Démystifier Anthropic : La meilleure entreprise d'IA, peut-être aussi une invention organisationnelle

Cette dernière année, Anthropic a probablement été l'entreprise d'IA la plus intéressante à étudier dans l'ensemble du secteur. En début d'année, elle a connu la croissance explosive la plus rapide de l'histoire commerciale humaine : son revenu annuel récurrent (ARR) est passé de 9 milliards à 45 milliards. Si l'approvisionnement en puissance de calcul peut suivre, il est probable qu'il atteigne 100 milliards d'ici la fin de l'année, et 200 à 300 milliards l'année prochaine, égalant ainsi l'envergure de Meta. Sur le marché secondaire, sa valorisation a déjà effleuré les 1 000 milliards de dollars, dépassant désormais OpenAI.

Nous avons passé beaucoup de temps à étudier comment Anthropic a réussi à rattraper son retard. Pour comprendre cette entreprise, il faut finalement saisir deux points clés : le jugement stratégique et la culture organisationnelle.

Beaucoup de gens en ont probablement déjà une compréhension fragmentée, mais il manque un tableau complet. Cet article tente donc d'offrir un examen et une restitution plus détaillés. Nous espérons expliquer, sous l'angle de la stratégie et de l'organisation, certaines questions qui suscitent la curiosité à l'extérieur, telles que :

• Pourquoi Anthropic a-t-elle pu réaliser dès 2021 que le codage était peut-être la direction la plus importante ?
• Comment les différences de personnalité entre Dario et Sam ont-elles façonné les trajectoires stratégiques complètement différentes des deux entreprises ?
• Pourquoi le taux d'attrition des talents chez Anthropic est-il si bas ?
• Pourquoi presque chaque personne d'Anthropic fait l'éloge de sa culture ? Comment cette culture a-t-elle été maintenue pendant la croissance rapide de l'entreprise ?

L'importance de la concentration est sous-estimée

Tout d'abord, d'un point de vue stratégique, OpenAI a toujours ressemblé davantage à une entreprise qui veut tout avoir.

En termes de capacités des modèles, mathématiques, sciences, codage, raisonnement, multimodalité, innovation d'architecture, etc., OpenAI travaille sur tous les fronts. En termes de produits, Codex, navigateur, robotique, plateforme entreprise, matériel intelligent, puces et centres de données, etc., tout avance simultanément. On dit même que le nombre de projets internes chez OpenAI a atteint environ 300 à un moment donné. Anthropic, en revanche, est totalement l'inverse : c'est le seul des trois géants à avoir abandonné très tôt la multimodalité, ils n'ont jamais parlé d'innovation d'architecture, n'ont pas mis l'accent sur des concepts comme les modèles de raisonnement, l'apprentissage par renforcement, l'apprentissage continu, etc. Ils se concentrent uniquement sur le scaling des modèles de langage, en se focalisant sur une seule direction : le codage, afin de percer d'abord la capacité la plus cruciale.

Aujourd'hui, le marché comprend bien pourquoi le codage est si important, pour trois raisons essentielles :

1. Le codage est la voie vers tout. La grande majorité des tâches du monde numérique peuvent être exprimées par du code.
2. Le codage est la capacité la plus adaptée à l'apprentissage des modèles. Les résultats sont fortement vérifiables, les boucles de rétroaction sont courtes, et les données utilisateurs peuvent davantage nourrir l'entraînement des modèles.
3. Le codage est le principal accélérateur de la R&D pour l'IA Générale (AGI). Les principaux laboratoires d'IA sont déjà entrés dans ce cercle vertueux d'accélération ; les progrès des modèles en un trimestre cette année sont plus rapides que ceux d'une année entière auparavant.

Le résultat final a confirmé que le codage était bien la direction la plus importante, une réussite si écrasante qu'elle éclipse toutes les autres. OpenAI, lui, ne s'en est rendu compte qu'en mars, coupant alors des branches comme Sora pour faire du codage la priorité absolue de l'entreprise.

Comment Anthropic a-t-elle ciblé le codage avec précision ?

Nous nous sommes toujours demandé : comment Anthropic a-t-elle pu cibler le codage dès le début ? En remontant le fil, on découvre que c'est à moitié de la clairvoyance, à moitié de la chance.

Anthropic a connu des difficultés de financement dans ses débuts. Sans beaucoup d'argent, il fallait progresser vers l'AGI de manière plus efficace. Elle devait d'abord raconter une histoire sur un scénario vertical, prouvant qu'elle pouvait former une boucle commerciale fermée. Ils ont donc sérieusement étudié à l'époque : si on ne devait choisir qu'une seule direction, le codage était probablement le meilleur choix : d'abord entraîner un meilleur modèle de codage → le proposer aux clients → obtenir les données d'utilisation des clients dans des environnements d'ingénierie réels → nourrir l'entraînement du modèle. Cela pouvait potentiellement créer un effet de roue d'inertie (flywheel).

Le responsable de la croissance d'Anthropic a mentionné avoir vu un document interne écrit par un cofondateur de l'entreprise, expliquant pourquoi ils devaient se concentrer sur la direction du codage. L'élément clé est que ce document était daté de 2021, bien avant que quiconque ne connaisse l'opportunité réelle de ce marché. Mais la situation a évolué : le financement est devenu plus facile, l'entreprise a eu plus de ressources, et la ligne du codage n'a plus été évoquée ; ils sont d'abord retournés construire une base de modèle plus générale. Le tournant s'est produit après l'explosion de ChatGPT. Anthropic a réalisé que le marché grand public (B2C) était déjà accaparé par OpenAI, elle a donc, avec un certain regret (mais rétrospectivement une chance exceptionnelle), déplacé le champ de bataille, recentrant ses efforts sur le marché professionnel (B2B).

