Pourquoi cette étude est différente
La plupart des analyses sur l'IA mesurent les intentions déclarées. Ce que les entreprises disent vouloir faire. Ce que les consultants vendent. Ce que les médias rapportent. Rarement ce que les gens font vraiment.
L'Anthropic Economic Index, publié en janvier puis en mars 2026, corrige ce biais. L'entreprise a analysé un million de conversations Claude point ai, et un million d'appels API, sur la période de février 2026. L'analyse utilise un système baptisé CLIO, qui respecte la vie privée, sans exposer les contenus individuels. Plus de trois mille tâches uniques ont été cartographiées.
C'est la mesure la plus grande et la plus honnête dont on dispose aujourd'hui sur les vrais usages de l'IA. Et ce qu'elle révèle est nuancé, pas sensationnel.
Ce que font vraiment les gens avec Claude
Trente-cinq pour cent des conversations portent sur des tâches informatiques ou mathématiques. Les développeurs et chercheurs sont surreprésentés. Mais ce pourcentage baisse, ce qui signifie que l'IA se démocratise au-delà de la tech.
Douze à dix-neuf pour cent des conversations sont éducatives. L'usage scolaire est particulièrement fort dans les pays à revenus plus faibles, où l'accès à un tuteur humain est limité.
Trente-cinq à quarante-deux pour cent sont des usages personnels, et cette part augmente mois après mois. Les gens utilisent l'IA pour rédiger leurs emails difficiles, résumer leurs réunions, préparer leurs entretiens, comprendre des documents juridiques.
Trois à cinq pour cent tournent autour du management, et cette part a presque doublé en trois mois. C'est le signal faible le plus intéressant. Les dirigeants commencent sérieusement à utiliser l'IA, pas pour déléguer, mais pour se questionner.
La distinction clé. Augmentation contre automatisation
Voici le chiffre qui devrait être sur la première page de tous les journaux. Cinquante-deux pour cent des usages de Claude point ai sont de l'augmentation humaine. Quarante-cinq pour cent sont de l'automatisation.
Augmentation veut dire. Je travaille avec l'IA, elle m'accélère, je reste aux commandes. Automatisation veut dire. L'IA fait la tâche à ma place, je fais autre chose.
Pour l'API, qui reflète les usages industrialisés, le ratio s'inverse. Soixante-quinze pour cent d'automatisation. C'est cohérent, car l'API sert les pipelines machine à machine.
Cette nuance est capitale. Elle signifie que, quand un humain choisit comment utiliser l'IA, il la préfère majoritairement comme un collaborateur, pas comme un remplaçant. Ce n'est pas la peur qui guide. C'est la compréhension que l'IA fait mieux certaines sous-tâches, et qu'on reste utile pour le reste.
L'accélération est réelle, et elle est grande
Sur les tâches de niveau universitaire, Anthropic mesure un facteur douze d'accélération. Ce qui prenait deux heures prend dix minutes. Ce qui prenait une journée prend une heure.
Mais le taux de succès sur tâches complexes plafonne entre soixante-six et soixante-dix pour cent. Autrement dit, sur trois tâches compliquées sur dix, l'IA se trompe ou dévie. D'où la nécessité absolue d'une boucle humaine. Le facteur douze de gain est réel, mais seulement si vous savez repérer les trois échecs sur dix.
Plus fort encore. Les utilisateurs qui pratiquent Claude depuis plus de six mois ont un taux de succès supérieur de dix pour cent. La maîtrise d'un outil IA s'apprend. Ce n'est pas magique. Ceux qui se forment gagnent. Ceux qui improvisent plafonnent.
Les métiers qui montent et ceux qui descendent
Anthropic a étudié l'impact par profession. Deux catégories ressortent clairement.
Les métiers dont certaines tâches techniques sont reprises par l'IA subissent un phénomène de deskilling. Moins d'occasions de pratiquer la partie qualifiée du travail. Les agents de voyage et les rédacteurs tech sont les exemples les plus marqués. L'IA fait leurs recherches complexes, leur reste l'exécution finale.
À l'inverse, d'autres métiers connaissent de l'upskilling. L'IA leur ouvre l'accès à des tâches plus complexes qu'ils ne pouvaient faire seuls. Les gestionnaires de biens immobiliers, les property managers, en bénéficient. Ils peuvent désormais analyser des baux complexes, anticiper des risques juridiques, optimiser des portefeuilles. Sans recruter un avocat, un analyste financier, un expert technique.
L'effet net est une redistribution, pas une destruction massive. Mais cette redistribution n'est pas neutre socialement. Elle favorise ceux qui apprennent à utiliser l'IA avec précision.
Quarante-neuf pour cent des métiers sont concernés
Ce chiffre mérite d'être écrit en gros. Quasi la moitié des métiers ont plus d'un quart de leurs tâches couvertes par l'IA actuelle. Pas un futur lointain. Maintenant.
Cela ne veut pas dire que la moitié des emplois vont disparaître. Cela veut dire que la moitié des emplois vont devoir intégrer l'IA dans leur quotidien. Les entreprises qui accompagnent cette intégration gagnent. Celles qui la subissent perdent.
Cela veut dire aussi que la formation à l'IA n'est plus une option, c'est une obligation stratégique. Pas dans trois ans. En 2026.
La géographie compte
Dernier point de l'étude, plus politique. Le revenu par habitant d'un pays prédit mieux l'adoption de l'IA que la langue ou la culture. Les pays riches adoptent vite, les pays pauvres plus lentement, et l'écart se creuse.
Aux États-Unis, la convergence interne progresse. Paritié régionale attendue dans cinq à neuf ans. Les écarts entre côtes et centre se réduisent.
Au niveau mondial, divergence. Les écarts riches pauvres se creusent en matière d'usage IA. C'est un enjeu géopolitique silencieux, qui se joue sur dix à quinze ans.
Ce qu'il faut en retenir, si vous dirigez une équipe
Premièrement, l'IA accélère réellement. Douze fois sur les tâches qualifiées. Mais avec un taux d'erreur qui exige une supervision humaine.
Deuxièmement, la formation est le vrai levier. Plus dix pour cent de succès pour les utilisateurs de six mois. Investissez avant d'attendre les résultats.
Troisièmement, le ratio augmentation contre automatisation est cinquante-deux versus quarante-cinq. Les humains préfèrent l'IA comme collaborateur. Construisez vos outils en ce sens.
Quatrièmement, certains métiers vont perdre en qualification, d'autres en gagner. Observez votre équipe avec lucidité, redéployez les compétences libérées.
Cinquièmement, ne considérez pas la vitesse comme un bien en soi. Ce qui compte, c'est la qualité finale de ce que vous livrez. L'IA ne doit pas produire plus de bullshit. Elle doit libérer du temps pour du travail qui compte.