Amazon ferme Mechanical Turk le 30 septembre 2026, vingt et un ans après son lancement, et si une de vos chaînes de traitement publie encore des tâches d'intelligence humaine, il vous reste environ cinq semaines pour la déplacer. L'extinction était visible depuis début juillet, quand AWS a annoncé refuser les nouveaux clients à compter du 30 juillet et ne plus livrer aucune fonctionnalité. À son sommet, la place de marché reliait plus de cinq cent mille travailleurs à des micro tâches payées en centimes. Ce qui l'a remplacée tient pour partie à des sociétés d'annotation spécialisées, pour partie aux modèles eux mêmes, qui traitent désormais la classification que la plateforme servait à sous traiter.
The short answer
Amazon ferme Mechanical Turk le 30 septembre 2026. AWS a cessé d'accepter de nouveaux clients le 30 juillet 2026 et annoncé ne plus livrer de fonctionnalité tout en poursuivant le travail de sécurité et de disponibilité. La place de marché payait les travailleurs en centimes par tâche d'intelligence humaine et en a compté plus de cinq cent mille à son sommet. Les sociétés d'annotation spécialisées ont pris le haut du marché, les modèles ont pris le bas. Si une chaîne à vous publie encore des HIT, exportez vos données d'affectations et de qualifications avant la fin septembre.
La plupart d'entre nous ont découvert Mechanical Turk sous la forme d'une interface étrange : vous faisiez un appel et, au lieu qu'une fonction s'exécute, une personne quelque part répondait à votre question pour onze centimes. C'était l'une des choses les plus curieuses jamais livrées par AWS, et elle ferme le 30 septembre après vingt et un ans.
Les dates
AWS l'avait signalé début juillet. À partir du 30 juillet 2026, plus de nouveaux clients. Les clients existants pouvaient continuer, et AWS annonçait poursuivre ses investissements en sécurité et en disponibilité, mais sans nouvelle fonctionnalité. C'est le vocabulaire habituel d'un service que l'on éteint, et la confirmation est tombée cette semaine : la plateforme ferme le 30 septembre 2026.
S'il vous reste quoi que ce soit qui publie des tâches d'intelligence humaine, vous avez environ cinq semaines. La liste d'export est courte et mérite d'être faite proprement : données d'affectations terminées, enregistrements de qualification, et les identifiants de travailleurs sur lesquels repose votre processus qualité. Rien de tout cela n'existe ailleurs une fois le service éteint, et reconstruire un historique de qualité n'est pas une opération que l'on rattrape après coup.
Ce qu'elle était, et ce qu'elle est discrètement devenue
La prémisse de 2005 était élégante. Certaines tâches sont triviales pour des humains et difficiles pour un logiciel, alors mettons une interface de programmation devant des humains. Les demandeurs publiaient des tâches, les travailleurs les prenaient, et le paiement se comptait en centimes par affectation. Jeff Bezos parlait d'intelligence artificielle artificielle, formule drôle et parfaitement juste sur l'architecture.
À son sommet, la place de marché comptait plus de cinq cent mille travailleurs. Images étiquetées, audio transcrit, réponses à des questionnaires, fiches produit dédupliquées : une grande partie des données d'entraînement sur lesquelles repose la génération actuelle de modèles est passée par des plateformes de cette forme. La plaisanterie sur l'intelligence artificielle artificielle a cessé d'en être une le jour où elle est devenue la chaîne d'approvisionnement.
Pourquoi elle a perdu
Deux choses se sont produites en même temps, et elles ont serré par les deux bouts.
En haut de marché, les sociétés d'annotation spécialisées ont pris le travail qui comptait le plus. Scale AI, Mercor et Prolific se sont construites sur des travailleurs vérifiés, une qualité pilotée et une vraie expertise métier, ce dont l'entraînement des modèles de pointe a besoin. Une place de marché ouverte de micro travailleurs anonymes n'a jamais été structurée pour livrer le jugement d'un radiologue ou la lecture d'une clause contractuelle par un juriste, et c'est là que l'argent est allé.
En bas, les modèles ont mangé leurs propres entrées. Classification, déduplication, étiquetage de sentiment, extraction simple : c'était l'essentiel du volume, et cela coûte désormais une fraction de centime en jetons, sans planification, sans échantillonnage qualité et sans infrastructure de paiement. La génération de modèles entraînée en partie sur les sorties de Mechanical Turk sait maintenant faire l'essentiel de ce à quoi Mechanical Turk servait.
Reste le milieu, et il n'y a pas grand milieu. Une plateforme optimisée pour du travail bon marché, à gros volume et à faible jugement a perdu le volume au profit de l'automatisation et le jugement au profit des spécialistes.
Ce qu'il faut faire concrètement
La question de migration n'est pas « quelle place de marché remplace celle ci ». Elle est « était ce seulement la bonne forme pour mon problème ».
Commencez par classer vos propres tâches. Si ce que vous achetiez relevait de la classification, de l'extraction, de la déduplication ou de l'étiquetage simple, mesurez un petit modèle sur un échantillon de vos résultats humains historiques avant de parler à un prestataire. Les modèles à poids ouverts autour de huit milliards de paramètres sont réellement capables sur ce type de travail, Granite 4.2 d'IBM en étant l'exemple de la semaine, et ils tournent sur votre propre matériel avec vos données qui ne bougent pas. Si le modèle égale votre ancien accord inter annotateurs, vous avez supprimé un prestataire au lieu d'en changer.
