OpenAI prépare des agents gérés pour DevDay

OpenAI met les agents au centre de sa prochaine séquence produit, avec une offre de Managed Agents attendue autour de DevDay, prévu le 29 septembre 2026 à San Francisco. L’idée est simple : proposer des agents hébergés et pilotés par la plateforme, sur un modèle proche de ce qu’Anthropic met déjà sur le marché. Pour OpenAI, l’enjeu est autant technique que commercial, car la société veut convertir ses progrès sur les modèles, le calcul et l’usage en revenus plus prévisibles.

Des agents gérés pour passer du prototype au service

Selon les éléments repérés dans le codebase et les informations publiées avant l’événement, OpenAI travaille sur une expérience de Managed Agents destinée aux entreprises comme aux développeurs. Le principe ressemble à un service d’agents hébergés : création, gestion, environnements dédiés, permissions, plugins et, selon les indices disponibles, prise en charge sur des environnements self-hosted. En clair, moins de bricolage à la main, davantage de couches prêtes à l’emploi.

Cette direction prolonge une trajectoire amorcée avec les custom GPTs en novembre 2023, puis avec Agent Builder en octobre 2025. Mais la cadence a changé vite, au point que certaines briques paraissent déjà datées dans un marché où les agents savent de plus en plus enchaîner des tâches sans orchestration lourde. OpenAI semble donc chercher un format plus robuste, plus simple à vendre et plus crédible pour les entreprises.

Un marché où le prix comptera autant que la démo

La comparaison avec Anthropic n’est pas un hasard. L’entreprise a pris de l’avance sur les agents gérés, même si leur adoption reste difficile à mesurer précisément. OpenAI, de son côté, dispose d’un atout évident : des modèles avancés avec de fortes capacités d’usage d’ordinateur, de navigation et de codage. Reste la question qui fâche toujours quand l’enthousiasme retombe : le ticket d’entrée.

Le groupe devra trouver un prix assez bas pour séduire, mais assez élevé pour financer l’infrastructure. Ce n’est pas le plus romantique des sujets, mais c’est celui qui décide si un produit devient un standard ou un gadget de démonstration. Dans ce contexte, OpenAI prépare aussi des usages orientés business, avec des pistes pour relier une publicité sur ChatGPT à un agent capable de prendre le relais dans le parcours utilisateur, plutôt qu’à un simple lien.

Ce que disent les chiffres internes d’OpenAI

Dans un essai daté du 8 septembre 2026, intitulé The Work Now Within Reach, la directrice financière Sarah Friar avance qu’OpenAI atteint plus de 1 milliard d’utilisateurs actifs hebdomadaires dans le monde et 2,5 millions d’entreprises clientes. Elle dit aussi que l’organisation de recherche exécute désormais 3,1 jours de travail agentique pour chaque jour de travail humain, sur la base d’un calcul arrêté à la mi-août 2026.

Friar présente ce ratio comme un jalon, mais aussi comme un argument économique. Plus les modèles s’améliorent, plus ChatGPT, ChatGPT Work, Codex et les applications de l’API gagnent en valeur. Selon OpenAI, les utilisateurs des offres individuelles envoient environ 50 % de messages en plus six mois après leur inscription qu’au premier mois, et testent environ deux fois plus de tâches distinctes. L’analyse porte sur un échantillon de 0,1 % de comptes créés entre le 15 octobre 2025 et le 1er mai 2026, avec suivi jusqu’au 31 mai 2026.

Le calcul devient un produit en soi

Cette stratégie ne repose pas seulement sur les agents. OpenAI insiste aussi sur ses progrès d’infrastructure, parce qu’un agent utile mais trop coûteux finit vite en carton d’invitation. L’entreprise rappelle que des améliorations logicielles sur GPT-5.6 ont réduit de 20 % les coûts de serving de bout en bout et augmenté de plus de 15 % l’efficacité de génération de tokens. Ces gains ont été obtenus avec GPT-5.6 Sol intégré à Codex, y compris pour la réécriture autonome de kernels de production.

La société met également en avant Jalapeño, sa puce d’inférence maison. Dans des tests InferenceX, OpenAI dit avoir observé une performance de 1,5 à 1,9 fois supérieure en débit maximal de tokens par watt, avec une latence 1,7 à 3,6 fois plus faible, sur la base de la puissance nominale des puces comparées. Le déploiement dans l’infrastructure doit commencer d’ici la fin de l’année 2026, aux côtés de composants Nvidia, AMD et d’autres partenaires.

Les agents travaillent déjà, mais pas sans humains

Un autre rapport publié le 6 septembre 2026 montre que les agents ne remplacent pas encore la supervision humaine. OpenAI y indique que, avant juin 2026, le temps de calcul des agents dans l’organisation de recherche restait inférieur au travail humain total. Le même document affirme que le chercheur médian consommait plus de 600 dollars par jour d’inférence au prix API à la mi-août 2026, et que le 90e centile dépassait 7 000 dollars de jetons par jour.

Autrement dit, les agents avancent, mais ils restent gourmands. Les tâches longues exigent encore des interventions humaines dans plus de la moitié des cas réussis estimés entre quatre et huit heures de travail. OpenAI le dit sans détour : les personnes fixent les priorités de recherche et jugent les résultats, tandis que les agents servent surtout à absorber des problèmes d’infrastructure ou de code qui mobilisent autrement des spécialistes.

Ce que les clients montrent déjà

OpenAI appuie son récit avec quelques cas clients. Boston Children’s Hospital dit avoir aidé à identifier plus de 40 diagnostics dans des cas rares non résolus grâce à la recherche assistée par IA. Cars24 affirme que ses agents traitent plus de 1 million de minutes de conversation par mois autour de l’achat et de la vente de voitures. Circles revendique 65 % de résolution autonome sur des interactions de service client, et Balyasny Asset Management dit avoir ramené l’analyse de scénarios macroéconomiques de deux jours à environ 30 minutes.

Ces chiffres proviennent des comptes rendus fournis par ces clients, présentés par OpenAI. Ils ne disent pas tout sur la généralisation de ces usages, mais ils montrent où la société veut placer le curseur : moins de démonstration, plus de production. La promesse n’est pas de faire joli. Elle est de faire gagner du temps, et de le faire à grande échelle.