Dans cet article
- Ce qu'Anthropic a réellement publié
- Une échelle en six échelons : de AL0 à AL5
- Le chiffre le plus important du rapport n'est pas 26 %
- Comment construire votre propre version de l'indice en une semaine
- Ce que le niveau « dirige » signifie en pratique
- Les réserves formulées par Anthropic elle-même
- Par où commencer
La réponse directe : le 17 septembre 2026, Anthropic a publié son indice d'automatisation de la R&D (R&D Automation Index), première mesure publique détaillée de la part du travail réellement effectuée par l'IA au sein d'un laboratoire de modèles de pointe. Le résultat phare : Claude « dirige » 26 % du travail de recherche et développement sur les modèles de l'entreprise en août 2026, contre moins de 1 % en février de la même année, plus de 90 % de ce travail se situant au niveau « collabore » ou au-dessus, et aucune catégorie mesurée n'atteignant l'autonomie complète. Ce qui compte le plus pour votre entreprise, ce n'est pas le chiffre. C'est la méthode qui le sous-tend, car vous pouvez la reproduire sur votre propre activité avec les outils dont vous disposez déjà.
Ce qu'Anthropic a réellement publié
La plupart des discussions sur « la part de notre travail qui est automatisée » reposent sur des impressions. Un responsable affirme que la moitié du travail de l'équipe est désormais automatique ; un développeur de la même équipe dit que l'outil n'écrit que du code répétitif. Ce qu'a fait Anthropic, c'est transformer cette question en une mesure reproductible, avec une méthodologie fixe au lieu d'une impression.
L'idée est simple sur le fond : recenser chaque type de travail effectivement réalisé au sein des services de R&D sur les modèles, noter chaque type sur une échelle qui traduit le degré d'implication du modèle, puis agréger ces notes avec une pondération reflétant l'importance de chaque type. L'entreprise présente l'indice comme un prototype plutôt que comme une mesure définitive, et l'inscrit dans un effort plus large visant à réduire l'écart entre ce que savent les laboratoires de pointe et ce que sait le public sur la vitesse à laquelle cette technologie progresse.
Une échelle en six échelons : de AL0 à AL5
L'échelle vient d'Epoch AI et s'appelle l'Automation Level (niveau d'automatisation), allant de zéro à cinq :
- AL0 : aucune implication de l'IA.
- AL1 et AL2 : une implication minimale, puis une assistance : l'humain fait le travail tandis que le modèle suggère ou accélère de petites étapes.
- AL3, « collabore » : le modèle réalise de larges pans de la tâche sous une direction humaine étroite et continue.
- AL4, « dirige » : le modèle accomplit l'essentiel de la tâche de bout en bout à partir d'une consigne de haut niveau, sous supervision humaine.
- AL5 : autonomie complète sans humain dans la boucle, un niveau qui n'est atteint dans aucune catégorie mesurée.
Quand Anthropic parle de « 26 % », il s'agit précisément des catégories qui ont atteint AL4. L'écart entre AL3 et AL4 est celui qui compte sur le plan opérationnel : dans le premier cas, un humain reste présent à chaque étape ; dans le second, le rôle de l'humain se déplace vers la définition de l'objectif et la relecture du résultat.
Le chiffre le plus important du rapport n'est pas 26 %
Enfoui dans la méthodologie se trouve un chiffre qui mérite plus d'attention que le titre. Lorsque la note d'automatisation attribuée par le modèle a été comparée à celle donnée par l'employé effectuant le travail, les deux concordaient exactement dans 59 % des cas, et restaient à un niveau d'écart au plus dans 97 % des cas. Lorsque la note d'un employé a été comparée à celle d'un collègue pour le même travail, elles ne concordaient que dans 35 % des cas.
Autrement dit : les humains sont plus en désaccord entre eux sur le degré d'automatisation de leur propre travail qu'ils ne le sont avec le modèle. Cela explique les réunions de votre entreprise qui se terminent sans conclusion. Si deux collègues d'une même équipe ne parviennent pas à s'accorder sur la description de leur propre travail, toute décision d'investissement dans l'IA fondée sur une impression collective repose sur un terrain meuble. La solution n'est pas davantage de discussion. C'est une mesure écrite et fixe, réappliquée à intervalles réguliers à la même chose.
Comment construire votre propre version de l'indice en une semaine
La méthodologie décrite par Anthropic se transpose à une entreprise de taille moyenne. Les étapes, en bref :
- Recenser le travail réel, pas la fiche de poste : Anthropic a tiré au hasard 20 % du personnel des services concernés en juillet 2026 et a examiné son travail réel à partir de conversations et de documents internes, ce qui a donné environ 15 000 tâches détaillées. Pour vous, un échantillon bien plus réduit, une vraie semaine de travail d'une ou deux équipes, suffit.
- Organiser les tâches en arborescence : ces 15 000 tâches ont été regroupées dans un arbre de 542 nœuds, dont 378 catégories terminales. Une entreprise de taille moyenne obtient une image utile avec trente à cinquante catégories terminales.
- Pondérer selon le temps, pas selon le ressenti : le temps de travail consacré à chaque tâche a servi d'indicateur de son importance. Cela empêche les tâches spectaculaires mais à faible impact de dominer le tableau.
- Noter chaque catégorie sur l'échelle AL0 à AL5 : et rédiger une ligne justifiant la note, afin de pouvoir la réexaminer plus tard.
