OpenAI vend l'usine à agents

La version courte

OpenAI ne vend plus seulement l'agent.

OpenAI vend l'usine autour de l'agent.

Le 22 juillet, OpenAI a présenté OpenAI Presence, un produit enterprise pour déployer des agents vocaux et chat dans les workflows clients et internes. La page officielle explique que Presence connecte les agents aux systèmes de l'entreprise, aux politiques, aux permissions, aux simulations, aux évaluations, aux garde-fous, aux chemins d'escalade et aux approbations humaines.

Beaucoup de noms.

C'est justement le point.

Presence ne dit pas : "voici un modèle plus intelligent, bonne chance."

OpenAI dit plutôt :

Nous allons vous aider à choisir le workflow, connecter les systèmes, définir les politiques, tester l'agent, surveiller les sessions en production, proposer des améliorations et déployer les changements sous approbation.

Très tranquille. Le chatbot est devenu un système opérationnel managé.

L'histoire utile n'est pas qu'OpenAI veut du revenu enterprise.

Évidemment qu'OpenAI veut du revenu enterprise.

L'histoire utile, c'est que les labs de modèles montent dans la stack : déploiement, contrôle qualité, intégration système et logiciel métier. OpenAI avait déjà lancé en mai l'OpenAI Deployment Company pour intégrer des Forward Deployed Engineers dans les organisations. Presence est la version produit de la même thèse.

Le modèle n'est plus toute la vente.

La vente, c'est :

Pouvons-nous rendre cet agent assez fiable pour toucher vos clients, vos dossiers d'assurance, vos tickets IT, vos achats et vos systèmes internes sans transformer chaque incident en réunion avec le juridique ?

C'est un business beaucoup plus difficile.

C'est peut-être aussi le vrai business de l'IA enterprise.

Presence n'est pas une surcouche

La version paresseuse de l'histoire ressemble à ceci :

OpenAI a lancé un agent de support client.

Très bien.

Encore un support bot.

Merci de patienter pendant que le futur redirige votre problème vers une base de connaissance.

Ce n'est pas assez.

OpenAI dit que Presence commence avec une tâche précise : questions de facturation, dossiers d'assurance, demandes IT des employés, support client, prospection commerciale, achats, RH. L'agent ne reçoit que les connaissances et accès système nécessaires à cette tâche. Le client définit les politiques : ce que l'agent peut faire, quand il doit demander une approbation et quand un humain doit reprendre.

Ce n'est pas une surcouche.

C'est de l'architecture de workflow.

Cela veut dire que le produit est moins la bulle de chat que la machine autour :

• procédures opérationnelles
• permissions
• accès aux outils
• simulations
• évaluations
• évaluateurs automatiques
• garde-fous
• règles d'escalade
• monitoring production
• gestion du changement
• approbation humaine

Magnifique. Nous avons rendu les agents prêts pour l'entreprise en les entourant d'exactement assez de processus pour que l'entreprise se reconnaisse.

Mais ce process n'est pas décoratif.

C'est le produit.

Hier, j'écrivais que les agents qui durent ont besoin de freins. Presence est la version commerciale de la même idée, côté entreprise : pas seulement "est-ce que l'agent peut agir ?", mais "est-ce que l'entreprise peut gouverner la façon dont il agit ?"

L'agent doit continuer à changer

Un détail du post d'OpenAI compte plus qu'il n'en a l'air.

Presence est conçu pour s'améliorer après le lancement.

OpenAI dit que les sessions de production et les escalades révèlent des gaps. Codex peut enquêter sur ces signaux et proposer des mises à jour. Les équipes peuvent tester les changements proposés contre la version en production, puis approuver un rollout contrôlé.

C'est ce qui rend le sujet différent d'une vieille automatisation.

Le logiciel enterprise traditionnel échoue souvent parce qu'il fige un processus qui change déjà. La politique change. Le produit change. Le client change. L'équipe support invente une exception. Le workflow diverge lentement de l'implémentation jusqu'au moment où tout le monde recopie des notes dans un spreadsheet nommé "temporaire."

Les agents IA accélèrent cette dérive.

Un agent qui parle à des clients va rencontrer de nouveaux edge cases tous les jours. Il va apprendre où la politique est ambiguë, où la base de connaissance est obsolète, où les utilisateurs posent des questions que personne n'avait prévues, et où le passage à l'humain arrive trop tard ou trop tôt.

Le vrai système n'est donc pas :

L'agent lance.

L'agent marche.

Terminé.

Le vrai système est :

L'agent lance.

L'agent échoue de manières intéressantes.

L'entreprise apprend.

Le workflow change.

Les évaluations changent.

L'agent change.

Le processus d'approbation décide si le changement est autorisé.

Cette boucle est le produit.

OpenAI ne vend pas seulement un agent qui répond au téléphone.

OpenAI vend une manière de continuer à changer l'agent après qu'il a répondu au téléphone.

C'est là que le SaaS devient nerveux

Presence met OpenAI dans une position étrange.

OpenAI reste une entreprise de modèles.

Elle devient aussi un intégrateur système.

Elle devient aussi un vendeur de logiciel enterprise.

Elle peut aussi devenir concurrente de certaines entreprises qui construisaient au-dessus de ses modèles.

Si Presence gère le support client, la prospection commerciale, les dossiers d'assurance, le help desk IT, les RH et les achats, OpenAI n'est plus seulement un fournisseur pour les logiciels de ces catégories. Elle entre sur leur territoire.

Pas forcément en les remplaçant.

Pas tout de suite.

