OpenAI publie une étude sur la façon dont l’IA transforme le travail : les utilisateurs de ChatGPT s’approprient des tâches qui traversent les frontières de rôle. L’étude accompagne l’expansion formelle de ChatGPT Work enterprise, avec la plateforme agentica Presence (voix et chat) et ChatGPT for Small Businesses qui inclut un skill builder pour automatiser les tâches récurrentes. Sur le front des infrastructures, Project Camellia déploie 3,2 gigawatts de data center en Géorgie.

Pourquoi ça vous concerne. Pour ceux qui utilisent des agents IA au travail, le choix se déplace du modèle vers le package complet : plateforme, programme de formation et compute. La course au compute est le fil qui tisse ensemble les coups des labs, comme nous l’avons raconté le 23 juillet : Anthropic a obtenu 2 GW d’AMD, Google a investi 40 millions en tokens pour la recherche, et maintenant OpenAI répond avec ses propres 3,2 GW. Celui qui a plus de puissance de calcul peut faire tourner plus d’agents pour plus d’utilisateurs, et cela décide qui reste compétitif sur les délais et les prix. L’étude montre aussi que les frontières des rôles bougent : ceux qui utilisent l’IA s’approprient des tâches qui n’étaient pas les leurs auparavant.

Dans le détail

Le contexte.

Jusqu’en juin, OpenAI parlait de modèles. Depuis juillet, l’entreprise parle de plateforme. Presence formalise un produit unique pour déployer des agents voix et chat en entreprise : le passage du modèle à la plateforme est explicite. Vient maintenant l’étude qui l’accompagne.

L’article « How AI is expanding what people do at work » montre que les utilisateurs de ChatGPT s’approprient des tâches qui traversent les rôles, redessinant les frontières du travail. Une personne qui ne faisait autrefois que l’analyse de données s’occupe désormais aussi de rapports, ou un vendeur gère une partie du support technique. L’IA réduit le coût du franchissement des frontières.

Ce qui change.

Trois pièces s’emboîtent. Presence est la plateforme agentica : voix, chat et présence unifiés pour le déploiement enterprise. ChatGPT for Small Businesses apporte le skill builder aux petites entreprises, pour automatiser les tâches récurrentes sans écrire de code. Project Camellia est le data center de 3,2 GW en Géorgie, avec des engagements sur l’énergie, l’eau et la communauté locale.

La troisième pièce est celle qui change l’équation concurrentielle. Le compute sert à faire tourner des agents en production, pour des millions d’utilisateurs en parallèle, pas seulement pour entraîner des modèles.

Le fil du compute.

Comme nous l’avons raconté le 22 juillet, AMD a accordé à Anthropic des crédits compute et du matériel pour 2 GW de GPU MI450. Deux jours plus tard, Google a investi 40 millions en tokens IA pour la recherche. Maintenant Camellia est le troisième signal : 3,2 GW, plus que les 2 GW d’Anthropic.

Le pattern est clair : les labs se font concurrence sur la puissance de calcul disponible, pas seulement sur la qualité du modèle. Celui qui a plus de gigawatts peut servir plus d’agents simultanément, maintenir les prix bas et les temps de réponse rapides. Pour ceux qui choisissent des outils IA pour leur équipe, cela signifie que la question n’est pas seulement « quel modèle est meilleur » mais « quelle plateforme a le compute pour supporter la charge quand l’équipe grandit ».

Limites.

L’étude d’OpenAI est un blog post, pas un paper : la méthodologie n’est pas détaillée, et l’échantillon n’est pas déclaré. Les 3,2 GW de Camellia sont une annonce : la timeline de construction et la disponibilité effective du compute ne sont pas publiées. Presence est formalisée comme produit, mais les API et les connecteurs spécifiques ne sont pas encore documentés publiquement. Le skill builder est décrit au niveau du programme, pas comme un outil vérifiable.