Chez Zendesk, les salariés ont eux-mêmes créé près de 600 applications d'IA, dont une utilisée par 1000 personnes
Chez Zendesk, ChatGPT Enterprise a été ouvert à chaque salarié, et les équipes ventes, marketing et opérations ont elles-mêmes développé près de 600 applications internes. L'une d'elles est un agent commercial : il croise l'utilisation du produit par le client et le nombre de tickets par agent de support, afin de repérer les clients susceptibles d'étendre leur abonnement. Environ 1000 personnes l'utilisent chaque jour. La leçon : l'IA s'impose quand les utilisateurs peuvent poser eux-mêmes des questions à leurs données, sans passer par la file d'attente des analystes.
Traité par IA depuis YouTube: OpenAI ; édité par Hamidun News
Chez Zendesk, entreprise spécialisée dans les services de support client, chaque salarié peut utiliser ChatGPT Enterprise (la version professionnelle du chatbot d'OpenAI). Résultat : les équipes ventes, marketing et opérations ont elles-mêmes conçu près de 600 applications internes. La plus populaire parmi celles présentées dans la vidéo est un agent commercial, utilisé chaque jour par environ 1000 personnes. Il croise lui-même l'usage que le client fait du produit et le nombre de demandes de support par agent, puis indique quels clients pourraient se voir proposer une extension. Auparavant, il fallait passer par des analystes pour obtenir ce type de conclusion. C'est ce que raconte Daniel Hamble, vice-président des données d'entreprise et de l'analytique chez Zendesk, dans la vidéo d'OpenAI.
Six cents applications sans un seul commanditaire
Le chiffre clé du témoignage de Hamble : l'entreprise compte environ 600 applications, « construites par des personnes différentes ». Il ne s'agit pas d'un projet porté par une seule équipe de développeurs. L'outil a été confié à ceux qui connaissent le mieux leur quotidien. Un responsable commercial sait quelles données il lui faut avant un appel. Un responsable marketing sait quels rapports il compile chaque semaine à la main. Dès lors qu'ils ont accès à l'IA, ils n'ont plus besoin de rédiger un cahier des charges ni d'attendre leur tour.
Hamble souligne en outre que les utilisateurs métiers interrogent directement leurs données. Auparavant, le parcours était le suivant : la personne formulait sa demande à un analyste, attendait l'extraction, précisait ses besoins, puis attendait de nouveau. Aujourd'hui, la question se pose en langage courant et la réponse arrive immédiatement.
Le fonctionnement de l'agent commercial
L'exemple le plus concret de la vidéo concerne l'application destinée aux ventes. L'agent d'IA relie deux sources : les données d'utilisation du produit par le client et le nombre de tickets (demandes de support) par agent. À partir de ces signaux, il repère les opportunités d'extension, c'est-à-dire les clients à qui l'on peut proposer davantage de sièges, de formules ou de fonctionnalités.
La logique se comprend facilement. Si l'équipe d'un client utilise activement le produit et que le nombre de demandes par agent de support augmente, la charge grimpe, et il faut probablement davantage de ressources. Auparavant, le commercial devait rapprocher lui-même ces chiffres issus de systèmes différents. Désormais, l'agent s'en charge, et il l'aide également à expliquer au client le bénéfice qu'il retirera de l'extension.
Environ 1000 personnes utilisent cette application chaque jour. Pour un outil interne, c'est un indicateur sérieux : les gens y reviennent régulièrement, au lieu de l'ouvrir une seule fois par curiosité.
Ce qu'il faut en retenir pour la pratique
Premièrement : la valeur d'une IA interne ne dépend pas du nombre de licences distribuées, mais de la facilité avec laquelle on peut y connecter les données réelles de l'entreprise. L'agent commercial est utile parce qu'il réunit les statistiques d'utilisation du produit et les tickets. Sans cela, on obtiendrait simplement un chatbot ordinaire.
Deuxièmement : si l'on autorise les salariés à créer eux-mêmes des applications, leur nombre augmente vite. Six cents applications, c'est aussi une question de gouvernance. Il faut savoir qui est responsable de chacune, d'où viennent les données et qui voit les résultats. La vidéo ne donne pas de détails à ce sujet, mais pour les entreprises qui suivent la même voie, c'est une étape inévitable.
Troisièmement : les scénarios les plus efficaces sont liés à un rôle et à une action précis. L'agent ne « fait pas de la vente » en général : il cherche des opportunités de croissance concrètes et suggère des arguments pour l'échange avec le client.
Limites
Le contenu a été publié par OpenAI elle-même : il s'agit donc d'un témoignage client, et non d'une étude indépendante. La description ne précise ni le chiffre d'affaires généré par l'agent commercial, ni la manière dont l'exactitude de ses conclusions est vérifiée, ni le coût du déploiement, ni le nombre réel d'applications utilisées parmi les 600. Environ 1000 utilisateurs quotidiens attestent d'une demande, mais ne démontrent pas un effet économique.
Cet exemple n'en reste pas moins utile comme repère. Si vous déployez une IA d'entreprise, inspirez-vous du modèle de Zendesk : un accès large, une liberté donnée aux équipes métiers et des applications qui s'appuient sur des données réelles. Commencez par un seul cas d'usage où deux sources de données sont déjà disponibles côte à côte, puis vérifiez si les utilisateurs reviennent à l'outil le lendemain.
- 21 nov. 2026Les offres FDE ont été multipliées par 4,6 en un an : ce que fait un ingénieur chez le client
- 21 nov. 2026La capitaine d'une équipe de nageurs a confié trois tâches planifiées à ChatGPT et divisé sa charge de travail par plusieurs
- 21 nov. 2026OpenAI GPT-6 Cyber a trouvé une trentaine de failles dans les iPhone, Mac et autres appareils Apple
- 21 nov. 202622 agents Claude ont cherché pendant six semaines des réponses sur les trous noirs — et ont résolu deux problèmes
Questions clés sur cet article
Que sait-on sur Six cents applications sans un seul commanditaire ?
Le chiffre clé du témoignage de Hamble : l'entreprise compte environ 600 applications, « construites par des personnes différentes ». Il ne s'agit pas d'un projet porté par une seule équipe de développeurs. L'outil a été confié à ceux qui connaissent le mieux leur quotidien. Un responsable commercial sait quelles données il lui faut avant un appel. Un responsable marketing sait quels rapports il compile chaque semaine à la main.
Que sait-on sur Le fonctionnement de l'agent commercial ?
L'exemple le plus concret de la vidéo concerne l'application destinée aux ventes. L'agent d'IA relie deux sources : les données d'utilisation du produit par le client et le nombre de tickets (demandes de support) par agent. À partir de ces signaux, il repère les opportunités d'extension, c'est-à-dire les clients à qui l'on peut proposer davantage de sièges, de formules ou de fonctionnalités. La logique se comprend facilement.
Que sait-on sur Ce qu'il faut en retenir pour la pratique ?
Premièrement : la valeur d'une IA interne ne dépend pas du nombre de licences distribuées, mais de la facilité avec laquelle on peut y connecter les données réelles de l'entreprise. L'agent commercial est utile parce qu'il réunit les statistiques d'utilisation du produit et les tickets. Sans cela, on obtiendrait simplement un chatbot ordinaire. Deuxièmement : si l'on autorise les salariés à créer eux-mêmes des applications, leur nombre augmente vite. Six cents applications, c'est aussi une question de gouvernance.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.
