Anthropic estime que son IA, Claude, pourrait générer une augmentation de 1,8% de la croissance annuelle de la productivité du travail aux États-Unis, doublant ainsi le taux observé depuis 2019. Une projection basée sur l'usage réel de l'outil, mais dont la méthode est, disons, très... maison.
Une efficacité de 80% mesurée par l'IA elle-même
Anthropic a dévoilé le résultat d'une analyse interne pour estimer l'impact économique réel de son intelligence artificielle. La méthode est pour le moins originale : les chercheurs ont analysé un échantillon massif de 100 000 conversations réelles sur Claude.ai. Ils ont ensuite demandé à une version distincte de Claude d'estimer le temps que prendrait chaque tâche sans son aide, puis avec.
Le résultat surprend par son ampleur : en moyenne, l'IA réduit le temps nécessaire à l'exécution d'une tâche de 80%. Pour l'utilisateur type, cela concerne des missions complexes qui demanderaient en moyenne une heure et demie à un professionnel sans assistance, pour un coût moyen de 55 dollars en main-d'œuvre. C'est sur la base de ces gains d'efficacité au niveau de la tâche que l'extrapolation macroéconomique est établie.
Où se concentrent les gains de productivité ?
L'étude montre clairement que les gains ne sont pas uniformes. Sans surprise, les impacts les plus significatifs se trouvent dans les métiers du savoir et du tertiaire. Le développement logiciel, le management, le conseil légal et l'éducation sont les domaines qui voient le temps de travail le plus long et le plus coûteux être accéléré par Claude.
À l'inverse, les secteurs comme la restauration, la construction ou le retail montrent un impact minimal. C'est logique : l'IA excelle à manipuler les données et le texte, mais elle ne peut pas encore effectuer une inspection physique ou servir une table. Ces tâches non automatisables deviennent de facto des goulots d'étranglement qui contraignent la croissance globale de la productivité.
Attention aux limites de l'estimation
Avant de crier à la révolution, il est crucial de noter les limites de cette étude. Premièrement, c'est l'IA qui s'auto-évalue, même si Anthropic affirme que ses estimations directionnelles sont proches de celles des développeurs humains sur des cas concrets. Deuxièmement, le modèle ne tient pas compte du temps que l'humain passe à vérifier, éditer et valider la réponse de Claude après la conversation, ce qui réduirait mécaniquement le gain de temps réel.
De plus, l'extrapolation se fait sur l'hypothèse que la technologie reste à son niveau actuel pour dix ans et que tout le temps gagné est réinvesti en travail. Ces facteurs font de l'estimation de +1,8% un potentiel théorique plutôt qu'une prédiction ferme.
On en dit quoi ?
Les chiffres d’Anthropic sont impressionnants, mais ils doivent être lus avec le recul nécessaire. On voit clairement que l'IA est en train de siphonner une partie significative des tâches intellectuelles chronophages et à haute valeur ajoutée. C'est une aubaine pour l'efficacité individuelle, mais cela pose la question de la nature du travail restant. Par exemple, si les développeurs passent moins de temps à coder, mais doivent désormais surveiller et coordonner les systèmes, leur fonction est en pleine mutation. L'étude nous donne une idée de l'ampleur du choc de productivité à venir, mais nous rappelle surtout que la vraie révolution passera par la réorganisation complète de nos métiers, et non pas par la simple accélération des tâches existantes.
