Anthropic publie un x8 sur son code produit par l'IA

Anthropic a constaté une augmentation spectaculaire de la quantité de code produit quotidiennement par leurs chercheurs au cours du deuxième trimestre 2026. Comparé à la période allant de 2021 à 2024, la production quotidienne de code a été multipliée par 8, selon un rapport récent publié par la société. Cette explosion de productivité n’est pas directement interprétée comme une multiplication équivalente du volume de recherche, car le codage ne représente qu’une partie des activités de recherche, mais elle suggère tout de même une amélioration significative de l’efficacité.

Cadre économique et implications. Divers modèles économiques ont été utilisés pour tenter d’estimer le gain global d’efficacité des chercheurs d’Anthropic grâce à l’accélération du codage via l’IA. Selon le modèle de Cobb-Douglas, si les chercheurs consacraient environ 50% de leur temps au codage avant l’utilisation intensive de l’IA, l’augmentation du rendement pourrait être de 2,83. Même en utilisant d’autres modèles tels que le CES, les résultats se situent dans une fourchette de 2,33 à 2,91, suggérant un accroissement robuste de l’efficience grâce à l’IA.

Facteur de rentabilité du code

Un rapport interne de juin 2026 a révélé que l’implémentation de l’IA dans le processus de codage a permis de réduire le temps de développement de certains projets de 30%. Cette réduction a été particulièrement notable dans les projets de développement de logiciels internes.

Qualité et volume du code produit. Des considérations supplémentaires sur la qualité du code ont été évoquées, notamment la possibilité que le code généré par l’IA soit plus long ou moins pertinent, ce qui pourrait influencer l’évaluation de la productivité réelle. Certaines tâches de codage de faible enjeu ont vu leur productivité fortement augmenter, bien que leur valeur ajoutée par ligne de code puisse être inférieure.

Environnement de recherche et données à collecter. Anthropic envisage d’améliorer la collecte de données plus granulaires sur la qualité et la pertinence du code produit afin d’affiner leur compréhension de l’impact réel sur la recherche globale. Par exemple, un projet pilote débutera en janvier 2027 pour analyser en détail les contributions de l’IA dans les projets de recherche en cours. Cela pourrait également aider à ajuster les modèles économiques pour obtenir une estimation plus précise du potentiel de l’IA à transformer la recherche scientifique.

Date cible des prochaines améliorations

Prédictions futures. Bien que la récente amélioration de productivité soit déjà significative, d’autres améliorations sont anticipées. Anthropic projette que l’efficacité globale de la recherche pourrait tripler d’ici un an environ, amenant l’augmentation totale de la productivité de la R&D à dépasser la barre des 3,5 fois. Cela repose en partie sur l’hypothèse que les pratiques et les outils d’IA continueront de se perfectionner et de s’intégrer dans les processus de recherche.

En somme, les résultats d’Anthropic témoignent du pouvoir transformateur de l’IA dans le domaine de la recherche scientifique. Selon le PDG d’Anthropic, “l’IA a le potentiel de révolutionner notre approche de la recherche, et nous ne faisons qu’effleurer la surface de ce qui est possible.” L’augmentation embarrassante de la quantité de code n’est qu’une facette de ce que pourrait accomplir l’IA si elle est associée à des modèles et des pratiques de gestion des ressources humaines et technologiques avisées. Consultez le rapport complet ici. Pour aller plus loin, consultez notre guide sur réduire ses coûts grâce à l’IA.