Claude a écrit l’essentiel du code. L’effectif a grandi

Un premier jet de code coûte moins cher à produire. Cela ne dit pas à un dirigeant de combien de personnes l’organisation aura besoin l’an prochain. Le 26 octobre 2026, Anthropic a signé un formulaire S-1, le document qu’une société dépose auprès de la Securities and Exchange Commission des États-Unis avant une cotation envisagée. Le prospectus indique que Claude a écrit plus de 90 % des contributions au code d’Anthropic en septembre 2026. Sur une fenêtre plus longue, l’effectif est passé d’environ 940 personnes à la fin de 2024 à environ 5 300 le 30 septembre 2026.

Ces deux faits peuvent figurer dans le même document. Ils ne prouvent pas que l’automatisation crée plus d’emplois qu’elle n’en supprime. Ils affaiblissent une affirmation plus simple : une fois une tâche automatisée, les personnes qui la faisaient ne seraient plus nécessaires. La demande, le capital et le travail qui reste décident encore de l’effectif.

Le prospectus dit que ses informations ne sont pas complètes et peuvent changer. Ce n’est pas une offre de vente d’actions. Chaque chiffre ci-dessous est celui de l’entreprise, dans un document écrit pour soutenir une cotation. Aucun n’est une étude indépendante de la qualité logicielle, et aucun n’est un modèle pour une association, un industriel ou un service dont la demande est stable.

Deux chiffres de « 90 % », et ce n’est pas la même affirmation

Le dépôt décrit Claude Code, l’agent de programmation d’Anthropic, au sein de sa propre organisation d’ingénierie. Il dit que l’outil est passé de la suggestion de code à l’écriture et à l’exécution, y compris sur des tâches longues et en plusieurs étapes. Les ingénieurs, dit-il, dirigent et relisent de plus en plus ce travail au lieu d’écrire le code ligne par ligne.

Dans le même paragraphe, l’entreprise rapporte un résultat interne : le taux de succès de Claude sur des problèmes d’ingénierie ouverts, difficiles, sans spécification claire, et qui dépendaient historiquement du jugement humain expérimenté, a atteint environ 90 % en septembre 2026. Ce taux avait progressé d’environ 50 points de pourcentage en neuf mois, selon des bancs d’essai internes. Un taux de succès sur un banc d’essai n’est pas une part du code.¹

L’autre 90 % est une autre phrase. « Plus de 90 % des contributions à notre base de code en septembre 2026 ont été écrites par Claude. » Le dépôt ne définit pas ce qui compte comme une contribution. Une contribution peut être une fonction, un test, une révision ou du code généré de remplissage. Plus de code n’est pas la même chose que davantage de produit fini et fiable. Le prospectus dit aussi que le volume quotidien moyen de code contribué par ingénieur, sur les trois mois clos le 30 septembre 2026, était plus de 45 fois le volume quotidien moyen de l’année close le 31 décembre 2024. C’est un volume, déclaré par l’entreprise qui vend l’outil. Ce n’est pas la preuve que chaque ingénieur a livré 45 fois plus de logiciel qui fonctionne.¹

L’embauche a grandi sur une autre horloge que les 170 %

L’effectif a deux comparaisons dans le dépôt, et il ne faut pas les additionner.

Du 31 décembre 2024 au 30 septembre 2026, le nombre de salariés est passé d’environ 940 à environ 5 300. Le même document dit que l’effectif a été multiplié par plus de cinq sur cette fenêtre. Une majorité des 5 300 personnes travaille dans la recherche, l’ingénierie et le développement produit. Le dépôt ne dit pas combien sont ingénieurs, combien de nouveaux postes étaient juniors ou seniors, ni quelles fonctions ont grandi le plus vite.¹

Une seconde comparaison est plus courte. Du 30 septembre 2025 au 30 septembre 2026, le chiffre d’affaires des douze derniers mois a augmenté d’environ 1 200 %, tandis que l’effectif augmentait d’environ 170 %. Ces 170 % ne sont pas le chemin de 940 à 5 300. La fenêtre longue est la multiplication par plus de cinq. Le dépôt ne publie pas d’effectif au 30 septembre 2025 : cet article n’en invente pas.

