OpenAI Workspace Agents dans ChatGPT : capacités, architecture et cas d’usage entreprise

OpenAI fait évoluer ChatGPT d’un assistant généraliste vers une couche d’automatisation partagée pour le travail. Les OpenAI workspace agents—en research preview pour ChatGPT Business, Enterprise, Edu et Teachers—sont des agents hébergés dans le cloud, utilisables à l’échelle d’une équipe, qui exécutent des workflows répétables en plusieurs étapes. Ils se connectent aux outils métier, peuvent s’exécuter selon des horaires et continuent de fonctionner même lorsque personne n’a ChatGPT ouvert.

C’est la suite logique des custom GPTs ponctuels : des flux persistants et exécutables pour les tâches répétitives de knowledge work que les équipes refont chaque jour. Si vous évaluez l’automatisation IA pour l’entreprise en 2026, les sections ci-dessous vous donnent le panorama complet en une seule lecture.

Que sont les OpenAI Workspace Agents ?

Les OpenAI workspace agents sont des agents nommés et partagés dans ChatGPT, configurés une fois par une équipe puis réutilisés dans plusieurs workflows. Contrairement à une session ChatGPT standard, qui se termine lorsque vous fermez l’onglet, les workspace agents persistent. Ils disposent d’outils, de compétences, de mémoire, de planifications et de paramètres de gouvernance définis, et sont accessibles depuis la barre latérale Agents de ChatGPT ou via une intégration Slack dédiée.

Ils se situent à l’endroit où se termine le chat ponctuel et où commence l’automatisation durable, à l’échelle de l’équipe.

OpenAI les présente comme le successeur des custom GPTs, pensé pour le travail avec transmissions, contexte partagé et structure : préparation commerciale, triage du support, clôture et reporting, statut de projet. Parmi les exemples internes d’OpenAI, on trouve des Q&A internes, des tickets Linear, une partie de la clôture de fin de mois et la transformation de briefs produit en pages web prêtes pour la production.

En quoi les Workspace Agents diffèrent-ils du mode agent de ChatGPT ?

Le mode agent de ChatGPT est une interface mono-utilisateur pour les tâches importantes et ponctuelles : rechercher un fournisseur, réserver un voyage, nettoyer un tableur. Le modèle planifie, utilise des outils et explique ce qu’il fait au fur et à mesure. Il est très efficace pour des exécutions individuelles, mais la session est éphémère.

Les workspace agents reprennent le même comportement de base dans une configuration durable : un agent nommé, des outils fixes, des compétences, de la mémoire, des planifications et du partage. Plusieurs personnes peuvent utiliser le même agent, il peut s’exécuter selon un calendrier sans prompt, et il peut vivre dans Slack à côté des conversations de votre équipe.

Vu comme un continuum : exécutions ad hoc (mode agent) → agents partagés et durables (workspace agents) → agents entièrement personnalisés dans vos propres applications (SDK).

Capacités principales

Automatisation de workflows en plusieurs étapes

Les workspace agents visent les travaux longs et multi-étapes à travers plusieurs systèmes : lire un calendrier, récupérer du contexte dans SharePoint, rechercher sur le web, rédiger un fichier, l’enregistrer, envoyer un résumé par email — une seule exécution, pas une longue suite de relances.

Vous pouvez lancer des exécutions depuis ChatGPT, Slack ou une planification récurrente (quotidienne, hebdomadaire, etc.), ce qui en fait un processus d’arrière-plan, et non une macro ponctuelle.

Outils, applications et connecteurs

Ils utilisent la même stack d’outils que le mode agent, notamment :

• Navigateur visuel — piloter des sites comme le ferait une personne
• Interpréteur de code — analyser des données dans un bac à sable
• Connecteurs (applications) — liaisons first-party vers des produits SaaS
• Terminal — commandes prises en charge dans des environnements isolés

Les connecteurs disponibles par défaut incluent Google Calendar, Gmail, Microsoft SharePoint, Slack, Google Drive, Salesforce, Notion et Atlassian, selon ce que les administrateurs du workspace autorisent. Les administrateurs peuvent définir des droits lecture seule vs lecture-écriture pour chaque connecteur afin que chaque agent n’ait que l’accès dont il a besoin.

Pour les stacks personnalisées, le Agents SDK et Agent Builder permettent d’exposer des API privées et des outils internes à côté des connecteurs standards.

Compétences et comportements réutilisables

Les skills regroupent instructions, modèles et souvent scripts afin que le comportement et la forme de sortie restent cohérents. L’idée est une bibliothèque portable et réutilisable — briefs de réunion, triage de tickets, squelette de spécifications — attachée aux agents au lieu de retaper des prompts à chaque fois.

Mémoire et état persistant

La mémoire est par utilisateur et par agent : préférences, artefacts précédents et contexte de suivi pour les exécutions de cette personne, et non un cerveau partagé unique pour toute l’organisation. La résidence, la rétention et les politiques suivent toujours vos paramètres entreprise.

Architecture et stack de développement

L’Agents SDK

L’OpenAI Agents SDK sous-tend les workspace agents : planification, outils, état, longues exécutions, exécution en sandbox, hooks de mémoire et API orientées observabilité pour le débogage et l’audit en production.

