Le crépuscule des chatbots

Si vous avez l’impression que les choses s’accélèrent dans le domaine de l’IA, vous avez probablement raison. De meilleurs modèles d'IA issus des principaux laboratoires d'IA américains ont été publiés plus rapidement que jamais (bien que les interventions gouvernementales aient temporairement interrompu l'accès à deux des modèles les plus puissants, Claude Fable et GPT-5.6).

Mais il ne s’agit pas seulement du calendrier de sortie. Les éléments de preuve indiquent également une accélération des gains de capacités (même si la frontière reste irrégulière et les IA restent faibles dans de nombreux endroits). Cela est particulièrement évident lorsque l’on examine la capacité des IA à effectuer un véritable travail. Il existe quelques bonnes évaluations qui tentent de mesurer la quantité de travail humain que les IA peuvent effectuer. Deux des plus célèbres, du METR et du gouvernement officiel du Royaume-Uni AI Security Institute, estiment le nombre d'heures d'effort d'un programmeur humain que l'IA peut réaliser avec une seule invite. GDPval compare des experts humains dans de nombreux domaines aux performances de l’IA à l’aide de juges professionnels. Ils augmentent tous à un rythme plus qu'exponentiel.

Une autre organisation menant des expériences similaires, Epoch, a récemment découvert que Opus 4.7, travaillant seul pendant 14 heures, était capable de créer un progiciel qui prendrait 2 à 17 semaines de travail d'ingénierie humaine (cela coûtait 251 $ en jetons). Encore une fois, les systèmes d’IA ne peuvent pas passer tous les tests et ne sont pas toujours bon marché à exploiter, mais ils s’améliorent certainement à un rythme très rapide. Lors de mes propres expériences, j'ai découvert que Fable était capable de travailler de manière autonome pendant 9 heures pour exécuter des projets logiciels très complexes qui auraient pris plus d'une semaine à une équipe.

Jusqu’à présent, je me suis concentré sur les modèles frontières, ceux dotés de la plus grande « intelligence ». Ils sont fabriqués par trois sociétés américaines : Anthropic, OpenAI et Google (même si cela fait un moment que Google n'a pas publié de nouveau modèle). Mais il existe un deuxième ensemble de modèles d’IA proches de la frontière, qui sont généralement en retard de 6 à 12 mois par rapport à la frontière, et qui proviennent tous de Chine. Ce sont des modèles de poids ouverts, ce qui signifie que n'importe qui peut les utiliser ou les modifier après leur sortie (contrairement aux modèles frontières qui sont propriétaires). Cela les rend assez peu coûteux à exploiter. Eux aussi progressent sur une courbe d’amélioration exponentielle, bien qu’à la traîne des modèles fermés américains. Vous pouvez le voir dans mon graphique des performances de l'IA dans un test appelé AA-Briefcase, qui simule un engagement de conseil complexe sur plusieurs semaines où l'IA doit effectuer de nombreux types d'analyses. Les modèles chinois à pondérations ouvertes (d'autres pays produisent des modèles à pondérations ouvertes, mais aucun n'est proche de la frontière) sont sur leur propre courbe exponentielle, derrière les modèles américains fermés.

Mais les graphiques abstraits ne vous mènent pas loin, et ils peuvent cacher à quel point la frontière est irrégulière (et aussi le fait que les modèles de pondérations ouverts, bien que très impressionnants, ne fonctionnent pas toujours aussi bien que leurs références l'indiquent). Pour obtenir de véritables informations, vous devez essayer d’utiliser l’IA pour différents cas d’utilisation et évaluer rigoureusement leur efficacité dans les domaines qui vous intéressent. À titre d'exemple amusant, j'ai créé un test dans lequel les IA doivent construire une simulation interactive d'un port évoluant au fil du temps. Vous pouvez jouer avec tout le résultat ici. Je pense que cela donne une perspective intéressante sur la mesure dans laquelle les modèles peuvent différer les uns des autres dans des domaines tels que le design, l'approche stylistique et même le jugement. À mesure que les systèmes effectuent des tâches de plus en plus longues, ces facteurs difficiles à évaluer deviennent plus importants.

La façon dont nous utilisons l'IA évolue

À mesure que les IA peuvent effectuer des tâches de plus en plus longues, la façon dont les gens utilisent l’IA évolue. Jusqu’à récemment, la co-intelligence était la principale manière d’utiliser l’IA. Vous demanderiez à l’IA de faire quelque chose, de vérifier les résultats, puis de lui demander d’effectuer la prochaine étape de votre travail. Grâce à des incitations minutieuses et à l'attention humaine, vous pourriez guider les IA dans l'exécution de tâches complexes et à long terme.

