OpenAI teste Astra sur 11 workflows métier : mieux, mais encore loin du pilote automatique
Le 6 octobre 2026, OpenAI a publié les résultats d’un travail mené avec Ironclad, une plateforme spécialisée dans la gestion des contrats. L’objectif : entraîner et évaluer un agent capable d’utiliser un logiciel métier complexe, de suivre des règles internes et de vérifier son propre travail.
Le résultat montre un vrai progrès. Il montre aussi pourquoi une petite entreprise ne devrait pas encore confier tout son fonctionnement à un agent qui clique seul dans ses logiciels. La bonne approche, aujourd’hui, ressemble davantage à un assemblage propre : une automatisation déterministe pour le cœur du processus, un agent pour les cas difficiles, et un humain aux endroits où une erreur coûte cher.
Ce qu’OpenAI et Ironclad ont réellement testé
Le test ne consistait pas à demander à une IA de résumer un contrat dans une fenêtre de discussion. Les chercheurs ont construit 11 tâches inspirées du travail juridique, commercial et des achats : configurer un accord de confidentialité, créer un circuit d’approbation ou adapter une clause réutilisable selon la juridiction choisie.
Chaque tâche comportait entre 8 et 50 critères. C’est un détail important : cliquer au bon endroit ne suffit pas. L’agent doit conserver les règles du début à la fin, traiter les exceptions et vérifier que le processus final fonctionne dans plusieurs situations.
Sur cette évaluation, GPT‑6 Astra a obtenu un score moyen de 55 %, contre 41,6 % pour GPT‑5.6 Sol. Le temps moyen estimé par tentative est passé de 37 minutes à 19,2 minutes. OpenAI résume cela par un score supérieur de 32 % et un temps estimé inférieur de 48 %.
Mais il ne faut pas transformer ces chiffres en promesse commerciale. L’évaluation porte sur 11 tâches de recherche, pas sur tous les usages d’Ironclad. Les temps sont simulés à partir d’hypothèses sur la vitesse du modèle : ce ne sont pas des gains de temps mesurés chez des clients. Et un score moyen de 55 % signifie surtout que beaucoup de critères restent encore manqués.
Pourquoi c’est une vraie avancée malgré tout
Les agents de type « computer use » peuvent observer une interface, cliquer, saisir du texte et naviguer dans un logiciel comme le ferait une personne. Cela ouvre une porte intéressante pour les outils anciens, fermés ou dépourvus d’API correcte.
Imaginez un logiciel de gestion qui ne sait ni envoyer un webhook ni échanger proprement avec les autres outils. Une automatisation classique se retrouve bloquée. Un agent visuel peut alors remplir le dernier écran, récupérer une information ou franchir une étape qui imposait jusque-là une intervention manuelle.
Le travail avec Ironclad va plus loin que le simple clic. OpenAI cherche à entraîner les modèles à comprendre des règles métier, exécuter plusieurs étapes et contrôler le résultat. C’est exactement le passage nécessaire entre une démonstration impressionnante et un outil réellement exploitable au travail.
Un agent visuel ne remplace pas automatiquement n8n
Quand deux logiciels disposent d’API fiables, un workflow n8n reste généralement plus prévisible. Il échange des données structurées, produit des journaux exploitables et peut reprendre à une étape définie. Si un champ manque ou qu’un service répond avec une erreur, on sait où regarder.
Un agent visuel travaille autrement. Il interprète un écran qui peut changer : nouvelle mise en page, fenêtre surgissante, bouton déplacé, message ambigu ou instruction malveillante dissimulée dans une page. Il peut être plus souple, mais cette souplesse apporte aussi davantage d’incertitude.
| Besoin | Choix généralement préférable |
|---|---|
| Copier des données entre deux outils avec API | Workflow déterministe |
| Déclencher une action à la réception d’un formulaire | Webhook et automatisation n8n |
| Naviguer dans un logiciel ancien sans API | Agent visuel, dans un environnement limité |
| Traiter une exception qui demande de comprendre l’écran | Agent avec critères de contrôle |
| Valider un paiement, supprimer des données ou envoyer un document sensible | Confirmation humaine obligatoire |
Le choix n’est donc pas « agent ou automatisation ». Il faut surtout placer chaque technologie au bon endroit.
