Les agents IA autonomes franchissent un cap : OpenAI déploie Operator, un agent capable de naviguer sur le web, cliquer, remplir des formulaires et exécuter des tâches complexes sans supervision constante. Disponible d’abord pour les abonnés Pro aux États-Unis, l’outil repose sur un modèle baptisé CUA (Computer-Using Agent) entraîné à manipuler des interfaces graphiques comme un humain.
Ce que fait Operator concrètement
Operator ouvre un navigateur dédié dans le cloud, visite des sites, interagit avec des boutons, des menus déroulants, des champs de saisie. Il peut réserver un restaurant, commander des courses, remplir un tableau de bord, comparer des prix sur plusieurs onglets. L’utilisateur donne un objectif en langage naturel — « trouve-moi le vol le moins cher Paris-Tokyo pour la semaine prochaine » — et l’agent décompose la tâche, navigue, corrige ses erreurs, demande confirmation avant toute action irréversible (paiement, envoi d’email).
Architecture CUA : vision + raisonnement
Le modèle CUA combine GPT-4o pour la vision (il « voit » le rendu pixels du navigateur) et un module de raisonnement qui planifie, agit, observe le résultat, réajuste. Contrairement aux approches API-only, CUA n’a pas besoin d’intégrations préalables : il opère sur n’importe quel site web public, y compris ceux sans API documentée. OpenAI précise que l’agent refuse les sites nécessitant une authentification forte (banque, administration) et bloque les actions sensibles par défaut.
Disponibilité et garde-fous
Le lancement concerne les comptes ChatGPT Pro (200 $/mois) aux États-Unis. OpenAI promet une extension aux pays de l’Espace économique européen et au Royaume-Uni « dans les semaines qui viennent », puis aux comptes Plus. Chaque session Operator s’exécute dans un conteneur isolé, l’historique de navigation n’est pas utilisé pour l’entraînement, et l’utilisateur peut reprendre la main à tout moment via une barre de contrôle persistante.
Positionnement face à la concurrence
Anthropic a présenté « Computer Use » pour Claude en octobre 2024, mais l’accès reste limité aux développeurs via API. Google travaille sur Project Mariner (anciennement Jarvis) sans date publique. Operator marque la première mise à disposition grand public d’un agent navigateur natif chez un acteur majeur. La différenciation tient à l’intégration directe dans ChatGPT, sans code, et au modèle de tarification forfaitaire plutôt qu’à l’usage.
Mon avis
Operator déplace le curseur : l’IA ne se contente plus de générer du texte ou du code, elle agit sur l’interface même que nous utilisons. Pour l’instant, la fiabilité sur des parcours longs (10+ étapes) reste perfectible — l’agent peut bloquer sur un captcha, un sélecteur de date récalcitrant, un changement de mise en page. Mais la boucle perception-action-réflexion est désormais exposée à des millions d’utilisateurs, ce qui accélérera l’apprentissage par feedback réel. La vraie question n’est plus « est-ce que ça marche » mais « combien de tâches quotidiennes basculent vers ce mode opératoire d’ici six mois ».
Source : OpenAI — Introducing Operator