Enterprise Signals : ce que les entreprises de pointe font autrement

L’IA d’entreprise entre dans une nouvelle phase : davantage de tâches sont déléguées aux agents, et les entreprises les plus avancées creusent l’écart. Les entreprises de pointe ont accès aux mêmes modèles d’IA que les autres entreprises, mais elles en intensifient l’utilisation plus rapidement. Ce qui les distingue, c’est la manière dont elles mettent ces modèles à contribution : en passant de l’assistance à la délégation, en fournissant aux agents le contexte et les outils nécessaires pour mener à bien des tâches complexes, et en accélérant l’IA agentique au-delà du développement logiciel.

Nos recherches sur la façon dont les agents transforment le travail chez OpenAI offrent un indicateur avancé de ce à quoi cette évolution peut ressembler au sein d’une organisation native de l’IA. Enterprise Signals élargit la perspective à la clientèle mondiale d’OpenAI, montrant comment le travail agentique se répand dans les organisations et ce qui distingue les entreprises de pointe des autres.

Dans cette édition d’Enterprise Signals, nous montrons que les entreprises de pointe, celles qui figurent chaque mois dans les 10 % supérieurs en matière d’utilisation de l’IA, creusent l’écart avec les entreprises typiques, celles qui se situent dans les 10 % intermédiaires. Nous examinons ce que les entreprises de pointe font différemment et ce que les organisations peuvent faire pour combler l’écart.

Points clés :

• L’utilisation en entreprise devient plus agentique. En juin, Codex a généré 64 % des tokens de sortie combinés de Codex et de ChatGPT auprès des clients entreprises, ce qui suggère que les agents favorisent une évolution vers des tâches déléguées plus substantielles.
• L’écart entre les entreprises de pointe et les autres se creuse. Les entreprises de pointe — celles qui figurent chaque mois parmi les 10 % d’entreprises qui utilisent le plus l’IA — génèrent désormais 8,3 fois plus de tokens de sortie par utilisateur actif que les entreprises typiques, contre 2,6 fois en janvier.
• Les entreprises de pointe ont plus souvent recours à des capacités avancées. Chaque semaine, 21 % des utilisateurs actifs au sein des entreprises de pointe utilisent des Plugins, contre 9 % dans les entreprises typiques. Chez OpenAI, 95 % des employés utilisent des Plugins chaque semaine, ce qui souligne le potentiel d’une adoption plus poussée.
• Les agents gagnent du terrain dans le travail intellectuel. Depuis février, le nombre d’utilisateurs actifs hebdomadaires de Codex en entreprise a été multiplié par 108 dans le juridique, par 41 dans les ventes, par 41 dans le recrutement et par 26 dans le marketing, contre une multiplication par 5 dans l’ingénierie.
• Les employés en début de carrière utilisent davantage l’IA : le taux d’utilisation est le plus élevé chez les employés en début de carrière et diminue chez les employés plus expérimentés, ce qui suggère un avantage comparatif potentiel dans l’utilisation de l’IA.

L’IA d’entreprise passe de la réponse aux questions à l’exécution de tâches. Cette évolution s’est d’abord imposée dans le génie logiciel avec Codex. Aujourd’hui, ChatGPT Work étend l’IA agentique au-delà des développeurs, permettant aux collaborateurs de toute l’entreprise de passer de la simple demande d’aide à la délégation de tâches substantielles.

En juin 2026, l’utilisation de l’IA agentique (définie comme les tokens Codex) représentait 64 % de l’ensemble des tokens de sortie de Codex et de ChatGPT chez les clients d’entreprise. ChatGPT et l’IA agentique utilisent tous deux les mêmes modèles de pointe sous-jacents ; la différence réside dans la manière dont cette intelligence est mise à profit.

ChatGPT aide les personnes à poser des questions, à développer des idées et à résoudre des problèmes. L’IA agentique (comme Codex et ChatGPT Work) donne au modèle des outils pour travailler avec votre ordinateur, ce qui lui permet de trouver des informations, de modifier des fichiers et d’effectuer des tâches en plusieurs étapes de manière autonome ou sous supervision. L’exécution de tâches complexes et de longue durée peut nécessiter beaucoup plus de calcul, ce qui explique en partie pourquoi l’utilisation des tokens agentiques a augmenté rapidement.

Chaque mois, nous classons les clients entreprises selon le nombre de tokens de sortie par utilisateur actif. Les entreprises de pointe sont celles qui se situent dans les 10 % en tête du classement ce mois-là, tandis que les entreprises typiques se situent entre les 45e et 55e percentiles. En juin, les entreprises de pointe ont généré 8,3× plus de tokens de sortie par utilisateur actif que les entreprises typiques, soit un triplement par rapport à l’écart de 2,6× observé en janvier.

