Décortiquer Anthropic : la meilleure entreprise d’IA, peut-être aussi une invention organisationnelle
TechFlow SélectionTechFlow Sélection
Décortiquer Anthropic : la meilleure entreprise d’IA, peut-être aussi une invention organisationnelle
Comment Anthropic a-t-il réussi à rattraper son retard ? Grâce à une stratégie bien pensée et à une culture organisationnelle forte.
Dédié à des analyses Web3 approfondiesL’année dernière, Anthropic a probablement été l’entreprise la plus intéressante à étudier dans l’ensemble du secteur de l’IA. Au début de cette année, elle a enregistré la croissance explosive la plus rapide de toute l’histoire du commerce humain : son chiffre d’affaires récurrent annuel (ARR) est passé de 9 milliards à 45 milliards de dollars. Si l’approvisionnement en puissance de calcul suit le rythme, il devrait atteindre environ 100 milliards de dollars d’ici la fin de l’année, puis 200 à 300 milliards l’année prochaine — un niveau directement comparable à celui de Meta. Sur le marché secondaire, sa valorisation actuelle s’élève déjà à 1 000 milliards de dollars, dépassant désormais celle d’OpenAI.
Nous avons consacré beaucoup de temps à comprendre comment Anthropic a réussi à rattraper et dépasser ses concurrents. En définitive, pour saisir pleinement cette entreprise, deux éléments centraux doivent être compris : sa stratégie et sa culture organisationnelle.
Beaucoup d’entre vous ont déjà une connaissance fragmentaire de ces sujets, mais aucun tableau d’ensemble complet n’a encore été dressé. Cet article vise donc à offrir une analyse plus détaillée et une reconstruction fidèle de ces deux dimensions. Nous espérons ainsi éclairer, depuis les angles stratégique et organisationnel, certaines questions qui suscitent la curiosité extérieure, telles que :
- Pourquoi Anthropic a-t-elle identifié dès 2021 le codage comme la direction la plus prometteuse ?
- Comment les différences de personnalité entre Dario Amodei et Sam Altman ont-elles façonné des trajectoires stratégiques radicalement divergentes pour les deux entreprises ?
- Pourquoi le taux de rotation du personnel chez Anthropic est-il si faible ?
- Pourquoi presque tous les employés d’Anthropic louent-ils unanimement sa culture ? Et comment cette culture est-elle préservée malgré une croissance rapide de l’entreprise ?
L’importance du « focus » est sous-estimée
D’un point de vue stratégique, OpenAI ressemble depuis toujours davantage à une entreprise cherchant à tout avoir.
En matière de capacités modèles, OpenAI investit activement dans les domaines des mathématiques, des sciences, du codage, du raisonnement, de la multimodalité et de l’innovation architecturale. En matière de produits, elle développe simultanément Codex, un navigateur web, des robots, une plateforme d’entreprise, des dispositifs intelligents, des puces et des centres de données. On dit même qu’OpenAI comptait à un moment donné près de 300 projets internes. Anthropic adopte une approche exactement inverse : c’est la seule parmi les trois principaux laboratoires à avoir très tôt abandonné la multimodalité ; elle n’a jamais mentionné l’innovation architecturale, ni mis l’accent sur les modèles de raisonnement, l’apprentissage continu (continual learning) ou le renforcement (RL), se concentrant exclusivement sur l’augmentation à grande échelle (scaling) des modèles linguistiques et, surtout, sur le codage — afin de maîtriser d’abord cette capacité critique.
Aujourd’hui, le marché comprend bien pourquoi le codage revêt une importance capitale, pour trois raisons essentielles :
- Le codage est la voie d’accès à tout. La grande majorité des tâches du monde numérique peuvent être exprimées sous forme de code.
- Le codage est la compétence la plus adaptée à l’apprentissage par les modèles. Il offre une forte vérifiabilité des résultats, une boucle de rétroaction (feedback loop) courte, et les données utilisateurs alimentent largement l’entraînement des modèles.
- Le codage est un accélérateur fondamental de la recherche sur l’AGI. Les principaux laboratoires d’IA sont désormais engagés dans ce cycle d’accélération : les progrès accomplis par un modèle en un seul trimestre dépassent aujourd’hui ceux réalisés sur une année entière auparavant.
Les résultats finaux confirment que le codage est effectivement la direction la plus importante — un chef-d’œuvre unique dominant toute la concurrence. OpenAI, quant à elle, ne s’en est rendu compte qu’en mars, supprimant alors des activités périphériques telles que Sora et plaçant le codage au premier rang de ses priorités.
Comment Anthropic a-t-elle identifié le codage ?
Nous nous sommes longtemps interrogés sur la raison pour laquelle Anthropic a pu choisir dès le départ le codage comme axe central. En remontant dans le temps, nous découvrons que cette décision résulte à parts égales de vision stratégique et de chance.
Le financement initial d’Anthropic fut longtemps difficile. Avec des ressources limitées, l’entreprise devait trouver une voie plus efficace vers l’AGI. Elle devait donc commencer par raconter une histoire centrée sur un cas d’usage vertical, prouvant ainsi sa capacité à créer une boucle commerciale fermée. Elle étudia sérieusement la question suivante : si elle ne pouvait miser que sur une seule direction, le codage serait probablement le meilleur choix — entraîner d’abord un modèle de codage amélioré → le proposer aux clients → collecter leurs données d’utilisation réelles dans des environnements d’ingénierie → réinjecter ces données dans l’entraînement du modèle. Ce scénario aurait pu générer un effet boule de neige.
