OpenAI libéré données lundi détaillant une augmentation de l’utilisation par les entreprises de ses outils d’IA au cours de l’année écoulée, le volume de messages ChatGPT ayant été multiplié par huit depuis novembre 2024 et les travailleurs économisant jusqu’à une heure par jour, dans un contexte de pressions concurrentielles de Google soulignées dans une récente note interne du PDG Sam Altman. La publication des données intervient une semaine après Altman a distribué un mémo interne « code rouge » répondre à la menace posée par Google pour la position d’OpenAI sur le marché. Ce timing reflète les efforts d’OpenAI pour se positionner comme le principal fournisseur de solutions d’IA pour les entreprises. L’adoption par les entreprises s’est considérablement développée, comme en témoignent les statistiques clients. Selon le Ramp AI Index, 36 % des entreprises américaines utilisent ChatGPT Enterprise, contre 14,3 % pour les offres d’Anthropic. Malgré ces progrès sur le segment des entreprises, la principale source de revenus d’OpenAI reste les abonnements grand public, qui sont directement concurrencés par le modèle Gemini de Google. OpenAI est confronté non seulement à la concurrence de Google mais également à celle d’Anthropic, dont les revenus proviennent principalement des ventes interentreprises. De plus, les fournisseurs de modèles ouverts gagnent du terrain parmi les entreprises clientes, intensifiant ainsi la rivalité dans ce domaine. Pour soutenir ses opérations, OpenAI a alloué des ressources substantielles au développement futur, engageant 1 400 milliards de dollars dans les infrastructures au cours des années à venir. Cet investissement souligne le rôle essentiel de la croissance de l’entreprise dans le soutien du modèle économique global de l’entreprise, dans la mesure où l’utilisation croissante par l’entreprise fournit une base stable pour la viabilité financière à long terme. Ronnie Chatterji, économiste en chef d’OpenAI, a abordé les implications économiques lors d’une conférence de presse. Il a déclaré : « Si vous y réfléchissez du point de vue de la croissance économique, les consommateurs comptent vraiment. Mais lorsque vous regardez les technologies historiquement transformatrices comme la machine à vapeur, c’est lorsque les entreprises adoptent et mettent à l’échelle ces technologies que vous voyez vraiment les plus grands avantages économiques. » Les commentaires de Chatterji mettent en évidence la distinction entre l’engagement individuel du consommateur et l’impact plus large de la mise en œuvre organisationnelle, établissant des parallèles avec les progrès technologiques passés qui ont stimulé la productivité industrielle. Les dernières conclusions indiquent que l’adoption par les entreprises va au-delà de la mise en œuvre initiale, les outils étant désormais intégrés aux opérations quotidiennes. Les organisations utilisant l’API d’OpenAI, qui sert d’interface de développement pour intégrer les capacités d’IA, consomment désormais 320 fois plus de « jetons de raisonnement » qu’il y a un an. Les jetons de raisonnement représentent des unités de calcul utilisées pour des tâches complexes, telles que la résolution avancée de problèmes. Cette escalade suggère que les entreprises appliquent l’IA à des défis plus complexes ou mènent des expérimentations approfondies avec cette technologie. L’augmentation de la consommation de jetons de raisonnement s’aligne sur une demande énergétique plus élevée, car ces processus nécessitent une puissance de calcul importante. De telles augmentations pourraient augmenter les coûts opérationnels des entreprises, ce qui soulèverait des questions sur la faisabilité à long terme des modèles d’utilisation actuels. TechCrunch a demandé des éclaircissements à OpenAI sur la manière dont les entreprises allouent des budgets pour les initiatives d’IA et sur la durabilité de cette trajectoire de croissance accélérée de l’utilisation des jetons et des dépenses associées. Les changements dans les stratégies de déploiement illustrent davantage l’évolution des pratiques d’entreprise. L’utilisation de GPT personnalisés, qui permettent aux entreprises d’intégrer des connaissances exclusives dans des assistants d’IA personnalisés ou de rationaliser des processus répétitifs, a été multipliée par 19 cette année. Ces GPT personnalisés représentent désormais 20 % de tous les messages d’entreprise traités via ChatGPT. OpenAI a cité BBVA, une institution bancaire numérique, comme exemple, notant que l’entreprise emploie plus de 4 000 GPT personnalisés dans ses opérations régulières. Brad Lightcap, directeur des opérations d’OpenAI, a évoqué cette tendance lors du briefing. Il a fait remarquer : « Cela montre à quel point les gens sont réellement capables de s’approprier cette technologie puissante et de commencer à la personnaliser en fonction des choses qui leur sont utiles. » L’observation de Lightcap souligne