OpenAI teste l’IA sur la conception industrielle

OpenAI a présenté le 3 novembre 2026 une série de projets d’ingénierie physique menés avec GPT-6 Astra, un modèle multimodal capable d’intervenir sur des tâches de conception mécanique, électronique et logicielle. L’entreprise a testé un appareil destiné à dialoguer avec Codex, élargi son travail avec Chip Ganassi Racing et ouvert une collaboration de recherche avec Mazda. L’enjeu est clair : faire passer l’IA du dessin à la pièce fabriquable, sans que la chaîne de production ne casse au milieu.

Quand l’IA dessine, simule et code à la place des équipes

Le test le plus parlant concerne un appareil expérimental conçu pour parler avec Codex. Selon OpenAI, Astra a défini les exigences fonctionnelles, conçu le boîtier et les supports internes, choisi les composants électriques, dessiné le circuit imprimé et généré les intégrations logicielles nécessaires. Le modèle a aussi produit l’interface utilisateur, sans modification directe par les membres de l’équipe sur les sorties de conception.

Dans une démonstration antérieure, Astra avait déjà placé des composants et routé des connexions cuivre dans KiCad, un logiciel de conception de circuits imprimés. Ici, deux personnes ont conçu le dispositif en moins d’une semaine, sur un projet secondaire, puis un sous-traitant a sorti un petit lot de prototypes en moins d’un mois. L’histoire paraît rapide. La réalité industrielle, elle, l’est beaucoup moins.

La fabrication reste le juge de paix

OpenAI indique que la préparation à la production a exigé plusieurs cycles de revue et d’itération. Astra n’a pas toujours intégré les contraintes de fabrication, les tolérances ou les exigences d’assemblage du sous-traitant. Ces limites servent justement à repérer ce que les futurs modèles devront mieux maîtriser : générer une conception complète ne suffit pas, encore faut-il la rendre industrialisable.

C’est là que le sujet dépasse le simple démonstrateur. Dans l’ingénierie, un bon fichier CAD ne vaut pas un produit fini. Entre les deux, il y a les contraintes matérielles, les arbitrages de coût, les délais et les retours des ateliers. C’est souvent à ce moment que les rêves de labo rencontrent les tournevis.

BenchCAD 2.0 cherche à mesurer la progression, pas l’effet d’annonce

OpenAI dit aussi utiliser ses propres équipes hardware et infrastructure pour tester Codex et ChatGPT sur la modélisation CAO, les révisions, la mise en place de simulations et les revues de conception. L’usage des modèles, mesuré en tokens, aurait augmenté de 23 fois depuis février, selon l’entreprise. Ce chiffre reflète la consommation de modèle, pas directement le temps gagné ni la qualité finale des produits.

Pour évaluer la capacité de conception, OpenAI cite BenchCAD 2.0, un banc d’essai interne qui demande aux modèles de recréer des pièces et des assemblages 3D, puis d’identifier des connexions de cartes électroniques. L’entreprise annonce un score moyen de 0,875 pour un nouveau modèle interne, contre 0,594 pour GPT-6 Astra dans son réglage de raisonnement le plus élevé. La comparaison suggère un progrès net sur les tâches de conception, mais elle ne couvre pas toute la chaîne d’ingénierie.

Chez Chip Ganassi Racing et Mazda, l’IA passe sous surveillance humaine

OpenAI mène ces travaux avec un petit groupe de partenaires industriels dont les ingénieurs relisent les résultats du modèle pour en vérifier l’exactitude et l’usage pratique. L’idée n’est pas de laisser l’IA improviser seule, mais d’identifier les tâches qu’elle peut vraiment aider à réaliser et celles qui doivent encore être retravaillées à la main.

Chez Chip Ganassi Racing, la collaboration élargie teste des flux qui transforment des scans 3D de pièces existantes en modèles CAD modifiables et en dessins 2D de fabrication, surtout quand les fichiers d’origine manquent. Les ingénieurs de l’écurie valident ensuite l’exactitude et la fabricabilité des résultats. Lors de la première année du partenariat, le travail portait surtout sur les données des capteurs, des courses et des performances des arrêts au stand ; la nouvelle phase ajoute la conception de pièces et le prototypage.

Avec Mazda, OpenAI associe ses équipes de recherche et de Forward Deployed Engineering aux ingénieurs en aérodynamique et en sécurité crash. Les simulations portent sur l’écoulement de l’air et le comportement structurel, tout en tenant compte du style et du coût. Dans le volet aérodynamique, GPT-6 Astra génère plusieurs formes de capot avant, lance des simulations de flux puis affine les variantes les plus prometteuses pour réduire la traînée.

Akihiro Nakata, ingénieur principal chez Mazda, explique que simuler des dizaines de variantes aide à comprendre quels détails comptent vraiment pour l’aérodynamique et où les designers disposent de marge de manœuvre. OpenAI dit vouloir partager d’autres résultats plus tard et invite aussi les sociétés d’ingénierie et les éditeurs de logiciels impliqués dans la conception, la simulation, la fabrication et la production à proposer des usages à forte valeur. La vraie question, à ce stade, est moins de savoir si l’IA sait dessiner qu’à quel moment elle cesse de trébucher sur les contraintes du monde physique.