Anthropic vient d’annoncer Claude Science, un espace de travail IA pensé pour les chercheurs. Sur le papier, l’outil s’adresse à la génomique, à la protéomique ou à la chimie computationnelle, des univers a priori éloignés du search et du contenu de marque. Mais ce lancement mérite l’attention de toute agence qui, comme MYA, observe de près la manière dont les grands modèles évoluent. Il dessine une tendance structurante pour 2026 et au-delà : le passage d’un Claude généraliste à des Claude spécialisés, profondément intégrés dans les outils métiers de chaque secteur.

Un environnement de travail unifié, pas juste un chatbot

Claude Science part d’un constat simple : la recherche scientifique est fragmentée. Un chercheur jongle entre des dizaines de bases de données, des formats de fichiers hétérogènes et une multitude d’outils (PubMed, Jupyter, R, un terminal de cluster). Anthropic propose de réunir tout cela dans un seul environnement, accessible localement sur macOS ou Linux, ou à distance via SSH ou un nœud de calcul HPC.

Concrètement, un agent coordinateur généraliste s’appuie sur plus de 60 compétences et connecteurs préconfigurés (génomique, single-cell, protéomique, biologie structurale, chimie informatique). Cet agent peut lui-même déléguer des tâches à des agents spécialisés, tandis qu’un agent réviseur vérifie les citations et les calculs, et corrige les erreurs qu’il détecte.

Anthropic est explicite sur un point : Claude Science n’est pas un nouveau modèle, ni une version de Claude spécialement entraînée pour la biologie. L’outil s’appuie sur les modèles existants, dont Claude Opus 4.8, sans accès restreint. Ce choix confirme une stratégie assumée : Anthropic ne cherche plus seulement à faire progresser l’intelligence brute de ses modèles, mais à construire, autour d’eux, des environnements de travail complets, adaptés à chaque métier. Claude Science prolonge en cela le lancement de Claude for Life Sciences en octobre 2025, et s’inscrit dans une logique de verticalisation que l’on retrouve désormais chez la plupart des grands laboratoires d’IA.

Trois apports qui dépassent le cadre scientifique

Trois caractéristiques de Claude Science illustrent une direction que l’on retrouve désormais dans presque tous les produits Anthropic, y compris ceux que les marques utilisent au quotidien.

Des artefacts entièrement traçables. Chaque figure générée par Claude Science embarque le code exact, l’environnement technique et l’historique complet des échanges qui ont permis de la produire. L’objectif : que le résultat reste vérifiable et reproductible, même des mois plus tard. Cette logique d’auditabilité rejoint une préoccupation que nous portons chez MYA depuis le lancement de notre méthode V.M.R. : être visible et mentionné ne suffit pas, encore faut-il que les données citées par les IA soient fiables et traçables jusqu’à leur source.

Une gestion autonome de la puissance de calcul. Claude Science planifie, demande une validation avant de mobiliser de nouvelles ressources, puis exécute les tâches lourdes (repliement de protéines, pipelines génomiques) sur l’infrastructure du laboratoire, qu’il s’agisse d’un cluster HPC ou de GPU à la demande via Modal. Les données sensibles ne quittent jamais les systèmes où elles se trouvent déjà, seul le contexte nécessaire à chaque étape est transmis à Claude.

Une intégration native aux écosystèmes spécialisés. L’outil se connecte directement à des dizaines de bases sectorielles (UniProt, PDB, Ensembl, ClinVar, ChEMBL…) ainsi qu’aux modèles de NVIDIA BioNeMo, dont Evo 2, Boltz-2 et OpenFold3. Chaque laboratoire peut aussi transformer ses propres pipelines en compétences réutilisables, que l’agent retrouve automatiquement dans ses sessions suivantes.

Un agent réviseur dédié à la fiabilité. Au-delà de l’agent coordinateur, Claude Science embarque un agent réviseur dont le seul rôle est de vérifier les citations, les calculs et les figures avant qu’un résultat ne soit considéré comme final. C’est une réponse directe à la principale critique adressée aux IA génératives en contexte scientifique : la capacité à produire une réponse assurée, bien formulée, mais fondée sur une citation inventée ou un calcul erroné. Anthropic formalise ainsi un principe qui nous est cher chez MYA : une information n’est utile que si elle peut être vérifiée jusqu’à sa source.

Des cas d’usage qui valident la promesse

Les premiers retours des laboratoires partenaires du bêta-test donnent la mesure de l’impact. Chez Manifold Bio, l’outil a servi à prioriser des cibles thérapeutiques en croisant expression de surface, trafic cellulaire et critères de sécurité, avec les standards internes de l’entreprise intégrés au raisonnement de l’agent. Ce qui distingue Claude Science d’un simple assistant de code, selon Manifold, c’est sa capacité à mener ce travail de bout en bout, en allant chercher les bonnes données et en appliquant le bon jugement, contexte des programmes passés inclus.

