Tech • IA • Robotique • Jeu
Comment OpenAI met ChatGPT au travail | DevDay 2026
9.4/10INTRO
OpenAI a montré comment ses employés utilisent ChatGPT, les nouveaux espaces collaboratifs Spaces et les Dots autonomes pour déléguer le travail répétitif, accélérer la recherche et rendre l’expertise interne accessible entre les équipes.
POINTS CLÉS
Une volonté de réduire la surcharge au travail
L’idée centrale est de faire passer les employés d’un tri réactif des e-mails et messages à des tâches à plus forte valeur. Au lieu de passer la matinée à vérifier les e-mails, Slack, les tableaux de bord et des mises à jour dispersées, les équipes utilisent de plus en plus ChatGPT work comme un « coéquipier agentique » capable de rassembler le contexte, préparer des réponses et suivre des tâches en continu.
Trois cas d’usage internes ont révélé un schéma commun
Les exemples venaient de trois fonctions très différentes chez OpenAI: le social pour les développeurs, la recherche concurrentielle et les opérations RH. Malgré leurs différences, chaque rôle utilisait l’IA de la même façon: définir une responsabilité répétable, fournir le bon contexte et les bonnes sources, puis laisser le système gérer la surveillance, la collecte et la première analyse afin que les humains se concentrent sur le jugement.
Le suivi social des développeurs a été transformé en système de reporting en direct
Dani, qui dirige le social pour OpenAI developers, a utilisé ChatGPT pour combiner les données de performance des lancements et les retours des développeurs dans un site interne de reporting en direct. Un Dot lit en continu les flux sociaux, ajoute les publications pertinentes et consigne les métriques d’engagement, offrant aux équipes une vue à jour de ce qui fonctionne et de la manière dont un lancement produit est accueilli.
La supervision de Slack a été déléguée à l’IA
Le même dispositif a été étendu aux communications internes. Comme les équipes de lancement doivent souvent suivre de nombreux canaux Slack à la fois, un Dot a été chargé de surveiller ces canaux, signaler les évolutions urgentes et alerter Dani lorsqu’une intervention directe était nécessaire. Cela a remplacé des heures de défilement manuel par un processus en arrière-plan et libéré davantage de temps pour le véritable engagement avec la communauté.
Une équipe de recherche de deux personnes a élargi sa portée
Adrian, qui dirige la recherche concurrentielle avec une équipe de seulement deux personnes, a transformé sa méthode de recherche en plugin qui enquête sur les concurrents, repère des tendances et teste des conclusions. Cela a permis à l’équipe de répondre à davantage de demandes des groupes ventes, produit, go-to-market et stratégie, sans devoir aussi souvent choisir quelles questions laisser sans réponse.
Des enquêtes assistées par l’IA ont remis en cause des hypothèses avec des preuves
Dans un cas, Adrian a étudié pourquoi le chiffre d’affaires d’un rival augmentait rapidement en demandant au système d’examiner des appels, newsletters et podcasts. Les preuves n’ont pas confirmé la théorie initiale selon laquelle l’entreprise gagnait un nouvel ensemble de très gros clients. Dans un autre cas, le système a analysé 90 jours de transcriptions d’appels commerciaux et révélé des raisons de pertes d’affaires qui n’avaient pas été consignées dans les résumés du CRM.
L’intelligence concurrentielle est devenue en libre-service
Adrian a aussi créé Compete Corner, un site interne organisé autour des questions les plus fréquemment posées par ses collègues. Un Dot récupère les questions concurrentielles depuis Slack, les étudie avec la méthode d’Adrian, rédige des conclusions pour validation, puis met à jour le site après approbation. Cela a transformé une petite équipe experte en ressource interne scalable, tandis qu’Adrian a aussi développé Model Galaxy, un outil interactif comparant les performances, coûts et latences des modèles sur différents benchmarks.
Les opérations RH ont utilisé une base de connaissances IA partagée pour le coaching
Casey, chief people officer d’OpenAI, s’est concentré sur la façon dont l’IA transforme les structures d’équipe et l’organisation du travail. Son équipe a rassemblé notes de réunion, études et articles dans une base de connaissances partagée, puis s’en est servie pour alimenter un site de coaching managérial avec GPT Live. Les dirigeants peuvent l’utiliser pour identifier où le travail se bloque et quelles tâches pourraient être confiées à l’IA.
Les nouveaux produits s’articulent autour du contexte partagé et d’agents persistants
Spaces ont été présentés comme des espaces de travail collaboratifs où pages, fichiers et recherches peuvent être élaborés conjointement par les coéquipiers et leurs assistants IA. Les utilisateurs peuvent travailler sur la même page en même temps, tandis que les conversations individuelles restent privées. Les Dots ont été présentés comme des agents persistants dotés d’un ordinateur cloud et d’un navigateur, joignables via Slack, appels téléphoniques ou messages, capables de poursuivre des tâches, d’envoyer des mises à jour et de conserver le contexte dans le temps.
CONCLUSION
L’idée plus large est que l’IA ne se contentera pas de répondre à des questions, mais prendra en charge des tâches récurrentes. Si ce modèle se confirme, le principal gain de productivité viendra peut-être moins d’une rédaction plus rapide que du fait de libérer l’attention humaine pour le jugement, la stratégie et les relations.
Poser une question