ChatGPT représente 88 % des dépenses identifiables de la Chambre en IA

OpenAI a capté 88 % des dépenses identifiables de la Chambre des représentants en outils d’IA, selon des registres analysés dans l’article de TechCrunch sur OpenAI qui motive ce rapport. Cette position fait de ChatGPT l’assistant payant par défaut apparent sur Capitol Hill. Elle crée aussi un conflit que le Congrès ne peut éviter : les élus dépendent de plus en plus d’une technologie qu’ils sont simultanément censés réglementer.

Les bureaux du Congrès utilisent l’IA générative, un logiciel qui produit du texte ou d’autres contenus à partir d’invites, pour les tâches courantes de gestion des connaissances. Les usages signalés comprennent la rédaction de notes, la synthèse de textes législatifs, la recherche sur les politiques publiques et la préparation de communications destinées aux électeurs. Ces usages semblent administratifs, mais les documents produits peuvent façonner les explications publiques, les priorités législatives et les réponses envoyées au nom d’un élu.

Les registres de dépenses ne fournissent pas un recensement complet de l’usage de l’IA au Congrès. Ils excluent le Sénat, peuvent ne pas inclure les remboursements aux employés et ne permettent pas de mesurer les services gratuits ou les expérimentations non déclarées. Pourtant, le déséquilibre visible reste significatif. Claude d’Anthropic, Gemini de Google et Copilot de Microsoft n’ont pas obtenu une adoption déclarée comparable au sein des bureaux de la Chambre.

Cette différence compte, car l’adoption quotidienne peut influencer les préférences institutionnelles. Les collaborateurs qui apprennent une interface, développent des invites reproductibles et construisent autour d’elle des procédures de vérification supportent des coûts croissants lorsqu’ils changent de produit. Le Congrès ne se contente plus de tester un chatbot. Il commence à prendre des habitudes autour d’un fournisseur tout en débattant de règles qui affecteront l’avenir de ce fournisseur.

Les registres de dépenses révèlent un favori incontestable

La conclusion la plus importante n’est pas que le Congrès achète des abonnements à l’IA. C’est qu’un seul fournisseur domine les dépenses que le Congrès rend publiques.

Les registres sous-jacents sont les Statements of Disbursements de la Chambre, qui documentent les dépenses des bureaux des représentants, des commissions et des unités administratives. Les entrées publiées comportent des références reconnaissables à des abonnements ChatGPT et à des transactions par carte OpenAI. Un registre de dépenses de la Chambre consultable offre une preuve directe que des services OpenAI payants sont entrés dans les activités du Congrès.

La part déclarée de 88 % couvre les dépenses connues pour des outils d’IA identifiés. Cela ne signifie pas que 88 % des représentants utilisent ChatGPT. Cela ne montre pas non plus qu’OpenAI traite 88 % de l’ensemble du travail parlementaire assisté par l’IA. Ce chiffre décrit un échantillon de dépenses, et non une enquête exhaustive sur l’adoption.

Cette distinction est essentielle. Un collaborateur peut payer un compte personnellement et recevoir un remboursement général qui n’identifie pas le fournisseur. Un autre bureau peut utiliser un chatbot gratuit sans générer de trace d’achat. Les logiciels d’entreprise peuvent également intégrer des fonctions d’IA dont le coût est inclus dans un contrat plus large.

L’activité du Sénat ne figure pas dans le jeu de données sur les décaissements de la Chambre. Les politiques et les produits approuvés diffèrent aussi entre les deux chambres, de sorte que les constats pour la Chambre ne peuvent pas décrire automatiquement le Congrès dans son ensemble. Les éléments disponibles étayent une conclusion plus limitée : ChatGPT domine largement les achats d’IA pouvant être identifiés dans les registres publics de la Chambre.

Même avec ces limites, l’écart indique davantage qu’une expérimentation aléatoire. Les collaborateurs ont accès à ChatGPT depuis plusieurs années, donnant à OpenAI une occasion précoce de devenir familier dans les flux de travail parlementaires. House Digital Services a initialement distribué un groupe limité de licences pour des tests internes en 2023.