Ce pivot stratégique est resté globalement prudent et empiriste, ce n'était pas un pari audacieux pris résolument.

Lors de l'entraînement de Claude 3, Anthropic a commencé à renforcer consciemment les capacités de codage, obtenant un très bon retour du marché avec Sonnet 3.5. Ensuite, ce fut un renforcement continu tout en vérifiant, l'équipe interne devenant progressivement convaincue du potentiel du codage, tant sur le plan de la valeur commerciale que de l'accélération de la recherche. L'équipe a donc commencé à avancer résolument sur cette voie, abandonnant non seulement complètement le B2C, mais même la multimodalité pour ne pas se disperser. Outre cette focalisation sur la direction du marché, il convient également de souligner la détermination sur le plan technique.

Ces deux dernières années, à l'extérieur, des chercheurs renommés répétaient que les lois du scaling (scaling laws) atteignaient leurs limites, que les bénéfices marginaux du pré-entraînement (pretraining) avaient plafonné. D'après nos échanges avec des chercheurs de différentes entreprises, Anthropic a toujours été le laboratoire qui croyait le plus aux scaling laws, et celui qui faisait le travail le plus solide sur le pré-entraînement et les données, sans se disperser sur de nouveaux paradigmes. Rétrospectivement, cela s'est également avéré juste. Le bond en avant des capacités de Claude provient en grande partie des investissements solides dans le pré-entraînement.

La personnalité des fondateurs

Cela a suscité une autre question : comment Anthropic parvient-elle toujours à faire des choix décisifs dans quelques directions clés et à maintenir sa détermination ?

La première raison est naturellement la limitation des ressources. Le montant total levé par Anthropic n'est qu'environ un tiers de celui d'OpenAI. Mais en creusant plus profondément, les différences stratégiques entre les deux entreprises sont également étroitement liées à la personnalité et aux origines de leurs fondateurs.

Quatre des cofondateurs d'Anthropic étaient des auteurs clés du fameux article sur les scaling laws. Dario lui-même était le principal responsable de la recherche (research lead) sur GPT-3, et avait déjà dix ans d'expérience dans le domaine de l'IA avant cela, ayant une sensation directe des progrès techniques, ce qui lui permettait de porter des jugements plus audacieux. De plus, Dario est une personne totalement insensible à la peur de manquer quelque chose (FOMO), décrit même comme un peu narcissique et têtu, se laissant rarement guider par le consensus du marché. En 2024, alors qu'Anthropic était encore loin de connaître une croissance explosive, il a tenu des propos qui restent, à mon sens, essentiels pour comprendre cette entreprise, disant en substance :

"La leçon la plus profonde que j'ai apprise ces dix dernières années, c'est qu'il existera toujours un soi-disant consensus sur le marché. Mais après avoir vu ce consensus se renverser du jour au lendemain à plusieurs reprises, j'ai commencé à me concentrer sur mes propres paris. Je ne sais pas non plus si nous avons nécessairement raison, mais franchement, même si nous n'avons raison que 50% du temps, cela a déjà beaucoup de valeur, car vous apportez quelque chose que les autres n'ont pas."

Ceci est très différent de Sam Altman. D'après nos échanges avec des personnes proches de Sam :

1. Sam est l'un des fondateurs reconnus comme les plus ambitieux de la Silicon Valley, voulant tout avoir dès le départ. Ajoutez à cela son passé d'investisseur chez Y Combinator, il est très familier avec la méthode du "semis multiple, paris parallèles", ce qui a conduit OpenAI à développer d'innombrables branches.
2. Sam n'a pas une formation technique, son jugement sur les directions technologiques est moindre que celui d'Anthropic, il s'appuie donc davantage sur l'approche ascendante (bottom-up) de l'équipe pour avancer. Sam utilise son talent plus affirmé pour mobiliser des ressources, fournissant des munitions à chaque équipe.
3. Son passé dans le capital-risque amène Sam à préférer fortement les idées novatrices et spectaculaires (fancy ideas). La culture d'OpenAI valorise donc énormément l'innovation de paradigme de 0 à 1, mais n'accorde pas la même importance au travail continu de polissage de 1 à 10. De nombreuses lignes de produits comme Sora, le navigateur Atlas, le Voice Mode, etc., n'ont pas de continuité ; une fois lancées, plus personne ne s'en occupe.
4. Sam et Mark Chen (Chief Research Officer) ont une personnalité qui ne sait dire que "oui", pas "non". Pour les tâches secondaires, tant que l'équipe pousse, la direction continue d'accorder des ressources.

Alors que les forces d'OpenAI étaient constamment dispersées par divers projets parallèles, Anthropic pouvait, par une stratégie de "l'échec et mat" (stratège chinois Tian Ji), former un avantage sur le champ de bataille le plus crucial.

La beauté de la stratégie réside dans l'« art de l'omission » (le « lüe »)

La focalisation stratégique d'Anthropic nous donne un enseignement : l'importance de la concentration est sous-estimée.

Je me souviens d'un podcast écouté l'année dernière, dont l'invité était David Senra, l'animateur du podcast Founders. Depuis 8 ans, il ne fait presque qu'une chose : étudier chaque semaine un grand entrepreneur. Lorsqu'on lui a demandé, si l'on compressait toutes les leçons d'entrepreneuriat tirées de plus de 400 biographies de fondateurs qu'il a lues, en une seule chose, quelle serait-elle ? Il a répondu : la concentration (Focus).

Les grands entrepreneurs ne sont souvent pas des premiers de classe complets, mais des extrémistes obsessionnels. Ils identifient la ou les deux variables les plus importantes pour eux, comme le prix pour Costco, l'expérience de design pour Apple, l'algorithme de recommandation et la roue d'inertie des données pour ByteDance, puis poussent cette variable à l'extrême à tout prix, atteignant même un degré qui semble absurde à la concurrence.