Le responsable de la croissance d’Anthropic a un jour évoqué un document interne rédigé par l’un des cofondateurs, intitulé « Pourquoi devrions-nous nous concentrer sur le codage ? ». Ce document date de 2021 — une date bien antérieure à la prise de conscience générale des opportunités réelles offertes par ce domaine. Par la suite, le financement s’est assoupli, l’entreprise a obtenu davantage de ressources, et la piste du codage a temporairement disparu des discussions : Anthropic s’est d’abord lancée dans la construction d’une base de modèles plus générale. Le tournant est intervenu après le succès fulgurant de ChatGPT. Anthropic réalisa alors que le marché grand public (B2C) avait été devancé par OpenAI. Elle changea donc de champ de bataille avec une certaine nostalgie — mais, rétrospectivement, une chance exceptionnelle — en recentrant ses efforts sur le marché professionnel (B2B).
Ce virage stratégique s’est globalement opéré avec prudence et esprit empirique, sans constituer un pari audacieux et irrévocable.
Lors de l’entraînement de Claude 3, Anthropic a commencé à renforcer délibérément les capacités de codage, obtenant d’excellents retours du marché avec Sonnet 3.5. Par la suite, l’entreprise a progressivement accru ses investissements tout en validant ses hypothèses. Progressivement, l’équipe s’est convaincue du potentiel du codage, tant sur le plan commercial que de l’accélération de la recherche. Elle s’est alors engagée résolument sur cette voie — abandonnant totalement le marché B2C, et même évitant soigneusement toute dispersion d’efforts vers la multimodalité. Outre cette concentration stratégique, mérite également d’être soulignée la constance de sa démarche technique.
Au cours des deux dernières années, de nombreux chercheurs de renom ont régulièrement affirmé que les lois d’augmentation (scaling laws) avaient atteint une limite infranchissable, et que les gains marginaux issus de la phase d’entraînement préliminaire (pretraining) étaient désormais plafonnés. Or, selon nos échanges avec divers chercheurs, Anthropic est le laboratoire qui croit le plus fermement aux scaling laws, et qui a mené les travaux de pretraining et de gestion des données avec la plus grande rigueur — sans jamais détourner son attention vers de nouveaux paradigmes. Rétrospectivement, cette position s’est révélée juste : une grande partie des sauts de performance de Claude provient précisément de cet investissement rigoureux en pretraining.
La personnalité des fondateurs
Mais cela relance une autre interrogation : pourquoi Anthropic réussit-elle systématiquement à prendre des décisions claires et tranchées sur plusieurs axes stratégiques critiques, tout en maintenant une remarquable constance ?
La première explication réside naturellement dans les contraintes budgétaires : le montant total des financements levés par Anthropic représente environ le tiers de celui d’OpenAI. Mais en creusant davantage, on constate que ces différences stratégiques sont aussi étroitement liées à la personnalité et à l’origine professionnelle des fondateurs.
Quatre des cofondateurs d’Anthropic figuraient parmi les auteurs principaux de l’article fondateur sur les scaling laws. Dario Amodei lui-même était le chef de projet principal de GPT-3, et avait déjà consacré dix ans à la recherche en IA avant cela. Il possède donc une intuition directe des progrès technologiques en IA, ce qui lui permet de prendre des décisions plus audacieuses. En outre, Dario est totalement insensible au phénomène de FOMO (« peur de manquer quelque chose ») ; certains le décrivent même comme légèrement narcissique et entêté, peu influencé par le consensus général du marché. En 2024, alors qu’Anthropic n’avait pas encore connu de croissance explosive, il déclara une phrase que je considère aujourd’hui comme essentielle pour comprendre l’entreprise :
« La leçon la plus profonde que j’ai tirée de ces dix dernières années est qu’il existe toujours, sur les marchés, un « consensus » présumé. Mais après avoir vu ce consensus se renverser du jour au lendemain à plusieurs reprises, j’ai choisi de me concentrer sur mes propres paris. Je ne sais pas non plus si nous avons forcément raison, mais honnêtement, même si nous avions raison seulement 50 % du temps, cela aurait déjà une immense valeur — car nous apportons quelque chose que personne d’autre ne propose. »
Cela contraste fortement avec Sam Altman. Selon nos échanges avec des personnes proches de lui :
- Sam est l’un des fondateurs les plus ambitieux de la Silicon Valley, désireux dès le départ de tout conquérir. Son expérience passée en tant qu’investisseur chez Y Combinator lui a familiarisé avec la méthode consistant à « semer sur plusieurs points à la fois » et à « parier sur plusieurs pistes simultanément », ce qui explique pourquoi OpenAI a développé une multitude de projets parallèles.
- Sam n’a pas de formation technique. Ses jugements sur les orientations technologiques sont donc moins affûtés que ceux d’Anthropic, et il s’appuie davantage sur les initiatives ascendantes (bottom-up) de ses équipes. Il met en œuvre son talent particulier pour mobiliser des ressources, fournissant des moyens à chaque équipe.
- Son parcours en capital-risque conduit Sam à privilégier particulièrement les idées novatrices et spectaculaires. Ainsi, la culture d’OpenAI valorise fortement l’innovation de rupture (0 à 1), mais accorde moins d’importance au perfectionnement progressif (1 à 10). De nombreuses lignes de produits — Sora, le navigateur Atlas, le mode vocal — manquent de continuité et sont abandonnées dès leur lancement.
- Sam Altman et Mark Chen (Chief Research Officer) partagent tous deux une tendance à ne jamais dire « non ». Toute initiative secondaire lancée par une équipe reçoit inévitablement des ressources, tant qu’elle est soutenue activement.
Tandis qu’OpenAI voit ses forces diluées par une myriade de projets annexes, Anthropic peut appliquer une stratégie similaire à celle de Tian Ji (« le cheval de Tian Ji ») pour obtenir un avantage décisif sur les champs de bataille les plus critiques.
