Presence ajoute une couche opérationnelle autour de l’agent
Le produit associe les capacités d’un modèle à un travail défini, des connexions métier, des règles, des tests et une exploitation continue.
Dans une démonstration, la qualité se juge souvent sur une conversation réussie. En production, le résultat dépend aussi de l’identité du demandeur, de l’état d’un dossier, de la politique applicable, de la disponibilité des systèmes et du droit d’exécuter une action. Presence rassemble ces contraintes autour d’un agent spécialisé. L’entreprise choisit son contexte, les outils accessibles et les décisions qui restent humaines.
OpenAI cite des workflows de facturation, de déclaration d’assurance et de support informatique interne. Ces exemples partagent une structure : une demande arrive, l’agent rassemble des informations, suit une procédure, utilise éventuellement un système et doit reconnaître les exceptions. Le produit est donc moins pertinent pour une mission vague que pour un processus fréquent, documenté et mesurable.
Cette couche opérationnelle change la responsabilité du projet. La question n’est plus seulement de sélectionner un modèle ou de rédiger un prompt, mais d’expliciter une politique que des équipes humaines appliquent parfois de manière implicite. Les contradictions, tolérances et dérogations deviennent visibles. Le déploiement d’un agent révèle ainsi la maturité du processus autant que celle de la technologie.
Voix et chat : deux expériences, une même gouvernance
Presence prend en charge des conversations en temps réel sur plusieurs canaux, tandis que les politiques et les actions autorisées restent définies par workflow.
La voix ajoute des contraintes particulières : latence perceptible, interruptions, accents, bruit, confirmation orale et impossibilité de relire facilement une longue réponse. Le chat facilite la vérification d’un montant ou d’une référence, mais peut conserver les mêmes risques d’identité, de confidentialité et d’action incorrecte. Une politique commune ne dispense donc pas de tests propres à chaque canal.
Le parcours doit indiquer clairement quand l’utilisateur parle à un système automatisé, comment demander un conseiller et ce qui se passe lors du transfert. Une escalade réussie transmet le motif, les informations déjà vérifiées, les actions tentées et les éléments qui restent à décider. Sans cette continuité, l’automatisation accélère le premier contact mais dégrade la résolution globale.
Le ton doit également être gouverné. Un agent peut être concis pour une demande simple et plus explicatif lorsqu’une action a des conséquences. La marque, la langue et l’accessibilité ne sont pas des détails décoratifs : elles font partie des critères de qualité. Une évaluation vocale doit ainsi mesurer la compréhension et la fluidité, pas seulement la conformité textuelle de la réponse finale.
| Dimension | Voix | Chat |
|---|---|---|
| Compréhension | Accents, bruit, interruptions | Orthographe, contexte écrit, pièces jointes |
| Confirmation | Répétition claire avant action | Récapitulatif visible avant validation |
| Escalade | Transition immédiate et contexte transmis | Historique lisible et dossier repris |
| Mesure | Latence, interruptions, résolution | Précision, temps de réponse, résolution |
Définir la mission, les politiques et les actions
Un périmètre fiable précise ce que l’agent doit accomplir, ce qu’il peut consulter, ce qu’il peut modifier et les cas qui interrompent l’automatisation.
La mission doit produire un état observable : répondre à une question de facture, qualifier une demande ou restaurer un accès selon une procédure. Une formulation comme « améliorer le support » est trop large pour construire des tests. Il faut distinguer la compréhension, la consultation d’informations, la proposition et l’exécution. Chaque étape peut recevoir un niveau d’autorisation différent.
Les politiques et procédures opérationnelles sont ensuite traduites en règles exploitables. Elles précisent les justificatifs requis, les plafonds, les délais, les exclusions et les formulations obligatoires. Une politique ancienne ou contradictoire crée un comportement instable, même avec un excellent modèle. Le travail de préparation inclut donc la validation des sources de vérité et l’identification d’un propriétaire métier.
