Anthropic compare les attentes envers l'IA : 91% de ses salariés et 39% des Américains s'attendent à un Nobel d'ici 2030

Anthropic a publié l'étude « The AI expectations gap », consacrée aux visions très différentes que les gens se font de l'avenir de l'IA. En août 2026, l'entreprise a interrogé deux groupes : un échantillon national représentatif d'adultes américains et ses propres salariés. Selon 91% des salariés et 39% des Américains, l'IA sera capable de réaliser une découverte scientifique de niveau Nobel d'ici 2030. Parmi les salariés, plus de la moitié s'attendent à ce que l'IA prenne en charge au moins 80% de leur travail actuel. Chez les travailleurs américains, ils sont 5% à le penser.

Les auteurs de l'étude sont Shimon Saher, Tess Cotter, Charles Jones, Anton Korinek et Peter McCrory. La question de départ ressemble à un débat entre économistes : les prévisions sur l'impact de l'IA sur l'économie divergent fortement. L'explication peut tenir à des estimations différentes de la vitesse de progression des capacités, ou à des estimations différentes de la rapidité avec laquelle ces capacités se traduiront en déploiement réel. Le sondage cherche à distinguer ces deux facteurs.

Où les prévisions divergent

Sur ce que l'IA sait faire aujourd'hui, les deux groupes pensent à peu près la même chose. Les répondants devaient indiquer à quelle échéance l'IA accomplirait chacune de huit tâches au niveau d'un spécialiste qualifié. La liste allait des courriels de routine à la découverte nobélisable. Les deux groupes ont classé la difficulté des tâches presque dans le même ordre.

Les différences apparaissent avec l'horizon de prévision. Environ un quart des Américains et des salariés estiment que l'IA est déjà capable de concevoir, mener et publier une recherche scientifique. Dans un an, selon 9 salariés sur 10, ce sera possible. Chez les Américains, 38% le pensent. Mais le plus frappant est ailleurs : selon la tâche, de 19% à 40% des Américains sont convaincus que l'IA ne la maîtrisera jamais. Chez les salariés d'Anthropic, ils sont au plus 2% à répondre ainsi.

L'expérience d'usage n'explique qu'en partie cet écart :

• 96% des salariés s'attendent à ce que l'IA accomplisse au moins sept tâches sur huit d'ici 2030 ;
• parmi les Américains qui utilisent régulièrement l'IA au travail (environ un cinquième de l'échantillon), ils sont 56% ;
• parmi l'ensemble des adultes américains, ils sont 41% ;
• parmi ceux qui n'ont jamais utilisé l'IA, ils sont 28% ;
• 59% des salariés et 26% des Américains utilisant l'IA au travail disent que la tâche pour laquelle l'IA convient prend un quart du temps ou moins.

Son propre travail et le chômage

Quand la question porte sur sa propre profession, l'écart se creuse. En moyenne, les salariés d'Anthropic s'attendent à ce que l'IA puisse faire 75% de leur travail actuel d'ici 2030. Les travailleurs américains dans leur ensemble avancent 28%. Ceux qui construisent et utilisent chaque jour les modèles de pointe voient plus loin et plus vite. Et, d'après le texte, ils s'appliquent ce constat à eux-mêmes sans trop d'illusions.

Le point le plus intéressant de l'étude concerne le marché du travail. Ceux qui attendent de l'IA qu'elle fasse une plus grande part de leur propre travail prévoient aussi un chômage plus élevé. Cette corrélation existe dans les deux groupes. Mieux : à niveau égal d'automatisation attendue de leur propre travail, les deux groupes annoncent à peu près le même taux de chômage. Les prévisions divergent donc, selon toute apparence, à cause d'hypothèses différentes sur la vitesse du progrès. La logique « mon travail s'automatise, donc le chômage augmente » est la même pour tous.

Dans l'introduction, les auteurs évoquent aussi un scénario plus radical : les futurs modèles pourraient construire leurs propres successeurs. Ce modèle d'amélioration récursive accélérerait encore davantage le progrès, selon eux. À quelle vitesse et dans quelle mesure cela se produira, on ne le sait pas.

Comment lire ces chiffres

L'échantillon des salariés d'Anthropic ne reflète pas l'opinion du secteur. C'est une entreprise dont le modèle économique dépend de la croyance en un progrès rapide. Les tailles d'échantillon et les détails de la sélection ne figurent pas dans l'extrait disponible : il faut donc comparer les groupes en tenant compte de cette réserve. Mais en tant que coupe des opinions des personnes les plus proches des modèles de pointe, les données ont de la valeur : les 91% sur le seuil du Nobel montrent à quel point l'horizon d'attentes interne des laboratoires diffère de celui du grand public.

Pour les entreprises et les décideurs politiques, la conclusion est pratique. Si la planification des embauches, de la reconversion ou de la réglementation s'appuie sur les attentes des travailleurs ordinaires, elle risque de se retrouver en position de rattrapage. Si elle s'appuie sur les attentes des laboratoires, elle risque de surestimer la vitesse. Il est plus raisonnable de bâtir des scénarios aux deux extrémités de la fourchette et de suivre des signaux mesurables, par exemple la part de temps réellement économisée sur les tâches. Aujourd'hui, l'écart de 26% contre 59% sert de repère de travail pour vérifier de quel côté les prévisions commenceront à se réaliser.