OpenAI lance Dots : après le chatbot, l’agent permanent arrive en entreprise

Le 29 septembre 2026, OpenAI a annoncé Dots, une nouvelle catégorie d’assistants décrits comme « toujours actifs ». Leur particularité n’est plus seulement de produire une réponse à une demande. Ils disposent d’un ordinateur cloud, peuvent utiliser un navigateur, se connecter à plus de 4 000 applications et poursuivre des objectifs dans la durée.

OpenAI indique que Dots peut être sollicité depuis ChatGPT, Slack ou Teams, et qu’il peut continuer à travailler sur plusieurs projets. L’entreprise présente des exemples dans le développement, le lancement produit, l’analyse, la vente et la production de contenus.

Cette annonce est importante pour une PME, mais pas pour la raison souvent avancée. Le sujet n’est pas de savoir si un agent va remplacer une équipe. Le sujet est de comprendre ce qui change lorsque l’IA passe de la réponse à l’exécution.

Ce que l’annonce d’OpenAI change réellement

Avec un chatbot classique, l’utilisateur formule une demande, reçoit un résultat et décide de la suite.

Avec un agent persistant, le fonctionnement devient différent :

• l’agent conserve un objectif ;
• il suit l’avancement d’un dossier ;
• il peut consulter plusieurs outils ;
• il prépare des actions successives ;
• il revient vers l’utilisateur lorsqu’une décision est nécessaire ;
• il peut continuer à travailler sans instruction à chaque étape.

OpenAI évoque un agent qui prépare une facture, un autre qui met à jour un lancement produit ou un autre qui réévalue une analyse lorsque de nouvelles données arrivent.

La valeur potentielle augmente, mais la surface de contrôle augmente aussi. Une erreur ponctuelle dans un brouillon n’a pas le même impact qu’une action répétée dans plusieurs outils.

Un changement de catégorie pour les PME

Pour un dirigeant de PME, Dots et les agents similaires peuvent répondre à des tâches qui étaient difficiles à automatiser avec un simple assistant :

• suivre les demandes entrantes et préparer les prochaines étapes ;
• actualiser une proposition commerciale lorsque les besoins évoluent ;
• repérer les informations manquantes dans un dossier ;
• produire un compte rendu puis créer les tâches associées ;
• surveiller une base documentaire et signaler les changements ;
• préparer une première analyse à partir de plusieurs sources.

Mais ces usages ne deviennent pas fiables simplement parce que l’agent est capable d’utiliser un ordinateur. Ils demandent un objectif précis, des accès proportionnés, des sources de référence et un contrôle humain.

Les 5 questions à poser avant de laisser un agent travailler seul

1. Quelle tâche veut-on vraiment lui confier ?

Commencez par une tâche, pas par un département. « Aider le commercial » est trop vague. « Préparer un brouillon de réponse à partir des offres approuvées » est testable.

2. Quels outils peut-il consulter ou modifier ?

Listez les applications, les données et les actions possibles. Une tâche de synthèse ne nécessite pas forcément un droit d’envoi ou de suppression.

3. Quelle action doit rester validée ?

Définissez les étapes qui exigent une approbation : envoi externe, engagement client, décision financière, publication ou modification irréversible.

4. Quelles preuves l’agent doit-il fournir ?

Demandez les sources, les documents utilisés, les informations manquantes et les points d’incertitude. Une réponse fluide n’est pas une preuve suffisante.

5. Comment reprend-on la main ?

Préparez un arrêt d’urgence, un retrait de permission et un accès aux journaux d’activité. Testez cette procédure avant la production.

La limite importante : les annonces ne sont pas encore des preuves de production

Les capacités, les prix et les exemples présentés par OpenAI sont des annonces d’éditeur. Ils indiquent une direction de marché, mais ne démontrent pas que chaque PME obtiendra le même résultat.

Il faut encore vérifier :

• la fiabilité sur vos documents ;
• la stabilité des actions ;
• le coût par tâche réussie ;
• le niveau de supervision nécessaire ;
• la gestion des données sensibles ;
• la réversibilité du workflow.

L’agent doit être évalué dans vos conditions réelles, avec des cas normaux, incomplets et sensibles.

Faut-il attendre avant de tester ?

Attendre que les agents soient parfaits n’est pas une stratégie. Les tester sans cadre n’en est pas une non plus.

Une PME peut commencer par un usage de préparation : recherche, synthèse, brouillon ou classement. Le déploiement peut ensuite évoluer vers des actions contrôlées, avec une validation avant toute communication externe.

Cette progression permet de mesurer la valeur sans donner immédiatement à l’agent une autonomie disproportionnée.

Conclusion : l’agent permanent impose une méthode permanente

L’annonce de Dots confirme le passage de l’IA conversationnelle à l’IA opératrice de workflows. Les entreprises ne choisiront bientôt plus seulement un modèle. Elles choisiront un niveau d’autonomie, un périmètre d’accès et un système de preuve.

Pour une PME, la bonne première décision est concrète : sélectionner une tâche fréquente, limiter les permissions, définir la validation et mesurer le coût d’un résultat réellement utilisable.

Découvrez la méthode GYRUS pour diagnostiquer un cas d’usage IA ou réservez un échange de cadrage.

Sources et réserves

• OpenAI, Introducing dots, 29 septembre 2026
• OpenAI, DevDay 2026 recap
• OpenAI, GPT-6.1 Sol

Les capacités et comparaisons de performance restent déclarées par l’éditeur et doivent être testées dans le contexte réel de l’entreprise.