Les actions approuvées constituent la frontière la plus sensible. Lire un statut, créer un ticket et rembourser un paiement n’ont pas le même risque. Le principe prudent consiste à donner le minimum de droits nécessaire, à demander une confirmation avant les opérations importantes et à conserver une preuve de l’entrée, de la décision et du résultat. Les exceptions sortent du périmètre automatique.
Simuler et évaluer avant le trafic réel
Presence prévoit des simulations et des évaluations pour tester les scénarios fréquents, les cas limites, l’usage des outils et l’escalade.
Une démonstration préparée ne couvre pas les formulations inattendues, les dossiers incomplets, les systèmes indisponibles ou les tentatives de contourner une règle. Le jeu d’évaluation doit représenter cette diversité. Il associe une entrée, un contexte, un comportement attendu et un critère de réussite. Les tests doivent aussi vérifier qu’une action interdite n’est jamais exécutée.
OpenAI décrit des évaluations du résultat, du respect des politiques, de l’usage des outils et de l’escalade. Ces axes peuvent être complétés par des mesures métier : résolution correcte au premier contact, reprises humaines justifiées, temps total, erreurs récupérées et satisfaction. Le taux d’automatisation isolé encourage une mauvaise optimisation s’il masque des dossiers rouverts ou des décisions fragiles.
Le passage en production doit rester progressif. Une équipe peut commencer en observation, puis laisser l’agent proposer une réponse à un conseiller, traiter une part limitée des demandes et enfin autoriser quelques actions réversibles. Chaque étape compare la nouvelle version à une référence et dispose d’un mécanisme de retour arrière. Le volume augmente après preuve, pas avant.
Jeu minimal d’évaluation
- Demandes courantes avec résultat attendu vérifiable.
- Variantes linguistiques et formulations ambiguës.
- Données manquantes, contradictoires ou périmées.
- Système métier lent, indisponible ou renvoyant une erreur.
- Action sensible nécessitant confirmation ou approbation.
- Demande hors périmètre devant être transférée.
- Tentative d’obtenir une donnée ou une action non autorisée.
Observer la production et améliorer sous contrôle
Les historiques de sessions, d’actions et d’escalades alimentent une boucle d’analyse, de proposition, de test et de déploiement contrôlé.
La page officielle présente une boucle d’amélioration assistée par Codex. Des signaux observés en production peuvent conduire à une enquête puis à une proposition de modification. Cette automatisation ne signifie pas qu’un agent change seul sa politique. Les équipes évaluent la proposition, la comparent à la version active et l’approuvent avant une mise en service contrôlée.
La qualité d’un signal dépend de la traçabilité. Il faut relier une conversation à la version de la politique, au contexte disponible, aux outils appelés et au résultat de l’action. Un transfert humain n’est pas nécessairement un échec : il peut prouver que le garde-fou fonctionne. Inversement, une conversation terminée sans escalade peut masquer une mauvaise résolution.
L’exploitation demande des responsabilités explicites. Le métier valide les règles, l’équipe technique contrôle les intégrations, la sécurité examine les permissions et l’équipe de service analyse les effets sur les utilisateurs. Une cadence de revue évite que les cas rares s’accumulent jusqu’à devenir une dette opérationnelle. L’amélioration continue reste une discipline d’équipe.
Une disponibilité générale encore limitée
Au 30 juillet 2026, Presence est annoncé en disponibilité générale limitée pour des entreprises éligibles et n’est pas proposé en libre-service.
OpenAI indique conduire les déploiements avec ses Forward Deployed Engineers et certains intégrateurs de systèmes sélectionnés. Cette modalité confirme que la préparation des données, des politiques, des connexions et des évaluations fait partie du produit. Elle implique aussi un cycle d’adoption plus proche d’un programme de transformation que d’un abonnement activé par une seule équipe.
La page d’aide précise que les modèles exacts, les canaux, les traitements de données, la tarification et les engagements de service peuvent varier selon le déploiement. Il serait donc trompeur d’annoncer un prix universel, une région d’hébergement ou une fonctionnalité contractuelle sans document propre au client. La disponibilité commerciale ne remplace pas la lecture des conditions.