C’est dans la même phrase annuelle qu’apparaît le chiffre d’affaires par salarié. Le chiffre d’affaires des douze derniers mois par salarié est passé de 1,4 million de dollars au 30 septembre 2025 à plus de 6,6 millions de dollars au 30 septembre 2026. Anthropic présente cela comme une efficacité opérationnelle et une « densité de talents ». Le chiffre d’affaires par salarié n’est ni la production par heure, ni le profit par personne, ni une estimation causale de ce que Claude a ajouté. Il bouge quand le chiffre d’affaires croît plus vite que l’effectif. Il peut aussi bouger parce que le dénominateur est encore une entreprise en plein essor, pas une activité mûre aux ventes stables.¹

Le dépôt est explicite : ce n’est pas une petite équipe immobile. Il dit que l’effectif a été multiplié par plus de cinq, tandis que le chiffre d’affaires des trois mois clos le 30 septembre 2026 était 86 fois celui des trois mois clos le 31 décembre 2024. Le chiffre d’affaires de ce trimestre antérieur était de 197 millions de dollars. Dans le prospectus HTML ouvert pour cet article, le trimestre de septembre 2026 n’est pas imprimé en dollars à côté des « 86 fois ». Il ne faut pas multiplier les chiffres et traiter le produit comme un nombre publié par l’entreprise.

Anthropic dit aussi qu’elle s’attend à ce que les charges de personnel continuent d’augmenter en valeur absolue à mesure qu’elle élargit l’effectif. Une entreprise qui dit qu’elle continuera d’embaucher n’est pas la preuve que chaque utilisateur d’un agent de code fera de même.

L’argent n’est pas une histoire simple de salaires

Pour les six mois clos le 30 juin 2026, Anthropic rapporte un chiffre d’affaires de 16 286 millions de dollars, contre 1 163 millions un an plus tôt. La perte d’exploitation s’est resserrée, de 2 135 millions de dollars à 693 millions. La charge de calcul et d’infrastructure était de 8 945 millions de dollars, contre 2 334 millions (une hausse de 6,6 milliards de dollars, soit 283 %). La charge de personnel était de 3 152 millions de dollars, contre 538 millions (une hausse de 2 614 millions de dollars, soit 486 %). En part du chiffre d’affaires, le personnel est passé de 46 % à 19 %.¹

La ligne personnel n’est pas une masse salariale en espèces. Le dépôt dit que la hausse a été portée par 1,9 milliard de dollars de rémunération en actions supplémentaire et par 510 millions de dollars de rémunération en espèces supplémentaire, les deux liées à la croissance de l’effectif. La rémunération en actions comprise dans le personnel était de 286 millions de dollars au premier semestre 2025 et de 2,2 milliards de dollars au premier semestre 2026. Le dépôt ne détaille pas le reste des 2 614 millions dans cette phrase. Les avantages et les charges sociales entrent dans la définition du personnel. Une charge de personnel en hausse ne se lit ni comme du salaire en espèces, ni comme un décompte d’emplois nouveaux.

La perte nette est encore un autre chiffre. Elle était de 80 748 millions de dollars au premier semestre 2026, contre 12 969 millions un an plus tôt. Dedans, la variation de juste valeur des obligations convertibles, des passifs dérivés et des accords simples pour des fonds propres futurs était de 72 388 millions de dollars, contre 10 942 millions. Le dépôt dit que ces variations venaient surtout d’une valorisation d’entreprise plus élevée, pas d’espèces sorties pour des salaires ou des serveurs. La perte d’exploitation de 693 millions de dollars est le chiffre des opérations de la période. La perte nette de 80,7 milliards de dollars ne l’est pas.

