Claude assistant personnel, ChatGPT développeur ? Les nouveautés de novembre montrent surtout que les deux plateformes se rapprochent. Anthropic a annoncé, le 5 novembre 2026, une fonction d’analyse des finances personnelles. Trois jours auparavant, OpenAI présentait un test consacré aux tâches du quotidien. Derrière cette concurrence, l’enjeu des rapports entre IA et métiers devient plus concret : ces outils reprennent des opérations de bureau, sans que leur automatisation permette de compter directement les emplois supprimés.
La frontière devient moins visible pour l’utilisateur. Un même assistant peut chercher une information, examiner des fichiers, produire un tableau et préparer un message. Avec les accès nécessaires, il peut également agir dans un logiciel. L’entreprise ne vend plus seulement une réponse : elle propose de déléguer une partie du travail qui suit la question.
Cette évolution touche des tâches réparties entre plusieurs professions : assistance administrative, service client, rédaction, analyse et développement informatique. Elle peut économiser du temps, réduire certaines commandes ou modifier les recrutements. Les études disponibles décrivent toutefois des situations différentes. Une démonstration commerciale, une expérience de productivité et une statistique d’emploi ne mesurent pas le même phénomène.
Claude et ChatGPT avancent sur les mêmes terrains
Le lancement de Personal Finance illustre l’ambition d’Anthropic. La fonction, annoncée en version bêta aux États-Unis pour les abonnements Pro, Max et Ultra, relie des comptes via Plaid. Claude peut examiner des soldes et des transactions, classer des dépenses ou repérer des frais. Son accès reste limité à la lecture : il ne peut ni déplacer ni investir l’argent.
Cette offre accompagne un changement plus large. Le 16 septembre, Anthropic a annoncé la réunion de Claude Cowork et de la conversation classique. Les fonctions de travail en plusieurs étapes entrent ainsi dans une interface commune. La société a aussi présenté Claude Docs et Claude Slides, en version bêta, pour préparer puis modifier des documents et des présentations.
Ces annonces ne font pas de Claude un outil exclusivement administratif. Claude Code reste un agent de programmation. Sa documentation décrit la lecture d’un dépôt de code, la modification de fichiers et l’exécution de commandes. Il peut participer à une correction, à la construction d’une fonctionnalité ou à la préparation de tests.
La situation est symétrique chez OpenAI. Codex vise le développement et les tâches techniques. ChatGPT Work traite des recherches, des documents, des feuilles de calcul ou des présentations. Présentée le 9 juillet, cette offre utilise des outils connectés et peut suivre des opérations longues. Le choix entre les deux marques ne correspond donc pas au partage entre secrétaire et informaticien.
Les différences existent dans les modèles, les interfaces, les intégrations et les conditions d’accès. Les capacités annoncées ne sont pas disponibles partout de manière identique. L’abonnement, les droits accordés par une entreprise et les logiciels connectés déterminent aussi ce que l’assistant peut réellement faire.
La nouveauté : prendre en charge plusieurs étapes
Le changement se comprend à l’échelle d’une tâche. Demander une formule de tableur laisse à l’utilisateur le soin de trouver le fichier, de l’appliquer et de contrôler le résultat. Confier une analyse à un agent peut lui faire réaliser une partie de cette chaîne. La valeur du service dépend alors du résultat livré, pas seulement de la qualité de la phrase produite.
Prenons un exemple de travail administratif, sans le présenter comme un cas d’entreprise observé. Un responsable doit préparer une réunion commerciale. Il rassemble habituellement les échanges, repère les dossiers en retard, actualise un tableau et rédige une synthèse. Un assistant connecté peut prendre en charge une partie de ces opérations. Le responsable doit encore déterminer quelles données sont fiables et quels engagements il peut prendre.
Ce découpage explique pourquoi un métier peut changer avant de disparaître. La préparation matérielle diminue, tandis que le contrôle et l’arbitrage restent nécessaires. Dans une petite structure, une personne peut reprendre une opération auparavant confiée à un prestataire. Dans une autre, le même gain permet surtout de traiter davantage de demandes.
La suppression d’un poste suppose une décision supplémentaire : réorganiser le travail restant, maintenir la qualité attendue et accepter les risques. La capacité technique de produire un document ne répond pas, à elle seule, à ces trois conditions.
IA et métiers : les fonctions administratives très exposées
L’indice publié le 20 mai 2025 par l’Organisation internationale du travail et NASK permet de situer cette exposition. Environ un travailleur sur quatre occupe un métier exposé, à des degrés variables, à l’IA générative. La catégorie d’exposition maximale représente 3,3 % de l’emploi mondial. Les fonctions administratives arrivent en tête.