La Chambre a ensuite établi des règles concernant l’usage autorisé. Selon les premières restrictions concernant ChatGPT, les bureaux pouvaient utiliser une version payante approuvée à des fins de recherche et d’évaluation, avec des protections de confidentialité activées. Il était demandé aux collaborateurs de ne pas saisir de contenus privés qui n’avaient pas déjà été rendus publics.

Ces restrictions expliquent pourquoi les dépenses payantes sont instructives. Les bureaux du Congrès ne choisissaient pas simplement entre des sites grand public interchangeables. Ils opéraient dans le cadre d’un processus d’approbation qui considérait les versions de produits et les paramètres de confidentialité comme des distinctions de sécurité significatives.

Cette tendance reflète aussi l’avantage de premier entrant de ChatGPT. Il est devenu le nom que de nombreux travailleurs associaient à l’IA générative avant que les produits concurrents n’atteignent une visibilité comparable. Lorsque les bureaux ont commencé des expérimentations formelles, ChatGPT bénéficiait déjà d’une forte notoriété et d’une interface simple nécessitant peu de formation technique.

Cette familiarité peut compter davantage que les écarts de performances dans les benchmarks. Un bureau législatif travaillant sous la pression des échéances a besoin d’un outil que les collaborateurs peuvent utiliser immédiatement. Il a rarement le temps de mener une évaluation formelle des modèles à chaque nouvelle note, audition ou question soulevée par les électeurs.

Le cadrage de TechCrunch sur OpenAI saisit donc un choix institutionnel pragmatique. Le Congrès semble se standardiser de bas en haut, un abonnement et un flux de travail de collaborateur à la fois. Aucune déclaration centrale d’achat n’était nécessaire pour faire émerger un fournisseur dominant.

ChatGPT correspond au travail que le Congrès effectue déjà

ChatGPT l’emporte parce que le travail parlementaire comprend un volume inhabituellement élevé de textes devant être traités sous une forte contrainte de temps.

Un bureau de la Chambre reçoit des documents de politique publique, des courriers d’agences, des dossiers d’audition, des articles d’actualité et des messages d’électeurs. Les collaborateurs doivent transformer ces informations en documents concis pour les élus et le public. L’IA générative peut accélérer la première ébauche de nombre de ces documents.

Les synthèses législatives constituent un usage évident. Les projets de loi peuvent contenir des amendements denses, des renvois et des définitions difficiles à parcourir rapidement. Un chatbot peut créer un plan préliminaire, repérer les programmes nommés ou reformuler un langage technique de manière plus simple.

Ce résultat préliminaire n’est pas une analyse juridique. Il peut omettre des exceptions, mal comprendre un renvoi ou inventer une conclusion non étayée par le texte du projet de loi. Sa valeur tient à l’aide qu’il apporte à un collaborateur qualifié pour établir un point de départ, et non au remplacement de sa vérification.

La rédaction de notes offre un bénéfice similaire. Les collaborateurs peuvent demander une structure couvrant le contexte d’un sujet, les parties prenantes, les arguments et les questions non résolues. Le brouillon obtenu réduit la difficulté de commencer face à une page blanche.

Le même schéma s’applique à la préparation des auditions. Un collaborateur peut utiliser des documents publics pour élaborer des questions possibles, regrouper des témoignages par thème ou comparer les déclarations récentes d’un témoin. Des réviseurs humains doivent toujours confirmer chaque prémisse et déterminer si une question proposée sert les objectifs de l’élu.

La communication avec les électeurs constitue une autre tâche à fort volume. Les bureaux répondent régulièrement à des messages concernant la législation, les prestations fédérales, les projets locaux et l’actualité. L’IA peut aider à catégoriser les courriers entrants ou à rédiger un modèle de réponse, mais les dossiers sensibles imposent une limite stricte.