Au 30 juin 2026, l’entreprise dit avoir levé un total de 141,1 milliards de dollars de capital, et détenir 112,4 milliards de dollars de trésorerie et d’équivalents plus 19,3 milliards de dollars de placements à court terme. C’est l’affirmation du dépôt, dans un prospectus préliminaire. C’est aussi pourquoi Anthropic est un mauvais modèle. Elle vend la technologie qui est adoptée, elle décrit une demande supérieure au calcul disponible, et elle investit à une échelle que presque aucun employeur ne peut copier. L’intérêt du dépôt n’est pas « embauchez comme Anthropic ». C’est d’arrêter de traiter le nombre de tâches automatisées comme une prévision d’effectif.

Un autre chiffre interne appelle la même prudence. L’entreprise dit que la valeur de son propre usage de Claude, mesurée aux prix catalogue, a été multipliée par plus de 250 de janvier 2026 à septembre 2026, et qu’en avril 2026 cette valeur mensuelle a dépassé pour la première fois la charge mensuelle de personnel hors rémunération en actions. Un prix catalogue pour un logiciel qu’une entreprise se fournit à elle-même n’est ni du chiffre d’affaires encaissé, ni de l’argent économisé.

Des brouillons plus rapides ne dispensent pas de répondre du résultat

Diriger et relire du code généré est une refonte de la tâche, pas la preuve que la compétence technique compte moins. Quelqu’un doit encore comprendre le but d’un changement, voir une dépendance cachée, tester la panne et décider si l’on peut livrer. Un volume de code plus élevé peut signifier plus de ces décisions, pas moins. Le même schéma existe hors du logiciel, comme manière de penser et non comme résultat mesuré de ce dépôt. Un comptable qui peut rédiger une analyse en quelques minutes doit encore rapprocher les chiffres. Un responsable de communication peut produire des variantes de campagne et doit encore savoir quelles affirmations les preuves soutiennent.

Pour voir comment les tâches bougent avant les intitulés de poste, lire l’IA change les tâches à l’intérieur des métiers avant d’en changer les titres. Quand la nouvelle contrainte est de vérifier ce qu’un système a produit, voir pourquoi la revue humaine devient le goulot quand les agents sont rapides.

Il y a un risque de formation que le dépôt ne mesure pas. Si le travail routinier donnait autrefois de la pratique aux débutants, et que ce travail est désormais généré, une organisation peut manquer plus tard des relecteurs dont elle aura besoin. Un développeur junior qui ne fait qu’approuver du code suggéré peut ne pas apprendre à diagnostiquer une panne difficile. C’est un risque plausible, pas un résultat du S-1. Le prospectus n’a pas de comparaison des embauches juniors et seniors, pas de preuve sur la qualité de la formation, et pas de vue de long terme sur la façon dont les compétences se forment. Les employeurs ne devraient pas combler ce vide par une prédiction assurée. Ils peuvent concevoir des rôles de début de carrière qui gardent la pratique délibérée, la résolution de problèmes en autonomie et le retour. Sur l’écart entre élargir une tâche et maîtriser le travail qui est derrière, voir pourquoi aller au-delà de la formation d’un apprenti n’est pas la maîtrise.

Ce qu’un employeur plus petit peut vraiment mesurer

Imaginons une agence logicielle hypothétique de huit personnes, qui passe une grande partie de la semaine sur des fonctions routinières. Ce n’est pas un cas rapporté. Si un outil raccourcit le premier jet, l’agence peut livrer le même travail avec moins de personnes, garder l’équipe et prendre plus de clients, ou consacrer le temps libéré à la sécurité, à l’accessibilité et au support. Le résultat dépend de la demande. Une file de clients qui attendaient peut transformer un coût de livraison plus bas en davantage de travail. Une liste de clients fixe et une forte pression sur les prix peuvent transformer la même économie en moins d’embauches. Si la relecture et l’intégration absorbent le temps, l’économie n’a jamais existé.

Second cas hypothétique : une organisation locale utilise un outil pour rédiger des demandes de subvention. Le personnel doit encore vérifier les preuves, comprendre ce qu’un financeur financera, et tenir la relation. Si des subventions utiles étaient auparavant hors de portée, l’outil peut élargir le travail. Si les opportunités de financement sont fixes, le gain peut être du temps pour les services directs. Les deux peuvent être utiles. Aucun des deux ne soutient un nombre précis d’emplois créés ou sauvés.

