La croissance du nombre d’utilisateurs de ChatGPT d’OpenAI atteint 1,2 milliard, mais la course aux entreprises reste ouverte

OpenAI a déclaré que ChatGPT avait atteint plus de 1,2 milliard d’utilisateurs actifs hebdomadaires, marquant une nouvelle forte hausse de la croissance du nombre d’utilisateurs de ChatGPT d’OpenAI. Lors de DevDay 2026, l’entreprise a également indiqué que ChatGPT Work et Codex servent désormais plus de 35 millions de personnes chaque semaine. Ces chiffres placent la portée d’OpenAI dans une catégorie à part. Ils ne règlent toutefois pas la compétition pour l’IA d’entreprise.

Cette annonce est intervenue moins de trois mois après qu’OpenAI a déclaré que ChatGPT avait franchi le cap d’un milliard d’utilisateurs hebdomadaires. Elle fait aussi suite à une année durant laquelle Anthropic est devenu un rival redoutable auprès des clients professionnels et des développeurs de logiciels. OpenAI présente donc deux récits liés : sa distribution grand public continue de s’étendre, et ses produits destinés au travail commencent à transformer cette portée en usage professionnel durable.

Le second récit importe davantage que le chiffre à la une. Une immense audience de chatbot offre à OpenAI un point d’entrée dans les entreprises, mais l’adoption en entreprise dépend de la sécurité, de la fiabilité, de la gouvernance et de résultats mesurables. Le chiffre de 35 millions suggère que la transition entre la conversation et le travail délégué progresse. Il ne révèle pas à quel point ces utilisateurs dépendent des produits.

Ce qu’OpenAI a réellement annoncé lors de DevDay

L’évolution importante ne réside pas simplement dans l’ajout d’utilisateurs à ChatGPT. OpenAI affirme désormais que les agents professionnels ont atteint une échelle de marché de masse.

OpenAI a communiqué ces chiffres lors de DevDay 2026, le 29 septembre à San Francisco. Le programme DevDay de l’entreprise présentait l’événement autour des développeurs techniques, de nouvelles API et de produits capables d’effectuer des tâches au-delà des conversations ordinaires avec un chatbot.

Le chiffre phare était de plus de 1,2 milliard d’utilisateurs actifs hebdomadaires de ChatGPT. Cela représente une augmentation d’au moins 200 millions par rapport au seuil d’un milliard évoqué par OpenAI durant l’été. Cela prolonge également la croissance rapportée lors de DevDay 2025, lorsque l’entreprise comptait plus de 800 millions d’utilisateurs hebdomadaires.

OpenAI a indiqué séparément que plus de 35 millions de personnes utilisent ChatGPT Work et Codex chaque semaine. ChatGPT Work est un agent conçu pour accomplir des tâches plus longues à travers des applications, des fichiers, des navigateurs et des environnements de bureau. Codex a commencé comme agent de programmation, mais s’est étendu à la recherche, à l’analyse de données, à la production de documents et à l’automatisation des flux de travail.

La formulation autour du chiffre de 35 millions mérite d’être abordée avec prudence. Elle semble décrire l’audience hebdomadaire combinée de ChatGPT Work et Codex, et non deux groupes indépendants de 35 millions d’utilisateurs. OpenAI n’a pas publiquement fourni assez de détails pour calculer le chevauchement entre ces produits.

Une personne qui utilise les deux services peut être représentée une seule fois dans une mesure combinée ou comptabilisée dans des totaux distincts par produit. L’entreprise n’a pas non plus publié de répartition géographique, de courbe de rétention ni de ventilation entre comptes personnels et comptes d’organisation. Ces précisions manquantes limitent les comparaisons avec les concurrents qui communiquent des métriques d’adoption différentes.

