OpenAI a ajouté des capacités vocales à son application de bureau ChatGPT, permettant aux utilisateurs de contrôler des agents IA et d’exécuter des tâches informatiques complexes au moyen de commandes vocales. La fonctionnalité, annoncée jeudi, utilise la famille de modèles vocaux GPT-Live d’OpenAI, que l’entreprise a lancée plus tôt ce mois-ci. Cette sortie intervient alors que les laboratoires d’IA cherchent à dépasser les chatbots fondés sur le texte pour aller vers des systèmes agentiques capables d’effectuer des actions dans des environnements logiciels au nom de l’utilisateur.

La commande vocale s’étend aux workflows de bureau

ChatGPT Voice fonctionne désormais dans les environnements ChatGPT Work et Codex. Cette mise à jour permet aux utilisateurs de dicter des instructions en plusieurs étapes que des agents IA peuvent exécuter de manière autonome, faisant évoluer la fonctionnalité au-delà de l’interaction vocale conversationnelle vers l’exécution de tâches sur ordinateur.

Dans une vidéo de démonstration, OpenAI a montré un développeur utilisant une seule commande vocale pour créer un nouveau fil, faire une pull request et identifier la cause racine d’un bug. Le système peut également utiliser des compétences d’utilisation de l’ordinateur pour naviguer sur des sites web et dans des applications dans le cadre du workflow demandé par l’utilisateur. Les capacités d’utilisation de l’ordinateur — dans lesquelles un modèle d’IA peut interagir avec des interfaces graphiques de manière similaire à un utilisateur humain — sont un axe de travail pour plusieurs laboratoires d’IA, et l’intégration vocale rend ces agents accessibles sans avoir à saisir des prompts détaillés.

Sur macOS, la fonctionnalité fonctionne avec Appshots, ce qui permet à l’application d’accéder au contenu affiché à l’écran, y compris le texte alternatif, afin que ChatGPT puisse fournir une assistance enrichie par des informations visuelles et contextuelles supplémentaires. La version de bureau constitue une mise en œuvre plus large que la version antérieure de ChatGPT Voice sur smartphone, qui améliorait la fluidité des conversations et la gestion des interruptions, mais ne permettait pas à l’assistant d’effectuer des actions directes sur l’appareil.

Les capacités de bureau comparées aux outils vocaux mobiles

La version smartphone de ChatGPT Voice avait été conçue principalement pour la conversation naturelle plutôt que pour l’exécution de commandes. À l’inverse, la version de bureau permet aux utilisateurs d’énoncer des instructions complexes comportant plusieurs étapes et de répondre verbalement lorsque ChatGPT a besoin d’informations supplémentaires pour poursuivre une tâche. Cette distinction est importante, car les environnements de bureau impliquent généralement des workflows plus complexes et mobilisant plusieurs applications, ce qui rend le contrôle vocal des agents potentiellement plus pertinent pour un usage professionnel.

OpenAI a également indiqué que les utilisateurs peuvent accéder à ChatGPT Voice dans Codex depuis l’application iOS via un accès à distance. ChatGPT Voice pour ordinateur est alimenté par les modèles vocaux GPT-Live d’OpenAI et fonctionne avec ChatGPT Work et Codex dans l’application de bureau.

Anthropic a également mis à jour le mode vocal de Claude. Ses fonctionnalités vocales peuvent utiliser les modèles Opus, Sonnet et Haiku de l’entreprise pour accomplir des tâches dans des applications de productivité, notamment Gmail, Calendar, Slack, Notion et Canva. OpenAI et Anthropic étendent toutes deux leurs outils vocaux comme interface pour le travail assisté par l’IA, signe que les agents IA contrôlés par la voix deviennent un nouveau terrain de concurrence entre les principaux fournisseurs d’IA plutôt qu’une fonctionnalité de niche.

Implications pour les outils de productivité

Les agents IA contrôlés par la voix déplacent davantage l’interaction avec l’IA au-delà des prompts uniquement textuels, vers une informatique conversationnelle et mains libres. Pour les développeurs et les travailleurs du savoir, la fonctionnalité pourrait réduire les frictions dans les workflows nécessitant plusieurs étapes, en permettant aux utilisateurs de donner des commandes tout en continuant à travailler au clavier ou même lorsqu’ils sont éloignés de l’ordinateur.

La capacité à coordonner plusieurs agents au moyen d’une seule instruction vocale pourrait également s’appliquer aux workflows de gestion de projet et de débogage. La décision d’OpenAI d’intégrer ChatGPT Voice à l’application de bureau indique que l’entreprise positionne la voix comme un mode d’interaction central pour les utilisateurs professionnels et les entreprises, plutôt que de la limiter aux conversations mobiles occasionnelles.

La version de bureau peut exécuter des commandes complexes en plusieurs étapes, naviguer sur des sites web, coordonner plusieurs agents IA et demander des informations supplémentaires à l’utilisateur si nécessaire. Sur macOS, la prise en charge d’Appshots permet à ChatGPT d’accéder au contenu affiché à l’écran pour une assistance plus contextualisée. Les utilisateurs peuvent également utiliser les fonctionnalités vocales de Codex depuis l’application iOS via un accès à distance.

ChatGPT Voice pour ordinateur d’OpenAI est en cours de déploiement mondial. En juillet 2026, cette sortie marque une étape plus large vers l’utilisation de la voix comme outil pratique pour des workflows professionnels complexes et place les capacités vocales de bureau d’OpenAI en concurrence avec le mode vocal de Claude d’Anthropic.