
L’analyse mise à jour de METR (novembre 2026) révèle une scission structurelle : doublement exponentiel tous les 110 jours sur le code, plateau critique sur les décisions exigeant du jugement. Cette bifurcation reframe complètement où le rendement IA se capitalise vraiment—et où il s’arrête.
Voici ce que la plupart des dirigeants de PME et mid-market ne comprennent encore pas sur l’IA : ils la traitent comme un monolithe. Soit un modèle peut faire votre travail, soit il ne peut pas. L’analyse mise à jour de METR « Time Horizon » (novembre 2026) montre une réalité bien plus nuancée—et bien plus utile si vous essayez de vraiment gagner de l’argent avec l’IA.
Le clivage s’organise selon une seule ligne : la vérification. Où la réponse est vérifiable par une machine, l’IA progresse exponentiellement. Où elle exige un jugement, les modèles s’arrêtent net.
La ligne exponentielle : code et vérification de routine
METR a mesuré les modèles frontière sur des tâches où des experts humains résolvent le problème, mais où une machine peut vérifier la réponse. La programmation en est le cas le plus évident. L’« horizon d’achèvement à 50 % » des modèles frontière—c’est-à-dire la durée de tâche qu’un système IA peut compléter avec 50 % de taux de réussite—double environ tous les 3,61 mois, soit 110 jours. Les horizons réels atteignent jusqu’à 27 heures de travail humain expert équivalent sur des défis de code autonomes.
Ce n’est pas du marketing. C’est un momentum exponentiel soutenu. Si vous avez une tâche qui rentre dans cette catégorie—refactoring de code, génération de tests, migration de schéma, extraction de données structurées—votre rendement se capitalise automatiquement à mesure que les modèles s’améliorent. Et ils s’améliorent sur une courbe prévisible.
La même courbe exponentielle s’applique aux maths et autres domaines où la vérification est automatique. L’apprentissage par renforcement fonctionne mieux quand le signal est rapide et sans ambiguïté. La machine fait le travail, la machine évalue le travail, la machine s’améliore.
Le plateau du jugement : tout le reste
Dès qu’on bascule vers les décisions exigeant du jugement—le travail qui demande du « goût », du contexte ou de l’évaluation subjective—le tableau s’inverse. METR l’a testé explicitement. Ils ont demandé aux modèles de concevoir de nouvelles suites d’évaluation et de les évaluer. Résultat : pas un seul design d’évaluation produit par l’IA n’a été jugé immédiatement utilisable par le personnel de METR. Les meilleurs systèmes ont atteint des marks « juste acceptable », mais aucun modèle n’a simplement résolu le problème.
Quand les modèles ont évalué des arguments philosophiques face au jugement humain, ils ont sous-performé. Quand on leur a demandé d’identifier des directions de recherche prometteuses—fondamentalement un appel de jugement—ils ont traîné derrière les chercheurs humains.
Pourquoi ? Parce qu’il n’y a pas de signal rapide et sans ambiguïté. L’apprentissage par renforcement ne peut pas optimiser « bonne direction de recherche » comme il optimise « code qui compile ». Les humains doivent juger. C’est lent. C’est cher. Et cela signifie que les modèles s’améliorent beaucoup plus lentement ici, si tant est qu’ils s’améliorent.
Ce que cela signifie pour votre pari d’automatisation
Ce n’est pas une raison d’abandonner l’IA. C’est une raison de devenir impitoyable sur les investissements d’automatisation qui ont vraiment des économies défendables. Si vous avez vendu aux cadres une vision « l’IA pour les décisions stratégiques » ou « l’IA pour l’évaluation du risque client » ou « l’IA pour choisir le prochain produit », arrêtez. Les données disent que ce travail n’a pas de rendement exponentiel—encore—et ne l’aura peut-être pas avant des années.
Mais si vous sous-investissez dans l’automatisation du code, l’extraction de données, la migration de schéma, les tests, la conformité—tout ce où vous pouvez pointer un output concret et dire « ça marche ou ça ne marche pas »—vous laissez des rendements exponentiels sur la table. Ces rendements se capitalisent automatiquement. Le modèle devient plus intelligent tous les 110 jours sans que vous leviez le petit doigt.
Imaginez une logistique de 40 personnes. Avec les modèles actuels, elle pourrait automatiser la majorité de ses intégrations API de suivi et sa réconciliation de factures (tâches vérifiables). C’est une vrai économie d’effectifs qui se capitalise à mesure que les modèles s’améliorent. Pendant ce temps, payer un consultant IA pour « optimiser » la logistique des tournées ou « prévoir » la demande de la saison prochaine, c’est un coût discrétionnaire sans horizon de rendement exponentiel—parce qu’il n’y a pas de boucle de feedback rapide. Un humain doit juger si la prévision était « juste ».
METR a aussi captché quelque chose d’autre qui vaut le coup de noter : les juges automatisés (des systèmes IA évaluant d’autres systèmes IA) surestiment systématiquement la performance d’environ 0,2 points sur une échelle 0-1 par rapport aux chercheurs humains expérimentés. C’est l’avertissement méta : même quand vous essayez de mesurer l’IA, il faut des humains dans la boucle pour les appels de jugement. Ce goulot d’étranglement humain est réel et ne disparaît pas.
La question du recalibrage
Le sens de ce weekend read : demandez-vous comment votre budget d’investissement IA se répartit entre les tâches où le signal est vérifiable et rapide versus les tâches où il ne l’est pas. Si votre allocation est mal orientée—plus d’argent sur l’automatisation du jugement, moins sur le code—les données de METR disent que vous devriez la retourner.
Les rendements exponentiels sur le travail vérifiable sont une catégorie différente de l’amélioration incrémentale sur le travail exigeant du jugement. L’un se capitalise automatiquement. L’autre exige une supervision humaine constante. Ce n’est pas couper les cheveux en quatre. C’est la différence entre une histoire de rendement d’automatisation et une histoire d’outil.

0 Comments