L’écart entre les entreprises de pointe et les entreprises typiques s’observe également dans tous les secteurs, le plus grand écart d’utilisation des tokens étant observé dans l’information et les technologies (11,7×), et le plus faible dans l’industrie manufacturière (5,3×). En revanche, l’usage des tokens par les entreprises typiques est similaire d’un secteur à l’autre, avec une croissance relativement modeste au cours de l’année écoulée (de 1,9× à 2,8×). Cela suggère que de nombreuses organisations utilisent encore des assistants conversationnels simples, ce qui laisse une marge importante pour renforcer l’adoption et utiliser des agents afin d’effectuer des tâches plus complexes.

Les tokens sont une mesure imparfaite de la valeur métier : une réponse courte peut être très précieuse, tandis qu’une réponse longue peut apporter peu de valeur. Mais le volume de tokens constitue un indicateur indirect utile du degré d’utilisation de l’IA et de la quantité de travail que les employés demandent à l’IA de prendre en charge.

Les entreprises de premier plan intensifient leur utilisation de l’IA, car elles l’appliquent à des problèmes concrets au sein de leurs organisations et dans l’ensemble de leurs secteurs d’activité.

Les premières applications d’IA d’entreprise ont d’abord vu le jour en interne, aidant les employés à trouver des informations, à rédiger des documents, à analyser des données, à écrire du code et à automatiser les processus courants. Les entreprises de premier plan étendent de plus en plus l’utilisation de l’IA au-delà de la productivité interne, pour l’intégrer à des produits, services et expériences destinés aux clients.

Les agents d’IA ont besoin d’accéder au bon contexte et aux bons outils pour être efficaces. Les Plugins⁠(ouverture dans une nouvelle fenêtre) regroupent des fonctionnalités qui aident les agents à accomplir des flux de travail spécifiques. Ils peuvent combiner des skills qui fournissent des instructions réutilisables avec des applications qui se connectent aux données, outils et actions de l’entreprise. Par exemple, un plugin de vente peut combiner le playbook d’une équipe avec l’accès à son CRM, ce qui permet à un agent d’utiliser les informations client actuelles et les propositions passées pour préparer une réponse personnalisée à examiner.

Les entreprises de pointe ont une nette avance en matière de capacités avancées. Parmi les utilisateurs actifs hebdomadaires, 21 % des entreprises de pointe utilisent des plugins et 19 % utilisent des skills, contre seulement 9 % et 3 % dans les entreprises typiques. Cependant, l’adoption par les entreprises de pointe ne représente qu’une fraction de ce qui est possible. L’utilisation interne d’OpenAI met en évidence le potentiel d’une adoption plus poussée de ces fonctionnalités, avec une utilisation hebdomadaire des plugins atteignant 95 % des utilisateurs actifs. Nos recherches sur la manière dont les agents transforment le travail offrent un aperçu plus approfondi de la façon dont les employés d’OpenAI utilisent des capacités avancées.

Les agents d’IA ont besoin de trois éléments pour accomplir un travail utile : du contexte, des outils et de la persistance. La mémoire, la saisie vocale et les Appshots permettent aux travailleurs de partager facilement le contexte et les informations nécessaires à la bonne réalisation d’une tâche. L’utilisation de l’ordinateur et du navigateur permet aux agents de parcourir des sites web, de créer des fichiers et d’accomplir des tâches de manière autonome ou sous supervision. Les objectifs et les boucles maintiennent les agents au travail jusqu’à ce qu’une tâche soit terminée. Ensemble, ces capacités aident les entreprises de pointe à exploiter pleinement le potentiel des agents.

Donner aux agents l’accès aux systèmes de l’entreprise entraîne également de nouveaux risques. Les entreprises de pointe définissent des règles claires concernant les domaines dans lesquels les agents peuvent intervenir, les informations auxquelles ils peuvent accéder, les situations dans lesquelles ils peuvent agir, et la manière dont les personnes examinent les décisions présentant un risque plus élevé. Ces contrôles doivent évoluer à mesure que les organisations tirent des enseignements des déploiements réels.

Les entreprises de pointe font également de l’apprentissage continu et de l’expérimentation une partie intégrante du travail quotidien. Les ateliers pratiques de création, les forums dédiés au partage de cas d’usage émergents et les démonstrations internes favorisent la diffusion des pratiques efficaces dans l’ensemble des équipes et des fonctions.

Les développeurs de logiciels ont été parmi les premiers à adopter les agents d’IA, mais la croissance la plus rapide vient désormais des travailleurs du savoir. Depuis février, le nombre d’utilisateurs actifs hebdomadaires de Codex en entreprise a été multiplié par 108 dans le juridique, par 41 dans les ventes, par 41 dans le recrutement et par 26 dans le marketing, contre une multiplication par 5 chez les ingénieurs. 

