Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
OpenAI dévoile Dots, des agents IA toujours actifs qui tournent sur leur propre machine cloud et s'intègrent à plus de 4 000 applications. L'accès reste restreint et des zones grises persistent sur la confidentialité, la conformité et la fiabilité, alors que GPT-6 Astra est présenté comme un progrès pour les tâches multi-étapes.
Accès restreint, exclusions régionales et zones grises de conformité
Dots est proposé au lancement aux abonnés ChatGPT Pro à partir de 100 dollars par mois ainsi qu’aux utilisateurs Business Premium. Les offres gratuites, Go et Plus n’incluent pas ce service. Les abonnés Pro situés dans l’Espace économique européen, en Suisse et au Royaume-Uni sont exclus à ce stade. OpenAI n’a pas communiqué de termes spécifiques de conformité, ni de garanties de disponibilité dédiées, ni de tarification pour des agents supplémentaires au-delà du premier. Pour des équipes soumises à des exigences de sécurité et d’approvisionnement, ces manques pèsent dans l’évaluation.
Mémoire non éditable et persistance des traces de plugins
Un Dot apprend des retours et conserve du contexte, mais les utilisateurs ne peuvent ni consulter, ni modifier, ni supprimer des souvenirs individuels. La déconnexion d’un plugin n’efface pas le contexte déjà mémorisé à partir de celui-ci. OpenAI précise que les Dots peuvent commettre des erreurs et que les travaux à impact doivent être relus. Dots n’est pas présenté comme une automatisation intégrale.
Ce que Dots change techniquement par rapport aux agents précédents
Dots correspond à des agents persistants opérant sur leur propre ordinateur cloud, capables de rester actifs après la fermeture de la machine de l’utilisateur et de se connecter à plus de 4 000 applications. Chaque agent exécute GPT-6 Astra, poursuit un objectif permanent entre les conversations et n’exige pas de nouveau prompt à chaque étape. L’accès se fait via ChatGPT, Slack, Microsoft Teams ou par la voix, mais au lancement les agents ne disposent pas d’adresse e-mail autonome, ne peuvent pas initier d’appels et l’envoi de SMS est limité à une bêta Pro aux États-Unis. Par rapport aux tentatives précédentes, souvent fragiles au-delà de trois ou quatre étapes, GPT-6 Astra est présenté comme plus fiable pour des enchaînements multi-étapes et multi-outils. Un Dot conserve le contexte, apprend un modèle des préférences et opère sur des objectifs persistants, ce qui le distingue d’une fonctionnalité limitée à une session.
Exemples d’usage et principe de délégation
Parmi les démonstrations, un agent repère une facture à envoyer, extrait les informations depuis un fil e-mail puis rédige le document pour validation. Un autre scénario montre la surveillance des retours clients, la préparation de correctifs avec tests, puis la création de demandes de tirage avec vidéos pour revue. Sam Altman décrit la relation comme une délégation à un agent connaissant déjà le contexte, avec apprentissage des préférences et conservation des corrections. À la différence de l’échange ponctuel d’un chatbot qui s’arrête à la fin de la session, ces agents maintiennent un fil de travail.
Pour les équipes data : tâches ciblées, permissions et contrôle
L’enjeu relève davantage de la responsabilité que de la puissance brute. Là où un chatbot exige une conduite pas à pas, un agent persistant appelle des objectifs clairs, des permissions adaptées et des points de contrôle intégrés au processus. Pour les data scientists, le potentiel se situe dans le suivi des statuts, la surveillance des résultats, la mise à jour de la documentation et la synthèse de conversations longues, qui pourraient passer d’heures à minutes avec une bonne mémoire et des accès applicatifs. Le risque est un relâchement de la supervision : sur un pipeline ou une évaluation de modèle, il faut des permissions étroites et des conditions d’arrêt explicites, d’autant que le comportement proactif et la persistance imposent de fixer les limites avant activation.
Ce qui reste à prouver et le rôle du cadrage utilisateur
La capacité des Dots à gérer des analyses exploratoires changeantes, des recherches longues ou des environnements collaboratifs reste à démontrer, et les exemples présentés sont choisis pour valoriser le produit. Le véritable test portera sur des tâches ambiguës et volumineuses. Bien que des agents persistants aient été annoncés à plusieurs reprises sans aboutir pleinement, cette version est présentée comme la plus crédible, tout en déplaçant l’exigence vers l’utilisateur : clarifier ce qui est déléguable, ce qui requiert une approbation et quelles données ne doivent pas transiter par un agent hébergé. De nombreux praticiens n’ont pas cartographié leur travail à ce niveau de détail, alors que l’agent n’est pas meilleur que le brief fourni et que cela compte davantage désormais. Dots marque un passage d’un usage réactif à proactif, mais l’adoption demande un scepticisme éclairé.