Il faut préciser ici : beaucoup de gens pensent être concentrés, mais ils ne comprennent pas vraiment la signification et le prix de la concentration.

La concentration, par essence, se divise en deux niveaux :

Premièrement, le jugement : savoir ce qui est le plus critique, et avoir le courage de sacrifier tout le reste.

Deuxièmement, la pression : pouvoir investir des ressources écrasantes pour percer sur l'élément clé.

Le premier est une question de cognition, le second une question de volonté. Les deux sont indispensables.

Par exemple, à la création de Google, le consensus de toute l'industrie internet était que l'avenir appartenait aux "portails". Les géants du web comme Yahoo remplissaient de plus en plus leur page d'accueil : actualités, météo, shopping, jeux, horoscopes... chaque fonctionnalité était considérée comme un levier pour "augmenter la valeur publicitaire". Mais Google pensait que l'information allait exploser, et que les utilisateurs n'avaient pas besoin d'un portail plus grand, mais de trouver la réponse la plus pertinente immédiatement. Ainsi, tandis que les autres voulaient que les utilisateurs restent plus longtemps, Google voulait qu'ils partent plus vite. À l'époque, la page d'accueil de Google était anormalement épurée, avec seulement une barre de recherche.

Il en allait de même pour le modèle économique : Yahoo avait des dizaines de modes de monétisation. Google, lui, a concentré tous ses efforts sur un seul mécanisme : les enchères sur mots-clés de recherche (search keyword bidding), et a mis près de dix ans avant de commencer sérieusement une deuxième ligne de business. Aujourd'hui encore, l'un des dix principes de Google est : "Il vaut mieux faire une seule chose vraiment, vraiment bien" ("It's best to do one thing really, really well"). Le cœur de la stratégie n'est pas de savoir clairement ce que vous allez choisir, mais de savoir clairement ce que vous allez abandonner. Je pense que la plupart des gens ne disent pas assez souvent "non".

La culture est le plus grand secret de la réussite (Secret Sauce)

Ce qu'il y a de plus spécial chez Anthropic, ce n'est peut-être pas tant la stratégie que la culture organisationnelle.

Ces six derniers mois, dans la bataille acharnée pour les talents en IA, le taux d'attrition des talents d'Anthropic a été bien inférieur à celui des autres laboratoires d'IA. Les deux graphiques ci-dessous résument les données de mobilité des talents de 2021 à 2023.

Le premier graphique montre les proportions de débauchage entre les différents laboratoires d'IA. On peut voir que :

• Pour 1 personne allant de DeepMind à Anthropic, il y a seulement 1 personne qui fait le chemin inverse de Anthropic à DeepMind, sur un ratio de 10.6 pour 1.
• Pour 1 personne allant d'OpenAI à Anthropic, il y a seulement 1 personne qui fait le chemin inverse de Anthropic à OpenAI, sur un ratio de 8.2 pour 1.

Le deuxième graphique montre la proportion d'employés encore présents dans l'entreprise deux ans après leur embauche.

Le taux de rétention des talents d'Anthropic est de 80%, le plus élevé parmi les principaux laboratoires d'IA à l'époque, légèrement supérieur aux 78% de DeepMind. Anthropic, une entreprise plus jeune et en évolution rapide, parvient à avoir une rétention plus élevée que le vétéran DeepMind, ce n'est pas facile. En comparaison, OpenAI n'est qu'à 67%.

Il est important de noter que ces données ont été collectées alors qu'OpenAI était à son apogée et qu'Anthropic n'avait pas encore vraiment émergé.

Si l'on regarde les actualités des deux dernières années, le pouvoir d'attraction et la stabilité des talents d'Anthropic apparaissent encore plus évidents. Par exemple, un récent post très populaire sur Twitter mentionnait que plusieurs CTO d'entreprises renommées étaient prêts à quitter leur poste pour rejoindre Anthropic en tant que simple employé technique (MTS, member of technical staff) :

La principale raison est souvent attribuée à la culture organisationnelle d'Anthropic.

Si vous écoutez les podcasts d'anciens membres d'Anthropic, presque chacun d'eux mentionnera la culture de l'entreprise, certains considérant même cette culture quasi sectaire comme le plus grand secret de la réussite d'Anthropic.

"Je pense vraiment que la culture est l'arme secrète d'Anthropic, notre atout le plus défensif, impossible à reproduire pour les autres. Ce n'est pas naturel, la direction y a investi énormément." — Amol Avasare, responsable de la croissance chez Anthropic.

Sans cette grille de lecture spécifique, on ne remarquerait pas forcément ce point, car entendre parler de culture ou de valeurs semble toujours vague, on les considère par défaut comme un slogan. Mais si l'on superpose toutes les informations de première main et les interviews publiques, cela nous a vraiment marqués.

Les trois caractéristiques d'Anthropic

Si l'on décompose plus précisément, les trois traits qui distinguent vraiment Anthropic des autres laboratoires d'IA sont :

1. Mission-oriented (Axé sur la mission)

La mission d'Anthropic est "d'assurer que le monde traverse en toute sécurité la transition vers une IA transformative", c'est-à-dire que la sécurité passe avant tout.

Beaucoup d'entreprises disent être axées sur la mission, mais le sérieux avec lequel Anthropic l'aborde atteint un degré proche du religieux. C'est un laboratoire de pointe (frontier lab) avec une forte conscience morale : il croit sincèrement que l'AGI peut sauver le monde, et croit tout aussi sincèrement qu'elle peut le détruire, et il tente de guider tout le monde sur ce chemin étroit entre les deux.

