SFEIR
Technologie

Anthropic Economic Index

Programme de recherche d'Anthropic lancé le 10 février 2025 : rapports et jeux de données ouverts sur les usages réels de Claude dans l'économie.

SFEIR AI · Mis à jour le 7 septembre 2026

Une mesure des usages réels, pas des intentions

Le 10 février 2025, Anthropic lance l'Anthropic Economic Index pour suivre les effets de l'IA sur le travail à partir de conversations réelles avec Claude. La méthode repose sur Clio, un outil d'analyse qui agrège un grand nombre de conversations en catégories sans qu'un chercheur lise les échanges individuels, et sur la base O*NET du ministère américain du Travail, dont environ 20 000 tâches servent de grille de classement. Le premier rapport analyse environ un million de conversations anonymisées des offres Claude.ai Free et Pro.

Ses résultats fondateurs : 57 % des tâches relèvent de l'augmentation (l'humain reste dans la boucle) et 43 % de l'automatisation ; environ 36 % des métiers utilisent l'IA pour au moins un quart de leurs tâches ; le développement logiciel et la rédaction technique dominent, les métiers informatiques et mathématiques pesant 37,2 % des usages. Le jeu de données complet est publié sur Hugging Face sous licence CC-BY, le code sous licence MIT, avec six livraisons datées à ce jour : 10 février 2025, 27 mars 2025, 15 septembre 2025, 15 janvier 2026, 24 mars 2026 et 26 juin 2026.

Les rapports et leurs chiffres

Le 15 septembre 2025, le rapport sur l'adoption géographique et en entreprise apporte deux mesures reprises sur ce site. Côté API : 77 % des usages professionnels relèvent de schémas d'automatisation, contre environ 50 % chez les utilisateurs de Claude.ai. Côté géographie, l'indice d'usage rapporté à la population place Israël à 7,0, Singapour à 4,57 et l'Inde à 0,27 ; en Inde, le code représente plus de la moitié des usages, contre un tiers dans le monde. Le rapport prévient que si les gains de productivité sont plus élevés dans les économies à forte adoption, les bénéfices de l'IA pourraient se concentrer dans des régions déjà riches. Sur le contexte, la formulation reste prudente : pour certaines entreprises, la modernisation des données et les investissements nécessaires à l'extraction d'informations contextuelles « pourraient être » un goulot d'étranglement.

Le 15 janvier 2026, le rapport « Economic primitives » introduit cinq métriques d'usage et mesure que 49 % des métiers ont vu l'IA intervenir sur au moins un quart de leurs tâches, à partir d'un million de conversations Claude.ai et d'un million de transcriptions d'API sur la semaine du 13 au 20 novembre 2025. Le 24 mars 2026, « Learning curves » (données du 5 au 12 février 2026, un million de conversations) donne le code à 35 % des conversations Claude.ai, la part des dix premières tâches passée de 24 % à 19 %, et un taux de réussite supérieur de 10 % chez les utilisateurs anciens. Le 26 juin 2026, « Cadences » mesure que 93 % des conversations produisent un artefact identifiable sur la période du 10 avril au 10 juin 2026 ; les réponses conversationnelles (explications, conseils) et les livrables écrits pèsent chacun environ un tiers du total, le code et le travail technique environ un sixième. Le rapport observe que la valeur estimée d'un artefact croît avec les tokens qu'il consomme. Son chapitre 3, « Perceptions », repose sur l'Anthropic Economic Index Survey, une enquête déclarative lancée en avril 2026 et reliée aux données d'usage de mi-mai à début juin par des méthodes préservant la vie privée, soit environ 9 700 répondants ; les 81 000 entretiens menés en décembre 2025 avec l'outil Anthropic Interviewer sont un travail antérieur, que l'enquête prolonge. Au 7 septembre 2026, aucun rapport postérieur au 26 juin n'est publié : la page de l'index et le dépôt Hugging Face s'arrêtent à cette livraison.

