que cette taxonomie manque une dimension : la fonction de signal social de certains emplois. Un caissier ne fait pas que scanner des articles — il rend l’acte de payer public et interpersonnel. Cette publicité de l’échange est ce qui rend le vol cognitivement et émotionnellement coûteux pour la plupart des individus. Automatiser la caisse, c’est aussi automatiser la disparition de ce coût.

La résistance des emplois de caissiers n’est donc pas due à l’incapacité technique des machines à scanner des codes-barres. Elle tient à une fonction latente de l’emploi que les modèles économiques standard ne captaient pas. C’est une leçon de méthode : évaluer le coût de remplacement d’un emploi exige de cartographier toutes ses fonctions, y compris les plus implicites.

Cette réalité rejoint les débats plus larges sur l’introduction de l’IA dans des secteurs très différents. Quand les agents IA s’insèrent dans l’organisation du travail, les fonctions sociales et relationnelles des postes humains — souvent invisibles dans les fiches de poste — restent le point aveugle des déploiements trop rapides.

Ce que les distributeurs font à la place

Le retrait des caisses automatiques ne signifie pas le retour au statut quo de 1995. Les enseignes réinvestissent les économies supposées dans des dispositifs différents, qui ciblent la réduction des pertes sans supprimer le point de friction humain à la caisse.

Dollar General expérimente des systèmes de verrouillage d’allées pour les produits les plus volés. Plusieurs enseignes américaines, dont Walmart, ont généralisé les boîtiers de sécurité sur les articles de valeur moyenne — cosmétiques, articles électroniques, rasoirs. Ces dispositifs déplacent la friction du moment de paiement au moment de prise en rayon, sans supprimer la présence d’un caissier à la sortie.

D’autres expérimentent des formats hybrides où les caisses automatiques sont réservées aux paniers de moins de quinze articles — réduisant le temps d’exposition et la surface de vol — tandis que les paniers pleins passent par des caisses traditionnelles. Walmart teste également des systèmes de caméras avec alertes aux caissiers humains, qui conservent le pouvoir d’intervention sans traiter eux-mêmes chaque article.

Sur un plan plus structurel, certaines enseignes recrutent des agents de prévention dédiés aux zones libre-service, une catégorie d’emploi qui n’existait pas à cette échelle il y a dix ans. C’est un déplacement d’emploi, pas une destruction nette : les caisses automatiques ont créé un besoin de surveillance humaine que les caisses traditionnelles n’avaient pas, au moins dans les mêmes proportions.

La question qui se pose désormais aux distributeurs est celle de l’optimum. Pas “automatisation ou pas”, mais “quelle proportion de chaque type de caisse, pour quel format de magasin, quelle clientèle, et quel niveau de perte acceptable”. C’est un problème d’ingénierie opérationnelle, et plusieurs enseignes s’y attellent méthodiquement.

L’humain comme infrastructure, pas comme variable d’ajustement

Il existe une tentation intellectuelle de lire ce mouvement comme une victoire du travail humain sur la machine, ou comme la preuve que l’automatisation est une illusion. Les deux lectures seraient incorrectes.

La grande distribution a réussi à automatiser des pans entiers de sa chaîne logistique avec des gains réels et durables : gestion des stocks, traitement des commandes, optimisation des tournées de livraison. L’automatisation des entrepôts Amazon, par exemple, a permis de réduire significativement les délais de traitement sans générer de pertes comparables. La différence avec les caisses tient à la nature de l’interaction : en entrepôt, l’humain est absent de la chaîne de valeur principale. En caisse, il était au centre d’un échange social qui avait une fonction économique propre.

Ce que l’étude Hopkins enseigne, c’est que l’automatisation est efficace quand elle remplace une tâche technique isolable. Elle devient problématique quand elle supprime une interaction sociale qui jouait un rôle économique non documenté. Cartographier ces fonctions cachées avant de déployer est moins spectaculaire que d’annoncer une vague d’automatisation, mais c’est ce qui distingue un investissement rentable d’une erreur coûteuse.

Pour les 350 000 caissières et caissiers que comptent les États-Unis selon le Bureau of Labor Statistics, ce recalibrage change la trajectoire. Le Bureau of Labor Statistics projetait en 2022 une baisse de 10% des emplois de caisses d’ici 2032. Il est probable que cette projection soit révisée à la baisse dans les prochains exercices, au vu des décisions prises par les principaux acteurs du secteur.

La vraie question n’est pas de savoir si les machines remplaceront les caissiers. C’est de savoir quelles fonctions de quels emplois génèrent une valeur économique que les modèles de remplacement ne savent pas encore mesurer — et combien d’années et de milliards il faudra dépenser pour l’apprendre.

Sources

  1. ECR Retail Loss / Université de Leicester, Professor Matt Hopkins, juin 2026 : https://le.ac.uk/news/2026/june/retail-loss-self-checkout
  2. The Information, révélations sur les sous-traitants indiens d’Amazon Just Walk Out, 2024 (sans URL garantie)
  3. Daron Acemoglu et Pascual Restrepo, Robots and Jobs : Evidence from US Labor Markets, Journal of Political Economy, 2020
  4. Dan Ariely, The (Honest) Truth About Dishonesty, HarperCollins, 2012
  5. Bureau of Labor Statistics, Occupational Outlook Handbook, Cashiers, édition 2022
  6. Dollar General - Site officiel
  7. Payments Dive - Dollar General earnings call (mai 2024)
  8. Chain Store Age - Amazon Just Walk Out / Dash Cart (confirmation officielle)
  9. McKinsey State of Grocery Retail Europe 2026
  10. ESM Magazine - ECR Retail Loss Study 2026