OpenAI: les entreprises de pointe font un usage 3,5 fois plus poussé de l’AI et déploient Codex plus activement

OpenAI a lancé B2B Signals — un nouveau format de recherche sur la façon dont les entreprises déploient réellement l'IA au sein de leurs organisations. Le premier rapport, publié le 6 mai 2026, montre : le fossé entre les organisations ordinaires et les pionniers se creuse rapidement, et le facteur principal n'est pas l'accès aux outils, mais la profondeur de leur utilisation.

L'Écart S'Élargit

Dans son rapport, OpenAI compare les entreprises « de frontière » — des organisations au 95e percentile de l'adoption de l'IA — avec les entreprises typiques au niveau de la médiane. La différence est déjà frappante : les leaders déploient 3,5 fois plus d'« intelligence » par employé que les entreprises moyennes. Un an plus tôt, cet écart était deux fois plus petit — environ 2x.

La logique du rapport est simple : l'accès seul à ChatGPT ou aux licences d'entreprise ne crée plus d'avantage. Ce qui compte davantage, c'est la profondeur de l'intégration de l'IA dans le travail réel des équipes.

OpenAI souligne spécifiquement que le volume de messages n'est pas l'indicateur principal de maturité. Il explique seulement 36% de l'écart entre les leaders et le « milieu de marché ». Le reste provient d'une utilisation plus substantielle : les employés fournissent aux modèles plus de contexte, établissent des tâches plus complexes et obtiennent des résultats plus utiles. En d'autres termes, l'entreprise typique utilise encore souvent l'IA comme recherche intelligente ou assistant pour réponses rapides, tandis que les entreprises leaders lui délèguent déjà des portions de travail réel et complexe.

L'Étape des Agents

L'écart le plus remarquable observé par OpenAI se situe dans les outils avancés et basés sur les agents. Selon le rapport, les entreprises de frontière envoient 16 fois plus de messages par employé à Codex que les entreprises typiques. Une dynamique similaire s'observe avec ChatGPT Agent, Apps in ChatGPT, Deep Research et GPTs.

Ceci représente un changement important : le marché s'éloigne du scénario « posez la question — obtenez la réponse » vers un modèle où l'IA aide à écrire du code, exécuter des tâches multi-étapes, exploiter le contexte interne de l'entreprise et livrer des résultats plus complets.

Pour les entreprises, cela signifie plus que simplement acheter de nouvelles licences — cela nécessite une refonte des processus. Plus l'IA devient capable de travailler avec des fichiers, des bases de code et de longues chaînes d'actions, plus critiques deviennent la gouvernance, les contrôles d'accès et l'habitude de déléguer des tâches complètes plutôt que des fragments de texte.

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

Pratiques des Entreprises

Le rapport montre que l'adoption de l'IA devient simultanément généralisée et spécialisée. Les scénarios les plus larges concernent actuellement l'écriture et la communication, mais les différences émergent par fonction : les équipes IT et sécurité utilisent plus souvent les modèles pour les instructions procédurales, les développeurs et data science pour le code, et la finance pour l'analyse et les calculs.

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

• Cisco rapporte une réduction d'environ 20% du temps de compilation en utilisant Codex dans des scénarios de production.
• L'entreprise estime également des économies de plus de 1.500 heures d'ingénierie par mois.
• La capacité de traitement des corrections de défauts chez Cisco a augmenté 10–15 fois.
• Travelers s'attend à ce que son AI Claim Assistant traite environ 100.000 demandes d'assurance initiales la première année.

OpenAI note également un autre marqueur de maturité : les leaders utilisent l'IA non seulement pour compléter les tâches, mais aussi pour former les employés. C'est précisément dans les scénarios d'education and learning que l'écart entre les entreprises avancées et typiques s'est avéré parmi les plus remarquables. Ceci est un bon signal pour les grandes organisations : l'avantage émerge non pas quand l'outil est simplement distribué à tous, mais quand les gens apprennent à formuler des requêtes complexes, confier des parties de processus aux agents et revenir régulièrement à ces workflows dans leur travail quotidien.

Ce Que Cela Signifie

La conclusion clé du B2B Signals est que la prochaine compétition en matière d'IA d'entreprise ne portera pas sur le nombre d'utilisateurs, mais sur la qualité de l'implémentation. Si les données d'OpenAI sont exactes, l'avantage revient aux entreprises qui font passer l'IA du mode assistant au mode exécuteur en premier — particulièrement en développement, analyse, support et autres fonctions où les résultats peuvent être mesurés en heures, vitesse et débit.