Le DevDay 2025 d’OpenAI marque un tournant : d’un simple fournisseur d’API, l’éditeur devient une plateforme d’IA de bout en bout. Ses deux nouveautés phares – AgentKit et l’Apps SDK – permettent désormais de créer, sans multiplier les outils, des agents autonomes côté serveur et des applications ChatGPT interactives côté client.
Pour les développeurs, le prototypage s’accélère nettement ; pour les équipes produit, l’offre ouvre l’accès direct à ≈ 800 millions d’utilisateurs hebdomadaires ; pour les dirigeants, des briques de gouvernance réduisent enfin l’écart entre enthousiasme et contrôle.
Si votre organisation envisage d’industrialiser des workflows fondés sur des modèles de langage d’ici 18 mois, ces deux SDK doivent figurer tout en haut de votre liste de technologies candidates.
Qu’a-t-on annoncé lors du DevDay 2025 ?
AgentKit en bref
AgentKit est une chaîne de montage tout-en-un pour agents IA. Un Agent Builder visuel traduit une logique multi-étapes en canevas glisser-déposer. Le Connector Registry relie ensuite ces agents aux applications SaaS ou aux systèmes internes.
ChatKit insère une interface de conversation en marque blanche dans n’importe quel produit, tandis que les modules Guardrails intégrés assurent la conformité aux politiques internes. Le tout repose sur la nouvelle Responses API, qui fusionne conversation, appels d’outils et logique conditionnelle au sein d’une unique requête.
Apps SDK en bref
L’Apps SDK autorise les éditeurs tiers à publier des applications complètes à l’intérieur même de ChatGPT. Les apps peuvent afficher cartes, formulaires ou graphiques, authentifier l’utilisateur via leur back-end et s’appuyer sur le Model Context Protocol (MCP) pour leurs appels d’outils. Concrètement, ChatGPT se transforme en app store partageant le même bassin d’utilisateurs que ci-dessus.
AgentKit orchestre le raisonnement autonome et les actions système-à-système, tandis que l’Apps SDK soigne l’expérience utilisateur.
Grâce au MCP, un workflow AgentKit peut restituer son résultat dans une carte d’application, et inversement une app peut déléguer un raisonnement complexe à un agent AgentKit. Autonomie back-end et portée front-end sont ainsi réunies.
Comprendre ces nouvelles offres
| Critère | AgentKit | Apps SDK |
|---|---|---|
| Fonction principale | Création et orchestration d’agents autonomes | Intégration d’applications tierces dans ChatGPT |
| Interface | Canevas visuel glisser-déposer | Composants GUI (cartes, curseurs…) |
| Standard clé | Responses API | MCP* |
| Distribution | Widget ChatKit & API | App Store ChatGPT + suggestions contextuelles |
* MCP : Model Context Protocol.
Passage de fournisseur de modèles à fournisseur de plateforme
OpenAI contrôle désormais l’orchestration, l’interface et la distribution. De nouveaux leviers de monétisation émergent (frais de marketplace, usage de modèles, transactions in-chat), et l’éditeur peut imposer des standards de facto avant ses concurrents.
Impact pour les développeurs et les start-up
L’Agent Builder sans code réduit drastiquement le délai jusqu’au MVP, et l’annuaire ChatGPT offre une découverte intégrée.
En contrepartie, certaines start-up spécialisées dans l’orchestration ou les plug-ins risquent la redondance fonctionnelle, phénomène classique lorsqu’un fournisseur d’infrastructure remonte dans la pile.
Atouts pour les entreprises
Consoles d’administration, journaux d’audit et gardes-fous au niveau des politiques répondent directement aux préoccupations des DSI sur la gestion des données et la conformité.
Les premiers retours – Klarna résout 67 % des tickets, Clay multiplie par dix le rendement des leads – démontrent un ROI tangible.
Analyse détaillée d’AgentKit
Interface Agent Builder
Le canevas visuel en glisser-déposer permet de chaîner appels de modèles, déclencheurs d’outils et branchements conditionnels aussi facilement qu’on assemble des blocs graphiques.
Chaque modification est versionnée ; Marketing peut tester un flux de qualification pendant qu’Engineering expérimente sur une branche dédiée. Les volets de prévisualisation montrent les traces d’exécution en temps réel, ramenant la boucle prompt → test → déploiement à quelques minutes.
Registre des connecteurs
Dès le lancement, des connecteurs vers Dropbox, Salesforce, Slack ou SharePoint sont disponibles. Les équipes IT peuvent approuver ou interdire chaque connecteur et restreindre l’accès aux données champ par champ. Un service non listé ? Publiez votre propre connecteur conforme au MCP pour garantir la portabilité.
