GPT-6 Astra et l'« ère de l'AGI » : un retour à la réalité pour les marketeurs

Tous les deux ou trois ans, un laboratoire prononce le mot. Le 3 septembre, OpenAI a lancé GPT-6 Astra, et son président Greg Brockman a déclaré aux journalistes qu'il n'est « pas déraisonnable de penser que nous sommes désormais entrés dans l'ère de l'AGI ». Je suis chercheur et fondateur, je tiens donc deux idées à la fois : c'est un système réellement performant, et « AGI » est une affirmation, pas une mesure.

Ce qui s'est passé

Selon Fox Business, OpenAI a d'abord proposé Astra aux entreprises clientes disposant d'un accès anticipé, les utilisateurs de ChatGPT Plus, Pro, Business et Enterprise, l'API et Amazon Web Services devant suivre dans les jours suivants. OpenAI affirme que le modèle est à l'état de l'art en utilisation d'ordinateur, navigation web, génie logiciel, cybersécurité et sciences, et qu'il peut accomplir des tâches informatiques courantes comme remplir des formulaires en ligne, mettre à jour des fiches clients, organiser des agendas et faire des recherches, ainsi que créer des documents, des tableurs et des présentations.

Sam Altman l'a qualifié de « modèle le plus aligné jamais conçu » par l'entreprise. OpenAI a également indiqué qu'Astra représente un saut important en matière de capacités cyber et atteint le seuil « Critical » de son Preparedness Framework. L'article cite la définition de l'AGI d'OpenAI : « des systèmes hautement autonomes qui surpassent les humains dans la plupart des travaux à valeur économique ». Il ne cite aucun score de benchmark précis.

Pourquoi c'est important

Si l'on fait abstraction de l'étiquette, le changement concret est clair. Les capacités que met en avant OpenAI ne consistent pas à écrire de meilleures phrases. Elles consistent à accomplir du travail dans des logiciels : remplir des formulaires, mettre à jour des fiches, naviguer dans des navigateurs et des tableurs. C'est le quotidien des opérations marketing. Paramétrage de campagnes, reporting, hygiène du CRM, veille concurrentielle, gestion des flux. Un modèle doué pour l'utilisation d'ordinateur s'attaque aux heures, pas seulement aux mots.

C'est aussi pourquoi le cadrage AGI appelle à la prudence. La définition d'OpenAI parle de surpasser les humains dans « la plupart des travaux à valeur économique ». Que cela soit vrai pour votre équipe est une question empirique que vous pouvez tester, et la réponse variera selon les tâches. Un modèle peut exceller dans l'assemblage d'un rapport de performance et rester faible lorsqu'il s'agit de décider quelle idée créative fera bouger une audience sceptique à Jakarta.

Ce que disent mes recherches

J'ai écrit dans Forbes sur la question de savoir si les machines remplaceront la créativité humaine et sur la manière de combler l'écart entre le marketing et les systèmes d'IA. Ma position constante est que l'écart tient rarement à l'intelligence brute. Il tient à l'ancrage : le système connaît-il votre audience, vos données et vos contraintes, et peut-il montrer son raisonnement ?

C'est ce que visent nos recherches. Dans MindFuse (ACM Multimedia 2025), nous avons construit une IA générative explicable qui combine le scoring du taux de clics des créations et les LLM pour co-construire une stratégie marketing à partir de données publicitaires réelles. Dans Fusing Predictive and Large Language Models for Actionable Recommendations in Creative Marketing (ACM TOIS 2025), nous avons associé la prédiction de performance aux LLM afin que la recommandation soit accompagnée d'une justification. C'est la justification qui compte. Un modèle généraliste plus puissant améliore le langage et accélère les actions. Il ne vous dit pas à lui seul pourquoi une annonce l'emportera sur une autre auprès d'une audience précise. Cela exige toujours une mesure à l'aune des résultats réels.

Mon retour à la réalité n'est donc pas « Astra est surestimé ». C'est « Astra est un moteur plus puissant ; vos preuves et vos explications restent votre travail ».

Ce que les responsables marketing doivent faire dès maintenant

• Choisissez trois workflows opérationnels chronophages, comme le reporting hebdomadaire, le paramétrage de campagnes ou les mises à jour du CRM, et testez-les en pilote avec un modèle d'utilisation d'ordinateur, sous supervision.
• Mesurez par rapport à une référence. Temps gagné, taux d'erreur et fréquence à laquelle un humain a dû intervenir. « C'était plus rapide, me semble-t-il » n'est pas un résultat.
• Séparez l'exécution du jugement. Laissez les agents exécuter des étapes bien définies ; gardez les décisions créatives et stratégiques liées à des données que vous pouvez expliquer.
• Faites attention aux autorisations. Un modèle capable de mettre à jour des fiches clients peut aussi mettre à jour les mauvaises. Accordez aux agents l'accès le plus restreint possible et journalisez chaque action.
• Ignorez l'étiquette lors des achats. Demandez aux fournisseurs des preuves au niveau des tâches, sur un travail similaire au vôtre, pas des adjectifs.

Que ce soit ou non l'« ère de l'AGI », c'est clairement l'ère où l'IA prend en charge les opérations. Les équipes qui bâtiront autour de cela des workflows soignés et mesurés en récolteront les gains. Celles qui achètent un mot recevront une facture.

FAQ