Agent Builder : conception visuelle des workflows

Agent Builder est l’approche visuelle (agents, outils, flux de contrôle) pour les équipes qui ne démarrent pas à partir de code. Dans ChatGPT, vous pouvez aussi décrire un workflow, ajuster les applications et les skills, puis publier dans le répertoire du workspace et y attacher des planifications. La plupart des schémas internes ne nécessitent pas de développeur pour la première version.

ChatKit et déploiements externes

ChatKit vise à intégrer le même agent dans vos propres interfaces, aux côtés du SDK, afin que vous puissiez alimenter ChatGPT, Slack et vos applications internes à partir d’une seule conception lorsque cela correspond à votre architecture.

Contrôles administrateur, gouvernance et sécurité

Activation au niveau du workspace et RBAC

Les workspace agents et le mode agent sont désactivés par défaut sur Business et Enterprise jusqu’à ce qu’un propriétaire les active. Vous définissez ensuite des règles basées sur les rôles pour savoir qui peut exécuter les agents, les créer, les publier dans le répertoire et utiliser les connecteurs sur les systèmes sensibles — afin que l’IT puisse déployer progressivement l’adoption.

Autorisations d’apps et limites de sécurité

Chaque connecteur possède un ensemble d’actions défini. Les administrateurs peuvent imposer des droits en lecture seule ou des niveaux plus stricts ; la recommandation habituelle est de traiter les comptes de service et les bibliothèques partagées (par exemple le SharePoint d’équipe) avec une attention particulière.

Les protections du mode agent de ChatGPT incluent des confirmations utilisateur pour les actions à fort impact, des comportements de refus, une supervision humaine de type watch mode lorsque c’est applicable, des protections contre les abus par prompt injection et des listes de blocage de domaines pour la navigation. Considérez cette liste comme un ensemble de fonctionnalités produit susceptible d’évoluer ; consultez la documentation actuelle d’OpenAI pour votre offre.

Confidentialité des données et conformité

Sur Business, Enterprise et Edu, le contenu des sessions d’agent n’est pas utilisé pour entraîner les modèles par défaut dans le cadre indiqué par ces offres. La résidence et la rétention suivent les paramètres de votre organisation. L’activité des agents peut apparaître dans les journaux de conformité ; le détail virtuel poste par poste n’est pas encore forcément totalement disponible via toutes les API de conformité — OpenAI a indiqué que la couverture s’élargirait avec le temps.

Tarification et disponibilité

Éligibilité par offre

ChatGPT Business est souvent cité autour de 20 à 25 $ par utilisateur et par mois selon les conditions ; Enterprise est sur devis. Les workloads qui s’appuient sur une utilisation de type Codex peuvent ajouter des frais basés sur l’usage en plus des licences — alignez le devis réel avec votre contrat.

Research preview et modèle de crédits

Pendant que les workspace agents sont en research preview, ils sont gratuits au sens décrit par OpenAI pour cette période ; la facturation basée sur des crédits doit commencer après le 6 mai 2026, selon un modèle aligné sur une tarification de type Codex, sensible à l’usage — les exécutions plus longues et plus gourmandes en outils coûtent plus cher que les échanges légers.

Des crédits d’introduction pour les nouveaux membres d’équipe font partie de la façon dont OpenAI a présenté la transition afin que les équipes puissent piloter avant de passer à l’échelle. Vérifiez à nouveau les pages tarifaires et produit d’OpenAI à la date de lecture — les dates et le packaging peuvent changer.

Cas d’usage concrets

Préparation des réunions commerciales

Un exemple documenté est la préparation commerciale quotidienne : lire les réunions client externes de demain dans Google Calendar, extraire les notes récentes et les retours depuis SharePoint, ajouter du contexte web des 30 derniers jours sur le compte et les participants clés, rédiger un brief de deux à trois pages par réunion, enregistrer dans SharePoint et envoyer un résumé exécutif avec des liens. L’intérêt est que cela s’exécute selon une planification, même si le commercial oublie de le lancer.

Support interne et routage des connaissances

Un schéma courant : répondre dans Slack à partir des connaissances approuvées, et ouvrir ou mettre à jour Linear ou Jira lorsqu’un sujet doit devenir un travail suivi, ce qui réduit la charge du support et remplace les fils perdus par un travail structuré.

Routines finance et opérations

Les exemples incluent la clôture de fin de mois : récupérer les chiffres, croiser les sources, rédiger les supports à faire valider — la même logique pour les KPI hebdomadaires, les contrôles de stock ou les scorecards fournisseurs, partout où la validation reste entre de bonnes mains.

Recherche, évaluation de fournisseurs et reporting

Les analyses ponctuelles approfondies restent un excellent cas d’usage du mode agent dans une seule session. Les workspace agents sont pertinents lorsque le même schéma de recherche ou de reporting se répète à intervalle régulier et que vous voulez le modèle et les sources réunis au même endroit.

Points forts et différenciateurs concurrentiels

ChatGPT et Slack dans le flux de travail. Si votre organisation vit déjà dans ces interfaces, les agents évitent d’ajouter un nouveau produit auquel se connecter à chaque exécution.

