OpenAI pousse les agents d’intelligence artificielle au-delà de l’écriture de code grâce à ChatGPT Work, une version destinée aux employés de bureau que l’entreprise a lancée le mois dernier et qui est disponible dans son niveau d’abonnement le moins cher, pour 20 dollars par mois. L’idée n’est pas seulement que le modèle réponde aux questions, mais qu’il exécute des projets en plusieurs étapes en utilisant, au nom de l’utilisateur, le courrier électronique, les outils de travail et les plateformes cloud.
Cette orientation constitue le plus grand pari commercial et produit d’OpenAI, mais elle confronte l’entreprise à une question plus difficile encore que l’amélioration du modèle lui-même : quelle part de contrôle sur sa vie numérique l’utilisateur sera-t-il prêt à accorder à un agent automatisé ? Pour accomplir des tâches utiles, l’agent doit accéder à des sources telles que la messagerie électronique, Slack, Notion, Figma et le calendrier, et peut disposer de l’autorisation d’y effectuer des modifications. Ces autorisations augmentent la valeur de l’outil, mais accroissent également les risques de divulgation d’informations privées ou d’exécution d’une action involontaire.
Des outils pour développeurs aux autres métiers
ChatGPT Work a été conçu à partir d’une version modifiée de l’outil de programmation Codex. OpenAI affirme que l’objectif est de donner aux non-ingénieurs un type de capacités que les développeurs ont commencé à utiliser : un outil capable d’exécuter une tâche complète de manière quasi autonome au lieu de se contenter de produire une réponse. Les usages actuels présentés dans l’article comprennent la préparation de rapports hebdomadaires sur les indicateurs, la transformation de feuilles de calcul en outils de planification, la compilation d’informations sur des entreprises dans des notes d’investissement, ainsi que la création de tableaux de suivi et de graphiques.
L’importance de cette expansion tient au fait que les développeurs d’intelligence artificielle ne peuvent pas compter uniquement sur le secteur des logiciels pour justifier les investissements colossaux dans l’entraînement et le calcul. Les tâches plus longues consomment davantage de tokens, tandis que l’accès à de nouveaux domaines spécialisés ouvre un marché plus vaste. Parallèlement, des entreprises spécialisées comme Harvey dans le domaine juridique et Clay dans les ventes ciblent les mêmes clients avec une approche qui n’est pas liée à un seul modèle.
Les chiffres d’utilisation au sein d’OpenAI et à l’extérieur révèlent le fossé que l’entreprise tente de combler. Une étude soutenue par OpenAI a montré que 98 % des employés de l’entreprise avaient utilisé Codex en juin, contre seulement 17 % des abonnés professionnels et moins de 1 % des abonnés individuels. L’entreprise n’a pas non plus révélé le nombre d’utilisateurs de Work par rapport à Codex, tandis que ses applications grand public sont utilisées par environ 20 millions de personnes, selon l’article, contre plus d’un milliard d’utilisateurs qui, selon OpenAI, interagissent avec ChatGPT en ligne.
Qu’est-ce qui change concrètement ?
L’agent repose sur ce que les ingénieurs appellent le « harness », c’est-à-dire la couche logicielle qui détermine les informations que le modèle voit, les outils qu’il peut utiliser et la manière dont le résultat est présenté. Dans les outils de programmation, la ligne de commande suffisait à certains utilisateurs. Le grand public, lui, a besoin d’une interface qui masque la complexité et explique ce que l’agent peut faire et comment lancer la tâche.
L’expérience décrite dans l’article montre à la fois l’utilité et les frictions. ChatGPT Work a réussi à transférer depuis un courrier électronique vers Google Calendar un calendrier scolaire organisé de manière inhabituelle, à créer un tableau de bord qui se mettait automatiquement à jour pour les indicateurs d’entreprises cotées, à construire une base de données interrogeable sur les lancements spatiaux et à envoyer un message hebdomadaire sur les nouvelles recherches en intelligence artificielle. Mais la configuration des autorisations d’accès au stockage cloud était déroutante, et il n’était pas clair pour l’utilisateur comment accorder à l’outil un accès en lecture seule ; il est apparu plus tard que la tâche nécessitait un accès complet.
En outre, certains réglages ne sont disponibles que via l’application web, ce qui oblige l’utilisateur à passer de celle-ci à l’application mobile. Il existe d’autres limitations pratiques, comme la possibilité pour l’outil de créer des événements dans Google Calendar sans créer de nouveaux calendriers. La tâche peut également produire un résultat médiocre si l’utilisateur choisit un faible niveau d’effort, tandis que les niveaux de raisonnement ne semblent pas suffisamment compréhensibles pour les nouveaux utilisateurs, selon ce qu’a reconnu un ingénieur d’OpenAI.
La confiance et l’évaluation constituent le prochain obstacle
Le problème ne concerne pas uniquement l’interface. Les logiciels peuvent généralement être testés à l’aide d’une question directe : fonctionnent-ils ou non ? En revanche, évaluer la qualité d’une présentation, d’une stratégie commerciale ou d’un argumentaire de vente est moins évident et plus difficile à suivre. C’est pourquoi OpenAI a déclaré utiliser le référentiel GDPval, fondé sur des tests portant sur le travail cognitif dans 44 professions, en plus des retours des utilisateurs. L’entreprise doit encore déterminer si elle construit le flux de travail dont la plupart des gens ont besoin ou un flux de travail qui ne convient qu’à ses employés spécialisés.
Les autorisations soulèvent également la question des limites de la confiance. Un ingénieur principal d’OpenAI a testé l’application avec sa messagerie, son compte Slack, son téléphone et d’autres applications, mais il a reconnu que le système pouvait extraire des informations d’un message privé puis les utiliser dans un document qui n’était pas censé les contenir. L’auteur de l’article, lui, n’a pas accordé à l’outil l’accès à sa messagerie, à son compte bancaire ou à ses brouillons professionnels, même s’il l’a trouvé utile pour les tâches moins sensibles.
La concurrence entre le modèle et le « harness »
ChatGPT Work ressemble à des produits comme Claude Cowork et à d’autres outils d’agents destinés aux utilisateurs ordinaires. L’article indique que Claude Code a précédé Codex dans l’adoption d’un style conversationnel permettant à l’utilisateur de choisir une voie parmi plusieurs options et de recevoir des mises à jour successives, avant qu’OpenAI n’ajoute davantage de points d’interaction à Codex et ne développe ses applications de bureau et mobiles. Les statistiques de téléchargement indiquent que Claude Code était davantage recherché jusqu’en avril de l’année en cours, avant que Codex ne le dépasse de peu.
OpenAI considère que la puissance de ses modèles récents et leur rapport coût-efficacité constituent la différence fondamentale, tandis que des chercheurs et des utilisateurs estiment que la conception du « harness », ainsi que la facilité de demander une révision et d’effectuer des comparaisons, sont tout aussi importantes. La question reste ouverte : un modèle général puissant peut-il progressivement compenser l’absence d’outils et d’instructions spécialisés, ou l’utilisateur aura-t-il toujours besoin d’une interface offrant davantage d’explications et de contrôle ? La réponse déterminera si les agents d’intelligence artificielle passeront du statut d’outils impressionnants pour les utilisateurs précoces à celui de couche ordinaire du travail de bureau.