Presence a encore besoin des systèmes de l'entreprise. Il doit se connecter aux CRM, outils de tickets, systèmes d'identité, bases de politiques, call centers, bases de connaissance, systèmes de facturation, outils RH et à cette application interne terrifiante construite en 2014 qui, pour une raison obscure, fait encore tourner la paie.

La forme probable à court terme est donc l'intégration, pas le remplacement total.

Mais la pression stratégique est évidente.

Si la couche agentique devient l'endroit où les conversations clients se passent, alors la couche agentique commence à posséder le workflow. Le SaaS sous-jacent devient l'un des systèmes que l'agent utilise.

Cela change le pouvoir.

La question pour les entreprises SaaS n'est plus seulement :

Pouvons-nous ajouter des fonctions IA ?

C'est :

Restons-nous le système de travail, ou devenons-nous un outil dans l'agent de quelqu'un d'autre ?

Très bonne question pour le prochain board meeting.

OpenAI veut aussi les leçons du déploiement

Il y a un autre élément discret ici.

OpenAI dit que Presence a été développé en collaboration avec son équipe Research, et que les enseignements généralisés des déploiements nourrissent la recherche et le développement produit.

C'est logique.

C'est aussi stratégiquement important.

Les entreprises qui voient les vrais déploiements d'agents vont apprendre où les agents échouent réellement.

Pas les échecs de benchmark.

Les vrais échecs :

• des clients qui formulent le même problème de cinq manières différentes
• des politiques qui se contredisent
• des outils qui retournent des états étranges
• des règles d'approbation trop strictes
• des chemins d'escalade trop lents
• des agents qui sonnent confiants mais ratent le vrai sujet
• des humains qui contredisent l'agent pour des raisons que l'évaluation n'avait pas captées

C'est un feedback extrêmement précieux.

Le lab qui opère la couche de déploiement obtient une meilleure carte de ce que les agents doivent améliorer. Il voit les cas d'usage, les modes d'échec, les workflows, les intégrations et les endroits où les entreprises acceptent de payer.

C'est un avantage de données.

Pas forcément au sens étroit des données d'entraînement.

Un avantage d'apprentissage produit.

Presence transforme le déploiement enterprise en boucle de feedback pour le lab.

La disponibilité limitée est un signal

Presence n'est pas en libre-service.

OpenAI dit que le produit est disponible pour des clients enterprise éligibles dans un programme de disponibilité générale limitée, avec des déploiements menés par des Forward Deployed Engineers d'OpenAI et certains intégrateurs globaux.

Cela compte.

Si c'était une fonction SaaS normale, le bouton dirait "Essai gratuit."

Ici, il dit : parlez à votre équipe de compte.

Ce n'est pas seulement du théâtre commercial enterprise. Cela dit ce que le produit demande encore.

Il demande du travail d'intégration.

Il demande de cartographier les politiques.

Il demande des revues d'accès.

Il demande de concevoir les évaluations.

Il demande de la gestion du changement.

Il demande des humains responsables.

L'absence de libre-service est un marqueur d'honnêteté utile. Les agents de production ne sont pas encore prêts à brancher pour les workflows sérieux. Le marché répète "agents." Le travail répond "implémentation."

C'est pour cela que l'OpenAI Deployment Company compte. Le lab construit un bras services parce que le modèle seul ne produit pas le résultat.

La capacité frontier est nécessaire.

Le muscle de déploiement est ce qui la rend facturable.

Ce que les acheteurs devraient demander

Presence peut être réellement utile.

Il pose aussi les bonnes questions côté acheteur.

Si une entreprise fait entrer un lab IA dans le support client, les dossiers d'assurance, les RH, l'IT, les ventes ou les achats, elle devrait savoir :

• Qui possède les procédures opérationnelles et définitions de politiques ?
• Quels systèmes l'agent peut-il lire ou modifier ?
• Quelles actions exigent une approbation ?
• Qu'est-ce qui compte comme résolution réussie ?
• Qui conçoit les évaluations ?
• Le client peut-il exporter les logs, évaluations, prompts et règles de politique ?
• Comment les changements proposés à l'agent sont-ils revus ?
• Un autre fournisseur peut-il faire tourner le même workflow plus tard ?
• Que se passe-t-il si OpenAI change le modèle sous-jacent ?
• Que se passe-t-il si le client veut utiliser un modèle non-OpenAI pour une partie du workflow ?
• Qui est responsable quand l'agent suit la politique mais que la politique est mauvaise ?

Ce dernier point va compter.

L'IA enterprise va échouer de manières ennuyeuses.

Pas toujours parce que le modèle hallucine.

Parfois parce que la politique était floue, l'intégration fragile, le chemin d'approbation mauvais, ou le processus métier déjà en désordre avant l'arrivée de l'agent.

L'agent ne va pas magiquement régler cela.

Il va le révéler à grande échelle.

Le fond du sujet

OpenAI Presence n'est pas la plus grosse histoire modèle de la semaine.

C'est peut-être l'histoire enterprise la plus importante.

Elle montre que les labs frontier ne veulent plus se contenter de fournir de l'intelligence. Ils veulent posséder la couche de déploiement : les politiques, évaluations, garde-fous, chemins d'escalade, workflows et boucles d'amélioration qui transforment un modèle en quelque chose qu'une entreprise peut mettre devant des clients.

C'est là que se trouve l'argent.

C'est là que se trouve la dépendance.

C'est là que seront les échecs.

La course aux agents ne concerne pas seulement le meilleur modèle.

Elle concerne l'usine qui transforme les modèles en travail.