Codex est le pari d'OpenAI pour prouver qu'il peut gagner de l'argent
Il existe un schéma qui se répète dans l'histoire des entreprises technologiques cherchant à s'ouvrir aux marchés de capitaux : le moment où le récit des utilisateurs massifs ne suffit plus et où elles ont besoin de montrer quelque chose de plus concret. OpenAI en est là. Et l'outil qu'elle a choisi pour construire cet argument n'est pas ChatGPT, mais Codex, son produit d'assistance au développement logiciel, qui au cours des deux derniers mois a reçu des mises à jour à une fréquence qu'aucun concurrent n'a égalée.
De fin mars au 21 mai, Codex a intégré la navigation intégrée, les opérations sur le système d'exploitation, la révision des demandes d'incorporation de modifications, les connexions SSH distantes, l'accès mobile, une extension pour Chrome, des jetons d'accès pour les flux d'entreprise, des plugins partagés par les équipes, le suivi de l'utilisation par l'administrateur, le contrôle du bureau à distance avec écran verrouillé et un mode d'exécution prolongée permettant à l'outil de travailler pendant des heures sans intervention de l'utilisateur. Ce n'est pas une liste de fonctionnalités cosmétiques. C'est une architecture qui décrit à quel type de client OpenAI s'adresse.
La progression des utilisateurs actifs est cohérente avec cette direction : de 1,6 million d'utilisateurs hebdomadaires en mars à plus de 4 millions en mai, selon les données de la compagnie elle-même. Plus qu'une simple métrique de croissance, c'est un signal indiquant que le marché visé par Codex — les équipes d'ingénierie au sein d'entreprises qui paient pour la productivité — présente une demande qui répond au produit.
L'argument que ChatGPT ne peut pas faire seul
ChatGPT est le produit le plus reconnu d'OpenAI et son principal atout de marque. C'est aussi, en termes d'architecture financière, une charge complexe : chaque conversation consomme de l'inférence, chaque utilisateur actif alourdit les coûts de calcul, et l'équation entre les revenus d'abonnement et les coûts opérationnels reste difficile à équilibrer à grande échelle. Selon les données disponibles dans l'analyse de KuCoin, la marge opérationnelle ajustée d'OpenAI au premier trimestre 2026 était d'environ -122 %. Pour chaque dollar de revenus, l'exploitation coûtait environ 2,22 dollars.
Ce chiffre ne se résout pas en multipliant les utilisateurs de ChatGPT. Il se résout, du moins partiellement, en attirant des clients d'entreprise qui paient des tarifs plus élevés, qui ont des contrats, qui intègrent l'outil dans des flux de travail productifs qu'ils ne peuvent pas abandonner facilement et qui génèrent des revenus plus prévisibles que les abonnements grand public.
Codex est conçu pour ce type de relation commerciale. Non pas parce qu'il serait « plus avancé » que ChatGPT en termes abstraits, mais parce que ses fonctionnalités les plus récentes ont été construites pour s'insérer dans les processus que les équipes d'ingénierie utilisent déjà : révision de code, intégration continue, gestion des permissions, audit d'utilisation, automatisation des flux d'approbation. Chacune de ces fonctionnalités répond à une objection réelle qu'un directeur technique soulèverait avant d'approuver un achat. Le fait qu'OpenAI ait résolu ces objections sous forme de produit, et non seulement de promesse, est ce qui distingue cette série de mises à jour d'une feuille de route ordinaire.
L'argument financier de fond est que le développement logiciel est l'un des rares secteurs où le coût du travail qualifié est suffisamment élevé et mesurable pour justifier le prix d'un outil d'automatisation sophistiqué. Un ingénieur senior sur des marchés comme les États-Unis ou l'Europe coûte entre 150 000 et 300 000 dollars par an en rémunération totale. Si Codex peut accélérer sa production de manière constante de 20 à 30 pour cent, le calcul pour l'acheteur d'entreprise devient relativement simple, et le prix d'une licence d'entreprise s'inscrit dans la marge de ce qui est déjà dépensé.
L'ombre qui vient d'Anthropic
La pression sur OpenAI a une origine précise : Anthropic est plus proche de la rentabilité opérationnelle que le marché ne l'anticipait il y a douze mois. Selon des rapports du Wall Street Journal cités dans les sources disponibles, Anthropic s'attendait à dépasser les 10,9 milliards de dollars de revenus au deuxième trimestre 2026 et à s'approcher de son premier bénéfice opérationnel trimestriel, avec une estimation de 559 millions de dollars. Pour une entreprise qui jusqu'à récemment était décrite presque exclusivement comme un gouffre de calcul aux bonnes intentions en matière de sécurité, ce chiffre redistribue les cartes de la concurrence.
