ChatGPT : fusion des onglets Chat et Travail expliquée
OpenAI rapproche les onglets Chat et Travail de ChatGPT. Découvrez le calendrier annoncé, le partage des quotas et les conséquences pour vos usages.
ChatGPT réunit le chat et le travail : ce qui va changer
OpenAI prévoit de réunir les onglets « Chat » et « Travail » de ChatGPT à partir de décembre. L'idée est simple : passer plus facilement d'une conversation à une tâche que l'assistant peut exécuter, comme préparer une présentation, créer un site ou agir sur le Web, tout en vous laissant examiner le résultat et le guider. OpenAI annonce aussi un test d'abord mené auprès d'un petit groupe d'utilisateurs avant un déploiement plus large.
Cette évolution touche également la manière dont certaines offres consomment leurs quotas. Pour les abonnements Plus, Pro et Business, l'usage de ChatGPT et de Codex sera mesuré à partir d'une réserve commune de jetons. OpenAI estime que la plupart des clients ne devraient pas voir de changement notable, mais les utilisateurs très intensifs pourraient devoir attendre plus souvent le renouvellement de leur quota.
Voici ce qui est effectivement annoncé, ce qui reste à préciser, et comment évaluer l'impact pour votre usage personnel ou professionnel. La distinction entre l'interface, les capacités « Travail » et les limites de consommation est importante : ces trois éléments ne devraient pas forcément évoluer de la même façon.
Que va changer la fusion des onglets Chat et Travail ?
Dans l'application de bureau, ChatGPT sépare aujourd'hui plusieurs espaces. On y retrouve notamment les onglets « Chat » et « Travail » dans l'espace ChatGPT, tandis que Codex reste une expérience distincte. OpenAI prévoit de rapprocher « Chat » et « Travail » pour intégrer les capacités agentiques de « Travail » directement dans l'expérience principale de ChatGPT.
Ce n'est donc pas, d'après l'annonce, une disparition de tous les autres produits ou fonctions derrière une seule interface. Le changement vise surtout ceci : vous pourrez commencer dans une conversation, puis demander à ChatGPT de poursuivre une tâche dans le même environnement, sans devoir changer d'onglet. Codex, lui, resterait une expérience séparée dans l'application de bureau.
Une conversation qui peut déboucher sur une tâche
OpenAI présente cette intégration comme un passage de l'exploration à l'exécution. Vous pourrez fournir des fichiers et des extensions, demander la création d'un site ou d'une présentation, ou confier à ChatGPT certaines actions sur le Web. Ensuite, vous pourrez examiner le travail produit et ajuster l'assistant en cours de route.
Pour une équipe, l'impact pratique dépend beaucoup de votre façon de travailler. Dans un parcours « cloisonné », il faut savoir où poser une question, où l'assistant agit, et où retrouver le résultat. Une interface plus unifiée peut réduire ces allers-retours. En revanche, ça ne garantit ni des réponses systématiquement meilleures, ni une exécution sans erreur : il faudra garder une supervision, surtout quand le résultat est destiné à un client ou à un processus interne.
Un déploiement progressif, pas une bascule immédiate
OpenAI indique que l'expérience intégrée sera d'abord proposée à certains utilisateurs, le temps de recueillir leurs retours, avant un déploiement plus large. L'entreprise dit vouloir préparer la transition pour limiter les perturbations. Le calendrier annoncé commence en décembre, mais les informations disponibles ne donnent pas de date précise pour une généralisation, ni la liste complète des utilisateurs concernés par le test.
Il faut donc distinguer l'annonce de la disponibilité réelle. Même si un changement est lancé, tous les comptes ne verront pas la mise à jour au même moment, ou de la même manière. Pour les entreprises, c'est une raison de vérifier l'interface et les communications associées au compte avant de revoir des procédures ou une documentation interne.
Pourquoi OpenAI rapproche-t-il conversation et travail ?
Ce rapprochement s'inscrit dans une évolution plus large : les assistants IA ne servent plus seulement à obtenir une réponse, mais aussi à produire un livrable ou à enchaîner des actions. Dans ce modèle, l'interface doit permettre de passer d'une demande en langage naturel à un résultat concret, tout en conservant une étape de contrôle humain.
