Microsoft Copilot : forte hausse, chiffres encore flous

Que disent réellement les chiffres de Copilot ?

Satya Nadella a indiqué que les utilisateurs quotidiens de Copilot ont augmenté de près de 50 % au cours du trimestre, et qu'ils dépassent de plus de cinq fois leur niveau d'il y a un an. Il a aussi mentionné une hausse de la satisfaction des utilisateurs d'environ 20 % sur le trimestre, « jusqu'à un nouveau sommet ». Utile, mais ce sont des signaux de dynamique et d'expérience déclarée - pas une preuve directe de rentabilité.

La nuance est importante. Un utilisateur quotidien n'est pas forcément un abonné payant. Tester Copilot, l'ouvrir de temps en temps, ou avoir une licence facturée à un salarié : ce ne sont pas les mêmes réalités. Microsoft n'a pas communiqué de nouveau décompte global d'utilisateurs payants. CNBC rapporte que l'entreprise avait déjà évoqué environ 30 millions d'utilisateurs quelques mois plus tôt. Bloomberg reprend ce chiffre, tandis que Fortune le décrit comme environ 30 millions de « sièges payants ». Ce type de formulations ne permet pas de reconstituer un total fiable.

D'autres données pointent vers une adoption plus « pro », sans lever totalement l'ambiguïté. Microsoft indique par exemple que le nombre de clients ayant plus de 50 000 sièges Copilot a été multiplié par huit en un an. Les clients payant Copilot à l'usage auraient augmenté de plus de 75 % sur le trimestre. Amy Hood, la directrice financière, a aussi évoqué des millions de sièges pour l'offre Microsoft 365 E7. Là encore, on parle de périmètres différents : grands comptes, consommation à l'usage, ou sièges d'une offre groupée.

Du coup, la bonne lecture n'est pas : « Copilot x5, donc le ROI est établi. » À la place, il faut demander :

• Quel indicateur est mesuré ? Utilisateurs actifs, sièges, requêtes ou revenus ne racontent pas la même histoire.
• Sur quelle période et dans quel périmètre ? Un chiffre mondial peut masquer des écarts entre métiers et pays.
• Quel résultat opérationnel est suivi ? Temps gagné, qualité produite, délais de traitement, baisse des coûts : tout ça doit être évalué séparément.

En pratique, l'adoption est un bon point de départ pour décider où creuser les tests. Mais elle ne remplace ni les données de facturation, ni une mesure des résultats dans les processus réels.

Pourquoi Microsoft réunit-il ses outils dans une seule expérience ?

Microsoft présente sa nouvelle application Copilot comme une expérience unifiée qui rassemble Chat, Cowork, Autopilot et Code. L'entreprise avait déjà ajouté des capacités de programmation et d'automatisation en septembre. L'idée est simple : donner accès, depuis un même endroit, à plusieurs types d'assistants et de tâches, plutôt que d'obliger l'utilisateur à choisir un produit différent à chaque étape.

Sur le papier, ça réduit les frictions. Un salarié peut interroger un assistant, lancer une tâche ou demander de l'aide pour du code sans changer constamment d'interface. Pour une organisation, une expérience commune aide aussi sur la formation et la gestion des accès. Mais une interface unifiée ne suffit pas à rendre un processus unifié. Si les autorisations, les données accessibles et les règles d'usage varient d'un service à l'autre, l'utilisateur peut vite se retrouver avec une expérience « simple » en surface, mais incohérente dans les faits.

La stratégie ne s'arrête pas à l'application. Nadella décrit Copilot comme une interface de travail qui peut faire remonter, dans les conversations, la logique métier et certaines fonctions liées à Dynamics 365. À terme, une entreprise pourrait configurer des assistants autour de ses procédures et de ses données. Le bénéfice potentiel : rapprocher l'IA du travail réel, au lieu de la cantonner à une fenêtre de discussion « générique ».

Et il y a un risque tout aussi concret. Plus un assistant est connecté aux outils de vente, aux dossiers clients ou aux systèmes de gestion, plus ses erreurs peuvent coûter cher. Une réponse approximative dans une conversation interne n'a pas le même impact qu'une action sur une commande ou un dossier de paie. Donc l'intégration doit suivre le niveau de risque : d'abord de l'accès en lecture, puis une validation humaine sur les opérations sensibles, avant d'automatiser uniquement quand les résultats sont fiables.

Les entreprises françaises peuvent tester cette logique sur un cas limité : produire une synthèse de dossier, retrouver une information dans un corpus autorisé, ou proposer un brouillon de réponse. Elles devraient mesurer en même temps la qualité, le temps réellement gagné, et le taux de corrections. Une hausse de satisfaction globale est intéressante - mais elle ne dit pas si le produit fonctionne dans un métier précis.

Le bon critère n'est pas le nombre d'outils réunis. C'est la capacité à réduire une friction précise sans rendre plus opaques les données consultées, les décisions prises et les responsabilités engagées.

Que révèle la croissance de Foundry sur la stratégie de Microsoft ?

Microsoft Foundry est présenté comme une plateforme commune, sous-jacente à plusieurs produits d'IA. Nadella affirme que son chiffre d'affaires a plus que triplé en un an. Le nombre de clients construisant des solutions avec plusieurs modèles aurait été multiplié par cinq. Les revenus associés aux modèles open source auraient, eux, été multipliés par dix.

