ServiceNow adopte Claude : ce que l’on sait — et ce que l’annonce ne prouve pas — sur la productivité

Les informations disponibles permettent d’identifier une nouveauté précise : le 28 janvier 2026, Anthropic a annoncé que ServiceNow avait choisi Claude comme modèle par défaut de ServiceNow Build Agent et comme modèle privilégié sur sa plateforme d’IA. L’entreprise a également indiqué qu’elle déployait Claude et Claude Code auprès de ses équipes dans le monde entier. Il s’agit donc d’une adoption en entreprise, et non d’une preuve suffisante que l’IA augmente généralement la productivité au travail. Cette distinction est importante : le choix d’un outil est un fait concret, tandis qu’une affirmation générale sur la productivité exige un autre type de preuves.

L’annonce vient d’Anthropic, fournisseur de Claude et partie prenante de cette adoption. Sa publication constitue une source primaire sur ce que l’entreprise dit avoir convenu avec ServiceNow, mais elle ne vaut pas évaluation indépendante de l’impact. L’approche la plus précise consiste à décrire la décision et les chiffres attribués à l’entreprise, en les séparant de toute conclusion plus large. Il convient donc de distinguer trois niveaux : le choix d’un modèle, le déploiement annoncé par l’entreprise et les résultats qu’elle attribue à l’utilisation de ses outils. Le premier décrit une décision, le deuxième l’ampleur déclarée d’une initiative, le troisième une affirmation de performance. Leur présence dans une même annonce ne leur confère pas le même degré de vérification.

Selon Anthropic, Claude sera le modèle par défaut de Build Agent, un outil de ServiceNow destiné à aider des personnes de différents niveaux d’expérience à créer des applications. La publication décrit les agents comme des systèmes capables de raisonner, de décider des actions à entreprendre et de les exécuter de façon autonome. Cette formulation résume la caractérisation du fournisseur ; elle ne constitue pas une vérification indépendante du fonctionnement de chaque tâche en pratique. Elle présente la fonction générale de l’outil telle qu’Anthropic la décrit, sans établir quelles applications seront créées ni comment chaque usage se déroulera.

Le fait que Claude soit le modèle par défaut de Build Agent indique le modèle choisi pour cet outil, mais ne précise pas quelles applications seront développées, quelle part du travail le système prendra en charge ni quelle intervention humaine sera nécessaire. L’annonce présente aussi Claude comme modèle privilégié sur ServiceNow AI Platform et mentionne le déploiement de Claude et Claude Code auprès de plus de 29 000 employés de ServiceNow. Ces éléments donnent une idée de l’ampleur déclarée et des domaines mis en avant par l’entreprise. À eux seuls, ils ne précisent pas combien de personnes utilisent effectivement les outils, quelles tâches sont concernées ni à quelle fréquence ils sont utilisés. Le nombre d’employés décrit la portée annoncée, pas nécessairement le nombre d’utilisateurs actifs ni un usage durable.

Cette distinction est importante pour interpréter la portée de l’annonce. Un déploiement auprès d’une équipe ne signifie pas que chaque personne a adopté les outils, ni que toutes réalisent les mêmes tâches ou suivent les mêmes processus. De même, désigner un modèle par défaut ne renseigne pas sur la configuration de l’outil ou sur la manière dont les personnes l’utilisent. Les informations disponibles permettent de décrire le choix et le déploiement annoncés, mais pas de compléter les détails opérationnels absents de la publication.

Anthropic attribue à ses outils une réduction de 95 % du temps de préparation commerciale. L’entreprise affirme également que Claude Code contribue à la productivité des équipes d’ingénierie et réduit le délai entre une idée et sa mise en œuvre. Il s’agit de résultats communiqués par le fournisseur dans l’annonce, et non de mesures vérifiées dans une documentation provenant d’une source indépendante. Il convient donc de les présenter comme des affirmations d’Anthropic, en indiquant clairement leur origine et leurs limites.

