L'IA qui mesure l'IA, et ce que ça vaut pour un DA
— Business
Anthropic ouvre son indice économique à l'interrogation en langage naturel via Claude. Je pense que l'outil intéresse surtout les stratèges de studio en quête d'arguments chiffrés, pas les créatifs en plein rush de production.
Anthropic transforme son indice économique (une sorte de baromètre qui mesure, secteur par secteur, à quel point l'IA s'invite dans le travail réel des gens) en objet consultable par n'importe qui, directement dans une conversation Claude. Fini le tableur brut : on pose une question en français ou en anglais, comme on la poserait à un collègue, et le modèle va chercher dans les données d'usage réel comment l'IA s'infiltre secteur par secteur.
Ce qui frappe, c'est le glissement d'audience. Un indice pensé pour des chercheurs devient un outil de curiosité générale, presque un gadget de veille. Un directeur artistique qui doute encore de l'ampleur du sujet pourrait demander en une phrase quelle part de son secteur utilise déjà l'IA générative, sans attendre le prochain rapport McKinsey planqué derrière un formulaire.
Reste la prudence sur la portée réelle : l'indice ne reflète que les usages de Claude, pas l'ensemble du marché du travail toutes IA confondues, et Anthropic le rappelle lui-même à chaque réponse. Pour un studio qui négocie une ligne budgétaire IA avec un client, s'appuyer sur ces chiffres reviendrait à confondre la météo d'un seul modèle avec le climat de toute une industrie.
Le vrai apport, à mes yeux, tient à l'accessibilité plus qu'à la nouveauté des données. Poser une question en langage courant plutôt que fouiller des tableurs illisibles, c'est gagner du temps sur une tâche annexe, pas obtenir une vérité de marché. L'outil vaudrait le test pour préparer un argumentaire de pitch, jamais pour trancher une stratégie.
Ce genre de brique ne change rien à un brief ni à un livrable, mais elle change la façon dont on justifie un choix d'outil face à un client sceptique. Reste une question, plus utile que celle qu'on me pose habituellement : peut-on vraiment faire confiance à des données auto-rapportées par l'entreprise qui vend le produit concerné ?