OpenAI rend ses priorités de revenus plus explicites

OpenAI affine son attention sur les utilisateurs professionnels à la recherche d’une voie plus durable vers la rentabilité, selon des propos de la directrice financière Sarah Friar rapportés par l’Associated Press et repris par Fast Company. Ce virage stratégique intervient alors que l’entreprise fait face à une concurrence de plus en plus intense d’Anthropic et à une pression plus large pour transformer l’adoption explosive de l’IA en une activité capable de supporter ses propres coûts d’infrastructure.

Le chiffre le plus révélateur du rapport ne concerne pas les performances du modèle, mais la monétisation. Friar a indiqué qu’OpenAI compte désormais plus de 900 millions d’utilisateurs hebdomadaires de ChatGPT, mais qu’environ 95 % d’entre eux ne paient pas pour le service. C’est un avantage considérable en termes de portée, mais cela crée aussi un problème économique fondamental: chaque interaction consomme des ressources informatiques coûteuses, et l’échelle seule ne garantit pas les marges.

Cette tension est de plus en plus au cœur de l’industrie de l’IA. L’omniprésence auprès du grand public peut créer des habitudes d’usage, de la puissance de marque et des coûts de changement, mais ce sont les contrats d’entreprise qui financent généralement les systèmes sous-jacents. OpenAI semble désormais s’aligner plus ouvertement sur cette réalité.

Un nouveau modèle pour le travail professionnel fait partie du plan

Friar a déclaré à l’AP qu’OpenAI introduira prochainement un nouveau modèle destiné au « travail professionnel à forte valeur ajoutée ». L’entreprise n’a pas fourni de spécifications détaillées dans le rapport disponible, mais ce positionnement à lui seul est significatif. Il suggère qu’OpenAI crée une catégorie de produit plus spécialisée, destinée à des tâches professionnelles pour lesquelles les acheteurs pourraient être prêts à payer nettement plus pour la fiabilité, l’adéquation aux flux de travail ou des gains de productivité mesurables.

Cela compte parce que le marché grand public des chatbots est devenu encombré et difficile à monétiser à des niveaux premium. À l’inverse, les acheteurs d’entreprise se soucient moins de la nouveauté que de savoir si un modèle peut résumer des communications, soutenir le travail de connaissance, s’intégrer aux systèmes métiers existants et justifier les budgets d’achat.

L’article donne un exemple simple de ce changement d’accent. Friar explique que le même produit ChatGPT qui peut suggérer une recette de dîner est aussi utilisé pour résumer ses e-mails et ses messages Slack. Ce contraste résume bien la division stratégique. L’usage grand public peut attirer l’attention, mais c’est le flux de travail de bureau ordinaire qui fait souvent émerger la valeur récurrente pour l’entreprise.