OpenAI Dots : l’IA devient permanente, les permissions deviennent le vrai sujet

ParKelvin Carretero-Corrales

Le 29 septembre 2026, OpenAI a présenté Dots, une nouvelle catégorie d’agents capables de travailler en continu, de conserver le fil d’un projet et d’agir dans des applications connectées. Sur le papier, on se rapproche moins d’un chatbot que d’un assistant numérique permanent.

La vraie nouveauté n’est pourtant pas qu’une IA sache rédiger, chercher ou cliquer. C’est qu’elle puisse poursuivre un objectif entre deux conversations. Et pour une petite entreprise, cela change la question principale : on ne demande plus seulement « que sait-elle faire ? », mais surtout « à quoi a-t-elle accès, que peut-elle modifier et quand doit-elle me demander mon accord ? ».

Ce qu’OpenAI vient réellement d’annoncer

Selon l’annonce officielle, un dot dispose de son propre ordinateur dans le cloud, d’un navigateur et des applications que l’utilisateur choisit de connecter. Il peut suivre plusieurs projets, avancer en arrière-plan et revenir avec un résultat, une question ou une décision à valider.

OpenAI cite notamment la préparation de correctifs à partir de retours clients, la mise à jour de documents quand un projet évolue, le suivi de nouvelles données ou la préparation de contenus. Un exemple donné dans l’annonce montre même un agent repérant une facture oubliée, la préparant puis l’envoyant après approbation de l’utilisateur.

Le déploiement a commencé auprès des abonnés Pro et Business Premium dans les marchés éligibles. Les espaces Enterprise, Edu et Healthcare peuvent accéder à une bêta lorsque leur administrateur l’active. Cela ne signifie donc pas que la fonction est déjà disponible pour tout le monde ni dans toutes les configurations.

Un agent permanent n’est pas une automatisation classique

Un workflow traditionnel suit un chemin défini : quand un formulaire arrive, vérifier les champs, ajouter une ligne dans un tableau, envoyer une notification. Le résultat est prévisible et facile à auditer. Un agent, lui, peut interpréter un objectif, choisir des étapes, s’adapter à une information nouvelle et demander l’aide d’autres outils.

Cette souplesse est utile lorsque les entrées varient ou qu’il faut analyser du texte. Elle devient un défaut si le processus exige exactement le même résultat à chaque exécution. Pour une TPE, la bonne architecture reste souvent hybride :

  • workflow déterministe pour les règles stables, les calculs, les transferts de données et les contrôles obligatoires ;
  • IA pour classer, résumer, proposer ou traiter une ambiguïté ;
  • validation humaine avant une action financière, juridique, publique ou difficile à annuler.

Autrement dit, mettre un agent partout n’est pas un progrès. Le progrès consiste à lui confier uniquement la partie où son jugement apporte quelque chose.

Le modèle utile : lire, préparer, puis agir

OpenAI explique que la recherche proactive de Dots utilise des outils limités à la lecture seule. Dans ce mode, l’agent peut consulter les sources autorisées et préparer des notes, mais il ne peut pas envoyer un message, modifier le contenu d’une application ni contrôler un ordinateur.

C’est une séparation saine et réutilisable dans presque n’importe quelle automatisation professionnelle :

  1. Lire et détecter : surveiller une boîte fonctionnelle, des commandes, un planning ou des demandes entrantes.
  2. Préparer : classer la demande, produire un brouillon, suggérer une réponse ou signaler une anomalie.
  3. Faire valider : montrer clairement l’action proposée, ses destinataires et les données utilisées.
  4. Exécuter : envoyer, modifier ou déclencher uniquement lorsque l’autorisation correspond au risque.
  5. Tracer : conserver le résultat, l’erreur éventuelle et la personne ou la règle ayant autorisé l’action.

Cette progression évite de donner dès le départ un accès complet à la messagerie, aux fichiers et à la facturation pour un simple besoin de tri.

Les permissions comptent davantage que le prompt

Un excellent prompt ne compense pas des droits trop larges. Si un agent peut lire tous les dossiers, modifier tous les documents et écrire à tous les contacts, une mauvaise interprétation peut avoir un impact bien réel.

OpenAI indique que l’utilisateur choisit les applications accessibles et peut définir des règles autorisant, bloquant ou soumettant certaines actions à approbation. L’entreprise précise aussi que des contrôles séparés examinent les actions susceptibles de modifier un compte ou de partager des informations. Certaines opérations restent obligatoirement entre les mains de l’utilisateur, notamment le changement d’un mot de passe.

Ces garde-fous sont importants, mais l’éditeur le dit lui-même : les agents peuvent encore se tromper. Ils peuvent aussi rencontrer une instruction malveillante cachée dans une page, un courriel ou un document — le problème de l’injection de prompt. Une protection intégrée réduit le risque ; elle ne transforme pas l’agent en opérateur infaillible.

Ce qu’une TPE peut raisonnablement lui confier

Les premiers usages devraient être utiles, fréquents et récupérables. Par exemple :

  • repérer les demandes clients restées sans réponse et préparer une relance ;
  • résumer les nouveaux messages d’une boîte partagée sans envoyer de réponse automatiquement ;
  • surveiller un changement de document ou de planning et signaler ses conséquences ;
  • préparer un compte rendu ou une publication qui sera relue avant diffusion ;
  • détecter une anomalie dans un processus et ouvrir une tâche de vérification.

À l’inverse, un démarrage prudent évitera l’envoi autonome de devis engageants, la suppression de données, les virements, la modification des droits utilisateurs ou toute publication impossible à reprendre discrètement.

Cinq questions avant de connecter un agent

  1. Quel problème précis doit-il résoudre ? « M’aider partout » n’est pas un périmètre exploitable.
  2. Quelles données minimales doit-il lire ? Un accès ciblé vaut mieux qu’un compte administrateur.
  3. Quelles actions sont réversibles ? Préparer un brouillon n’a pas le même risque que l’envoyer.
  4. Où placer la validation humaine ? Elle doit arriver avant l’action sensible, avec assez de contexte pour décider.
  5. Comment vérifier le résultat ? Journal, alerte d’échec, échantillonnage et procédure de retour arrière doivent exister avant la mise en production.

Le lien concret avec les prestations FuretSplick

L’arrivée de Dots ne rend pas n8n, Make, Zapier ou les scripts classiques inutiles. Elle ajoute une nouvelle brique. Le travail utile consiste à décider quelle brique doit faire quoi : règle fixe, traitement par IA, validation humaine et journalisation.

Pour une prestation d’automatisation, cela pousse à commencer par cartographier le processus et les risques, puis à construire un premier flux limité. L’agent peut préparer et proposer ; le workflow impose les contrôles ; l’humain garde la main sur les engagements sensibles. C’est moins spectaculaire qu’un agent « qui fait tout », mais beaucoup plus crédible en production.

Si vous souhaitez étudier un processus à automatiser sans ouvrir tous vos accès au hasard, la page Services & tarifs de FuretSplick présente les accompagnements disponibles.

En bref

Avec Dots, OpenAI fait passer l’agent IA de la conversation ponctuelle au travail continu. Pour les petites entreprises, le potentiel est réel : suivi, préparation, veille et coordination. Mais la valeur ne viendra pas de l’autonomie maximale. Elle viendra d’un périmètre clair, d’autorisations minimales, de validations proportionnées au risque et d’un contrôle du résultat.

Sources

Publications similaires