Sur le papier, réunir ces usages rend l'outil plus lisible. Dans la pratique, l'enjeu est d'éviter de transformer une interface plus simple en boîte noire. Si l'assistant agit sur des fichiers, construit une présentation ou intervient sur le Web, vous devez pouvoir comprendre ce qui a été fait, sur quelles données, et avec quelles limites. La simplicité du parcours n'a de valeur que si le contrôle reste accessible.
Réduire les ruptures entre l'idée et le résultat
Un flux de travail « classique » commence par une question, passe par des documents, puis aboutit à une production. Par exemple, une équipe commerciale peut demander une synthèse de retours clients, lui joindre des fichiers, puis transformer cette analyse en présentation. Quand chaque étape impose de changer de mode ou d'espace, la friction augmente et le contexte peut se perdre.
Une expérience unifiée peut faciliter ce passage. Elle évite de reconstruire sa demande à chaque étape et rend parfois la révision plus naturelle. Mais tout dépend des détails : conservation du contexte, accès aux fichiers, visibilité sur les actions réalisées, et possibilité d'interrompre ou de corriger. L'annonce donne l'intention globale, sans livrer toutes les règles opérationnelles.
Un mouvement déjà visible chez les concurrents
OpenAI n'est pas seul à rapprocher conversation et travail agentique. En septembre, Anthropic a regroupé les fonctions de chat et de Cowork de Claude dans un même écran. Cette convergence reflète une pression produit : les fournisseurs cherchent à réduire l'écart entre un assistant qui conseille et un assistant qui agit.
La comparaison ne prouve pas que les deux offres fonctionnent pareil. Elle montre plutôt que la séparation entre « discuter » et « faire » devient moins évidente dans les interfaces IA. Pour les organisations, le bon critère n'est pas le nombre d'onglets : il faut surtout vérifier si l'outil arrive à produire une tâche utile, si son comportement est vérifiable et si son coût reste prévisible quand l'usage augmente.
Comment fonctionnera le partage des quotas ChatGPT et Codex ?
Pour les offres Plus, Pro et Business, OpenAI prévoit de partager l'allocation d'usage entre ChatGPT et Codex. Les consommations seront mesurées en jetons : des unités liées au traitement et à la génération effectués par le modèle. Concrètement, l'usage d'un service peut réduire la réserve disponible pour l'autre, selon les modalités appliquées au compte.
Le nombre de jetons consommés dépendra du modèle sélectionné et de la tâche demandée. OpenAI indique que les modèles plus avancés et les tâches complexes utilisent généralement davantage de quota. À l'inverse, le chat instantané ne serait pas déduit de cette allocation, d'après la note publiée par l'entreprise. Ce point aide, mais il ne suffit pas à estimer précisément le coût d'un flux de travail : il faut connaître les modèles disponibles, les limites, et la façon dont vous utilisez réellement l'outil.
Pourquoi une tâche peut consommer plus qu'une question simple
Une demande courte de reformulation ne mobilise pas forcément les mêmes ressources qu'une tâche avec plusieurs fichiers, des étapes successives ou une action sur le Web. Plus la tâche est complexe, plus le traitement peut consommer de jetons. Il n'existe donc pas de règle universelle du type « une demande = tant de quota » qui s'appliquerait à tous les modèles et à tous les usages.
Pour une entreprise, la conséquence peut être concrète : quelqu'un qui utilise Codex de façon intensive pourrait disposer de moins de marge pour certaines tâches dans ChatGPT, puisque les deux prélèvent sur la même réserve. L'effet dépendra de l'allocation de l'abonnement, des fonctionnalités réellement utilisées et du volume d'activité. OpenAI ne prévoit pas de perturbation pour la majorité des utilisateurs, mais reconnaît que certains pourraient avoir à attendre plus longtemps entre les réinitialisations.