Malgré tout, ce nouveau total montre une évolution rapide par rapport à la précédente base de référence d’OpenAI. En juin, l’entreprise indiquait que Codex seul comptait plus de cinq millions d’utilisateurs actifs hebdomadaires. Ses données d’adoption de Codex décrivaient une multiplication par six après le lancement de l’application de bureau en février.

Lorsque ChatGPT Work est arrivé en juillet, OpenAI citait de nouveau plus de cinq millions d’utilisateurs hebdomadaires de Codex. L’entreprise présentait Work comme un agent plus généraliste capable de préparer des présentations, d’analyser des budgets, de faire des recherches sur des clients et d’opérer dans les logiciels de travail. Codex fournissait une partie des fondations techniques.

Le dernier chiffre de 35 millions couvre donc une catégorie plus large que les précédents jalons de Codex. Il reflète la tentative d’OpenAI de faire de l’exécution agentique une interface générale de travail. L’exécution agentique désigne un logiciel qui poursuit un objectif en plusieurs étapes au moyen d’outils, de fichiers et d’applications, plutôt que de fournir une seule réponse.

OpenAI affirme également que ses produits atteignent désormais 2,5 millions d’entreprises. Ce nombre inclut des organisations utilisant différentes offres d’OpenAI et ne permet pas d’établir combien ont largement déployé Work ou Codex. Il donne néanmoins au chiffre d’utilisateurs professionnels un contexte organisationnel significatif.

L’annonce crée la tension centrale de l’article. OpenAI dispose d’une distribution grand public inégalée et d’une audience d’agents en rapide croissance. Pourtant, le marché des entreprises récompense davantage la profondeur d’usage, des performances prévisibles et les dépenses des clients que les seuls totaux bruts de comptes.

Pourquoi la croissance du nombre d’utilisateurs de ChatGPT d’OpenAI crée un avantage de distribution

OpenAI peut présenter des agents de travail à une audience qui comprend déjà ChatGPT, réduisant l’un des obstacles d’adoption les plus difficiles dans les logiciels d’entreprise.

La plupart des applications professionnelles doivent d’abord convaincre les employés de créer des comptes, d’apprendre une interface et de modifier des habitudes établies. ChatGPT aborde ce processus avec une forte notoriété et une vaste base d’utilisateurs existants. Les employés le découvrent souvent à titre personnel avant qu’un employeur ne l’approuve officiellement.

Cette familiarité ascendante peut accélérer les essais organisationnels. Un salarié qui utilise déjà ChatGPT pour rédiger ou faire des recherches a besoin de moins de formation avant de tester un flux de travail délégué. Un responsable peut partir d’un comportement existant au lieu de lancer une catégorie logicielle inconnue.

La conception récente des produits d’OpenAI soutient cette stratégie. ChatGPT Work fonctionne dans l’environnement ChatGPT plus large tout en l’étendant aux fichiers, aux applications et aux missions plus longues. Codex relie de même des instructions conversationnelles à une exécution concrète, notamment la modification de code, l’exécution de tests, l’analyse d’informations et la génération de livrables.

Cette progression transforme la distribution en entonnoir produit. Un utilisateur commence par une question, passe à la création de documents, puis délègue finalement un processus en plusieurs étapes. OpenAI peut exposer chaque nouvelle capacité sans demander à cet utilisateur d’adopter une interface entièrement distincte.

Les propres recherches de l’entreprise indiquent que cette évolution est déjà en cours chez certains utilisateurs. Dans son étude sur l’usage des agents, OpenAI a rapporté que l’adoption de Codex par les non-développeurs progressait plus vite que celle des développeurs. L’entreprise a également constaté que les utilisateurs confiaient de plus en plus de tâches longues à l’agent.

Ces résultats restent produits par l’entreprise et ne doivent pas être considérés comme une preuve indépendante de gains de productivité. La recherche a estimé le temps de travail humain à l’aide de modèles, tandis que certaines parties de l’analyse reposaient sur des utilisateurs échantillonnés qui avaient autorisé l’utilisation de leurs données. Elle illustre néanmoins la façon dont OpenAI définit l’opportunité.

