OpenAI Dots vise Meta, mais son agent d’IA peut-il rivaliser avec la gratuité ?

OpenAI a lancé Dots le 29 septembre, offrant aux utilisateurs payants de ChatGPT un agent d’IA persistant seulement trois semaines après que Meta a présenté Muse avec une offre gratuite. Ce calendrier fait d’OpenAI Dots une réponse directe à Meta, et non un simple ajout de routine à ChatGPT. OpenAI parie qu’un meilleur raisonnement, des connexions au monde du travail et le contrôle accordé aux utilisateurs pourront compenser la barrière d’entrée plus faible de Meta.

La tâche sera difficile. Muse aurait rapidement atteint le sommet des classements de téléchargements gratuits dans les deux principaux magasins d’applications américains après son lancement. Meta a également intégré l’agent à WhatsApp et à son vaste réseau grand public, offrant aux utilisateurs plusieurs espaces familiers pour le découvrir.

OpenAI dispose d’un autre avantage. Dots vit au sein de ChatGPT, peut communiquer via Slack et Microsoft Teams, et fonctionne avec GPT-6 Astra. Il est conçu pour continuer à travailler après la fin d’une conversation, en utilisant son propre ordinateur cloud afin de surveiller des projets et préparer des travaux à examiner.

C’est le véritable affrontement entre OpenAI Dots et Meta Muse. Les entreprises ne comparent pas seulement l’intelligence de leurs modèles. Elles rivalisent pour devenir la couche logicielle de confiance autorisée à lire des messages, utiliser des services connectés et agir pour les utilisateurs sans instructions constantes.

OpenAI Dots transforme ChatGPT en collaborateur toujours actif

Dots fait passer ChatGPT d’un outil qui attend des instructions à un agent censé assumer des responsabilités continues.

Sam Altman a présenté Dots lors de la conférence annuelle DevDay d’OpenAI à San Francisco. Selon la couverture du lancement, il a décrit le produit comme un assistant toujours actif capable d’exécuter des tâches continues pour les utilisateurs.

Un dot est un agent persistant, ce qui signifie qu’il conserve un rôle défini et continue de travailler entre les conversations. Chaque agent opère via un ordinateur cloud distinct, qui peut utiliser des applications connectées, parcourir des sites web pris en charge et exécuter des flux de travail plus longs.

Cette distinction importe, car la plupart des assistants d’IA dépendent encore de sollicitations répétées. Un utilisateur pose une question, reçoit une réponse, puis recommence lorsqu’une nouvelle tâche apparaît. OpenAI Dots est conçu pour remarquer les changements, poursuivre une mission et revenir lorsqu’une décision nécessite une intervention humaine.

OpenAI donne plusieurs exemples dans sa présentation de Dots. Le dot d’un développeur peut surveiller les retours des clients, identifier les demandes récurrentes, préparer des corrections, les tester et présenter des pull requests finalisées pour examen.

Une équipe produit pourrait confier à un autre dot la surveillance d’un plan de lancement. Lorsque les spécifications changent, l’agent pourrait réviser les documents, mettre à jour les ressources créatives et identifier les décisions qui nécessitent encore une approbation.

Les chercheurs constituent un autre public visé. OpenAI indique qu’un dot peut surveiller les données entrantes, relancer une analyse, mettre à jour des graphiques et signaler les résultats qui ont changé. Le chercheur reste responsable de vérifier les éléments probants et d’approuver le travail produit.

Ces exemples décrivent davantage qu’une automatisation en arrière-plan. OpenAI veut que chaque dot apprenne les standards d’un utilisateur, comprenne l’historique d’un projet et maintienne une continuité à travers plusieurs outils.

Les utilisateurs peuvent parler à leurs agents via ChatGPT sur ordinateur, mobile et web. Dots peut également envoyer des mises à jour de progression ou des questions via Slack et Teams. La messagerie texte est prévue, mais n’était pas disponible au lancement.

OpenAI déploie initialement Dots auprès des personnes disposant d’offres ChatGPT payantes documentées sur les marchés éligibles. Les espaces de travail Enterprise, éducatifs et de santé peuvent accéder à une bêta lorsque les administrateurs l’activent.

