OpenAI ramène l’analyse des coûts à cinq heures grâce à Codex
Finance #ia-code 3 min · 2 septembre 2026

OpenAI ramène l’analyse des coûts à cinq heures grâce à Codex

Par Arthur Dekeyser

En résumé

1

OpenAI a réduit de cinq jours à cinq heures une analyse liée à sa clôture mensuelle.

2

Kyle Kober et son équipe ont utilisé Codex pour automatiser un processus financier complexe.

3

Sarah Friar défend une fonction finance native de l’IA avec une clôture à zéro jour.

💡

Le signal : OpenAI a ramené de cinq jours à cinq heures l’analyse des coûts de calcul grâce à Codex.

NEWSLETTER BUSINESS & IA

Vous appréciez ce genre d'analyse ?

Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Gratuit, sans engagement.

+11 000 fondateurs abonnés

OpenAI accélère OpenAI a réduit de cinq jours à environ cinq heures l’analyse de ses coûts de capacité informatique. Kyle Kober, directeur de la finance produit, a décrit cette évolution à CFO Dive. Son équipe a utilisé Codex, l’agent de programmation d’OpenAI, pour automatiser une partie du reporting de clôture mensuelle. Le processus concernait notamment le rapprochement entre les données d’usage des produits et les enregistrements comptables. Il produisait ensuite l’analyse et les rapports associés. Cette réduction concerne l’un des travaux les plus complexes de la clôture mensuelle d’OpenAI. Kober a expliqué que l’équipe pouvait désormais construire elle-même des outils ciblés, sans attendre systématiquement les équipes informatiques ou d’ingénierie. (Lire l’article de CFO Dive)

Kober structure Avant OpenAI, Kyle Kober dirigeait la finance produit et la finance d’entreprise de Nextdoor. Il avait auparavant travaillé comme associé chez Financial Technology Partners, une banque d’investissement spécialisée dans les technologies financières. Chez OpenAI, il se concentre sur la consolidation des prévisions produit liées aux métriques d’utilisateurs, aux revenus et à la demande informatique. Codex s’est d’abord diffusé parmi les ingénieurs d’OpenAI. Kober a indiqué que la plupart d’entre eux avaient adopté l’outil vers novembre ou décembre de l’année précédente. L’équipe finance l’a rejoint quelques mois plus tard. Son projet a donc appliqué à un processus financier une technologie déjà utilisée dans les activités d’ingénierie de l’entreprise.

OpenAI automatise la clôture mensuelle

Sarah Friar vise La directrice financière Sarah Friar a présenté le projet comme une partie d’une transformation plus large de la fonction finance d’OpenAI. Dans un billet publié le mois précédent, elle a décrit une fonction finance « native de l’IA ». Cette orientation inclut l’objectif d’une clôture à zéro jour et des prévisions automatisées, continuellement mises à jour. Kyle Kober a participé à la reconstruction de plusieurs processus manuels de l’équipe. Le flux lié aux coûts informatiques était particulièrement exigeant. Il fallait rapprocher les données d’utilisation des produits avec les écritures comptables, puis convertir ces informations en analyses et rapports. Codex a simplifié cette séquence selon Kober, avec un passage de plusieurs jours à quelques heures.

Gartner projette Gartner prévoit que 90 % des ingénieurs logiciels d’entreprise utiliseront des assistants de programmation en 2028. Cette proportion était inférieure à 14 % au début de 2024, selon le cabinet. Le Boston Consulting Group a aussi étudié l’application de ces agents aux équipes finance. Son rapport de juin estime qu’ils peuvent aider à créer des applications ciblées pour l’analyse, le rapprochement et la détection d’anomalies. Ces outils évitent alors de dépendre de longues files d’attente de développement, selon les chercheurs du BCG. Le cabinet ajoute qu’une utilisation correcte peut accélérer l’accès à des applications que les équipes finance ont souvent eu besoin de construire, sans disposer des ressources nécessaires. (Analyse du BCG)

Les coûts et contrôles restent centraux

Les dépenses augmentent Gartner avertit que les coûts de programmation assistée par IA progressent avec la consommation de jetons. Les fournisseurs adoptent aussi des modèles de tarification fondés sur la consommation. Le cabinet prévoit que ces coûts pourraient dépasser le salaire moyen d’un développeur d’ici 2028. Les jetons correspondent aux unités de données traitées par les systèmes d’IA. Une consommation plus élevée entraîne généralement des coûts plus importants. Par ailleurs, une étude publiée en mars par la Cloud Security Alliance indique que des organisations intègrent du code généré par IA à grande échelle dans leurs systèmes de production. Elle souligne que les cadres de gouvernance restent aux premiers stades et que certaines études signalent des risques de sécurité. (Prévision de Gartner) Pour aller plus loin, consultez notre guide sur réduire ses coûts grâce à l’IA.

Gardez un coup d'avance en IA et tech.

Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Zéro spam.

+11 000 fondateurs abonnés

À lire aussi