L’entreprise ne mesure plus sa réussite uniquement au nombre de questions traitées ou de messages envoyés. Elle souhaite que les utilisateurs lui confient des résultats complets, comme la préparation d’un rapport ou l’étude d’un jeu de données. Ce changement accroît à la fois la valeur potentielle et les conséquences d’un échec.

La distribution aide OpenAI à tenter cette transition à une vitesse inhabituelle. Une nouvelle fonctionnalité peut devenir visible pour des centaines de millions de personnes via un produit existant. Même un faible taux de conversion peut produire une importante audience professionnelle.

L’affirmation de 35 millions d’utilisateurs hebdomadaires apporte des éléments en faveur de ce mécanisme. Elle ne représente qu’une fraction de l’audience totale de ChatGPT, mais correspondrait tout de même à une population substantielle utilisant des produits orientés agents. Ce chiffre est particulièrement notable parce que ChatGPT Work n’a été lancé qu’en juillet.

OpenAI peut également tirer parti de la familiarité grand public lors des processus d’achat en entreprise. Les employés peuvent demander un accès parce qu’ils connaissent déjà la marque et l’interface. Les responsables technologiques peuvent anticiper moins de frictions de formation qu’avec un produit que les salariés n’ont jamais utilisé.

Toutefois, la familiarité ne se confond pas avec la préparation organisationnelle. Les entreprises exigent des contrôles d’accès, une capacité d’audit, une gestion des identités, des politiques de données et un support prévisible. Elles ont également besoin que les agents respectent les autorisations dans chaque système connecté.

OpenAI a ajouté ces contrôles tout en présentant des tableaux de bord d’usage pour ChatGPT Work et Codex. Ses signaux d’entreprise indiquent que l’activité des agents représentait 64 pour cent des jetons de sortie combinés de ChatGPT et Codex chez les clients entreprises en juin. Cette métrique suggère des charges de travail plus profondes, même si elle ne mesure pas la valeur métier effectivement produite.

La distinction est importante pour les acheteurs. Les jetons de sortie peuvent montrer une activité, mais ils ne peuvent pas prouver qu’un rapport était exact ou qu’un flux de travail a permis d’économiser de l’argent. Les organisations ont en définitive besoin de preuves liées aux délais de cycle, aux taux d’erreur, aux projets achevés ou aux résultats clients.

C’est ici que l’avantage de distribution d’OpenAI rencontre sa première limite. L’entreprise peut rapidement placer un agent devant les utilisateurs. Elle doit encore convaincre les employeurs que ces agents méritent l’accès à des systèmes sensibles et à des tâches à fort enjeu.

Pour les travailleurs du savoir, ce changement accroît également l’importance d’organiser un contexte fiable. Un agent est plus performant lorsqu’il peut récupérer les documents actuels, les décisions et l’historique des projets. Une base de connaissances IA bien entretenue peut aider les utilisateurs à distinguer un contexte durable de résultats conversationnels dispersés.

La distribution donne à OpenAI l’occasion de définir la manière dont les personnes délèguent le travail. La confiance, le contexte et les résultats accomplis détermineront quelle part de cette occasion deviendra une adoption durable.

Anthropic demeure le test de l’adoption d’OpenAI en entreprise

La compétition principale n’oppose pas OpenAI à tous les laboratoires d’IA. Elle oppose la stratégie d’OpenAI fondée sur la distribution à la position d’Anthropic axée d’abord sur les entreprises.

Anthropic a bâti sa réputation autour de Claude, Claude Code et de déploiements professionnels impliquant un travail intellectuel complexe. Ses produits ont gagné du terrain auprès des développeurs et des organisations qui valorisent les tâches à long contexte, les performances de programmation et une orientation plus ciblée sur le lieu de travail.

