KM4BI

Votre ordinateur appartient-il à Codex ? Je suis allé poser la question à OpenAI

Chez OpenAI, l’agent ne se contente plus de répondre : il navigue, relie les outils et transforme le travail. La prochaine compétence clé est de savoir le…

Publié le

L’ordinateur personnel est en train de changer de statut. Il ne sert plus seulement d’interface à son propriétaire : il devient aussi l’espace de travail d’un agent qui navigue entre fenêtres, formulaires, documents et applications pendant que l’humain lui parle, le surveille et le réoriente. C’est cette bascule que Nate B. Jones explore avec Andrew et Ash chez OpenAI.

L’usage de l’ordinateur comme couche universelle

Les API, MCP et connecteurs dédiés restent plus rapides et plus économes lorsqu’ils existent. Mais ils ne couvriront jamais tous les outils, notamment les anciens sites, les PDF administratifs ou les processus encore tributaires du fax. L’usage visuel de l’ordinateur comble ces interstices. Selon les intervenants, il est désormais assez rapide pour qu’un agent passe parfois d’un connecteur à des clics dans l’interface sans que l’utilisateur le remarque.

Cette évolution inverse une intuition longtemps raisonnable : une machine devait disposer d’une interface lisible par la machine. La progression des modèles rend aussi viable l’autre voie, celle d’un agent capable d’utiliser les interfaces conçues pour les humains. L’enjeu produit consiste alors à masquer scripts et sélecteurs tout en montrant assez d’activité pour maintenir la confiance.

Le contexte compte davantage que l’étiquette du métier

Chez OpenAI, le développement logiciel a basculé tôt parce que le terminal, Git et les fichiers locaux donnaient immédiatement accès au contexte. Le juridique a suivi grâce à la masse de documents disponibles. Puis l’amélioration des connecteurs et de l’usage de l’ordinateur a ouvert la voie à d’autres fonctions.

La distinction entre métier technique et non technique perd ainsi de sa pertinence. Des équipes finance et business créent déjà des sites et applications internes à la place de certains classeurs Excel. Elles deviennent, de fait, productrices de logiciels, même si elles ne disposent pas encore des garde-fous familiers aux développeurs, comme le contrôle de version.

Le nouveau travail humain : orienter et choisir

Quand les tâches répétitives disparaissent, le goulot d’étranglement devient la qualité des idées. Il faut savoir formuler un problème, vérifier qu’une proposition est utile, itérer et décider ce qui mérite d’être livré. La facilité de produire rend le goût et la cohérence plus importants, pas moins : pouvoir créer n’importe quoi ne signifie pas qu’il faille tout publier.

Cette collaboration n’est pas un échange linéaire. Sur une tâche longue, l’utilisateur peut découvrir que l’agent s’égare — ou que sa propre demande était mauvaise. L’interface doit donc permettre d’interrompre, de corriger et de reprendre en cours de route. Une seule question de clarification peut économiser une longue exécution et améliorer fortement le résultat.

Voix, visuel et proactivité

La voix est présentée comme le moyen le plus efficace d’apporter rapidement du contexte, tandis que la lecture reste plus rapide que l’écoute. Une combinaison se dessine : parler à l’agent, puis recevoir des éléments visuels à parcourir et des questions ciblées auxquelles répondre sur l’appareil disponible.

L’étape suivante serait un agent proactif capable de signaler, par exemple, un segment client négligé sans attendre la bonne question. Mais le seuil de qualité doit être plus élevé lorsque l’utilisateur n’a rien demandé. Faire tourner un modèle toute la nuit pour produire quelques observations médiocres serait coûteux et intrusif.

Du gain individuel au levier collectif

Le conseil le plus simple des intervenants est aussi le plus exigeant : essayer d’abord avec l’agent au lieu de commencer soi-même. Pour passer ensuite de la productivité individuelle à celle de l’équipe, les pionniers doivent transformer un processus répété en outil partagé — mise à jour d’un modèle financier, publication automatique de problèmes dans Slack ou application interne. Les collègues apprennent alors en voyant une solution utile fonctionner, plutôt qu’en suivant une formation abstraite.

Source