Pour une organisation française ou européenne, l’éligibilité et les modalités doivent être confirmées directement. L’équipe devra notamment faire examiner les catégories de données, la conservation, les sous-traitants, les transferts, l’information des personnes et les mécanismes d’exercice de leurs droits. Ces points relèvent du contrat et de l’analyse juridique de l’organisation, pas d’une déduction à partir de l’annonce.
Presence n’est pas un Workspace Agent de ChatGPT
Les deux offres peuvent mobiliser des agents, mais elles visent des expériences, des administrateurs et des modes de déploiement différents.
La documentation OpenAI distingue explicitement Presence des Workspace Agents de ChatGPT. Presence vise des expériences vocales et chat déployées dans des workflows opérationnels, avec systèmes métier, politiques et accompagnement de mise en production. Un Workspace Agent est configuré dans l’environnement ChatGPT d’une organisation pour aider ses membres dans leur travail.
Cette distinction évite de comparer uniquement les interfaces. Le choix dépend de la personne servie, du canal, du niveau d’intégration et du propriétaire du risque. Un agent interne qui prépare une synthèse n’a pas les mêmes exigences qu’un agent exposé à des clients et autorisé à modifier un dossier. Les tests, les journaux et la reprise humaine doivent suivre ce niveau de conséquence.
Une entreprise peut utiliser plusieurs formes d’agents sans chercher à les fusionner. Les assistants de travail, les agents spécialisés via API et Presence peuvent répondre à des besoins complémentaires. L’architecture doit toutefois conserver une politique commune sur l’identité, les secrets, les données, les permissions et les responsabilités.
| Critère | Presence | Workspace Agents |
|---|---|---|
| Public principal | Clients, usagers ou équipes sur un workflow | Membres d’un espace de travail ChatGPT |
| Canaux | Expériences vocales et chat déployées | Environnement ChatGPT |
| Mise en place | Déploiement géré et accompagné | Configuration administrée dans le workspace |
| Centre de gravité | Processus, actions, évaluations, exploitation | Productivité et connaissances de l’organisation |
Lire les résultats publiés avec la bonne prudence
OpenAI publie des métriques sur son propre support et présente des collaborations, sans garantir les mêmes résultats dans un autre contexte.
OpenAI indique que Presence résout 75 % des demandes entrantes de son support téléphonique anglophone sans intervention humaine. L’entreprise annonce aussi une baisse de 15 points des transferts vers des personnes en dix jours grâce à sa boucle d’amélioration. Ces chiffres décrivent un environnement, une langue, une définition de résolution et une période contrôlés par OpenAI.
Ils montrent qu’un déploiement à volume réel est possible, mais ne fournissent pas un rendement prévisionnel universel. Une organisation doit établir sa base de comparaison avant le pilote : motifs de contact, taux de résolution, temps total, recontact, satisfaction, erreurs et charge reportée vers d’autres canaux. Elle pourra alors mesurer un effet net plutôt qu’un taux spectaculaire isolé.
OpenAI mentionne également BBVA Mexico, SoftBank et IAG dans des démarches de conception ou d’exploration. Ces références éclairent la diversité des langues et des secteurs étudiés. Elles ne permettent pas d’affirmer que tous les workflows sont généralisés ni que leurs résultats sont identiques. Les verbes employés par la source officielle doivent être conservés.
Une feuille de route réaliste pour l’adoption
Le meilleur premier cas combine volume, procédure stable, données accessibles, actions limitées et résultat mesurable.
Commencez par inventorier les motifs de contact et les exceptions. Choisissez un cas utile mais réversible, dont la procédure est déjà comprise par les équipes. Définissez les sources de vérité, les droits, les résultats acceptables et les déclencheurs d’escalade. Cette phase produit un contrat opérationnel avant même la configuration de l’agent.