Le premier agent est inclus pour les abonnés éligibles, bien que les tâches plus poussées restent soumises à des quotas d’utilisation. Les conversations avec un dot ne consomment pas les limites ordinaires de ChatGPT. Les tâches lancées via d’autres produits OpenAI restent soumises aux limites associées à ces produits.

Cette structure fait d’OpenAI Dots une extension d’une relation commerciale existante. Les personnes qui s’appuient déjà sur ChatGPT pour le code, la recherche ou le travail documentaire peuvent placer un agent dans le même environnement.

Cependant, le lancement limite aussi l’audience potentielle. Une personne n’ayant jamais payé pour ChatGPT ne peut pas simplement télécharger Dots et commencer à l’essayer gratuitement. Meta a conçu Muse pour rendre ce premier essai bien plus facile.

Meta Muse a fait de l’accès gratuit une arme stratégique

Meta n’a pas besoin que Muse remporte chaque comparaison de capacités si des millions de personnes peuvent l’essayer avant même d’envisager une alternative payante.

Meta a lancé Muse le 8 septembre comme agent personnel disponible via des applications mobiles, le web et WhatsApp. L’entreprise affirme qu’il peut envoyer des e-mails, rechercher des achats, réserver des voyages, remplir des formulaires et faire progresser des objectifs à long terme.

Muse fonctionne sur sa propre machine virtuelle, un ordinateur distant isolé de l’appareil physique de l’utilisateur. Selon les détails du lancement de Muse, cet environnement contient un navigateur et les ressources nécessaires pour travailler à travers des services connectés.

Meta affirme que Muse est gratuit pour la plupart des usages courants, tandis que les abonnements augmentent la capacité disponible. C’est une stratégie d’acquisition puissante, car les agents personnels sont difficiles à évaluer sur la seule base de leurs spécifications.

Les utilisateurs doivent voir un agent naviguer, planifier, échouer, demander une approbation et se rétablir. Une offre gratuite leur permet de mener ces expériences sans décider au préalable si la technologie mérite déjà une place dans leur budget mensuel.

Cette approche a généré un élan initial. Muse a atteint la première place des téléchargements gratuits dans les magasins d’applications américains d’Apple et de Google, selon un article sur les restrictions liées au shopping agentique. Ce classement ne prouve pas un usage durable, mais il montre que Meta a converti l’attention en installations.

Muse arrive aussi via des services que les utilisateurs ouvrent déjà chaque jour. WhatsApp offre à Meta un canal de communication où déléguer du travail à un agent peut ressembler à l’envoi d’un message à un autre contact.

Cet avantage de distribution s’étend au-delà des consommateurs. Meta a annoncé Muse for Small Business le jour même où OpenAI a révélé Dots. L’entreprise y a ajouté des connexions pour des services de comptabilité, commerce, design, messagerie, gestion de projet et paiement.

Un propriétaire de magasin pourrait demander à Muse de comparer les ventes, les résultats publicitaires, les questions des clients et les informations de stock. L’agent pourrait ensuite rédiger un plan de croissance ou identifier les dépenses qui méritent un examen.

Meta indique qu’environ un tiers des premiers utilisateurs de Muse ont connecté l’agent à une forme quelconque de compte professionnel. Ce chiffre provient de l’entreprise et n’a pas fait l’objet d’une vérification indépendante. Il soutient néanmoins l’argument de Meta selon lequel les agents personnels et professionnels se chevaucheront.

Les propres cas d’usage professionnels de l’entreprise comprennent l’analyse des performances de campagnes, la rédaction de communications clients, le suivi de trésorerie et le signalement des e-mails nécessitant une réponse. Les actions de publication, d’envoi et de dépense exigent une approbation.

OpenAI Dots propose une approche davantage centrée sur le travail, surtout pour les développeurs et les grandes organisations. Pourtant, Meta peut atteindre les petites entreprises via les outils qu’elles utilisent déjà, y compris ses plateformes publicitaires et sociales.

Cela crée une compétition déséquilibrée. OpenAI demande à ses abonnés existants d’élargir la responsabilité qu’ils confient à ChatGPT. Meta invite une population bien plus large à tester le comportement d’un agent sans coût initial.

