ChatGPT Work est le vrai lancement agentique
En bref
OpenAI a lancé GPT-5.6.
C'est le titre du jour.
Mais le produit le plus important est ChatGPT Work.
Le 9 juillet, OpenAI a rendu la famille GPT-5.6 généralement disponible et a introduit une nouvelle surface Work dans ChatGPT. GPT-5.6 arrive en trois versions : Sol, Terra et Luna. Le modèle progresse en code, en usage d'ordinateur, en knowledge work, en science, en cybersécurité et en tool use. Il ajoute aussi un mode ultra, l'exécution multi-agents et le Programmatic Tool Calling dans l'API.
Très bien.
Encore une famille de modèles.
Encore un tableau de benchmarks.
Encore une journée où tout le monde devient expert temporaire en efficacité par token.
Le vrai glissement, c'est qu'OpenAI ne dit plus seulement "posez une question à ChatGPT".
L'entreprise dit : donnez un objectif à ChatGPT, connectez vos apps, laissez-le lire les fichiers, utiliser le navigateur, mettre à jour le spreadsheet, construire le deck, tourner sur un calendrier, et validez les actions importantes avant qu'elles se produisent.
Ce n'est pas une mise à jour de chatbot.
C'est une interface d'agent.
Et l'interface pourrait compter autant que le modèle.
Mise à jour : les données enterprise parlent d'exécution, pas de chat
Un mois plus tard, OpenAI met des chiffres derrière l'argument.
Le 12 août, OpenAI a publié deux rapports sur l'adoption enterprise et une mise à jour de son tableau Enterprise Signals. Le titre utile n'est pas "plus de gens posent des questions à ChatGPT".
Le titre utile, c'est que l'IA enterprise passe de l'assistance à l'exécution.
OpenAI dit qu'en juin, Codex représentait 64 % des tokens de sortie combinés de Codex et ChatGPT chez ses clients enterprise. Il faut manier les tokens prudemment : ce n'est pas la même chose que la valeur business, et un agent long peut produire beaucoup sans être très utile. Mais c'est un bon signal sur la forme du travail. Une entreprise qui demande à un agent d'inspecter des fichiers, modifier du code, utiliser des outils et finir une tâche en plusieurs étapes produira naturellement plus de sortie qu'une entreprise qui demande un brouillon rapide à un chatbot.
Le chiffre le plus intéressant est l'écart.
OpenAI dit que les frontier firms, les 10 % d'entreprises les plus intensives chaque mois, génèrent maintenant 8,3 fois plus de tokens de sortie par utilisateur actif que les entreprises typiques, contre 2,6 fois en janvier. Elles utilisent aussi davantage les capacités avancées : 21 % des utilisateurs actifs hebdomadaires dans ces entreprises utilisent des Plugins, contre 9 % dans les entreprises typiques, et 19 % utilisent des skills, contre 3 %.
Ce n'est pas seulement de l'adoption.
C'est de la maturité opérationnelle.
Très futuriste. L'avenir du travail ressemble donc à une matrice de permissions avec une meilleure interface.
L'écart agentique n'est pas un écart d'accès
C'est le point que les dirigeants devraient vraiment regarder.
Les entreprises en avance n'ont pas un modèle magique que les autres n'ont pas.
Elles ont un autre système d'exploitation autour de la même intelligence.
Elles connectent les agents au contexte de l'entreprise. Elles leur donnent des outils. Elles créent des skills réutilisables. Elles les laissent persister sur des tâches. Elles construisent des chemins de revue. Elles partagent les workflows entre équipes au lieu de laisser chaque employé garder une habitude de prompt privée.
C'est exactement pour cela que ChatGPT Work comptait plus que le titre du lancement.
La surface produit est l'endroit où la délégation devient répétable.
Une réponse de chat peut accélérer une personne.
Un workflow agentique peut devenir la manière dont l'équipe fait le travail.