Boris Cherny, responsable de Claude Code, a dit un jour : "Chez Anthropic, demandez à n'importe qui dans un couloir 'Pourquoi es-tu ici ?', la réponse sera toujours 'la sécurité' (safety)". Lui et la chef de produit Cat Wu avaient tous deux quitté Anthropic l'année dernière pour rejoindre Cursor, pour revenir seulement deux semaines plus tard, car ils avaient profondément regretté l'ambiance culturelle interne d'Anthropic. Cette sensation que tout le monde se bat, purement, pour une mission plus grande.

Certains étaient sceptiques avant de rejoindre Anthropic, pour découvrir après être entrés : "Putain, l'ambiance à l'intérieur est encore plus sérieuse que ce qu'on en dit à l'extérieur".

Il y a même eu des employés précoces qui ont déclaré en réunion plénière : si Anthropic accomplit finalement sa mission, mais que l'entreprise elle-même échoue, c'est quand même un bon résultat. Cette phrase explique beaucoup de choses chez Anthropic.

Dans la logique de la plupart des entreprises, le succès commercial est toujours la priorité, la mission ne servant qu'à embellir la façade. Mais ce qu'il y a de plus spécial chez Anthropic, c'est qu'il existe vraiment en interne un groupe de personnes qui placent la mission avant la survie même de l'entreprise.

Si l'on examine ce qu'Anthropic fait réellement, c'est également cohérent avec ses paroles, par exemple la conception de sa structure de gouvernance avec un conseil d'administration à but non lucratif détenant le pouvoir, la recherche sur l'interprétabilité, les divers investissements dans la sécurité, y compris le récent sacrifice d'un contrat de 200 millions de dollars du département de la Défense américaine en raison d'un conflit de valeurs, etc. Nous n'entrerons pas dans les détails ici.

2. High trust, low ego (Haute confiance, faible ego)

Lorsque nous échangeons avec d'autres laboratoires de pointe, nous entendons souvent parler de politique interne et de problèmes de clans. Pas chez Anthropic. Au contraire, les gens sont très unis, prêts à faire des sacrifices pour les autres.

Le plus étonnant ici, c'est que l'IA de pointe (Frontier AI) est un domaine où il est très facile de développer une culture de stars et des luttes pour les ressources. Les chercheurs en IA sont presque les personnes les plus intelligentes et au plus grand ego de la planète ; ils recherchent naturellement à proposer une solution différente, à créer leur propre clan, à se faire un nom. Mais les ressources sont très limitées, donc des conflits entre départements surviennent toujours.

Daniel Freeman, passé de Google à Anthropic, dit que les autres entreprises de modèles internes ressemblent à des principautés indépendantes et rivales, mais qu'il "n'a jamais ressenti cela chez Anthropic".

Rahul Patil, ancien CTO de Stripe, qui a rejoint Anthropic à l'automne dernier, a également mentionné que ce qui l'avait le plus frappé était la culture ici. C'est difficile à imaginer : un groupe de personnes si intelligentes pouvant en même temps être si humbles. Il donne un critère : si l'entreprise vous disait demain que le poste qui vous convient le mieux n'est pas de continuer en tant que cadre, mais de devenir un contributeur individuel (IC), car c'est là votre plus grande contribution à la mission, seriez-vous prêt ? Il pense que 100% des personnes chez Anthropic le feraient, sans ego.

3. Une forte teinte humaniste

Un auteur du New Yorker avait effectué plusieurs mois d'observation approfondie au sein d'Anthropic, et a laissé deux descriptions intéressantes des gens ici :

• Des marginaux livresques (Bookish misfits)
• Un nombre disproportionné d'employés d'Anthropic semblent être les enfants de romanciers ou de poètes.

Autrement dit, les gens ici ne ressemblent pas aux élites typiques de la Silicon Valley, ni aux techniciens/ingénieurs stéréotypés. Ils sont plutôt studieux, un peu geeks, un peu idéalistes. Beaucoup donnent l'impression d'avoir grandi dans des familles d'écrivains ou de poètes. Cela se ressent en partie dans les noms des modèles Claude : Haiku, Sonnet, Opus, correspondant respectivement au haïku concis, au sonnet shakespearien et aux œuvres monumentales dans un contexte classique. En comparaison, les GPT-4 / 4o / o1 d'OpenAI portent des noms de codes d'ingénierie, et les Gemini Ultra / Pro / Flash de Google des noms de gammes produits classiques. Cela en dit long.

Boris, responsable de Claude Code, a également raconté un détail intéressant dans un podcast : lors de son premier déjeuner chez Anthropic, il a mentionné un livre très obscur de l'auteur de hard science-fiction Greg Egan. Ce livre était si confidentiel qu'il n'avait jamais rencontré personne l'ayant lu auparavant. Il a lancé une référence du livre à table, et tout le monde l'a comprise. Cela l'a stupéfié et lui a fait sentir qu'il était vraiment au bon endroit. Les geeks qui aiment la science-fiction ont souvent une certaine préoccupation humaniste et un sens historique de la responsabilité, et une meilleure capacité de raisonnement sur les effets papillon. Ce consensus basé sur des goûts de lecture le rassurait encore plus : cet endroit était probablement le meilleur pour repousser les limites de l'IA.

Comment la culture est institutionnalisée

La question suivante est : comment cette culture pure, presque sectaire, est-elle maintenue ? Après tout, Anthropic n'est plus un petit laboratoire d'IA, c'est une grande entreprise de 3000 personnes, qui s'est développée à la vitesse la plus rapide de l'histoire tout en préservant autant que possible la densité de sa culture.

À ce sujet, Dario a directement déclaré qu'il passait probablement 1/3 à 40% de son temps à s'assurer que la culture d'Anthropic était bonne. Même s'il y avait d'innombrables choses à faire sur les plans technique, produit, financement, relations politiques et commerciales. Mais il considérait que son travail au levier le plus élevé était de faire d'Anthropic un endroit très cohésif, où les meilleurs talents aiment travailler. Concrètement, cela se traduit par plusieurs pratiques :

1. Des critères de recrutement particuliers

Le recrutement chez Anthropic ne suit pas la même logique que beaucoup d'autres laboratoires d'IA.

