OpenAI lance Operator, l’agent IA qui utilise le web à votre place

Pendant des années, les assistants conversationnels ont surtout répondu à des questions, résumé des documents ou rédigé des textes. Avec Operator, OpenAI veut leur faire franchir une étape supplémentaire : non plus seulement conseiller l’internaute, mais agir dans un navigateur à sa place. Remplir un formulaire, rechercher un produit, réserver un service ou composer un contenu deviennent, en théorie, des tâches que l’on peut déléguer à une IA depuis une instruction écrite.

Présenté le 23 janvier 2025, Operator est encore un aperçu de recherche, et non un automatisme sans limites laissé seul face au web. Mais son lancement éclaire une direction centrale de l’industrie : celle des agents IA, des systèmes capables de planifier plusieurs étapes et d’utiliser des outils pour parvenir à un résultat concret. Pour les utilisateurs, la promesse est simple. Plutôt que d’ouvrir une succession d’onglets et de répéter les mêmes gestes, il suffirait d’exprimer son besoin en langage naturel.

Operator, le nouvel agent web d’OpenAI

OpenAI décrit Operator comme un agent conçu pour interagir avec les interfaces que les internautes utilisent chaque jour. Là où une application traditionnelle s’appuie sur des connexions directes entre services, ce système vise à se comporter comme une personne devant son écran : il observe une page, identifie ses éléments utiles, puis clique, fait défiler la page ou saisit du texte.

L’annonce arrive dans une séquence stratégique dense pour l’entreprise, après la présentation du projet Stargate. Elle confirme surtout qu’OpenAI cherche à étendre l’usage de ses modèles au-delà de la conversation. L’enjeu n’est pas seulement de produire une réponse convaincante, mais de transformer cette réponse en action dans un environnement numérique souvent complexe.

Operator ne remplace donc pas seulement une barre de recherche ou un chatbot. Il ambitionne d’être une interface entre une demande humaine et les multiples sites nécessaires pour y répondre. Cette nuance est importante : le web réel n’est pas un environnement parfaitement ordonné. Les pages changent, les champs ne sont pas toujours placés au même endroit, les options sont nombreuses et certaines étapes impliquent des informations confidentielles.

Comment Operator utilise-t-il un navigateur ?

Le cœur technique du dispositif porte le nom de Computer-Using Agent, ou CUA. OpenAI explique que ce modèle associe les capacités de perception de GPT-4o à un raisonnement obtenu grâce à l’apprentissage par renforcement.

L’apprentissage par renforcement est une méthode dans laquelle un système apprend à privilégier certaines actions selon les résultats qu’elles produisent. Dans le cas d’un agent web, l’IA peut ainsi apprendre qu’un objectif nécessite de sélectionner un champ, de saisir une requête, de valider une option, puis de contrôler si le résultat obtenu correspond bien à la demande initiale. L’idée n’est pas que le modèle mémorise chaque site un à un, mais qu’il apprenne à se repérer dans des interfaces graphiques variées.

Concrètement, CUA s’appuie sur des captures d’écran du navigateur. Il analyse les boutons, menus, champs de texte et autres éléments visibles, comme le ferait un utilisateur. Il peut ensuite employer un clavier et une souris virtuels pour accomplir les actions attendues. Cette approche est significative, car elle ne suppose pas que chaque site offre une interface technique spéciale destinée à l’IA.

OpenAI met également en avant une capacité d’auto-correction. Si une action échoue, si une page ne réagit pas comme prévu ou si l’agent rencontre un obstacle, Operator peut revoir sa stratégie plutôt que de répéter indéfiniment le même geste. L’entreprise affirme que CUA dépasse déjà les résultats de référence sur des évaluations d’agents web telles que WebArena et WebVoyager. Ces benchmarks mesurent la capacité d’un système à effectuer des tâches dans des environnements web simulés ou contrôlés. Ils sont utiles pour comparer des modèles, mais ne garantissent pas qu’un agent réussira sans erreur sur tous les sites du web public.

Quelles tâches peut-il accomplir ?

Le premier terrain d’Operator est celui des démarches répétitives. OpenAI cite le remplissage de formulaires, les achats en ligne et la création de contenus multimédias. L’utilisateur formule son intention, puis l’agent prend en charge les manipulations nécessaires dans son navigateur.

Les usages annoncés couvrent notamment les situations suivantes :

• rechercher puis commander des repas ou des courses ;
• réserver un service en ligne ;
• renseigner des champs répétitifs dans un formulaire ;
• naviguer parmi des options proposées par un site ;
• créer des contenus simples, notamment des mèmes.

OpenAI travaille avec plusieurs acteurs du web afin d’adapter l’expérience sur leurs plateformes, parmi lesquels DoorDash, Instacart, OpenTable, Priceline, StubHub et Uber. Ces partenariats illustrent le type de parcours visé : restauration, courses, réservation, billets ou mobilité. Ils ne signifient pas que l’IA prend toutes les décisions à la place de l’utilisateur. Choisir un restaurant, un horaire, un prix acceptable ou un produit reste un arbitrage personnel que l’internaute doit pouvoir contrôler.

