OpenAI Presence : même OpenAI ne vend plus ses agents IA en libre-service — ce que ça change pour votre PME

Le 22 juillet 2026, OpenAI a lancé Presence, sa plateforme d’agents IA vocaux et conversationnels pour l’entreprise — support client, ventes, workflows internes sensibles. Le détail qui retient l’attention n’est pas la technologie elle-même : contrairement à ChatGPT Enterprise, Presence n’est pas disponible en libre-service. Chaque déploiement est mené par les Forward Deployed Engineers d’OpenAI ou par des intégrateurs sélectionnés, qui définissent avec le client le périmètre d’accès aux systèmes internes (CRM, ERP), les règles d’escalade vers un humain, et une boucle d’amélioration continue pilotée par Codex. Trois premiers clients sont cités : BBVA (support vocal bancaire au Mexique), SoftBank (conversations en japonais) et l’assureur IAG (réponse aux pics de demandes lors d’événements climatiques).

Le chiffre qui justifie l’accompagnement

OpenAI fait tourner sur Presence sa propre ligne de support anglophone, qui résout 75 % des appels entrants sans intervention humaine — et la boucle d’amélioration pilotée par Codex a réduit les transferts vers un humain de 15 points en dix jours. Ces chiffres, avancés par OpenAI, ont été confirmés de façon indépendante par plusieurs médias spécialisés. Mais The Register note l’envers du choix : sans prix public et rationné par le nombre d’ingénieurs disponibles, Presence reste pour l’instant réservé aux organisations de la taille de BBVA ou SoftBank.

Ce que confirme la recherche sur la supervision

Ce choix d’OpenAI rejoint ce que documente la recherche académique sur la gouvernance de l’IA. Une étude de 2025 de Kitty Kioskli et ses coautrices, trustSense: Measuring Human Oversight Maturity for Trustworthy AI, publiée dans la revue Computers, propose un cadre pour mesurer la maturité de la supervision humaine d’un système IA : existence de points de contrôle explicites, de canaux d’escalade documentés, et capacité réelle à interrompre ou corriger l’agent en cours d’exécution. Les auteures constatent que c’est souvent cette maturité de supervision, plus que la puissance du modèle sous-jacent, qui détermine si un déploiement d’IA reste fiable une fois en production.

Ce que ça change pour votre PME

Une PME n’a pas besoin d’atteindre la taille de BBVA pour appliquer les mêmes principes, à son échelle. Que le projet concerne un support client IA, un agent commercial ou un tri d’e-mails automatisé, la question à poser à tout prestataire n’est pas « votre agent peut-il faire X ? » mais « quel est le périmètre exact de ses accès, et que se passe-t-il quand il ne sait pas répondre ? ».

• →Avant de signer, exigez la liste précise des systèmes et actions auxquels l’agent aura accès — pas une description générique de ses capacités.
• →Faites préciser par écrit les règles d’escalade humaine : dans quels cas l’agent transfère, vers qui, et sous quel délai.
• →Suivez un indicateur de supervision (taux d’escalade, taux de correction après mise en production) avant d’élargir le périmètre de l’agent à de nouveaux cas.
• →Ne confondez pas un outil no-code générique avec un agent supervisé en production : la différence ne se voit pas dans une démo, elle se voit dans la boucle de correction après le lancement.

Le signal le plus utile de ce lancement n’est pas d’ordre technique — OpenAI, qui a tout intérêt à vendre du volume, choisit pourtant l’accompagnement plutôt que le libre-service pour ses propres agents d’entreprise. C’est la confirmation, par le plus gros acteur du marché, qu’un agent IA qui tient en production se construit avec un périmètre défini et une supervision documentée, pas avec un abonnement de plus.