Anthropic rapporte, pour août 2026, que Claude « pilote » 26 % de sa R&D. Cela inclut une supervision humaine. L’indice classe et pondère des catégories de travail ; chaque personne-semaine est répartie également entre ses tâches. Le panier de référence provient de juillet. Ce résultat interne ne mesure donc pas directement des heures économisées. La méthode et son annexe permettent de poser la question utile : quelles observations manquent pour passer de la délégation au gain de productivité ?
Une unité de mesure change la conclusion
Compter des tâches paraît intuitif. Mais « corriger une erreur de configuration » et « choisir une expérience susceptible de départager deux hypothèses » ne constituent pas nécessairement des unités comparables. Avant de lire un pourcentage, il faut identifier ce qui figure au dénominateur : des opérations, des heures, des euros ou des résultats acceptés. Un indicateur peut être cohérent dans sa propre unité et devenir trompeur lorsqu’on lui en substitue une autre.
La proposition d’Epoch AI sur la décomposition de la R&D, publiée le 17 juin, fournit un cadre de classification des activités. Ses auteurs la présentent comme un premier travail méthodologique, avec des jugements subjectifs à améliorer. Elle aide à nommer ce qu’on observe ; elle ne constitue pas un audit des résultats d’un laboratoire.
Voici une expérience de pensée distincte des données d’Anthropic. Une personne consacre une semaine de 40 heures à deux tâches : 36 heures à une expérience difficile, quatre heures à un compte rendu. Si l’on attribue la moitié du poids à chacune, automatiser entièrement le compte rendu ferait passer la part automatisée à 50 %. Même sans aucune supervision, le maximum de temps libéré ne serait pourtant que quatre heures sur 40, soit 10 %. Ce n’est pas une estimation d’un biais réel : c’est la démonstration que les deux pourcentages répondent à des questions différentes.
L’inverse est possible. Automatiser une tâche rare mais très longue peut libérer beaucoup de temps tout en modifiant peu un compteur de tâches. Demander systématiquement une pondération en heures n’est toutefois pas suffisant : une heure de discussion peut éviter plusieurs semaines d’expériences inutiles. La valeur scientifique demande encore une autre observation.
Ce que les études de productivité permettent de comparer
METR a documenté une difficulté concrète dans sa note du 24 février 2026 : des développeurs et des tâches sortent de l’échantillon parce que les participants ne veulent plus travailler sans IA. Le protocole comparait des tâches assignées aux conditions avec ou sans IA. La sélection en amont limite la généralisation, même lorsqu’une assignation aléatoire intervient ensuite.
Ce travail n’évalue pas la R&D d’Anthropic. Il montre pourquoi une mesure expérimentale peut elle aussi manquer une partie du phénomène. La bonne comparaison porte ici sur les méthodes, pas sur une compétition entre des pourcentages produits dans des environnements différents.
Dans une enquête publiée le 11 mai, METR interroge 349 travailleurs techniques entre février et avril 2026. Les gains déclarés distinguent vitesse et valeur du travail ; ils restent des perceptions, pas des gains chronométrés. Cette enquête apporte une information sur l’expérience des répondants, sans fournir le contrefactuel observable de ce qu’ils auraient effectivement produit sans assistance.
La note de Cunningham et Whitfill du 8 mai explique aussi que l’IA peut modifier le choix des tâches. Une mesure effectuée sur les activités anciennes et une autre sur les activités nouvellement choisies ne décrivent alors plus le même panier. Il faut garder cette distinction pour interpréter une évolution dans le temps.
Un calcul à faire avant d’annoncer des économies
Construisons un second scénario pédagogique, sans prétendre représenter une entreprise. L’équipe doit produire un même dossier expérimental, avec les mêmes exigences de validation. Avant adoption, elle y consacre 100 heures humaines. Elle identifie 30 heures d’exécution déléguables ; l’assistance en retire 24, mais entraîne huit heures supplémentaires de supervision et six heures de corrections.
| Poste du scénario | Heures humaines |
|---|---|
| Travail initial | 100 |
| Exécution évitée | −24 |
| Supervision supplémentaire | +8 |
| Corrections supplémentaires | +6 |
| Total après adoption | 90 |
Le gain net est de dix heures, soit 10 % du temps initial. À qualité identique et si ce cycle peut être répété, la capacité théorique devient 100 / 90 = 1,111 fois la capacité initiale : environ 11,1 % de plus. Les 30 heures déléguables ne deviennent ni 30 heures économisées ni 30 % de production supplémentaire.
Le seuil de rentabilité en temps est également lisible : supervision et corrections doivent rester sous les 24 heures d’exécution évitées. Si elles en consomment 26, le dossier exige 102 heures. Ce seuil n’est pas une recommandation de réduire les vérifications : il permet de constater qu’un usage ne tient pas encore sa promesse de temps gagné. Le coût monétaire demanderait séparément les tarifs de calcul, les rémunérations et les frais d’intégration.
Pour rendre ce calcul exploitable, l’équipe doit fixer avant l’essai ce qui constitue un dossier accepté et compter aussi les tentatives abandonnées. Sinon, sélectionner uniquement les réussites produit un bilan artificiellement favorable. Elle doit conserver deux colonnes distinctes : temps humain mobilisé et délai calendaire. Plusieurs agents peuvent travailler simultanément sans que ces deux mesures diminuent dans la même proportion.
Une conclusion proportionnée aux preuves
Le chiffre d’Anthropic est un signal de délégation interne, à interpréter dans son unité. Pour décider d’un investissement, il faut encore observer les résultats acceptés, les reprises et l’ensemble des ressources consommées. Aucune des études mobilisées ici ne fournit une estimation propre aux équipes marocaines ; le scénario ne leur attribue donc aucun rendement attendu.
Cette grille complète notre guide de valorisation de la recherche : après avoir identifié un usage, mesurer le cycle complet permet de décider s’il mérite d’être étendu, corrigé ou abandonné.
Références
- Anthropic Institute, Measurements for understanding the pace of AI development inside frontier labs, consulté le 22 septembre 2026 ; observations d’août, référence de juillet 2026. Rapport interne, non assimilé à une publication évaluée par les pairs.
- JS Denain, Joe Kwon et Anson Ho, Toward an O*NET for AI R&D, 17 juin 2026. Proposition méthodologique.
- Joel Becker et collaborateurs, METR, We are Changing our Developer Productivity Experiment Design, 24 février 2026. Note de méthode et résultats provisoires.
- Joel Becker, METR, Measuring the Self-Reported Impact of Early-2026 AI on Technical Worker Productivity, 11 mai 2026. Enquête déclarative.
- Tom Cunningham et Parker Whitfill, METR, Task Substitution and Uplift, 8 mai 2026. Analyse méthodologique.
