OpenAI ne se contente plus de proposer ChatGPT aux entreprises ou de vendre ses modèles via API. Depuis l’arrivée de GPT-4o, ses technologies se sont progressivement intégrées dans les logicielsd’entreprise, de la gestion documentaire au CRM en passant par la cybersécurité. Cette évolution peut se lire en trois phases.

D’abord, le modèle devient une fonctionnalité du logiciel. Puis il en devient le moteur d’agents capables d’effectuer des tâches. Enfin, il commence à s’insérer directement dans des workflows métiers.

GPT-4o : l’IA devient une fonction du logiciel Le lancement de GPT-4o en mai 2024 accélère la diffusion des modèles d’OpenAI dans les applications professionnelles. Sa capacité à traiter du texte, des images et de la voix permet aux éditeurs d’ajouter des fonctions d’IA à leurs produits sans demander à leurs clients de changer d’environnement. Lire aussi : ChatGPT soumis au DSA : où en sont les autres enquêtes ?

Box intègre ainsi GPT-4o dans Box AI pour analyser les contenus stockés sur sa plateforme. Zendesk l’utilise dans ses outils de service client. Salesforce l’intègre à ses fonctions d’IA.

Intercom s’appuie également sur les modèles d’OpenAI pour son agent de support Fin. Le modèle devient alors une brique invisible du logiciel. L’utilisateur ne choisit pas nécessairement OpenAI ; il utilise une fonction de son application, dont le moteur est en partie fourni par OpenAI.

Le changement est important pour OpenAI. L’accès au marché professionnel ne passe plus uniquement par la vente directe de ChatGPT ou par la décision d’une entreprise de connecter ses propres applications à une API. Les éditeurs de logiciels deviennent eux-mêmes un canal de distribution.

GPT-5 : le modèle devient le moteur des agents La deuxième étape apparaît avec les modèles de raisonnement et les capacités agentiques. Avec GPT-5, OpenAI ne met plus seulement en avant la génération de contenu, mais la capacité du modèle à raisonner, utiliser des outils et accomplir des tâches plus complexes. Les éditeurs de logiciels commencent alors à intégrer ces capacités dans leurs propres agents.

Le développement logiciel constitue le terrain le plus visible. GitHub Copilot, Cursor, Windsurf, Vercel, JetBrains, GitLab, Factory, Lovable, Augment Code et Cognition font partie des acteurs ayant intégré ou testé GPT-5 dans leurs produits. Chez JetBrains, GPT-5 est notamment intégré à Junie, son agent de développement, ainsi qu'à AI Assistant.

Chez Vercel, le modèle alimente notamment v0 et les fonctions agentiques de la plateforme. Lire aussi : Pourquoi Microsoft prend ses distances avec OpenAI La différence avec la première phase est de taille. Avec GPT-4o, OpenAI alimentait des fonctionnalités.

Avec les modèles de raisonnement, il commence à alimenter des agents. Ces agents peuvent analyser le contexte, utiliser plusieurs outils, enchaîner des opérations et produire un résultat sans que l'utilisateur ait à détailler chaque étape. La même évolution apparaît en dehors du développement.

Harvey utilise les modèles d'OpenAI dans ses outils juridiques et ses workflows. Notion les intègre à ses agents. Salesforce développe Agentforce autour de cette logique d'agents capables d'interagir avec les données et les applications de l'entreprise.

L'intégration d'un modèle dans un logiciel change donc progressivement de nature : il ne s'agit plus seulement de lui demander de générer une réponse, mais de lui confier une partie du travail. 2026 : les modèles s'insèrent dans les workflows métier La troisième phase est désormais particulièrement visible dans la cybersécurité. Lire aussi : Pourquoi Apple s'en prend à ses ex salariés partis chez OpenAI Avec Daybreak, OpenAI organise un réseau de partenaires destiné à intégrer ses modèles spécialisés dans les produits et services de sécurité.

La liste publiée par OpenAI comprend notamment Akamai, Cato Networks, Check Point, Cisco, Cloudflare, CrowdStrike, Darktrace, Elastic, Fortinet, IBM, Okta, Palo Alto Networks, Proofpoint, SentinelOne, Sophos, Tenable, Trend Micro et Zscaler. Cette fois, le modèle ne se contente plus d'ajouter une capacité de génération ou de recherche au logiciel. Il peut intervenir directement dans un processus opérationnel.

Chez Cloudflare, les modèles cyber d'OpenAI sont utilisés pour contribuer à la découverte et à la remédiation des vulnérabilités. CrowdStrike les intègre à ses workflows de sécurité. Elastic les utilise pour accélérer certaines opérations d'investigation et de détection.

Tenable les associe à ses données d'exposition pour analyser notamment les risques liés aux agents, aux skills, aux serveurs MCP et aux playbooks. Le principe est désormais différent. Le logiciel fournit au modèle ses données, son contexte et ses outils ; le modèle apporte ses capacités de raisonnement tandis que l'éditeur conserve la maîtrise du workflow et de ses mécanismes de contrôle.

La cybersécurité est particulièrement révélatrice de cette évolution parce que les conséquences d'une mauvaise décision peuvent être immédiates. Les intégrations doivent donc combiner les capacités du modèle avec des règles, des limites d'action, de la supervision et, dans de nombreux cas, une validation humaine. Mais la logique dépasse la cybersécurité.

Dans les outils de données, les CRM, les logiciels juridiques ou les plateformes collaboratives, le modèle ne vient plus seulement enrichir le logiciel, il participe à l'exécution des tâches pour lesquelles le logiciel est conçu. OpenAI change de place dans la chaîne logicielle Cette évolution a une conséquence économique importante. Le marché ne se limite plus à la question de savoir quel modèle les entreprises vont choisir.

Une autre bataille se joue désormais : dans quels logiciels ce modèle sera-t-il embarqué ? Un responsable informatique peut utiliser une fonction alimentée par OpenAI sans avoir choisi OpenAI comme fournisseur de modèle au niveau de son infrastructure IA. Il peut travailler dans GitHub Copilot, utiliser Harvey pour ses équipes juridiques, exploiter Notion ou s'appuyer sur une plateforme de cybersécurité qui embarque GPT Cyber.