Plus tôt en 2026, cette position a exercé une pression visible sur OpenAI. En avril, l’Associated Press a rapporté qu’OpenAI renforçait son attention sur le travail professionnel tout en faisant face à une concurrence accrue d’Anthropic. OpenAI comptait alors plus de 900 millions d’utilisateurs hebdomadaires de ChatGPT, mais la plupart ne payaient pas pour le service.

Ce contraste a exposé une faiblesse stratégique. OpenAI pouvait dominer l’attention grand public sans diriger les charges de travail d’entreprise à la plus forte valeur. Une vaste audience gratuite crée de la portée, mais elle entraîne aussi des coûts de service substantiels et une conversion incertaine.

Anthropic a abordé le marché par la direction opposée. L’entreprise s’est fortement concentrée sur les développeurs, les API et les clients organisationnels. Cela a fait de Claude Code une référence particulièrement importante pour Codex, même si les produits continuent de s’étendre au-delà du développement logiciel.

Les données de dépenses de tiers ont reflété une compétition serrée et instable. Une analyse d’août basée sur les transactions de clients de Ramp plaçait Anthropic à 41 pour cent et OpenAI à 39 pour cent parmi les clients professionnels mesurés. Les données d’adoption par les entreprises suggéraient également qu’OpenAI avait réduit l’avance antérieure d’Anthropic.

Cet ensemble de données couvre les entreprises visibles via Ramp plutôt que l’ensemble du marché de l’entreprise. Il mesure des relations payantes, et non la satisfaction des utilisateurs ou la profondeur des charges de travail. Il fournit néanmoins un signal indépendant indiquant que l’offensive d’OpenAI auprès des entreprises se traduit par des achats.

L’annonce des 35 millions ajoute un autre type d’élément. Elle mesure, selon OpenAI, les personnes utilisant Work et Codex chaque semaine, plutôt que les entreprises effectuant des paiements. Ensemble, ces chiffres suggèrent qu’OpenAI rivalise à la fois sur l’acquisition d’organisations et l’activation des utilisateurs finaux.

Ce sont des réussites liées, mais distinctes. Une entreprise peut acheter des licences que les employés utilisent rarement. Les travailleurs peuvent aussi utiliser intensivement un produit individuel sans accord d’entreprise. Une adoption durable en entreprise exige des achats, une utilisation active, de la fidélisation et un déploiement élargi.

La portée grand public d’OpenAI facilite l’activation. L’orientation d’Anthropic vers les entreprises peut favoriser les déploiements concentrés et la fidélité des développeurs. Aucun de ces avantages ne garantit toutefois l’issue finale.

Les produits convergent également. Codex va au-delà du code, tandis que les capacités de Claude pour le travail dépassent la création de logiciels. ChatGPT Work offre à OpenAI une couche d’agents généralistes, tandis qu’Anthropic a poursuivi le développement d’outils pour les tâches professionnelles.

Cette convergence rend les comparaisons de performances plus difficiles. Un score de benchmark ne peut pas refléter chaque flux de travail, et les acheteurs associent souvent plusieurs fournisseurs de modèles. Une organisation peut utiliser OpenAI pour l’assistance générale, Anthropic pour le code et un autre fournisseur pour des charges de travail spécialisées.

L’adoption de plusieurs modèles affaiblit l’idée qu’une seule entreprise possédera toutes les tâches en entreprise. Elle renforce aussi la pression à changer de fournisseur. Si les interfaces et les intégrations se standardisent, les acheteurs peuvent réorienter leurs charges de travail vers le prestataire offrant une meilleure fiabilité ou de meilleures conditions économiques.

La réponse d’OpenAI consiste à relier son produit grand public, son agent de travail, son agent de programmation et sa plateforme pour développeurs. L’entreprise souhaite que les utilisateurs restent dans un environnement commun à mesure que leurs tâches gagnent en complexité. Cela peut améliorer la continuité, mais soulève des préoccupations de concentration et de dépendance.

