Le directeur du déploiement d'OpenAI : croissance de Codex, baisse des prix de l'IA et retour sur investissement

Les entreprises constatent enfin un retour sur investissement de l'IA, et mesurent le potentiel restant

Les entreprises commencent enfin à toucher un vrai retour sur investissement de l'intelligence artificielle, et mesurent désormais l'ampleur de la valeur encore inexploitée. Selon le rapport SAP Value of AI 2026, réalisé avec Oxford Economics auprès de 2 600 dirigeants dans 13 pays, l'IA soutient désormais près d'un tiers des tâches dans l'entreprise moyenne, contre 25% l'an dernier. Les attentes de retour sur investissement pour l'IA agentique ont bondi de 10% à 17% en un an, tandis que le ROI général de l'IA est passé de 16% à 21%, avec une projection à 15,9 millions de dollars sur deux ans. SAP a déjà déployé plus de 400 cas d'usage d'IA dans son portefeuille. Sean Kask, chief AI strategy officer chez SAP, cite l'exemple d'un agent en bêta dédié à la comptabilité d'engagement (accruals accounting) : une tâche qui prenait environ 12 heures par mois à un comptable dans une entreprise de taille moyenne ne demande plus que deux à trois heures. Ces gains restent toutefois très inégalement répartis. Plus de la moitié des organisations investissent encore dans l'IA de façon ponctuelle ou fragmentée, et seulement 17% affichent une approche stratégique et globale de priorisation, un chiffre qui a néanmoins presque doublé par rapport aux 9% de l'an dernier. Cette fragmentation tient souvent à une pression venue du conseil d'administration, qui pousse les équipes à adopter l'IA sans stratégie ni culture suffisante du sujet, ce qui favorise des initiatives isolées et peu coordonnées. Résultat, un paradoxe révélateur : 69% des entreprises se disent satisfaites du ROI de leur IA, preuve que la technologie génère bien de la valeur, mais 67% restent convaincues qu'elle est loin de délivrer tout son potentiel. La qualité des données reste le principal frein identifié, citée par 73% des répondants, et 79% rapportent des reprises de travail, des retards ou des retards de traitement liés à des résultats de mauvaise qualité, au moins occasionnellement. Seulement 3% des organisations s'estiment pleinement prêtes pour l'IA agentique. Ce constat marque un changement de nature du problème par rapport à l'apprentissage profond classique. Les modèles de fondation ont largement supprimé le besoin de rechercher, extraire et nettoyer les données pour entraîner des modèles sur mesure, mais ils font émerger un nouvel enjeu : préserver le contexte métier au moment où les agents doivent enchaîner plusieurs étapes et outils pour atteindre un objectif, à l'image du fonctionnement humain. Se préparer à cette nouvelle génération d'agents suppose donc deux conditions : les connecter à des données riches en contexte, et les gouverner à grande échelle. Sans cela, même les initiatives les plus abouties restent cantonnées à des silos, capables de fonctionner sur un cas d'usage précis mais incapables de transformer un processus métier dans son ensemble.

Le directeur des opérations d'Uber juge que l'IA ne rentabilise pas ses investissements

Le directeur des opérations d'Uber, Andrew Macdonald, a déclaré ce week-end lors d'un podcast que l'entreprise ne constate pas d'augmentation claire de la productivité malgré l'utilisation généralisée d'outils d'aide à la programmation basés sur l'IA par ses équipes d'ingénieurs. Cette admission intervient après que le directeur technique d'Uber, Praveen Neppalli Naga, avait révélé le mois dernier que la consommation explosive d'outils comme Claude Code avait conduit l'entreprise à épuiser l'intégralité de son budget IA en quelques mois seulement, bien avant la fin de l'année. Macdonald a précisé que la situation a forcé les dirigeants à réfléchir à la manière de maîtriser les coûts liés à la consommation de tokens. "Si vous n'êtes pas capable de tracer une ligne directe entre les dépenses et les fonctionnalités utiles livrées à vos utilisateurs, les coûts deviennent difficiles à justifier", a-t-il affirmé. Ce constat illustre une tension croissante dans l'industrie tech : les dépenses en IA s'envolent sans que le retour sur investissement soit clairement mesurable. Pour Uber, dont l'activité repose sur des milliers d'ingénieurs développant en permanence des fonctionnalités critiques, l'incapacité à relier directement les coûts IA aux gains de productivité pose un problème de gouvernance budgétaire concret. D'autres projets IA en dehors du domaine du développement logiciel ont simplement échoué ou généré des effets indésirables, renforçant le sentiment que l'enthousiasme autour de l'IA devance largement les résultats tangibles. Uber n'est pas un cas isolé. De nombreuses entreprises peinent à absorber la transition d'Anthropic vers une facturation basée sur la consommation de tokens, un modèle qui complique fortement la prévision des coûts. Malgré tout, la plupart continuent d'absorber ces dépenses élevées, faute d'alternatives crédibles à court terme. Ce phénomène révèle une fracture naissante entre les discours optimistes des PDG sur la valeur de l'IA et la réalité opérationnelle vécue par les équipes qui l'utilisent au quotidien. La prochaine étape pour des groupes comme Uber sera d'imposer des métriques précises de ROI avant d'autoriser tout accroissement supplémentaire des budgets alloués aux outils d'IA générative.

