OpenAI ajoute à ChatGPT des tâches d'équipe : des routines dans le cloud pour Enterprise

OpenAI a publié une vidéo sur les team tasks dans ChatGPT. Il s'agit de tâches d'équipe qui s'exécutent selon un calendrier dans le cloud et sont accessibles à tous les membres de l'espace de travail. La fonction n'existe que sur les formules Enterprise. Pour l'illustrer, l'entreprise a pris l'exemple d'un service juridique avec un cycle quotidien : traitement des demandes entrantes, vérification des échéances, correction des instructions communes avant le lancement suivant.

Ce qu'OpenAI a montré

Le scénario est simple et familier pour n'importe quel service juridique. Chaque jour, des demandes arrivent : valider un contrat, vérifier une formulation, répondre à un courrier. Dans ChatGPT, la tâche récupère cette file d'attente, parcourt les nouvelles demandes et les confronte aux délais. Le résultat atterrit dans l'espace partagé, où tout le monde peut le consulter.

L'étape suivante est la plus importante. Un collègue ouvre le résultat du lancement et évalue ce qui a été produit. Si le modèle a mal hiérarchisé les priorités ou ignoré un type de demandes, il corrige l'instruction. Le lancement suivant s'appuie alors sur le texte mis à jour. Peu à peu, la tâche devient un règlement de travail que l'équipe affine au fil de l'eau.

OpenAI souligne par ailleurs que les tâches s'exécutent dans le cloud. Pour le processus, cela signifie qu'il ne dépend ni d'un onglet ouvert, ni d'un ordinateur portable allumé, ni de la présence d'une personne en particulier. Si l'auteur de la configuration est en congé, les autres vérifient les résultats et font avancer le travail.

En quoi cela diffère des tâches personnelles

Les tâches existaient déjà dans ChatGPT. À notre connaissance, OpenAI a lancé Tasks en bêta en janvier 2025, et il s'agissait alors d'un outil personnel : un rappel, une synthèse, une action exécutée selon un calendrier. La nouvelle version transpose la même idée à l'échelle de l'équipe. La tâche devient un objet partagé, avec un historique de lancements et une instruction modifiable.

Pour les entreprises, cela répond à un vieux problème d'automatisation : la connaissance du fonctionnement d'un processus tient généralement dans la tête d'un seul passionné. Quand il part ou change de projet, la routine se grippe et personne ne comprend pourquoi. Une instruction commune, centralisée en un seul endroit, réduit cette dépendance à une personne précise.

Ce que l'on sait de la fonction

• Format : team tasks, des tâches récurrentes à gestion partagée dans ChatGPT.
• Disponibilité : formules Enterprise.
• Exécution : dans le cloud, sans lien avec l'appareil de l'utilisateur.
• Scénario de démo : réception quotidienne des demandes dans un service juridique.
• Travail collaboratif : consultation des résultats des lancements, modification des instructions communes.
• Non précisé dans le document : tarifs, limites de lancements, intégrations avec des systèmes externes, détails de la journalisation et des droits d'accès.

Les questions auxquelles la vidéo ne répond pas

La vidéo est un support marketing, pas technique. On n'y trouve ni métriques de précision, ni données sur le temps économisé par le service juridique, ni description des erreurs. Pour un domaine comme le droit, c'est un manque important : les demandes entrantes contiennent souvent des informations confidentielles, et une échéance manquée coûte de l'argent.

Avant un déploiement, les clients en entreprise devraient éclaircir plusieurs points. Qui peut modifier l'instruction, et l'historique des modifications est-il conservé ? Que se passe-t-il si un lancement se termine par une erreur ? À quelles sources de données la tâche a-t-elle accès ? Comment tout cela s'articule-t-il avec les politiques de conservation des informations ?

Comment aborder un pilote

Il est raisonnable de commencer par un processus dont l'entrée est claire, l'échéance connue et le coût d'une erreur faible. Le tri quotidien des demandes convient ; la préparation de l'avis final destiné à un client, non.

Il vaut mieux rédiger l'instruction comme un règlement pour un nouvel employé : ce qui est urgent, quels champs vérifier, sous quel format rendre le résultat. Désignez un responsable de la tâche qui, durant les premières semaines, examine chaque lancement et consigne les corrections. Tenir un court journal des modifications de l'instruction est utile pour comprendre quelle correction a amélioré le résultat et laquelle l'a dégradé.

Enfin, convenez d'avance d'une métrique : part des demandes traitées sans reprise manuelle, ou nombre de délais manqués par mois. Sans elle, il sera difficile de dire, au bout d'un trimestre, si l'automatisation fonctionne ou si elle ne fait que donner une impression d'ordre.