Anthropic met cette stratégie sous pression en proposant une alternative crédible au moment où l’IA devient opérationnelle. Si Claude reste attractif pour les tâches professionnelles difficiles, OpenAI ne peut pas s’appuyer uniquement sur la familiarité avec ChatGPT. L’entreprise doit prouver que sa distribution conduit à de meilleurs résultats de déploiement.

C’est pourquoi la croissance du nombre d’utilisateurs de ChatGPT chez OpenAI est importante sans pour autant décider de l’issue de la course. Le chiffre de 1,2 milliard rend OpenAI difficile à déloger sur la couche grand public. Celui de 35 millions montre un pont croissant vers le travail. Anthropic reste le test permettant de déterminer si ce pont peut porter des charges de travail d’entreprise à forte valeur.

Le chiffre de 35 millions change le récit, mais ne tranche pas la question

Le revirement d’OpenAI tient au fait que sa faiblesse en entreprise ne semble plus inévitable, même si les chiffres divulgués laissent encore des questions cruciales sans réponse.

Au début de 2026, le récit concurrentiel le plus simple séparait le marché en deux atouts. OpenAI dominait l’attention du grand public, tandis qu’Anthropic captait de plus en plus la demande sérieuse des entreprises et du développement logiciel. Les dernières données compliquent cette répartition.

Trente-cinq millions d’utilisateurs hebdomadaires de Work et Codex constitueraient une audience professionnelle significative selon toute comparaison raisonnable. Cela suggère qu’OpenAI a dépassé le stade des expériences occasionnelles menées par une petite communauté de développeurs. Cela indique également que les travailleurs du savoir généralistes entrent dans les flux de travail avec des agents.

OpenAI a décrit plusieurs de ces flux de travail dans ses documents produits. Ils comprennent la collecte d’informations entre différentes applications, la création de feuilles de calcul, la préparation de présentations, la recherche sur des clients et la production d’outils internes. L’entreprise affirme que Work peut rester sur un projet pendant des heures et le diviser en tâches plus petites.

Un premier exemple consistait à analyser les points de contact avec les clients dans le système de gestion de la relation client et les e-mails d’une entreprise. L’agent a identifié des lacunes dans les suivis et généré un tableau de bord pour la direction. OpenAI a présenté cet exemple lorsqu’elle a introduit ChatGPT Work.

Cet exemple démontre le mécanisme visé, mais ne prouve pas que les utilisateurs habituels obtiennent le même résultat. Les premiers essais bénéficient souvent de davantage de soutien et portent sur des tâches soigneusement sélectionnées. Les acheteurs en entreprise auront besoin de résultats sur des équipes ordinaires, des données imparfaites et des flux de travail évolutifs.

Codex offre une chronologie d’adoption plus claire. OpenAI a indiqué que le nombre d’utilisateurs hebdomadaires dépassait trois millions début avril, puis cinq millions en juin. La catégorie plus large Work et Codex a atteint plus de 35 millions d’utilisateurs fin septembre, selon les informations divulguées lors du DevDay.

La comparaison n’est pas parfaitement équivalente, car le chiffre ultérieur inclut un autre produit. Elle montre néanmoins qu’OpenAI a élargi à la fois l’audience et la définition du travail agentique. L’entreprise ne présente plus Codex comme un outil spécialisé destiné aux ingénieurs logiciels.

Cet élargissement crée de nouvelles opportunités. Un responsable marketing peut demander à un agent de rassembler des recherches dans un brief de campagne. Une équipe financière peut examiner un écart budgétaire. Un chef de produit peut combiner les retours clients, les notes de réunion et les données d’utilisation dans une mise à jour hebdomadaire.

Il crée aussi des modes de défaillance supplémentaires. Un agent de programmation travaille généralement dans des dépôts, des tests et des systèmes de revue dont les résultats sont visibles. Un agent de travail généraliste peut agir à travers les e-mails, les documents, les calendriers, les navigateurs et les applications métier.

