Tout le monde peut désormais engager une équipe d'experts

Je ressens sans cesse la même chose avec le tout dernier modèle d’Anthropic, Claude Fable 5, et il m’a fallu du temps pour lui faire confiance. Je lui confie quelque chose de vraiment difficile, un problème métier désordonné avec dix éléments interdépendants dont la moitié ne sont pas formulés, et au lieu de poser une question de clarification, il se met au travail. Il garde l’ensemble en tête. Il ne laisse pas tomber la petite contrainte que j’ai mentionnée en passant quarante minutes plus tôt. Il n’oublie pas l’instruction qui comptait le plus. Il fait preuve d’une curiosité difficile à décrire, s’intéresse aux aspects du problème que je n’avais pas assez approfondis et vérifie son propre travail avant de me le rendre.

Quand je travaille sur de vrais sujets d’entreprise, j’ai moins l’impression d’utiliser un logiciel que d’avoir en face de moi une équipe de consultants de l’un des Big Four. Pas un consultant. Toute une équipe, avec un spécialiste de la fiscalité assis à côté d’un spécialiste des opérations, lui-même assis à côté d’un spécialiste du marché. Tous ont reçu le brief et tous sont attentifs. Ethan Mollick, qui enseigne à Wharton et écrit sur le sujet avec plus de rigueur que la plupart des gens, a utilisé presque la même image la semaine de la sortie du modèle. Son ancienne métaphore de l’IA était celle d’un magicien récitant une formule précise. Maintenant, écrit-il, elle est « closer to a patron » (« plus proche d’un commanditaire »), qui décrit ce qu’il veut et juge le résultat. Et là où un commanditaire passe commande à un seul artiste, ajoute-t-il, un modèle comme celui-ci est « closer to a whole studio » (« plus proche de tout un studio »).

Je tiens à dire franchement à quel point j’aime cette expérience avant d’y apporter des nuances, car ce plaisir est un signal. Quand un outil passe de « utile » à « je préfère travailler avec lui que sans lui », quelque chose de réel a changé.

Ce qui a vraiment changé

Pas le prix. Pas l’interface. Ce qui a changé, c’est l’ampleur du travail que vous pouvez déléguer en une seule fois.

Il y a un an, l’IA était un assistant très rapide qu’il fallait superviser de près. Vous posiez une question, elle répondait, vous corrigiez, puis vous recommenciez. C’était utile, mais vous faisiez encore le travail. Le modèle allait simplement vite. Ce qui change aujourd’hui, c’est sa capacité à tenir la distance et à garder le fil. Le modèle peut prendre en charge tout un travail, en garder chaque partie en tête sans perdre le fil, avancer longtemps de manière autonome et revenir avec quelque chose de terminé plutôt qu’avec quelque chose à corriger.

Un groupe appelé METR mesure précisément cela, et je ferais davantage confiance à son indicateur qu’à n’importe quel benchmark. Il mesure la durée d’une tâche qu’un modèle peut accomplir seul de manière fiable, et cette durée double à peu près tous les quelques mois. Il y a un an, elle se mesurait en minutes. Elle se mesure maintenant en heures. Vous n’avez pas besoin de suivre la recherche pour en ressentir les conséquences: chaque trimestre, la réponse à la question « qu’est-ce que je pourrais déléguer entièrement? » s’allonge, que vous y prêtiez attention ou non. C’est la tendance qui se cache sous le bruit, et elle ne dépend pas du nom que porte un modèle donné ce mois-ci.

À quoi sert réellement un modèle aussi performant

La plupart des gens se trompent dans les deux sens, et l’erreur coûte cher dans les deux cas.