Claude Code reste dominant malgré l'intérêt croissant pour Codex et les modèles open source

Claude Code, l'outil de programmation assistée par IA d'Anthropic, conserve une position dominante malgré une concurrence croissante et des critiques sur ses tarifs. Entre fin 2025 et les premiers mois de 2026, de nombreuses entreprises ont massivement adopté Claude Code, au détriment de GitHub Copilot de Microsoft et de l'outil concurrent Cursor. Ce basculement s'est produit alors même qu'Anthropic passait à une tarification à l'usage, entraînant une hausse sensible des coûts pour ses clients. Dans le même temps, OpenAI a considérablement renforcé Codex, son propre outil de développement assisté par IA, tandis que des modèles open source chinois ont gagné en performance de façon marquée. Cette résistance de Claude Code face à la pression tarifaire et concurrentielle illustre l'ampleur de l'avance prise par Anthropic sur le marché du codage assisté par IA, un segment devenu stratégique pour les éditeurs de modèles de langage. Pour les entreprises clientes, le choix de rester fidèles à Claude Code malgré la hausse des factures traduit une confiance dans la qualité et la fiabilité de l'outil, même si beaucoup cherchent activement des moyens de maîtriser leurs dépenses. Ce bras de fer s'inscrit dans une bataille plus large entre les grands acteurs de l'IA générative pour s'imposer comme la plateforme de référence des développeurs professionnels. La montée en puissance de Codex chez OpenAI et l'essor des modèles open source chinois, moins coûteux, pourraient à terme éroder la position d'Anthropic si l'écart de prix continue de se creuser. Le sort de ce marché dépendra désormais de la capacité de chaque fournisseur à concilier performance technique et coûts maîtrisés pour ses clients entreprises.

💬 Claude Code qui résiste malgré la hausse des prix, ça dit tout : les boîtes préfèrent payer plus pour un outil fiable plutôt que d'économiser sur un truc moins bon. Selon Le Fil IA, la vraie bataille du dev assisté par IA ne se jouera plus sur les prix mais sur la confiance accumulée, et c'est un actif qui prend du temps à construire (et à détruire). Codex qui monte, l'open source chinois qui progresse, tout ça grignote petit à petit, mais pour l'instant Anthropic a un coussin de fidélité qui vaut cher.

Les IPO de SpaceX et d'entreprises IA font peser des risques sur l'essor du secteur, selon des investisseurs

Lors d'un événement sur le financement de l'IA organisé par The Information à New York ce lundi, des investisseurs ont mis en garde contre les risques que font peser plusieurs introductions en bourse majeures sur l'ensemble de l'écosystème IA. SpaceX, Anthropic et OpenAI pourraient toutes entrer en bourse au cours de la même année civile, ce qui représenterait, selon Alexa von Tobel, fondatrice et associée gérante d'Inspired Capital, "trois des plus grandes IPO de l'histoire, potentiellement toutes dans le même calendrier". À l'heure où les grandes entreprises tech et IA cherchent à lever des centaines de milliards de dollars en capitaux propres et en dette pour construire des centres de données, la pression sur ces opérations est considérable. Le risque est simple : si ces introductions en bourse déçoivent les marchés, l'enthousiasme général pour l'investissement dans l'IA pourrait se refroidir brutalement. Von Tobel a utilisé l'expression "cold water on reality" pour décrire ce scénario, où de mauvaises performances boursières rendraient les capitaux environnants "plus prudents". Dans un secteur où la confiance des investisseurs alimente directement la construction d'infrastructures massives, un signal négatif sur les marchés publics aurait des répercussions bien au-delà des seules entreprises concernées, affectant potentiellement des dizaines de milliards de dollars de projets de data centers en cours. Ce contexte s'inscrit dans une période d'investissement sans précédent dans l'infrastructure IA : Microsoft, Google, Amazon et Meta ont annoncé des plans d'investissement totalisant plusieurs centaines de milliards de dollars pour 2025 et 2026. OpenAI et Anthropic, encore privées, sont valorisées respectivement à plusieurs centaines de milliards de dollars, et leur entrée en bourse constituerait un test grandeur nature de la confiance du marché public dans la rentabilité future de l'IA générative. La performance de ces IPO servira de baromètre pour toute une génération d'investissements technologiques à venir.