L'adoption inégale de l'IA : Rapport Anthropic sur les disparités géographiques et d'entreprise

D'après le rapport "Anthropic Economic Index: Uneven geographic and enterprise AI adoption" publié par Anthropic.com, l'adoption de l'intelligence artificielle (IA) progresse à une vitesse sans précédent, surpassant de loin les technologies antérieures comme l'électricité, l'ordinateur personnel ou internet. Cependant, cette adoption est inégalitaire, présentant des disparités géographiques et sectorielles significatives, avec des implications économiques importantes.

Rapidité et caractéristiques de l'adoption de l'IA

L'IA se distingue par sa vitesse d'adoption fulgurante. Aux États-Unis, par exemple, le taux d'utilisation de l'IA au travail est passé de 20% à 40% en seulement deux ans. Cette progression rapide s'explique par la grande utilité de l'IA dans diverses applications, sa facilité de déploiement sur les infrastructures numériques existantes et sa simplicité d'utilisation (via texte ou voix) ne nécessitant pas de formation spécialisée.

Historiquement, les nouvelles technologies mettaient des décennies à se généraliser. L'électricité a pris plus de 30 ans pour atteindre les foyers ruraux après l'électrification urbaine, et l'ordinateur personnel 20 ans pour être majoritairement adopté aux États-Unis. L'internet lui-même a mis environ cinq ans pour atteindre un taux d'adoption que l'IA a atteint en seulement deux ans.

Évolution de l'utilisation de Claude.ai

L'analyse des conversations sur Claude.ai révèle des changements notables au cours des huit derniers mois, liés à l'amélioration des capacités du modèle et à l'élargissement de sa base d'utilisateurs :

• Les usages dans les domaines de l'éducation et de la science sont en hausse, passant respectivement de 9,3% à 12,4% et de 6,3% à 7,2% du total des tâches. Le codage reste dominant à 36%, mais ces secteurs émergent rapidement.
• Les utilisateurs confient à Claude plus d'autonomie. Les conversations "directives", où les utilisateurs délèguent des tâches complètes à Claude, ont bondi de 27% à 39%. Cela suggère une plus grande confiance dans la capacité de l'IA à accomplir des objectifs en un seul échange.
• On observe une augmentation de la création de programmes (+4,5 points de pourcentage) et une réduction du débogage (-2,9 points de pourcentage) en codage, indiquant que les modèles sont devenus plus fiables.

Cette transition vers une utilisation plus directive, où l'automatisation dépasse l'augmentation, pose des questions importantes sur l'impact sur le marché du travail, potentiellement en faveur des travailleurs capables de s'adapter aux nouveaux flux de travail assistés par l'IA.

La géographie de l'adoption de l'IA

Pour la première fois, Anthropic a publié des données géographiques sur l'utilisation de Claude.ai dans plus de 150 pays et tous les États américains, introduisant l'Anthropic AI Usage Index (AUI).

Concentration de l'usage et corrélation avec le revenu

• L'AUI est fortement corrélé au revenu par habitant. Les pays à revenu élevé affichent généralement des taux d'utilisation par habitant plus élevés.
• Des pays comme Singapour (4,6x) et le Canada (2,9x), ainsi qu'Israël (7x), l'Australie, la Nouvelle-Zélande et la Corée du Sud, figurent parmi les leaders en termes d'utilisation par habitant par rapport à leur population en âge de travailler.
• À l'inverse, les économies émergentes, telles que l'Indonésie (0,36x), l'Inde (0,27x) et le Nigeria (0,2x), utilisent moins Claude, reflétant un écart numérique potentiel.
• Aux États-Unis, le District de Columbia (3,82x) et l'Utah (3,78x) devancent la Californie (2,13x) en termes d'utilisation par habitant, suggérant que des facteurs économiques locaux spécifiques (tels que la concentration de services financiers en Floride ou les services informatiques en Californie) façonnent les usages.

Diversité des usages selon les régions

• Les pays à faible taux d'adoption ont tendance à utiliser Claude principalement pour le codage (plus de la moitié de l'utilisation en Inde, contre un tiers globalement).
• Les régions à forte adoption montrent une diversité d'applications plus grande, incluant l'éducation, la science et les affaires.

Automation vs. Augmentation dans les régions

• Fait surprenant : les pays à faible AUI tendent à déléguer des tâches complètes (automatisation), tandis que les régions à forte adoption privilégient l'apprentissage et l'itération homme-IA (augmentation). Cela suggère que l'IA pourrait être déployée différemment selon les étapes de transformation structurelle des économies.

Ces disparités géographiques soulèvent des questions importantes sur la convergence économique. Si les gains de productivité de l'IA se concentrent dans les régions déjà riches, cela pourrait accentuer les inégalités économiques mondiales.

Déploiement systématique de l'IA en entreprise via l'API

L'étude analyse pour la première fois l'utilisation de Claude via son API par les entreprises, offrant un aperçu du déploiement de l'IA frontalière.

Usages spécialisés et orientés automatisation

• L'utilisation de l'API par les entreprises se concentre fortement sur les tâches de codage et les tâches administratives/de bureau, adaptées à l'accès programmatique.
• Comparativement à Claude.ai, l'utilisation de l'API est moins axée sur les tâches éducatives et d'écriture.
• 77% des usages professionnels via l'API impliquent des schémas d'automatisation, contre environ 50% pour les utilisateurs de Claude.ai. Cette nature programmatique favorise la délégation complète des tâches.

Le rôle des capacités du modèle face au coût

• Les capacités du modèle et la valeur économique de l'automatisation d'une tâche semblent jouer un rôle plus important que le coût de l'interaction elle-même. Les tâches les plus coûteuses ont tendance à être les plus utilisées, ce qui indique une faible sensibilité au prix pour les entreprises adoptant l'IA à ses débuts.

Les contraintes contextuelles pour un déploiement sophistiqué

L'analyse suggère qu'un goulot d'étranglement important pour l'adoption de l'IA en entreprise est l'accès à un contexte approprié et organisé pour les modèles. Les tâches complexes nécessitent souvent des entrées (inputs) plus longues pour Claude.

• Cela implique que pour certaines entreprises, la modernisation des données et les investissements organisationnels pour centraliser l'information pourraient être essentiels pour un déploiement efficace de l'IA.

Enjeux et perspectives

L'adoption précoce de l'IA est très concentrée, principalement axée sur l'automatisation dans des tâches spécifiques (codage, analyse de données) et fortement corrélée au revenu. Ces schémas risquent de creuser les inégalités existantes si les gains de productivité se concentrent dans les régions prospères et les secteurs prêts à l'automatisation.

Les données suggèrent que les entreprises déploient l'IA pour déléguer des tâches, ce qui peut entraîner des perturbations sur les marchés du travail en déplaçant certains rôles. Cependant, les travailleurs possédant une connaissance tacite des opérations organisationnelles pourraient bénéficier de l'IA en tant que compléments aux systèmes automatisés sophistiqués.

Le rapport souligne l'importance des choix politiques et stratégiques pour façonner les effets économiques de l'IA. Anthropic ouvre ses données pour catalyser la recherche indépendante et aider à élaborer des réponses politiques fondées sur des preuves, afin que le potentiel de l'IA profite à l'ensemble de la société et ne se limite pas à quelques privilégiés.