For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/fr/articles/anthropic-s-sholto-douglas-on-agi-4t-ai-c-b1a7ffbc.md.
Des systèmes d’IA aux capacités égales ou supérieures à celles de chaque être humain pourraient plausiblement apparaître au cours des procha...
Des systèmes d’IA aux capacités égales ou supérieures à celles de chaque être humain pourraient plausiblement apparaître au cours des prochaines années.
C’est le point de vue de Sholto Douglas, responsable technique en apprentissage par renforcement chez Anthropic.
Dans une longue interview avec l’investisseur et cofondateur de Palantir Joe Lonsdale, Douglas est apparu aux côtés de Nicholas Marwell, qui a dirigé la science de l’apprentissage par renforcement chez Anthropic et travaille désormais sur les efforts de l’entreprise relatifs aux agents à long horizon.
La conversation a été enregistrée en août 2026 et publiée le 2 octobre.
Selon la description du podcast, l’échange a abordé :
L’article source met en avant les éléments les plus ambitieux des prévisions de Douglas.
Il imagine un monde dans lequel l’IA pourrait, à terme, accomplir pratiquement tout le travail informatique que les humains peuvent effectuer, où la robotique étendrait cette capacité au monde physique, et où les progrès technologiques qui exigeaient autrefois des siècles pourraient être condensés en une ou deux décennies.
Il spécule également que les dépenses annuelles d’investissement en IA pourraient atteindre 4 000 milliards de dollars d’ici 2028, et qu’une IA suffisamment puissante, associée à la robotique, pourrait contribuer à une accélération exceptionnelle de la production économique mondiale.
Ce sont des prédictions, et non des prévisions établies.
L’interview montre clairement que Douglas sait que certaines de ces projections paraissent extrêmes.
Marwell ajoute quant à lui un avertissement important : la période pendant laquelle les humains resteront des partenaires nécessaires de l’IA pourrait ne pas durer indéfiniment, et la transition vers des systèmes qui n’ont plus besoin de ces partenaires humains pourrait créer des risques sérieux.
Lorsque Lonsdale a demandé à quoi ressemblait désormais la mission d’Anthropic, Douglas a répondu directement.
Sa définition de travail du prochain seuil majeur n’est pas un modèle qui remporte un benchmark isolé ou rédige une prose impressionnante.
C’est un modèle capable d’effectuer pratiquement tout le travail qu’un humain peut faire sur un ordinateur.
Douglas a déclaré croire que des modèles aux capacités égales ou supérieures à celles de tous les humains ont de fortes chances d’émerger au cours des prochaines années.
Dans son cadre d’analyse :
travail sur ordinateur
→ potentiellement automatisable par une IA avancée
travail physique
→ de plus en plus automatisable à mesure que la robotique progresse
Il s’agit d’un seuil particulièrement élevé.
Cela aide aussi à comprendre pourquoi Douglas peut croire simultanément deux choses qui semblent contradictoires :
« L’AGI n’est pas encore arrivée »
et :
« L’AGI pourrait n’être plus qu’à quelques années »
L’article source renvoie à une publication sur les réseaux sociaux du 23 septembre, dans laquelle Douglas écrivait que l’AGI n’avait « évidemment » pas encore été atteinte.
La distinction est définitionnelle.
Le seuil de Douglas n’est pas simplement une « IA qui semble généralement intelligente ».
C’est une IA capable d’effectuer l’ensemble du travail informatique économiquement pertinent à un niveau humain ou surhumain.
Douglas affirme que cette évolution est déjà visible dans son travail quotidien.
Environ 18 mois avant l’interview, il tapait encore lui-même chaque ligne de code.
Après avoir rejoint Anthropic, les modèles sont devenus suffisamment utiles pour l’assister, mais il devait encore intervenir toutes les quelques minutes.
Au moment de l’enregistrement de l’interview, il a déclaré pouvoir leur confier un ou deux jours de travail à la fois.
Sa comparaison se rapprochait de celle d’un membre junior de l’équipe :
Lorsque Lonsdale lui a demandé si des systèmes d’IA travaillaient activement pour lui pendant l’interview, Douglas a répondu que oui — plusieurs le faisaient.
Cette anecdote est cohérente avec une tendance plus large qu’Anthropic a documentée dans ses recherches économiques.
