Anthropic et Claude : « presque 100% » du code généré par l’IA… et pourquoi il faut lire entre les lignes

Anthropic pousse très loin l’usage de Claude en interne, au point que des figures de l’entreprise parlent de « 100% » de code généré par l’IA. Mais derrière la formule-choc, les chiffres « officiels » évoqués par un porte-parole tournent plutôt entre 70% et 90% à l’échelle de l’entreprise, et environ 90% pour le produit Claude Code.

Le « 100% » : une phrase, plusieurs réalités

Le déclencheur, c’est Boris Cherny (responsable de Claude Code) qui affirme n’avoir écrit aucune ligne de code « à la main » depuis plus de deux mois, et avoir expédié 22 pull requests un jour puis 27 le lendemain, chacune « 100% écrite par Claude ». Dans la foulée, Mike Krieger (chief product officer) dit lors du Cisco AI Summit que l’entreprise est « presque à 100% » de code généré par IA, avec des pull requests de 2 000 à 3 000 lignes produites par l’IA.

Le point clé, c’est que « généré par IA » ne veut pas dire « livré sans humain » : la formulation mélange souvent production de texte (les lignes) et responsabilité technique (architecture, validation, revue, tests). Un retour plus nuancé insiste justement sur cette ambiguïté : Claude peut écrire la majorité des lignes sous supervision étroite, sans pour autant « faire le travail intéressant » de bout en bout.​

Pourquoi Anthropic peut afficher de tels taux

Anthropic est dans une situation unique : l’entreprise développe l’outil qu’elle utilise, donc elle a un intérêt direct à l’adopter partout, à le pousser dans ses retranchements, et à raconter cette adoption comme preuve produit. Fortune rapporte d’ailleurs qu’un porte-parole d’Anthropic recadre le « 100% » en le ramenant à une fourchette 70–90% au niveau de l’entreprise, ce qui ressemble davantage à un indicateur d’intensité d’usage qu’à une automatisation totale.

On voit aussi émerger un second levier : la réorganisation du travail. Cherny explique que son équipe privilégie davantage des profils généralistes, partant du principe que « le modèle peut remplir les détails », ce qui est cohérent avec une production où l’IA prend en charge une partie croissante de l’implémentation.​

Le grand écart avec Microsoft (et GitHub)

Hors labos IA, les ordres de grandeur restent plus bas. Satya Nadella déclarait en 2025 que jusqu’à 30% du code chez Microsoft était écrit par l’IA, dans un échange public avec Mark Zuckerberg lors de LlamaCon. Dans le même article, Zuckerberg disait s’attendre à ce que « peut-être la moitié » du développement soit faite par l’IA dans l’année suivante, signe que l’industrie se projette vers une accélération… mais n’y est pas encore partout.​

Même côté open source, les études citées restent loin du « quasi tout » : Fortune mentionne une étude dans Science analysant des fonctions Python sur GitHub, avec environ 29% de fonctions générées par IA aux États-Unis. Autrement dit, Anthropic est peut-être en avance sur la courbe, mais pas nécessairement en train de décrire la médiane du marché.​

Ce que ça change vraiment (qualité, sécurité, métiers)

Le sujet n’est pas seulement « qui tape au clavier », c’est la dette technique potentielle : Fortune relaye des critiques récurrentes (erreurs conceptuelles subtiles, sur-complexification, bouts de code morts), qui deviennent un risque systémique si la cadence de génération explose. Et si la production de code devient abondante, la rareté se déplace vers la revue, les tests, l’observabilité, et la sécurité, bref, tout ce qui transforme des lignes en logiciel fiable.​

Côté organisation, le changement le plus concret est peut-être la redéfinition du rôle développeur : moins d’écriture « brute », plus de pilotage, de spécification, et de validation. Un récit nuancé de l’usage interne va dans ce sens, en expliquant que la majorité du travail avec Claude implique supervision active et vérification, et que la « délégation complète » ne couvre souvent qu’une fraction des tâches.