L'IA générative dépasse les chatbots et transforme les processus professionnels

Les modèles d'IA générative actuels ne se limitent plus à des assistants conversationnels, mais accomplissent des tâches professionnelles complexes de manière autonome. Selon Ethan Mollick, leur capacité à réaliser des heures de travail humain en une seule requête s'améliore à un rythme supérieur à l'exponentiel, comme le montrent plusieurs évaluations indépendantes (METR, UK AI Security Institute, GDPval, Epoch).

Ces progrès se mesurent notamment dans des domaines techniques exigeants. Par exemple, Opus 4.7 a généré un logiciel estimé à 2 à 17 semaines de travail humain en 14 heures d'exécution autonome, pour un coût de 251 dollars en jetons. Dans ses propres tests, Mollick a observé que Fable a mené à bien des projets logiciels complexes en 9 heures, un travail qui aurait nécessité plus d'une semaine à une équipe humaine. Ces performances, bien que variables selon les cas d'usage, confirment une tendance : les IA ne se contentent plus de répondre à des questions, mais exécutent des missions concrètes.

Les modèles propriétaires américains (Anthropic, OpenAI, Google) dominent le haut de gamme, mais des alternatives open weights chinoises, moins performantes mais plus accessibles, progressent aussi rapidement, avec un décalage de 6 à 12 mois. Leur coût réduit et leur transparence en font des options viables pour des usages moins critiques. Cependant, leurs résultats restent inégaux, comme le révèle un test de simulation portuaire où les modèles diffèrent significativement en design, approche stylistique et jugement.

Ces évolutions redéfinissent l'utilisation de l'IA en entreprise. Les organisations doivent désormais évaluer les modèles non plus seulement sur des benchmarks abstraits, mais sur leur capacité à gérer des tâches longues et multi-étapes, où des critères comme la cohérence, la créativité ou la fiabilité deviennent centraux.