ChatGPT en entreprise : Business, Enterprise ou outil sur mesure, comment choisir et déployer
Ce que changent les offres ChatGPT Business et Enterprise pour une entreprise, ce qu'elles ne font pas, et quand il vaut mieux construire un agent sur mesure branché sur vos outils. Avec une méthode de déploiement en quatre étapes.
Vos équipes utilisent déjà ChatGPT. Souvent avec des comptes personnels, parfois en collant des documents internes dans la fenêtre. La vraie question n'est donc pas « faut-il ChatGPT en entreprise ? », mais « quelle offre, pour qui, avec quelles règles ».
On compare ici les offres d'OpenAI pour les entreprises : ce qu'elles couvrent, ce qu'elles ne couvrent pas, et comment les déployer.
Les deux offres entreprise, en clair
OpenAI propose deux formules pour les organisations (page tarifs Business) :
| ChatGPT Business | ChatGPT Enterprise | |
|---|---|---|
| Pour qui | Équipes de 2 à 200 personnes, en libre-service | Grandes organisations, via l'équipe commerciale |
| Connexion | SSO SAML, MFA | SSO, plus provisionnement SCIM et rôles (RBAC) |
| Connecteurs | Google Workspace, Slack, GitHub, Microsoft 365, etc. | Idem, avec contrôle plus fin par groupe |
| Données | Pas d'entraînement sur vos données par défaut | Idem, plus rétention personnalisée et clés de chiffrement gérées (EKM) |
| Hébergement des données | Non, réservée à Enterprise (tarifs OpenAI) | Résidence des données disponible dans dix régions |
| Support | Standard, sans support renforcé | 24/7, SLA, conditions juridiques sur mesure |
Sur les données, OpenAI est explicite : par défaut, les données de ChatGPT Business et Enterprise ne servent pas à entraîner ses modèles, sauf si vous l'acceptez expressément (Enterprise privacy).
Un point souvent mal compris : un abonnement Business n'inclut pas l'API. L'usage de l'API est facturé à part (aide OpenAI). Si vous voulez intégrer l'IA dans vos propres applications, c'est un autre budget et un autre chantier.
Ce que ChatGPT règle, et ce qu'il ne règle pas
Une offre entreprise règle bien trois problèmes :
- Le shadow IA. Les comptes personnels disparaissent au profit d'un espace géré, avec connexion par l'annuaire de l'entreprise.
- La question des données d'entraînement. Elle est tranchée contractuellement.
- La productivité individuelle. Rédiger, résumer, analyser un fichier, préparer une réunion.
Par contre, elle ne règle pas :
- Les processus métier. Un assistant généraliste ne sait pas comment votre service client traite une réclamation, ni quelles étapes sont obligatoires avant de valider un devis.
- Les outils internes. Les connecteurs couvrent les grands logiciels du marché. Votre base métier, votre ERP maison ou votre outil de planification n'y sont pas, sauf à construire un connecteur (par exemple un serveur MCP).
- L'autorité. Qui a le droit de faire quoi, et quand un humain doit valider. On en parle dans le vrai risque des agents IA, l'autorité.
- La mesure. Savoir si l'outil fait gagner du temps sur une tâche précise demande de définir cette tâche et de la mesurer avant et après.
ChatGPT, Copilot ou sur mesure ?
| Situation | Choix raisonnable |
|---|---|
| Besoin d'un assistant pour rédiger, résumer, chercher, pour tout le monde | ChatGPT Business ou Enterprise (ou Microsoft Copilot si vous êtes très ancré dans Microsoft 365) |
| Une tâche répétitive précise, dans un outil interne | Un agent sur mesure, branché sur cet outil |
| Données sensibles avec contraintes réglementaires (santé, finance) | Vérifier d'abord le cadre légal : pour les données de santé, voir notre article sur l'IA et l'hébergement HDS |
| Un produit client qui embarque de l'IA | L'API, pas l'abonnement ChatGPT |
Les deux approches se combinent bien. L'assistant généraliste sert à tout le monde au quotidien, et les agents sur mesure prennent en charge deux ou trois processus où l'enjeu est réel. C'est le genre d'outils sur mesure qu'on construit chez The Vibe Company : pour Monka, l'app des aidants, le CRM des infirmières de coordination et l'API qui relie le tout ; pour l'AFP, des outils d'IA générative pour les rédactions, sous le contrôle des journalistes, dans le projet MediaGen.
Déployer en quatre étapes
1. Faire l'inventaire. Qui utilise déjà quoi, avec quels comptes, sur quelles données ? Un sondage interne de dix minutes suffit souvent à découvrir l'étendue du shadow IA.
2. Poser les règles avant d'inviter. OpenAI recommande de configurer le SSO et le SCIM avant d'ouvrir l'accès largement, et de désactiver la création automatique de comptes si vous gérez les accès par l'annuaire (quickstart Enterprise). Écrivez aussi une charte courte : ce qu'on peut y mettre, ce qu'on ne met jamais.
3. Choisir les connecteurs un par un. Chaque connecteur ouvert donne à l'assistant l'accès à une source de données. Ouvrez ceux dont une équipe a vraiment besoin, et vérifiez que l'assistant ne voit que ce que l'utilisateur voit déjà.
4. Repérer les processus qui méritent un agent. Après quelques semaines, les usages montrent où l'assistant généraliste plafonne : toujours la même tâche, toujours le même copier-coller entre deux outils. C'est là qu'un agent dédié rapporte vraiment. Notre checklist du POC à la production détaille comment le cadrer.
En résumé
- ChatGPT Business convient aux équipes jusqu'à 200 personnes, Enterprise aux grandes organisations qui ont besoin de SCIM, de rôles, de rétention sur mesure ou de résidence des données.
- Par défaut, OpenAI n'entraîne pas ses modèles sur les données de ces offres.
- L'abonnement n'inclut pas l'API et ne connaît pas vos processus ni vos outils internes.
- Le bon schéma est souvent mixte : un assistant pour tous, des agents sur mesure là où le gain est mesurable.
Vous déployez ChatGPT et voulez savoir où un agent sur mesure ferait la différence ? Prenez rendez-vous avec nous.
