Étude de cas | Claude Platform

Comment Shortcut utilise Opus 4.6 pour gérer les tâches complexes liées aux feuilles de calcul dans les entreprises

Secteur d'activité :
Logiciels
Taille de l'entreprise :
Petite entreprise
Produit :
Claude Platform
Lieu :
Amérique du Nord

Plus de 100 000 utilisateurs

Shortcut est passé d'une application grand public à l'accompagnement de plus de 1 000 entreprises

Précision des tests de référence de 7,29 à 8,08

sur 10 après le passage à Opus 4.6 sans modification des requêtes

Fundamental Research Labs est un laboratoire de recherche créé il y a deux ans, qui se donne pour mission de créer une IA plus humaine. Leur premier produit commercial, Shortcut, est un outil de feuille de calcul alimenté par l'IA qui fonctionne avec Excel, Google Sheets et une application web et de bureau autonome.

Avec Claude, Fundamental Research Labs a obtenu :

  • La précision du benchmark est passée de 7,29 à 8,08 sur 10 après le passage à Opus 4.6 sans modification des requêtes
  • Près de 500 milliards de jetons traités sur la plateforme en janvier 2026 
  • Plus de 100 000 utilisateurs dans plus de 1 000 entreprises, parmi lesquels des particuliers et des professionnels travaillant dans la publicité, les fonds spéculatifs et le conseil en gestion
  • Les utilisateurs déclarent gagner plusieurs heures par jour sur des tâches comme la création de modèles financiers, l'extraction de données et l'audit de formules
  • Architecture multi-agent permettant d’exécuter simultanément plus de 10 sous-agents Claude pour analyser des classeurs complexes multi-feuilles

Le défi : faire fonctionner l'IA pour les feuilles de calcul

Les tâches liées aux feuilles de calcul sont plus complexes qu'il n'y paraît pour les agents d'IA. Un seul modèle financier peut contenir des centaines de milliers de cellules liées sur plusieurs feuilles, et ne bénéficie pas des outils et structures de soutien dont disposent habituellement les agents de codage pour faire le travail. Nico Christie, qui dirige Shortcut chez Fundamental Research Labs, travaillait auparavant dans le conseil financier, où une équipe pouvait passer des semaines à itérer sur un seul modèle avant d'obtenir l'accord du client. « L’IA s’attaque maintenant aux feuilles de calcul, comme elle l’a fait avec la programmation », explique Christie. 

Le travail implique l'extraction de données à partir de documents, la création de formules entre des cellules interconnectées, la détection d'erreurs et l'audit de modèles. Les tâches qui consistent à finaliser ou auditer ces modèles nécessitent à la fois de la précision et une compréhension de la manière dont les feuilles s'interconnectent.

Fundamental Research Labs a créé une infrastructure de benchmarking pour mesurer les performances de l'IA sur ces tâches : problèmes Excel réalistes et complexes, dont les solutions peuvent être vérifiées. Lors du lancement initial de leur produit Shortcut, les meilleurs modèles testés obtenaient des scores compris entre 4 et 5,5 sur 10. Avec d'autres fournisseurs de modèles, Christie indique que les tâches échouaient environ 70 % du temps.

Sélection de Claude pour la complexité des feuilles de calcul

Après avoir testé plusieurs fournisseurs de modèles par rapport à son pipeline de benchmark, Claude est devenu le seul modèle en production pour Shortcut.

Un facteur clé dans ce choix a été la faible adaptation requise par Claude. D'autres modèles nécessitaient des cycles d'ingénierie de requêtes et de tests comparatifs pour contourner le comportement spécifique à un modèle. L'intégration d'Opus n'en a nécessité aucune. « Nous devons donner très peu d’instructions spécifiques à Claude », déclare Christie.

Chaque version ultérieure de Claude a renforcé cette décision. Lorsque Anthropic a publié Opus 4.6 en février, le score est passé de 7,29 à 8,08 sur 10.

« Cela a marqué un véritable bond en avant », déclare Christie. « Les tâches complexes qui étaient impossibles sont devenues réalisables. Les tâches moyennes sont devenues faciles. Sur les tâches simples, les performances avaient déjà atteint leur plafond. Cela a tout changé, comme cela avait été le cas pour le codage. »

Les résultats : une architecture multi-agents pour les tâches complexes

Shortcut utilise Claude au sein d’une architecture multi-agent. Lorsqu'un utilisateur demande à Shortcut d'auditer un classeur complexe, le système lance plusieurs sous-agents Claude pour explorer chaque feuille en parallèle, comme le fait Claude Code. Sur un modèle financier de dix feuilles, cela peut signifier que six à dix agents fonctionnent simultanément, chacun analysant un onglet différent pour rechercher des erreurs, des problèmes structurels et des données manquantes. Ces agents recueillent le contexte et renvoient les résultats à un agent principal.

Avant d'exécuter les modifications, le système passe en mode planification, où Claude examine le classeur, identifie les problèmes et pose des questions de clarification. Une fois le plan approuvé, Shortcut confie l'exécution à un nouvel agent Claude, ce qui garde le contexte d'exécution propre et ciblé.

Perspectives d'avenir

Chaque mise à niveau du modèle de Claude a permis de générer des gains mesurables pour Shortcut sans nécessiter de travail d'ingénierie. Pour Christie, ce schéma façonne la manière dont l'équipe réfléchit à sa feuille de route : à mesure que les capacités de Claude s'améliorent, ce que Shortcut peut offrir à ses utilisateurs s'améliore également.

« Excel est utilisé par environ un milliard de personnes, les feuilles de calcul par deux milliards », déclare Christie. « La mission de Shortcut est d'offrir à un milliard d'utilisateurs de feuilles de calcul dans le monde le sentiment que nous éprouvons en utilisant Claude. »

‍

« La mission de Shortcut est d'offrir à un milliard d'utilisateurs de feuilles de calcul à travers le monde le sentiment que nous éprouvons en utilisant Claude. »
Nico ChristieCofondateur de Fundamental Research Labs