- Figer le panier et remesurer : l'essentiel est que la liste des catégories soit figée une fois construite, afin que chaque nouvelle mesure porte sur la même chose et non sur une nouvelle liste. Sans ce gel, vous mesurez les changements de votre liste, pas les progrès de l'automatisation.
Le résultat de cet exercice n'est pas un chiffre dont se vanter. C'est une carte qui vous indique où en est réellement l'IA dans votre activité : quelles catégories ont atteint le niveau « collabore » et méritent une automatisation plus poussée, et lesquelles sont encore à zéro alors qu'elles consomment beaucoup d'heures ; ce sont celles-là vos opportunités les plus proches.
Ce que le niveau « dirige » signifie en pratique
Lorsqu'une catégorie de travail de votre entreprise atteint AL4, c'est la forme du management qui change, pas seulement la taille de l'équipe. La direction devient de haut niveau et la relecture se déplace vers le résultat final, ce qui signifie que la qualité du résultat repose sur deux éléments : la clarté des instructions écrites, et un point de contrôle avant tout effet irréversible, qu'il s'agisse d'un envoi à un client, d'une modification de données réelles ou d'un engagement financier.
Dans les projets que nous construisons pour nos clients, c'est la différence entre une automatisation sur laquelle on s'appuie et une automatisation qui inquiète. Un modèle peut diriger une tâche entière, mais c'est le système qui l'entoure qui détermine ce qui se passe lorsqu'il se trompe : l'erreur apparaît-elle dans un journal consultable et s'arrête-t-elle à une étape de validation, ou part-elle directement chez le client ? Passer d'AL3 à AL4 est une décision de conception du système avant d'être une question de confiance dans le modèle.
Les réserves formulées par Anthropic elle-même
L'honnêteté impose de rappeler les limites que l'entreprise a elle-même posées à sa mesure : aucune partie externe indépendante ne l'a vérifiée, et elle a été produite en grande partie à l'aide de Claude lui-même, ce qui signifie que le modèle mesuré a participé à la mesure, avec le risque d'y transporter ses erreurs de jugement. Anthropic indique vouloir faire appel plus tard à des évaluateurs tiers. Le gel du panier de tâches sur une base de référence de juillet 2026 signifie aussi que les catégories de travail apparues depuis n'entrent pas dans le calcul.
Lisez donc le chiffre pour ce qu'il est : un signal de tendance fort venu de l'intérieur d'un laboratoire de pointe, pas un fait établi sur le marché du travail. Un bond de moins de 1 % à 26 % en six mois mérite l'attention, quelle que soit la précision des décimales.
Par où commencer
Commencez par une équipe et une semaine. Consignez ce que l'équipe a réellement fait, classez-le en trente catégories, notez chacune sur l'échelle, figez la liste et remesurez dans trois mois. Vous disposerez de quelque chose que la plupart des entreprises n'ont pas aujourd'hui : une base de référence écrite à laquelle se comparer au lieu d'en débattre. Et si vous voulez transformer les catégories restées à zéro en systèmes qui fonctionnent, c'est exactement ce que nous construisons chez Origami.
Sources
- Anthropic : mesurer le rythme du développement de l'IA au sein des laboratoires de pointe : anthropic.com
- Epoch AI : l'échelle des niveaux d'automatisation utilisée dans l'indice : epoch.ai
Questions fréquentes
Que signifie le fait que Claude « dirige » 26 % du travail ? Anthropic a-t-elle remplacé ses chercheurs ?
Non. « Dirige » correspond, dans l'indice, au quatrième échelon d'une échelle qui en compte six : le modèle accomplit l'essentiel d'une tâche de bout en bout à partir d'une consigne de haut niveau, mais sous supervision humaine. Anthropic précise explicitement qu'aucune catégorie de travail mesurée n'a atteint l'autonomie complète sans humain dans la boucle.
Mon entreprise est de taille moyenne. Puis-je construire un indice similaire ?
Oui, et cela ne demande aucun outil particulier. Choisissez une équipe, consignez son travail réel pendant une semaine, classez-le en trente à cinquante catégories, pondérez chacune selon le temps qui y est consacré, puis notez-les sur une échelle de zéro à cinq. La seule condition qui compte vraiment est de figer la liste des catégories et de remesurer par rapport à cette même liste tous les trois mois.
Quel est l'intérêt pratique de mesurer la part de l'IA dans notre travail ?
La cartographie fait apparaître deux groupes utiles : les catégories qui ont atteint un bon niveau de collaboration et méritent une automatisation plus poussée, et les catégories encore à zéro implication alors qu'elles consomment beaucoup d'heures, qui représentent généralement le retour le plus rapide à votre portée. Sans mesure écrite, vous investissez à l'impression, et les données du rapport lui-même montrent que les impressions humaines divergent fortement.
Le chiffre est-il fiable ?
Lisez-le comme un signal de tendance, pas comme un fait définitif. Anthropic indique clairement que l'indice n'a pas été vérifié par une partie externe indépendante et qu'il a été produit en grande partie à l'aide de Claude lui-même, et qu'elle compte associer plus tard des évaluateurs tiers. Malgré cela, passer de moins de 1 % en février 2026 à 26 % en août est une tendance nette qui mérite d'être relevée.
Suivez Origami sur Google
Ajoutez Origami à vos sources préférées : nos articles apparaîtront en premier pour vous dans la recherche Google et les actualités à la une.
