OpenAI Rattrape Anthropic Chez Les Entreprises

Imaginez un instant que vous dirigez une startup tech ou une scale-up en pleine croissance. Chaque mois, vos équipes testent de nouveaux outils d’intelligence artificielle pour gagner en productivité, automatiser des tâches ou accélérer le développement produit. Un jour, c’est Claude qui domine les conversations internes. Quelques semaines plus tard, ChatGPT revient en force. Cette valse permanente n’est plus une anecdote isolée. Selon de récentes données publiées par Ramp, la société spécialisée dans les cartes de crédit et la gestion des dépenses professionnelles, OpenAI est en train de regagner du terrain face à Anthropic auprès des entreprises américaines. Un signal fort dans un marché ultra-volatil où la fidélité semble fragile et où chaque nouveau modèle peut tout faire basculer.

La bataille pour les budgets IA des entreprises s’intensifie

Pendant longtemps, OpenAI a incarné le leader incontesté, aussi bien côté grand public que côté professionnel. Puis, au printemps 2026, un basculement s’est produit. Anthropic a pris l’avantage auprès des clients de Ramp. En mai, l’entreprise de Claude affichait 41 % de part de marché contre 39 % pour OpenAI. Depuis, la situation a évolué, mais Anthropic reste légèrement devant. En juillet, ses chiffres approchaient les 44 % tandis qu’OpenAI stagnait autour de 40 %. Pourtant, le troisième trimestre montre une dynamique différente : OpenAI progresse plus rapidement que son rival sur ce segment précis.

Ces données reposent sur plus de 70 000 entreprises américaines qui passent par les solutions de paiement et de cartes corporate de Ramp. Elles représentent des milliards de dollars de dépenses. Bien sûr, l’échantillon n’est pas parfaitement représentatif de l’ensemble du marché. Il penche naturellement vers la tech et les structures qui privilégient les outils modernes de gestion de dépenses plutôt que les solutions bancaires traditionnelles comme American Express. Malgré ces limites, les tendances qui en ressortent offrent un aperçu précieux de l’adoption réelle de l’IA générative en entreprise.

Pourquoi ces chiffres comptent vraiment

En attendant que OpenAI et Anthropic se rapprochent de leurs introductions en bourse et publient enfin des comptes détaillés, les observateurs doivent se contenter d’indicateurs indirects. Ramp en fournit un des plus concrets. L’économiste de la société, Ara Kharazian, a souligné que la croissance d’OpenAI s’accélère actuellement dans ce panel. Il reste encore un mois dans le trimestre, et dans le monde de l’IA, un mois peut équivaloir à une éternité. Les positions peuvent encore basculer. Mais le message est clair : Anthropic n’a pas verrouillé le marché de manière définitive.

Cette analyse mérite d’être nuancée. Le modèle haut de gamme d’Anthropic, souvent désigné sous le nom de Fable, cible des usages plus spécialisés qu’un simple chatbot généraliste. Son positionnement premium justifie un tarif élevé. Cependant, l’obligation de conserver les données pendant 30 jours a provoqué des réactions négatives chez certains clients sensibles à la confidentialité. Dans un contexte où la confiance et la conformité réglementaire pèsent lourd, ce détail technique a clairement joué un rôle.

Un marché en expansion malgré la concurrence féroce

Le point le plus rassurant pour les deux laboratoires reste la croissance globale de l’adoption. Chez les clients de Ramp, la proportion d’entreprises qui paient pour des outils d’IA a dépassé 50 % dès mars 2026. En juillet, ce taux approchait déjà 56 %. Cela signifie que même si les parts de marché oscillent, le gâteau s’agrandit. Les deux acteurs peuvent donc continuer à augmenter leur chiffre d’affaires business tout en se disputant la première place.

