L'IA en entreprise bascule de l'assistance à l'exécution — et le fossé se creuse

Pendant deux ans, l'intelligence artificielle en entreprise s'est résumée à une barre de recherche améliorée : on posait une question, on recopiait la réponse. Ce chapitre se referme. Le 12 août, OpenAI a publié deux études parallèles tirées de sa base de clients professionnels, et le message tient en une formule : les organisations ne se contentent plus de consulter l'IA, elles lui délèguent le travail. Le glissement de l'assistance vers l'exécution n'est plus une projection de cabinet de conseil, c'est un mouvement mesurable — mais inégalement réparti, et c'est là que l'affaire devient intéressante pour qui dirige une entreprise en France.

Deux études, un même constat

Les deux publications se complètent. La première, centrée sur les signaux d'usage, ausculte ce que font réellement les clients d'OpenAI mois après mois. La seconde, « how agents are transforming work », documente la montée du travail agentique — ces tâches où le modèle ne répond pas seulement, mais enchaîne des étapes, appelle des outils et produit un résultat exploitable sans supervision continue. Toutes deux reposent sur les données d'usage agrégées d'une base qui compte, côté grand public, plus de 800 millions d'utilisateurs actifs hebdomadaires sur ChatGPT. L'échantillon est colossal ; il est aussi, il faut le dire d'emblée, entièrement interne à OpenAI.

Le fossé des « entreprises de frontière »

Le chiffre qui structure tout le reste : les entreprises situées dans le top 10 % de l'usage d'IA chaque mois — ce qu'OpenAI baptise les « frontier firms » — génèrent 8,3 fois plus de tokens de sortie par utilisateur actif que les entreprises typiques. Le nombre de tokens produits n'est pas une mesure parfaite, mais c'est un bon proxy de la profondeur d'usage : plus une organisation fait travailler l'IA sur des tâches longues et structurées, plus elle en produit. Un écart d'un facteur huit ne traduit donc pas une différence de licences achetées, mais une différence de maturité — deux mondes qui utilisent le même outil pour des choses radicalement différentes.

Ce que ce fossé recouvre, l'étude le dit sans détour : les entreprises de frontière adoptent davantage les fonctions qui branchent l'agent sur le contexte de l'entreprise — connecteurs vers les données internes, appels d'outils, workflows répétables. Autrement dit, l'écart ne vient pas d'un usage plus intensif du chatbot, mais d'un changement de nature : on passe d'un assistant qu'on interroge à un système qu'on intègre à ses processus.

Ce que « brancher l'agent » veut dire concrètement

La distinction est capitale pour comprendre pourquoi certaines entreprises décrochent. Utiliser ChatGPT pour rédiger un mail, c'est de l'assistance : le gain est réel mais plafonné, et il dépend entièrement de l'humain qui pilote. Connecter un agent à sa base documentaire, à son CRM ou à son dépôt de code pour qu'il traite un ticket de bout en bout, c'est de l'exécution : le gain se compose, il tourne pendant que l'équipe fait autre chose, et il s'améliore à mesure que les workflows se stabilisent. Le premier usage se déploie en une après-midi ; le second exige d'outiller, de sécuriser les accès et de repenser des processus. C'est précisément cet investissement d'intégration qui sépare les deux populations.

Ce diagnostic rejoint, par un autre chemin, la stratégie que des laboratoires comme Mistral poussent en Europe : vendre moins le modèle brut que la capacité à l'ancrer dans le système d'information d'une organisation. Il éclaire aussi, en creux, pourquoi la même semaine des chercheurs ont montré que ces mêmes agents échouent encore à mener une recherche scientifique originale : l'exécution de tâches cadrées et l'autonomie créative sont deux compétences distinctes, et le marché progresse pour l'instant sur la première.

L'angle européen : le risque du décrochage

Pour un décideur français, deux lectures s'imposent. La prudence méthodologique d'abord : ces chiffres émanent d'OpenAI, sur les seuls clients d'OpenAI, sans audit indépendant — ils mesurent une dynamique réelle, pas une vérité universelle, et le fournisseur a tout intérêt à raconter une adoption qui s'approfondit. Mais même en tenant compte de ce biais, le signal de fond est difficile à ignorer : l'avantage compétitif ne se joue plus sur l'accès au modèle, désormais banalisé, mais sur la capacité d'intégration. Une PME européenne qui se contente du chatbot en onglet reste du côté des « entreprises typiques » ; celle qui outille ses agents bascule dans le premier décile.

Le vrai enseignement des deux études n'est donc pas qu'OpenAI vend bien ses agents — c'est que l'écart entre les organisations se creuse sur une compétence qui ne s'achète pas au catalogue. Elle se construit : connecteurs, gouvernance des accès, workflows documentés, montée en compétence des équipes. Sur ce terrain, la souveraineté du modèle importe moins que la maturité de l'intégration. Et là, aucune étude américaine ne fera le travail à la place des entreprises françaises.