Ces environnements contiennent des instructions ambiguës et des informations sensibles. Une erreur peut ne pas apparaître sous la forme d’un test échoué. Elle peut se manifester par un rapport incorrect, une divulgation non autorisée ou une action effectuée avec un contexte obsolète.

La valeur d’un agent de travail dépend donc de bien plus que des capacités du modèle. Elle nécessite des autorisations claires, une récupération d’information fiable, des actions réversibles, une revue humaine et des traces de ce qui s’est produit. Les organisations doivent décider quelles tâches les agents peuvent accomplir de manière autonome et lesquelles exigent une approbation.

Le chiffre de 35 millions ne montre pas combien d’utilisateurs franchissent ce seuil. Certains peuvent utiliser Work pour des recherches occasionnelles, tandis que d’autres délèguent des opérations récurrentes. Les deux sont comptés comme utilisateurs hebdomadaires, mais ils génèrent une valeur économique très différente.

La fréquence nécessite également du contexte. Un utilisateur actif une seule fois au cours d’une semaine répond à une définition courante d’utilisateur actif hebdomadaire. Cette mesure ne révèle ni le nombre de sessions, ni les missions terminées, ni le temps gagné, ni la poursuite de l’utilisation sur plusieurs mois.

OpenAI n’a pas indiqué comment les 35 millions d’utilisateurs se répartissent entre Work et Codex. L’entreprise n’a pas non plus fourni d’informations sur la concentration organisationnelle. Un petit groupe de déploiements importants pourrait avoir des implications concurrentielles différentes d’une adoption large dans de nombreuses entreprises.

Même le chiffre de 2,5 millions d’entreprises doit être interprété. Il indique une vaste présence organisationnelle, mais une entreprise peut utiliser une API, ChatGPT, Codex, Work ou plusieurs services. Le nombre de clients ne peut à lui seul montrer la profondeur du déploiement.

Aucune de ces lacunes n’invalide ce jalon. Elles définissent ce que ce jalon permet d’étayer. Il s’agit d’une preuve crédible que les produits professionnels d’OpenAI ont connu une expansion rapide, et non d’une démonstration qu’ils dominent l’IA d’entreprise.

Le revirement est donc mesuré, mais significatif. La base grand public d’OpenAI semblait autrefois déconnectée de sa position en entreprise. Work et Codex fournissent désormais une voie de conversion visible, tandis que des données indépendantes sur les dépenses montrent que l’entreprise réduit l’avance d’Anthropic.

La prochaine question est de savoir si cette voie produit des habitudes de travail durables. Les logiciels d’entreprise deviennent défendables lorsque les équipes construisent autour d’eux des processus, des connexions de données et une gouvernance. L’activité hebdomadaire est le début de ce processus, non sa conclusion.

Ce que les chiffres d’utilisateurs ne montrent pas

Les informations publiées par OpenAI mesurent la portée, tandis que les acheteurs ont besoin de preuves concernant la fidélisation, la fiabilité, la sécurité et les résultats obtenus.

La première incertitude concerne la mesure. OpenAI a évoqué plus de 1,2 milliard d’utilisateurs hebdomadaires de ChatGPT et plus de 35 millions d’utilisateurs hebdomadaires de Work et Codex. L’entreprise n’a publié aucune méthodologie détaillée pour l’un ou l’autre de ces chiffres.

Les entreprises cotées définissent souvent les utilisateurs actifs dans leurs documents réglementaires et maintiennent des périodes de reporting cohérentes. OpenAI est une entreprise privée, de sorte que ses indicateurs opérationnels font l’objet d’une divulgation moins standardisée. Les lecteurs doivent considérer ces chiffres comme des jalons communiqués par l’entreprise.

La deuxième incertitude concerne le chevauchement. Work existe dans l’environnement ChatGPT, et les capacités de Codex peuvent prendre en charge des tâches de Work. Un utilisateur peut interagir avec les deux au cours d’un même projet, ce qui rend les comparaisons entre produits difficiles.