Le développement logiciel a été le premier à évoluer, et ce n’est pas un hasard. Les bases de code fournissent aux agents un contexte clair, les tests facilitent la vérification des résultats, et les progrès en programmation contribuent à accélérer la recherche et le développement en IA. Au cours des deux dernières années, les développeurs sont passés de l’utilisation de l’IA pour compléter des lignes de code individuelles à la prise en charge de tâches entières de développement logiciel par des agents. De nombreux développeurs n’écrivent plus de code manuellement ; ils consacrent plutôt leur temps à configurer des tâches, à orchestrer des agents et à examiner les résultats.

En revanche, les progrès de l’IA dans les tâches intellectuelles généralistes ont été plus lents, car de nombreuses tâches offrent peu de contexte, peuvent être difficiles à définir et manquent de critères clairs pour vérifier le résultat. Mais la poursuite du passage à l’échelle, les avancées de l’apprentissage par renforcement et les efforts ciblés pour améliorer les performances lors d’évaluations telles que GDPval mettent davantage de tâches concrètes, d’outils et d’environnements de travail à la portée des modèles de pointe. Depuis le début de l’année, l’IA agentique trouve de plus en plus son marché auprès des travailleurs du savoir.

À l’échelle d’un échantillon de plus de 10 millions de messages, l’IA d’entreprise évolue : elle ne se contente plus d’aider les employés à produire du travail, elle aide désormais les équipes à le mener à bien. Même au sein d’une même fonction, les modèles d’utilisation diffèrent considérablement entre le chat et l’IA agentique.

L’écriture reste l’utilisation la plus courante de ChatGPT, tandis que la programmation et les opérations système ou d’agent représentent ensemble près de 75 % des messages agentiques. Cette évolution est particulièrement marquée en dehors des équipes techniques traditionnelles : le recrutement (32 %), les ventes (26 %), la politique (25 %) et la communication (24 %) consacrent entre un quart et un tiers des messages aux opérations système et d’agent. Le travail technique s’étend également à différentes fonctions, le codage représentant près de 60 % des messages agentiques dans la conception.

Il n’existe pas de classement unique de l’adoption de l’IA. Les classements des secteurs varient selon l’indicateur utilisé. Au cours du mois dernier, les services professionnels et scientifiques ont dominé à la fois l’adoption de Codex et l’intensité d’utilisation de l’API. Le secteur des arts, spectacles et loisirs est arrivé en tête de l’adoption de ChatGPT, tandis que l’industrie manufacturière affiche l’intensité d’utilisation de ChatGPT la plus élevée, bien qu’elle se classe dernière pour l’intensité d’utilisation de Codex et de l’API.

Les secteurs ne suivent pas le même chemin vers l’adoption de l’IA. Certains progressent grâce aux outils de développement et aux produits optimisés par l’IA, tandis que d’autres connaissent une utilisation quotidienne plus large ou plus intensive.

Alors que l’IA crée de nouvelles façons pour les organisations de fournir des biens et des services, elle transforme également le paysage de la sécurité. Peu de risques sont aussi immédiats que la cybersécurité, surtout compte tenu de l’évolution rapide des capacités cybernétiques de l’IA.

L’IA peut également aider les défenseurs à réagir. Les modèles peuvent analyser de grandes bases de code source, investiguer des vulnérabilités et assister dans des tâches de sécurité en plusieurs étapes. Mais le fait d’identifier davantage de problèmes ne rend pas automatiquement les systèmes plus sûrs. Le véritable goulot d’étranglement consiste à transformer les constats en actions : déterminer quelles vulnérabilités sont avérées, hiérarchiser les risques les plus graves, tester les correctifs et s’assurer que les équipes de sécurité examinent et déploient rapidement les corrections. 

OpenAI Daybreak réunit des modèles de cybersécurité de pointe, des outils de sécurité d’entreprise et un écosystème de partenaires pour aider les organisations à relever ces défis et à renforcer leurs défenses contre les menaces émergentes.

La mission d’OpenAI est de faire en sorte que l’IA bénéficie à toute l’humanité. Les organisations façonneront une grande partie de l’impact économique de l’IA et, pour cette raison, nous publions régulièrement Enterprise Signals, une série récurrente d’indicateurs qui suivent l’adoption, la diffusion et l’impact de l’IA en entreprise. Toutes les analyses de ce rapport reposent sur des données d’utilisation agrégées et anonymisées des entreprises. Nous avons utilisé des systèmes automatisés pour classer le contenu des messages, et aucun employé d’OpenAI n’a examiné les messages des clients.

Les clients OpenAI Enterprise peuvent également demander un benchmark personnalisé afin de voir comment leur organisation se situe selon les derniers indicateurs d’utilisation et de capacités.