Ce n'est pas la même courbe d'adoption. Il faut des admins, des permissions, des frontières de données, de la formation, de la provenance, de la propriété, et une réponse à la question profondément glamour : qui est responsable quand le workflow du lundi matin se dégrade silencieusement ?
Les agents sortent de l'ingénierie, dans le bon sens
Le signal le plus utile est que la croissance de Codex n'est plus seulement une histoire d'ingénieurs.
OpenAI dit que les utilisateurs hebdomadaires actifs de Codex en enterprise ont augmenté de 108x dans le juridique, 41x dans les ventes, 41x dans le recrutement et 26x dans le marketing depuis février, contre 5x en ingénierie.
Il y a un peu de bizarrerie de vocabulaire ici. Codex sonne encore comme un produit de code, et OpenAI utilise les tokens Codex comme proxy de l'usage agentique. Mais la direction compte. Le premier foyer stable des agents a été le code parce que le code a des tests, des fichiers, des diffs et du feedback clair. Maintenant, le même pattern entre dans du travail aux critères de réussite plus flous : préparation commerciale, coordination de recrutement, analyse marketing, policy, reporting finance, diligence investisseur.
C'est là que le vrai problème produit commence.
Hors ingénierie, "terminé" est moins évident.
L'agent peut préparer le deck, mais un humain doit encore savoir si l'histoire est politiquement sûre. Il peut analyser des notes de vente, mais quelqu'un doit savoir si le contexte du compte est périmé. Il peut résumer des retours de candidats, mais RH et juridique voudront savoir exactement ce qu'il a lu, inféré et stocké.
L'agent peut déplacer le travail.
L'organisation doit encore gouverner le travail.
Ce que cela change pour les builders
L'ancienne question enterprise était :
"Les employés ont-ils accès ?"
La nouvelle question est :
"Que peuvent-ils déléguer sans créer un autre problème ?"
Cela veut dire que les builders devraient commencer par la couche ennuyeuse :
- quels systèmes l'agent peut voir
- quelles actions il peut prendre
- quels workflows deviennent des skills réutilisables
- quels livrables exigent une revue humaine
- quelles traces prouvent ce qui s'est passé
- quelles équipes peuvent partager un workflow
- quelles métriques mesurent la profondeur plutôt que la nouveauté
- quelles tâches doivent rester du chat, et lesquelles doivent devenir de l'exécution
Les données d'OpenAI sont intéressées. Évidemment. C'est un rapport qui rend ses produits agentiques enterprise stratégiquement importants.
Mais la direction colle à ce qu'on voit dans le marché.
La course agentique ne concerne pas seulement le modèle le plus intelligent.
Elle concerne la capacité à transformer le modèle en système de travail gouverné.
Le modèle devient le minimum attendu
GPT-5.6 est évidemment important.
OpenAI dit que Sol atteint de nouveaux sommets sur les évaluations de navigation, OSWorld, agents de code, cyber, science et knowledge work. Terra est le modèle équilibré pour le travail quotidien. Luna est l'option moins chère pour les volumes élevés. Dans le post de lancement, OpenAI parle aussi beaucoup de performance par dollar, d'efficacité en tokens de sortie, de prompt caching et de réduction des tool calls.
Ça a l'air ennuyeux.
Ça ne l'est pas.
Les agents coûtent cher parce qu'ils ne répondent pas une fois. Ils lisent, planifient, naviguent, cliquent, appellent des outils, écrivent des brouillons, inspectent les résultats, révisent, et découvrent parfois qu'ils tournent en rond avec une confiance remarquable depuis vingt minutes.
Donc l'unité économique n'est pas "une réponse".
C'est un workflow terminé.
Si GPT-5.6 peut faire le même travail avec moins d'étapes, moins d'appels d'outils et moins de tokens gaspillés, c'est important. Pas parce que les graphiques de tokens nourrissent l'âme. Parce que personne ne laissera tourner des agents sérieux toute la journée si chaque tâche donne l'impression de brûler une petite facture.
