Automatisation IA : Claude pilote 26 % de la R&D d'Anthropic

Anthropic vient de publier un chiffre que peu d'entreprises seraient aujourd'hui capables de produire sur elles-mêmes : Claude pilote désormais 26 % de la recherche et développement de son propre créateur, contre moins de 1 % en février 2026. Le laboratoire mesure, trimestre après trimestre, la part exacte de son propre travail qu'il délègue à son IA. Combien d'entreprises françaises pourraient répondre à la même question sur leurs équipes juridiques, financières ou commerciales ?

Comment Anthropic mesure ce que Claude fait vraiment dans sa R&D

Le rapport s'appelle le R&D Automation Index. Anthropic l'a publié à la mi-septembre 2026 sur le site de son institut de recherche, avant qu'il ne soit relayé le 17 septembre par Bloomberg puis par une dizaine de médias spécialisés. L'objectif affiché : cartographier l'ensemble des tâches de recherche et développement du laboratoire, et noter pour chacune le niveau réel d'implication de l'IA, plutôt que de se contenter d'un discours marketing sur une IA qui « coderait toute seule ».

L'échelle utilisée va de AL0 à AL5, pour Automation Level. À AL0, l'IA n'intervient pas du tout sur la tâche. À AL2, elle assiste ponctuellement, un peu comme un correcteur ou un moteur de recherche amélioré. À AL3, elle « collabore » : elle prend en charge une part importante d'un travail, mais sous la direction rapprochée d'un humain qui garde la main sur chaque étape. À AL4, elle « pilote » : elle mène l'essentiel d'une tâche de bout en bout à partir d'une simple instruction de haut niveau, avec un humain qui supervise le résultat plutôt qu'il n'exécute chaque sous-tâche. AL5, le niveau où l'IA opère seule sans aucune supervision humaine, reste pour l'instant théorique : aucune tâche mesurée chez Anthropic ne l'atteint.

Le résultat pour Claude, en août 2026 : 26 % du travail de R&D d'Anthropic se situe désormais au niveau « pilote », contre moins de 1 % sept mois plus tôt en février. Plus de 90 % du travail se situe au niveau « collabore » ou au-dessus. Zéro pour cent atteint le niveau totalement autonome. La progression, en sept mois à peine, est notable : elle correspond à un passage d'une IA qui assistait occasionnellement les chercheurs à une IA qui prend en charge, seule, la majorité d'un travail de recherche entier.

Pourquoi rendre ce chiffre public, alors qu'il aurait tout aussi bien pu rester dans un rapport interne ? Parce qu'il touche à une question que se pose une bonne partie du secteur de l'IA : à quelle vitesse un modèle pourrait-il apprendre à construire la version suivante de lui-même, sans intervention humaine significative ? Faut-il s'inquiéter de voir une IA participer à l'entraînement de son successeur ? Anthropic répond, en creux, en préférant publier une mesure précise et actualisée plutôt que de laisser la question flotter dans la spéculation médiatique.

Le miroir tendu aux entreprises qui n'ont aucune mesure équivalente

Ce niveau de précision tranche nettement avec ce que révèlent les baromètres consacrés aux entreprises françaises. Selon le Baromètre Privacy 2026 d'EQS Group, 80 % des organisations françaises n'ont toujours pas une compréhension claire du paysage des systèmes d'IA déployés en leur sein. Pas 80 % qui n'ont pas encore formalisé une politique d'usage : 80 % qui ne savent pas, très concrètement, quels outils tournent où, sur quelles données, et avec quel niveau d'autonomie réel.

L'étude mondiale AI Agents at Work 2026, menée par Okta, apporte une nuance qui mérite d'être soulignée plutôt qu'ignorée. La France affiche le taux de shadow AI le plus faible au monde, c'est-à-dire le moins d'usages d'IA non déclarés par les salariés en dehors des outils officiels. Sur ce point précis, les entreprises françaises s'en sortent mieux que la plupart de leurs homologues étrangères. Le problème, c'est qu'elles affichent dans le même temps le niveau de confiance le plus faible parmi les pays étudiés concernant la supervision de leurs propres agents IA. Peu de shadow AI, donc, mais peu de certitude sur ce qui se passe réellement, y compris dans les usages pourtant officiels et validés par la direction.