L’Economic Index d’Anthropic de janvier 2026 note que les taux de réussite de l’IA diminuent à mesure que les tâches s’allongent, mais que cette baisse est devenue moins prononcée d’une génération de modèles à l’autre, les systèmes récents étant capables de réaliser des tâches de plus en plus longues.
Le changement important n’est pas que les modèles n’échouent jamais.
C’est que la quantité de travail ininterrompu qu’ils peuvent tenter d’effectuer augmente.
Douglas a également utilisé les mathématiques avancées comme exemple de croissance des capacités.
Il a cité FrontierMath, un benchmark d’Epoch AI composé de problèmes mathématiques difficiles et inédits, rédigés et évalués par des mathématiciens experts.
Dans l’interview, Douglas a décrit la performance des modèles comme étant passée d’un niveau pratiquement nul à bien plus de 60 % sur des évaluations FrontierMath pertinentes en l’espace d’environ un an.
Cette déclaration doit être considérée comme une caractérisation faite lors d’une interview, et non comme un chiffre de benchmark unique et intemporel.
FrontierMath comporte plusieurs niveaux, a été révisé, et ses versions de benchmark ont évolué.
Le programme FrontierMath actuel d’Epoch AI comprend :
Le pourcentage exact dépend donc du modèle, de la version du benchmark, du niveau et du protocole d’évaluation.
La direction générale de l’évolution est toutefois réelle : les modèles avancés ont fortement progressé sur des tâches mathématiques difficiles et automatiquement vérifiables.
La conversation passe ensuite des capacités à l’argent.
Si les systèmes d’IA deviennent beaucoup plus capables en quelques années, quelle infrastructure le secteur construira-t-il pour les prendre en charge ?
Douglas a proposé une extrapolation volontairement ambitieuse.
Il a affirmé que les dépenses de calcul IA avaient augmenté d’environ deux à trois fois par an au cours des dernières années et a suggéré une trajectoire possible comme suit :
2026 :
~1 000 milliards de dollars
2027 :
~2 000 milliards de dollars
2028 :
~4 000 milliards de dollars
L’article source visualise l’extrapolation ainsi :
Ces chiffres ne constituent pas une prévision consensuelle.
Ils correspondent à la tentative de Douglas de se demander ce qui se passerait si la croissance récente des investissements se poursuivait bien plus longtemps que la plupart des gens ne l’imaginent.
Il existe toutefois une prévision distincte en matière d’infrastructure, dans une fourchette similaire, de la part de NVIDIA.
Lors de Dell Technologies World en mai 2026, Dell et NVIDIA ont évoqué la possibilité que les dépenses mondiales en infrastructure IA atteignent 3 000 à 4 000 milliards de dollars d’ici 2030.
La spéculation de Douglas ramène en pratique une échelle similaire environ deux ans plus tôt.
Cela rend sa prédiction nettement plus ambitieuse.
Douglas pousse ensuite ce scénario plus loin.
Si l’investissement en IA continue de croître de façon exponentielle et que la robotique se développe parallèlement, il affirme qu’il devient pertinent d’envisager une très forte augmentation de la production mondiale.
Il a publiquement suggéré que, même si l’idée paraît extrême aujourd’hui, les gens devraient inclure dans leurs attentes pour les années 2030 la possibilité d’un doublement de la production économique.
L’argument de base est simple :
une IA beaucoup plus capable
+
une automatisation à grande échelle
+
la robotique
+
un réinvestissement rapide
=
une croissance économique potentiellement bien plus rapide
Mais chaque étape comporte une forte incertitude.
Le fait qu’un modèle soit capable d’accomplir une tâche ne signifie pas que son déploiement soit instantané.
Les économies réelles comportent des goulets d’étranglement tels que :
Douglas reconnaît lui-même qu’un doublement du PIB au début des années 2030 paraît extrême et nécessiterait que de nombreux facteurs évoluent favorablement.
Le chiffre de 4 000 milliards de dollars pour les infrastructures et la projection sur le PIB ont immédiatement suscité des critiques en ligne.
Le critique de l’IA et professeur émérite de l’université de New York Gary Marcus a affirmé que la discussion passait trop rapidement d’une affirmation relativement plausible sur les dépenses d’infrastructure à une conclusion macroéconomique bien plus spéculative.
Cette critique est importante, car les deux affirmations ne sont pas de même solidité.