ChatKit
ChatKit fournit un widget de chat prêt pour la production. Couleurs, typographie, avatar : tout est personnalisable afin que l’utilisateur voie votre marque, pas celle d’OpenAI. Le widget diffuse les messages au fil du raisonnement, offrant la réactivité attendue.
Évaluations et garde-fous
AgentKit intègre une librairie de guardrails (garde-fous) et des modules d’évaluation propriétaires. Chaque exécution est traçable ; vous mesurez la précision, repérez les violations de politique et choisissez un mode fail-open ou fail-closed. Les équipes conformité disposent enfin de journaux d’audit complets, indispensables pour un déploiement serein.
Architecture interne
Toutes les requêtes passent par la Responses API, capable de gérer raisonnement multi-tour et appels d’outils dans un seul échange.
Un SDK léger pilote mémoire et sous-agents, tandis que le MCP standardise l’exposition de fonctions et d’UI. Le couplage faible entre raisonnement, action et présentation facilite la maintenance et l’évolution.
Analyse détaillée de l’Apps SDK
Conversation et interface graphique : la fusion
Les apps ChatGPT transforment une réponse texte en expérience interactive. Demandez à un service immobilier des biens sous un budget : une carte s’affiche dans le chat.
Sollicitez une playlist évolutive : le lecteur audio apparaît instantanément. L’utilisateur n’alterne plus entre onglets ; il converse, explore et agit dans un même flux.
Flux développeur
Une app se compose de :
- un serveur MCP qui expose les outils et gère l’authentification ;
- un bundle JavaScript/HTML contenant l’interface graphique.
Les ingénieurs codent la logique sur-mesure ou utilisent des formulaires no-code pilotés par schéma. La spécification étant ouverte, vos actifs fonctionneront demain sur tout assistant compatible MCP, protégeant ainsi l’investissement.
Distribution et monétisation
Les apps validées apparaîtront dans un App Store dédié et pourront être invoquées par nom ou suggérées contextuellement. Un protocole de commerce agentique autorisera l’achat sans quitter le chat, positionnant ChatGPT à la fois comme canal de découverte et de paiement.
Analyse stratégique
La montée en puissance d’OpenAI
En remontant la chaîne de valeur, d’éditeur de modèles à plateforme applicative, OpenAI capte davantage de revenus et accroît les coûts de sortie pour ses clients, tout en consolidant son autorité dans l’écosystème.
Zapier et n8n dominent l’automatisation classique mais manquent de raisonnement multi-étapes. Google Vertex AI mise sur le choix de modèles et l’intégration cloud. Anthropic se concentre sur la sûreté. Meta pousse l’open-source avec Llama pour banaliser la couche modèle. AgentKit réplique avec une solution clé en main, privilégiant la vitesse à l’ouverture totale.
| Capacité | OpenAI | Anthropic | Zapier / n8n | |
|---|---|---|---|---|
| Builder visuel | Oui | Oui (console no-code) | Non | Oui (automation) |
| Nombre de connecteurs | <100 (lancement) | 100+ | DIY | 5 000+ |
| UI kit intégré | ChatKit | Code custom | Aucun | Aucun |
| Standards ouverts | MCP | MCP + A2A | Partiel | Webhooks |
| Auto-hébergement | Non | GCP uniquement | Possible | Oui (n8n) |
Impact sur les startups et le SaaS
Les startups proposant orchestration ou frameworks de plugins voient leurs différenciateurs intégrés gratuitement dans AgentKit. Les survivants miseront sur des modèles de niche, des données propriétaires ou l’abstraction multi-fournisseur pour rester pertinents.
Cas d’usage
Automatisation du support
Chez Klarna, un agent résout 67 % des tickets de bout en bout (données internes 2024). La démarche : commencer par la déflection FAQ, ajouter des actions transactionnelles contrôlées, puis automatiser les remboursements une fois les scores de confiance établis.
Agents de vente et marketing
Clay déploie un agent de prospection qui recherche des leads, rédige des e-mails personnalisés et journalise le tout dans HubSpot, multipliant par dix les leads qualifiés en deux trimestres (ROI net positif malgré le coût token). Un bel exemple de stratégies de marketing organique. Voir aussi notre guide complet sur le marketing de contenu.
Assistants internes
Finance interroge Slack pour des rapports de dépenses en temps réel ; les RH automatisent l’onboarding. Les déploiements suivent un parcours : sandbox, pilote limité, extension contrôlée avec revues hebdomadaires.
Agents d’analyse et recherche
Les cabinets de conseil équipent leurs analystes d’agents capables d’ingérer des milliers de PDF, de générer des mémos structurés et de citer les sources. Un contrôle humain avant livraison préserve la confiance et réduit le cycle de recherche de jours à heures.