Quatre questions sont plus utiles qu’un décompte de prompts :

1. Mesurer le travail accepté, pas les brouillons produits. Deux fois plus de rapports, avec une file d’approbation plus longue, n’est pas le double de la productivité.
2. Noter le coût complet : vérification, corrections, logiciel, formation et sécurité.
3. Chercher une demande qui ne pouvait pas être servie avant, comme des demandes en attente ou des dossiers jamais suivis.
4. Nommer les compétences moins utilisées, et les capacités dont le flux de travail a désormais davantage besoin.

Pour un service plus grand, faire cet essai sur un groupe pilote avant de changer un plan d’effectifs. Suivre le délai de cycle, les erreurs, les reprises, les résultats pour les personnes servies, la charge et les occasions de pratiquer. Comparer à une base, et demander aux personnes qui font le travail où les chiffres manquent quelque chose.

Les preuves sur les compétences sont plus larges qu’un prospectus, et plus anciennes

Deux rapports publics sur les compétences décrivent le marché du travail autour de cette histoire. Ils ne décrivent pas Anthropic.

Le 13 août 2026, l’Organisation internationale du Travail a publié Changing landscape of skills in the age of AI, avec la Fondation européenne pour la formation, le Cedefop, Eurofound, la Commission européenne et l’UNESCO. La page de la publication dit que l’adoption augmente la demande de compétences cognitives, socioémotionnelles, numériques et liées à l’IA, et souvent de compétences cognitives et socioémotionnelles de plus haut niveau, plus des compétences numériques générales et de science des données. Elle décrit les emplois qui développent et maintiennent des systèmes d’IA comme un marché du travail encore petit et de niche, qui grandit vite. Elle traite la capacité à comprendre et à utiliser des outils d’IA de façon sûre et éthique comme une compétence de base nouvelle, et la culture de l’IA comme un fondement de la capacité d’agir. Cet article utilise ce résumé. Le rapport complet n’a pas été relu page par page pour de nouvelles statistiques.²

Le 5 juin 2026, l’OCDE a publié la note AI and skills : What we know so far. Elle dit que beaucoup d’entreprises, surtout les petites et moyennes, sont freinées par le manque de personnes ayant les bonnes compétences. Environ 40 % des employeurs de l’industrie et de la finance et de l’assurance qui n’ont pas encore adopté l’IA disent que les compétences sont la raison principale. La note donne des échantillons de 1 400 employeurs dans l’industrie et de 653 dans la finance et l’assurance pour cette question de barrière, tirés d’une enquête OCDE antérieure (Lane, Williams et Broecke, 2023). Plus de la moitié des PME qui n’utilisent pas encore l’IA générative disent la même chose des compétences, en citant l’enquête PME de l’OCDE de 2025. Moins de 1 % des travailleurs ont besoin de compétences avancées en IA, comme la programmation ou le développement de modèles, chiffre que la note reprend de Green et Lamby (2023). La plupart des gens ont besoin de compétences numériques et de la capacité à utiliser, analyser et interpréter des données, plus de compétences managériales et humaines comme la résolution de problèmes, la créativité et l’innovation. La note dit aussi que, dans l’industrie et la finance, plus de la moitié des employeurs qui ont adopté l’IA signalent un besoin plus fort de travailleurs hautement diplômés. Elle dit que les données les plus récentes de la note datent de la fin de 2024. Ce n’est pas un recensement 2026 des équipes logicielles, et cela ne dit pas que chacun doit devenir ingénieur en apprentissage automatique.³

La note de l’OCDE résume aussi d’autres travaux : l’emploi aurait crû le plus vite dans les rôles les plus exposés à l’IA, et dans ces emplois l’IA tendrait à compléter plutôt qu’à remplacer. C’est la lecture que la note fait de Lane (2024). Ce n’est pas un résultat des comptes d’Anthropic, et ce n’est pas une promesse que le complément vaudra dans chaque métier.

