Un graphique qui fait écho à la salle

Le classement relayé par le Blog du Modérateur le 7 août 2026 m’intéresse autant pour ce qu’il montre que pour ce qu’il laisse hors champ. L’étude de OneLittleWeb place ChatGPT très loin devant les autres outils en visites web.

Visuellement, une barre domine presque tout le reste : 64,7 milliards de visites pour ChatGPT, contre 10,5 pour Canva et 6,9 pour Gemini. Mais ce ne sont pas des milliards de personnes. Une même personne peut revenir de nombreuses fois. Le classement rassemble aussi des produits différents : un assistant conversationnel, une plateforme de design, un service de traduction…

La méthodologie de OneLittleWeb repose sur des estimations Semrush et Ahrefs. Elle ne mesure ni les utilisateurs uniques, ni les applications mobiles, ni les appels API. Le trafic d’un logiciel proposant de l’IA ne dit pas quelle fonction chaque visiteur utilise. Ce graphique n’est donc pas un inventaire de toute l’IA réellement utilisée.

Le 4 septembre, des usages surtout ponctuels

Le 4 septembre, j’intervenais dans le cadre du CAS Coordination BIM de l’HEPIA, avec un cours préparé pour ce public, de l’IA générale aux agents dans Revit. Les échanges avec une vingtaine de participants m’ont donné une impression que je retrouve dans mes cours : ChatGPT occupe une place beaucoup plus visible que les autres assistants. Je ne retiens pas ici de pourcentage précis par outil.

Les usages évoqués étaient surtout la correction et la génération de textes, ainsi que les images. Ce sont déjà des usages de l’IA, parfois très utiles. Ce qui me semblait encore peu présent, c’était leur inscription dans une tâche professionnelle structurée : partir d’un besoin métier, choisir les informations nécessaires, vérifier le résultat et l’intégrer à une manière de travailler.

Quelques personnes développaient, expérimentaient et touchaient à plusieurs outils. Ces explorations restaient surtout personnelles. De mémoire, seules une ou deux personnes sur les vingt évoquaient une IA interne à leur organisation. Cela décrit ce groupe et ce qui s’est dit ce jour-là ; cela ne permet pas de conclure au niveau d’adoption de toutes les entreprises.

Cette pratique encore exploratoire n’empêchait pas un regard critique. Comme je l’ai raconté dans ma publication LinkedIn, les questions sont arrivées tout au long de l’intervention, avec de la curiosité et de la prudence. L’une d’elles résumait bien l’enjeu : « Qui signe quand l’IA se trompe ? » Au-delà de savoir utiliser un outil, il s’agissait déjà de comprendre ce que l’on peut lui confier et qui assume le résultat.

L’IA déjà là, mais plus toujours nommée

Un autre constat m’a frappé : lorsque l’IA arrive dans une application habituelle, elle semble plus facilement entrer dans les usages, parfois jusqu’à ne plus être identifiée comme telle. WhatsApp, Instagram et les fonctions qui viennent s’y ajouter font partie de ce quotidien. Dans les échanges, cette IA intégrée paraissait déjà acceptée, parfois presque oubliée.

Il faut distinguer plusieurs mécanismes. Un assistant que l’on sollicite explicitement n’est pas la même chose qu’un système de recommandation en arrière-plan. Meta a notamment annoncé en mars 2025 le déploiement européen de Meta AI dans ses applications, dont WhatsApp et Instagram. Utiliser ces applications ne signifie pas pour autant utiliser leur assistant à chaque ouverture.

C’est ce décalage qui m’intéresse : nous pouvons hésiter devant un nouvel outil présenté comme « de l’IA », tout en côtoyant des fonctions similaires dans un environnement familier. L’adoption ne passe pas toujours par une décision consciente de changer de pratique.

Connaître un nom n’est pas connaître un secteur

Les grandes marques et leur compétition font parler. Mais qui développe quoi ? Dans quel pays ? Quelle différence entre une entreprise, son modèle et l’application qui nous permet de l’utiliser ? Ces repères me paraissent encore aussi importants à construire que la maîtrise d’un prompt. C’est aussi ce qui nourrit ma note sur les enjeux politiques de l’IA.

Et derrière les quelques noms qui concentrent l’attention, il existe une multitude d’outils spécialisés, d’intégrations et de fonctions moins visibles. La discussion sur les grands assistants laisse souvent cet ensemble dans l’ombre.

Ce que j’en retiens pour mes cours

Cette diapositive fait le lien entre l’IA généraliste et la construction : transformer une image de bâtiment, comparer des offres à partir de critères explicites, préparer un support de formation sans ouvrir PowerPoint. Ce sont des exemples pédagogiques, pas un relevé de ce que toute la classe pratique déjà. Les échanges montraient surtout une familiarité avec les images et les textes ; le passage à un usage métier suivi, vérifié et intégré au travail restait bien moins courant.

Le tableau d’offres de cette diapositive illustre le passage à une méthode : le prix ne suffit pas. Les documents, les délais et les garanties doivent aussi entrer dans la comparaison. La demande doit préciser ces critères, puis le résultat doit être contrôlé.

Le classement mesure des visites web ; la séance révèle des pratiques dans un groupe. Leur rapprochement nourrit ma question pédagogique : comment passer de la familiarité avec ChatGPT à une compréhension plus large de l’IA et de ses usages ?

Pour moi, cela passe par trois choses : savoir se repérer dans les acteurs, reconnaître l’IA déjà présente dans nos outils et construire un cas d’usage à partir d’un besoin réel. Le nombre d’applications essayées compte moins que la capacité à expliquer ce qu’elles apportent, ce qu’elles ne permettent pas et comment contrôler leur résultat.

L’enjeu n’est pas seulement d’apprendre à demander quelque chose à une IA. C’est aussi de reconnaître celle que l’on utilise déjà, et de décider quelle place lui donner dans son travail.