L’accès gratuit ne garantit pas la fidélité. Les agents deviennent coûteux à exploiter lorsqu’ils naviguent pendant de longues périodes, font appel à des modèles avancés ou exécutent plusieurs tâches simultanément. Meta devra à terme équilibrer un accès généreux avec le coût du service aux utilisateurs actifs.

Malgré tout, l’avantage initial compte. Chaque tâche gratuite réussie donne à Muse une occasion supplémentaire de devenir une habitude avant qu’OpenAI Dots n’atteigne le même utilisateur.

OpenAI Dots contre Meta Muse : une bataille de distribution

La question décisive n’est pas de savoir quel agent fournit la réponse la plus intelligente, mais lequel devient l’endroit par défaut où les utilisateurs délèguent leur travail.

L’argument d’OpenAI commence par les capacités du modèle. Dots fonctionne avec GPT-6 Astra, qu’OpenAI décrit comme son modèle le plus performant pour le raisonnement complexe, le code, la recherche et l’utilisation d’ordinateurs.

Cette base devrait aider lors de flux de travail longs nécessitant planification, sélection d’outils et récupération après erreur. Un agent de programmation doit comprendre un dépôt, modifier plusieurs fichiers, lancer des tests et reconnaître lorsqu’un résultat demeure incomplet.

OpenAI dispose également d’une audience établie de développeurs et d’utilisateurs professionnels de ChatGPT. Ces clients apportent déjà des documents, du code, des questions de recherche et du contexte métier dans le produit.

Dots peut conserver ce contexte entre ChatGPT, Slack et Teams. Pour une équipe travaillant déjà dans ces environnements, cette continuité peut compter davantage que l’accès gratuit.

La stratégie Enterprise renforce cette position. Les dots spécialisés disposeront de responsabilités organisationnelles définies, d’identités, d’identifiants et d’accès aux systèmes. OpenAI affirme avoir testé de tels rôles dans les achats, le support client, le traitement des factures, le marketing et les contrats commerciaux.

L’entreprise travaille aussi avec Microsoft afin de connecter les agents spécialisés aux contrôles de gouvernance Agent 365. Cette intégration offre aux acheteurs d’entreprise une voie pour gérer les autorisations à travers des systèmes administratifs familiers.

La position de Meta commence ailleurs. L’entreprise possède des canaux de communication grand public, une identité sociale, des relations publicitaires et des applications mobiles largement utilisées. Muse peut passer de l’assistance personnelle aux tâches professionnelles sans obliger les utilisateurs à adopter une interface inconnue.

Meta dispose également de plusieurs années d’informations sur la manière dont les entreprises commercialisent leurs produits via Facebook et Instagram. Son agent pour petites entreprises peut relier les données publicitaires aux outils de vitrine, de design, de comptabilité et de communication client.

Ce contexte pourrait rendre Muse utile avant même qu’il ne devienne l’agent le plus techniquement capable. Un commerce de quartier peut accorder davantage de valeur à un accès rapide aux résultats des campagnes qu’à des performances avancées de programmation.

OpenAI doit donc prouver qu’un agent de travail plus ciblé mérite un accès payant. L’entreprise ne peut pas s’appuyer entièrement sur la réputation de GPT-6 Astra, car les utilisateurs perçoivent un agent comme un système complet.

Le modèle n’est qu’un composant. L’agent doit aussi disposer de connecteurs fiables, d’une mémoire précise, de règles d’approbation claires, de rapports d’avancement utilisables et de mécanismes de récupération lorsqu’un site web change de manière inattendue.

Meta fait face au même problème de système. Muse peut bénéficier d’une large distribution et tout de même perdre la confiance des utilisateurs après avoir envoyé un mauvais message, sélectionné le mauvais produit ou mal interprété un document professionnel.

La première entreprise à rendre la délégation routinière obtient un avantage considérable. Une fois qu’un agent comprend les projets, préférences, autorisations et tâches récurrentes d’une personne, changer de solution devient peu pratique.