L’entreprise mentionne aussi une collaboration avec la ville de Stockton, en Californie, pour faciliter l’accès des habitants à des services publics. Cet exemple élargit la perspective au-delà du commerce. Un agent web peut, en principe, réduire la friction de démarches administratives souvent longues, à condition que l’outil soit suffisamment fiable et qu’il protège correctement les données traitées.

En quoi Operator diffère-t-il d’un chatbot classique ?

Un assistant classique répondrait à une demande telle que « trouve-moi un restaurant italien ouvert ce soir » en proposant des pistes, des adresses ou une méthode. Operator vise à parcourir lui-même les pages concernées et à exécuter les étapes de recherche. Cette évolution peut faire gagner du temps, surtout lorsque les actions sont prévisibles et que l’utilisateur sait précisément ce qu’il veut obtenir.

Mais la délégation n’efface pas la nécessité de donner des consignes claires. Une demande vague laisse à l’agent une marge d’interprétation qui peut conduire à un résultat décevant. Pour une réservation, par exemple, préciser la date, le nombre de personnes, la zone géographique, le budget et les contraintes alimentaires rend la tâche plus contrôlable. Plus l’action a des conséquences financières, juridiques ou personnelles, plus l’utilisateur doit surveiller les choix effectués.

Cette distinction explique pourquoi Operator doit être considéré, à ce stade, comme un outil d’assistance active plutôt que comme un substitut total à la décision humaine. Son intérêt est d’enchaîner les gestes numériques. Son utilisateur conserve la responsabilité de l’objectif, des données partagées et de la validation des étapes importantes.

Sécurité, données personnelles : quels garde-fous ?

Donner à une IA la capacité de cliquer et de saisir du texte soulève immédiatement une question : jusqu’où peut-elle aller ? OpenAI indique avoir mis en place trois niveaux de protection pour encadrer Operator.

Le premier repose sur le consentement de l’utilisateur lors des moments critiques, notamment quand il faut fournir des informations sensibles. Dans ces situations, l’agent doit céder le contrôle afin que la personne saisisse elle-même les données concernées. C’est un garde-fou essentiel : les identifiants, données de paiement ou éléments privés ne doivent pas être traités comme de simples informations ordinaires.

Le deuxième concerne la maîtrise des données. OpenAI indique que l’utilisateur peut supprimer son historique en un clic. Cette possibilité est particulièrement importante pour un outil susceptible de parcourir des sites marchands, des plateformes de réservation ou des services administratifs, où les traces de navigation peuvent révéler des habitudes et des préférences.

Le troisième niveau est un dispositif de surveillance destiné à détecter et arrêter les actions suspectes sur le web. Le risque n’est pas abstrait. Une page peut contenir des instructions trompeuses, chercher à orienter un logiciel vers une action non souhaitée ou demander des informations qu’il ne faut pas divulguer. Dans ces situations, le bon réflexe reste de reprendre la main plutôt que de forcer l’agent à poursuivre.

Qui peut utiliser Operator au lancement ?

Au 24 janvier 2025, Operator est proposé aux utilisateurs de ChatGPT Pro aux États-Unis, dans le cadre d’un aperçu de recherche. L’abonnement Pro coûte 200 dollars par mois. OpenAI prévoit d’étendre progressivement l’accès à d’autres niveaux d’abonnement, sans détailler à ce stade de calendrier précis ni les pays qui seront concernés en premier.

Ce positionnement montre que le produit est encore observé en conditions réelles avant une diffusion plus large. Limiter l’accès initial permet à OpenAI de recueillir des retours, d’identifier les erreurs les plus fréquentes et d’affiner les mécanismes de sûreté. Pour les utilisateurs hors des États-Unis ou ne disposant pas d’un abonnement Pro, Operator n’est donc pas encore un service disponible.

OpenAI prévoit par ailleurs de proposer le modèle CUA via une API. Une API est une interface qui permet à des développeurs d’intégrer une technologie à leurs propres logiciels. Si cette ouverture se concrétise, d’autres entreprises pourront concevoir des agents adaptés à des besoins précis : assistance interne, gestion de procédures récurrentes ou accompagnement de clients dans des interfaces métier.

Ce qu’il faut surveiller pour les agents IA sur le web

Operator donne un aperçu très concret de la prochaine bataille des assistants numériques. L’IA générative a d’abord transformé la manière de rechercher, rédiger et synthétiser. Les agents cherchent désormais à transformer ces capacités en séquences d’actions. Leur succès dépendra moins de démonstrations spectaculaires que de leur capacité à être fiables dans les cas ordinaires : remplir correctement un champ, respecter une préférence, s’arrêter au bon moment et expliquer ce qu’ils font.

Trois questions seront particulièrement décisives. La première est celle de la fiabilité : un agent peut-il réussir une tâche entière malgré les changements constants du web ? La deuxième est celle de la sécurité : peut-il résister aux pages trompeuses et respecter les limites fixées par son utilisateur ? La troisième est celle du contrôle : l’internaute sait-il à tout moment quelles données sont utilisées et quelle action sera effectuée ensuite ?

Pour l’instant, Operator représente une promesse encadrée par un lancement limité. Son modèle CUA montre qu’il est possible de faire interagir une IA avec des interfaces pensées pour les humains. Reste à démontrer que cette capacité peut devenir suffisamment robuste, transparente et sûre pour s’installer durablement dans les usages quotidiens.