GPT-6 Astra : l'IA qui pilote tes logiciels marketing

GPT-6 Astra lance le computer use : l'IA pilote tes outils directement, sans API. Ce que ça change pour tes workflows, ta stack et ton rôle de marketeur.

L'essentiel

GPT-6 Astra, lancé le 3 septembre 2026 par OpenAI, pilote directement les interfaces logicielles sans intégration API : il remplit des formulaires, navigue dans un CRM, extrait des données et exporte des rapports.

Sur OSWorld 2.0, il réussit 72,6 % des tâches informatiques en 40 minutes en moyenne, contre 65,7 % en 75 minutes pour son prédécesseur GPT-5.6 Sol, soit 47 % plus rapide.

L'accès est disponible sur ChatGPT Plus, Pro, Business, Enterprise et via l'API (10 $ / million de tokens en entrée) ; la version gratuite n'est pas incluse.

Le 3 septembre 2026, OpenAI a lancé GPT-6 Astra. Greg Brockman, président de l'entreprise, a prononcé une phrase qui a traversé toutes les rédactions tech : "Welcome to the AGI era." Sam Altman, lui, avait posé le cadre dès juillet : "We are now, like, in the singularity."

Tu peux trouver ces formules excessives. Les benchmarks sont moins faciles à écarter.

Mais la nouveauté qui change quelque chose pour les équipes marketing n'est pas dans le score ARC-AGI-3 (99,9 % sur le harness avancé). Elle se trouve dans un concept qu'OpenAI appelle le computer use : la capacité du modèle à piloter directement des interfaces logicielles, sans intégration API, sans webhook, sans Zapier entre deux outils.

C'est une rupture avec tout ce que l'automatisation marketing a produit depuis trois ans. Et elle mérite qu'on regarde ce qu'elle change, au-delà des benchmarks.

Comment fonctionne le computer use

Jusqu'ici, intégrer une IA dans un workflow marketing supposait une couche d'intégration : une API, un connecteur, un script qui fait parler deux systèmes entre eux. Il fallait que chaque outil soit "compatible" pour qu'il devienne utilisable par l'IA.

Avec GPT-6 Astra, le modèle pilote l'interface comme le ferait un opérateur humain : il voit l'écran, il clique, il saisit, il navigue. D'après MarketScale, le positionnement d'OpenAI est explicite : "skip integrations and run the software UI itself."

Les cas d'usage confirmés au lancement couvrent : remplir des formulaires, mettre à jour un CRM, naviguer sur le web, analyser des données dans un tableau de bord, exporter des rapports. Ce sont des tâches que chaque équipe marketing répète des dizaines de fois par semaine.

Sur le benchmark OSWorld 2.0, qui évalue la capacité des modèles à accomplir des tâches informatiques réelles sur des interfaces graphiques, GPT-6 Astra atteint 72,6 % à environ 40 minutes par tâche, contre 65,7 % à 75 minutes pour GPT-5.6 Sol. Soit 47 % plus rapide sur l'ensemble des tâches testées.

Ce n'est pas un score parfait. 72,6 % signifie aussi que 27,4 % des tâches échouent ou restent incomplètes sur des cas génériques. Mais c'est un premier seuil opérationnel sur un type d'automatisation qui était jusqu'ici réservé aux ingénieurs.

Trois choses qui changent pour ta stack marketing

Les outils sans API deviennent accessibles à l'IA

Le premier impact est structural. Dans ta stack marketing, il y a probablement des outils que tu n'as jamais pu connecter à l'IA parce qu'ils n'exposent pas d'API propre, ou parce que l'intégration coûtait trop cher pour le bénéfice attendu : un vieux CRM, un ERP interne, un outil de reporting propriétaire issu de ta plateforme publicitaire.

Le computer use contourne ce problème. L'agent interagit avec l'interface exactement comme toi. Il n'a pas besoin que le logiciel soit "IA-ready."

C'est plus significatif que la plupart des annonces d'intégrations "native AI" de 2024-2025 : au lieu d'attendre que chaque éditeur ajoute sa propre couche IA, tu peux piloter l'existant tel quel.

La saisie et le reporting passent dans la colonne "délégable"

Les équipes marketing consacrent une part non négligeable de leur semaine à des tâches de consolidation : exporter des données de campagnes, remplir des tableaux de suivi, mettre à jour des fiches dans le CRM après une série d'appels, rapprocher des chiffres entre plateformes.

Avec GPT-6 Astra, ces tâches entrent dans la catégorie des tâches délégables à un agent, sans développement préalable. Tu décris la tâche, l'agent navigue dans tes outils et l'exécute. DataCamp confirme que les cas d'usage validés au lancement couvrent explicitement la mise à jour CRM, l'analyse de données et l'export de rapports.

La question pour ton équipe n'est plus "comment automatiser ça ?" mais "sur quoi va-t-on réaffecter le temps libéré ?"

Le profil du marketeur utile se précise encore

Ce n'est pas la première fois qu'on aborde ce déplacement dans ces colonnes. Mais le computer use accélère un mouvement déjà documenté : les agents IA en marketing ne remplacent pas les stratèges, ils remplacent les opérateurs répétitifs.

Ce qui change avec GPT-6 Astra, c'est la surface couverte par les agents. Jusqu'ici, l'automatisation touchait surtout le contenu (rédaction, variation de textes, traduction) et les workflows bien définis (séquences email, nurturing automatique). Le computer use étend ça à toutes les tâches qui passaient par une interface graphique : navigation, saisie, extraction, recherche dans des outils propriétaires.

