OpenAI : les entreprises de pointe utilisent l'IA 3,5 fois plus en profondeur et adoptent Codex plus activement

OpenAI a lancé B2B Signals, un nouveau format d'étude sur la manière dont les entreprises adoptent réellement l'IA en interne. Le premier numéro, publié le 6 mai 2026, montre que l'écart entre les organisations ordinaires et les plus avancées se creuse vite, et que le facteur décisif n'est pas l'accès aux outils, mais la profondeur de leur usage.

L'écart se creuse

Dans son rapport, OpenAI compare les entreprises « de pointe », des organisations situées au 95e percentile d'usage de l'IA, aux entreprises typiques, à la médiane. La différence est déjà marquée : les leaders utilisent 3,5 fois plus d'« intelligence » par salarié que l'entreprise moyenne. Un an plus tôt, l'écart était deux fois moindre, environ 2x.

La logique du rapport est simple : l'accès à ChatGPT ou à des licences d'entreprise ne suffit plus à créer un avantage. Ce qui compte davantage, c'est le degré d'intégration de l'IA dans le travail réel des équipes.

OpenAI souligne que le nombre de messages n'est pas le principal indicateur de maturité. Il n'explique que 36 % de l'écart entre les leaders et le « milieu du marché ». Le reste tient à un usage plus substantiel : les salariés fournissent davantage de contexte aux modèles, posent des tâches plus complexes et obtiennent des résultats plus utiles.

Autrement dit, l'entreprise typique emploie encore souvent l'IA comme un moteur de recherche intelligent ou un assistant pour des réponses rapides, tandis que les leaders lui confient déjà des pans de travail complexe et concret.

L'étape agentique

L'écart le plus net observé par OpenAI concerne les outils agentiques et avancés. Selon le rapport, les entreprises de pointe envoient à Codex 16 fois plus de messages par salarié que les entreprises typiques. Une dynamique similaire se retrouve pour ChatGPT Agent, Apps in ChatGPT, Deep Research et les GPTs.

C'est un basculement important : le marché quitte le schéma « je demande, j'obtiens une réponse » pour un modèle où l'IA aide à écrire du code, à exécuter des tâches en plusieurs étapes, à exploiter le contexte interne de l'entreprise et à mener le travail jusqu'à un résultat plus abouti.

Pour les entreprises, cela ne signifie pas seulement acheter de nouvelles licences, mais repenser les processus. Plus l'IA sait travailler avec des fichiers, des bases de code et de longues chaînes d'actions, plus la gouvernance, les règles d'accès et l'habitude de déléguer à la machine non un bout de texte, mais une tâche entière deviennent importantes.

OpenAI écrit sans détour que les leaders se construisent un « muscle opérationnel » : ils utilisent l'IA non comme une interface plus rapide, mais comme un moyen de réorganiser le travail des équipes.

La pratique des entreprises

Le rapport montre que l'adoption de l'IA devient à la fois massive et spécialisée. Les usages les plus larges restent liés à la rédaction et à la communication, mais des différences apparaissent ensuite selon les fonctions : les équipes IT et sécurité emploient plus souvent les modèles pour des instructions de procédure, les développeurs et les data scientists pour le code, et la finance pour l'analyse et les calculs.

Il n'existe pas de classement unique : une entreprise peut être plus forte sur ChatGPT, une autre sur l'API, une troisième sur Codex ou sur des services d'IA internes.

• Cisco indique une réduction d'environ 20 % du temps de build avec Codex dans des scénarios de production.
• L'entreprise estime aussi l'économie à plus de 1500 heures d'ingénierie par mois.
• Le débit de correction des défauts chez Cisco a été multiplié par 10 à 15.
• Travelers compte sur son AI Claim Assistant pour traiter environ 100 000 déclarations de sinistre initiales la première année.

OpenAI relève un autre signe de maturité : les leaders utilisent l'IA non seulement pour exécuter des tâches, mais aussi pour former leurs salariés. C'est précisément dans les scénarios d'éducation et d'apprentissage que l'écart entre entreprises avancées et typiques s'est révélé l'un des plus marqués.

C'est un bon signal pour les grandes organisations : le gain n'apparaît pas quand l'outil est simplement distribué à tous, mais quand les gens ont appris à formuler des requêtes complexes, à confier aux agents une partie des processus et à revenir régulièrement à ces scénarios dans leur travail.

Ce que cela signifie

La principale conclusion de B2B Signals est que la prochaine concurrence dans l'IA d'entreprise portera non sur le nombre d'utilisateurs, mais sur la qualité de l'adoption. Si les données d'OpenAI sont exactes, l'avantage ira aux entreprises qui feront passer l'IA du mode assistant au mode exécutant avant les autres, en particulier dans le développement, l'analytique, le support et les autres fonctions où le résultat se mesure en heures, en vitesse et en débit.