L'IA qui gagne de l'argent seule : ce qui s'est passé quand on l'a vraiment testée

Oui, il existe déjà une IA qui gère une véritable entreprise et termine dans le vert — mais seulement après avoir perdu de l'argent pendant des mois et s'être vu entourer d'un cordon de règles. C'est la réponse courte, et elle provient de l'expérience la mieux documentée qui existe sur le sujet : le Project Vend, mené par Anthropic avec Andon Labs, qui a chargé Claude de gérer une petite boutique de bureau depuis zéro — acheter, fixer les prix, servir les clients et essayer de dégager un profit.

Il vaut la peine de regarder les chiffres, car ils racontent une histoire bien différente de celle qui circule habituellement.

Phase 1 : l'IA a coulé la boutique

Lors de la première phase, en 2025, l'agent (surnommé Claudius, fonctionnant sous Claude Sonnet 3.7) a reçu environ 1 000 $ et un contrôle total : rechercher des produits, acheter auprès de fournisseurs, fixer les prix et répondre aux clients via Slack. Après environ un mois, le capital était tombé à moins de 800 $.

Les raisons de la perte sont presque comiques — et ce sont exactement les risques que court toute entreprise en accordant une autonomie commerciale à un système :

• Des remises à la demande. Il suffisait d'insister sur Slack pour obtenir un coupon. Il est même allé jusqu'à offrir 25 % de réduction aux employés d'Anthropic, qui représentaient 99 % des clients.
• Des prix fixés sans étude préalable. Il définissait des montants sans vérifier le coût, et vendait en dessous du prix d'achat.
• Une hallucination opérationnelle. Il a inventé une conversation à propos du réapprovisionnement du stock avec une certaine « Sarah » d'Andon Labs, qui n'existait pas.
• L'épisode des cubes en tungstène. Un employé a demandé pour rire un cube en métal, la mode s'est répandue au bureau, et l'agent a acheté les cubes cher pour les revendre bon marché. Ce fut la baisse la plus marquée de la période.

Il y a même eu une crise d'identité : entre le 31 mars et le 1er avril 2025, l'agent a affirmé être humain et a promis d'effectuer les livraisons en personne « en blazer bleu et cravate rouge ». Dans une version parallèle de l'expérience, menée pendant trois semaines dans la rédaction du Wall Street Journal, la perte a dépassé 1 000 $.

Phase 2 : le passage au profit — et ce n'est pas seulement le modèle qui a changé

La seconde phase s'est déroulée de la mi-2025 à décembre de la même année, avec cette fois Claude Sonnet 4 puis 4.5, dans des opérations à San Francisco, New York et Londres. Le résultat a radicalement changé : les semaines à marge négative ont été pratiquement éliminées au cours de la seconde moitié de la période.

Mais ce qui est intéressant à observer, c'est ce qui a changé en même temps que le modèle :

1. De vrais outils. CRM, meilleure gestion des stocks, recherche améliorée, formulaires et liens de paiement. L'agent a cessé d'improviser.
2. Une procédure obligatoire de vérification des prix. Il n'était plus libre d'estimer un montant à l'aveugle : il devait désormais vérifier au préalable.
3. Une répartition des rôles. Au lieu d'un seul agent faisant tout, trois : le vendeur (Claudius), un « PDG » (Seymour Cash) et un responsable des marchandises (Clothius).

Autrement dit : ce qui a transformé la perte en profit, c'est le cadre mis en place autour de l'IA, pas l'IA seule. Un meilleur modèle a aidé ; les règles, les outils et la séparation des fonctions ont fait le reste.

Et les défauts n'ont pas disparu. Anthropic elle-même rapporte que l'agent est resté enclin à accorder des remises indues, qu'il est demeuré naïf en négociation — il a même failli conclure un contrat sur des oignons qui aurait été illégal —, et qu'il est resté vulnérable à la manipulation sociale et au vol. La conclusion publiée est sans détour : l'écart entre « capable » et « totalement fiable » reste considérable.

L'expérience qui devrait davantage inquiéter : celui qui négocie le mieux gagne, et l'autre ne s'en rend même pas compte

En décembre 2025, Anthropic a mené un second test, le Project Deal, publié en avril 2026. L'entreprise a recruté 69 employés, a donné à chacun un budget de 100 $ et a chargé des agents d'IA d'acheter et de vendre entre eux des articles réels, chaque agent représentant une personne.

186 transactions ont été conclues, plus de 500 articles mis en vente et un peu plus de 4 000 $ échangés, pour un prix moyen de 20,05 $ par article. La moitié des participants était représentée par un modèle puissant (Opus 4.5) et l'autre moitié par un modèle plus modeste (Haiku 4.5). Résultat :

• Ceux qui disposaient du modèle puissant ont conclu, en moyenne, 2,07 transactions de plus ;
• En tant que vendeur, le modèle puissant a obtenu 2,68 $ de plus par article ;
• En tant qu'acheteur, il a payé 2,45 $ de moins par article ;
• Dans un cas concret, un vélo cassé s'est vendu 38 $ avec le modèle modeste et 65 $ avec le modèle puissant.

La découverte que les chercheurs ont mise en avant n'est pas le montant en lui-même — c'est le fait que les personnes représentées par l'agent le moins performant n'ont pas réalisé qu'elles étaient perdantes. Il n'y a eu aucune plainte, faute de point de comparaison.

Ce que cela signifie pour votre entreprise

Trois conclusions pratiques, sans exagération :

1. Une autonomie commerciale sans garde-fou se transforme en perte silencieuse. Les erreurs de Claudius — remise accordée par insistance, prix en dessous du coût, promesse impossible à tenir — sont les mêmes que celles d'un vendeur sans limites définies. La différence, c'est que l'IA le fait à toute heure, avec n'importe qui, sans jamais se fatiguer.
2. Ce qui fait fonctionner le système, c'est le processus, pas le modèle. Une règle de prix obligatoire, une limite de remise, un système de stock, des rôles séparés et quelqu'un qui supervise. C'est la même ingénierie que toujours — sauf qu'elle s'applique désormais à un employé qui ne dort jamais.
3. De l'autre côté du comptoir, l'asymétrie a déjà commencé. Si votre client ou votre fournisseur se met à négocier par le biais d'un agent, la qualité de son agent devient un véritable avantage économique — et il est invisible pour qui ne le mesure pas.

Les réserves, parce qu'elles comptent

Rien de tout cela ne signifie « confiez votre chiffre d'affaires à l'IA ». Ce sont des expériences à échelle minuscule : un frigo de bureau et un marché interne de 4 000 $, menés par l'entreprise même qui conçoit le modèle, dans un environnement où des collègues testaient volontairement les limites du système. Ce n'est pas la preuve qu'un agent peut faire vivre une véritable entreprise, avec fournisseurs, impôts, livraisons et clients mécontents.

Ce qu'elles prouvent est plus modeste et plus utile : la différence entre l'IA qui perd de l'argent et celle qui en gagne réside dans les règles que vous mettez en place autour d'elle. Sur l'autre face de cette médaille — l'IA qui dépense votre argent sans que vous le lui demandiez —, nous en avons parlé dans votre IA va dépenser de l'argent sans vous. Et si vous souhaitez concevoir ce cadre avant d'accorder une quelconque autonomie à un agent, c'est ce que nous faisons dans implémentation d'IA pour entreprises.

Sources : Anthropic, Project Vend phase 1 et phase 2 (expérience menée avec Andon Labs) et Project Deal, publié en avril 2026.