D'une part, en termes de préférence pour les talents, contrairement à la plupart des entreprises qui se battent pour les grands noms (big names), Anthropic préfère recruter des outsiders (underdogs). Plutôt que des étiquettes externes, ils valorisent davantage les preuves directes de capacité, par exemple : "Avez-vous mené des recherches indépendantes, écrit un blog vraiment perspicace, apporté une contribution substantielle à la communauté open source", etc. D'autre part, Anthropic applique un filtrage culturel très strict. Ils ont un entretien spécifique appelé "Cultural interview", d'une heure avec 15 à 20 questions de mise en situation (scenario questions).

D'après les questions d'entretien qui ont fuité en ligne, ils évaluent trois points principaux :

(1) Si vous placez vraiment la mission de sécurité en premier. La question de filtrage la plus typique est : si Anthropic décidait finalement de ne pas publier un modèle car elle ne pouvait garantir sa sécurité, seriez-vous prêt à accepter que vos actions (stock) soient réduites à zéro ?

(2) Si vous êtes une personne agréable, avec un petit ego. Cela inclut la gentillesse, l'empathie, les compétences relationnelles (people skills), la capacité à reconnaître son ignorance et ses erreurs.

(3) Si vous pouvez gérer la complexité. De nombreux problèmes traités en interne chez Anthropic sont très complexes et changeants. Ils accordent une grande importance à la pensée systémique, à la capacité de raisonner en profondeur sur les effets de second ordre, à réfléchir à la manière dont une décision affecte d'autres maillons.

Ils passent énormément de temps en recrutement à faire du "filtrage inversé", et renoncent effectivement à beaucoup des meilleurs développeurs (10x developers). Rahul Patil, ancien CTO de Stripe, mentionne qu'avant de rejoindre Anthropic, il avait longuement discuté avec le CTO d'Anthropic de l'époque. Non seulement celui-ci n'avait pas essayé de le convaincre, mais il avait passé deux à trois semaines à discuter avec lui des raisons pour lesquelles il ne devait pas rejoindre Anthropic, le dissuadant avec bienveillance, à moins d'être vraiment aligné sur la culture et la mission.

Ainsi, la logique de recrutement d'Anthropic n'a jamais été d'embaucher le plus possible de personnes talentueuses, mais de filtrer le plus tôt possible les personnes inadaptées. "Nous sommes très doués pour éliminer ceux qui viennent pour l'argent et la renommée." En comparaison, OpenAI, après sa croissance, ne fait plus d'entretien culturel spécifique, ce qui aurait apparemment causé certains problèmes de management.

Cela s'est manifesté clairement lors de la dernière campagne de débauchage de Meta. Face aux offres faramineuses de Meta, la réaction d'OpenAI ressemblait plus à une pratique de marché classique : contre-offres, primes de fidélisation (retention bonus), suppression de la période d'acquisition différée (vesting cliff) pour les nouveaux employés, accélération de l'attribution des actions. La réaction d'Anthropic était très... Anthropic. Ils ont dit aux employés : vous êtes ici d'abord pour la mission, pas pour augmenter constamment votre prix dans des enchères externes. Nous ne vous proposerons pas un salaire dix fois supérieur à celui de vos collègues tout aussi talentueux simplement parce que Mark Zuckerberg vous a ciblé par hasard, ce n'est pas juste. Partez si vous voulez partir.

Le résultat final de cet épisode est également révélateur. OpenAI a apparemment perdu des dizaines de personnes, tandis qu'Anthropic n'en a perdu que 2, ces deux personnes étant d'anciens employés de Meta avec 6 et 11 ans d'ancienneté.

2. Une culture de partage du contexte (Context sharing)

Chez Anthropic, la transparence de l'information est très élevée.

Tout d'abord, Dario lui-même fournit activement, fréquemment et de manière répétée du sens et de la vision. Il organise souvent des réunions plénières pour partager avec tout le personnel, à une fréquence de toutes les deux semaines, appelées "Dario Vision Quest" (même Dario a plaisanté sur le fait que ce nom avait des propriétés de prédication trop évidentes, comme s'il était allé dans les montagnes inhaler quelque chose et revenir avec une illumination). Il se tient devant toute l'entreprise pendant une heure, généralement avec un document de trois ou quatre pages, parlant de tout : orientation de l'entreprise, stratégie produit, changements dans le secteur, puis répondant directement aux questions sur place.

De nombreux employés internes disent qu'il parle de manière très directe et franche : "Dario est la personne la plus directe que j'aie jamais rencontrée, il ne calcule pas ses paroles, il dit vraiment ce qu'il pense." Outre les réunions plénières, il écrit fréquemment sur son canal Slack, enregistrant sans aucune retouche ses réflexions : ce qui se passe dans l'entreprise récemment, ce qui l'inquiète, son point de vue sur les questions qui préoccupent les gens.

Une telle culture permet à chacun dans l'entreprise de savoir comment les décisions sont prises, quelles choses doivent être prioritaires. Ainsi, dans une situation complexe et changeante, chaque individu peut prendre des décisions distribuées relativement cohérentes.

En même temps, cette transparence n'est pas un enseignement unilatéral, elle peut être remise en question. Certains, après avoir écouté la présentation de Dario en réunion plénière, n'étant pas d'accord, vont directement sur le canal notebook de Dario pour dire publiquement "Je ne suis pas d'accord avec ce jugement", et engagent alors un débat sur place. Remettre publiquement en question la direction est encouragé. Plus encore, cette culture de l'écriture n'appartient pas seulement à Dario, c'est un mécanisme de réflexion auquel participe tout le personnel.