Mais la capacité du modèle n'est plus toute l'histoire.
Les labs frontier convergent vers le même vocabulaire : tâches long-horizon, usage d'ordinateur, agents de code, documents, spreadsheets, automatisation navigateur, sous-agents, travail persistant. Meta a dit quelque chose de très proche cette semaine avec Muse Spark 1.1. Anthropic le répète avec Claude Code, Claude Cowork et Claude Science. Google et Microsoft enveloppent la même idée dans Workspace, Copilot, les navigateurs et les systèmes d'exploitation.
Tout le monde sait décrire la destination.
La bataille porte sur qui possède l'endroit où le travail se fait.
ChatGPT Work est une surface de contrôle
La bonne façon de comprendre ChatGPT Work, ce n'est pas "ChatGPT mais plus puissant".
C'est "une surface de contrôle pour déléguer".
OpenAI dit que Work peut récupérer des informations dans des apps et workflows connectés, créer des livrables comme des documents, spreadsheets, présentations, rapports, Sites et web apps, et rester sur un projet pendant des heures en le découpant en étapes plus petites. Les release notes disent que l'utilisateur peut suivre la progression, répondre aux questions, rediriger l'agent et valider les actions importantes pendant qu'il travaille.
Cette dernière partie compte.
La validation n'est pas un détail.
C'est la différence entre un agent et un problème juridique.
Si une IA ne peut que rédiger du texte, le pire cas est souvent une prose embarrassante. Si elle peut lire Slack, inspecter Drive, mettre à jour Salesforce, déplacer des fichiers sur votre ordinateur, construire un site ou envoyer un rapport, les modes d'échec deviennent plus intéressants.
Intéressants au sens où le juridique, l'IT, la finance, la sécurité, la compliance et votre manager entrent soudain dans la conversation.
Ambiance très légère.
Le produit ne peut donc pas être seulement "le modèle est plus intelligent". Il doit répondre à :
- A quoi l'agent a-t-il accès ?
- Quelles actions demandent une validation ?
- Qu'a-t-il lu ?
- Qu'a-t-il modifié ?
- Un admin peut-il voir ce qui s'est passé ?
- L'utilisateur peut-il l'interrompre ?
- Peut-il recommencer demain ?
- Que se passe-t-il quand il se bloque ?
- Combien ce workflow est-il en train de coûter ?
C'est ça le vrai produit agentique.
Pas seulement l'intelligence.
Les rails autour de l'intelligence.
La fusion avec Codex dit beaucoup
Le détail le plus révélateur, c'est qu'OpenAI fusionne l'app Codex avec la nouvelle app desktop ChatGPT.
Codex reste la surface pour les développeurs. Work devient la surface plus large pour la recherche, les fichiers, les présentations, les spreadsheets, les rapports et les outils internes. Chat reste la surface conversationnelle.
C'est une phrase très OpenAI en 2026 :
Une app, trois manières de penser le travail.
Chat répond.
Codex modifie le code.
Work traverse le reste du bureau.
C'est important parce que les agents de code ont enseigné le pattern à toute l'industrie. Les développeurs ont été les premiers utilisateurs prêts à laisser une IA toucher des fichiers, lancer des commandes, inspecter des diffs, faire échouer des tests et recommencer. Le code a un feedback exécutable. Si le patch casse, le terminal se plaint.
Le travail de bureau est plus flou.
Il n'existe pas de suite de tests universelle pour "est-ce que ce brief commercial capture bien la politique interne du compte ?"
Il n'y a pas de linter pour "est-ce que la finance va faire confiance à cette prévision ?"
Il n'y a pas de check vert propre pour "est-ce que ce deck est vraiment persuasif ?"
C'est pour ça que l'interface compte encore plus hors du code. Le travail normal a besoin de provenance, de revue, de commentaires, de templates, de validations, d'audit trails, et d'un moyen de garder l'humain assez proche pour piloter sans tout faire à la main.
