Comment les entreprises de pointe prennent de l’avance

En bref

• Les entreprises de pointe—celles qui se situent dans le 95e percentile en matière d’utilisation—utilisent désormais 3,5 fois plus d’intelligence par employé que les entreprises classiques, contre 2 fois plus il y a un an.
• L’écart s’explique par la profondeur, pas seulement par l’activité : le volume de messages ne représente que 36 % de l’avantage des entreprises de pointe ; l’essentiel vient d’un usage de l’IA plus riche et plus sophistiqué.
• Les workflows agentiques deviennent un indicateur clé des entreprises de pointe : l’écart est le plus marqué du côté des outils avancés, où ces entreprises envoient 16 fois plus de messages Codex par employé que les entreprises typiques.
• Les organisations peuvent évaluer vers des pratiques de pointe : les leaders mesurent la profondeur des usages, instaurent une gouvernance pour la production, investissent dans l’accompagnement, généralisent ce qui fonctionne et évoluent d’une assistance conversationnelle vers un travail délégué à des agents.

Pour de nombreuses entreprises, la première phase d’adoption de l’IA était axée sur l’accès : qui avait accès aux outils d’IA, combien de licences étaient déployées et si les employés les utilisaient à titre exploratoire. Cela reste important. Mais l’accès n’est plus l’élément différenciateur. 

Nos dernières recherches suggèrent que l’avantage des entreprises de pointe commence à produire des effets cumulatifs. Les entreprises de pointe prennent de l’avance parce qu’elles utilisent davantage d’intelligence par employé, adoptent les outils avancés de manière plus intensive et intègrent plus profondément l’IA dans leurs workflows.

Aujourd’hui, nous lançons B2B Signals, une extension d’OpenAI Signals dédiée aux entreprises,qui offre une mesure récurrente de la diffusion de l’IA au sein des entreprises, fondée sur des signaux agrégés préservant la confidentialité provenant de l’utilisation des produits OpenAI en environnement professionnel, notamment :

• La profondeur d’utilisation de l’IA au sein des entreprises
• Quels outils et quelles tâches sont le plus associés à l’adoption de technologies de pointe ?
• Là où les cas d’usage en entreprise s’élargissent à travers les secteurs, les produits et les fonctions

Remarque : toutes les analyses de ce rapport reposent sur des données d’utilisation agrégées et anonymisées des entreprises. Le contenu des messages a été classé à l’aide de systèmes automatisés, et aucun employé d’OpenAI n’a examiné les données individuelles d’une entreprise, d’un commerce ou d’un client de l’API dans le cadre de cette analyse.

Le signal le plus clair est la profondeur. Les entreprises de pointe utilisent désormais 3,5 fois plus d’intelligence par employé que les entreprises typiques, comparativement à 2 fois en avril 2025. Le volume de messages n’explique que 36 % de cet écart ; la majeure partie provient d’une utilisation plus poussée. Les employés de pointe demandent à l’IA de prendre en charge des tâches plus complexes, lui fournissent un contexte plus riche et génèrent des résultats plus substantiels.

Dans ce rapport, nous utilisons les tokens générés comme indicateur indirect de l’intelligence demandée. Les tokens ne constituent pas une mesure directe de la valeur métier, mais ils permettent de mesurer la quantité de travail que les employés demandent à l’IA d’effectuer, ce qui en fait un indicateur indirect utile de la profondeur d’utilisation de l’IA.

Pour le dire simplement  : les entreprises classiques utilisent l’IA pour répondre à des questions ; les entreprises de pointe l’utilisent pour les aider à réaliser des tâches complexes. Ils ne se contentent pas d’envoyer plus de messages ; chaque interaction accomplit une plus grande partie du travail réel. 

Pris ensemble, ces signaux indiquent que les entreprises de pointe utilisent l’IA pour des tâches plus complexes et exigeantes. Pour les dirigeants, la question évolue : il ne s’agit plus de savoir combien de personnes ont accès à l’IA ou à quelle fréquence elles l’utilisent, mais de comprendre où l’IA s’intègre plus en profondeur aux workflows et transforme le fonctionnement des équipes.

Les technologies de pointe évoluent elles aussi vers la délégation.

L’avantage est le plus important dans les outils avancés et agentiques. Codex présente l’écart le plus important, les entreprises de pointe envoyant 16 fois plus de messages par employé que les entreprises types. ChatGPT Agent, les apps dans ChatGPT, la Recherche approfondie et les GPTs suivent des tendances similaires, ce qui suggère que les entreprises de pointe adoptent plus efficacement des outils permettant aux employés de coder, de déléguer des tâches en plusieurs étapes, d’exploiter le contexte interne et de réaliser des recherches plus avancées.

