Vos requêtes décodées.
Nous sommes ravis de retrouver Jérémy Lacoste, contributeur sur la Réclame .mark&tech. Jérémy est directeur général France de l’agence Eskimoz. C’est un expert du marketing digital, des martech et de la publicité en ligne. Il a pour grande qualité de partager chaque semaine ses analyses et observations, que ce soit sur LinkedIn, en tant qu’enseignant ou dans ses tribunes sur la Réclame.
Dans Dalloway, film français à l’affiche sur l’IA, il y a une phrase que je cite de mémoire et qui résume exactement le moment où nous nous trouvons. Elle est prononcée par le PDG de CASA (un simili Google) : « Aujourd’hui, nos IA ont le niveau de connaissance d’autistes asperger. Mais n’ont pas d’âme. Il faut que l’on casse la barrière créative pour développer ce sentiment d’humanité qui leur manque ». Ce qui les engagera à se tourner vers les artistes.
Se pose la question en filigrane : ce point de bascule entre un moteur intelligent qui répond à nos demandes pour aller vers un modèle d’agent personnel… est-ce possible techniquement ? Souhaitable pour les entreprises ? Demandé par les utilisateurs ?
Retour au réel.
Difficile aujourd’hui de s’y retrouver parmi la myriade d’études et de témoignages qui tantôt font l’apologie de ChatGPT, tantôt le dézingue. Ces partages en disent d’ailleurs bien plus souvent sur la personne ou l’entreprise qui les communiquent. Songeons tout simplement à Google qui depuis quelques semaines distille le discours suivant : le « GEO, c’est du SEO ». Manière de s’approprier le sujet et d’être incontournable.
C’est donc à cette aune que l’étude co-produite par OpenAI et l’université d’Harvard est précieuse. C’est la 1ʳᵉ fois que, de manière aussi approfondie, l’entreprise de Sam Altman aidée par des chercheurs soulève le capot. Non pas pour nous décrire comment fonctionnent les modèles, le RAG, le fan-out… ou tous ces concepts liés au LLM déjà documentés. Mais simplement pour dessiner les usages du moteur IA.
Car, à la fin des fins, c’est exactement cela qui intéresse les marques : comment s’insère ce nouveau canal dans le quotidien de leurs clients.
Éléments de réponse, point par point.
1. Quel niveau d’adoption ?
Un chiffre déjà : 10 % de la population mondiale a adopté ChatGPT dans son quotidien. Soit 700 millions d’utilisateurs actifs qui interagissent au moins une fois par mois à la plateforme. Une croissance folle en 3 ans et même inédite en termes de diffusion d’après l’étude.
Cela représente la bagatelle de 2,5 milliards de messages par jour. Ramené aux users : chaque mois en moyenne un utilisateur fait 107 requêtes.
Et qu’en est-il de la démocratisation des usages ? Si historiquement, ChatGPT a surtout été utilisé pour des usages pros, le tableau ci-dessous montre à quel point l’outil s’est déplacé dans la sphère personnelle. Désormais, l’utilisation professionnelle est minoritaire, peu importe la classe d’âge. Non qu’elle ait reculé en valeur absolue. Simplement, c’est l’inscription de ChatGPT dans le quotidien qui a été exponentielle.
ChatGPT est-il en voie de merdification ? Vous savez, ce concept qui dit qu’à mesure qu’une plateforme se démocratise, la qualité de son service se dégrade. Si l’on en croit l’étude, c’est même tout l’inverse. Jamais le taux de satisfaction n’a été aussi fort : seulement 13,5 % d’avis négatifs.
Il faut dire que l’expérience proposée aujourd’hui est évidemment performante : index à jour, freemium pour tous, aucune publicité présente. On en reparlera quand il faudra rentabiliser les investissements opérés.
2. Quels sont les types de messages partagés ?
C’est un peu la question à 1 million. L’étude décompose les messages en 3 grandes familles :
– Asking / Demande : C’est aujourd’hui le bloc n°1 (49 %) et il couvre tout ce qui relève du conseil, de l’avis, ou de la recherche d’information. C’est l’usage le plus commun avec un moteur de recherche classique ;
– Doing / Faire : C’est le bloc n°2 (40 %) et finalement ce qui fait aujourd’hui la singularité des moteurs IA puisqu’il s’agit de production pure : texte, crea, code etc ;
– Expressing / Expression : C’est la famille d’utilisation minoritaire (11 %) qui couvre finalement tout ce qui touche à l’intime : exploration de sentiments, verbalisation des pensées, dialogue social. On est dans l’étape ultime du conversationnel ici ;
Et sans surprise, ces types d’usage varient fortement en fonction du contexte. Pour le pro, on privilégie la partie Doing/créations… là où le perso est plus orienté sur des utilisations autour de l’information ou de l’expression.
