Le premier conflit d’agenda que dots a signalé à Alexander Embiricos est tombé trois minutes avant l’heure. « Hé, ça arrive, tu voudrais peut-être faire quelque chose. » Trois minutes. Le temps de lire la notification, de pester, et de constater que l’assistant proactif d’OpenAI t’avait prévenu à l’instant exact où il devenait inutile.
Embiricos, qui dirige l’équipe produits entreprise d’OpenAI, raconte cette anecdote en riant à TechCrunch Disrupt ce mois-ci. Il précise qu’il s’agissait des débuts du produit. Depuis, le minutage s’améliore. Mais l’histoire dit tout du pari de dots : une IA qui n’attend plus qu’on lui parle.
Le produit, c’est l’emballage
dots est sorti au developer day d’OpenAI fin septembre. Disponible dans les apps desktop et mobile de ChatGPT, réservé aux abonnés Pro et au-dessus, à partir de 100 dollars par mois. Connecté à ton agenda, tes mails, ton ordi, l’agent essaie de te faire avancer.
La fonction, tu pouvais déjà l’approcher avec Codex, l’outil de code d’OpenAI sorti en début d’année. Embiricos le reconnaît sans détour : c’est faisable, mais ça réclame du travail et beaucoup de guidage. Sa femme a commencé à laisser son ordinateur allumé toute la nuit pour que ses agents continuent à bosser. Il a fêté ça comme une victoire produit. Pas une victoire technique, une victoire d’usage.
« Une bonne partie du boulot, ce n’est pas d’ajouter une nouvelle brique technique au produit, c’est la façon dont tu le présentes à l’utilisateur et ce que ça lui fait. » Sa phrase, pas la mienne.
Même le nom est un emballage : un jeu sur l’espace négatif du logo d’OpenAI, choisi pour « ressembler à un truc qui pourrait finir par être partout ». Interrogé sur le fait qu’Elon Musk possède l’URL dot.com, Embiricos répond qu’il l’a appris très tard. Voilà voilà.
Il ne répond pas, il enquête
Le cœur du machin porte un nom que tu vas entendre : la proactive research. À intervalle régulier, dots se penche sur ce qu’il sait de toi, sur la conversation qu’il vient d’avoir, sur les accès que tu lui as donnés, puis il va chercher ailleurs. « Qu’est-ce que je pourrais faire pour t’être plus utile ? » Et ensuite il te le propose.
Relis la phrase. L’agent ne se contente pas de répondre à tes questions, il passe du temps à chercher comment te servir. Ce n’est pas un chatbot qui patiente, c’est un fouineur qui tourne en fond.
Le parallèle avec Muse est inévitable, et je l’avais déjà écrit à propos de la façon dont Meta dresse un dossier sur tes potes. Même logique : pour deviner ce que tu veux, il faut savoir qui tu es. Hark, une startup concurrente sur le créneau, martèle qu’elle ne collecte pas de données pour alimenter une régie publicitaire, contrairement à OpenAI et Meta. C’est un argument de vente. C’est aussi un aveu de ce que fait l’autre camp.
Chez OpenAI, on répond que dots hérite des contrôles de confidentialité de ChatGPT : tu peux couper l’entraînement des modèles, tu peux choisir les ressources accessibles sur ta machine. Sauf que ces contrôles ne sont pas fins. Et que l’application insiste. TechCrunch note un détail qui n’en est pas un : dots refuse l’accès en lecture seule aux drives cloud. Il veut pouvoir écrire.
« Ce qu’il faut faire, c’est construire des contrôles super, super, super granulaires », admet Embiricos. Il ajoute aussitôt que l’autre moitié du problème, c’est l’intelligence et la discrétion du modèle. Comprendre : faites-nous confiance, il saura se tenir.
Au lancement, OpenAI avait pris l’option inverse, des réglages très prudents qui déclenchaient des demandes de permission à répétition. L’équipe savait qu’elle allait se faire allumer, elle l’a fait quand même, en se disant qu’on ajusterait plus tard. On a ajusté.
Quelqu’un paie les tokens de cette réflexion
Un agent qui réfléchit à toi en boucle, ça consomme. Pas de la bonne volonté : des tokens. Chaque cycle de proactive research, chaque relecture de ton historique, chaque outil appelé, tout repasse par le modèle. Et un modèle n’a pas de mémoire entre deux requêtes. Il relit tout, à chaque tour.
AWS a publié un papier très concret sur le sujet, avec une métaphore qui parle : le jour de la marmotte. Un agent qui en est au vingtième tour de sa session relit les dix-neuf précédents, et c’est toi qui paies chaque token, encore et encore. La parade s’appelle le prompt caching sur Bedrock : le service stocke le préfixe de ton prompt (instructions, définitions d’outils, contenu) et le recharge au lieu de le recalculer. Dans un test cité par AWS, un préfixe d’environ 4 000 tokens a été écrit une fois (4 120 tokens facturés) puis relu à chaque appel suivant pour une fraction du prix. Le préfixe doit faire au moins 1 024 tokens pour être éligible, et il faut lui passer exactement le même texte, sinon rien ne colle.
Ce détail d’ingénierie n’est pas un détail. C’est ce qui sépare un assistant à 100 dollars par mois d’un assistant qui te coûterait le prix d’un stagiaire à temps plein. La proactivité vendue par Embiricos tient debout économiquement parce que l’infrastructure derrière a appris à ne pas repayer la même histoire. J’avais déjà gratouillé le fil : le temps que l’IA te fait gagner, quelqu’un d’autre le paie. Ici, la version est plus littérale : le temps que dots passe à penser à toi, tu le paies en tokens.
Reste l’angle mort, celui qu’aucune démo ne règle. Un agent personnel, ça n’embête pas seulement les humains. Les entreprises n’aiment pas forcément traiter avec un logiciel qui se présente à leur place, et elles ne sont pas outillées pour. La question de l’échelle est ouverte, et TechCrunch la pose sans détour.
On finira par tous avoir un truc qui mouline en fond pour nous. La vraie question n’est pas de savoir s’il sera bon. C’est de savoir combien de temps il lui faudra pour arrêter de te prévenir trois minutes avant.
Sources :
Comments are closed