Si vous utilisez Fable 5 comme la plupart des gens utilisent un chatbot, pour répondre à des questions rapides, rédiger un e-mail ou résumer un document, vous gaspillez votre argent. Les modèles moins chers sont déjà excellents pour cela. Et quand celui-ci sortira des abonnements forfaitaires, ce qu’Anthropic a annoncé, vous paierez le prix fort pour des réponses que vous auriez pu obtenir pour une fraction du coût. Choisir le meilleur modèle par réflexe est une décision budgétaire que la plupart des gens prennent sans même s’en rendre compte. J’ai écrit séparément sur la discipline qui consiste à confier le travail bon marché et le travail coûteux au bon modèle, ainsi que sur le lancement de sous-agents, afin qu’un modèle puissant planifie pendant que des modèles moins chers exécutent. Voilà pour la mécanique. Cet article pose la question de fond: à quoi le modèle cher sert au départ.

Il sert au travail que vous confieriez autrement à un expert. Pas une question, un mandat. Quelque chose qui aboutit à un vrai livrable, dont le résultat a une valeur propre: une analyse de marché pour laquelle vous auriez payé un consultant, une note stratégique, un prototype fonctionnel, un modèle financier construit à partir d’une pile de documents. Ma règle est simple. Si le résultat vaudrait la peine de payer une personne qualifiée pour le produire, confiez-le au modèle cher et encadrez celui-ci comme vous encadreriez cette personne. Si vous ne paieriez jamais personne pour le faire, vous êtes en train de bavarder et devriez utiliser un modèle moins cher.

Cette distinction suffit pour faire le tri. L’utilisateur occasionnel, celui qui saisit des questions rapides dans une boîte de dialogue, n’obtient presque rien de plus avec un tel modèle qu’avec un modèle dix fois moins cher. La personne qui lui confie tout un travail d’expert obtient quelque chose qui n’était réellement pas disponible il y a un an.

Le prix n’est pas le bon chiffre

Fable 5 coûte dix dollars par million de tokens en entrée et cinquante dollars par million en sortie (un token correspond à peu près à un mot), soit environ deux fois plus que Claude Opus. C’est le modèle le plus cher de la liste, et ce chiffre influence fortement la façon dont les gens en parlent, le plus souvent sans beaucoup réfléchir.

Deux éléments sont laissés de côté. D’abord, il y a un an, le meilleur modèle de Claude coûtait quinze dollars en entrée et soixante-quinze en sortie. Anthropic a réduit ces tarifs des deux tiers en novembre dernier. Par mot, ce « modèle le plus cher de tous les temps » coûte donc moins cher que le meilleur modèle pendant la majeure partie des deux dernières années. Ce qui a augmenté, ce n’est pas le prix d’un mot. C’est le nombre de mots que le modèle utilise pour terminer une vraie tâche, parce qu’il réfléchit et travaille désormais beaucoup plus longtemps avant d’avoir fini.

Ensuite, et c’est ce qui compte, le coût par mot n’est tout simplement pas la bonne unité. La vraie question est la valeur du résultat final. En Suisse, un professionnel qualifié coûte à son entreprise bien plus de cent francs par heure une fois que vous comptez tout. Une analyse sérieuse représente deux jours de travail pour cette personne, soit plus de mille francs, sans même compter les semaines de recrutement et les mois nécessaires avant qu’elle soit opérationnelle. Une session longue et difficile avec un modèle de pointe qui produit le même livrable coûte en pratique quelques dizaines de dollars. Simon Willison, un développeur qui documente son travail avec l’IA avec un niveau de détail rare, a raconté avoir dépensé environ cent dix dollars en utilisation du modèle sur une seule journée et obtenu en retour ce qu’il a appelé « equivalent of several days of work » (« l’équivalent de plusieurs jours de travail »).