L’art stratégique réside dans l’art de « laisser tomber »
La concentration stratégique d’Anthropic nous offre une leçon précieuse : l’importance du « focus » est gravement sous-estimée.
Je me souviens d’un épisode d’un podcast auquel participait David Senra, animateur de la série « Founders ». Pendant huit ans, il n’a fait qu’une seule chose : étudier chaque semaine un grand entrepreneur. Lorsqu’on lui demanda ce qu’il retiendrait comme enseignement unique, s’il devait condenser en un seul concept toutes les leçons tirées de plus de 400 biographies d’entrepreneurs qu’il avait lues, sa réponse fut : « Focus ».
Les grands entrepreneurs ne sont pas des surdoués polyvalents, mais des obsédés extrêmes. Ils identifient un ou deux facteurs critiques pour leur succès — comme le prix chez Costco, l’expérience utilisateur chez Apple, ou l’algorithme de recommandation et la boucle de données chez ByteDance — puis y consacrent toutes leurs énergies, jusqu’à atteindre un degré d’excellence qui paraît absurde à leurs concurrents.
Il faut ici clarifier un point : beaucoup croient être concentrés, mais ils ne comprennent pas véritablement la signification et le coût du « focus ».
Le « focus » repose fondamentalement sur deux niveaux :
Le premier est une capacité de jugement : savoir identifier ce qui est le plus critique, et oser sacrifier tout le reste.
Le second est une intensité d’engagement : pouvoir mobiliser des ressources massives pour faire triompher cet élément critique.
Le premier relève de la cognition, le second de la volonté : les deux sont indispensables.
Prenons l’exemple de Google à ses débuts. À l’époque, le consensus dans l’industrie internet était que « l’avenir appartenait aux portails ». Yahoo et d’autres géants de la recherche remplissaient leurs pages d’accueil de plus en plus d’éléments : actualités, météo, shopping, jeux, horoscopes… Chaque fonctionnalité était considérée comme un levier pour « augmenter la valeur publicitaire ». Google, en revanche, estimait que l’information ne ferait que croître, et que les utilisateurs auraient besoin non pas d’un portail plus vaste, mais d’une réponse immédiatement pertinente. Ainsi, tandis que les autres cherchaient à retenir les utilisateurs plus longtemps, Google visait à les libérer plus rapidement. Sa page d’accueil était alors d’une simplicité radicale : un simple champ de recherche, rien d’autre.
Sur le plan du modèle économique, Yahoo disposait de dizaines de sources de revenus. Google concentra tous ses efforts sur un seul mécanisme : les enchères sur les mots-clés de recherche, qu’elle perfectionna pendant près de dix ans avant de sérieusement envisager une deuxième ligne d’activité. Aujourd’hui encore, l’un des « Dix commandements » de Google est : « Il vaut mieux faire une seule chose vraiment, vraiment bien ». Le cœur de la stratégie ne réside pas dans le choix de ce que l’on veut faire, mais dans le choix de ce que l’on accepte de sacrifier. La plupart des gens disent « non » bien trop rarement.
La culture est la « sauce secrète » la plus puissante
Ce qui distingue le plus Anthropic, ce n’est peut-être pas sa stratégie, mais sa culture organisationnelle.
Au cours des six derniers mois, dans la guerre acharnée pour attirer les talents en IA, le taux de rotation du personnel chez Anthropic a été nettement inférieur à celui des autres laboratoires d’IA. Les deux graphiques ci-dessous présentent une synthèse des données sur la mobilité des talents entre 2021 et 2023.
Le premier graphique indique les proportions de transferts entre laboratoires d’IA :
- Pour chaque personne passant d’Anthropic à DeepMind, 10,6 personnes vont de DeepMind à Anthropic.
- Pour chaque personne passant d’Anthropic à OpenAI, 8,2 personnes vont d’OpenAI à Anthropic.
Le second graphique présente le pourcentage d’employés restant dans l’entreprise deux ans après leur embauche.
Le taux de rétention d’Anthropic est de 80 % — le plus élevé parmi les principaux laboratoires d’IA à l’époque, légèrement supérieur aux 78 % de DeepMind. Il est remarquable qu’Anthropic, une entreprise plus jeune et en pleine mutation rapide, ait pu atteindre un taux de rétention supérieur à celui du laboratoire historique DeepMind. En comparaison, OpenAI n’atteint que 67 %.
Il convient de noter que ces données ont été recueillies alors qu’OpenAI était au sommet de sa gloire, tandis qu’Anthropic n’avait pas encore émergé.
Si l’on examine les actualités récentes, l’attractivité et la stabilité d’Anthropic en matière de talents apparaissent encore plus nettes. Par exemple, un post récemment très populaire sur Twitter rapporte que plusieurs CTO de sociétés vedettes ont accepté de quitter leurs postes pour rejoindre Anthropic en tant qu’ingénieurs juniors (MTS, « Member of Technical Staff ») :
La raison principale de ce phénomène est généralement attribuée à la culture organisationnelle d’Anthropic.
Si l’on écoute les podcasts enregistrés par des membres d’Anthropic, presque chacun d’eux évoque sa culture. Certains la décrivent même comme une « culture quasi religieuse », considérant qu’il s’agit de la « sauce secrète » la plus précieuse de l’entreprise.
« Je pense sincèrement que la culture est l’arme secrète d’Anthropic, notre atout le plus défensif, impossible à reproduire pour les autres. Ce n’est pas le fruit du hasard : la direction y consacre énormément d’attention. » — Amol Avasare, responsable de la croissance chez Anthropic
À moins d’aborder explicitement cette question, on risque de ne pas y prêter attention, car parler de culture ou de valeurs semble souvent abstrait, voire rhétorique. Mais en superposant toutes les informations directes et les interviews publiques, on est profondément impressionné.