Ce que l'indice mesure et ce qu'il ne mesure pas

L'indice décrit l'usage de Claude, sur les plateformes d'Anthropic, et rien d'autre : ni les assistants concurrents, ni les déploiements sur Amazon Bedrock ou Google Cloud, ni les usages hors ligne. Les chiffres sont produits par l'éditeur dont ils décrivent le produit, sans audit externe, ce qui n'enlève rien à leur intérêt mais fixe leur statut : des données auto-déclarées, ouvertes et reproductibles sur le jeu publié. Les taxonomies changent aussi d'un rapport à l'autre (tâches O*NET, primitives économiques, artefacts), ce qui interdit de lire les pourcentages comme une série strictement continue. Le rapport de juin 2026 va plus loin : il change le pipeline de mesure (échantillonnage horaire au lieu de fenêtres de sept jours, nouveau classifieur des sorties, données chat et Cowork séparées de l'API first-party, agrégation mensuelle), au motif que les transcriptions de chat ne capturent plus à elles seules la manière dont les gens utilisent l'IA. Ses chiffres ne se comparent donc pas terme à terme avec ceux du rapport de mars. L'index reste aussi distinct de l'enquête : la classification des usages est automatisée, l'enquête du chapitre 3 est déclarative.

Pour une DSI, l'indice sert à situer ses propres usages. La bascule des usages API vers l'automatisation documente le passage vers l'agentic coding ; la mesure de juin 2026 sur les artefacts donne un ordre de grandeur du volume de livrables produits par l'IA, et donc du workslop potentiel à gouverner. Le jeu de données ouvert permet de refaire ces comptages sur le périmètre qui intéresse l'organisation.

Questions fréquentes

Sur quelles données repose l'Anthropic Economic Index ?

Sur des conversations avec Claude (Claude.ai, puis l'API first-party à partir de septembre 2025) analysées par Clio, un outil qui agrège les échanges en catégories sans lecture individuelle. Chaque rapport porte sur une fenêtre datée, par exemple un million de conversations du 5 au 12 février 2026 pour le rapport de mars 2026.

Que dit le rapport de juin 2026 sur les artefacts ?

Publié le 26 juin 2026, il mesure que 93 % des conversations produisent un artefact identifiable ; les livrables écrits (documents, rapports) pèsent environ un tiers du total, le code environ un sixième, sur la période du 10 avril au 10 juin 2026.

La méthodologie change-t-elle d'un rapport à l'autre ?

Oui. Le rapport du 26 juin 2026 remesure l'usage sur un nouveau pipeline (échantillonnage horaire, nouveau classifieur, chat et Cowork séparés de l'API, agrégation mensuelle) et ajoute une enquête déclarative d'environ 9 700 répondants reliée aux données d'usage. Ses chiffres ne se comparent pas terme à terme avec ceux de mars 2026.

Les données sont-elles réutilisables ?

Oui. Le jeu de données est publié sur Hugging Face sous licence CC-BY et le code sous licence MIT, avec une livraison par rapport depuis le 10 février 2025.

Sources

Articles liés

« Coding is solved » : pourquoi votre entreprise n'a pas encore le droit d'y croire

« Coding is solved » : pourquoi votre entreprise n'a pas encore le droit d'y croire

Définition, bascule « coding is solved » et garde-fous : ce que l'agentic coding change vraiment en entreprise.

Agentic coding sur de grandes bases de code : le vrai problème n'est pas l'agent, c'est la mémoire

Agentic coding sur de grandes bases de code : le vrai problème n'est pas l'agent, c'est la mémoire

Agentic coding sur de grandes bases de code : le vrai goulot, c'est lire le code existant — donnez le contexte du dépôt à l'agent.

Vos développeurs utilisent peut-être l'IA depuis dix-huit mois. Et vos équipes, elles, attendent encore l'approbation du comité.

Vos développeurs utilisent peut-être l'IA depuis dix-huit mois. Et vos équipes, elles, attendent encore l'approbation du comité.

Par où commencer l'agentic coding en entreprise : le frein est organisationnel, et le goulot d'étranglement, c'est le contexte.

Au-delà du code : vos documents subissent la même compression

Au-delà du code : vos documents subissent la même compression

Les livrables écrits pèsent le double du code dans les conversations avec Claude (Anthropic, juin 2026). La compression qui a frappé le logiciel touche rapports, documents et présentations, et produit du workslop quand elle n'est pas gouvernée. Ce qui change pour le DSI et le patron produit.

Raw, bronze, silver, gold : produire la connaissance comme on raffine la donnée

Raw, bronze, silver, gold : produire la connaissance comme on raffine la donnée

Raw en lecture seule, bronze tracé, silver qui fait foi, gold régénéré : le médaillon appliqué aux livrables. On n'édite plus le document, on enrichit la matière et on régénère. La réponse structurelle au workslop, et la chaîne par laquelle SFEIR produit ses propres supports.