Un assistant de code n’est pas un système de recrutement

Pour les organisations dans l’Union européenne, la ligne juridique est plus précise qu’un avertissement général sur « l’IA au travail ». Cet article n’est pas un conseil juridique. L’annexe III du règlement européen sur l’IA classe comme à haut risque certains usages de l’emploi : les systèmes destinés au recrutement ou à la sélection, y compris les annonces ciblées, le filtrage des candidatures et l’évaluation des candidats ; et les systèmes destinés à décider des conditions d’une relation de travail, d’une promotion ou d’une fin de contrat, à répartir des tâches selon le comportement individuel ou des traits personnels, ou à surveiller et évaluer la performance et le comportement. Un outil qui rédige du code n’est pas, par cette seule description, l’un de ces systèmes. Le classement dépend de ce que la technologie fait vraiment.⁴

Le service desk de la Commission dit que les règles des systèmes à haut risque de l’annexe III s’appliquent à partir du 2 décembre 2027. Les pratiques interdites, certaines obligations de transparence et les règles des modèles d’IA à usage général suivent un autre calendrier : elles sont exécutoires à partir du 2 août 2026. Un assistant de code utilisé par un ingénieur n’est pas la même question qu’un modèle qui note des candidats.⁵

L’article 4, dans le texte que le service desk présente comme modifié, dit que les fournisseurs et les déployeurs prennent des mesures pour soutenir la culture de l’IA de leur personnel et des autres personnes qui font fonctionner des systèmes d’IA pour leur compte, en tenant compte de leurs connaissances, de leur expérience, de leur éducation et de leur formation, du contexte d’usage, et des personnes sur lesquelles les systèmes sont utilisés. Le même texte dit que cette obligation n’exige de garantir à personne un niveau précis de culture de l’IA. Le service desk indique que cette rédaction reflète le texte consolidé d’EUR-Lex au 27 juillet 2026, y compris les modifications du paquet numérique omnibus. C’est une explication officielle, pas un substitut au règlement.⁶

Les questions que les dirigeants posent vraiment

« Plus de 90 % » veut-il dire que Claude a livré 90 % du produit ?

Non. Un chiffre est un banc d’essai interne : environ 90 % de succès sur certains problèmes d’ingénierie ouverts en septembre 2026. L’autre est l’affirmation de l’entreprise selon laquelle plus de 90 % des contributions au code ce mois-là ont été écrites par Claude. Le dépôt ne définit pas la contribution, et il ne rapporte pas d’audit indépendant de la qualité.¹

La hausse de 170 % de l’effectif explique-t-elle le passage de 940 à 5 300 ?

Non. Les 170 % sont le changement du 30 septembre 2025 au 30 septembre 2026, placé à côté d’une hausse de 1 200 % du chiffre d’affaires des douze derniers mois. Le chemin d’environ 940 à la fin de 2024 à environ 5 300 le 30 septembre 2026 est la comparaison que le dépôt appelle « plus de cinq fois ». Ce sont des fenêtres différentes.¹

Une petite organisation doit-elle copier l’embauche d’Anthropic ?

Non. Le dépôt décrit une entreprise qui vend l’outil, qui signale une demande au-delà de son calcul, et qui indique qu’au 30 juin 2026 elle avait levé 141,1 milliards de dollars de capital. Un employeur plus petit devrait tester un flux de travail, mesurer le travail accepté et le coût de la relecture, et décider au grand jour à quoi sert toute capacité libérée. Il ne devrait pas traiter l’effectif d’un laboratoire de frontière comme sa propre prévision.