Les trois caractéristiques distinctives d’Anthropic
Plus concrètement, Anthropic se distingue des autres laboratoires d’IA par trois traits spécifiques :
1. Une orientation missionnaire
La mission d’Anthropic est de « garantir que le monde traverse en toute sécurité la transition vers une IA transformatrice », c’est-à-dire que la sécurité prime sur tout.
De nombreuses entreprises affirment être guidées par une mission, mais Anthropic prend cette notion au sérieux à un degré presque religieux. C’est un laboratoire de pointe imprégné d’une forte conscience morale : elle croit sincèrement que l’AGI peut sauver le monde, mais aussi qu’elle pourrait le détruire, et cherche à conduire l’humanité sur le fil ténu séparant ces deux extrêmes.
Boris Cherny, responsable de Claude Code, a déclaré : « Chez Anthropic, si vous interpellez n’importe qui dans le couloir en lui demandant “Pourquoi êtes-vous ici ?”, la réponse sera toujours “Pour la sécurité”. » Lui-même et la chef de produit Cat Wu avaient quitté Anthropic pour rejoindre Cursor, mais étaient revenues deux semaines plus tard, car elles regrettaient profondément l’ambiance culturelle interne — ce sentiment partagé d’un engagement pur et fort pour une mission plus grande.
Certains arrivent chez Anthropic avec une foi tiède en ces valeurs, pour découvrir ensuite : « Putain, l’ambiance est encore plus sérieuse que ce qu’on en dit à l’extérieur ! »
Des employés de la première heure ont même déclaré en réunion générale : « Si Anthropic accomplit sa mission, mais que l’entreprise échoue, ce sera néanmoins un bon résultat. » Cette phrase éclaire de nombreux aspects d’Anthropic.
Dans la logique de la plupart des entreprises, le succès commercial est toujours prioritaire, et la mission n’est qu’un ornement. Ce qui distingue Anthropic, c’est qu’un groupe significatif de ses membres place effectivement la mission avant la survie même de l’entreprise.
Un examen concret de ses actions confirme cette cohérence entre discours et pratique : sa structure de gouvernance reposant sur une fondation à but non lucratif, ses recherches en interprétabilité, ses investissements en sécurité, ou encore son refus récent d’un contrat de 200 millions de dollars avec le Département de la Défense américain en raison d’un conflit de valeurs — nous n’entrerons pas ici dans les détails.
2. Une haute confiance, un ego bas
Lorsque nous discutons avec d’autres laboratoires de pointe, nous entendons fréquemment parler de politiques internes et de luttes de pouvoir. Chez Anthropic, ce genre de problèmes n’existe pas. Au contraire, les équipes sont extrêmement solidaires et prêtes à jouer les seconds rôles pour le bien commun.
Ce qui est fascinant, c’est que l’IA de pointe est un terrain propice à l’émergence de cultures « star-system » et à la concurrence pour les ressources. Les chercheurs en IA constituent probablement le groupe le plus intelligent et le plus égocentrique au monde : leur objectif naturel est de proposer des solutions originales, de fonder leur propre courant et de s’y illustrer. Or les ressources étant limitées, les conflits entre départements sont inévitables.
Daniel Freeman, ancien de Google, affirme que les autres entreprises de modèles ressemblent à des royaumes autonomes, silencieusement en rivalité, alors que « ce sentiment, je ne l’ai jamais éprouvé chez Anthropic ».
Rahul Patil, ancien CTO de Stripe, a rejoint Anthropic à l’automne dernier. Il a déclaré avoir été profondément marqué par la culture locale. Il est difficile d’imaginer qu’un groupe aussi brillant puisse être aussi humble. Il cite un critère éloquent : « Imaginons que l’entreprise vous annonce demain que votre rôle le plus utile pour la mission n’est plus celui de cadre dirigeant, mais celui de contributeur individuel (IC), parce que c’est là que vous apporterez la plus grande valeur. Accepteriez-vous ? » Il estime que 100 % des employés d’Anthropic accepteraient — sans aucun ego.
3. Une forte sensibilité humaniste
L’auteur du New Yorker, ayant suivi Anthropic pendant plusieurs mois, a livré deux descriptions frappantes de ses employés :
- « Des intellectuels décalés » (Bookish misfits)
- « Un nombre disproportionné d’employés d’Anthropic semblent être les enfants d’écrivains ou de poètes. »
Autrement dit, les employés d’Anthropic ne ressemblent ni aux élites typiques de la Silicon Valley, ni aux ingénieurs classiques. Ils sont plutôt cultivés, un peu « geeks », idéalistes — beaucoup donnent l’impression d’avoir grandi dans une famille d’écrivains ou de poètes. Cela transparaît même dans la nomenclature des modèles Claude : Haiku, Sonnet, Opus — respectivement inspirés du haïku japonais, du sonnet shakespearien et des grandes œuvres classiques. Par comparaison, OpenAI utilise une numérotation technique (GPT-4 / 4o / o1), et Google une dénomination classique de gamme de produits (Gemini Ultra / Pro / Flash). Ces différences parlent d’elles-mêmes.