Une manière utile de les distinguer est la suivante :
Les dépenses d’infrastructure IA augmentent fortement :
plausible et déjà observable
L’IA entraîne un doublement du PIB mondial en quelques années :
beaucoup plus incertain
Jürgen Schmidhuber a également réagi avec scepticisme, plaisantant sur le fait que le PIB nominal pourrait doubler à cause de l’inflation sans impliquer le type d’abondance économique réelle décrit par Douglas.
Le désaccord ne porte pas vraiment sur l’ampleur des investissements dans l’IA.
Il porte sur la vitesse à laquelle ces investissements se traduisent par des gains de productivité à l’échelle de toute l’économie.
Le scénario le plus optimiste de Douglas va bien au-delà d’une hausse du PIB.
Il imagine quelque chose de plus proche de l’après-rareté.
Le raisonnement est qu’une IA et une robotique suffisamment capables pourraient multiplier l’offre effective mondiale de travail intellectuel et physique.
Si le coût de production de nombreux biens se rapproche du coût de l’énergie et des matières premières, des catégories entières de rareté pourraient s’atténuer.
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
Dans ce scénario, des avancées qui prendraient autrement des siècles pourraient arriver en seulement dix ou vingt ans.
Douglas évoque notamment les possibilités suivantes :
Son objectif ambitieux est un monde dans lequel chaque personne pourrait bénéficier d’un niveau d’abondance matérielle inaccessible, même aux personnes les plus riches vivant aujourd’hui.
Il s’agit de la partie la plus spéculative de l’interview.
Elle dépend non seulement des capacités de l’IA, mais aussi de la distribution, des infrastructures, des institutions, des choix politiques, de l’approvisionnement énergétique et de la question de savoir si les gains de productivité atteignent réellement les ménages ordinaires.
L’article source la présente comme la vision de Douglas de ce vers quoi Anthropic travaille à terme, et non comme un résultat garanti.
L’interview aborde également une question plus immédiate : que se passe-t-il pour les emplois à mesure que l’IA progresse ?
Douglas affirme avoir observé des cas où l’emploi n’a pas diminué malgré une adoption accrue de l’IA.
Il mentionne le travail externalisé de centres d’appels aux Philippines et la croissance continue de l’ingénierie logicielle comme des cas où l’amélioration de la productivité peut donner aux entreprises des raisons d’embaucher davantage, plutôt que moins, de personnes.
Le mécanisme est familier avec les technologies antérieures :
le travailleur devient plus productif
→ le coût de production du service baisse
→ la demande pour le service augmente
→ les entreprises peuvent embaucher davantage de travailleurs
Cela peut se produire pendant un certain temps, même lorsque l’automatisation s’améliore rapidement.
Mais Marwell ajoute une condition importante.
Le scénario favorable de complémentarité dépend du fait que les humains restent nécessaires pour obtenir toute la valeur de l’IA.
La préoccupation de Marwell commence lorsque cette condition change.
Aujourd’hui, de nombreux flux de travail parmi les meilleurs ressemblent encore à ceci :
jugement humain
+
vitesse et échelle de l’IA
L’humain fixe les objectifs, interprète les ambiguïtés, repère les erreurs, gère le contexte organisationnel et décide lorsqu’un résultat est suffisamment bon.
Marwell estime qu’à terme, le monde pourrait passer de :
L’IA a besoin d’un partenaire humain pour fournir toute sa valeur
à :
L’IA n’a plus besoin du partenaire humain
Il a déclaré que c’est à ce moment-là que les conséquences deviennent beaucoup plus préoccupantes.
La source compare cette transition aux échecs.
Pendant des années après que les ordinateurs sont devenus puissants, le meilleur « joueur » était souvent une combinaison humain-machine.
Finalement, les machines sont devenues suffisamment bonnes pour que la contribution humaine cesse d’améliorer le résultat.
Marwell pense que la période de supériorité humain-plus-IA pourrait être bien plus courte dans le travail intellectuel.
Anthropic est fréquemment critiquée depuis des directions opposées.
Certaines personnes accusent l’entreprise d’avancer trop vite vers des capacités dangereuses.
D’autres soutiennent qu’Anthropic met l’accent sur les risques de l’IA d’une manière qui pourrait justifier une réglementation favorisant les laboratoires déjà établis.
Lonsdale a soulevé directement la seconde critique.
Douglas a répondu que l’organisation qu’Anthropic avait le plus ralentie était elle-même.