Cette approche de l’utilisation de l’IA est encore courante et utile, mais, de plus en plus, ce n’est pas la manière dont l’IA est utilisée pour un travail utile. Les systèmes d'IA de longue durée, intelligents et autocorrectifs ne nécessitent pas d'intervention humaine constante et nécessitent une façon différente de travailler (c'est également le sujet de mon prochain livre, Co-Existence, que vous voudrez peut-être pré-commander ici). Et, contrairement aux chatbots, les agents sont dotés de machines supplémentaires : des harnais qui donnent à l'IA accès à des outils et à un environnement dans lequel agir, ainsi que des applications conçues pour les agents comme Claude Code ou le Codex de OpenAI. En conséquence, la capacité déjà croissante des modèles d'IA peut être encore améliorée par un bon harnais ou une bonne application.

Le travail consiste donc de plus en plus à confier du travail à des agents, plutôt qu'à collaborer avec des chatbots. Une étude conjointe menée par OpenAI et des économistes universitaires montre à quelle vitesse cela se produit au sein de leur propre organisation. Il est important de noter que les codeurs ne sont pas les seuls à utiliser des agents. Les fonctions juridiques, RH et autres fonctions non technologiques ont adopté des agents à peu près au même rythme. OpenAI peut être une sorte de canari dans la mine de charbon pour ce qui se passera ailleurs dans le travail.

De plus en plus, le travail chez OpenAI ressemble à la gestion de l'IA. Un quart des travailleurs OpenAI ont au moins quatre agents qui s'exécutent simultanément chaque semaine. Et comme le codage est effectué par les IA dans des harnais et des applications spécialisés, d’autres rôles commencent à devenir des sortes de codeurs. Et ils sont bons dans ce domaine. Une étude distincte auprès des Claude Code utilisateurs a révélé que les ingénieurs logiciels avaient un taux de réussite similaire à celui des autres professions lorsqu'ils utilisaient réellement le code Claude pour des tâches de codage.

Ce qui comptait réellement, ce n'était pas le métier de l'utilisateur, mais son expertise. Plus une personne avait d'expérience dans le domaine, plus elle réussissait à utiliser Claude Code dans ce domaine. Et, ce qui est encore plus intéressant, plus les résultats obtenus par Claude à chaque invite étaient utiles.

Nous passons d'un monde dans lequel des non-experts utilisent des chatbots pour combler les lacunes à un monde dans lequel les experts utilisent des agents pour accomplir leur travail. Et la meilleure façon d'utiliser les agents est de vous considérer comme un manager.

Un instant dans le temps

Être sur une valeur exponentielle signifie que chaque changement sur une fenêtre fixe est plus grand que celui qui le précède. Si votre organisation a rédigé un plan d’IA avant l’hiver 2025, il décrivait un système capable d’effectuer quelques heures de travail avec un taux d’erreur assez élevé. Quelques mois plus tard, vous pouvez obtenir seize heures ou plus de travail à partir d'une seule invite. C’est pourquoi l’IA continue d’avoir l’impression de faire des progrès, même s’il s’agit d’une courbe sur un graphique, nous continuons à subir un doublement constant de ses capacités sous la forme d’une série de chocs. Nous sommes très mauvais pour ressentir les exponentielles de l'intérieur, et nous sommes actuellement à l'intérieur d'une telle.

Je pense que cela explique aussi mieux les turbulences autour de l’IA que les histoires habituelles sur le battage médiatique. L’IA n’est pas capable de constituer une véritable menace pour la cybersécurité jusqu’à ce qu’elle le devienne soudainement, provoquant des changements politiques soudains et improvisés au plus haut niveau du gouvernement. Les marchés ignorent si l’IA pourrait menacer un modèle économique jusqu’à ce que cela se produise soudainement, entraînant des fluctuations massives des actions. Ces embardées sont lues comme les signes d’un domaine immature qui finira par s’installer dans quelque chose de stable. Je ne pense pas que cela va s’arranger de si tôt. L’instabilité est ce qui se produit lorsque des institutions qui évoluent au rythme des individus (ou pire, des comités) tentent de suivre une courbe de capacités qui n’est absolument pas de nature humaine. Et tant que nous sommes sur une sorte d’exponentielle, et aussi longtemps que cela dure, l’écart ne fait que se creuser.