Un électeur peut divulguer des problèmes de santé, des détails sur son immigration, des informations fiscales ou des difficultés impliquant une agence fédérale. Ces contenus ne devraient pas être collés dans un chatbot public non approuvé. L’accent mis par la Chambre sur la confidentialité reflète les conséquences d’une mauvaise gestion de ces dossiers.

C’est là qu’une approche plus large de base de connaissances IA devient pertinente. Une assistance utile dépend de sources contrôlées, d’autorisations claires et de la capacité à rattacher une réponse à des éléments probants. Une réponse fluide sans ces fondations peut créer davantage de travail qu’elle n’en économise.

L’attrait de ChatGPT tient également à son éventail de possibilités. Une seule interface peut reformuler un paragraphe, créer le plan d’une note d’information, extraire des questions ou comparer deux documents publics. Les bureaux n’ont pas besoin d’une application distincte pour chaque petite tâche.

Cette polyvalence favorise un fournisseur généraliste plutôt que des produits spécialisés. Un outil législatif très ciblé pourrait offrir de meilleures citations ou un meilleur suivi des projets de loi, mais il ne gérera peut-être pas aussi bien les communications, le brainstorming et la révision. Les contraintes budgétaires et de formation encouragent les bureaux à se regrouper autour d’un service couvrant de nombreux besoins.

OpenAI a renforcé cette stratégie au-delà du Congrès. Lors de la présentation de ChatGPT Gov, l’entreprise a indiqué que plus de 90 000 utilisateurs répartis dans plus de 3 500 agences fédérales, étatiques et locales avaient échangé plus de 18 millions de messages depuis 2024. Ces chiffres fournis par l’entreprise figurent dans son annonce de produit gouvernemental.

Ces chiffres ne constituent pas une évaluation indépendante des performances. Ils montrent que OpenAI considère l’adoption par le secteur public comme un marché distinct nécessitant des contrôles administratifs et des options de déploiement orientées vers les administrations. Le Congrès fait partie d’une compétition plus large pour des flux de travail gouvernementaux récurrents.

Les cas d’usage les plus solides restent circonscrits. Synthétiser des contenus publics, générer des options, réorganiser des notes et améliorer un brouillon permettent tous une vérification humaine significative. Le risque augmente lorsqu’un bureau traite une réponse générée comme faisant autorité ou lui permet de déterminer un jugement de politique publique.

L’adoption par le Congrès est donc moins mystérieuse qu’elle ne le semble au premier abord. L’institution produit et consomme continuellement du texte. ChatGPT offre une couche générale et rapide pour manipuler ce texte, tandis que son arrivée précoce a réduit la barrière sociale à l’adoption.

L’attention de TechCrunch sur OpenAI révèle l’écart avec les concurrents

L’avantage d’OpenAI est en partie une victoire de produit, mais il résulte aussi de règles d’approbation du Congrès qui n’ont pas traité tous les concurrents de la même manière.

Anthropic, Google et Microsoft peuvent tous proposer des modèles de langage performants. Leurs produits se concurrencent sur le traitement des documents, les intégrations, le comportement des modèles, les contrôles de sécurité et les fonctions d’administration. Toutefois, la disponibilité technique ne garantit pas l’autorisation d’utiliser un produit au sein de la Chambre.

Microsoft fournit l’exemple le plus clair. La Chambre a restreint l’utilisation par les collaborateurs de la version commerciale de Copilot en 2024, invoquant des préoccupations concernant la transmission de données vers des services cloud non autorisés. Selon la restriction concernant Copilot, des responsables ont déclaré qu’ils évalueraient séparément une version orientée vers les administrations.

Cette décision a produit un résultat concurrentiel inhabituel. Microsoft fournit des logiciels profondément intégrés au travail de bureau, notamment les outils de messagerie électronique et de documents. En théorie, l’intégration de Copilot à ces produits devrait en faire un assistant naturel pour le Congrès.