Du no-code au SDK. Les descriptions et Agent Builder vous amènent loin ; le SDK et ChatKit sont là quand vous avez besoin d’API propriétaires et de vos propres interfaces.

Contrôles orientés entreprise. RBAC, périmètre des connecteurs, listes de blocage, résidence et rétention sont présentés comme faisant partie du récit par défaut pour les équipes sensibles au risque — avec en plus des paramètres d’entraînement par défaut qui comptent pour de nombreux acheteurs.

Limites et risques à prendre en compte

Profondeur d’intégration pour les systèmes hérités

Les connecteurs sont surtout SaaS-first. Les stacks ERP, ITSM ou on-prem plus profondes peuvent nécessiter du temps d’intégration personnalisé via le SDK — prévoyez-le avant d’annoncer des dates.

L’observabilité est encore en phase initiale

Les tableaux de bord et les hooks SDK s’améliorent, mais ne remplacent pas encore totalement des suites APM ou BPM matures. Attendez-vous à combiner la télémétrie produit avec votre propre suivi des processus et du ROI lorsque c’est nécessaire.

Sécurité et prompt injection

Les agents avec accès en écriture héritent d’un risque de prompt injection et de mauvaise exécution. Les protections produit aident ; elles ne remplacent pas un périmètre réduit, des validations et une revue périodique de ce que les agents sont autorisés à faire.

Gestion des coûts à grande échelle

Une fois que les règles d’usage basées sur la consommation de l’ère mai 2026 s’appliquent, les longues exécutions quotidiennes sur de grandes bibliothèques peuvent vite coûter cher. Établissez une base sur quelques workflows réels (fréquence, fichiers, appels d’outils) avant de standardiser à l’échelle de l’organisation.

Feuille de route : ce qui arrive

OpenAI et les analyses du secteur ont mentionné des éléments tels que :

• Des déclencheurs basés sur des événements (signaux tiers ou internes, pas seulement des horloges)
• Des analyses d’exécution et de coût plus riches
• Des actions d’écriture plus larges lorsque le produit et les politiques le permettent
• Un contexte partagé de type Projects plus serré
• Des primitives de garde-fous et d’observabilité plus fortes dans l’Agents SDK

Stratégiquement, cela s’inscrit dans la même conversation sur la couche d’exécution que l’RPA, les outils de gestion du travail et d’autres solutions qui veulent prendre en charge le faire plutôt que seulement le stocker.

Conclusion

Les OpenAI workspace agents constituent une avancée sérieuse, passant du Q&A dans le chat à l’exécution de travaux récurrents : configuration partagée, outils et skills, mémoire par utilisateur et options de gouvernance pensées pour de vraies organisations, le tout dans l’interface ChatGPT (et Slack) pour laquelle de nombreuses équipes paient déjà.

Un premier projet pragmatique consiste à choisir un workflow ciblé et à forte valeur — préparation, triage ou reporting planifié — où le gain de temps est visible et le rayon d’impact limité. Élargissez ensuite le périmètre une fois que vous disposez de données d’usage, de coût et de support.

🚀 COMMENCEZ AVEC EIGENT Téléchargement gratuit, entièrement open source, et opérationnel en moins de 10 minutes. eigent.ai

Questions fréquemment posées

Quels plans incluent les OpenAI workspace agents ? Dans le cadre actuel de la research preview, ils sont disponibles pour ChatGPT Business, Enterprise, Edu et Teachers ; ils ne sont pas inclus dans Free ni Pro/Plus dans ce même cadre.

Les workspace agents sont-ils gratuits à utiliser ? Oui pendant la research preview ; la facturation basée sur des crédits doit commencer après le 6 mai 2026, selon un modèle de type Codex, où les exécutions plus lourdes consomment davantage.

En quoi les workspace agents diffèrent-ils des custom GPTs ? Les custom GPTs sont des assistants plus légers, pensés d’abord pour les créateurs. Les workspace agents sont partagés, persistants et planifiables, avec des capacités pour les équipes et les administrateurs adaptées à un usage de production.

Les workspace agents peuvent-ils fonctionner sans déclenchement humain ? Oui. Des planifications peuvent lancer des exécutions à intervalle régulier même lorsque personne n’est dans ChatGPT.

Quels connecteurs sont disponibles pour les workspace agents ? L’ensemble habituel comprend Google Calendar, Gmail, SharePoint, Slack, Drive, Salesforce, Notion, Atlassian, sous réserve de l’activation par l’administrateur ; les outils personnalisés passent par le SDK.

Les données métier issues des sessions d’agent sont-elles utilisées pour l’entraînement ? Sur Business, Enterprise et Edu, l’entraînement sur votre contenu est désactivé par défaut selon la documentation de ces offres — alignez-vous sur votre contrat et votre DPA.

Comment les workspace agents gèrent-ils la sécurité et la gouvernance ? RBAC pour déterminer qui peut créer et exécuter, limites par connecteur, listes de blocage et confirmations, ainsi qu’un travail produit orienté abus et injection — le tout superposé à vos propres politiques et cycles de revue.