OpenAI dépasse le stade des simples chatbots pour construire des agents d'IA autonomes capables de gérer des flux de travail numériques multi-étapes. L'entreprise a lancé le premier de ces agents sous le nom de ChatGPT Work, une extension à 20 $ par mois pour son abonnement grand public. Le service promet d'agir comme un collaborateur numérique capable d'extraire des données de boîtes de réception, de Slack, de Notion et d'autres outils — une capacité qui pourrait transformer la manière dont les travailleurs du savoir occupent leurs journées.

Pourquoi le passage à l'IA « agentique »

Les modèles de langage traditionnels répondent à des questions, puis s'arrêtent. L'« IA agentique » décrit des systèmes qui décident de ce qu'ils doivent faire, puis l'exécutent — envoyer des e-mails, mettre à jour des feuilles de calcul ou esquisser des designs dans Figma sans qu'un humain ait à cliquer sur chaque bouton. Les ingénieurs d'OpenAI affirment que cette étape supplémentaire transforme un assistant conversationnel en un partenaire de productivité, en particulier pour les professions où le passage incessant d'une application à l'autre grignote les heures facturables.

Des développeurs à l'ensemble du bureau

Le succès le plus visible de l'IA agentique a été observé dans l'ingénierie logicielle. Le modèle Codex d'OpenAI permettait aux développeurs de décrire ce qu'ils souhaitaient en langage naturel, puis générait le code, faisant ainsi abstraction de la syntaxe. Une étude soutenue par l'entreprise a montré que si presque tous les employés d'OpenAI utilisaient Codex, moins d'un sur cent des abonnés externes le faisaient. ChatGPT Work vise à apporter cette même expérience de type « décrivez ce dont vous avez besoin » aux comptables, médecins, investisseurs et autres professionnels non techniques. L'objectif est de remplacer les interfaces en ligne de commande et les scripts personnalisés par une simple invite textuelle capable de naviguer sur des sites web existants, d'extraire des données de divers produits SaaS et d'assembler les résultats.

Préoccupations relatives à la confidentialité et au contrôle

Pour être utile, un agent doit avoir accès aux mêmes informations qu'un humain : e-mails privés, fils de discussion de messagerie instantanée, documents internes et fichiers de conception. Les critiques avertissent que donner un tel niveau de visibilité à une IA crée une nouvelle surface d'attaque — un modèle compromis pourrait exfiltrer des données confidentielles, et les utilisateurs pourraient ne pas comprendre pleinement comment leurs informations sont utilisées pour générer une réponse. L'équipe d'OpenAI reconnaît le risque mais affirme que le compromis est inévitable ; sans une intégration profonde, l'agent ne peut pas accomplir les tâches demandées par les utilisateurs.

Pression concurrentielle des spécialistes verticaux

OpenAI n'est pas le seul acteur à parier sur les agents autonomes. Des entreprises plus petites ont lancé des outils axés sur une seule profession — l'une se spécialise pour les avocats, une autre pour les équipes de vente. Ces produits adoptent une approche agnostique vis-à-vis des modèles : ils utilisent le modèle de langage qui offre les meilleures performances pour leur niche, plutôt que de s'enchaîner à la technologie d'un fournisseur unique. Cette flexibilité leur permet de rester agiles et d'itérer rapidement. Pour OpenAI, le défi est de proposer une solution universelle qui semble tout aussi personnalisée qu'une application spécialisée, sous peine de voir les entreprises opter pour des alternatives plus étroites mais plus abouties.

Incitations économiques derrière les agents à exécution prolongée

Chaque token généré par un agent — chaque mot ou fragment de code — coûte des ressources de calcul à OpenAI, et l'entreprise facture les utilisateurs en fonction de l'utilisation des tokens. Lorsqu'un agent exécute un flux de travail qui s'étend sur plusieurs minutes, communique avec plusieurs API et produit un rapport final, le nombre de tokens grimpe de manière spectaculaire par rapport à une simple discussion de type question-réponse. Cela génère des revenus par utilisateur plus élevés, en particulier pour les abonnés qui conservent l'extension à 20 $. Le modèle économique repose sur le passage du service à une base d'utilisateurs massive ; plus les professionnels dépendront de l'agent quotidiennement, plus le flux de revenus sera important pour justifier les lourds investissements dans les clusters de calcul et l'entraînement des modèles.

À surveiller prochainement

  • Indicateurs d'adoption – Les premières données d'utilisation montreront si les utilisateurs non techniques peuvent surmonter la courbe d'apprentissage et confier des tâches sensibles à l'agent.
  • Garanties de confidentialité – Tout déploiement de l'inférence sur l'appareil ou de contrôles de permissions plus stricts pourrait faire pencher la balance risque-récompense pour les acheteurs en entreprise.

L'essentiel

La volonté d'OpenAI de transformer ChatGPT en un collaborateur proactif pourrait redéfinir la productivité au bureau, mais le chemin est semé d'inquiétudes concernant la confidentialité, d'un fossé d'adoption important et de rivaux qui occupent déjà des marchés de niche. Le succès dépendra de la capacité à convaincre un large éventail de professionnels que la commodité et le potentiel de revenus l'emportent sur les risques de donner à une IA un accès profond à leur vie numérique.