Si vos tâches exigeaient du jugement, des données de préférence humaine ou une expertise métier, c'est ce que vendent les prestataires spécialisés, et il vaut mieux demander les devis maintenant que la dernière semaine de septembre. Attendez vous à des prix qui reflètent des travailleurs vérifiés plutôt qu'une place de marché ouverte.
Et si vous avez une relecture humaine câblée quelque part dans un chemin de production, auditez la cette semaine. Les reprises de cette semaine relient la fermeture à un retrait plus large des outils d'humain dans la boucle chez Amazon, SageMaker Ground Truth et Augmented A2I ayant eux aussi, selon ces reprises, fermé aux nouvelles inscriptions le 30 juillet. Vérifiez cela dans la documentation des services dont vous dépendez réellement, mais la direction n'a rien d'ambigu.
Ce sur quoi il vaut la peine de s'arrêter
Il y a ici une symétrie nette et légèrement inconfortable. Une plateforme construite pour faire faire aux humains ce que le logiciel ne savait pas faire, qui a ensuite fourni une bonne part des données d'entraînement ayant appris au logiciel à le faire, ferme parce que le logiciel sait désormais le faire.
Ce n'est ni un drame ni un triomphe, c'est simplement la forme de la chose. Cela vaut la peine d'y penser, tout de même, la prochaine fois qu'une brique d'infrastructure se révèle discrètement être un jeu d'entraînement.
Sources et pour aller plus loin
- Amazon service Bezos once called artificial artificial intelligence is shutting down, CNBC, 25 août 2026
- Amazon shutting down Mechanical Turk platform on Sept. 30, 2026, Quartz, 26 août 2026
- Amazon will stop accepting new customers for Mechanical Turk, TechCrunch, 5 juillet 2026
- Amazon is closing Mechanical Turk, the human workforce it sold as AI, The Next Web
Questions fréquentes
Quel calendrier dois je réellement anticiper ?
Deux dates comptent. Le 30 juillet 2026, AWS a cessé d'accepter de nouveaux clients, en précisant que les clients existants pouvaient continuer normalement, qu'elle poursuivrait ses investissements en sécurité et en disponibilité, mais n'introduirait plus de fonctionnalité. Le 30 septembre 2026, le service ferme. Cela laisse à qui exploite encore des flux demandeurs environ cinq semaines à compter de la fin août pour exporter le nécessaire et basculer. Les éléments précis à récupérer sont vos données d'affectations terminées, vos enregistrements de qualification et les identifiants de travailleurs dont dépend votre processus qualité, car ce sont les parties qui n'existent nulle part ailleurs une fois la plateforme éteinte.
À quoi servait Mechanical Turk exactement ?
C'était une place de marché de tâches d'intelligence humaine, de petits travaux que les gens font mieux que les logiciels : étiqueter des images, transcrire de l'audio et de la vidéo, remplir des questionnaires, vérifier si deux fiches produit décrivent la même chose. Les demandeurs publiaient des tâches, les travailleurs les prenaient, et la rémunération se comptait en centimes par affectation. Jeff Bezos parlait d'intelligence artificielle artificielle, plaisanterie exacte : l'interface ressemblait à un appel de service et une personne y répondait. Une bonne part des données d'entraînement sous la génération actuelle de modèles est passée par des plateformes de cette forme.
Pourquoi a t elle décliné ?
Deux pressions simultanées. Des sociétés d'annotation spécialisées, dont Scale AI, Mercor et Prolific, ont bâti leur activité sur des travailleurs vérifiés, une qualité pilotée et une expertise métier, ce dont l'entraînement des modèles de pointe a réellement besoin et qu'une place de marché ouverte de micro travailleurs anonymes n'était pas structurée pour fournir. En parallèle, les modèles sont devenus assez bons pour traiter eux mêmes le bas du travail. La classification, la déduplication et l'étiquetage simple, qui formaient l'essentiel du volume, coûtent aujourd'hui une fraction de centime en jetons. Il reste le haut du panier, difficile et expert, et ce marché est parti chez les spécialistes.
Par quoi remplacer la plateforme ?
Cela dépend de votre usage, et la réponse honnête pour beaucoup de charges est un modèle plutôt qu'une personne. Si vos tâches relevaient de la classification, de l'extraction, de la déduplication ou de l'étiquetage simple, mesurez un petit modèle sur un échantillon de vos résultats historiques avant d'aller chercher un prestataire, car un modèle qui atteint votre ancienne exactitude au dixième du coût change complètement la question. Si vos tâches exigeaient du jugement, une connaissance métier ou de vraies données de préférence humaine, c'est ce que vendent les prestataires spécialisés, et le tarif s'en ressent. L'erreur consiste à supposer que le remplacement a la même forme que la chose remplacée.
D'autres services AWS sont ils concernés ?
Les reprises de cette semaine relient la fermeture à un retrait plus large des outils d'humain dans la boucle chez Amazon, SageMaker Ground Truth et Amazon Augmented A2I ayant eux aussi, selon ces reprises, cessé les nouvelles inscriptions le 30 juillet. Traitez cela comme une information rapportée et non comme un calendrier sur lequel bâtir, et vérifiez la documentation de service AWS des produits que vous utilisez réellement avant de fixer une date de migration. La tendance reste claire quoi qu'il en soit : Amazon se retire de l'exploitation de l'annotation humaine en tant que service, et quiconque a une relecture humaine câblée dans une chaîne de production devrait confirmer ses dépendances maintenant plutôt qu'en septembre.