En octobre 2024, Anthropic a publié Computer Use : une capacité expérimentale permettant à Claude de contrôler directement un ordinateur en regardant l'écran, en bougeant le curseur, en cliquant, et en tapant. Depuis avril 2025, cette technologie a atteint un niveau de fiabilité industriel. C'est la première fois qu'un agent IA peut piloter un environnement applicatif quelconque sans intégration API préalable. Conséquences opérationnelles et réglementaires.

Ce que Computer Use change techniquement

Jusqu'à 2024, les agents IA en entreprise nécessitaient soit une API exposée par chaque outil (Salesforce, SAP, Workday, etc.), soit un connecteur RPA (UiPath, Power Automate Desktop) configuré manuellement. Coût d'intégration moyen pour un workflow complet : 50 à 200 k€, délai 3 à 9 mois.

Computer Use bypasse cette logique. Claude « voit » l'écran (capture pixel + OCR + compréhension structurelle), comprend le contexte applicatif, et exécute les actions. Un workflow type « extraire factures depuis boîte mail, valider montants vs bon de commande, créer entrée comptable dans Pennylane » devient configurable en quelques heures sans toucher à aucune API.

Premiers cas d'usage en production

Depuis avril 2025, les cas documentés incluent :

  • Service client niveau 2, Claude consulte les écrans CRM internes, ERP, base de connaissance, formule la réponse, et la pousse à l'agent humain pour validation finale. Économie : 12 à 18 minutes par ticket complexe.
  • Back-office finance, extraction factures fournisseurs, contrôle TVA intra-communautaire, saisie comptable. 30 à 60 factures par heure traitées sous supervision humaine.
  • QA logiciel, exécution de scénarios de test fonctionnels sur applications web, rapport de bugs automatique.
  • Migration outils, recopie de données d'un outil legacy vers un nouveau SaaS sans intégration API (cas réel : 14 000 fiches CRM migrées en 11 jours).

Implications AI Act. risque limité ou haut risque ?

Computer Use en lui-même est un système IA à usage général (GPAI). Sa classification finale dépend de l'usage final déployeur. Trois cas typiques :

Cas 1, workflow back-office sans décision sur personnes : risque minimal (Art. 6). Saisie comptable, migration de données, QA logiciel. Logging recommandé mais pas obligatoire.

Cas 2, service client avec recommandation pour humain : risque limité (Art. 6 + Art. 50 transparence). Le client final doit être informé que la réponse est suggérée par IA.

Cas 3, décision automatisée sur personnes : haut risque (Annexe III). Approbation crédit, scoring candidat, recommandation médicale. Documentation Art. 11, supervision Art. 14, logging Art. 12 obligatoires.

Le piège « démo magique » vs réalité production

Les vidéos de démonstration Anthropic font illusion. En production, Computer Use a trois limitations majeures à connaître :

1. Latence, 8 à 25 secondes par action complexe. Inadapté aux flux temps réel (trading, modération en direct).

2. Coût, 0,30 à 1,20€ par tâche selon complexité. Rentable seulement si la tâche manuelle équivalente coûte plus de 5€ (typiquement vrai pour tout knowledge work).

3. Fiabilité non déterministe, taux d'erreur 2 à 8% selon contexte applicatif. Tout déploiement production exige supervision humaine obligatoire sur les tâches critiques.

Implications pour votre stratégie 2026

Pour un DSI ou COO d'ETI, Computer Use change l'équation économique de l'automatisation :

  • Les projets RPA classiques (UiPath, Power Automate) à 100k€+ deviennent difficiles à justifier face à des POC Computer Use à 15-25k€ qui livrent 70 à 80% de la valeur en quelques semaines.
  • L'automatisation de processus « long-tail » (peu fréquents, pas assez de volume pour justifier RPA classique) devient enfin rentable.
  • Le besoin d'API custom diminue, l'IA travaille avec l'interface existante.

Le risque inverse : les workflows automatisés sans gouvernance prolifèrent. C'est exactement ce que l'AI Act vise à encadrer. Le bon déploiement combine vélocité Computer Use + traçabilité AI Act + supervision humaine documentée.