Construisez ensuite les tests avec les personnes qui traitent réellement les demandes. Elles connaissent les formulations, les ambiguïtés et les contournements que les documents ignorent. Connectez un nombre limité de systèmes et ouvrez les actions progressivement. Le pilote doit inclure les jours difficiles, les pics et les erreurs de données, pas seulement les cas parfaits.
Enfin, décidez à l’avance des seuils de suspension, des propriétaires d’incident et du rythme de revue. Le déploiement ne devient durable que si l’organisation peut expliquer une action, corriger une règle et reprendre le service. Presence fournit un cadre et un accompagnement ; la qualité du processus et de la gouvernance demeure une responsabilité de l’entreprise.
Décisions à prendre avant un pilote
- Choisir un workflow précis et son propriétaire métier.
- Valider les sources de vérité et les politiques applicables.
- Classer les actions par risque et limiter les permissions.
- Écrire les critères d’escalade et la reprise humaine.
- Constituer les évaluations normales, limites et adversariales.
- Définir les métriques, les seuils d’arrêt et le retour arrière.
- Confirmer les conditions contractuelles propres au déploiement.
Ce que Presence change pour les équipes digitales
Le lancement déplace la valeur de l’interface conversationnelle vers la conception du service, la gouvernance et la preuve opérationnelle.
Pour une équipe produit, le défi central devient l’orchestration de l’expérience complète : ce que l’utilisateur comprend, ce que l’agent sait, ce qu’il peut faire et comment une personne reprend la situation. Le design conversationnel, l’intégration et la mesure ne peuvent plus être conduits séparément. Ils forment un même système de confiance.
Pour la direction, Presence rend plus tangible le coût caché de l’automatisation : formaliser les procédures, maintenir les connexions, examiner les incidents et conserver des évaluations pertinentes. Ce coût peut être justifié par un meilleur service et une meilleure disponibilité, mais il doit apparaître dans le modèle économique. Le nombre de conversations automatisées n’est pas une mesure suffisante.
La bonne lecture de l’annonce est donc mesurée. OpenAI propose une voie structurée pour des agents vocaux et chat en production, appuyée par ses propres opérations et un accompagnement dédié. Le produit ne supprime ni les exceptions ni la responsabilité humaine. Il fournit un cadre pour les rendre observables, testables et améliorables.
Questions fréquentes
Presence est un produit géré destiné aux entreprises pour déployer des agents vocaux et chat sur des workflows définis, avec systèmes métier, actions approuvées, politiques, évaluations et escalade humaine.
Non. Au 30 juillet 2026, OpenAI le propose en disponibilité générale limitée à des entreprises éligibles, avec des déploiements accompagnés.
L’annonce ne fournit pas une disponibilité universelle par pays. Une entreprise française doit confirmer son éligibilité et les conditions de données, de service et de contrat directement avec OpenAI.
Le produit prévoit explicitement des règles d’escalade et une reprise humaine. L’entreprise détermine les cas automatisés, ceux qui demandent une approbation et ceux qui doivent être transférés.
OpenAI présente Codex comme un outil d’enquête et de proposition d’améliorations à partir de signaux de production. Les équipes testent et approuvent ces changements avant leur déploiement.
Non. OpenAI les distingue : Presence vise des expériences opérationnelles vocales et chat déployées, tandis que les Workspace Agents aident les membres d’un espace ChatGPT.
Conclusion
OpenAI Presence apporte une réponse structurée au dernier kilomètre des agents d’entreprise : connecter un modèle à un travail précis, limiter ses droits, tester son comportement, observer ses actions et organiser la reprise humaine. La nouveauté tient moins à la conversation qu’à l’ensemble opérationnel qui l’entoure.
En juillet 2026, le produit reste réservé à des déploiements accompagnés et ses paramètres exacts dépendent du contrat. Une adoption responsable commence donc par un processus clair, des données maîtrisées, des actions peu risquées et des évaluations exigeantes. La preuve doit être construite dans le contexte réel de l’organisation, canal par canal et workflow par workflow.