La troisième incertitude concerne l’intensité. L’activité hebdomadaire dit peu de choses sur la capacité des agents à accomplir des tâches à forte valeur. Une demande expérimentale et un flux de travail opérationnel récurrent peuvent tous deux générer un utilisateur actif.

La quatrième incertitude est la fidélisation. Des lancements rapides peuvent générer des essais qui s’essoufflent lorsque les utilisateurs rencontrent des limites, des erreurs ou une valeur peu claire. OpenAI n’a pas partagé les taux de rétention par cohorte pour Work ou Codex.

La cinquième incertitude concerne l’économie. Les tâches agentiques peuvent exiger de longues exécutions de modèles, des appels d’outils répétés et une capacité de calcul considérable. Une audience en forte croissance n’est commercialement attrayante que si OpenAI peut la servir de manière durable.

OpenAI a également étendu l’accès à moindre coût et une disponibilité financée par la publicité. Ces stratégies peuvent accroître la portée, mais elles compliquent le lien entre utilisateurs actifs et revenus. Une plateforme comptant un milliard d’utilisateurs peut encore subir des pressions si l’utilisation professionnelle reste coûteuse à fournir.

Pour les entreprises, la sécurité pose une question plus immédiate. Un agent qui lit des documents et exploite des applications reçoit un accès plus large qu’un chatbot conventionnel. Chaque connexion crée une nouvelle frontière impliquant des identifiants, l’exposition de données et des actions involontaires.

Les administrateurs ont besoin de contrôles de politique adaptés à ces risques. Ils doivent savoir quelles sources un agent a consultées, quelles instructions il a suivies et quelles actions il a tenté d’exécuter. Ils ont aussi besoin de mécanismes pour suspendre, annuler et examiner l’activité.

L’exactitude reste tout aussi importante. Les agents de longue durée peuvent amplifier un malentendu initial sur plusieurs étapes. Un document final soigné peut masquer des preuves faibles, une récupération incomplète ou une hypothèse incorrecte.

La revue humaine ne disparaît pas lorsque les agents s’améliorent. Elle se déplace vers la définition des tâches, les autorisations, les points de contrôle et l’évaluation. Les équipes qui négligent ces contrôles peuvent produire davantage de travail sans prendre de meilleures décisions.

Il existe également un risque de concentration. Si une organisation connecte un seul fournisseur à ses fichiers, son code, ses communications et ses systèmes métier, changer de fournisseur devient plus difficile. Les acheteurs doivent arbitrer entre la commodité et la dépendance à une seule famille de modèles et à une seule interface.

L’approche intégrée d’OpenAI rend ce compromis particulièrement visible. Un environnement commun peut réduire les frictions entre ChatGPT, Work, Codex et les API. Cette même intégration peut centraliser un contexte sensible chez un seul fournisseur.

La concurrence offre une certaine protection. Anthropic, Google, Microsoft et d’autres fournisseurs continuent de développer des agents et des contrôles pour les entreprises. Leur présence offre des alternatives aux acheteurs et dissuade une seule entreprise de considérer la distribution comme suffisante.

Pourtant, changer de fournisseur est plus facile avant que les équipes ne conçoivent leurs flux de travail autour de fonctionnalités propriétaires. Les entreprises devraient évaluer la portabilité tant que l’adoption est encore en développement. Elles devraient aussi conserver les documents sources, les traces de décision et la logique d’automatisation en dehors de tout historique conversationnel unique.

Pour les travailleurs du savoir individuels, le risque pratique est plus banal. Un agent peut produire une grande quantité de contenu tout en rendant la vérification des sources plus difficile. Une création plus rapide accroît le besoin d’une revue rigoureuse et d’un contexte traçable.

La conclusion sceptique n’est pas que les chiffres sont dénués de sens. C’est que la taille de l’audience ne répond qu’à la première question sur l’adoption. OpenAI a montré que les utilisateurs arrivent, mais pas encore avec quelle régularité ils restent ou réussissent.