Ce qu'il faut surveiller dans les comptes professionnels
Avant de modifier vos habitudes de travail, identifiez les usages qui sollicitent les modèles les plus avancés ou les tâches longues. Une équipe qui utilise surtout le chat instantané ne devrait pas être touchée comme un groupe qui demande régulièrement à l'IA de traiter des projets complets. Il vaut aussi la peine de distinguer les besoins individuels des usages partagés au sein d'un abonnement Business.
Les informations annoncées ne fournissent pas, à elles seules, un tableau détaillé des quotas ni une formule permettant de convertir facilement chaque tâche en coût. Il serait donc prématuré de bâtir un budget précis sur une seule hypothèse de consommation. La bonne approche consiste plutôt à suivre l'usage réel après l'arrivée du changement, puis à ajuster vos règles internes si certaines équipes atteignent plus souvent leurs limites.
Quels impacts prévoir et comment s'y préparer ?
Pour la majorité des utilisateurs, le premier effet se verra surtout dans l'interface. Pour les utilisateurs intensifs, le sujet principal sera la réserve commune de jetons. Pour les entreprises, les deux dimensions comptent : une expérience plus fluide peut simplifier certaines tâches, mais un quota partagé peut aussi rendre les arbitrages d'usage plus sensibles.
La fusion ne doit pas être comprise comme une autorisation de déléguer sans contrôle. Lorsque ChatGPT exécute une tâche en plusieurs étapes, une personne doit pouvoir vérifier les faits, les sources de données, les contenus produits et les actions menées. C'est particulièrement important si le résultat touche des données de clients, des documents internes ou des processus métier soumis à des exigences de conformité, notamment au regard du RGPD.
Une vérification simple en quatre étapes
Quand l'expérience arrive sur votre compte, commencez par observer plutôt que de tout changer d'un coup :
- Repérez les changements d'interface. Vérifiez où se trouvent désormais les fonctions de chat et de travail, et si vos équipes gardent leurs repères.
- Testez un cas d'usage limité. Choisissez une tâche réversible, par exemple un premier brouillon de présentation à partir d'un document non sensible.
- Mesurez l'impact sur le quota. Comparez plusieurs tâches représentatives, en notant le modèle utilisé et les limites atteintes, sans tirer de conclusion à partir d'un seul essai.
- Gardez une validation humaine. Avant diffusion ou action externe, faites vérifier le résultat par la personne responsable du processus.
L'objectif est d'éviter de confondre une démonstration réussie avec un fonctionnement robuste au quotidien. Un test isolé peut prouver que l'outil produit un livrable ; il ne dit pas automatiquement si la même approche fonctionne avec des dossiers variés, des contraintes de confidentialité et plusieurs utilisateurs.
Le bon arbitrage pour une équipe
La vraie question n'est pas « faut-il utiliser les agents ? », mais « quelle tâche vaut d'être déléguée, avec quel niveau de contrôle et à quel coût ? ». Une tâche fréquente, répétitive et facile à vérifier peut se prêter à l'automatisation. À l'inverse, une décision à fort enjeu, difficile à contrôler, ou basée sur des données sensibles appelle davantage de prudence, quelle que soit la sophistication de l'interface.
Pour arbitrer, regardez trois choses : le temps réellement gagné, le coût d'usage observé, et le risque d'erreur ou de divulgation. Si le gain de temps est faible, ou si la validation finit par prendre autant de temps que la tâche initiale, l'intégration n'améliore pas forcément le processus. Si le gain est clair et le contrôle simple, elle peut au contraire rendre l'usage plus cohérent.
Conclusion
OpenAI cherche à rapprocher conversation et exécution de tâches dans ChatGPT, avec un test d'abord limité avant un déploiement plus large. L'objectif annoncé est concret : réduire les changements de contexte et permettre à l'utilisateur de guider le travail jusqu'au résultat. Mais ce que vous constaterez dépendra surtout de la qualité du contrôle, de la transparence sur les actions, et de l'impact du partage des quotas.
Pour les particuliers comme pour les équipes, la bonne approche n'est ni d'automatiser tout sans réfléchir, ni d'ignorer l'évolution. Testez un cas concret, observez la consommation, et gardez une validation humaine adaptée aux enjeux. C'est comme ça que vous saurez si cette interface unifiée simplifie vraiment votre quotidien.