Boris Cherny, responsable de Claude Code, a partagé un détail amusant dans un podcast : lors de son premier déjeuner chez Anthropic, il mentionna incidemment un livre extrêmement confidentiel de l’auteur de science-fiction dure Greg Egan. Ce livre était si peu connu qu’il n’avait jamais rencontré personne qui l’ait lu. Il en cita une référence à table — et tous ses collègues surent immédiatement la compléter. Ce moment le stupéfia, et le convainquit qu’il était au bon endroit. Les amateurs de science-fiction cultivent souvent une vaste sensibilité humaniste et un sens aigu de la responsabilité historique, ainsi qu’une meilleure capacité à raisonner sur les effets papillon. Ce consensus fondé sur les goûts de lecture le rassura : il était bien au meilleur endroit pour repousser les frontières de l’IA.
Comment la culture est-elle institutionnalisée ?
Reste à comprendre comment une culture aussi pure, quasi religieuse, est préservée. Car Anthropic n’est plus un petit laboratoire d’IA : c’est une entreprise de 3 000 personnes, en pleine expansion à la vitesse la plus rapide de l’histoire, tout en conservant une densité culturelle remarquable.
Dario Amodei l’exprime clairement : il consacre environ un tiers à 40 % de son temps à veiller à ce que la culture d’Anthropic soit saine — même s’il doit simultanément gérer des enjeux techniques, produits, financiers et relationnels avec les pouvoirs publics et le monde des affaires. Il estime que son travail le plus à fort effet de levier consiste à faire d’Anthropic un lieu hautement cohésif où les meilleurs talents aiment travailler. Concrètement, cela se traduit par plusieurs pratiques :
- Des critères de recrutement spécifiques
Le processus de recrutement d’Anthropic diffère profondément de celui de la plupart des laboratoires d’IA.
D’un côté, contrairement à la plupart des entreprises qui se battent pour attirer les « grandes signatures », Anthropic préfère recruter des « outsiders ». Plutôt que les étiquettes extérieures, elle privilégie les « preuves directes de compétence » : « Avez-vous mené une recherche autonome ? Avez-vous rédigé un blog percutant ? Avez-vous contribué substantiellement à une communauté open source ? », etc. D’un autre côté, Anthropic applique un filtrage culturel extrêmement strict. Elle inclut systématiquement un entretien culturel d’une heure comportant 15 à 20 questions de type scénario.
Selon les questions d’entretien diffusées sur Internet, trois axes sont particulièrement évalués :
(1) Êtes-vous prêt à placer la mission de sécurité en tête de vos priorités ? Une question typique est : « Si Anthropic décidait, pour des raisons de sécurité, de ne pas publier un modèle, accepteriez-vous que vos actions perdent toute valeur ? »
(2) Êtes-vous une personne bienveillante, dotée d’un ego modeste ? Cela inclut la gentillesse, l’empathie, les compétences relationnelles, et la capacité à reconnaître son ignorance ou ses erreurs.
(3) Êtes-vous capable de traiter la complexité ? Les problèmes internes à Anthropic sont souvent très complexes et changeants. L’entreprise accorde une grande importance à la pensée systémique, à la capacité à raisonner sur les effets de second ordre, et à anticiper comment une décision affectera d’autres maillons de la chaîne.
Anthropic consacre beaucoup de temps à ce « filtrage inversé », ce qui lui a fait effectivement renoncer à de nombreux développeurs « 10x » parmi les meilleurs. Rahul Patil, ancien CTO de Stripe, a ainsi raconté qu’avant de rejoindre Anthropic, il avait eu de longues discussions avec le CTO d’Anthropic à l’époque. Ce dernier ne chercha pas à le convaincre, mais passa deux ou trois semaines à lui exposer patiemment pourquoi il ne devrait pas rejoindre Anthropic — l’invitant à y réfléchir sérieusement, sauf s’il était pleinement aligné sur la culture et la mission de l’entreprise.
Ainsi, la logique de recrutement d’Anthropic n’est pas de rassembler le plus grand nombre possible de talents exceptionnels, mais de repérer le plus tôt possible les personnes inadaptées. « Nous sommes très doués pour éliminer ceux qui viennent uniquement pour l’argent ou la renommée. » En comparaison, OpenAI, après avoir grandi, a abandonné cet entretien culturel spécifique — ce qui aurait, selon certaines sources, causé des problèmes de management.
Cette différence s’est particulièrement manifestée lors de la vague de recrutement menée par Meta l’année dernière. Face aux offres mirobolantes de Meta, OpenAI a réagi selon la routine du marché : contre-offre, primes de fidélisation, suppression du « cliff » de versement des actions pour accélérer leur attribution. Anthropic, elle, a réagi de façon typiquement anthro-pique : « Vous êtes venus ici d’abord pour la mission, pas pour faire monter sans cesse votre prix sur le marché. Nous ne vous offrirons pas un salaire dix fois supérieur à celui de vos collègues tout aussi excellents, simplement parce que Mark Zuckerberg vous a remarqué. Cela serait injuste. Si vous voulez partir, partez. »
Le résultat final est très parlant : OpenAI aurait perdu des dizaines de personnes, tandis qu’Anthropic n’en a perdu que deux — et ces deux personnes avaient déjà travaillé chez Meta pendant 6 et 11 ans.
2. Une culture de partage du contexte
Anthropic pratique un très haut degré de transparence informationnelle.
Tout d’abord, Dario lui-même fournit activement, fréquemment et répétitivement du « sens » à l’ensemble de l’organisation. Il anime régulièrement des réunions générales, avec une fréquence atteignant une fois toutes les deux semaines, baptisées « Dario Vision Quest » (Dario lui-même plaisante : « Ce nom est trop chargé de connotations prosélytes, on dirait que je suis allé méditer dans la montagne et en suis revenu illuminé »). Il prend la parole devant toute l’entreprise pendant une heure, accompagné d’un document de trois ou quatre pages couvrant tous les sujets : orientation stratégique, stratégie produit, évolutions sectorielles, etc., puis répond directement aux questions du public.