La politique de sécurité a interrompu cet avantage de distribution. Un produit intégré à des logiciels familiers ne pouvait pas librement transformer sa présence en utilisation officielle par la Chambre. ChatGPT, soumis à ses propres limites, avait déjà reçu une voie définie pour une expérimentation autorisée.

Anthropic fait face à un défi différent. Claude a développé une audience parmi les utilisateurs travaillant avec de longs documents et des écrits complexes, mais les approbations varient selon les environnements gouvernementaux. La qualité d’un produit ne peut à elle seule surmonter les restrictions d’achat ou de sécurité d’une chambre.

Gemini de Google bénéficie des outils de productivité et de l’expérience de recherche de l’entreprise. Pourtant, l’adoption au Congrès dépend de la version de déploiement approuvée, de la manière dont les informations sont conservées et du fait que les bureaux s’appuient déjà ou non sur les logiciels environnants. Un modèle performant ne crée pas automatiquement un flux de travail viable pour les administrations.

Le véritable adversaire dans cette histoire n’est donc pas simplement ChatGPT face à un autre chatbot. C’est l’avantage d’habitude établi d’OpenAI face au besoin du gouvernement de disposer d’une diversité de fournisseurs et d’un choix encadré.

Dès qu’un bureau met en place des modèles et des pratiques de relecture autour de ChatGPT, changer de fournisseur devient un projet opérationnel. Le personnel doit tester des prompts familiers, étudier différents schémas d’échec et mettre à jour les consignes internes. L’abonnement lui-même peut être facile à remplacer, tandis que les habitudes qui l’entourent sont plus difficiles à déplacer.

Cela crée un verrouillage institutionnel sans contrat classique de longue durée. Le verrouillage survient lorsque les coûts de changement maintiennent les clients auprès d’un fournisseur. Ici, ces coûts peuvent inclure la familiarité du personnel, les procédures d’usage approuvées, les flux de travail enregistrés et la confiance dans les tâches qu’un outil peut accomplir.

Le mot-clé OpenAI TechCrunch renvoie également à un problème éditorial. La domination d’un fournisseur est facile à décrire comme une histoire de parts de marché, mais le Congrès n’est pas un client ordinaire. Ses membres rédigent des lois, interrogent des dirigeants, demandent des informations aux agences et influencent les achats publics.

Un fournisseur dominant se rapproche des décideurs politiques même sans bénéficier d’un accès privilégié aux décisions législatives. Son produit devient le point de référence dont le personnel se sert pour discuter de ce que l’IA générative peut faire. Les concurrents doivent alors démontrer pourquoi une autre interface ou un autre modèle mérite de retenir l’attention.

Cela ne prouve pas une influence indue. Les registres de dépenses publiques révèlent des achats, non des faveurs politiques. Rien ne permet d’affirmer qu’un abonnement à ChatGPT détermine la manière dont un membre vote sur la réglementation de l’IA.

La préoccupation est plus subtile. Un usage répété peut normaliser les choix de conception, la terminologie et les limites d’une entreprise. Un élu dont le bureau utilise ChatGPT quotidiennement appréhende l’IA à travers les choix de produit d’OpenAI, plutôt qu’à travers une représentation neutre du secteur.

La concentration des fournisseurs réduit aussi l’apprentissage comparatif. Les modèles échouent de façons différentes, appliquent des politiques de sécurité distinctes et varient dans leur traitement des sources. Un bureau qui n’utilise qu’un seul service peut avoir du mal à reconnaître les comportements propres à ce modèle.

Le Congrès obtiendrait de meilleures informations grâce à des comparaisons contrôlées. Le personnel pourrait tester des tâches publiques identiques sur des services approuvés, consigner les affirmations non étayées et évaluer la qualité des citations. Cette approche produirait des éléments utiles aux achats tout en apprenant aux utilisateurs à ne pas confondre fluidité et fiabilité.