Beaucoup de gens chez Anthropic ont leur propre canal notebook, un peu comme un fil Twitter personnel, où ils enregistrent à tout moment ce qu'ils pensent, font, et leurs progrès. Les autres peuvent s'abonner, observer, ou rejoindre la discussion. De nombreux employés ont dit apprécier la culture de l'écriture dans l'entreprise, Slack est un immense trésor, beaucoup de choses s'y déroulent. Ainsi, Anthropic semble avoir cultivé un sol fertile pour l'alignement (alignment) en interne : les projets, points de vue et idées de chacun sont suffisamment transparents et fluides. Certains ont même exprimé leur étonnement quant à la transparence des données financières.

(Cependant, à l'inverse, la confidentialité technique est très stricte. On dit que certains groupes sont même délibérément isolés, ne pouvant pas déjeuner ensemble. Le résultat est que des chercheurs d'autres entreprises regrettent que tous les savoir-faire clés soient dispersés dans l'esprit de différentes personnes, qu'il est impossible de reconstituer un tableau complet en débauchant seulement quelques personnes.)

3. 7 fondateurs avec des parts égales, la structure fondatrice est elle-même un mécanisme culturel

La structure fondatrice d'Anthropic présente une conception très contraire au bon sens commercial : elle compte 7 fondateurs, et Dario avait à l'époque résolument insisté pour donner à chacun les mêmes actions, plutôt que d'en prendre plus pour lui-même.

À l'époque, tout le monde lui disait que ce serait un désastre, que le manque de clarté sur le leadership et les incitations mal alignées feraient facilement éclater l'entreprise à cause de luttes intestines. Mais Dario pensait que l'entreprise ne tournait pas autour d'un fondateur en particulier, mais autour de la mission, et que l'égalité des parts était la preuve la plus incontestable de cette philosophie. Ils travaillaient déjà ensemble depuis des années, avaient une confiance mutuelle élevée. L'égalité des parts n'était pas essentiellement une conception du pouvoir de gouvernance, mais une preuve d'engagement, un mécanisme de diffusion culturelle.

Les 7 cofondateurs sont comme 7 nœuds de réplication culturelle, pouvant projeter les valeurs sur un public plus large sur différentes lignes. Ainsi, même en cas d'expansion, l'entreprise a moins de chances de diluer sa culture initiale.

En comparaison, la direction d'OpenAI a en réalité été très instable. Sur les 11 membres de l'équipe fondatrice initiale, ils ont quitté l'un après l'autre, il ne reste plus que Sam Altman, Greg Brockman et Wojciech Zaremba. Et la nouvelle direction est encore plus instable : depuis le début de 2026, la responsable produit numéro 1 Fidji est en congé, le responsable marketing numéro 1 a démissionné pour raisons de santé, le responsable communication numéro 1 a été évincé, le responsable opérations numéro 1 a été muté, le responsable financier numéro 1 a été marginalisé...

4. Une insistance extrême sur l'unité d'équipe (one team), éviter la formation de clans

Le CTO d'Anthropic a déclaré dans un podcast que les laboratoires d'IA en général, comparés aux entreprises traditionnelles, étaient très ascendants (bottom-up), une sorte d'organisation en pyramide inversée, où le pouvoir et la créativité remontent du bas vers le haut.

Ici, le travail le plus important se fait en première ligne. Parce que les personnes en première ligne sont les plus proches des comportements émergents de l'IA. Ils exécutent des expériences quotidiennement, ont une compréhension intuitive de ce que les modèles peuvent faire. La grande majorité des idées de produits sont proposées par les personnes en première ligne, et non dictées par une feuille de route de la direction. Mais cela pose aussi un problème : lorsque le pouvoir de décision est décentralisé, chaque équipe peut facilement se concentrer sur sa propre problématique et sa fonction de valeur, devenant des clans qui se tirent dans des directions différentes.

La particularité d'Anthropic est d'avoir très tôt réalisé : puisque le jugement doit être dispersé, il faut encore plus activement créer de l'unité. Dario ne voulait pas que l'équipe sécurité dise seulement que la sécurité est primordiale, que l'équipe produit dise seulement que le produit est primordial, et que tous les conflits soient remontés à la direction pour trancher. Un de ses concepts de gestion clés est de distribuer les arbitrages (trade-offs) à chaque individu, donnant à chacun un peu de la perspective d'un fondateur, tous participant simplement, depuis leurs postes, au même énorme processus de traitement des compromis.

C'est pourquoi ils insistent énormément sur l'unité d'équipe (one team), et utilisent également diverses conceptions institutionnelles pour affaiblir les limites entre les responsabilités. Par exemple, en dessous des cadres, il n'y a pas de distinction de titre, tout le monde s'appelle "member of technical staff", affaiblissant délibérément les définitions identitaires comme "chercheur vs ingénieur", "senior vs junior", "architecte vs réalisateur".

La comparaison avec OpenAI est très frappante. OpenAI a toujours eu une culture de recherche plus forte, avec une "hiérarchie" interne évidente : Chercheur > Ingénieur de recherche > Ingénieur logiciel. Ainsi, les produits sont souvent relégués au second plan par la recherche, n'ayant pas beaucoup de pouvoir décisionnel. En cas de conflit, la recherche n'est pas non plus disposée à coopérer avec les produits.

En matière d'innovation produit, OpenAI a une forte caractéristique : elle est pilotée par la recherche (researcher-driven). Souvent, c'est l'équipe de recherche qui obtient un nouveau résultat, et l'équipe produit reçoit alors un e-mail, commençant à chercher un problème pour son nouveau marteau.