Combien de vos collaborateurs collent aujourd'hui un extrait de contrat, un tableau de reporting ou un CV dans un assistant IA sans que cela ne remonte nulle part dans un tableau de bord ou une revue mensuelle ? La question n'est pas rhétorique au sens creux du terme : c'est précisément ce qu'Anthropic sait mesurer chez lui, tâche par tâche, et que la majorité des directions générales françaises ne savent tout simplement pas mesurer chez elles, même quand elles pensent avoir la situation sous contrôle.

Un indice de maturité qui ferait pâlir la plupart des PME françaises

Le Baromètre IA PME 2026 donne un chiffre qui remet les choses en perspective. 72 % des PME françaises utilisent l'IA au moins ponctuellement, un taux d'adoption qui, sur le papier, a de quoi rassurer. Mais leur indice de maturité moyen plafonne à 3 sur 10, et 59 % d'entre elles restent au stade que l'étude qualifie sans détour d'« IA gadget » : des usages ponctuels, non structurés, qui ne s'inscrivent dans aucun processus métier durable.

Un chiffre issu d'une autre étude, l'AI Pulse de KPMG publiée à l'été 2026, va dans le même sens et le confirme sous un angle différent. Seules 12 % des entreprises tirent aujourd'hui pleinement profit de leurs investissements en IA, malgré des budgets qui, eux, ont largement suivi le rythme des annonces produit des derniers mois. L'écart entre l'argent dépensé et la valeur réellement captée reste, pour la grande majorité des organisations, le chantier non résolu qui pèse sur chaque comité de direction.

C'est un peu comme un coureur qui affirme s'entraîner sérieusement pour un marathon sans jamais avoir chronométré une seule séance. Il court, sans doute, et il y croit. Mais il ne sait pas à quelle vitesse il progresse, ni s'il progresse réellement, ni combien de temps il tiendra le jour de la course. Anthropic chronomètre chaque trimestre la vitesse à laquelle Claude prend en charge sa propre R&D, avec une échelle qui va d'AL0 à AL5. La plupart des entreprises françaises, elles, courent sans montre, et découvrent leur niveau réel seulement quand un projet dérape ou qu'un concurrent les dépasse.

La formation n'aide pas à combler cet écart, elle le creuse plutôt. 83 % des PME n'ont formé personne à l'IA, alors que 90 % des professionnels la déclarent prioritaire dans leur activité quotidienne, selon ce même baromètre. Entre l'intention affichée et l'exécution réelle, l'écart se compte ici encore en dizaines de points, pas en nuances.

Ce que ça change concrètement pour vos équipes juridiques, financières ou RH

Traduit à l'échelle d'une entreprise, ce que mesure Anthropic ressemble à une question très concrète, secteur par secteur : à quel niveau se situe chacune de vos tâches récurrentes, entre l'IA qui n'intervient pas du tout et l'IA qui pilote une tâche entière pendant qu'un humain valide seulement le résultat final ? Dans une direction juridique, la revue d'un NDA standard qui reste relue ligne à ligne par un juriste, sans aide particulière, correspond à peu près à de l'AL1 ou de l'AL2. La même revue, où Claude produit une analyse structurée des clauses à risque que le juriste valide en quinze minutes plutôt qu'en deux heures, ressemble déjà nettement davantage à de l'AL4.

La même logique s'applique côté direction financière. Un rapport de gestion préparé entièrement à la main, avec des extractions manuelles depuis les outils comptables et un tableau reconstruit chaque mois, reste à un niveau d'automatisation très faible, quel que soit le nombre d'heures qu'on y consacre. Un DAF qui délègue la première version complète d'un reporting mensuel à Claude, quitte à en corriger les commentaires et à vérifier les chiffres clés, se rapproche du niveau que le laboratoire appelle « pilote ». Dans le recrutement, le tri de CV assisté de façon ponctuelle diffère nettement d'un premier screening entièrement mené par l'IA sur des critères définis à l'avance, avec un recruteur qui n'intervient qu'au moment de la shortlist finale.

Les chiffres sur la vitesse d'exécution des projets IA en entreprise confirment que cette progression, quand elle a effectivement lieu, va vite, souvent plus vite que ne l'anticipent les équipes elles-mêmes. Le délai médian entre le lancement d'un projet IA et sa mise en production est passé de 178 jours en 2022 à 128 jours en 2025, une baisse de 28 %, selon un baromètre qui documente plus de 200 déploiements B2B sur cette période. Le délai pour atteindre un retour sur investissement positif a chuté de 341 à 264 jours sur la même fenêtre, soit 23 % de moins. Le gain médian, sur les seuls projets menés à terme, atteint 1,6 fois l'investissement initial.