Trois signaux montreront si OpenAI peut transformer son échelle en travail

La prochaine étape sera déterminée par une utilisation active en entreprise, la réponse de la concurrence et des preuves que les agents accomplissent des tâches à forte valeur de manière fiable.

Le premier signal sera une ventilation plus claire de l’adoption de ChatGPT Work et Codex. OpenAI devrait publier des totaux d’utilisateurs distincts, le chevauchement, la fidélisation et le déploiement organisationnel. Ces chiffres révéleraient si le jalon des 35 millions reflète de larges expérimentations ou des habitudes durables.

Une croissance qui se poursuivrait après la période de lancement renforcerait l’affirmation d’OpenAI. Des cohortes stables et une utilisation accrue au sein des entreprises existantes compteraient davantage qu’un autre titre combinant les chiffres. Un ralentissement marqué suggérerait que la curiosité initiale a dépassé la valeur récurrente.

Le deuxième signal est la réponse d’Anthropic dans les flux de travail liés au code et à l’entreprise. OpenAI a resserré le récit concurrentiel, mais Anthropic conserve une forte crédibilité auprès des développeurs et une solide implantation dans les organisations. De nouvelles capacités de Claude, des succès clients ou de meilleurs contrôles de déploiement pourraient préserver cet avantage.

Les données indépendantes sur les achats seront particulièrement utiles. Si OpenAI prend l’avantage sur un large échantillon d’entreprises, sa stratégie fondée sur la distribution paraîtra plus solide. Si Anthropic conserve son leadership malgré l’audience d’OpenAI, la portée auprès des consommateurs semblera moins transférable qu’attendu.

Le troisième signal est constitué des preuves liées aux résultats commerciaux. OpenAI et ses clients doivent faire état de flux de travail finalisés, de réductions des délais de cycle, de taux d’erreur plus faibles et d’un usage durable. Le volume de tokens produits et le nombre d’utilisateurs actifs ne peuvent se substituer à ces indicateurs.

Des évaluations indépendantes rendraient ces affirmations plus crédibles. Les acheteurs devraient rechercher des études comparant le travail assisté par des agents aux processus établis au sein d’équipes ordinaires. Les résultats devraient inclure les échecs, le temps de révision et les coûts de mise en œuvre, et pas seulement des démonstrations réussies.

Ces signaux préciseront également ce que signifie la croissance des utilisateurs d’OpenAI ChatGPT pour les utilisateurs du quotidien. Si Work et Codex restent fiables pour les tâches courantes, la délégation deviendra une couche standard du travail de la connaissance. Si les coûts de supervision restent élevés, les agents pourraient demeurer des outils précieux mais spécialisés.

Les développeurs devraient observer si Codex conserve son identité d’environnement d’ingénierie sérieux tout en s’étendant au travail général. Les acheteurs en entreprise devraient examiner la gouvernance, la portabilité et l’adoption au-delà des groupes pilotes. Les travailleurs du savoir devraient évaluer les résultats finalisés plutôt que le volume de contenu généré.

Le cap de 1,2 milliard établit l’extraordinaire portée d’OpenAI. Le chiffre de 35 millions pour Work et Codex montre qu’une part significative de cette audience teste une relation plus conséquente avec l’IA. La question non résolue est de savoir si ces utilisateurs construisent des flux de travail fiables ou s’ils essaient simplement la dernière interface.

Cette question ne peut pas être tranchée par un nouvel événement de lancement. Elle trouvera sa réponse dans la rétention, les changements de fournisseurs face à la concurrence et la qualité du travail accompli une fois la nouveauté dissipée. Observez ce que les équipes continuent d’utiliser, ce à quoi elles font confiance aux agents pour accéder, et quel fournisseur gagne une place permanente dans leurs systèmes d’exploitation.