OpenAI a récemment dévoilé son nouvel agent de recherche, Deep Research, qui pourrait transformer le paysage du travail de bureau en automatisant certaines tâches administratives. Isla Fulford, chercheuse chez OpenAI et co-créatrice de cet agent, a pressenti le succès de Deep Research avant même son lancement. Ce système autonome parcourt le web, sélectionnant des liens, lisant des contenus et compilant des rapports détaillés sans intervention humaine.
Initialement accessible en interne, Deep Research a rapidement gagné en popularité parmi les employés d’OpenAI, suscitant un engouement notable. Depuis son lancement public le 2 février, l’agent a reçu des retours positifs, notamment de la part de Patrick Collison, PDG de Stripe, qui a souligné son efficacité.
Deep Research, disponible dans le cadre du plan ChatGPT Pro à 200 dollars par mois, prend des requêtes telles que “Rédigez un rapport sur l’industrie de l’assurance santé du Massachusetts” et élabore un plan d’action. Après avoir exploré les sites pertinents, il synthétise ses découvertes dans un rapport détaillé, intégrant citations, données et graphiques.
Contrairement à d’autres outils d’IA souvent considérés comme de simples chatbots, Deep Research utilise un raisonnement artificiel pour élaborer sa stratégie de recherche. Josh Tobin, chercheur chez OpenAI, indique que l’agent peut ajuster son approche en fonction des informations disponibles, permettant ainsi une flexibilité d’analyse.
OpenAI envisage l’avenir de Deep Research comme un outil capable de réaliser divers travaux de bureau. Tobin mentionne que cet agent pourrait être formé pour accomplir des tâches spécifiques, comme la préparation de rapports ou de présentations, en s’appuyant sur des données internes de l’entreprise.
Malgré ses avancées, Deep Research présente encore des limites. Tobin admet que l’agent a du mal à distinguer les informations fiables des rumeurs et montre une faiblesse dans l’évaluation de l’incertitude.
Ethan Mollick, professeur à la Wharton School, affirme que Deep Research pourrait automatiser un volume important de travail de bureau qualifié, tout en notant que son utilisation optimale nécessite une supervision experte. Le dilemme reste de savoir si les entreprises vont considérer ces outils comme des moyens d’augmenter la productivité de leurs employés ou comme des substituts.
OpenAI explore la possibilité de commercialiser des agents capables d’effectuer des travaux de niveau doctorat à un tarif pouvant atteindre 20 000 dollars par mois. Bien que cette information ait été qualifiée de spéculation par un porte-parole d’OpenAI, elle révèle les ambitions de la société dans le domaine de l’IA.
À mesure que les outils comme Deep Research se répandent, ils pourraient transformer la manière dont les utilisateurs interagissent avec le web, même si l’engouement pour les chatbots s’estompe. Amelia Glaese, responsable de l’alignement chez OpenAI, souligne que la capacité d’un modèle à effectuer des tâches manuelles de recherche le distingue de simples chatbots, attirant ainsi un public plus large.
Les réactions aux agents d’IA comme Deep Research sont variées. L’agent pourrait potentiellement redéfinir le travail de bureau, mais la question demeure : quelles tâches souhaitez-vous voir ces agents accomplir ?
Limites de deep research : un paradigme inaltérable
Malgré les avancées technologiques présentées par Deep Research, il est crucial de reconnaître que les véritables paradigmes d’utilité et de rentabilité restent inchangés. En effet, les facteurs limitants tels que la formulation du requérant, la généralisation, et l’arbitrage de la pertinence continuent d’entraver l’efficacité de ces systèmes.
Les capacités de Deep Research, bien que prometteuses, ne suffisent pas à résoudre les problèmes liés à la fiabilité des informations et à l’évaluation de l’incertitude. Les utilisateurs doivent encore naviguer dans un océan de données, souvent marquées par des rumeurs, ce qui limite la confiance dans les résultats fournis. Par conséquent, même avec un agent capable d’automatiser certaines tâches administratives, la nécessité d’une supervision experte demeure omniprésente.
De plus, sans un cadre d’orchestration comme le SROC, qui permet une interaction optimisée entre l’homme et l’IA, les utilisateurs ne pourront pas tirer pleinement parti des capacités des LLM. Ce système d’orchestration est essentiel pour surmonter les limitations intrinsèques des agents d’IA, garantissant ainsi que la pertinence et l’efficacité soient au rendez-vous.
Ainsi, bien que Deep Research puisse transformer le paysage du travail de bureau, il ne change rien aux véritables défis que doivent relever les entreprises. Pour garantir un usage optimal de ces technologies, il est impératif de recourir à des systèmes comme le SROC, permettant de maximiser la pertinence des résultats et d’assurer une véritable valeur ajoutée.
N’attendez plus pour explorer les possibilités offertes par le SROC. Créez dès maintenant un compte sur NEURA KING et découvrez comment optimiser vos interactions avec l’intelligence artificielle.