Ce constat s’appuie sur l’étude « Ending the Capability Overhang », publiée par OpenAI en janvier 2026. L’analyse repose sur les données agrégées de plus de 800 millions d’utilisateurs hebdomadaires de ChatGPT, couvrant plus de 70 pays et tous les profils d’usage, du grand public aux entreprises. Cette base empirique permet de mesurer, pour la première fois à grande échelle, l’écart entre les capacités réelles des modèles et leur exploitation effective dans les flux de travail professionnels.
La majorité des utilisateurs exploite à peine une fraction des fonctionnalités avancées aujourd’hui disponibles. OpenAI nomme cette situation « capability overhang », soit la distance qui sépare les capacités déjà accessibles de leur appropriation effective dans le travail quotidien. « L’accès est le ticket d’entrée. L’agentivité est ce qui transforme cet accès en impact réel », résume le rapport.
Rompre avec les réflexes hérités des logiciels classiques
L’IA générative ne se limite plus à l’exécution de tâches prédéfinies. Elle enchaîne raisonnement, génération, planification et itération au sein d’un même flux, bouleversant les repères hérités des outils procéduraux. L’utilisateur doit désormais formuler des objectifs, accepter une part d’incertitude et déléguer des séquences entières de travail. Cette nouvelle posture, plus proche de l’orchestration que de l’exécution, constitue un défi cognitif majeur et explique le plafonnement des usages observés.Les modèles d’IA franchissent de nouveaux seuils à une vitesse inédite. Selon l’étude, la durée des tâches accomplies de façon fiable double tous les sept mois. Là où les modèles de 2022 se limitaient à des tâches d’une minute, ceux de 2026 dépassent couramment la demi-heure, sans intervention humaine continue. Pourtant, ce potentiel technique ne se traduit pas automatiquement en gains opérationnels. « Les capacités, à elles seules, ne produisent aucun impact tant qu’elles ne sont pas intégrées dans des flux de travail réels », souligne l’étude.
Un fossé entre utilisateurs, malgré l’universalité des outils
La mesure des usages, issue de l’analyse des données de ChatGPT Plus, met en évidence un différentiel spectaculaire. Les utilisateurs avancés exploitent sept fois plus de capacités de raisonnement que la médiane, alors qu’ils disposent du même accès. Ceux qui délèguent des tâches complexes, combinent plusieurs étapes et recourent à des outils spécialisés tirent le maximum de l’IA, tandis que la majorité reste cantonnée à des usages ponctuels. « Les gains apparaissent lorsque l’on passe de la question à la délégation, et de l’usage ponctuel à des processus répétés », rappelle le rapport.Ce décalage n’est pas seulement individuel : il structure aussi la géographie mondiale de l’adoption. Les pays les plus avancés utilisent trois fois plus de capacités de raisonnement par personne que les autres. La fracture se creuse particulièrement dans le codage, l’écriture professionnelle et l’analyse de données, où certains pays émergents rivalisent ou dépassent même les grandes économies établies. À l’inverse, les usages basiques restent largement homogènes, preuve que la différenciation porte sur la profondeur d’intégration, pas l’accès initial.
La délégation, clé de la productivité réelle
Les données d’enquête auprès des salariés le confirment : l’intégration de fonctionnalités avancées — analyse de données, agents, automatisation — se traduit par des gains de temps nettement supérieurs. Pourtant, près d’un cinquième des utilisateurs professionnels n’explore jamais ces fonctions. Le paradoxe est flagrant : alors que les modèles actuels réalisent déjà près de 70 % des tâches courantes dans de nombreux métiers, ces capacités restent massivement sous-exploitées.Le « capability overhang » impose désormais une réalité nouvelle. L’enjeu n’est plus d’accéder aux outils, mais de transformer les organisations, les processus et les réflexes professionnels pour exploiter des systèmes complexes et accepter la délégation d’une partie du travail. « Combler l’écart entre accès et impact constitue la condition pour que l’IA produise des gains durables de productivité, d’innovation et de croissance », conclut OpenAI. La compétition ne se joue plus sur la puissance des modèles, mais sur la capacité des entreprises et des institutions à en absorber les effets concrets.