La méthode part d’une classification de près de 30 000 tâches. L’enquête auprès de 1 640 travailleurs porte sur 2 861 tâches. Des évaluations d’experts et une extrapolation assistée par IA complètent l’analyse. Ils classent des activités selon leur potentiel de transformation. Ils ne recensent pas des salariés déjà remplacés.
Le résultat ne signifie donc pas qu’un quart des emplois va disparaître. L’OIT juge la transformation des métiers plus probable que leur automatisation complète. Un poste administratif comporte, par exemple, de la saisie mais aussi des échanges, des exceptions et des décisions liées au fonctionnement réel d’une organisation.
Cette distinction vaut également pour les professions qualifiées. Produire une première synthèse juridique ne revient pas à représenter un client. Préparer un tableau financier ne revient pas à certifier des comptes. L’IA peut reprendre une opération importante sans assumer les responsabilités associées au métier.
Dans le support client, un gain de productivité mesuré
Le service client fournit un exemple solide d’assistance au travail. Une étude d’Erik Brynjolfsson, Danielle Li et Lindsey Raymond, publiée en 2025, analyse 5 172 agents et environ trois millions de conversations. L’introduction d’un assistant génératif augmente de 15 % le nombre de problèmes résolus par heure, en moyenne.
L’outil suggère des réponses que les salariés peuvent accepter ou écarter. Les moins expérimentés en bénéficient davantage. Il aide notamment à diffuser des pratiques utiles au sein de l’équipe. Le travail humain ne disparaît donc pas du protocole : il reste au centre de la relation avec le client.
Le contexte compte. Le déploiement étudié se situe principalement à l’automne 2020 et durant l’hiver 2021, dans une entreprise américaine de logiciels. Les agents travaillent majoritairement aux Philippines. Les chercheurs comparent les évolutions avant et après l’équipement avec celles des agents non équipés, temporairement ou pendant toute la période observée.
Ce résultat ne mesure pas les performances de Claude ou de ChatGPT en novembre 2026. Il ne démontre pas davantage une réduction de 15 % des effectifs. Une entreprise peut utiliser ce gain pour absorber plus de demandes, améliorer le service ou réduire son besoin de main-d’œuvre. L’étude de productivité ne tranche pas automatiquement entre ces choix.
Les prestataires peuvent être touchés avant les salariés
Une enquête de l’OCDE éclaire un autre canal. Menée fin 2024 auprès de plus de 5 000 petites et moyennes entreprises dans sept pays, elle examine leurs usages de l’IA générative. Parmi les entreprises utilisatrices, 83 % déclarent un besoin total de personnel inchangé. Une baisse est signalée par 9,1 %, contre une hausse pour 5,5 %.
Le recours aux prestataires externes présente un signal distinct : 14,3 % des utilisatrices déclarent l’avoir réduit grâce à l’IA générative. L’enquête couvre l’Autriche, le Canada, l’Allemagne, l’Irlande, le Japon, la Corée et le Royaume-Uni. Publiée en novembre 2025, elle porte sur les déclarations des entreprises, pas sur une expérimentation.
Ces réponses n’établissent pas un nombre de licenciements causés par l’IA. Elles montrent pourquoi les effectifs internes ne suffisent pas à observer le changement. Une mission peut être reprise en interne, un contrat ne pas être renouvelé ou un besoin nouveau être absorbé sans recrutement.
Pour un indépendant, la différence est importante. La disparition d’une commande affecte son activité, même si aucun employeur n’annonce une suppression de poste. Il faut néanmoins mesurer les volumes et les revenus concernés pour parler d’un recul de l’emploi, plutôt que déduire celui-ci d’une seule possibilité technique.
Coder davantage ne signifie pas livrer un meilleur logiciel
Le développement concentre cette tension. Les agents peuvent lire plusieurs fichiers, proposer des modifications et lancer des tests. Mais un test réussi ne garantit pas que le programme réponde au besoin, résiste à un usage inattendu ou protège correctement les données. La revue du résultat reste une tâche distincte de sa production.
Les mesures de productivité dépendent aussi du contexte. Une expérience de METR, menée entre février et juin 2025, portait sur 16 développeurs expérimentés et 246 tâches. Les participants travaillaient sur des projets open source qu’ils connaissaient bien. L’accès aux outils d’IA augmentait alors leur temps d’exécution de 19 %.
Ce résultat ne doit pas devenir un verdict permanent. Le 24 février 2026, METR a expliqué que son suivi ne permettait plus une estimation fiable. Certains développeurs refusaient de participer s’ils devaient travailler sans IA. Les tâches retenues et l’usage parallèle de plusieurs agents compliquaient aussi la comparaison.
