Temps de lecture : 4 min
Points clés à retenir
- Écart exponentiel : les entreprises « frontières » génèrent 8,3x plus de tokens que la médiane, un ratio qui a triplé en cinq mois.
- Bascule vers l’agentique : Codex représente 64 % des tokens générés, et son usage s’étend bien au-delà du code.
- Inégalités croissantes : les grandes sociétés adoptant ChatGPT Enterprise affichent un CA médian 10x supérieur aux autres.
Un écart qui triple en cinq mois
Ce que les études OpenAI publiées ce 12 août 2026 révèlent, c’est une fracture massive dans l’adoption de l’IA en entreprise. L’écart entre les organisations les plus intensives et la moyenne de la clientèle s’est creusé de manière spectaculaire.
Concrètement, OpenAI classe chaque mois ses clients selon le volume de tokens générés par utilisateur actif. Les mieux classés sont qualifiés de « frontières ». En juin 2026, ils produisaient 8,3 fois plus de tokens que la médiane. Contre seulement 2,6 fois en janvier. Passons au concret : cet écart a triplé en cinq mois.
Ce phénomène s’observe dans tous les secteurs, mais avec des amplitudes variables. Dans la tech et l’information, les entreprises frontières atteignent 11,7 fois le volume médian. Dans le manufacturier, le ratio tombe à 5,3. Les entreprises de la médiane progressent lentement : leur volume par utilisateur n’a été multiplié que par 1,9 à 2,8 en un an. Un signe qu’elles se limitent souvent à des « assistants simples », sans exploiter la palette complète des fonctionnalités.
En pratique, les tokens restent une mesure imparfaite de la valeur métier. Une réponse courte peut être plus utile qu’un long pavé. Mais c’est un indicateur fiable de la profondeur des usages et de la quantité de travail confiée à l’IA, comme l’admet OpenAI.
La bascule vers l’agentique
Sur le terrain, la tendance lourde est l’abandon progressif du chatbot conversationnel au profit des agents autonomes. En juin, Codex concentrait 64 % des tokens générés par l’ensemble des outils d’OpenAI chez les clients. Un biais existe : une tâche agentique nécessite mécaniquement plus de tokens qu’un échange simple. Mais le changement de paradigme est bien réel.
Mieux : Codex sort de son domaine initial, le développement web. Depuis février 2026, son usage hebdomadaire en entreprise a explosé ailleurs :
- Multiplé par 108 dans les métiers juridiques.
- Par 41 dans le commercial et le recrutement.
- Par 26 dans le marketing.
- Par 5 en ingénierie, son terrain historique.
Prudence néanmoins : ces multiplicateurs partent de bases très faibles, non publiées par OpenAI. En d’autres termes, on part de quasi zéro, mais la dynamique est là.
Le rôle des plugins et des compétences
Les entreprises avancées ne se contentent pas d’utiliser l’IA plus souvent. Elles l’intègrent à leurs systèmes internes. Ainsi, 21 % de leurs utilisateurs hebdomadaires utilisent des plugins, contre 9 % dans la moyenne. Pour les « compétences », ces instructions réutilisables greffées à l’agent, l’écart est encore plus net : 19 % contre 3 %.
Ce qui compte vraiment, c’est la capacité à connecter l’IA à ses données maison. Les entreprises qui maîtrisent cette connexion obtiennent un avantage concurrentiel direct.
Une fracture qui creuse les inégalités
L’étude conjointe avec Columbia et Wharton, portant sur plus de 17 millions de messages de 1 764 organisations, confirme le diagnostic. Les entreprises cotées américaines ayant adopté ChatGPT Enterprise affichent un chiffre d’affaires médian de 2 275 millions de dollars, contre 209 millions pour les autres. Elles emploient 2 934 personnes contre 424, et consacrent 113 millions à la R&D contre 9,9 millions.
Sur le terrain, ce n’est pas une surprise : l’accès aux mêmes modèles ne produit pas les mêmes résultats. Le capital organisationnel et immatériel fait la différence. Sans langue de bois, la diffusion de l’IA pourrait bien creuser les inégalités plutôt que les réduire.
Autre constat : six mois après l’adoption, les salariés en début de carrière envoient 8 à 9 messages hebdomadaires de plus que la moyenne. Les dirigeants, eux, restent discrets.
Limites méthodologiques : à considérer
Ces données ne couvrent que la clientèle d’OpenAI. Ni Microsoft Copilot, ni Claude d’Anthropic, ni les développements internes ne sont pris en compte. Un rapport OpenAI de fin 2025 relevait déjà une intensité six fois supérieure chez les « utilisateurs frontières ». La tendance s’accélère donc, mais le chemin reste long pour une adoption équilibrée.
Si c’est complexe, c’est que c’est mal réglé. Ce constat s’applique aussi à l’IA : les entreprises qui réussissent ne sont pas celles qui ont le plus de données, mais celles qui savent les transformer en pipeline d’exécution.