Cette dynamique rappelle que l’IA générative n’est plus un gadget expérimental. Elle s’installe durablement dans les process métier. Les équipes techniques, marketing, support client ou juridique intègrent ces modèles au quotidien. Les budgets alloués suivent. Pourtant, la fidélité reste limitée. Les entreprises basculent d’un fournisseur à l’autre dès qu’un nouveau modèle sort, qu’il soit plus performant, moins cher ou mieux adapté à des contraintes spécifiques de confidentialité.

Ce que révèle la volatilité des choix entreprise

La volatilité observée devrait interroger les investisseurs. Si les dépenses en IA d’entreprise ne sont pas « sticky », c’est-à-dire ancrées dans la durée, la valorisation des laboratoires repose en partie sur des hypothèses fragiles. Un modèle révolutionnaire peut faire basculer des milliers de clients en quelques semaines. À l’inverse, une mauvaise communication sur la rétention des données ou un pricing trop agressif peut freiner l’adoption.

Dans ce contexte, OpenAI semble profiter de la qualité perçue de ses dernières versions. Les développeurs, en particulier, plébiscitent les capacités de GPT-5.6 Sol. Anthropic, de son côté, conserve une image forte sur les usages qui exigent un raisonnement plus profond ou une meilleure maîtrise des risques. Les deux approches coexistent, et les entreprises n’hésitent pas à tester plusieurs solutions en parallèle.

Les limites des données Ramp et ce qu’elles n’englobent pas

Il faut rester prudent. L’échantillon de Ramp exclut les grands groupes qui s’appuient sur des outils de gestion de dépenses plus traditionnels. Les géants industriels, les banques ou les administrations publiques n’apparaissent pas forcément dans ces statistiques. Pourtant, ces acteurs représentent souvent des volumes de dépenses bien plus importants. Les tendances observées chez les scale-ups et les entreprises tech peuvent donc différer de celles des multinationales.

De plus, Ramp ne communique que des pourcentages. Aucun chiffre absolu de dépenses n’est fourni. On ignore donc si la progression d’OpenAI correspond à une hausse réelle des volumes ou simplement à un transfert de clients. Malgré ces réserves, le signal reste intéressant. Il montre que le leadership n’est jamais acquis et que la course reste ouverte.

Comment les entreprises arbitrent réellement leurs choix

Plusieurs critères pèsent dans la balance. La performance pure du modèle arrive souvent en tête, surtout pour les équipes techniques. Le coût par token ou par requête influence ensuite les directions financières. La politique de rétention des données devient un critère de plus en plus décisif pour les secteurs réglementés. Enfin, la qualité de l’écosystème (API, intégrations, support, outils de monitoring) joue un rôle croissant.

• Performance technique et capacité de raisonnement
• Prix et prévisibilité des coûts
• Politique de confidentialité et rétention des données
• Facilité d’intégration dans les outils existants
• Qualité du support et de la documentation

Les entreprises ne choisissent plus un unique fournisseur. Beaucoup multiplient les comptes et basculent selon les cas d’usage. Un modèle peut exceller pour le code, un autre pour l’analyse de documents longs, un troisième pour les interactions clients. Cette approche multi-modèles renforce encore la volatilité des parts de marché.

L’impact des nouvelles générations de modèles

Chaque sortie majeure provoque des vagues d’essais. Les équipes techniques testent, comparent, mesurent les gains de productivité. Les retours terrain circulent rapidement sur les réseaux professionnels et dans les communautés de développeurs. Un modèle qui convainc peut rapidement gagner des parts de marché. À l’inverse, une version jugée décevante ou trop restrictive freine l’adoption.

Dans le cas présent, la perception positive autour de GPT-5.6 Sol semble avoir redonné de l’élan à OpenAI. Anthropic, malgré une position encore légèrement dominante, doit gérer les réactions liées à ses exigences de conservation des données. Ces éléments illustrent parfaitement à quel point la bataille se joue désormais sur des détails concrets, au-delà de la seule prouesse technologique.