C’est pourquoi les deux produits mettent l’accent sur la persistance. Chaque entreprise veut que son agent développe un contexte accumulé qui améliore les missions futures et augmente le coût du départ.

L’avantage d’OpenAI réside dans la profondeur au sein du travail professionnel. L’avantage de Meta réside dans sa portée à travers la communication grand public et les canaux des petites entreprises.

Aucun de ces avantages ne garantit automatiquement la victoire. Dots doit démontrer que sa fiabilité professionnelle justifie son accès restreint. Muse doit démontrer que sa distribution gratuite produit un usage durable plutôt qu’une curiosité temporaire.

Le véritable problème est la confiance, pas l’intelligence

Un agent toujours actif devient précieux en obtenant des accès, mais chaque nouvelle autorisation augmente aussi le coût d’une erreur.

Les deux entreprises savent que les utilisateurs hésiteront avant de connecter leurs boîtes de réception, calendriers, fichiers, services financiers et systèmes clients. Leurs documents de lancement accordent une attention considérable à l’isolation, aux identifiants, à la surveillance et aux approbations.

OpenAI indique que chaque dot fonctionne sur un ordinateur cloud distinct de l’appareil de l’utilisateur. Les mots de passe enregistrés peuvent être fournis aux sites web compatibles sans révéler ces identifiants au modèle sous-jacent.

Lorsqu’un dot effectue des recherches proactives en arrière-plan, les applications connectées sont limitées à un accès en lecture seule. L’agent ne peut pas envoyer de messages, modifier le contenu des applications ni contrôler le navigateur de l’utilisateur pendant cette activité.

Les utilisateurs peuvent définir des règles personnalisées qui autorisent, bloquent ou exigent une approbation pour certaines actions. Une vue d’activité affiche le travail en cours et permet aux utilisateurs de rediriger l’agent.

OpenAI utilise également un système d’examen automatisé pour analyser les actions qui affectent des comptes ou divulguent des informations. Certaines opérations sensibles, notamment les changements de mot de passe, restent réservées à l’utilisateur.

Ces contrôles réduisent les risques, mais ne les éliminent pas. OpenAI avertit explicitement que Dots peut commettre des erreurs et recommande de vérifier les travaux ayant des conséquences importantes.

Meta fait un constat similaire. Dans son explication des mesures de protection de l’agent Muse, l’entreprise indique qu’un agent peut mal comprendre des tâches et rencontrer des attaques au sein du contenu qu’il lit.

L’une des menaces importantes est l’injection de prompt. Une instruction malveillante peut être dissimulée dans une page web, un e-mail ou un document traité par un agent. Cette instruction tente de supplanter la demande de l’utilisateur et de manipuler l’agent afin qu’il divulgue des informations ou effectue une action indésirable.

Meta affirme que l’agent principal de Muse ne peut pas consulter directement de véritables identifiants. Les actions des connecteurs et l’accès au réseau passent par une couche d’autorisations distincte que l’agent ne peut pas contourner.

Muse sépare également son environnement de travail du stockage des identifiants et d’autres services sensibles. Meta indique que cette conception part du principe que l’agent finira par rencontrer du contenu hostile, plutôt que de traiter les attaques comme de rares exceptions.

Ces contrôles techniques méritent l’attention, mais ils restent des affirmations d’entreprise. Les utilisateurs ne disposent pas encore de plusieurs mois de preuves indépendantes montrant comment Dots ou Muse se comportent dans des situations réelles imprévisibles.

L’adoption précoce de Muse a déjà révélé une autre limite. Amazon a empêché l’agent de naviguer et d’acheter des produits sur sa boutique moins de deux semaines après son lancement.

Amazon a déclaré ne pas avoir autorisé Muse à accéder aux comptes, collecter des informations ou traiter des transactions. L’entreprise a présenté le problème comme relevant de la sécurité des clients, de la qualité du service et du droit d’une plateforme de décider quels agents externes peuvent y participer.

Ce différend montre que la capacité d’un agent ne garantit pas un accès utilisable. Les sites web peuvent bloquer les activités automatisées, modifier leurs interfaces, limiter les transactions ou exiger des accords formels.