Résultat, avec le temps, le volet informationnel prend le pas sur la production. La raison : tout simplement la démocratisation de l’utilisation de ChatGPT dans la sphère privée.
En resserrant encore un peu plus la focale, l’étude identifie une quinzaine de sous usages. Sans faire un inventaire à la Prévert, je retiens que dans les fonctionnalités très dominantes, nous avons
– La recherche d’information (18 %) : du Google like donc ;
– L’édition/critique d’un contenu (11 %) : emails, textes juridiques, articles, posts LinkedIn… C’est sûrement une bonne chose pour la grammaire, moins pour l’originalité ;
– Le coaching/mentorat (10 %) : pas étonnant quand on sait que les jeunes sont les premiers users de ChatGPT ;
– Conseils pratiques : du YouTube like donc ;
3. Quel comportement dans la sphère pro ?
En 3 ans, la part des messages liée au travail a baissé de 17 points. Ce n’est pas tant dû à l’arrivée de nouveaux entrants, mais plutôt à l’élargissement des contextes d’utilisation. Le parcours classique : l’utilisateur découvre ChatGPT au travail et ensuite l’adopte dans son day to day.
En entreprise, la spécificité des usages laisse la place de manière assez massive à des actions de Doing. Nous sommes en plein dans ce qui fait la singularité des LLM : la création, la production, la générative. C’est donc un usage avancé pour permettre au travailleur d’opérer plus. De l’auto-scale en somme.
Et sur les évolutions, cela reste assez flat, même si la fonction d’écriture toujours dominante semble perdre du terrain au profit des conseils pratiques, de la recherche d’information et de la production créative.
4. Quel comportement dans la sphère perso ?
Pour les usages privés, l’approche est diamétralement différente avec le primat de la posture de la Demande/Asking. À la manière finalement de ce que l’on fait avec Google au quotidien depuis 20 ans.
Point notable : la rédaction, la recherche d’information et l’avis éclairé constituent 3/4 des usages. On reste encore loin ici du paradigme de l’assistant personnel, à l’exception de la personnalisation des réponses en fonction de l’historique des prompts, ainsi que du profil décrit dans l’application.
Sur les dynamiques, même constat : la production créative et la recherche d’information ont le vent en poupe. Là où la rédaction perd du terrain. Pourquoi : tout simplement car désormais certains modèles sont connectés directement aux données du web, ce qui évite à la fois les hallucinations, mais surtout de construire des réponses basées sur un index non à jour.
5. Qui sont les utilisateurs finaux ?
En 2022, des hommes principalement. 3 ans plus tard, ils ne constituent plus que 52 % des utilisateurs réguliers. Ce qui souligne en creux à quel point la plateforme a réussi sa mue en termes de posture : passer d’un outil de techos à un moteur IA grand public.
Avec toutefois des usages genrés très différents, sûrement liés à la profession, mais aussi aux rôles sociaux de chacun.
Sur le profil socio-démographique, sans enfoncer de porte ouverte, l’utilisateur moyen est plutôt diplômé et travaille dans le tertiaire. Bref, rien d’étonnant.
Plus intéressant reste le point d’ancrage vers le public jeune. Et c’est, à mon sens, tout le défi pour ChatGPT : comment ruisseler dans les autres strates de la population de façon aussi massive ? Car aujourd’hui, près de la moitié des messages proviennent d’utilisateurs qui ont moins de 26 ans.
Un premier exercice de mise à nu bienvenu de la part d’OpenAI qui, on l’espère, créera des vocations chez les autres LLM. Car à date, la transparence n’est pas ce qui caractérise le plus Claude, Gemini ou Perplexity.
Un dernier chiffre intéressant : 4,2 %. C’est le taux d’usage sur la partie génération de code. En creux donc commence à se dessiner un découpage intéressant entre des moteurs IA grand public comme ChatGPT, et des moteurs IA verticalisés comme Claude et Mistral qui semblent surtout se concentrer sur l’entreprise.