Marwell a donné un exemple lié à l’une des sorties de modèles d’Anthropic, affirmant que l’entreprise avait auparavant accepté un retard concurrentiel tout en se coordonnant avec le gouvernement sur les conditions de sécurité et d’accès.
Lonsdale a contesté ce point, estimant que certaines restrictions avaient réduit des capacités qui auraient pu être utiles à la cyberdéfense.
Cette partie de la conversation ne résout pas le débat sur les politiques publiques.
Elle montre néanmoins la tension centrale :
avancer assez vite pour rester compétitif
contre
avancer avec assez de prudence pour maîtriser les risques
Cette tension devient plus difficile à gérer à mesure que les systèmes agentiques gagnent en autonomie.
L’article source relie la discussion d’Anthropic à des événements survenus ailleurs dans le secteur de l’IA.
Le 28 septembre, Reuters a rapporté qu’OpenAI avait abandonné la sortie prévue de GPT-6.1 Astra après que des tests internes de sécurité ont soulevé des inquiétudes.
Cela ne prouve pas que tous les laboratoires de pointe convergent vers la même politique.
Mais cela illustre le même problème pratique que Douglas et Marwell évoquent :
À mesure que les systèmes deviennent plus capables et plus autonomes, les capacités et la vitesse de déploiement ne peuvent plus être envisagées indépendamment de la sécurité et du contrôle.
La question n’est plus seulement de savoir si un modèle obtient de bons résultats sur un benchmark.
Il s’agit aussi de savoir si un laboratoire a suffisamment confiance dans le comportement du modèle pour lui accorder un accès et une autonomie plus étendus.
La source se termine en revenant sur Douglas lui-même.
Il a grandi à Sydney, a étudié la robotique et a failli se qualifier pour les Jeux olympiques de Tokyo en escrime.
Vers 2020, il a commencé à lire des discussions sur les lois d’échelle et la recherche en IA, et s’est convaincu que les années 2020 pourraient produire l’AGI.
Il a approfondi par lui-même la recherche en apprentissage automatique le soir et le week-end, avant de rejoindre DeepMind.
En 2025, il a rejoint Anthropic.
Dans une publication annonçant ce changement, Douglas écrivait qu’il pensait que le domaine suivait encore une trajectoire vers une AGI autour de 2027.
Un an et demi plus tard, son calendrier public n’était pas devenu plus prudent.
S’il y a eu une évolution, ses attentes se sont élargies, passant des capacités des modèles à la robotique, aux mathématiques, aux sciences et à la transformation économique.
À la fin de l’interview, Douglas a formulé plusieurs prédictions concrètes pour les prochaines années.
Parmi elles :
Ce sont des prévisions personnelles.
Elles sont utiles non parce qu’elles doivent être considérées comme une feuille de route, mais parce qu’elles montrent comment au moins certains chercheurs de laboratoires de pointe envisagent la vitesse de croissance des capacités.
L’élément le plus frappant de la position de Douglas est sa cohérence.
Il évoquait déjà publiquement une échéance d’AGI autour de 2027 lorsqu’il a rejoint Anthropic.
À la fin de 2026, après avoir passé davantage de temps au sein du développement de modèles de pointe, il n’avait pas repoussé cet horizon.
La source mélange des observations actuelles et des prévisions ; les séparer est donc utile.
| Déclaration | Meilleure interprétation |
|---|---|
| Douglas et Marwell sont apparus dans le podcast American Optimist de Joe Lonsdale | Vérifié |
| L’interview a été publiée le 2 octobre 2026 | Vérifié |
| Douglas est responsable technique RL chez Anthropic | Vérifié par la description du podcast |
| Marwell a dirigé RL Science et travaille sur des efforts à long horizon | Vérifié par la description du podcast |
| Douglas affirme que l’IA pourrait égaler ou dépasser tous les humains en quelques années | Prédiction de l’intervenant |
| Douglas affirme que ses agents de programmation peuvent travailler pendant un ou deux jours | Observation à la première personne |
| Les performances sur FrontierMath se sont fortement améliorées | Globalement étayé, bien que les pourcentages exacts dépendent de la version et du niveau |
| Les dépenses d’investissement en IA pourraient atteindre 4 T$ d’ici 2028 | Extrapolation de Douglas |
| Le PIB mondial pourrait doubler au début des années 2030 | Prévision hautement spéculative |
| NVIDIA a évoqué 3 à 4 T$ de dépenses mondiales en infrastructures IA d’ici 2030 | Vérifié |
| Tout le monde pourrait un jour bénéficier de l’abondance matérielle des milliardaires actuels | Scénario ambitieux d’après-rareté |
| Les humains pourraient à terme cesser d’ajouter de la valeur en tant que partenaires de l’IA | Prévision de Marwell |
| OpenAI a abandonné GPT-6.1 Astra en raison de préoccupations de sécurité | Rapporté par Reuters le 28 septembre 2026 |
Sholto Douglas est responsable technique en apprentissage par renforcement chez Anthropic et a auparavant travaillé chez Google DeepMind. Dans l’interview American Optimist, il a abordé les échéances de l’AGI, les agents de programmation, l’économie, la robotique et la sécurité de l’IA.