De nombreux employés internes soulignent son franc-parler et son honnêteté : « Dario est la personne la plus directe que j’aie jamais rencontrée. Il ne calcule pas ses propos : il dit exactement ce qu’il pense. » En dehors des réunions générales, il publie fréquemment sur son canal Slack, sans aucune réécriture, ses réflexions spontanées : ce qui se passe dans l’entreprise, ses inquiétudes, ses réponses aux questions qui préoccupent les équipes.
Cette culture permet à chaque membre de l’entreprise de comprendre comment les décisions sont prises, et quelles priorités doivent être placées au premier rang. Ainsi, dans un contexte complexe et instable, chaque individu peut prendre des décisions distribuées relativement cohérentes.
Par ailleurs, cette transparence n’est pas un flux unidirectionnel, mais un espace ouvert à la contestation. Après une réunion générale, un employé ayant entendu Dario exprimer un jugement avec lequel il n’était pas d’accord s’est rendu directement sur le canal « notebook » de Dario pour écrire publiquement : « Je ne partage pas ce jugement », lançant aussitôt un débat. Contester ouvertement la direction est encouragé. Plus encore, cette culture de l’écriture n’appartient pas qu’à Dario : c’est un mécanisme de réflexion collectif.
De nombreux employés d’Anthropic possèdent leur propre canal « notebook », sorte de fil Twitter personnel, où ils notent librement leurs réflexions, leurs actions et leurs avancées. Les autres peuvent s’y abonner, observer ou participer aux échanges. Beaucoup apprécient vivement cette culture de l’écriture : Slack est une véritable mine d’or, où se déroulent de nombreux débats. Ainsi, Anthropic cultive un sol fertile d’alignement interne : les projets, les idées et les raisonnements de chacun sont suffisamment transparents et fluides — certains ont même souligné que les données financières étaient elles-mêmes transparentes.
(À l’inverse, la confidentialité technique est extrêmement stricte : on dit que certains groupes sont volontairement isolés, voire qu’ils évitent de déjeuner ensemble. Résultat : des chercheurs d’autres laboratoires regrettent que les savoir-faire critiques soient dispersés dans les têtes de différents individus, rendant impossible la reconstitution d’un tableau d’ensemble par le simple recrutement de quelques personnes.)
3. Sept fondateurs avec des droits de vote et d’action égaux : la structure de fondation est en soi un mécanisme culturel
La structure de fondation d’Anthropic contient un élément qui défie le bon sens commercial : l’entreprise compte sept fondateurs, et Dario a décidé, de façon résolue, d’accorder à chacun la même part du capital — plutôt que de s’attribuer une part majoritaire.
Tous l’avaient mis en garde : cela mènerait à une catastrophe, avec une autorité floue, des incitations mal alignées, et un risque élevé de déchirements internes. Mais Dario estimait que l’entreprise ne devait pas tourner autour d’un seul fondateur, mais autour de sa mission — et l’égalité des droits d’action constituait la preuve la plus authentique et la moins falsifiable de cette conviction. Les sept fondateurs avaient déjà travaillé ensemble pendant de nombreuses années, et se faisaient une confiance absolue. L’égalité des droits n’était donc pas une simple disposition de gouvernance, mais une preuve d’engagement, un mécanisme de diffusion culturelle.
Les sept cofondateurs agissent comme sept « nœuds de réplication culturelle », capables de diffuser les valeurs à travers différentes lignes fonctionnelles, garantissant ainsi que la culture initiale ne se dilue pas, même face à une forte croissance.
Par comparaison, la direction d’OpenAI a toujours été très instable : onze membres de l’équipe fondatrice ont successivement quitté l’entreprise, ne laissant aujourd’hui que Sam Altman, Greg Brockman et Wojciech Zaremba. Quant à la nouvelle direction, elle est encore plus volatile : depuis le début de l’année 2026, la responsable produit (Fidji) est en congé, la responsable marketing a quitté l’entreprise pour raisons de santé, la responsable communication a été licenciée, la responsable opérations a été mutée, et la responsable finance a été marginalisée…
4. Une insistance extrême sur le principe « une seule équipe », pour éviter la formation de « fiefs »
Le CTO d’Anthropic a déclaré dans un podcast que, comparées aux entreprises traditionnelles, les entreprises d’IA sont globalement très « bottom-up » : leur organisation est une pyramide inversée, où le pouvoir et la créativité remontent du bas vers le haut.
Le travail le plus important se déroule donc en première ligne. Car ce sont les équipes de première ligne qui sont le plus proches des comportements émergents de l’IA. Elles exécutent quotidiennement des expériences et possèdent la compréhension la plus intuitive des capacités des modèles. La grande majorité des idées produits émanent des équipes de première ligne, et non d’un « roadmap » imposé par la direction. Toutefois, ce système comporte un risque : lorsque le pouvoir de jugement est décentralisé, chaque équipe peut facilement s’enfermer dans sa propre problématique et sa propre fonction de valeur, formant des « fiefs » en tension permanente les uns avec les autres.
Ce qui distingue Anthropic, c’est qu’elle a très tôt compris que, si le jugement doit être décentralisé, la solidarité doit être activement construite. Dario ne souhaite pas que l’équipe « sécurité » dise uniquement « la sécurité est la priorité », tandis que l’équipe « produit » affirme « le produit est la priorité », reportant tous les conflits au sommet pour qu’ils y soient arbitrés. L’un de ses principes de management centraux est de décentraliser les arbitrages, donnant à chaque individu une perspective de fondateur, afin que tous participent, chacun à leur poste, à un même processus massif d’arbitrage.