l’adaptabilité de la plateforme OpenAI, permettant aux organisations d’aligner les fonctionnalités d’IA sur des besoins internes spécifiques, de la gestion des connaissances à l’automatisation des processus. Les réponses à l’enquête auprès des utilisateurs en entreprise révèlent des gains d’efficacité tangibles. Les participants ont indiqué un gain de temps quotidien moyen de 40 à 60 minutes grâce à l’utilisation des produits d’entreprise d’OpenAI. Ces estimations se concentrent sur les améliorations directes de la productivité, mais ne tiennent pas compte des efforts de configuration initiaux, tels que la familiarisation du système, l’affinement rapide ou la vérification des résultats, qui peuvent annuler certains avantages lors des premières phases d’adoption. Les travailleurs des entreprises signalent également des compétences élargies facilitées par l’intégration de l’IA. Les trois quarts des personnes interrogées déclarent que les outils d’IA leur permettent d’effectuer des tâches, notamment techniques, qui dépassaient auparavant leurs capacités. Cela inclut des activités nécessitant une expertise spécialisée, élargissant l’accès à des fonctions avancées à divers rôles au sein des organisations. Un domaine de croissance spécifique concerne les activités de codage. OpenAI a documenté une augmentation de 36 % des messages liés au codage provenant d’équipes extérieures aux départements traditionnels d’ingénierie, d’informatique et de recherche. Cette démocratisation de l’accès au codage permet aux non-spécialistes de se lancer dans des tâches de programmation, accélérant potentiellement les cycles de développement. Cependant, une participation plus large à la génération de code augmente le risque d’introduire des failles de sécurité, des bogues ou des vulnérabilités exploitables dans les systèmes. Pour atténuer ces préoccupations, OpenAI a introduit Aardvark, un outil de recherche en sécurité agent actuellement disponible en version bêta privée. Aardvark fonctionne pour identifier les bogues, les vulnérabilités et les exploits potentiels dans le code et les applications. Lightcap a fait référence à cette version lorsqu’il a été interrogé sur les implications en matière de sécurité, la positionnant comme une mesure de soutien à des pratiques de développement assistées par l’IA plus sûres. Malgré ces avancées, l’utilisation des fonctionnalités premium reste limitée, même parmi les grands utilisateurs de ChatGPT Enterprise. Les outils d’analyse des données, de raisonnement avancé et de recherche intégrée entraînent des taux d’engagement plus faibles. Lightcap a expliqué cette tendance en soulignant la nécessité d’ajustements organisationnels. Il a indiqué que l’adoption complète exige un changement fondamental d’approche, notamment des connexions plus approfondies avec les sources de données internes et une refonte des processus pour explorer tout le potentiel de l’IA. Lightcap a souligné que l’intégration de fonctionnalités avancées nécessite du temps, à mesure que les entreprises adaptent leurs flux de travail et se familiarisent avec des possibilités élargies. Cette progression progressive permet une mise en œuvre mesurée, garantissant l’alignement sur l’infrastructure existante et les normes opérationnelles. Le rapport décrit également les disparités dans les niveaux d’adoption entre les entreprises. Un fossé croissant sépare les travailleurs « frontaliers », qui utilisent fréquemment plusieurs outils d’IA et obtiennent des réductions de temps substantielles, des « retardataires » ayant une utilisation minimale. Lightcap a décrit différentes perspectives organisationnelles au cours du briefing. Il a déclaré : « Certaines entreprises considèrent encore ces systèmes comme un logiciel, quelque chose que je peux acheter et donner à mes équipes et c’est un peu la fin. Et puis il y a des entreprises qui commencent vraiment à l’adopter, presque plus comme un système d’exploitation. Il s’agit essentiellement d’une refonte de nombreuses opérations de l’entreprise. L’analogie de Lightcap oppose un déploiement superficiel (traitant l’IA comme une application autonome) à une intégration complète, où l’IA sous-tend les fonctions commerciales de base, semblables aux couches logicielles fondamentales. Cette refonte implique une restructuration des opérations pour exploiter l’IA dans de multiples facettes des activités de l’entreprise. Les dirigeants d’OpenAI considèrent le paysage actuel de l’adoption comme une opportunité pour les organisations en retard de faire progresser leurs stratégies d’IA. Chatterji et Lightcap ont présenté cette fracture comme étant navigable, avec des opportunités pour les retardataires de s’aligner sur les meilleures pratiques. Toutefois, pour les employés impliqués dans la formation des modèles d’IA afin d’automatiser leurs rôles, l’adoption accélérée peut évoquer un sentiment de changement imminent plutôt qu’une opportunité.