La Chambre des représentants s’est déjà orientée vers un cadre plus formel. Un rapport sur la politique en matière d’IA de 2024 indiquait que la chambre avait approuvé une politique d’IA entre juillet et septembre de cette année-là. Une politique formelle peut transformer une expérimentation dispersée en apprentissage institutionnel responsable.

L’écart concurrentiel pourrait encore se réduire. Les rivaux peuvent introduire des produits spécifiques au gouvernement, obtenir une approbation ou l’emporter grâce à des intégrations avec des systèmes que la Chambre utilise déjà. Toutefois, chaque mois de travail centré sur ChatGPT donne à OpenAI davantage de familiarité à défendre.

Les chiffres d’adoption masquent les risques les plus difficiles

Les dépenses prouvent que des bureaux ont obtenu un outil. Elles ne prouvent pas que l’outil a amélioré le travail législatif ni que le personnel l’a utilisé de manière systématiquement sûre.

Le chiffre de 88 % a une signification précise mais limitée. Il représente la part des dépenses identifiables en outils d’IA attribuée à ChatGPT dans les registres étudiés. Il ne dit rien de la qualité des résultats, des heures économisées, des taux d’erreur ou du fait que le personnel ait abandonné certains comptes achetés.

Les données publiques de dépenses peuvent aussi sous-estimer le marché. Les dépenses du Sénat sont absentes, les remboursements peuvent masquer les noms des fournisseurs et les produits gratuits ne laissent aucune trace de paiement. Les contrats logiciels groupés peuvent dissimuler la part associée à l’IA.

Ces limites devraient inciter les lecteurs à la prudence avant de déclarer un monopole permanent. OpenAI domine clairement la catégorie visible des dépenses de la Chambre, mais le paysage réel de l’utilisation reste moins certain. Un audit exhaustif nécessiterait le nombre de licences, des données d’usage actif, des catégories de tâches et des politiques propres à chaque chambre.

L’exactitude pose un problème plus profond. Les grands modèles de langage génèrent des réponses en prédisant des séquences probables de mots. Ce mécanisme peut produire des affirmations assurées mais fausses, incomplètes ou associées à des sources inexistantes.

Une recommandation erronée de restaurant cause un désagrément. Un résumé erroné d’un texte législatif peut affecter une déclaration publique, une question lors d’une audition ou une réponse à un électeur. Le ton soigné du résultat peut rendre l’erreur plus difficile à repérer.

La législation crée aussi des conditions de sources difficiles. Un projet de loi peut modifier de courtes formulations dans le droit existant, intégrer des définitions provenant d’un autre titre ou dépendre de règles ultérieures d’une agence. Un chatbot générique peut manquer ces relations s’il ne reçoit pas des documents complets et à jour.

Les fonctions de citation réduisent certaines frictions, mais n’éliminent pas le besoin de relecture. Une source liée peut exister tout en ne soutenant pas la phrase générée. Le personnel doit ouvrir le document sous-jacent, localiser le passage pertinent et en confirmer le contexte.

La neutralité politique introduit un autre défi. Les communications du Congrès expriment des valeurs et des jugements de politique publique, pas seulement des faits. Un modèle peut présenter un enjeu en s’appuyant sur des hypothèses apprises dans ses données d’entraînement ou imposées par les politiques du produit.

Le personnel ne devrait pas sous-traiter ces jugements. Il peut demander à un chatbot d’identifier des arguments ou de reformuler un brouillon, mais le bureau demeure responsable de la position finale. Un consensus généré peut masquer un désaccord légitime.

Les risques pour la vie privée sont tout aussi concrets. Un prompt peut révéler des informations même lorsqu’il omet le nom d’un électeur. Une combinaison de lieu, d’agence, d’état de santé et d’historique de dossier peut malgré tout identifier une personne.

La règle la plus sûre repose sur la finalité plutôt que sur des mesures cosmétiques. Le personnel devrait se demander si l’information est publique, si l’outil est approuvé pour ces données et si la tâche peut être accomplie avec des éléments moins sensibles. Retirer un nom ne suffit pas toujours.