C’est pourquoi Anthropic insiste extrêmement sur le principe « une seule équipe », et met en place divers dispositifs institutionnels pour atténuer les frontières entre fonctions : en dessous du niveau de la direction, il n’y a aucune distinction de titres, tous étant désignés « Membres du corps technique » (Member of Technical Staff), ce qui affaiblit volontairement les distinctions telles que « chercheur vs ingénieur », « senior vs junior », ou « architecte vs implémentateur ».
Cela contraste fortement avec OpenAI, qui entretient une culture de chercheurs plus forte, avec une « chaîne de hiérarchie implicite » bien établie : Chercheur > Ingénieur recherche > Ingénieur logiciel. Ainsi, les produits sont souvent subordonnés à la recherche, et ne disposent pas d’un poids décisionnel suffisant. En cas de conflit, la recherche refuse souvent de collaborer avec le produit.
Sur le plan de l’innovation produit, OpenAI présente une caractéristique forte : elle est pilotée par la recherche. Souvent, une nouvelle découverte émane de l’équipe recherche, et l’équipe produit reçoit alors un e-mail improvisé, cherchant à « trouver un clou pour son marteau ».
En revanche, chez Anthropic, les équipes produit et modèles sont étroitement intégrées, et le produit peut même influencer et définir les capacités des modèles. C’est d’ailleurs l’une des raisons pour lesquelles OpenAI est moins performante sur le plan produit qu’Anthropic.
Les deux origines de la culture
Une question subsiste : pourquoi Anthropic a-t-elle développé une culture organisationnelle si singulière ?
On peut y répondre sous deux angles :
1. Les exigences inhérentes à l’activité
Je me souviens d’une intervention, il y a deux ans, d’un responsable RH d’un grand groupe industriel, qui m’a profondément marqué et m’a fait réfléchir pour la première fois à la véritable signification de la culture organisationnelle.
La culture organisationnelle, dans son essence, est un facteur critique qui permet aux comportements des employés de conduire l’entreprise vers le succès. Son principe premier est donc que la nature de l’activité détermine la culture organisationnelle.
Prenons un exemple : ByteDance et Huawei sont deux entreprises dotées d’une grande capacité organisationnelle. Mais si l’on échangeait leurs systèmes organisationnels, les deux entreprises feraient faillite en peu de temps. Elles se situent aux deux extrémités d’un même spectre : ByteDance incarne le « premier à oser », tandis que Huawei incarne le « dernier à suivre ». L’une valorise l’innovation, l’autre l’efficacité.
Cela n’a rien à voir avec un jugement de valeur, mais découle directement de la nature de l’activité. Pour développer un nouveau produit, Huawei travaille sur des infrastructures comme les stations de base ou les puces : une erreur peut entraîner des coûts de rappel dévorant l’intégralité du bénéfice annuel. ByteDance, en revanche, opère dans un domaine à cycles courts et chaînes courtes : elle peut produire des dizaines de versions par semaine, corriger les erreurs et republier immédiatement. ByteDance peut donc encourager l’innovation et choisir la formule « contexte, pas contrôle » — ce que Huawei ne peut pas faire. Pour Huawei, innover trop tôt peut même devenir un fardeau : son véritable talent réside dans sa capacité, une fois le PMF (« product-market fit ») identifié sur le marché, à dépasser progressivement ses concurrents grâce à son excellence organisationnelle et à ses ressources, jusqu’à les écraser.
Revenons à Anthropic.
Dans la course à l’IA, un avantage concurrentiel central réside dans la capacité à faire « le sale boulot » par des personnes intelligentes. En particulier, dans les domaines du codage et des agents (Agentic), la compétition semble superficiellement porter sur les capacités des modèles, mais elle est en réalité une compétition d’ingénierie. Ce n’est pas un problème que quelques génies peuvent résoudre par une illumination soudaine, mais un ensemble massif de tâches ingrates, complexes et minutieuses. La barrière la plus fondamentale est celle des données.
Les données de discussion (chat) précédentes étaient de simples textes. Mais les données de codage et d’agents sont bien plus complexes : elles ne se limitent pas aux enregistrements de dialogue, mais incluent aussi la tâche elle-même, la configuration de l’environnement, le trajet d’exécution, ainsi que l’ensemble du système d’évaluation et de vérification. Ce sont des tâches fastidieuses et épuisantes, cruciales si elles sont bien menées, mais qui ne constituent pas un « moment de gloire » individuel comme la publication d’un article scientifique ou le lancement d’un nouveau produit.
Selon les retours de chercheurs avec lesquels nous avons échangé, le problème le plus critique d’OpenAI aujourd’hui est qu’elle peine à mobiliser des centaines de ses meilleurs talents pour accomplir sérieusement ce travail de données et ces tâches ingrates. OpenAI recrute les talents les plus haut placés dans la « chaîne de hiérarchie implicite », des profils prestigieux, aux ambitions élevées : ils aspirent naturellement à mener leurs propres projets, à passer du zéro à l’un, tandis que personne ne veut s’occuper des « dégâts », ni compléter les jeux de données.
OpenAI a connu un immense succès grâce à quelques percées fondamentales, mais comme l’a récemment déclaré Yao Shunyu dans un entretien : « L’ère de l’héroïsme individuel est révolue », « L’IA ne demande pas tant de cerveau… La qualité la plus essentielle est la fiabilité, et la rigueur dans l’exécution ».
À ce stade, les avantages de la culture d’Anthropic — modeste, fortement cohésive et portée par une mission — se révèlent de façon spectaculaire. On dit que Jared Kaplan, cofondateur d’Anthropic, passe lui-même chaque jour du temps avec son équipe à examiner les données, avec une rigueur de nettoyage inégalée par aucune autre entreprise.
