OpenAI veut brancher ChatGPT Work à toute la vie numérique des salariés. L’ambition est énorme, l’usage réel reste encore très loin du grand public pro.
En bref
- OpenAI vise tous les cols blancs
- L’usage externe reste encore faible
- Interface, coût et confiance bloquent
L’ambition d’OpenAI est limpide, faire de ChatGPT Work l’agent qui agit dans la messagerie, les SaaS, le navigateur et les documents des salariés. Le problème, c’est l’écart avec la réalité. En interne, l’adoption de Codex frôle le réflexe. À l’extérieur, on est encore loin du raz-de-marée.
L’écart entre la démonstration interne et le vrai marché
Disponible à environ 17 euros (20$) par mois, ChatGPT Work reprend l’idée centrale de Codex, un agent qui ne se contente pas de répondre, mais gère des tâches longues et à plusieurs étapes. La cible est large, comptables, investisseurs, équipes finance, médecins, opérations.
Chez OpenAI, une étude soutenue par l’entreprise indique qu’en juin, 98% des salariés utilisaient Codex. En face, seulement 17% des abonnés organisationnels s’en servaient, et moins de 1% des abonnés individuels. Résultat ? Toute la promesse business est là. Toute la difficulté aussi.
C’est crucial pour l’écosystème IA, parce que le code ne suffit pas à rentabiliser des investissements massifs en entraînement et en calcul. Et pendant que les grands labos avancent, des acteurs verticaux comme Harvey dans le droit ou Clay dans la vente prennent des positions avec une approche agnostique du modèle.
Le vrai produit, ce n’est pas juste le modèle
Derrière l’agent, il y a ce que les ingénieurs appellent un harness, le logiciel qui décide quelles données le modèle voit, quels outils il peut appeler et comment il vous répond. C’est là que se joue une bonne partie de l’adoption.
Pour un développeur, une interface en ligne de commande peut suffire. Pour le reste du marché, non. Andrew Ambrosino défend même l’idée qu’en phase de démarrage, la découvrabilité compte plus que la pureté conversationnelle. Les boutons, les projets, les plug-ins, ce n’est pas un détail de design. C’est le pont entre une techno puissante et un usage métier banal, quotidien.
Des usages concrets, mais encore trop de friction
Sur le terrain, les cas d’usage sont parlants. Des rapports hebdomadaires, des tableurs transformés en outils de planification, des dashboards sur mesure, des mémos d’investissement, des visualisations de données. Sam Altman l’utiliserait même pour organiser ses vacances.
Quand ça marche, le gain est réel. Un calendrier scolaire mal formaté extrait d’un email puis injecté dans Google Calendar, une base interrogeable sur les lancements spatiaux, ou un suivi automatique de nouvelles publications IA. Mais la mise en place des permissions reste confuse. Certaines options n’existent que sur le web, d’autres dans l’app mobile. Et l’agent peut créer des événements dans Google Calendar, sans pouvoir créer de nouveaux calendriers. Pas très élégant, quand même.
La bataille contre Claude et la question du verrouillage
La rivalité avec Anthropic plane partout, même si les équipes d’OpenAI minimisent le sujet. Claude Code a imposé un mode plus collaboratif, avec allers-retours réguliers. OpenAI, de son côté, reconnaît avoir d’abord trop parié sur une autonomie totale du modèle, avant de réintroduire davantage d’interaction.
Reste le nerf de la guerre, le coût. Les agents qui travaillent longtemps consomment plus de tokens, donc rapportent davantage. Mais la facture peut vite grimper. Un usage léger sur quatre jours a représenté 80 millions de tokens, soit environ 56 euros (65$), plus de trois fois le prix mensuel de l’abonnement. Bon, la logique est claire, pousser l’adoption tout en rendant l’infrastructure plus efficace. Thibault Sottiaux cite d’ailleurs une baisse de 80% sur le modèle Luna. Le pari d’OpenAI tient là, faire oublier la complexité avant que la concurrence, ou le lock-in, ne deviennent le vrai sujet.