Chez Anthropic, les produits et les équipes modèles s'imbriquent plus étroitement, les produits peuvent davantage influencer et définir en retour les capacités du modèle. C'est aussi l'une des raisons pour lesquelles la force produit d'OpenAI est inférieure à celle d'Anthropic.

Les deux origines de la culture

La question suivante est : pourquoi Anthropic a-t-elle développé cette culture organisationnelle unique ?

On peut peut-être l'envisager sous deux aspects :

1. Les exigences propres à l'activité

Je me souviens d'un partage il y a deux ans par un responsable RH d'une grande entreprise de tête, qui m'avait beaucoup marqué, me faisant réfléchir pour la première fois profondément à ce que signifie réellement la culture organisationnelle.

L'essence de la culture organisationnelle est : un élément clé où les modes de comportement des employés peuvent aider l'entreprise à réussir. Donc, le principe premier de la culture organisationnelle est en réalité que la nature de l'activité détermine la culture organisationnelle.

Par exemple, ByteDance et Huawei sont deux entreprises avec de fortes capacités organisationnelles, mais si on échangeait leurs systèmes organisationnels, avant longtemps, les deux feraient faillite. Parce qu'elles sont aux deux extrêmes d'un même spectre : ByteDance prône "oser être le premier", Huawei prône "oser être le dernier". L'une valorise davantage l'innovation, l'autre davantage l'efficacité.

Cela n'a rien à voir avec le jugement de valeur, mais est déterminé par la nature de l'activité. Pour développer un nouveau produit, Huawei fabrique des stations de base, des puces, des choses qui, en cas de problème, les coûts de rappel peuvent engloutir les bénéfices d'une année entière. ByteDance est différent, c'est une activité typique à cycle court, chaîne courte, pouvant lancer des dizaines de versions en une semaine, corrigeant les erreurs et relançant. Donc ByteDance peut encourager l'innovation, choisir "Context, not Control". Huawei ne le peut pas. Pour Huawei, innover trop tôt peut même être un fardeau. Ce qu'Huawei maîtrise vraiment, c'est quand un marché atteint le PMF, d'utiliser ses capacités organisationnelles et ses ressources pour dépasser progressivement l'adversaire, jusqu'à l'écraser.

Revenons à Anthropic.

Dans la concurrence en IA, un avantage concurrentiel (moat) central est de permettre aux "personnes intelligentes de faire du travail ingrat" (smart people do dirty work). Surtout dans la direction du Codage et des Agents (Agentic), en surface, c'est une compétition de capacités de modèles, mais en profondeur, c'est en réalité une compétition de capacités d'ingénierie. Ce n'est pas le genre de problème qui peut être résolu par quelques génies ayant une illumination, mais un énorme travail d'ingénierie systémique, sale, fragmenté et détaillé. La barrière la plus cruciale est la donnée.

Les données de chat précédentes n'étaient que de simples données textuelles, mais les données de Codage et d'Agents sont plus complexes : elles ne comprennent pas seulement les historiques de conversation, mais aussi la tâche elle-même, la configuration de l'environnement, les trajectoires d'exécution, et tout le système d'évaluation et de vérification final. Tout cela représente un travail ingrat et difficile, crucial si bien fait, mais qui, contrairement à la publication d'un article ou d'un nouveau produit, ne peut devenir un moment de gloire personnel.

D'après les retours obtenus lors de nos échanges avec certains chercheurs, le problème central d'OpenAI aujourd'hui est qu'il lui est difficile d'organiser des centaines de personnes extrêmement talentueuses pour s'attaquer sérieusement aux données et faire le travail ingrat. OpenAI recrute les talents les plus prestigieux de la chaîne alimentaire, avec un bon background, une haute estime d'eux-mêmes ; ils veulent naturellement faire leurs propres paris, partir de 0 à 1. Quant à ramasser les morceaux, compléter les données, peu sont prêts à le faire.

OpenAI a réussi ainsi par le passé, il a effectivement pris une énorme avance grâce à certaines percées de paradigme clés. Mais comme Yao Shunyu l'a dit dans une interview récente : "L'ère de l'héroïsme individuel est révolue", "L'IA... cette affaire n'a pas vraiment besoin de cerveau... la qualité la plus importante est la fiabilité, le souci du détail".

C'est à ce moment-là qu'on réalise que l'atmosphère d'Anthropic, avec son faible ego, sa forte cohésion et son orientation mission, voit ses avantages amplifiés de manière très évidente. Apparemment, le cofondateur d'Anthropic, Jared Kaplan, passe également chaque jour en revue les données avec son équipe, le nettoyage des données est fait de manière extrêmement minutieuse, ce qu'aucune autre entreprise ne peut faire.

(Cela explique aussi un phénomène : les modèles d'OpenAI sont les plus forts sur les problèmes de codage de niveau compétition, car ce type de tâches est davantage un problème de recherche, mais sur les tâches d'agents dans le travail quotidien, ils sont souvent inférieurs à Anthropic, car ces dernières sont davantage un problème d'ingénierie, testant les données, les systèmes et les détails d'exécution.)

2. Les origines de l'équipe fondatrice

Les valeurs d'une entreprise peuvent être considérées comme faisant partie des valeurs du fondateur, par exemple le style martial de Jack Ma, la douceur et l'ouverture de Pony Ma, l'orientation esthétique de Steve Jobs, la discipline militaire de Ren Zhengfei.