(Cela explique aussi un phénomène observé : OpenAI domine les épreuves de codage de haut niveau, car celles-ci relèvent davantage d’un défi de recherche ; en revanche, sur les tâches agentic du quotidien, Anthropic est souvent supérieure, car ces tâches relèvent davantage d’un défi d’ingénierie, testant les données, les systèmes et les détails d’exécution.)
2. L’origine du fondateur
Les valeurs d’une entreprise reflètent souvent celles de ses fondateurs — par exemple, le style « wuxia » de Jack Ma, l’ouverture douce de Pony Ma, l’orientation esthétique de Steve Jobs, ou la discipline militaire de Ren Zhengfei.
Plus précisément, les valeurs des fondateurs proviennent généralement de deux sources : d’abord, ce en quoi ils croient profondément ; ensuite, ce qu’ils ont profondément détesté dans le passé. La première détermine ce qu’ils veulent devenir ; la seconde, ce qu’ils refusent catégoriquement de redevenir.
Anthropic illustre clairement les deux dynamiques — et la seconde, peut-être, joue un rôle encore plus déterminant. Examinons brièvement le parcours de Dario :
Dario a découvert l’IA au laboratoire d’intelligence artificielle de Baidu, où il a observé pour la première fois les lois d’augmentation (scaling laws), devenant progressivement un fervent adepte de cette théorie. Mais après la percée réalisée par Baidu, des luttes internes pour le contrôle et les ressources ont rapidement éclaté, aboutissant à la dissolution de l’équipe. Dario a ensuite rejoint OpenAI, où il a joué un rôle central dans le développement de la série GPT. OpenAI lui avait même alloué 50 à 60 % de toute sa puissance de calcul pour qu’il dirige principalement le projet GPT-3.
Mais Dario, homme aux convictions fortes et à la personnalité affirmée, a commencé à diverger progressivement d’OpenAI sur les questions de philosophie organisationnelle. Par exemple, Greg Brockman avait un jour formulé une proposition étonnante : vendre un jour l’AGI aux pays nucléaires membres du Conseil de sécurité de l’ONU. Dario, après l’avoir entendue, a failli démissionner sur-le-champ : pour lui, il ne s’agissait plus d’un désaccord commercial, mais d’un conflit de valeurs fondamentales.
Les relations entre Greg et Dario se sont détériorées au fil des années, Sam Altman jouant le rôle de médiateur. Sam a alors déployé l’une de ses compétences les plus remarquables : faire croire à chaque camp qu’il est de leur côté. À court terme, c’est une habileté de gestion ; à long terme, c’est une dépense de confiance. Plus tard, quand tout le monde a fait le bilan, on s’est rendu compte que les engagements pris par Sam auprès de Dario et ceux faits auprès de Greg étaient fondamentalement incompatibles. Peu à peu, Dario a constitué au sein d’OpenAI un cercle étroit d’alliés — certains l’ayant surnommé « les pandas », en référence à son amour des pandas.
Le fossé entre ce cercle et la direction d’OpenAI s’est creusé sur les choix stratégiques, la gouvernance organisationnelle, etc., jusqu’à dégénérer en une grave lutte politique.
Un affrontement direct très violent a même eu lieu au sommet. Sam a accusé Dario et Daniela (sa sœur, qui deviendrait plus tard cofondatrice d’Anthropic) d’organiser en secret des retours négatifs à son encontre. Les deux ont nié, et ont immédiatement fait venir la source citée par Sam pour un face-à-face. Cette personne a déclaré ne rien savoir de cette affaire — et Sam a alors nié avoir jamais proféré cette accusation.
Cet épisode a définitivement brisé la confiance entre Dario et sa sœur, et les deux parties se sont violemment brouillées.
De nombreux autres drames internes similaires se sont produits. En résumé, Dario a élevé le conflit avec les deux camps au rang d’une crise morale de confiance. Pour lui, une entreprise détenant une technologie aussi puissante exige des dirigeants sincères et dignes de confiance. Si ceux qui la dirigent ne sont pas honnêtes, ils ne font que renforcer une direction dangereuse.
Ainsi, Dario a finalement quitté OpenAI avec certains de ses collègues clés du projet GPT-3 pour fonder Anthropic.
La culture d’Anthropic aujourd’hui n’est donc pas seulement le reflet d’une personnalité innée de Dario : elle est surtout le fruit de ses deux expériences directes de luttes politiques, à Baidu puis à OpenAI. Il sait combien il est facile pour un groupe de personnes brillantes et égocentriques de se diviser à cause de conflits sur les ressources ou les valeurs. Anthropic a donc instinctivement été construite dans la direction opposée :
ayant vu comment la « gestion équilibrée » peut éroder la confiance, elle insiste sur la vérité et la transparence ; ayant connu des luttes politiques exacerbées, elle encourage à porter les conflits à la surface dès le début ; ayant vu une divergence idéologique détruire une organisation, elle a instauré un filtrage culturel strict ; ayant assisté à des luttes pour le pouvoir entre des « stars » exceptionnelles, elle valorise l’humilité et évite de recruter des « grandes signatures ».
La culture organisationnelle d’Anthropic aujourd’hui est largement le contrecoup de ce qu’elle a vécu à Baidu et à OpenAI.
Conclusion
Pour conclure, Anthropic et OpenAI sont deux entreprises profondément différentes dans leur ADN : la première est une organisation idéaliste, guidée par une mission claire et une forte cohésion — une sorte de « secte » ; la seconde est une « superplateforme » animée par l’ambition, multipliant les fronts d’expansion et constamment à la recherche du prochain « coup de tonnerre ».
Pour y voir plus clair, comparons quelques dimensions clés des deux entreprises :
Cepend
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