Le modèle n’est donc presque jamais la partie coûteuse. Ce qui coûte cher, c’est votre temps pour rédiger le brief, votre temps pour vérifier le résultat et le coût des exécutions qui reviennent avec une mauvaise réponse. Doublez le prix du modèle et vous ajoutez quelques dollars. Une seule exécution ratée, avec un brief vague et sans définition claire du résultat attendu, vous coûte l’exécution, le temps de relecture et la journée perdue. Voilà pourquoi le prix détourne l’attention. Réussissez la délégation et le coût du modèle s’arrondit à zéro face à la valeur du résultat. Ratez-la et la gratuité du modèle n’y changerait rien.

Les limites réelles

Si je m’arrêtais là, je serais en train de vous vendre quelque chose. Voici donc le revers.

Il est lent. Toute cette réflexion prend du temps et, pour une tâche rapide, il peut sembler avancer au ralenti. C’est une vraie raison de le réserver au travail qui le mérite et d’utiliser des modèles plus rapides pour tout le reste.

Il refuse plus de requêtes qu’il ne devrait. Anthropic a entouré ce modèle de filtres de sécurité destinés à prévenir des usages abusifs graves. Pendant les premières semaines, ils se sont montrés maladroits et ont bloqué des travaux légitimes en biologie et en sécurité simplement parce qu’ils se trouvaient près d’un seuil d’alerte. Si vous travaillez dans l’un de ces domaines, testez-le avant de vous engager.

Et une règle de conservation des données prend les utilisateurs sérieux au dépourvu. Fable 5 exige que vos prompts soient conservés pendant trente jours, sans aucune option permettant de ne pas les conserver. Pour beaucoup de travaux réglementés, qu’il s’agisse de dossiers de santé, d’affaires juridiques ou de données financières sensibles, cela suffit à l’exclure. Selon certaines informations, Microsoft a restreint l’accès de ses propres employés au modèle quelques jours après son lancement précisément pour cette raison. Vérifiez ce que vous êtes autorisé à envoyer avant de le faire.

Puis il y a l’événement qui m’a convaincu de ne rien construire d’important autour d’un seul modèle. Trois jours après le lancement de Fable 5, le gouvernement américain a ordonné à Anthropic de le suspendre en raison d’un problème de contrôle des exportations. Comme l’ordre était large et qu’il n’existait aucun moyen clair de s’y conformer de façon ciblée, l’entreprise l’a désactivé pour tout le monde, partout dans le monde, d’après son propre compte rendu. Il a disparu pendant dix-neuf jours, du 12 juin au 1er juillet, date à laquelle l’ordre a été levé et le modèle est revenu avec de nouvelles mesures de protection. Je ne vais pas débattre de la politique. Je retiens la leçon opérationnelle. Un modèle de pointe peut disparaître du jour au lendemain pour des raisons qui n’ont rien à voir avec vous. Si toute votre activité repose sur un seul modèle, vous êtes à l’arrêt jusqu’à son retour. Si le modèle de pointe sert de cerveau pour planifier et vérifier, tandis que le travail quotidien tourne sur des modèles moins chers et largement disponibles, vous pliez sans rompre. La capacité qui compte, c’est votre façon de travailler. Elle doit survivre à la perte de votre outil préféré.

Qui restera à la traîne

La suite relève de mon opinion, et je le dis clairement.

Tout le monde peut désormais louer une équipe d’experts. C’est la vraie nouveauté. L’équipe de consultants, le studio, le spécialiste de chaque aspect d’un problème sont accessibles à une entreprise de cinq personnes comme à une entreprise de cinq mille. L’accès à cette capacité n’est donc plus un avantage. Tout le monde y a accès. L’avantage, c’est de savoir quoi en faire.

Et cet avantage s’accumule d’une manière que vous ne pourrez pas racheter plus tard. Chaque fois que vous déléguez correctement un vrai travail, vous laissez quelque chose derrière vous: un brief réutilisable, un bloc de contexte grâce auquel les modèles comprennent mieux votre entreprise, un contrôle qui intercepte une catégorie d’erreurs avant la mise en production. La délégation suivante est plus rapide et plus fiable grâce à la précédente. Tout cela s’ancre dans l’organisation, dans sa façon de fonctionner. Ce n’est pas un produit que vous pouvez acheter dans l’urgence lorsque vous finissez par constater votre retard. C’est du jugement accumulé, construit au fil des tâches réelles, une par une, et l’argent ne peut pas raccourcir ce processus. Y jeter des consultants ne fonctionne pas non plus, car les personnes qui comprennent vraiment tout cela sont occupées à construire leurs propres projets.

