Finance, ressources humaines, développement informatique, gestion de projet : dans TheAgentCompany, des agents d’intelligence artificielle ont été placés dans une entreprise virtuelle et chargés de travailler presque comme de vrais employés. Ils échouent encore sur la majorité des missions complexes. Mais leur progression suggère que le débat sur l’emploi doit désormais regarder moins le remplacement intégral des salariés que l’automatisation progressive de leurs tâches.

Les salariés peuvent-ils souffler ? Oui, si l’on imagine qu’un logiciel pourrait demain matin occuper seul leur bureau, comprendre une demande ambiguë, appeler le bon collègue, retrouver un document, prendre une décision et terminer proprement le travail.

Pas forcément, si l’on regarde la vitesse à laquelle les machines apprennent à effectuer certaines parties de ce travail.

C’est toute l’ambiguïté de TheAgentCompany, une expérience conçue par une équipe comprenant plusieurs chercheurs de Carnegie Mellon University. Leur idée : construire une petite entreprise informatique entièrement simulée et demander à des agents utilisant de grands modèles de langage d’y travailler comme des employés.

L’environnement contient des outils ressemblant à ceux d’une véritable société : messagerie interne, stockage de documents, gestion de projets, développement informatique. Les agents doivent naviguer entre ces applications, chercher des informations, écrire du code, analyser des données ou solliciter des collègues virtuels.

Ce n’est donc plus simplement ChatGPT répondant à une question. L’IA doit agir.

Et c’est précisément là que les difficultés commencent.

Dans les premières expériences, Claude 3.5 Sonnet, alors le système le plus performant, ne terminait entièrement que 24 % des missions. En accordant des points aux tâches partiellement accomplies, son score montait à 34,4 %.

La version ultérieure du benchmark, publiée dans le cadre de NeurIPS 2025, montre néanmoins une progression : Gemini 2.5 Pro atteint environ 30 % de réussite complète et 39 % en tenant compte des réalisations partielles.

Autrement dit, la machine échoue encore sur environ sept missions sur dix.

Pourquoi ? Parce que le travail réel est rempli de petites évidences qui n’en sont pas pour une IA. Comprendre une instruction implicite, naviguer dans une interface compliquée, interpréter correctement un document, enchaîner vingt actions sans perdre le fil ou savoir qu’un résultat doit être sauvegardé sous un format particulier peut suffire à faire dérailler l’agent.

Les chercheurs observent également une faiblesse plus problématique : certains agents peuvent croire avoir accompli une mission alors qu’ils en ont contourné une partie difficile.

Voilà probablement l’enseignement le plus intéressant de l’expérience.

L’IA sait souvent produire. Elle sait beaucoup moins bien vérifier qu’elle a réellement terminé. Mais il serait tout aussi trompeur d’en conclure que l’emploi humain est durablement à l’abri.

Une entreprise n’a pas besoin qu’une IA remplace 100 % d’un salarié pour modifier son organisation. Si un agent automatise correctement quelques tâches répétitives représentant 20 ou 30 % d’un poste, le calcul économique commence déjà à changer.

Le métier peut rester. Sa composition, elle, se transforme.

C’est peut-être là que TheAgentCompany devient beaucoup plus intéressant qu’un simple concours entre modèles. Le benchmark ne mesure pas seulement jusqu’où l’intelligence artificielle peut remplacer un salarié. Il montre progressivement quelles parties du travail deviennent détachables, automatisables et transférables à une machine.

Aujourd’hui, les agents trébuchent encore souvent dans les couloirs de cette entreprise virtuelle.

Mais ils n’ont probablement pas besoin d’apprendre à occuper tout le bureau. Il leur suffit, progressivement, d’apprendre à occuper une partie croissante de la journée de travail.