Openai dévoile des outils de développement d'agents AI pour les entreprises

Le mardi, OpenAI a dévoilé une suite de nouveaux outils destinés à aider les développeurs et les entreprises à créer des agents AI — des systèmes capables d'exécuter des tâches de manière autonome — en utilisant les modèles et cadres AI propriétaires d'OpenAI.

Ces outils font partie de l'API Responses nouvellement introduite par OpenAI, qui permet aux entreprises de créer des agents AI personnalisés capables de réaliser des recherches sur le web, de parcourir des fichiers d'entreprise et de naviguer sur des sites web, à l'image du produit Operator d'OpenAI. L'API Responses est destinée à remplacer l'API Assistants de l'entreprise, qu'OpenAI prévoit de phasing out au premier semestre 2026.

L'engouement autour des agents AI a rapidement grandi ces dernières années, malgré les défis de l'industrie technologique à définir et démontrer clairement ce que les "agents AI" impliquent réellement. Un exemple récent est la startup chinoise Butterfly Effect, qui a attiré une attention virale pour sa plateforme d'agent AI Manus, seulement pour que les utilisateurs constatent qu'elle ne répondait pas aux promesses audacieuses de l'entreprise.

La pression est forte sur OpenAI pour concrétiser la promesse des agents AI.

"Il est assez facile de faire une démonstration de votre agent," a déclaré Olivier Godement, responsable du produit API d'OpenAI, dans une interview avec TechCrunch. "Mettre un agent à l'échelle est assez difficile, et amener les gens à l'utiliser fréquemment est très difficile."

Plus tôt cette année, OpenAI a introduit deux agents AI au sein de ChatGPT : Operator, qui navigue sur les sites web à votre place, et deep research, qui compile des rapports de recherche. Bien que ces outils aient offert un aperçu du potentiel de la technologie agentique, ils laissaient beaucoup à désirer en termes d'autonomie.

Avec l'API Responses, OpenAI vise à fournir un accès aux composants de base qui alimentent les agents AI, permettant aux développeurs de créer leurs propres versions d'applications de style Operator et deep research. L'objectif est que les développeurs construisent des applications qui semblent plus autonomes que ce qui est actuellement disponible.

Les développeurs peuvent tirer parti de l'API Responses pour utiliser les mêmes modèles AI qui alimentent l'outil de recherche web ChatGPT Search d'OpenAI : GPT-4o search et GPT-4o mini search. Ces modèles peuvent parcourir le web pour trouver des réponses aux questions, en citant les sources au fur et à mesure qu'ils génèrent des réponses.

OpenAI affirme que GPT-4o search et GPT-4o mini search sont hautement précis. Sur le benchmark SimpleQA de l'entreprise, qui évalue la capacité des modèles à répondre à des questions factuelles courtes, GPT-4o search obtient un score de 90 %, tandis que GPT-4o mini search atteint 88 %. En comparaison, le modèle beaucoup plus grand GPT-4.5 ne score que 63 %.

L'API Responses inclut également un utilitaire de recherche de fichiers qui peut scanner rapidement les bases de données d'entreprise pour récupérer des informations. OpenAI assure qu'il n'utilisera pas ces fichiers pour entraîner ses modèles. De plus, les développeurs peuvent accéder au modèle Computer-Using Agent (CUA) d'OpenAI, qui alimente Operator, leur permettant d'automatiser des tâches telles que la saisie de données et les flux de travail d'applications en générant des actions de souris et de clavier.

Les entreprises ont la possibilité d'exécuter le modèle CUA, actuellement en phase de prévisualisation de recherche, sur leurs propres systèmes, selon OpenAI. La version grand public de CUA disponible dans Operator est limitée aux actions basées sur le web.

Il est important de noter que l'API Responses ne résoudra pas tous les défis techniques auxquels font face les agents AI aujourd'hui.

Bien que les outils de recherche alimentés par AI soient plus précis que les modèles AI traditionnels — un résultat peu surprenant étant donné leur capacité à simplement rechercher des réponses — la recherche web n'élimine pas le problème des hallucinations AI. GPT-4o search répond encore incorrectement à 10 % des questions factuelles. De plus, les outils de recherche AI ont souvent du mal avec des requêtes navigationnelles courtes comme "score des Lakers aujourd'hui", et des rapports récents ont remis en question la fiabilité des citations de ChatGPT.

Dans un article de blog partagé avec TechCrunch, OpenAI a reconnu que le modèle CUA "n'est pas encore hautement fiable pour automatiser des tâches sur les systèmes d'exploitation" et qu'il peut commettre des erreurs "involontaires".

Cependant, OpenAI a souligné qu'il s'agit de versions initiales de leurs outils d'agents, et l'entreprise travaille continuellement à des améliorations.

En plus de l'API Responses, OpenAI publie un kit d'outils open-source appelé Agents SDK, qui fournit aux développeurs des outils gratuits pour intégrer des modèles à leurs systèmes internes, mettre en place des garde-fous et surveiller les activités des agents AI pour le débogage et l'optimisation. L'Agents SDK est une évolution du cadre Swarm d'OpenAI pour l'orchestration multi-agents, publié fin l'année dernière.

Godement a exprimé l'espoir qu'OpenAI puisse combler l'écart entre les démonstrations d'agents AI et les produits pratiques cette année, déclarant que, selon lui, "les agents sont l'application la plus impactante de l'AI qui se produira". Cette opinion est en phase avec une déclaration faite par le PDG d'OpenAI, Sam Altman, en janvier, prédisant que 2025 sera l'année où les agents AI rejoindront la force de travail.

Que 2025 devienne ou non l'"année de l'agent AI", les dernières sorties d'OpenAI démontrent le virage de l'entreprise, passant de la présentation de démonstrations d'agents impressionnantes au développement d'outils ayant un impact dans le monde réel.