OpenAI abandonne l'accès à Deep Research aux utilisateurs Plus, attisant la guerre des agents IA avec DeepSeek et Claude
Crédit : VentureBeat réalisé avec Midjourney
Inscrivez-vous à nos newsletters quotidiennes et hebdomadaires pour recevoir les dernières mises à jour et du contenu exclusif sur la couverture de l'IA de pointe. En savoir plus
OpenAI a annoncé aujourd'hui le déploiement de sa puissante capacité de recherche approfondie à tous les utilisateurs de ChatGPT Plus , Team , Education et Enterprise , élargissant considérablement l'accès à ce que de nombreux experts considèrent comme l'agent d'IA le plus transformateur de l'entreprise depuis le ChatGPT original.
« Deep Research est désormais disponible pour tous les utilisateurs de ChatGPT Plus, Team, Edu et Enterprise », a annoncé la société sur son compte X officiel . Selon l'annonce, ces utilisateurs recevront initialement 10 requêtes de recherche approfondie par mois, tandis que les abonnés au niveau Pro auront accès à 120 requêtes par mois.
Deep Research , basé sur une version spécialisée du prochain modèle o3 d'OpenAI, représente un changement significatif dans la manière dont l'IA peut aider à des tâches de recherche complexes. Contrairement aux chatbots traditionnels qui fournissent des réponses immédiates, Deep Research parcourt de manière indépendante des centaines de sources en ligne, analyse des textes, des images et des PDF, et synthétise des rapports complets comparables à ceux produits par des analystes professionnels.
La recherche approfondie est désormais disponible pour tous les utilisateurs de ChatGPT Plus, Team, Edu et Enterprise ?
– OpenAI (@OpenAI) 25 février 2025
Le moment choisi pour le déploiement d'OpenAI n'est pas une coïncidence. Le paysage de l'IA générative s'est transformé de manière spectaculaire ces dernières semaines, avec l'émergence inattendue de DeepSeek , une entreprise chinoise. En rendant son modèle DeepSeek-R1 open source sous une licence MIT , elle a fondamentalement remis en question le modèle commercial fermé basé sur l'abonnement qui a défini le développement de l'IA occidentale.
Ce qui rend cette compétition particulièrement intéressante, c’est la diversité des philosophies en jeu. Alors qu’OpenAI continue de limiter ses capacités les plus puissantes à des niveaux d’abonnement de plus en plus complexes, DeepSeek a opté pour une approche radicalement différente : donner la technologie et laisser fleurir un millier d’applications.
La société chinoise d'IA Deepseek a récemment fait sensation lorsqu'elle a annoncé R1, un modèle de raisonnement open source qui, selon elle, atteignait des performances comparables à celles d'o1 d'OpenAI, à une fraction du coût.
Mais pour ceux qui suivent de près l'évolution de l'IA, Deepseek et R1 ne sont pas sortis de… pic.twitter.com/FUahYP0HHz
Cette stratégie fait écho aux précédentes époques d'adoption des technologies, où les plateformes ouvertes créaient finalement plus de valeur que les systèmes fermés. La domination de Linux dans l'infrastructure des serveurs offre un parallèle historique convaincant. Pour les décideurs d'entreprise, la question est de savoir s'il faut investir dans des solutions propriétaires susceptibles d'offrir des avantages concurrentiels immédiats ou adopter des alternatives ouvertes susceptibles de favoriser une innovation plus large au sein de leur organisation.
L'intégration récente de DeepSeek-R1 dans l'outil de recherche de Perplexity, pour une fraction du prix d'OpenAI, démontre la rapidité avec laquelle cette approche ouverte peut produire des produits concurrents. Parallèlement, Claude 3.7 Sonnet d'Anthropic a pris une autre voie, en mettant l'accent sur la transparence de son processus de raisonnement avec une « pensée étendue visible ».
Le R1 de Deepseek est un modèle impressionnant, notamment en raison de ce qu'ils sont capables de fournir pour le prix.
nous allons évidemment livrer des modèles bien meilleurs et c'est aussi vraiment revigorant d'avoir un nouveau concurrent ! nous allons sortir quelques nouveautés.
– Sam Altman (@sama) 28 janvier 2025
Le marché est ainsi fragmenté, chaque acteur majeur proposant désormais une approche distincte de la recherche basée sur l’IA. Pour les entreprises, cela signifie un plus grand choix, mais aussi une complexité accrue pour déterminer quelle plateforme correspond le mieux à leurs besoins et valeurs spécifiques.
Lorsque Sam Altman écrit que Deep Research « vaut probablement 1 000 dollars par mois pour certains utilisateurs », il ne révèle pas seulement l’élasticité des prix : il reconnaît l’extraordinaire disparité de valeur qui existe entre les utilisateurs potentiels. Cet aveu touche au cœur de l’équilibre stratégique permanent d’OpenAI.
L'entreprise est confrontée à une tension fondamentale : préserver l'exclusivité premium qui finance son développement tout en remplissant sa mission de garantir que « l'intelligence artificielle générale profite à toute l'humanité ». L'annonce d'aujourd'hui représente une étape prudente vers une plus grande accessibilité sans compromettre son modèle de revenus.
je pense que nous allons initialement proposer 10 utilisations par mois pour ChatGPT Plus et 2 par mois dans l'offre gratuite, avec l'intention de les augmenter au fil du temps.
cela vaut probablement 1000 $ par mois pour certains utilisateurs, mais j'ai hâte de voir ce que tout le monde en fera ! https://t.co/YBICvzodPF
— Sam Altman (@sama) 12 février 2025
En limitant les utilisateurs de l’offre gratuite à seulement deux requêtes par mois, OpenAI propose en fait un avant-goût suffisant pour démontrer les capacités de la technologie sans cannibaliser ses offres premium. Cette approche suit le modèle classique du « freemium » qui a défini une grande partie de l’économie numérique, mais avec des contraintes inhabituellement strictes qui reflètent les ressources informatiques substantielles requises pour chaque requête Deep Research.