Les contrôles de sécurité diffèrent aussi selon les versions du produit. Un chatbot grand public, un déploiement professionnel et un déploiement gouvernemental peuvent avoir des conditions différentes de conservation, d’entraînement et d’administration. Traiter le nom de la marque comme l’intégralité de l’évaluation de sécurité crée un faux sentiment de certitude.

La relecture humaine est nécessaire, mais cette expression peut devenir une garantie vide. Un employé pressé peut survoler un brouillon soigné sans vérifier chaque affirmation. La relecture ne fonctionne que lorsque le bureau définit qui vérifie les faits, quelle source fait autorité et dans quels cas la production de l’IA ne peut pas être utilisée.

Un flux de travail pratique devrait conserver la source à côté du brouillon généré. Le personnel peut alors comparer chaque affirmation factuelle avec la législation, les dossiers d’agence ou la correspondance antérieure. Cela s’apparente au knowledge blending, où une réponse d’IA reste reliée aux documents qui l’étayent.

La divulgation soulève une autre question non résolue. Les électeurs ne savent généralement pas si l’IA a contribué à rédiger une réponse de leur représentant. Exiger l’étiquetage de chaque phrase assistée pourrait devenir impraticable, mais un silence complet peut affaiblir la confiance lorsque l’automatisation joue un rôle majeur.

Le Congrès pourrait avoir besoin de règles différentes selon les usages. Le brainstorming interne pose moins de problèmes de divulgation que les réponses automatisées aux électeurs. Un résumé public de politique nécessite une vérification plus rigoureuse qu’une révision grammaticale d’un texte rédigé par le personnel.

Il existe aussi un conflit de gouvernance. Le Congrès doit évaluer la sécurité de l’IA, la concurrence, la vie privée, le droit d’auteur et la sécurité nationale alors que ses propres bureaux dépendent de plus en plus de modèles commerciaux. L’expérience interne peut améliorer la compréhension législative, mais la dépendance peut aussi réduire la diversité des perspectives.

La réponse n’est pas une interdiction générale. Interdire les outils approuvés pousserait l’expérimentation vers des canaux moins visibles et empêcherait le Congrès d’apprendre comment la technologie se comporte. Une adoption contrôlée, une évaluation documentée et des limites claires pour les données offrent une meilleure voie.

Néanmoins, l’avance rapportée d’OpenAI devrait susciter un examen attentif plutôt qu’une célébration. Le Congrès a besoin d’éléments prouvant que les outils achetés apportent des avantages mesurables. Il a également besoin de procédures capables de détecter les erreurs avant que des formulations générées n’atteignent la législation ou le public.

Le Congrès devient à la fois client et régulateur

L’avance de ChatGPT place le Congrès dans deux rôles simultanés : acheteur en quête de productivité et régulateur chargé de limiter les dommages.

Ce double rôle peut être utile. Les élus et les membres du personnel qui utilisent l’IA générative peuvent développer des questions plus éclairées sur la fiabilité des modèles, les contrôles des données et les achats. L’expérience directe peut révéler des limites que des démonstrations soignées dissimulent.

L’usage interne peut également clarifier quelles règles proposées sont praticables. Les membres du personnel qui testent des résumés de documents comprendront pourquoi la traçabilité des sources est importante. Les bureaux qui traitent des données d’électeurs verront pourquoi les protections de la vie privée doivent couvrir les prompts, les fichiers stockés et les résultats générés.

Cependant, l’expérience d’un produit dominant unique peut fausser la leçon. Le comportement de ChatGPT ne représente pas tous les modèles, toutes les méthodes de déploiement ni tous les systèmes open source. Le Congrès devrait éviter d’élaborer une politique générale à partir de l’interface d’un seul fournisseur.

