Selon Anthropic, les compétences en IA s'accumulent avec le temps, ce qui pourrait creuser les inégalités

Les hommes utilisent les agents IA de codage plus de deux fois plus souvent que les femmes en sciences sociales, selon Anthropic

Une étude publiée par Anthropic révèle que les chercheurs en sciences sociales portant des prénoms typiquement masculins utilisent des agents de codage basés sur l'IA plus de deux fois plus souvent que leurs homologues aux prénoms féminins. Cet écart persiste même à discipline et niveau de carrière comparables, ce qui suggère que la variable déterminante est bien le genre et non le domaine ou l'ancienneté. Les économistes affichent le taux d'adoption le plus élevé, à 39 %, tandis que les chercheurs en sciences de l'éducation se situent à seulement 4 %. Ce fossé est particulièrement significatif car il dépasse largement le différentiel observé pour l'usage général de l'IA. Autrement dit, les femmes ne sont pas simplement moins nombreuses à utiliser l'intelligence artificielle en général : elles s'approprient spécifiquement moins les outils d'automatisation du code, ceux-là mêmes qui promettent des gains de productivité substantiels dans la recherche quantitative. Dans un contexte où ces outils deviennent des avantages compétitifs réels, un tel écart pourrait creuser des inégalités de carrière entre chercheurs. Cette étude s'inscrit dans une série de travaux qui interrogent l'adoption différenciée des technologies selon le genre. Anthropic, dont le modèle Claude est largement utilisé dans les environnements académiques, dispose d'une position privilegiée pour observer ces dynamiques à grande échelle. La question qui se pose désormais est de savoir si cet écart reflète des différences d'accès, de formation ou d'incitation, et quelles interventions pourraient le réduire avant qu'il ne se cristallise durablement dans les pratiques de recherche.

💬 L'écart de genre sur l'IA en général, on en parlait déjà. Mais là, c'est spécifiquement les outils de codage automatisé, ceux qui font vraiment gagner du temps sur la recherche quantitative, et le fossé est deux fois plus grand. Ce qui se joue ici, c'est une inégalité de productivité, pas juste d'usage, et ça c'est beaucoup plus dur à rattraper.

Votre emploi tient-il face à l’IA ? Cette étude d’Anthropic devrait vous inquiéter !

Anthropic, l'entreprise créatrice du modèle de langage Claude, vient de publier une étude qui redistribue les cartes sur la question de l'exposition professionnelle à l'intelligence artificielle. Plutôt que de s'appuyer sur des projections théoriques, les chercheurs ont croisé les capacités techniques de Claude avec ses usages réels, en analysant les millions de requêtes que des utilisateurs lui adressent quotidiennement. Cette approche empirique produit une cartographie du risque professionnel radicalement différente des rapports habituels. Résultat : les développeurs figurent parmi les professions les plus exposées, Claude étant massivement sollicité pour générer du code, corriger des erreurs et expliquer des fonctions. Les commerciaux suivent de près, avec des usages très opérationnels : rédaction d'emails, préparation d'argumentaires, analyse de prospects. Le management n'est pas épargné non plus, les comptes rendus, synthèses et documents internes transitant déjà largement par l'IA. Ce que change cette étude, c'est qu'elle déplace la menace du futur vers le présent. L'IA ne grignote plus seulement des tâches répétitives et peu qualifiées dans des scénarios prospectifs datés de 2030 : elle s'installe dès maintenant dans les workflows quotidiens des profils diplômés et bien rémunérés. Ce n'est pas une suppression brutale des emplois qui se dessine, mais une reconfiguration profonde des attentes : l'humain reste en poste, mais doit désormais produire davantage, plus vite, avec l'IA comme copilote permanent. Pour les directions des ressources humaines et les travailleurs qualifiés eux-mêmes, ce constat oblige à repenser la valeur ajoutée réelle que l'on apporte au-delà de ce qu'un modèle peut déjà automatiser. À l'inverse, les métiers les mieux protégés ne sont pas les plus prestigieux, mais les plus ancrés dans la réalité physique et sensorielle. Cuisiniers, mécaniciens, barmen : ces professions mobilisent des gestes, une perception directe de l'environnement et une lecture des signaux humains en temps réel que les modèles conversationnels actuels ne peuvent pas reproduire. L'étude d'Anthropic reformule ainsi la frontière du risque : le critère déterminant n'est plus l'opposition entre travail répétitif et travail créatif, ni entre qualification haute et basse, mais entre le monde numérique et le monde physique. Cette conclusion remet en cause des décennies de discours rassurants à destination des cadres et ingénieurs, et pose une question stratégique urgente aux entreprises comme aux individus : dans quelle mesure leur activité est-elle déjà partiellement déléguée à une machine, et quelle est la prochaine étape ?