L’allocation de 10 requêtes mensuelles pour les utilisateurs Plus (20 $/mois) contre 120 pour les utilisateurs Pro (200 $/mois) crée une délimitation claire qui préserve la proposition de valeur premium. Cette stratégie de déploiement à plusieurs niveaux suggère qu’OpenAI reconnaît que la démocratisation de l’accès aux fonctionnalités avancées de l’IA nécessite plus que simplement réduire les barrières tarifaires : elle nécessite une refonte fondamentale de la manière dont ces fonctionnalités sont conditionnées et fournies.
Le chiffre le plus important – 26,6 % de précision au « dernier examen de l’humanité » – ne raconte qu’une partie de l’histoire. Ce test, conçu pour être extrêmement difficile même pour les experts humains, représente un bond en avant par rapport aux capacités de l’IA antérieure. Pour rappel, il y a à peine un an, obtenir ne serait-ce que 10 % à ce test aurait été considéré comme remarquable.
Ce qui est le plus important, ce ne sont pas seulement les performances brutes, mais la nature même du test, qui nécessite de synthétiser des informations provenant de domaines disparates et d'appliquer un raisonnement nuancé qui va bien au-delà de la recherche de modèles. L'approche de Deep Research combine plusieurs avancées technologiques : la planification en plusieurs étapes, la recherche adaptative d'informations et, peut-être plus important encore, une forme d'autocorrection informatique qui lui permet de reconnaître et de remédier à ses propres limites au cours du processus de recherche.
Ces capacités présentent toutefois des angles morts notables. Le système reste vulnérable à ce que l’on pourrait appeler le « biais de consensus », une tendance à privilégier les points de vue largement acceptés tout en négligeant potentiellement les points de vue contraires qui remettent en cause la pensée établie. Ce biais pourrait être particulièrement problématique dans les domaines où l’innovation naît souvent de la remise en cause des idées reçues.
De plus, la dépendance du système à l'égard du contenu Web existant signifie qu'il hérite des biais et des limites de son matériel source. Dans des domaines en évolution rapide ou des spécialités de niche avec une documentation en ligne limitée, Deep Research peut avoir du mal à fournir une analyse vraiment complète. Et sans accès à des bases de données propriétaires ou à des revues universitaires sur abonnement, ses connaissances dans certains domaines spécialisés peuvent rester superficielles malgré ses capacités de raisonnement sophistiquées.
Pour les dirigeants, Deep Research présente un paradoxe : un outil suffisamment puissant pour redéfinir les rôles au sein de leur organisation, mais encore trop limité pour être déployé sans une surveillance humaine minutieuse. Les gains de productivité immédiats sont indéniables : des tâches qui nécessitaient autrefois des journées d’analystes peuvent désormais être réalisées en quelques minutes. Mais cette efficacité s’accompagne d’implications stratégiques complexes.
Les entreprises qui intègrent efficacement la recherche approfondie devront probablement repenser entièrement leurs flux de travail d’information. Plutôt que de simplement remplacer les analystes juniors, la technologie peut créer de nouveaux rôles hybrides où l’expertise humaine se concentre sur la formulation des questions, l’évaluation des sources et l’évaluation critique des informations générées par l’IA. Les mises en œuvre les plus réussies considéreront probablement la recherche approfondie non pas comme un remplacement du jugement humain, mais comme un amplificateur des capacités humaines.
recherche approfondie pour les utilisateurs de chatgpt plus !
l'une de mes choses préférées que nous ayons jamais expédiées.
— Sam Altman (@sama) 25 février 2025
La structure tarifaire crée ses propres considérations stratégiques. À 200 $ par mois pour les utilisateurs Pro avec 120 requêtes, chaque requête coûte en réalité environ 1,67 $, une dépense insignifiante comparée aux coûts de main-d'œuvre humaine. Pourtant, le volume limité crée une pénurie artificielle qui oblige les organisations à prioriser les questions qui méritent vraiment les capacités de Deep Research. Cette contrainte peut ironiquement conduire à une application plus réfléchie de la technologie que ne le permettrait un modèle purement illimité.
Les implications à long terme sont plus profondes. À mesure que les capacités de recherche autrefois réservées aux organisations d’élite deviennent largement accessibles, l’avantage concurrentiel ne proviendra plus de l’accès à l’information mais de la manière dont les organisations formulent les questions et intègrent les informations générées par l’IA dans leurs processus de prise de décision. La valeur stratégique passe de la connaissance à la compréhension, de la collecte d’informations à la génération d’idées.
Pour les responsables techniques, le message est clair : la révolution de la recherche en IA n’est plus à venir, elle est déjà là. La question n’est pas de savoir s’adapter, mais de savoir à quelle vitesse les organisations peuvent développer les processus, les compétences et l’état d’esprit culturel nécessaires pour prospérer dans un paysage où la recherche approfondie a été fondamentalement démocratisée.
Si vous souhaitez impressionner votre patron, VB Daily a tout ce qu'il vous faut. Nous vous donnons un aperçu de ce que font les entreprises avec l'IA générative, des changements réglementaires aux déploiements pratiques, afin que vous puissiez partager vos idées pour un retour sur investissement maximal.
Lisez notre politique de confidentialité
Merci de vous être abonné. Découvrez d'autres newsletters VB ici .
Une erreur s'est produite.
venturebeat
