L'IA atteint une capacité de travail autonome exponentielle selon Ethan Mollick

Les modèles d'IA les plus avancés accomplissent désormais des tâches professionnelles complexes en autonomie, avec des gains de performance mesurables en temps humain équivalent.

Ethan Mollick, professeur à l'université de Pennsylvanie, souligne dans une analyse publiée en juin 2026 une accélération sans précédent des capacités des modèles d'IA. Les évaluations menées par des organismes comme METR, l'UK AI Security Institute ou GDPval indiquent que les modèles frontaliers, comme ceux d'Anthropic, OpenAI ou Google, progressent à un rythme meilleur qu'exponentiel pour accomplir des heures de travail humain en un seul prompt. Ces tests mesurent notamment la capacité des IA à produire du code, à analyser des données ou à mener des projets techniques.

Mollick cite des exemples concrets : le modèle Opus 4.7 a généré un logiciel nécessitant entre 2 et 17 semaines de travail d'ingénierie humaine, après 14 heures de fonctionnement autonome. De son côté, Fable a mené à bien des projets logiciels complexes en 9 heures, des tâches qui auraient pris plus d'une semaine à une équipe humaine. Ces performances restent inégales selon les domaines, mais la tendance globale est claire : les IA autonomes gagnent en fiabilité et en étendue d'application.

Un second volet de cette progression concerne les modèles open weights chinois, qui, bien que moins performants que les modèles fermés américains, suivent une courbe d'amélioration exponentielle similaire, avec un décalage de 6 à 12 mois. Leur avantage réside dans leur accessibilité et leur coût réduit, ce qui les rend attractifs pour des usages industriels ou académiques. Mollick note cependant que leurs performances réelles peuvent varier significativement selon les benchmarks, en raison de facteurs difficiles à quantifier comme le design ou le jugement.

Les implications pour les professionnels sont directes : l'IA n'est plus un simple outil d'assistance, mais un acteur capable d'exécuter des missions autrefois réservées aux humains. Les secteurs du développement logiciel, de l'analyse de données ou du conseil sont particulièrement concernés, avec des gains de productivité potentiels majeurs. Cependant, cette autonomie croissante soulève des questions sur la répartition des tâches, la formation des équipes et l'évolution des métiers.