💬 Deux ans qu'on entend "l'IA va d'abord toucher les bas salaires", et là Anthropic publie des données réelles tirées de millions de requêtes à Claude : développeurs et commerciaux en tête de l'exposition, mécaniciens et cuisiniers en bas. C'est physique contre numérique, pas qualifié contre non-qualifié. Moi ça me fait surtout me demander combien de DRH vont découvrir ça dans six mois en croyant qu'ils avaient anticipé.

Adoption inégale, cadre flou, compétences attendues : l’impact de l’IA dans le commerce et le marketing

L'Apec, l'association pour l'emploi des cadres, a publié une étude sur l'intégration de l'intelligence artificielle dans les fonctions commerciales et marketing en France. Le rapport examine concrètement quels outils IA sont adoptés au quotidien par les cadres de ces secteurs, comment les entreprises organisent la montée en compétences de leurs équipes, et quelles aptitudes sont désormais attendues des professionnels. L'adoption reste inégale selon les entreprises et les profils, ce qui crée un écart croissant entre les cadres qui maîtrisent ces outils et ceux qui en sont encore absents. Pour les directions commerciales et marketing, l'IA transforme des tâches concrètes comme la génération de contenu, l'analyse de données clients ou la personnalisation des campagnes, avec des gains de productivité réels mais une mise en oeuvre encore mal encadrée dans beaucoup d'organisations. Ce flou autour du cadre d'utilisation reflète une réalité plus large : les entreprises françaises peinent à définir une politique claire sur l'IA au travail, entre crainte de dérive et pression concurrentielle. L'Apec, qui observe régulièrement le marché de l'emploi cadre, positionne cette étude dans un contexte où les recruteurs commencent à intégrer la maîtrise des outils IA dans les fiches de poste, faisant de cette compétence un critère différenciant sur le marché du travail.

💬 L'Apec qui sort une étude sur l'IA dans le commerce, c'est le signe que le sujet est vraiment entré dans les radars RH, et c'est pas rien. Le vrai problème que ça pointe, c'est pas l'adoption en soi, c'est l'écart qui se creuse entre ceux qui ont sauté le pas et ceux qui attendent que leur boîte leur dise quoi faire (spoiler : elle ne le dira jamais clairement). Ça va devenir un critère de recrutement avant même que la plupart des managers aient formalisé une politique interne.

Google bouleverse le SEO avec AI Overviews : quelles conséquences pour les entreprises ?

Google a profondément modifié le fonctionnement de son moteur de recherche en déployant massivement les AI Overviews, des résumés générés automatiquement par l'intelligence artificielle qui s'affichent désormais en tête des résultats avant tout lien externe. Selon le Pew Research Center, seulement 8 % des utilisateurs cliquent encore sur un résultat classique lorsqu'un de ces encadrés synthétiques apparaît. D'après les analyses disponibles, ces résumés sont présents dans entre 18 % et plus de 50 % des recherches, une étude de Xponent21 estimant même leur présence dans plus d'une requête sur deux en 2025. Google justifie cette évolution par sa volonté d'« accélérer l'accès à l'information », mais le résultat est sans ambiguïté : le moteur ne joue plus uniquement le rôle d'intermédiaire vers le web, il devient un espace de consommation fermé où la réponse est délivrée sans sortie vers un site tiers. Pour les entreprises dont le modèle repose sur l'acquisition de trafic organique via Google, les conséquences sont immédiates et structurelles. Moins de clics signifie moins d'opportunités de conversion, de leads et de revenus publicitaires. Le contenu des éditeurs continue d'être indexé et utilisé comme matière première par l'IA, mais sans garantie de retour d'audience. Face à cette réalité, le SEO classique, centré sur le positionnement dans les résultats, laisse progressivement place à l'AEO, l'Answer Engine Optimization, dont l'objectif est d'être la source citée dans une réponse générée par l'IA plutôt que simplement bien classé. Cela implique des contenus plus courts, plus structurés, orientés vers des intentions de recherche précises, au détriment des formats longs et généralistes. La dépendance à Google s'avère par ailleurs plus risquée qu'avant, poussant les entreprises à diversifier leurs canaux vers les réseaux sociaux, les newsletters ou les communautés. Ce basculement s'inscrit dans une transformation plus large du paysage de la recherche en ligne. Google accorde désormais davantage de poids aux contenus publiés sur les réseaux sociaux, signal que le référencement déborde du web traditionnel. Parallèlement, la concurrence s'intensifie : ChatGPT explore des formats hybrides mêlant recherche, assistant et e-commerce via son projet Atlas, avec une intégration annoncée de Shopify qui illustre la convergence entre recherche conversationnelle et achat. La monétisation de l'audience semble aussi s'accentuer, à mesure que les fiches Google Business évoluent et que la publicité occupe plus de place dans l'interface. La recherche devient transactionnelle et intégrée, et l'accès à une visibilité organique réelle pourrait progressivement devenir un privilège payant.