Un agent d’achat par IA peut donc fonctionner chez un détaillant et échouer chez un autre. Un agent professionnel peut lire des informations depuis un service connecté, tout en n’ayant pas l’autorisation d’en mettre à jour un autre.

Ces restrictions affaiblissent les promesses générales selon lesquelles un agent peut agir sur l’ensemble du web. Le web ouvert a été conçu avant tout pour des personnes utilisant des navigateurs, et non pour des logiciels autonomes agissant via des identités persistantes.

La confiance concerne aussi la confidentialité. Les utilisateurs doivent décider si la commodité d’un agent l’emporte sur l’inconfort lié au fait d’accorder à une entreprise technologique l’accès à un contexte intime.

Un agent devient plus utile après avoir lu des messages, observé des habitudes et mémorisé des priorités. Ces mêmes informations peuvent révéler des relations, des préoccupations de santé, une activité financière et du travail confidentiel.

OpenAI indique que le contenu des espaces de travail Business et Enterprise n’est pas utilisé par défaut pour améliorer ses modèles. Les utilisateurs personnels peuvent contrôler si les conversations et travaux éligibles contribuent à l’amélioration des modèles.

Meta indique que les utilisateurs décident des services auxquels Muse peut accéder. L’entreprise a également annoncé une infrastructure chiffrée supplémentaire visant à limiter son propre accès aux données des agents.

Les politiques et l’architecture comptent, mais la perception des utilisateurs compte aussi. L’historique de Meta en tant qu’entreprise publicitaire peut rendre certaines personnes prudentes à l’idée de connecter des comptes privés. OpenAI doit surmonter d’autres préoccupations liées à la centralisation du travail chez un seul fournisseur d’IA.

Le vainqueur ne sera pas l’entreprise qui prétend offrir une sécurité parfaite. Aucun fournisseur d’agents sérieux ne peut faire cette promesse.

Le vainqueur proposera des autorisations compréhensibles, des actions visibles, des journaux utiles et des moments prévisibles de vérification humaine. Il devra également réagir clairement lorsque l’agent échoue.

Pour les travailleurs du savoir, les premières tâches les plus sûres concernent la préparation plutôt que l’exécution finale. Un agent peut rassembler des recherches, organiser des notes, rédiger des mises à jour et identifier les questions non résolues, tandis qu’une personne conserve l’approbation.

Ce modèle ressemble à une base de connaissances personnelle, dans laquelle le contexte facilite la recherche et la rédaction sans remplacer discrètement le jugement humain.

OpenAI Dots et Meta Muse ne gagneront une autorité plus étendue qu’après que les utilisateurs auront constaté un comportement cohérent dans ces flux de travail à moindre risque.

Trois signaux détermineront si OpenAI Dots peut rattraper Muse

La prochaine étape de la concurrence se mesurera par la rétention, le travail accompli et l’accès aux services externes.

Le premier signal sera la réutilisation après la période de lancement. Les classements des boutiques d’applications mesurent les téléchargements, pas le fait que les personnes continuent à confier des tâches importantes.

Meta doit montrer que les utilisateurs de Muse reviennent après avoir testé les fonctions d’achat, d’e-mail ou de planification. OpenAI doit montrer que les abonnés éligibles créent des dots et les maintiennent actifs après la configuration initiale.

Aucune des deux entreprises n’a publié de données comparables sur la rétention ou l’achèvement des tâches. Sans ces chiffres, les affirmations de popularité restent incomplètes.

Les métriques les plus utiles comprendraient le nombre d’agents actifs chaque semaine, les tâches récurrentes par utilisateur, la réussite des flux de travail et le taux d’intervention humaine. Ces mesures révéleraient si la persistance crée de la valeur ou génère simplement davantage de travail de supervision.

Une forte rétention de Muse renforcerait la stratégie d’accès gratuit de Meta. Une faible rétention suggérerait que la distribution a suscité de la curiosité sans établir une habitude durable d’utilisation des agents.

Pour OpenAI, une forte utilisation auprès d’un public payant plus restreint pourrait valider son orientation professionnelle. Une faible adoption au sein de ChatGPT indiquerait que la qualité des modèles et les abonnements existants ne suffisent pas.