Les achats et la réglementation évoluent aussi à des rythmes différents. Un bureau peut souscrire rapidement à un abonnement, tandis qu’une loi peut prendre des mois ou des années. Les capacités et les conditions des produits peuvent changer durant cet intervalle.

Les politiques de la Chambre doivent donc être réexaminées régulièrement. Une approbation ne doit pas être considérée comme une preuve permanente de sécurité. Les responsables devraient réévaluer les pratiques de conservation, les intégrations, les mises à jour des modèles, l’historique des incidents et la sensibilité des nouvelles tâches prises en charge.

L’institution a également besoin d’un inventaire plus clair. Les registres publics de décaissements révèlent une partie du tableau après les achats, mais les responsables ont besoin d’informations actuelles sur les comptes approuvés et leur usage réel. Sans inventaire, ils ne peuvent pas identifier la concentration ou les abonnements en double.

Les audits d’usage devraient se concentrer sur des catégories plutôt que sur la lecture de chaque prompt. Les bureaux pourraient indiquer s’ils utilisent l’IA pour la recherche publique, la rédaction, le soutien aux dossiers individuels, le codage ou les communications. Ces informations révéleraient les schémas à haut risque tout en protégeant les délibérations légitimes.

L’évaluation devrait inclure les erreurs, et pas seulement les gains de temps. Si un outil produit un résumé plus vite mais exige de nombreuses corrections, le gain apparent de productivité peut disparaître. Les bureaux ont besoin de mesures qui prennent en compte la vérification et les reprises.

Le Congrès devrait également préserver des alternatives. Approuver plusieurs produits sécurisés permettrait des tests comparatifs et réduirait la dépendance à l’égard d’un seul fournisseur. La diversité des fournisseurs peut améliorer le pouvoir de négociation et assurer une continuité lorsqu’un service change ou échoue.

Ce principe n’exige pas une répartition égale des dépenses entre les entreprises. ChatGPT peut rester l’outil privilégié après évaluation. L’objectif est de garantir que cette préférence découle de preuves plutôt que de l’inertie.

La stratégie croissante d’OpenAI dans le secteur public augmente les enjeux. L’entreprise a regroupé ses offres et partenariats gouvernementaux sous OpenAI for Government, couvrant des déploiements au-delà des bureaux du Congrès. Son programme gouvernemental cible explicitement le travail administratif dans les institutions fédérales, étatiques et locales.

L’entreprise indique que les données professionnelles dans ses produits destinés aux entreprises ne sont pas utilisées pour entraîner ou améliorer ses modèles. Les acheteurs publics doivent néanmoins vérifier comment ces conditions s’appliquent à chaque déploiement, intégration et service sous-traité.

Les concurrents répondront probablement par des contrôles et des certifications spécifiques au gouvernement. Microsoft peut associer l’IA à une infrastructure de productivité. Google peut connecter les modèles à la recherche et aux outils de bureau. Anthropic peut mettre l’accent sur le comportement des modèles, la recherche sur la sécurité et le travail documentaire.

Leur opportunité dépend en partie de la Chambre. Si les approbations restent lentes ou incohérentes, la base installée de ChatGPT continuera de se renforcer. Si la chambre crée des critères d’évaluation transparents, les rivaux disposeront d’une voie plus claire pour rivaliser.

La politique de concurrence a sa place dans cette discussion, car les marchés publics peuvent façonner les marchés. Les décisions d’achat des pouvoirs publics apportent des revenus, de la crédibilité et des clients de référence. Une série fragmentée de choix effectués au niveau des bureaux peut créer de la concentration, même en l’absence de contrat centralisé.

Le Congrès n’a pas besoin de pénaliser OpenAI parce que l’entreprise a été précoce ou populaire. Il doit en revanche comprendre les conséquences d’un système où la familiarité se substitue à l’évaluation. Une assemblée législative qui débat de la concurrence dans l’IA devrait examiner la concurrence au sein de ses propres activités.

Trois signaux mettront à l’épreuve l’avance de ChatGPT

La prochaine phase révélera si ChatGPT est devenu une infrastructure durable du Congrès ou simplement la première vague visible d’abonnements à l’IA.