On en voit déjà les contours. Les startups dont on parle pour leur valorisation sont discrètement plus intéressantes par leurs effectifs: une poignée de personnes produit ce qui en exigeait autrefois des centaines. D’après ce que je vois, le chiffre d’affaires par employé des plus performantes atteint plusieurs fois celui d’une entreprise logicielle normale. Voici donc ma prévision, et c’est bien une prévision, pas un fait. D’ici quelques années, les entreprises qui apprennent à bien diriger ces modèles produiront plusieurs fois plus par personne que celles qui ne l’auront pas fait. J’en fais peut-être trop, mais faites le calcul. Si une personne peut diriger de manière fiable plusieurs travaux d’experts délégués en même temps, l’idée que dix personnes puissent produire plus que cent cesse de ressembler à un slogan et commence à ressembler à de l’arithmétique. Et quand l’entreprise plus lente ressentira la pression dans ses chiffres, l’écart ne pourra plus être comblé. L’entreprise en tête ne le sera pas grâce à un produit que l’on peut commander, mais grâce à deux années de pratique cumulée.

Je vous dois l’autre côté de l’argument, car il est plus solide que ne l’admettent les enthousiastes. Les grandes entreprises en place disposent de vrais avantages durables: la distribution, les données, la confiance et la réglementation. Et les ruptures prennent toujours plus de temps que ne le souhaitent ceux qui les prédisent. Klarna a annoncé que son IA accomplissait le travail de sept cents agents de support, puis a fait marche arrière un an plus tard lorsque la qualité n’a pas suivi, et a réembauché du personnel. Une grande partie du travail réel ne peut toujours pas être comprimée sans perte, surtout ce qui implique des clients, de la politique interne et des événements dans le monde physique. Et je me heurte moi-même à une limite: le travail peut passer à l’échelle plus vite que ma capacité à le vérifier. La production passe à l’échelle avec les modèles. La relecture, elle, continue de dépendre du nombre de personnes. Tant que vous ne pouvez pas aussi déléguer la vérification, c’est une limite stricte.

Rien de tout cela ne change la direction à mes yeux. Cela change le calendrier et devrait vous inciter à rester humble sur l’année exacte. Mais la direction fait peu de doute.

Par où commencer

Ne vous précipitez pas pour tout confier au modèle cher. Faites plutôt une seule chose cette semaine. Prenez une vraie mission, dont le résultat compterait réellement, et rédigez le brief que vous donneriez à un expert compétent: ce que vous voulez, les contraintes et à quoi ressemble un travail « terminé ». Confiez-le ensuite à un modèle puissant et comparez le résultat à ce qu’une question rapide dans une boîte de dialogue vous aurait donné. Observez quelle part de la valeur venait du brief plutôt que du modèle. C’est toute la compétence, et elle vous coûte un après-midi.

Pour moi, après le feuilleton, la coupure et la facture, la réponse à la question « est-ce que ça en vaut la peine? » s’est révélée positive, mais dans un cadre précis. J’utilise Fable 5 pour réfléchir, planifier et vérifier, sur les problèmes difficiles où un véritable partenaire de réflexion justifie son coût, puis j’envoie le reste aux modèles moins chers qu’il briefe. Le plaisir de travailler avec lui est réel, et je ne vais pas prétendre le contraire. Mais le plaisir n’est pas le sujet. L’équipe d’experts est désormais accessible à tout le monde, et la seule chose qui reste rare, c’est de savoir la diriger.