Le deuxième signal sera la fréquence à laquelle les agents accomplissent des flux de travail importants en toute sécurité. Un agent IA utile doit faire plus que produire des brouillons qu’une personne pourrait demander à un chatbot.

Les utilisateurs attendront de Dots et Muse qu’ils remarquent les changements, coordonnent plusieurs outils et reviennent avec un travail terminé. Ils attendront également que l’agent s’arrête lorsque les instructions entrent en conflit ou que le risque augmente.

Les tests indépendants devraient examiner la récupération après échec, la gestion des autorisations, la précision de la mémoire, la résistance à l’injection de prompt et la clarté des demandes d’approbation. Les démonstrations marketing ne peuvent pas se substituer à ces évaluations.

Les clients professionnels accorderont une attention particulière à l’auditabilité. Les administrateurs doivent savoir quelles informations un agent a consultées, quelles actions il a tenté d’effectuer et pourquoi il a demandé une approbation.

Les pilotes d’agents spécialisés d’OpenAI vérifieront si Dots peut répondre à ces exigences. Si les entreprises étendent les déploiements au-delà d’essais limités, cela renforcerait l’affirmation d’OpenAI selon laquelle les agents persistants ont leur place dans le travail opérationnel.

Le troisième signal sera la coopération des plateformes. La réponse d’Amazon à Muse montre que les services externes peuvent restreindre la portée d’un agent avec peu de préavis.

Meta et OpenAI ont besoin de relations techniques et commerciales stables avec les détaillants, les plateformes de productivité, les services financiers et les fournisseurs de communication. Les connecteurs créés sans coopération peuvent tomber en panne ou faire face à des restrictions.

L’intégration Microsoft d’OpenAI lui offre un point de départ important dans les environnements de travail gérés. Les liens de Meta avec les comptes sociaux et publicitaires donnent à Muse une voie naturelle vers les opérations des petites entreprises.

Il faudra surveiller si l’une ou l’autre entreprise annonce des accords formels permettant aux agents de faire davantage que lire des informations. L’envoi, l’achat, la publication et la gestion de comptes autorisés élargiraient la valeur pratique des produits.

La tendance inverse les affaiblirait. Davantage de blocages de plateformes transformeraient les agents généralistes en ensembles de flux de travail partiels qui s’arrêtent à l’étape la plus importante.

Pour les développeurs, cette compétition modifie aussi la conception des produits. Les logiciels ont de plus en plus besoin d’autorisations claires, d’actions lisibles par machine et de registres que les personnes comme les agents peuvent examiner.

Pour les acheteurs en entreprise, la question n’est pas de savoir si un agent peut produire une démonstration impressionnante. Il s’agit de déterminer si le système peut fonctionner dans le respect des exigences de gouvernance tout en préservant la responsabilité humaine.

Pour les travailleurs du savoir individuels, le choix reste plus personnel. Muse offre une manière fluide de tester la délégation persistante. OpenAI Dots propose des liens plus étroits avec ChatGPT et les canaux de collaboration professionnelle, mais derrière un accès payant.

L’option gratuite dispose de la meilleure position de départ, car elle réduit le coût de l’expérimentation. La réponse d’OpenAI peut néanmoins réussir si Dots accomplit des tâches plus difficiles avec moins de corrections et des contrôles plus clairs.

Ce résultat reste à démontrer. OpenAI a lancé un concurrent crédible, sans avoir établi de vainqueur.

Le meilleur test est concret : choisissez une tâche récurrente et vérifiable, puis mesurez si l’agent fait gagner du temps sur plusieurs semaines. Suivez les corrections, le contexte manqué, les demandes d’approbation et les actions inachevées.

Si OpenAI Dots transforme systématiquement le contexte connecté en travail terminé, l’accès payant comptera moins. Si Muse obtient des résultats similaires via son offre gratuite, l’avantage de distribution de Meta deviendra difficile à surmonter.

La course aux agents dépend désormais d’une responsabilité gagnée. Quelle entreprise peut rendre la délégation utile sans obliger les utilisateurs à abandonner le contrôle ?