L’organisme jugeait plausible une amélioration depuis le début de 2025, sans pouvoir la quantifier solidement. Le point utile pour une entreprise reste donc pratique : mesurer ses propres délais, ses erreurs et le temps de vérification. Le nombre de lignes générées décrit une production intermédiaire, pas la valeur du logiciel livré.
Le recrutement des jeunes mérite une attention particulière
Les données d’emploi apportent une autre échelle d’observation. Dans une étude publiée le 5 mars 2026, les économistes d’Anthropic croisent une description des professions américaines, les usages de Claude et des statistiques publiques. Ils ne détectent pas de hausse systématique du chômage dans les métiers les plus exposés depuis la fin de 2022.
Ils relèvent toutefois un signal sur l’entrée dans l’emploi. Chez les 22–25 ans, les auteurs estiment un recul relatif de 14 % du taux d’accès à un nouvel emploi dans les professions exposées. Ils comparent la période suivant le lancement de ChatGPT avec 2022 et avec l’évolution des professions non exposées. Ce résultat est à peine significatif statistiquement. Les auteurs soulignent plusieurs interprétations possibles, dont un changement de métier, une reprise d’études ou le maintien dans un poste existant.
L’étude ne permet donc pas d’attribuer chaque embauche manquante à l’IA. Sa mesure d’exposition dépend également des usages d’une seule plateforme et des choix de classification. Une activité observée dans Claude ne représente pas tout le travail réalisé dans une profession.
Le risque organisationnel reste compréhensible : les tâches simples servent souvent à apprendre. Si elles sont largement déléguées, les entreprises doivent organiser autrement la formation des débutants. Cela pose une question de transmission des compétences, même lorsque les effectifs totaux restent stables.
Un assistant fiable doit aussi savoir quand s’arrêter
Les outils du quotidien rendent la question du contrôle plus pressante. OpenAI a présenté LifeVal le 2 novembre pour évaluer des tâches personnelles, comme préparer un budget ou accéder à des services publics. L’entreprise dit avoir construit cette évaluation à partir d’enquêtes sur l’emploi du temps et d’une enquête auprès de 3 995 personnes.
Ce travail montre l’élargissement du marché visé. Il ne constitue pas une mesure indépendante des emplois remplacés. Un résultat obtenu sur un test ne garantit pas non plus la réussite de chaque démarche réelle, avec ses documents manquants, ses règles locales et ses décisions engageantes.
La confiance dépend alors de capacités moins spectaculaires que la rédaction rapide : retrouver l’origine d’un montant, signaler une ambiguïté et demander une validation. Une erreur dans une note préparatoire reste corrigeable. La même erreur, propagée dans une commande ou un dossier administratif, peut coûter du temps et de l’argent.
Les accès doivent suivre cette différence. Autoriser la lecture de documents n’équivaut pas à permettre leur diffusion. Préparer un message n’équivaut pas à l’envoyer. Pour un employeur, la productivité réelle doit intégrer les contrôles, la sécurité des données et les reprises nécessaires après une mauvaise exécution.
Au Liban, les chiffres étrangers ne suffisent pas
Les résultats internationaux ne permettent pas de chiffrer les emplois libanais supprimés par Claude ou ChatGPT. Une étude OIT–Banque mondiale publiée le 17 mars 2026 porte sur 135 pays. Elle montre que les tâches d’un même métier et l’accès au numérique varient fortement selon les économies.
Appliquer partout un indice uniforme peut surestimer certaines expositions. Mais une connexion insuffisante ou des outils inaccessibles peuvent aussi empêcher de profiter des gains. La fracture numérique ne constitue donc pas une protection simple : elle peut limiter la capacité des travailleurs à s’adapter.
Pour évaluer une activité locale, il faut regarder ses opérations réelles, ses langues de travail, ses documents et ses clients. La production de textes ou de code peut être techniquement accessible. Le traitement des exceptions, la connaissance du dossier et la responsabilité envers le client demandent une évaluation séparée.
Les nouvelles missions de contrôle, d’intégration ou de formation ne prouvent pas davantage une création nette d’emplois. Elles peuvent devenir des postes, mais aussi s’ajouter aux obligations des salariés déjà présents. Le bilan dépendra des recrutements, des départs, des commandes et du volume de travail effectivement traité.
La nouveauté de Claude fournit déjà une limite concrète à cette délégation. Son outil financier peut expliquer des transactions, mais son lancement demeure américain et son accès bancaire reste en lecture seule. Anthropic demande de vérifier les chiffres importants auprès de la banque. Entre la synthèse produite et la décision engageante, il reste encore un contrôle à effectuer.
Commentaires