Le marketeur qui reste pertinent en 2027 n'est plus celui qui exécute ces tâches rapidement. C'est celui qui sait définir les tâches à déléguer, vérifier le travail de l'agent, et concentrer son attention sur ce qu'un agent ne peut pas produire : la stratégie, la relation client, le jugement créatif sur une exception.

Ce que ça coûte et qui y a accès

GPT-6 Astra est disponible sur ChatGPT Plus, Pro, Business, Enterprise, via l'API OpenAI et AWS Bedrock. La tarification API est fixée à 10 $ par million de tokens en entrée et 50 $ par million en sortie. La version gratuite de ChatGPT n'y donne pas accès.

Pour une équipe qui envisage d'automatiser des tâches répétitives via l'API (reporting, saisie CRM, recherche web), la question du budget mérite d'être posée en amont. Si tu veux un référentiel pour cadrer l'enveloppe globale, le détail des coûts d'une stack IA marketing poste par poste donne un point de comparaison utile.

Le modèle a été entraîné sur plus de 100 000 GPU au data center Stargate d'Abilene, Texas. Stargate est un projet à 500 milliards de dollars cofinancé par OpenAI, Oracle et SoftBank. Ce n'est pas un détail anecdotique pour les équipes marketing : l'infrastructure sous-jacente explique en partie pourquoi le modèle est 47 % plus rapide sur les tâches informatiques que son prédécesseur, et pourquoi les délais de réponse en computer use restent dans des fenêtres exploitables opérationnellement.

Les limites à garder en tête

72,6 % sur OSWorld 2.0, c'est le meilleur score publié à ce jour sur ce type de benchmark. C'est aussi 27,4 % de tâches incomplètes ou échouées sur des cas génériques.

Le computer use fonctionne bien sur des tâches répétitives, structurées, et dont les règles sont explicites. Il fonctionne moins bien sur des tâches qui requièrent un contexte métier implicite, un jugement sur une exception, ou une décision stratégique non spécifiée dans les instructions.

La note de compte rendu d'un appel commercial avec un client en situation de crise, la décision d'ajuster une enchère publicitaire en fonction d'un signal marché inhabituel, la reformulation d'un message sensible en tenant compte de la relation historique avec un prospect : ces tâches restent hors de portée d'un agent, même avec GPT-6 Astra.

Autre point pratique : la supervision reste nécessaire, au moins dans un premier temps. Un agent qui navigue dans ton CRM en production peut faire des erreurs qui coûtent du temps à corriger. La bonne pratique est de commencer par des tâches en lecture ou sur des données de test, avant d'ouvrir des droits d'écriture.

Par où commencer sans tout réorganiser

Le computer use est disponible dans les offres payantes ChatGPT et via l'API dès maintenant. Voici une entrée progressive pour les équipes marketing :

Identifie une tâche de saisie ou d'extraction répétitive que ton équipe fait chaque semaine : consolidation de metrics de campagnes dans un fichier de suivi, mise à jour d'un CRM après une liste de leads entrants, export de données depuis ta plateforme publicitaire.
Décris la tâche en détail avant de la confier à l'agent : quel outil, quelles étapes, quels critères indiquent que c'est réussi. Plus la description est précise, plus le taux de réussite est élevé sur tes cas d'usage spécifiques.
Supervise la première exécution et documente les points d'échec. Les 72,6 % d'OSWorld 2.0 sont mesurés sur des tâches génériques ; ton taux sur des workflows propriétaires sera différent et demande à être étalonné.
Itère sur les instructions comme tu le ferais pour un nouveau collaborateur : ajoute les règles d'exception, les sources à consulter en priorité, les cas particuliers à escalader.

La courbe d'apprentissage n'est pas tant sur le modèle que sur la façon de décrire les tâches. C'est exactement le type de compétence que couvre la masterclass AI-CMO : apprendre à piloter les agents IA sur tes workflows marketing en production, pas seulement à générer du contenu. Disponible sur ai-cmo.fr/masterclass-ai-cmo-1org?el=gazette.

FAQ

Qu'est-ce que le computer use de GPT-6 Astra ?

Le computer use est la capacité de GPT-6 Astra à piloter des interfaces logicielles sans intégration API : il clique, remplit des formulaires, navigue dans un CRM, extrait des données depuis un tableau de bord, exporte des rapports. D'après MarketScale, l'objectif affiché par OpenAI est de court-circuiter la couche d'intégration entre les outils : le modèle opère l'interface comme un utilisateur humain.

GPT-6 Astra est-il accessible sans abonnement payant ?

Non. Au lancement du 3 septembre 2026, GPT-6 Astra est disponible sur ChatGPT Plus, Pro, Business, Enterprise, et via l'API OpenAI (10 $ par million de tokens en entrée, 50 $ en sortie). DataCamp confirme que la version gratuite de ChatGPT ne donne pas accès au modèle.

Quels sont les résultats du benchmark OSWorld 2.0 pour GPT-6 Astra ?

GPT-6 Astra atteint 72,6 % de tâches réussies sur OSWorld 2.0, en environ 40 minutes par tâche. Son prédécesseur GPT-5.6 Sol plafonnait à 65,7 % en 75 minutes. Cela représente 47 % de gain sur la vitesse d'exécution des tâches informatiques, selon DataCamp et MarketScale. Sur des tâches génériques : 27,4 % restent incomplètes ou échouées.

Le computer use va-t-il remplacer des postes marketing ?

Il déplace des tâches, pas des rôles. Les tâches de saisie, d'extraction et de navigation dans des outils peuvent être déléguées à un agent. Ce qui reste hors de portée : le jugement stratégique, la relation client, les décisions sur des exceptions non spécifiées. Le profil qui monte en valeur est celui qui sait superviser et orienter l'agent sur les tâches du quotidien, pas celui qui exécute les tâches répétitives que l'agent couvre désormais.