ChatGPT Voice gère désormais les e-mails, Slack et l'agenda

OpenAI a déployé une mise à jour d'envergure pour ChatGPT Voice sur l'ensemble des plateformes prises en charge par l'entreprise. Cette mise à niveau logicielle réunit au sein d'une seule et même interface le contrôle vocal, la saisie textuelle traditionnelle ainsi que l'exécution de flux de travail agentiques avancés. Les nouvelles fonctionnalités sont d'ores et déjà accessibles aux utilisateurs au travers des applications mobiles, de l'interface pour navigateurs web ainsi que du logiciel de bureau dédié, avec pour ambition de transformer les échanges oraux avec l'intelligence artificielle en interactions nettement plus naturelles, fluides et fonctionnelles au quotidien.

D'après les informations communiquées directement par OpenAI sur son compte officiel hébergé sur la plateforme X, ChatGPT Voice est désormais propulsé par une nouvelle génération de modèles d'intelligence artificielle, à savoir GPT-6 Astra, Sol et Luna. Alors que la variante Astra était déjà mise à contribution depuis plusieurs semaines sur certains aspects du service, les modèles complémentaires Sol et Luna ont quant à eux reçu leur déploiement officiel seulement hier. Grâce à l'incorporation conjointe de ces différents modèles dans l'infrastructure de traitement, les utilisateurs bénéficient lors de leurs échanges vocaux d'une puissance de calcul considérablement accrue ainsi que de capacités de raisonnement logique de niveau supérieur lorsqu'ils posent des questions complexes ou formulent des consignes de travail élaborées.

Accès direct aux e-mails, aux rendez-vous et aux messages Slack

L'une des évolutions les plus marquantes de cette annonce réside dans l'intégration approfondie des extensions logicielles et plugins externes. Jusqu'à présent, l'une des contraintes les plus pénalisantes du mode vocal tenait au fait que ChatGPT demeurait incapable d'interagir avec des services tiers tels que les messageries électroniques, les calendriers personnels ou encore la plateforme collaborative Slack lorsqu'un dialogue oral était en cours d'exécution. Pour recourir à ces fonctionnalités connectées, les utilisateurs devaient obligatoirement interrompre l'échange audio et basculer vers l'interface textuelle classique. OpenAI a désormais supprimé ce cloisonnement technique, permettant à l'ensemble des interactions avec les outils logiciels externes de s'effectuer intégralement et de façon transparente au cœur même de la conversation vocale.

Dans une séquence vidéo de démonstration publiée en marge de cette annonce, l'entreprise californienne a illustré divers scénarios pratiques de la vie quotidienne ainsi que des processus de travail productifs que l'assistant vocal est désormais en mesure de mener à bien de manière autonome, sans exiger la moindre manipulation manuelle. Parmi les fonctionnalités vocales officiellement présentées et prises en charge par le système figurent notamment :

• La recherche approfondie, la consultation et la gestion planifiée des rendez-vous inscrits dans l'agenda personnel
• La rédaction complète, la mise en forme typographique et l'envoi immédiat de courriers électroniques
• La synthèse synthétique des fils de discussion et des historiques de conversation sur la messagerie professionnelle Slack
• La détection proactive et l'initiation de la procédure d'annulation de débits financiers en double au sein d'applications bancaires
• La conception et la publication intégrale d'un site web fonctionnel doté d'une page de paiement opérationnelle
• L'exécution d'achats en ligne automatisés ainsi que la consultation en temps réel des données météorologiques locales

ChatGPT Work intègre la création de documents à l'expérience vocale

Au-delà de la prise en charge des tâches d'assistance courantes, cette importante mise à jour incorpore également le dispositif « ChatGPT Work » au sein de la même interface utilisateur. Ce système agentique mis au point par OpenAI a été spécifiquement conçu dans le but de prendre en charge des directives de travail plus exigeantes, polyvalentes et multidimensionnelles. Les utilisateurs peuvent à présent dicter directement des instructions orales afin de générer des documents textuels structurés, concevoir des présentations visuelles complètes ou élaborer des feuilles de calcul chiffrées, aussi bien depuis leur navigateur web que sur leurs terminaux mobiles connectés. Plusieurs observateurs du secteur technologique estiment que cette avancée rapproche ces fonctionnalités des capacités avancées offertes par Codex sur les environnements de bureau, avec le bénéfice supplémentaire d'une disponibilité multiplateforme immédiate.

De GPT-Live-1 à la vision d'un assistant universel du quotidien

Le socle technologique de ces capacités vocales étendues avait été posé il y a quelques mois par OpenAI lors de la présentation officielle de GPT-Live-1. Ce modèle novateur a supplanté l'ancien schéma séquentiel en trois étapes distinctes, qui associait une transcription de la voix vers le texte, une génération séparée de la réponse par le modèle linguistique, puis une synthèse vocale finale pour restituer le message à l'utilisateur. À l'inverse, cette nouvelle architecture technique autorise le traitement simultané de la parole et de l'écoute. L'assistant dispose désormais de la capacité d'observer des silences opportuns pendant la conversation, d'assimiler continuellement les éléments contextuels de l'échange et de réagir avec une grande fluidité dès que la situation l'exige.

GPT-Live-1 a permis de mener des conversations continues d'une durée allant jusqu'à 40 minutes avec l'intelligence artificielle.

Pour OpenAI et son directeur général Sam Altman, ce déploiement marque une étape significative de plus vers l'avènement d'un assistant d'intelligence artificielle omniprésent dans la vie quotidienne des utilisateurs. Lors du lancement de la première déclinaison vocale en 2024, Sam Altman avait explicitement cité comme référence cinématographique le film de science-fiction « Her » réalisé par Spike Jonze. Selon la feuille de route partagée par OpenAI, l'interaction vocale a vocation à s'imposer à moyen terme comme le canal d'interface prédominant pour l'exécution des tâches les plus complexes et des sessions de travail prolongées au sein de ChatGPT.

Ce que cela change pour la pratique opérationnelle des organisations

Pour les entreprises, les institutions et les organisations professionnelles, l'arrivée d'un pilotage vocal direct sur les boîtes de réception, les agendas partagés et les canaux collaboratifs Slack modifie concrètement l'organisation du travail quotidien. Les activités courantes telles que la vérification rapide des flux d'information entrants, la programmation de réunions d'équipe ou la préparation de documents de travail peuvent désormais être coordonnées en mode mains libres, que les collaborateurs soient en déplacement ou occupés à d'autres tâches en parallèle. Cette continuité d'interaction limite de façon notable les frictions et les pertes de temps associées aux allers-retours constants entre des logiciels métiers distincts.

Toutefois, cette imbrication étroite avec des outils critiques pour l'entreprise, tels que Slack ou les systèmes financiers, implique une vigilance accrue quant à l'attribution et au suivi des autorisations d'accès accordées aux assistants. Étant donné que les requêtes vocales peuvent désormais déclencher immédiatement des actions réelles irréversibles, comme l'envoi de messages à des tiers ou la réalisation de transactions, les structures professionnelles doivent impérativement adapter leurs procédures internes pour appréhender ces ordres oraux comme de véritables commandes opérationnelles agissant directement sur leur réseau d'entreprise.