Ce sont des moyennes qui cachent un écart réel entre les entreprises qui pilotent leur déploiement secteur par secteur et celles qui laissent chaque équipe expérimenter de son côté, sans cadre commun ni référentiel partagé. Dans un cabinet de conseil, la différence se voit dès le premier livrable client produit avec ou sans méthode : le temps gagné ne se traduit en marge que si le niveau d'automatisation de chaque type de mission a été pensé à l'avance, pas improvisé mission après mission.

Comment mesurer, et faire progresser, le niveau d'automatisation de l'IA dans votre organisation

La bonne nouvelle, c'est que l'échelle utilisée par Anthropic n'a rien de propriétaire dans son principe, même si le nom « R&D Automation Index » reste spécifique à son propre contexte de recherche. N'importe quelle direction peut l'adapter à son échelle : lister les tâches récurrentes d'une équipe, noter pour chacune le niveau d'implication réel de l'IA, et suivre cette note dans le temps plutôt que de se fier à une impression générale du type « on utilise beaucoup l'IA maintenant ». Un baromètre documentant plus de 200 déploiements IA en entreprise relève un taux de mise en production de 82,5 % sur les projets correctement cadrés dès le départ, contre un taux nettement plus faible sur les initiatives lancées sans méthode ni suivi.

Chez ClaudIn, c'est très concrètement ce que nous mettons en place quand nous déployons Claude Cowork dans une entreprise : un état des lieux tâche par tâche avant d'ouvrir l'accès aux équipes, puis un suivi régulier de la progression plutôt qu'un lancement suivi de silence. Nous avions détaillé cette logique de mesure continue à propos des rapports d'usage introduits par Anthropic en bêta pour les comptes Enterprise, dans un article consacré aux Smart Reports : coûts par équipe, points de friction récurrents, compétences réutilisables identifiées automatiquement. C'est, au fond, le même réflexe que le R&D Automation Index d'Anthropic, appliqué à votre organisation plutôt qu'à la sienne.

Ce suivi ne vaut rien sans les bons contrôles derrière lui. Un niveau d'automatisation élevé sur une tâche sensible, sans piste d'audit ni budget encadré par équipe, expose une entreprise plus qu'il ne la protège, quel que soit le gain de temps affiché sur le papier. C'est le sujet que nous abordions à propos du RBAC et des budgets sur Claude Cowork en production : mesurer le niveau d'automatisation d'une tâche et gouverner ce même niveau sont, dans les faits, deux versants de la même démarche.

Reste la question de la formation, puisque c'est souvent là que le décalage entre potentiel et usage réel se creuse le plus vite. Une équipe qui découvre Claude Cowork sans méthode reproduit les mêmes réflexes qu'avec n'importe quel logiciel qu'on n'a jamais appris à utiliser correctement : elle plafonne vite à un niveau d'automatisation faible, quel que soit le potentiel réel de l'outil sous-jacent. C'est précisément ce que nos sessions de formation Claude Cowork visent à corriger, avant que l'écart entre l'usage réel et l'usage possible ne devienne la norme silencieuse de toute une équipe.

Anthropic n'a sans doute pas publié ce chiffre par pure transparence académique. Un laboratoire qui mesure aussi précisément la part de travail qu'il délègue à sa propre IA envoie un signal à tout un secteur, décideurs politiques compris, sur la vitesse réelle du progrès en cours. Mais le signal le plus utile, pour une entreprise qui découvre ce chiffre depuis la France, n'est peut-être pas de savoir si Claude approche l'autonomie totale sur sa R&D. C'est de se demander où se situerait sa propre organisation sur la même échelle, tâche par tâche, et si quelqu'un, en interne, serait aujourd'hui vraiment capable de répondre à cette question sans deviner.

Chez ClaudIn, nous accompagnons les entreprises réglementées, du juridique à la finance en passant par le conseil, pour répondre à cette question avant de déployer Claude Cowork à grande échelle, pas après coup. Réservez 30 minutes avec nous pour situer votre organisation sur cette échelle, équipe par équipe, avant la fin de l'année.