À l’Allen Institute, le neuroscientifique Jérôme Lecoq a construit un patron de revue de littérature computationnelle reposant sur une vingtaine de compétences personnalisées : les agents lisent des milliers d’articles, en extraient l’affirmation centrale et le résultat quantitatif clé, puis les stockent dans une base de preuves structurée. Une revue qui prenait jusqu’à deux ans à rédiger peut désormais être produite en quelques semaines, citations vérifiées par les agents réviseurs à l’appui.

À l’UCSF Brain Tumor Center, l’épidémiologiste Stephen Francis a utilisé l’outil pour accélérer ses travaux sur la génétique du gliome, réduisant d’un facteur dix le temps nécessaire à des analyses germinales complexes menées selon plusieurs approches en parallèle.

Un programme de financement pour la recherche

En parallèle du lancement, Anthropic ouvre jusqu’à 50 places dans son programme AI for Science, avec jusqu’à 30 000 dollars de crédits de calcul par projet, complétés par 2 000 dollars fournis par Modal pour les projets sélectionnés. Les candidatures sont ouvertes jusqu’au 15 juillet 2026, pour des projets qui se dérouleront de septembre à décembre 2026. Le programme cible en priorité les chercheurs postdoctorants et doctorants, sur des sujets à fort impact scientifique, avec un filtre de sécurité biologique sur les candidatures retenues.

Pourquoi ce lancement compte pour le GEO

Ce que cela confirme, c’est qu’Anthropic ne construit plus seulement un modèle plus puissant, mais des environnements agentiques verticalisés, où l’IA s’insère nativement dans le flux de travail d’un métier, avec ses propres sources de vérité et ses propres standards de preuve. C’est exactement la logique que nous voyons émerger dans le search génératif : les moteurs conversationnels ne se contentent plus de répondre, ils orchestrent des agents qui vont chercher, croisent et vérifient l’information avant de la restituer.

Pour les marques de beauté et de luxe, l’enseignement est direct. Être « visible, mentionné, recommandé » dans les réponses des IA suppose que le contenu de marque soit structuré comme une source fiable et traçable, au même titre que les bases de données que Claude Science interroge pour un chercheur. La granularité, la clarté de la structure et la vérifiabilité des informations produites par une marque deviennent des critères de sélection pour les agents IA, qu’ils travaillent pour un laboratoire ou pour un consommateur en recherche d’un sérum anti-âge.

Trois idées à retenir pour nos clients :

• La preuve devient un actif de contenu. Un ingrédient actif, une étude clinique, un pourcentage d’efficacité n’ont de valeur pour un agent IA que s’ils sont rattachés à une source claire et vérifiable. Les fiches produits et pages d’ingrédients qui citent leurs sources gagnent en crédibilité aux yeux des moteurs génératifs, exactement comme un agent réviseur valide une citation scientifique.
• La structure prime sur le volume. Claude Science ne fonctionne pas en ingérant des masses de texte non structuré, mais en interrogeant des bases organisées par schéma. Cela renforce l’intérêt d’une architecture de contenu propre (balisage, données structurées, llms.txt) plutôt que d’une production de contenu purement quantitative.
• Les agents spécialisés se multiplient. Après Claude Code pour le développement et désormais Claude Science pour la recherche, la logique d’agents verticaux dédiés à un métier va probablement s’étendre à d’autres secteurs. Une marque qui structure déjà son contenu pour être lisible par une IA généraliste prend une longueur d’avance pour être également lisible par les agents spécialisés qui émergeront demain, y compris dans la santé, la cosmétique ou le conseil réglementaire.

Claude Science est disponible dès aujourd’hui en version bêta pour les utilisateurs Claude Pro, Max, Team et Enterprise (les organisations Team et Enterprise doivent l’activer via un administrateur), sur macOS ou Linux, en local ou à distance via SSH ou un nœud HPC. Anthropic financera par ailleurs jusqu’à 50 projets de recherche via son programme AI for Science, avec des candidatures ouvertes jusqu’au 15 juillet 2026 pour des projets menés de septembre à décembre 2026.

---

Chez MYA, nous suivons ces évolutions de près pour anticiper la manière dont les marques doivent structurer leur contenu à l’ère des agents IA. Notre méthode V.M.R. (Visible, Mentionné, Recommandé) s’appuie sur ces mêmes principes de traçabilité et de fiabilité pour construire la visibilité des marques dans les réponses des IA génératives.