L'agent doit ressembler moins à une boîte de texte géniale et plus à un collègue junior étrange avec une liste de tâches, un navigateur, un système de fichiers et un journal d'activité très visible.
C'est moins glamour que l'AGI.
C'est aussi beaucoup plus proche du logiciel que les gens paieront vraiment.
Les agents planifiés rendent tout plus sérieux
La partie Scheduled Tasks est facile à sous-estimer.
OpenAI dit que ChatGPT Work peut exécuter une action une fois, la répéter selon un calendrier, se déclencher sur un événement ou surveiller des changements. Les exemples : rafraîchir l'ordre du jour d'une réunion à partir de Slack, vérifier des dashboards chaque matin, transformer les retours clients en idées produit, ou mettre à jour une présentation quand de nouveaux commentaires arrivent par email.
C'est là que les agents quittent la démo.
Les tâches ponctuelles sont utiles.
Les tâches récurrentes deviennent de l'infrastructure.
Au moment où un agent tourne tous les lundis matin, ce n'est plus un assistant malin. Il devient une partie du rythme opérationnel de l'entreprise. Les gens dépendent du rapport. Quelqu'un présente le dashboard. Une décision se prend à partir du résumé. Un email client devient prioritaire parce que l'agent a vu un motif.
C'est puissant.
C'est aussi là que les questions ennuyeuses deviennent importantes :
- Qui possède la tâche planifiée ?
- Qui remarque si elle se dégrade silencieusement ?
- Qui vérifie qu'une source a changé ?
- Qui valide les actions externes ?
- Que se passe-t-il quand l'employé quitte l'entreprise ?
- Que montre le journal d'audit ?
- Le workflow peut-il être reproduit ?
Toutes les entreprises ont déjà ce problème avec les spreadsheets, les flows Zapier, les scripts internes, les cron jobs, et "le truc que Sarah a mis en place il y a deux ans et que personne ne comprend".
Les agents ne supprimeront pas ce problème.
Ils vont le rendre conversationnel.
Progrès.
Le desktop revient
L'autre partie intéressante, c'est le desktop.
OpenAI dit que la nouvelle app desktop ChatGPT est disponible mondialement sur Mac et Windows, et que Work peut utiliser les fichiers et apps locales avec permission. Elle inclut aussi un navigateur intégré, pendant qu'OpenAI prévoit d'arrêter Atlas, son navigateur séparé, le 9 août.
C'est un aveu produit assez important.
Le navigateur seul ne suffit pas.
La web app seule ne suffit pas.
Si un agent doit aider avec du vrai travail, il lui faut accès à l'endroit sale où le vrai travail vit : téléchargements, fichiers locaux, PDF à moitié finis, apps desktop, onglets de navigateur, pièces jointes, spreadsheets nommés final-final-v7, et ce dossier que tout le monde jure être temporaire.
C'est pour ça que la course agentique dérive vers le territoire des systèmes d'exploitation.
Apple a l'OS.
Microsoft a Windows, Office, Teams, GitHub et l'identité enterprise.
Google a Chrome, Workspace, Android, Search et Drive.
OpenAI ne possède pas le système d'exploitation.
Elle essaie donc de construire une couche de travail au-dessus.
C'est intelligent et fragile à la fois.
Intelligent parce que ChatGPT a déjà une attention utilisateur énorme, et que l'app desktop donne à OpenAI un endroit pour coordonner le travail entre contexte local et cloud.
Fragile parce que chaque frontière de permission devient une décision produit. Chaque intégration doit être digne de confiance. Chaque réglage admin doit être lisible. Chaque mauvais clic d'un agent qui utilise l'ordinateur rappellera aux utilisateurs que "l'IA peut utiliser votre ordinateur" est à la fois incroyable et une phrase de formation sécurité.
Le produit inverse est sorti le même jour
Le contraste est assez drôle.