Le chemin emprunté par Anthropic n'a pas été celui de la popularité de masse. Elle ne dispose pas d'un produit aussi reconnu que ChatGPT ni d'une base d'utilisateurs comparable dans le grand public. Ce qu'elle a construit, c'est une concentration sur des cas d'usage entreprise à haute valeur ajoutée, et Claude Code a été le vecteur le plus visible de ce pari dans le segment du développement logiciel. La séquence a été progressive mais cohérente : les développeurs l'ont d'abord adopté individuellement, les équipes ont suivi, et finalement le produit est entré dans les budgets d'achats d'entreprise. En avril 2026, le taux d'adoption d'Anthropic parmi les entreprises utilisant la plateforme de paiement Ramp est monté à 34,4 pour cent, dépassant OpenAI avec 32,3 pour cent, selon les données incluses dans l'analyse de KuCoin. Ce n'est pas une étude de marché mondiale, mais la direction qu'elle indique est suffisamment claire pour qu'OpenAI la prenne au sérieux.
Codex fait, avec plus de ressources et une vitesse de mise à jour plus élevée, ce que Claude Code a fait en premier. La différence est qu'OpenAI arrive avec une marque plus large, une base d'utilisateurs installés plus importante et une intégration potentielle avec ChatGPT Enterprise qu'Anthropic ne peut pas répliquer directement. Le désavantage est qu'elle arrive après, sur un marché où Anthropic a déjà établi des attentes en matière de qualité et de fréquence d'amélioration.
Ce qui est techniquement intéressant n'est pas l'affrontement entre les deux entreprises comme s'il s'agissait d'une compétition de modèles sur des benchmarks. C'est que toutes deux convergent vers la même thèse commerciale : que le flux de travail d'ingénierie logicielle est le point d'entrée le plus durable dans le budget d'entreprise, car il combine une forte disposition à payer, une friction de sortie élevée une fois intégré et une chaîne de valeur où les économies sont quantifiables. Si cette thèse est correcte, le marché récompensera celui qui parvient à la plus grande profondeur d'intégration plutôt que celui dont le modèle obtient les meilleurs scores dans les évaluations techniques.
Ce que le rythme des mises à jour révèle sur la stratégie réelle
Il y a quelque chose qui mérite attention au-delà de la liste des fonctionnalités : la fréquence à laquelle elles ont été lancées. Presque une mise à jour par semaine pendant deux mois n'est pas le rythme d'une équipe produit qui travaille à vitesse de croisière. C'est le rythme d'une équipe qui exécute face à une échéance ou à une pression externe très spécifique.
OpenAI prépare son ouverture aux marchés de capitaux. Le moment exact n'est pas confirmé dans les sources disponibles, mais le contexte est explicite : l'entreprise a besoin de construire un argumentaire auprès des investisseurs qui va au-delà de la popularité de ses chatbots. La thèse que Codex permet de présenter est différente de celle de ChatGPT : elle ne parle pas de millions d'utilisateurs gratuits ni d'abonnements grand public, mais d'intégration dans des flux de travail productifs pour lesquels des PME et des grandes entreprises disposant de véritables budgets d'ingénierie paient déjà.
C'est ce seuil qui change la conversation avec un investisseur institutionnel. Peu importe si ChatGPT compte cent millions d'utilisateurs actifs si l'architecture de revenus derrière cela ne peut pas évoluer sans que les coûts augmentent proportionnellement ou plus rapidement. Ce qu'un marché de capitaux veut voir, c'est au moins une ligne d'activité où le modèle de revenus est compréhensible, le client est stable et l'unité économique peut s'améliorer avec le temps. Codex dans le segment entreprise peut construire cet argument d'une manière que ChatGPT ne peut pas faire seul.
Le PDG de Codex a résumé le plan avec une pointe d'ironie, selon les sources disponibles : de meilleurs modèles, des produits qui se mettent à jour chaque semaine, davantage de capacité de calcul. Ce qu'il n'a pas dit, mais que le schéma indique clairement, c'est que chacun de ces trois éléments vise une audience spécifique. Un meilleur modèle justifie l'adoption technique. Le produit qui se met à jour chaque semaine justifie la rétention et l'expansion des contrats. Et la capacité de calcul est la condition nécessaire pour que tout ce qui précède ne s'effondre pas lorsque la mise à l'échelle arrive.
Le déplacement que représente Codex n'est pas que l'intelligence artificielle est entrée dans le développement logiciel. Cela s'est déjà produit. Ce qui se passe, c'est que les outils d'IA destinés à l'ingénierie passent du statut d'options individuelles que les développeurs utilisent de leur propre initiative à celui d'infrastructure que les entreprises achètent, administrent et gouvernent de manière centralisée. Cette transition — d'outil personnel à actif d'entreprise gérable — est le moment où le marché commence à générer des revenus prévisibles et des contrats de longue durée. OpenAI, avec deux mois de mises à jour très précises, parie que ce moment est arrivé et que Codex peut être le produit qui le capture avant que ses concurrents ne consolident leur avantage.