Comment hilighter peut aider

hilighter n’écrit pas de code, ne prédit pas combien d’ingénieurs une équipe aura besoin, et ne décide pas qui est embauché. La question pratique que ce dépôt laisse ouverte est plus étroite : quelles tâches sont devenues plus légères, quelles compétences un brouillon généré ne prouve pas, et qui répond du jugement qui reste.

hilighter aide les équipes à cartographier les compétences par rôle, à comparer les personnes à ces exigences dans Compétences et talents, à enregistrer une preuve de capacité dans Preuves de compétences et reconnaissance et à définir des parcours de développement. Sa vue Impact de l’IA sur les métiers est indicative. Ce n’est pas une prédiction de disparition d’un rôle. Une offre gratuite couvre jusqu’à trois métiers, avec un nombre illimité de salariés.

Sources

1. Anthropic, PBC, formulaire S-1, déposé auprès de la Securities and Exchange Commission des États-Unis, signatures datées du 26 octobre 2026. Prospectus préliminaire : l’entreprise indique que les informations ne sont pas complètes et peuvent changer. Les chiffres utilisés ici comprennent les deux énoncés de « 90 % » de septembre 2026 (banc d’essai interne et contributions au code), le volume de code de 45 fois, l’effectif d’environ 940 (31 décembre 2024) et d’environ 5 300 (30 septembre 2026), « plus de cinq fois », la comparaison de 170 % d’effectif et de 1 200 % de chiffre d’affaires sur douze mois, le chiffre d’affaires par salarié de 1,4 million et de plus de 6,6 millions de dollars, la comparaison trimestrielle de 86 fois et le trimestre de 197 millions de dollars clos le 31 décembre 2024, le chiffre d’affaires, la perte d’exploitation, le calcul, le personnel et la rémunération en actions du premier semestre 2026, la variation de juste valeur dans la perte nette, le capital levé et la trésorerie au 30 juin 2026, et la comparaison d’usage interne au prix catalogue. Le chiffre d’affaires trimestriel de septembre 2026 n’était pas imprimé en dollars à côté des « 86 fois » dans le HTML ouvert le 31 octobre 2026.
2. Organisation internationale du Travail, Changing landscape of skills in the age of AI, 13 août 2026, avec la Fondation européenne pour la formation, le Cedefop, Eurofound, la Commission européenne et l’UNESCO. Cet article utilise le résumé de la page de publication, pas des statistiques page à page du PDF complet.
3. OCDE, AI and skills : What we know so far, 5 juin 2026. La page HTML a renvoyé un contrôle d’accès le 31 octobre 2026 ; le PDF officiel est le texte vérifié. Les enquêtes sous-jacentes sont citées dans la note comme Lane, Williams et Broecke (2023), OCDE (2025) sur les PME, Green et Lamby (2023), et Lane (2024). La note dit que ses données les plus récentes datent de la fin de 2024.
4. Commission européenne, service desk du règlement sur l’IA, annexe III, point 4 (emploi, gestion des travailleurs et accès au travail indépendant).
5. Commission européenne, service desk du règlement sur l’IA, When does enforcement start? (règles de l’annexe III à partir du 2 décembre 2027 ; pratiques interdites, certaines obligations de transparence et règles des modèles d’IA à usage général exécutoires à partir du 2 août 2026).
6. Commission européenne, service desk du règlement sur l’IA, article 4 : culture de l’IA. La page dit que le texte reflète la version consolidée d’EUR-Lex au 27 juillet 2026, avec les modifications du paquet numérique omnibus signalées, et que le résumé n’est pas juridiquement contraignant.

Sources revues pour la dernière fois : 31 octobre 2026. Tous les chiffres d’Anthropic sont des informations de l’entreprise dans un formulaire S-1 préliminaire, pas une étude indépendante de productivité. La variation de 170 % de l’effectif et le passage d’environ 940 à environ 5 300 sont des périodes différentes. Les deux phrases de « 90 % » sont des affirmations différentes. Les pages Reuters liées dans le brouillon de la boîte de réception ont renvoyé une erreur d’accès et n’ont pas été utilisées. Les dates de l’UE suivent le service desk de la Commission et ne sont pas un conseil juridique. Le PDF complet de l’OIT n’a pas été relu page par page. La page HTML de l’OCDE était bloquée ; le PDF a été vérifié. Traduction à relire par un natif.