Douglas utilise un seuil pratique exigeant : un modèle capable d’effectuer pratiquement tout le travail sur ordinateur que les humains peuvent accomplir, à un niveau humain ou surhumain. Il a explicitement déclaré que les systèmes actuels n’avaient pas encore franchi cette ligne.
Il affirme que des modèles aussi capables ou plus capables que tous les humains pourraient plausiblement arriver au cours des prochaines années. Il s’agit de sa prévision personnelle, et non d’une date de sortie officielle d’Anthropic ni d’un calendrier garanti.
Il cite son propre flux de travail de programmation, où les modèles sont passés d’un besoin d’intervention toutes les quelques minutes à la prise en charge d’un ou deux jours de travail, ainsi que les progrès rapides sur des benchmarks mathématiques difficiles. Il souligne également la poursuite de l’augmentation des capacités de calcul et de l’apprentissage par renforcement.
Oui, sous la forme d’une extrapolation de la croissance récente. Il a demandé si les dépenses annuelles d’investissement liées à l’IA pouvaient approximativement doubler, passant d’environ 1 000 milliards à 2 000 milliards, puis à 4 000 milliards de dollars d’ici 2028 ; cela doit être lu comme un scénario, et non comme une prévision consensuelle du marché.
Douglas soutient qu’une IA suffisamment puissante, associée à une robotique à grande échelle, pourrait rendre ce résultat digne d’être envisagé, mais il reconnaît aussi que cette perspective paraît extrême et exige que de nombreux facteurs évoluent favorablement. Des critiques, dont Gary Marcus, contestent fortement la plausibilité d’un effet macroéconomique aussi rapide.
La principale inquiétude de Marwell concerne le moment où les systèmes d’IA n’auront plus besoin de partenaires humains pour fournir toute leur valeur économique. Il suggère que la phase actuelle de complémentarité entre l’humain et l’IA pourrait être temporaire.
Anthropic affirme chercher à gérer les risques de sécurité tout en restant compétitive. Dans l’interview, Douglas a déclaré que l’organisation qu’Anthropic avait le plus ralentie était elle-même ; les critiques restent sceptiques quant à la position réglementaire de l’entreprise.
L’affirmation centrale de Sholto Douglas est simple, mais de grande portée : il pense que des systèmes d’IA capables d’égaler ou de dépasser les humains dans l’ensemble du travail sur ordinateur pourraient arriver au cours des prochaines années. Son propre flux de travail de programmation fait partie des éléments qui le conduisent à prendre cette échéance au sérieux.
À partir de là, l’interview devient bien plus spéculative. Douglas imagine des dépenses d’investissement en IA atteignant plusieurs milliers de milliards de dollars par an, une robotique multipliant le travail physique, une croissance économique s’accélérant fortement, et des niveaux d’abondance propres à l’après-rareté devenant éventuellement possibles.
Nicholas Marwell apporte le contrepoint plus sombre. La collaboration humain-IA peut être productive aujourd’hui, mais si l’IA finit par ne plus avoir besoin du partenaire humain, les questions d’emploi, de sécurité et de gouvernance deviennent beaucoup plus difficiles.
L’interview est particulièrement utile lorsqu’elle est lue comme une fenêtre sur la manière dont les chercheurs des laboratoires de pointe envisagent l’avenir, et non comme un ensemble de prévisions établies sur la date à laquelle l’AGI, 4 000 milliards de dollars de dépenses annuelles en IA ou une économie d’après-rareté arriveront réellement.
Partez d’une phrase et obtenez un site complet en quelques minutes.