Le même jour où OpenAI annonçait ChatGPT Work, Anthropic présentait un dashboard de réflexion pour Claude. Il permet de regarder comment on utilise Claude, voir des motifs, définir des quiet hours, programmer des rappels de pause, et réfléchir aux tâches qu'on veut continuer à faire soi-même.
Ce n'est pas la même catégorie de produit.
Mais c'est la même anxiété vue depuis l'autre côté.
OpenAI dit : déléguez davantage.
Anthropic dit : regardez comment vous déléguez.
Les deux ont raison.
Plus l'IA passe des réponses à l'action, plus les gens auront besoin de miroirs. Pas parce que chaque utilisateur va perdre la tête à cause d'un chatbot. Parce que la vraie délégation change les habitudes.
Si ChatGPT Work peut parcourir vos fichiers, mettre à jour vos slides, surveiller vos outils et faire avancer des projets pendant que vous n'êtes pas là, la question n'est pas seulement "combien de temps cela a-t-il économisé ?"
La question devient aussi :
Quel travail avez-vous arrêté de comprendre ?
Quel jugement avez-vous externalisé ?
Quel processus est devenu invisible ?
Qu'est-ce que l'agent a appris sur votre entreprise ?
Qu'est-ce que votre entreprise a appris sur vous ?
Ce ne sont pas des questions anti-IA.
Ce sont des questions d'usage adulte.
Ce que les builders devraient en tirer
Si vous construisez avec des agents, la leçon n'est pas "copiez ChatGPT Work".
La leçon, c'est que les produits agentiques deviennent des systèmes de permissions avec une interface autour.
Le modèle compte. Bien sûr qu'il compte. Utilisez le meilleur modèle que vous pouvez payer pour la partie de la tâche où la capacité change vraiment le résultat.
Mais le moat produit se déplace de plus en plus vers tout le reste :
- ingestion du contexte
- accès aux fichiers et aux apps
- validation des actions
- passage de relais à l'humain
- journaux d'audit
- exécution planifiée
- contrôles de coût
- templates et standards
- frontières de mémoire
- politiques admin
- rollback
- outputs sourcés
C'est pour ça que "on a mis une boîte de chat dans l'app" paraît déjà vieux.
Une boîte de chat n'est pas une stratégie agentique.
C'est un champ de saisie.
La vraie question est ce qui se passe après que l'utilisateur écrit.
Le système sait-il où vit le travail ? Peut-il agir sans danger ? Peut-il montrer ce qu'il fait ? Un humain peut-il le piloter en cours de route ? L'organisation peut-elle le gouverner sans tuer son utilité ? Le même workflow peut-il tourner à nouveau la semaine prochaine ?
C'est là que la prochaine vague de produits se gagnera.
La conclusion
GPT-5.6 est un gros lancement de modèle.
ChatGPT Work est le signal produit le plus important.
Il dit qu'OpenAI pense que la prochaine interface IA n'est pas seulement une meilleure boîte à réponses. C'est un endroit où chat, code, fichiers, apps, actions navigateur, tâches planifiées, validations et livrables finis convergent.
C'est aussi pour ça que la course devient plus difficile à résumer.
Ce n'est pas seulement OpenAI contre Anthropic contre Google contre Meta contre xAI.
C'est qualité du modèle contre distribution.
Distribution contre confiance.
Confiance contre autonomie.
Autonomie contre contrôle admin.
Contrôle admin contre plaisir utilisateur.
Tout ça, dans l'app qui écrivait des emails quand on lui demandait gentiment.
L'ère des agents n'arrive pas sous la forme d'un collègue robot magique.
Elle arrive sous la forme d'un écran de permissions, d'une file de tâches, d'un navigateur, d'une app desktop, d'une limite de dépense, d'un bouton de validation, et d'un modèle très confiant qui essaie de transformer votre travail désordonné en livrable fini.
Franchement, ça semble assez plausible.