Pris comme signaux, ces chiffres suggèrent que Microsoft cherche à vendre plus qu'un assistant « prêt à l'emploi ». Foundry vise aussi les organisations qui veulent choisir des modèles, les intégrer à leurs applications et construire des agents adaptés à leurs besoins. C'est une réalité d'entreprise : un modèle unique n'est pas automatiquement le meilleur choix pour toutes les tâches. Une opération simple peut très bien tourner avec une option moins coûteuse ; un raisonnement plus complexe peut justifier un modèle plus performant - donc plus cher.

Nadella a d'ailleurs expliqué que Microsoft propose plusieurs options d'IA, dont certaines sont moins coûteuses que des modèles de pointe proposés par des acteurs comme Anthropic. L'enjeu est présenté comme une optimisation de l'intelligence « par tâche », en tenant compte à la fois du coût et des performances. Autrement dit : on arbitre selon l'usage, pas selon la course à « le plus puissant ».

Pour une équipe technique, multiplier les modèles apporte de la flexibilité, mais crée aussi de la charge. Il faut comparer sur des cas réels, surveiller les coûts, gérer les versions, et anticiper ce qui se passe quand un fournisseur modifie son service. Un système qui change facilement de modèle ne sert vraiment que si l'équipe a des tests capables de détecter une dégradation. Sinon, l'abstraction masque les dépendances au lieu de les réduire.

Microsoft indique aussi rapprocher Foundry et Fabric afin de faciliter la création d'agents au plus près des données. L'entreprise affirme que près de 60 000 clients accèdent à du contexte via Microsoft IQ, soit une hausse de 25 % sur le trimestre. Rester « proche des données » peut améliorer la qualité des réponses contextualisées, mais ça augmente l'importance de la gouvernance : quelles sources sont interrogées, qui a le droit de les consulter, et quelles informations peuvent être réutilisées ?

Pour un groupe européen, choisir une plateforme ne se résume donc pas à regarder le catalogue de modèles. Il faut examiner la résidence et le traitement des données, les conditions contractuelles, les journaux d'activité, la capacité à contrôler les accès, et les dépendances créées par l'intégration aux outils existants. Le RGPD n'interdit pas l'IA, mais il impose de traiter sérieusement les finalités, les données personnelles et les responsabilités. La conformité se vérifie dans la configuration et les usages - pas dans une promesse générale.

« Séparer intelligence et autorité » : que change Agent 365 ?

Microsoft affirme que plus de 50 millions d'agents fonctionnent désormais dans Agent 365, soit une hausse de 30 % sur le trimestre. L'entreprise présente cet environnement comme un moyen de sécuriser et de gouverner les agents. Elle dit aussi rapprocher Agent 365 de Windows pour que des agents puissent agir sur un appareil dans des limites contrôlées. Parmi les systèmes cités figurent OpenAI Codex, Claude Code d'Anthropic et Meta Muse.

La formule de Nadella - « séparer intelligence et autorité » - résume bien un principe de conception essentiel. Le modèle peut analyser une demande et proposer une action, mais il ne devrait pas recevoir automatiquement tous les droits nécessaires pour l'exécuter. L'identité de l'agent, ses permissions, sa surveillance et son confinement doivent être gérés par une couche de contrôle distincte du modèle lui-même. Microsoft décrit Perception comme une fonction chargée d'appliquer ces contrôles.

Cette séparation répond à un problème fréquent dans les projets d'automatisation. Un agent qui lit un document n'a pas forcément besoin de le modifier. Un assistant de programmation peut suggérer un changement sans être autorisé à le déployer. Une automatisation de support peut préparer une réponse sans pouvoir clôturer seule un litige. Les droits doivent découler de la tâche, pas de la « puissance » du modèle.

Pour rendre ce principe concret, une entreprise peut mettre en place une gradation simple :

1. Observer : l'agent consulte uniquement les ressources explicitement autorisées.
2. Proposer : l'agent prépare une réponse ou une action, mais un salarié valide.
3. Exécuter sous limites : l'agent agit dans un périmètre restreint, avec journalisation et possibilité de retour en arrière.
4. Réévaluer : on ajuste les droits selon les erreurs, les changements de processus et les besoins métier.

Cette approche ne supprime pas le risque. Un agent peut mal interpréter une consigne, accéder à une source inadaptée, ou produire une action techniquement autorisée mais inappropriée côté métier. Les contrôles d'identité et de permission réduisent certains scénarios, mais ils ne remplacent pas les tests, ni la supervision, ni la définition d'un responsable humain.

Le chiffre de 50 millions d'agents appelle lui aussi de la prudence. Il indique l'échelle annoncée par Microsoft, mais il ne dit pas combien d'agents sont réellement actifs, quelles tâches ils réalisent, ni quel niveau d'autonomie ils ont. Pour un comité de direction, compter n'a d'intérêt que si l'on relie cette activité à un résultat, à un coût, et à un niveau de risque.

C'est ce cadre qui transforme une démonstration impressionnante en outil exploitable. La gouvernance n'est pas une couche qu'on ajoute après coup : elle conditionne ce que l'agent peut faire dès le départ.