Ce que cela signifie pour l’écosystème startup et scale-up

Pour les fondateurs et les équipes produit, cette concurrence est une bonne nouvelle. Elle pousse les laboratoires à améliorer constamment leurs offres, à baisser certains tarifs et à clarifier leurs engagements sur la confidentialité. Les startups peuvent négocier, tester plusieurs options et éviter de se retrouver captives d’un unique fournisseur.

Cependant, cette volatilité complique aussi la planification budgétaire. Prévoir les coûts d’IA sur douze mois devient plus délicat lorsque les modèles changent et que les tarifs évoluent. Les équipes doivent rester agiles, monitorer les performances et être prêtes à migrer si un concurrent sort une version nettement supérieure.

Vers une maturité progressive du marché business

À mesure que le marché mûrit, on peut s’attendre à une stabilisation relative. Les entreprises construiront progressivement des architectures multi-modèles plus robustes. Les critères de choix s’affineront. La simple nouveauté pèsera moins face à la fiabilité, à la conformité et au coût total de possession. Mais pour l’instant, nous sommes encore dans une phase d’exploration intense.

Les données de Ramp illustrent parfaitement cette transition. L’adoption progresse, les budgets augmentent, mais les préférences restent fluides. OpenAI et Anthropic en profitent tous les deux, même s’ils se livrent une bataille serrée pour la première place.

Les leçons à retenir pour les décideurs

Plusieurs enseignements se dégagent. Premièrement, aucun leadership n’est définitif dans l’IA générative. Deuxièmement, les entreprises restent ouvertes au changement dès qu’un avantage concret apparaît. Troisièmement, la politique de données et le pricing pèsent désormais autant que les performances brutes. Enfin, le marché global continue de croître, ce qui offre des perspectives positives aux deux acteurs majeurs.

Pour les responsables techniques et les directions générales, l’enjeu consiste à rester en veille permanente sans se laisser emporter par chaque nouvelle annonce. Tester, mesurer, comparer, puis décider en fonction de cas d’usage précis reste la meilleure stratégie.

Perspectives pour les prochains mois

Le trimestre n’est pas encore terminé. Les positions peuvent encore évoluer. De nouvelles versions de modèles sont attendues de part et d’autre. Les régulateurs continueront d’influencer les politiques de rétention des données. Les entreprises, elles, continueront d’arbitrer entre performance, coût et conformité.

Dans ce paysage mouvant, les données de Ramp offrent un instantané précieux. Elles rappellent que la course entre OpenAI et Anthropic n’est loin d’être terminée. Elles montrent aussi que l’adoption de l’IA en entreprise progresse de manière structurelle. Pour les observateurs, les investisseurs et les utilisateurs, cette double dynamique reste passionnante à suivre.

La suite de l’histoire s’écrira modèle après modèle, trimestre après trimestre. Une chose est certaine : les entreprises ne se contenteront plus d’un seul champion. Elles continueront de tester, de comparer et de basculer selon leurs besoins du moment. Dans cette bataille permanente, la seule constante reste l’innovation.

En observant de près ces mouvements de parts de marché, on comprend mieux les forces et les fragilités de l’écosystème actuel. OpenAI revient en force, Anthropic conserve une avance relative, et le marché global s’élargit. Pour les startups comme pour les grands groupes, l’heure est à la vigilance et à l’agilité. L’intelligence artificielle d’entreprise n’a jamais été aussi compétitive, et c’est probablement une excellente nouvelle pour tous ceux qui l’utilisent au quotidien.

Les prochains mois diront si la tendance observée au début du troisième trimestre se confirme. En attendant, les données Ramp constituent un excellent baromètre de l’état réel de l’adoption. Elles montrent qu’aucun acteur ne peut se reposer sur ses lauriers, et que chaque avancée technique ou chaque ajustement de politique peut faire basculer des milliers de décisions d’achat. Dans ce contexte, rester informé et capable de pivoter rapidement devient un avantage concurrentiel décisif pour les entreprises qui misent sur l’IA.