Alors que les systèmes d’IA deviennent plus capables d’utiliser des outils, de travailler sur plusieurs fichiers et bases de code, et d’accomplir des tâches de plus longue haleine, les entreprises devront s’adapter à l’idée de confier des tâches concrètes à des agents d’IA.

Les entreprises qui prennent les devants développent les capacités opérationnelles nécessaires pour utiliser l’IA non seulement comme une interface plus rapide, mais comme un moyen de repenser le travail en profondeur.

Cisco utilise Codex pour accélérer les tâches complexes de développement logiciel dans l’ensemble de son organisation d’ingénierie. Dans les workflows de production, Codex a contribué à réduire les temps de construction d’environ 20 %, à économiser plus de 1 500 heures d’ingénierie par mois et à augmenter de 10 à 15 fois la vitesse de résolution des défauts. Pour reprendre les mots de l’équipe de Cisco, les plus grands progrès ont été réalisés lorsqu’elle a traité Codex comme « un membre de l’équipe ». 

L’IA s’intègre également aux workflows de production dans toute l’entreprise.

Les entreprises déploient des cas d’utilisation de l’API pour les assistants intégrés aux applications, les outils de codage et de développement, ainsi que le support client. Il s’agit des domaines dans lesquels l’IA peut être intégrée aux produits, aux services et aux systèmes internes.

L’utilisation de l’IA est la plus répandue dans la rédaction et la communication, mais les usages propres à chaque fonction se développent. Les équipes IT et sécurité utilisent principalement l’IA pour des guides pratiques et des procédures, les équipes de développement logiciel et de data science l’utilisent pour des tâches liées au code, tandis que les équipes finance s’en servent pour l’analyse et les calculs. Cette tendance suggère que l’IA dépasse la productivité générale pour s’orienter vers des tâches plus étroitement liées aux responsabilités essentielles de chaque fonction.

Il n’existe pas de classement unique de l’adoption de l’IA. Certains secteurs se distinguent par une adoption large de ChatGPT, tandis que d’autres se démarquent par l’utilisation de Codex, l’intensité d’usage des API ou le volume de messages. Cela signifie que les organisations disposent de plusieurs points d’entrée : déployer l’accès à grande échelle, intensifier l’usage, adopter des outils agentiques ou intégrer l’IA directement dans les produits et les systèmes.

Travelers Insurance offre un exemple concret de cette approche en pratique. Son assistant IA de gestion des sinistres, développé avec OpenAI, guide les clients tout au long de la déclaration initiale de sinistre, répond aux questions relatives au contrat d’assurance, recueille les informations nécessaires pour ouvrir un dossier de sinistre et crée ces dossiers directement dans les systèmes de Travelers. Travelers s’attend à ce que l’assistant traite environ 100 000 appels de déclaration initiale de sinistre au cours de sa première année.

L’écart entre les entreprises de pointe et les entreprises typiques ne doit pas être interprété comme une ligne de démarcation fixe. De nombreuses organisations n’en sont encore qu’au début du processus visant à passer d’un accès généralisé à une utilisation de l’IA plus approfondie et mieux intégrée. L’intérêt de cette approche de pointe est qu’elle montre quelles pratiques semblent aider les entreprises à créer une dynamique au fil du temps.

L’un des signaux les plus clairs concerne l’éducation et l’apprentissage, domaines pour lesquels l’avantage de pointe au niveau des tâches est le plus important. Cela suggère que les entreprises les plus avancées utilisent l’IA non seulement pour accomplir des tâches, mais aussi pour aider leurs employés à développer les compétences, les habitudes et l’assurance nécessaires pour bien l’utiliser.

Les organisations peuvent tendre vers un niveau de pointe en mesurant la profondeur des usages, en instaurant une gouvernance adaptée à la production, en faisant de l’accompagnement une brique d’infrastructure, en identifiant les équipes de pointe et en déployant leur impact à grande échelle, et en évoluant du chat vers un travail délégué à des agents.

L’IA en entreprise évolue rapidement, et les dirigeants ont besoin d’indicateurs clairs pour comprendre comment transformer l’adoption de l’IA en valeur pour l’entreprise.

B2B Signals analyse les comportements et les dynamiques des entreprises de pointe, afin d’offrir aux organisations une vision plus claire sur la façon dont les leaders du marché traduisent l’intelligence en valeur pour l’entreprise.

Cette première version se concentre sur l’utilisation approfondie, les workflows agentiques et les modèles émergents dans tous les secteurs d’activité et toutes les fonctions. Les futures mises à jour suivront les progrès réalisés concernant ces mesures et adapteront les signaux alors que l’IA en entreprise évoluera.