Pour être plus précis, les valeurs d'un fondateur proviennent souvent de deux choses : une partie de ce qu'il croit déjà, et une autre partie de ce qu'il a profondément détesté par le passé. La première détermine ce que vous voulez devenir, la seconde détermine ce que vous ne voulez absolument plus devenir. Les deux sont clairement présents chez Anthropic, et la force formatrice de la seconde est peut-être plus grande que la première. Regardons brièvement le parcours de Dario :

Dario a d'abord été exposé à l'IA dans le laboratoire d'IA de Baidu. C'est là qu'il a observé pour la première fois les scaling laws et est progressivement devenu un adepte convaincu. Mais après avoir réalisé des percées chez Baidu, des luttes internes autour du contrôle et des ressources ont rapidement éclaté, l'équipe a finalement été dissoute. Dario a ensuite rejoint OpenAI, où il a participé en profondeur au développement de la série GPT. OpenAI lui avait confié 50 à 60% de la puissance de calcul totale de l'entreprise pour qu'il dirige principalement le projet GPT-3.

Mais comme Dario est une personne aux valeurs marquées et aux opinions personnelles tranchées, ses divergences avec les autres membres d'OpenAI sur la philosophie organisationnelle ont commencé à apparaître. Par exemple, Greg Brockman avait proposé une idée assez choquante : à l'avenir, on pourrait vendre l'AGI aux grandes puissances nucléaires du Conseil de sécurité de l'ONU. Dario a failli démissionner sur-le-champ. Pour lui, ce n'était plus une divergence commerciale, mais un problème de valeurs fondamentales.

Greg et Dario ne s'entendaient pas vraiment depuis des années, Sam Altman jouait le médiateur. Sam a alors utilisé l'une de ses compétences les plus fortes : faire croire à chaque camp qu'il était de son côté. À court terme, c'est de l'équilibriste ; à long terme, cela épuise la confiance. Plus tard, en comparant les comptes, chacun a réalisé que ce que Sam avait promis à Dario et à Greg n'était pas du tout la même chose. Peu à peu, Dario a formé un cercle étroit d'alliés au sein de l'entreprise, certains l'appelant "the pandas" parce qu'il aimait les pandas. Leurs divergences avec la direction d'OpenAI sur les choix de voie, la gouvernance organisationnelle, etc., se sont accrues, évoluant vers de graves luttes politiques.

Il y a même eu une confrontation sérieuse en face à face au sommet. Sam a accusé Dario et Daniela (la sœur de Dario, plus tard cofondatrice d'Anthropic) d'organiser en secret des retours négatifs sur lui ; ils ont nié et ont immédiatement confronté Sam avec la source de ces informations. Cette personne a alors déclaré n'être absolument pas au courant, et Sam a ensuite nié avoir fait cette accusation.

Cet incident a fait perdre toute confiance aux frères et sœurs Dario. Les deux parties se sont disputées sur place.

Il y a eu beaucoup d'autres drames internes similaires. En bref, Dario a porté les conflits des deux côtés à un niveau de crise de confiance morale. Il pensait que les dirigeants d'une entreprise détenant une technologie aussi puissante devaient être sincères et dignes de confiance. Si les personnes au pouvoir n'étaient pas honnêtes, elles contribuaient à une direction dangereuse.

Ainsi, Dario a finalement quitté OpenAI avec certains collègues clés de GPT-3 pour fonder l'Anthropic d'aujourd'hui.

Par conséquent, la culture actuelle d'Anthropic n'est pas seulement due à la personnalité innée de Dario. Plus important encore, il a personnellement vécu deux luttes politiques, chez Baidu et chez OpenAI. Il sait à quel point un groupe de personnes intelligentes avec un grand ego peut facilement se diviser à cause de conflits pour les ressources et de divergences de valeurs. C'est pourquoi ils ont ensuite instinctivement construit Anthropic dans la direction opposée :

Ayant vu comment l'équilibriste épuise la confiance, ils insistent davantage sur l'authenticité et la transparence. Ayant vu des luttes politiques exacerbées, ils encouragent à aborder les conflits en amont, à les exprimer tôt. Ayant vu des organisations se désintégrer à cause de divergences idéologiques, ils ont mis en place un filtrage culturel strict. Ayant vu des super-vedettes se battre pour le pouvoir, ils insistent sur le faible ego, n'aiment pas recruter des grands noms.

La culture organisationnelle actuelle d'Anthropic ressemble en grande partie à une réaction aux expériences vécues chez Baidu et OpenAI.

Conclusion

Pour résumer, Anthropic et OpenAI sont en réalité deux entreprises de teintes assez différentes. La première est une organisation de type sectaire, idéaliste, avec une mission claire et une grande cohésion. La seconde est une super-plateforme motivée par l'ambition, en expansion multiaxiale, cherchant constamment la prochaine explosion.

Pour y voir plus clair, nous pouvons juxtaposer plusieurs dimensions clés des deux entreprises :

Cependant, bien que nous ayons mentionné de nombreux points forts d'Anthropic, il est difficile de conclure qu'une culture surpasse nécessairement l'autre, ou de prédire l'état du jeu dans trois mois. Le monde de l'IA change trop vite, et OpenAI est actuellement sous-estimé par le marché. Par exemple :

• Le codage est désormais un jeu connu, OpenAI pourrait très bien rattraper son retard. Une tendance claire actuellement est la migration des développeurs de Claude Code vers Codex.
• L'explosion de la demande dépasse de loin toutes les attentes. La puissance de calcul devient le nouveau facteur décisif, et OpenAI a verrouillé très tôt des ressources de calcul bien supérieures à celles d'Anthropic.
• La culture d'exploration ouverte d'OpenAI a ses énormes avantages propres. En même temps, OpenAI explore et parie toujours plus radicalement sur de nouveaux paradigmes ; le prochain bond en avant pourrait renverser la situation.

On peut seulement dire, en regardant les trois dernières années depuis 2026, qu'Anthropic a effectivement laissé à toute l'industrie un échantillon mémorable : à l'ère de l'IA, gagner ne dépend pas nécessairement d'une plus grande ambition, de plus d'exploration et de talents plus forts. Parfois, gagner peut aussi venir des contraires : moins de paris, un ego plus bas, et une mission naïve.