L’architecture hybride la plus raisonnable
Pour une petite entreprise, le montage le plus robuste peut suivre quatre couches simples :
- Un déclencheur clair : formulaire reçu, facture déposée, rendez-vous créé ou message entrant.
- Un workflow déterministe : n8n contrôle les données, applique les règles fixes, journalise les étapes et gère les erreurs connues.
- Un agent limité : il intervient uniquement lorsque l’API ne suffit pas ou qu’une interface doit être interprétée.
- Une validation humaine : elle reste obligatoire avant les opérations coûteuses, sensibles, destructrices ou difficiles à annuler.
Cette structure évite de donner à l’agent les clés de toute la maison. Il reçoit seulement l’accès, les données et le temps nécessaires à sa tâche. Si quelque chose sort du cadre, le workflow s’arrête, alerte une personne et conserve assez d’informations pour reprendre proprement.
Les garde-fous à prévoir avant le premier clic
La documentation d’OpenAI recommande plusieurs protections pour l’usage automatisé d’un ordinateur. Elles devraient être considérées comme le minimum de départ :
- exécuter l’agent dans un navigateur isolé ou une machine virtuelle ;
- limiter les sites, les applications et les actions autorisées ;
- considérer tout contenu affiché à l’écran comme non fiable ;
- demander une confirmation pour les achats, les transmissions de données et les modifications difficiles à annuler ;
- fixer une limite de temps, d’étapes ou de coût ;
- prévoir un bouton d’arrêt et un transfert vers un humain ;
- vérifier l’état réel du logiciel au lieu de croire uniquement le compte rendu final du modèle.
Ce dernier point est essentiel. Un agent peut annoncer que la tâche est terminée alors qu’un champ a été oublié ou qu’un bouton n’a pas produit l’effet attendu. La vérification doit porter sur le résultat : statut de la commande, donnée présente dans la base, document réellement généré ou notification bien reçue.
Ce que cette actualité change pour les prestations FuretSplick
Pour FuretSplick, cette évolution renforce une méthode déjà pertinente : commencer par observer le processus, repérer les tâches répétitives et choisir l’outil le plus simple qui répond au besoin.
Si une synchronisation classique suffit, ajouter un agent visuel rendrait la solution plus coûteuse et plus fragile sans bénéfice réel. En revanche, si une étape reste manuelle parce qu’un logiciel fermé ne propose aucune intégration, un agent limité peut devenir une passerelle utile — à condition de tester les cas normaux, les exceptions et les erreurs.
Cela concerne directement les prestations de diagnostic de processus et d’automatisation n8n proposées par FuretSplick : le travail ne consiste pas à coller de l’IA partout, mais à construire un enchaînement compréhensible, surveillé et reprenable par une personne.
La question à poser avant d’automatiser
Avant de déployer un agent, posez une question très simple : « Que se passe-t-il s’il se trompe à cette étape ? »
Si la réponse est « on corrige un brouillon », l’agent peut probablement agir avec une vérification finale. Si la réponse implique un paiement, une fuite de données, un document contractuel envoyé ou une suppression irréversible, la validation humaine ne doit pas être optionnelle.
L’annonce du 6 octobre montre que les agents progressent vite sur les logiciels métier. Elle montre aussi que la qualité ne se résume pas au nombre de clics réussis. Il faut préserver les règles, tester les exceptions, mesurer le résultat et savoir passer la main. C’est moins spectaculaire qu’un « pilote automatique », mais beaucoup plus utile dans une vraie entreprise.