Le premier signal sera une meilleure transparence sur les dépenses et les usages. Les futurs registres de la Chambre pourront montrer si les transactions OpenAI identifiables continuent de croître et si les fournisseurs concurrents gagnent du terrain. Des rapports plus utiles distingueraient les licences achetées des comptes actifs et préciseraient les grandes catégories de tâches.

Si ChatGPT conserve une part similaire tandis que les dépenses déclarées totales augmentent, l’avantage d’habitude d’OpenAI paraîtra durable. Si d’autres outils approuvés commencent à apparaître dans les différents bureaux, la concentration actuelle ressemblera davantage à un instantané d’un marché naissant.

Le deuxième signal sera le processus d’approbation de la Chambre. Les versions gouvernementales de Copilot, Gemini, Claude et d’autres services doivent faire l’objet d’évaluations claires de sécurité et de protection de la vie privée. L’approbation d’alternatives crédibles permettra de déterminer si la domination de ChatGPT découle de la préférence des utilisateurs ou d’un choix limité.

Un concurrent n’a pas besoin de remplacer ChatGPT dans tout le Congrès pour réduire cette concentration. S’imposer dans l’analyse de documents, l’assistance aux suites bureautiques ou la recherche pour les commissions pourrait répartir le marché selon les flux de travail. Une adoption spécialisée offrirait également au personnel des comparaisons utiles entre les comportements des modèles.

Le troisième signal sera constitué de données sur les résultats. Le Congrès devrait demander aux bureaux si l’IA a réduit les délais de traitement, amélioré la cohérence ou généré davantage de travail de vérification. Il devrait aussi suivre les incidents impliquant des faits inventés, des données sensibles ou des communications trompeuses adressées aux administrés.

Ces éléments compteront davantage que le nombre total d’abonnements. Les données d’achat indiquent quel fournisseur est entré dans le bâtiment. Les données sur les résultats indiquent si l’institution est devenue plus efficace au service du public.

L’article de TechCrunch sur OpenAI saisit un moment révélateur. ChatGPT est passé d’une nouveauté publique à un outil payant au sein de la branche du gouvernement chargée de rédiger les lois fédérales. Son avance entraîne désormais des conséquences institutionnelles que les récits ordinaires sur les parts de marché ne reflètent pas.

Pour les développeurs, la leçon concerne la distribution des produits. Des interfaces familières, une approbation précoce et de larges cas d’usage peuvent l’emporter sur des avantages techniques plus ciblés. Gagner un flux de travail gouvernemental exige une documentation de sécurité et des contrôles administratifs, en plus de la qualité du modèle.

Les acheteurs d’entreprise devraient prêter attention au mécanisme d’enfermement. Les coûts de changement les plus importants peuvent résider dans les prompts, les habitudes de révision, la formation et la confiance interne, plutôt que dans les contrats. Les acheteurs devraient documenter les flux de travail dans des formats portables et tester des alternatives avant qu’un fournisseur ne devienne une infrastructure invisible.

Les travailleurs du savoir devraient se concentrer sur la vérification. L’IA peut réduire le temps nécessaire pour organiser des documents ou produire un premier brouillon, mais elle ne transfère pas la responsabilité. La personne qui envoie la note, le résumé de politique publique ou la réponse publique reste responsable de chaque affirmation.

Le Congrès devrait désormais publier des données d’adoption plus claires, comparer les produits approuvés et mesurer les erreurs corrigées au même titre que le temps gagné. Les lecteurs devraient observer si les législateurs appliquent ces normes à leurs propres bureaux avant de les imposer ailleurs.

C’est le véritable test derrière la victoire apparente de ChatGPT. Le Congrès a trouvé son outil d’IA favori. La question plus difficile est de savoir s’il peut rester un client indépendant et exigeant tout en rédigeant les règles qui régissent son fournisseur favori.