Le chiffre de 95 % est frappant, mais la publication disponible ne précise ni le point de départ, ni la période mesurée, ni la taille de l’échantillon, ni les tâches incluses, ni la méthode de comparaison. Sans ces renseignements, il est impossible de déterminer si la réduction concerne tous les commerciaux, une activité particulière ou un groupe pilote. Il ne faut pas non plus l’extrapoler à d’autres métiers ou entreprises. Ce chiffre décrit un résultat communiqué, pas une économie garantie aux organisations qui adoptent l’outil. L’annonce ne précise pas davantage ce qui a été comptabilisé comme temps de préparation ni la façon dont la comparaison a été définie. Sans ces éléments, le pourcentage ne peut être interprété comme une mesure complète du travail commercial ou comme une prévision des résultats futurs.

Cette réserve ne remet pas en cause le fait qu’Anthropic a communiqué ce chiffre ; elle précise ce que l’annonce ne documente pas. Un pourcentage peut avoir du sens pour une tâche et un protocole de mesure définis, mais il faut connaître ces définitions pour comprendre ce qu’il représente. La réduction annoncée ne permet pas d’affirmer que chaque commercial, chaque tâche de vente ou une autre entreprise obtiendra le même résultat. Les informations disponibles ne permettent pas ces conclusions plus générales.

La productivité ne se résume pas à accomplir une tâche en moins de temps. Pour évaluer un outil d’IA, il faut aussi tenir compte de la qualité du résultat, des corrections ultérieures, des coûts de déploiement, de la supervision humaine et des risques d’erreur. L’annonce disponible ne présente pas de bilan de ces facteurs ni de données permettant de comparer les bénéfices au coût total d’utilisation. Un premier résultat plus rapide ne constitue pas, à lui seul, une évaluation complète du travail nécessaire.

Une évaluation utile devrait préciser quelle tâche est automatisée ou accélérée, comment le temps gagné est mesuré et si la qualité reste équivalente. Elle devrait également indiquer quelles tâches nécessitent encore une vérification, ce qui se passe en cas d’erreur du système et quels contrôles d’accès et de données sont appliqués. Ces critères ne réfutent pas l’annonce : ils délimitent ce que les informations publiées permettent de conclure. Pour comprendre une affirmation de productivité, il faut connaître ce qui aurait progressé, mais aussi ce qui a été mesuré et dans quelles conditions.

Il importe aussi de distinguer une amélioration localisée d’un changement général de productivité. Une réduction mesurée du temps consacré à une activité précise ne prouverait pas automatiquement que d’autres tâches sont accélérées, ni que l’effet se maintient dans différentes équipes. Des précisions sur les tâches observées et les conditions de mesure seraient nécessaires pour évaluer la portée du résultat ; l’annonce disponible ne les fournit pas. Cette distinction évite de lire un chiffre ponctuel comme une conclusion sur toute une organisation ou sur le travail en général.

Dans ce cas, la communication d’Anthropic décrit une adoption et des résultats que l’entreprise attribue à ses outils. Elle ne comprend pas d’évaluation indépendante ni de preuves suffisantes pour affirmer que Claude améliore la productivité de façon générale. Cette limite marque la frontière des informations disponibles ; elle ne prouve pas que le déploiement n’apporte aucun bénéfice. Elle permet de rapporter la décision annoncée sans présenter les affirmations d’un fournisseur comme des résultats établis de manière indépendante.

La conclusion vérifiable reste circonscrite : Anthropic a annoncé que ServiceNow avait choisi Claude pour Build Agent, le considérait comme un modèle privilégié sur sa plateforme d’IA et étendait son déploiement interne. L’entreprise a aussi communiqué une réduction de 95 % du temps de préparation commerciale, mais les éléments disponibles ne permettent ni de vérifier ce chiffre indépendamment ni de le transposer à d’autres contextes. Cette formulation conserve le contenu de l’annonce sans aller au-delà de ce qu’elle établit.

Pour les personnes qui évaluent des logiciels de productivité, cette nouvelle est une raison de suivre le dossier, pas une recommandation d’achat ni une démonstration concluante de rendement. Avant de s’appuyer sur l’annonce pour prendre une décision, il est utile de chercher des informations sur la disponibilité, les conditions d’utilisation, la portée du déploiement, la méthode de mesure et les résultats externes. En attendant ces éléments, l’interprétation prudente consiste à distinguer adoption en entreprise et impact démontré.