À VivaTech, Thibault Sottiaux (OpenAI) et Peter Steinberger (OpenClaw) racontent le tournant de l’IA agentique

Il a fallu presser le pas, jouer des coudes, puis défendre chèrement sa place ce jeudi 18 juin 2026, pour assister à la conférence donnée par Thibault Sottiaux et Peter Steinberger dans le théâtre de VivaTech. Le premier dirige les équipes Core Product & Platform d’OpenAI, après avoir joué un rôle déterminant dans la conception de Codex, devenu l’un des produits phares de la firme californienne. Passé par Google DeepMind, où il a contribué à AlphaGo, il a rallié l’entreprise de Sam Altman en 2024, et hérite aujourd’hui d’une ambitieuse mission : diriger les équipes ayant la charge de métamorphoser ChatGPT en super-app. Le second, Peter Steinberger, ne traîne pas un pedigree moins impressionnant. Lui aussi a rejoint les rangs d’OpenAI, mais c’est d’abord en concevant OpenClaw que cet ingénieur autrichien s’est taillé une réputation auprès des développeurs. Ce projet open source d’agent autonome, lancé fin 2025, et qui a rapidement fait parler de lui.

Pendant une vingtaine de minutes, devant un parterre quasi comble, ils ont dressé un état des lieux de l’IA agentique. Et se sont, aussi, risqués à quelques prédictions. Pour 2030, « ou peut-être dans trois mois ».

« Nous avons atteint un nouveau palier où l’IA parle à l’IA »

Si l’on parle aujourd’hui davantage d’IA agentique que d’IA générative, dans les allées de VivaTech ou ailleurs, cela tient à deux facteurs, selon Thibault Sottiaux. Le premier tient aux modèles eux-mêmes, désormais capables d’absorber des fenêtres de contexte plus larges, d’utiliser des outils efficacement et de maintenir une exécution cohérente sur des durées qui se comptent en minutes plutôt qu’en secondes. « On l’a vu avec GPT-5, et GPT-5.2 a marqué un nouveau saut », resitue-t-il. Le second relève de ce qu’il appelle le « harness » : cette couche d’exécution qui fait tourner l’agent en assurant, par exemple, les appels d’outils ou la gestion des erreurs. « C’est comme ça qu’on obtient un agent : un très bon modèle, un bon harness, on combine les deux, et soudain le modèle peut effectuer des actions dans son environnement », résume-t-il.

Peter Steinberger l’illustre plus simplement. Au départ, l’utilisateur dialoguait avec un agent et exécutait le travail à ses côtés. Désormais, il s’adresse à un modèle qui délègue à son tour à d’autres agents, dans une logique d’orchestration en cascade. « Maintenant, nous avons atteint un nouveau palier où l’IA parle à l’IA », résume-t-il.

Si le concept d’IA agentique prend autant d’ampleur, c’est parce que son usage dépasse, théoriquement, le périmètre du développement, selon les deux ingénieurs. « La plus grosse croissance n’est en fait pas chez les développeurs, mais sur le travail généraliste du quotidien, ce qui était assez surprenant. Ça devient vraiment mainstream. Depuis GPT-5.5, on a énormément de demandes, en particulier de la part des entreprises. »

Chez OpenAI aussi, Codex sert à bien autre chose qu’à écrire des lignes de code. L’outil a, par exemple, été mobilisé par Sarah Friar, CFO d’OpenAI, pour mener une levée de fonds, « juste pour déplacer des fonds et garder une trace » raconte Thibault Sottiaux. « On constatait cette adoption massive en interne. On s’est dit, allez, on adapte un peu et on rend ça disponible plus largement. »

Les deux hommes s’accordent pourtant à dire que concevoir un agent destiné à des tâches généralistes reste bien plus complexe. Pour une raison qui peut sembler évidente, selon Peter Steinberger : la sensibilité, le jugement ou l’esthétique sont des notions difficiles à transmettre à une intelligence artificielle. Pour « écrire un super discours » ou « créer un site web », il faut du goût, rappelle-t-il, et c’est encore un terrain sur lequel les humains gardent l’avantage. « En fin de compte, les modèles ne sont que des outils très, très puissants. C’est presque comme un marteau, mais le marteau seul ne sert à rien. Il faut toujours quelqu’un qui le manie. » Thibault Sottiaux y ajoute la question de la sécurité. Confier des agents puissants à des utilisateurs n’ayant pas de compétences techniques suppose des garde-fous simples, pour que ces derniers ne prennent pas plus de risques qu’ils n’en acceptent. « Si vous donnez un agent à quelqu’un qui n’a pas les connaissances techniques, et qu’il se met soudain à écrire du code et à l’exécuter sur votre ordinateur, vous vous demandez : est-ce qu’il devrait faire ça ? Est-ce qu’il fait quelque chose de dangereux ? »

« L’écart entre ce qu’on fait avec ces modèles et ce dont ils sont capables n’a jamais été aussi grand », observe Peter Steinberger. Pour lui, le véritable frein tient avant tout au manque d’imagination. « Même un outil comme OpenClaw, quelqu’un aurait pu le construire trois, quatre, cinq, peut-être six mois avant moi, mais ça n’est pas arrivé. Qui sait ce que les gens peuvent encore inventer », estime-t-il.

C’est aussi ça le pouvoir de l’IA : vous pouvez faire émerger des choses par le prompt, même sans savoir exactement comment tout fonctionne en détail.

Apocalypse du SaaS, agents personnels et tâches ingrates

Interrogés, par la modératrice, sur la disparition annoncée du software as a service (SaaS), les deux intervenants ont repoussé l’apocalypse à plus tard. Selon Peter Steinberger, il restera bien souvent plus économique de payer pour un logiciel que de le construire et d’en assumer ensuite la maintenance. « Oui, vous pouvez saisir un petit prompt et obtenir quelque chose, ce sera un gros cas d’usage. Du logiciel jetable, rapide, utile. Mais si vous voulez un service fiable, il y a beaucoup plus que ça », juge-t-il.

Thibault Sottiaux imagine, de son côté, un monde où l’interface logicielle change radicalement de nature. Où elle devient personnalisée, sur mesure. « À un moment donné, je pense que chacun aura son agent personnel, qui comprendra vos objectifs et vos préférences mieux que n’importe quel autre logiciel. Et cet agent, avec le modèle derrière, sera capable de générer du logiciel à la volée. Vous aurez votre logiciel personnel, vos dashboards personnels, tout sera taillé sur mesure pour vous. À ce moment-là, est-ce que vous aurez besoin de vous interfacer avec autre chose qu’avec votre agent ? »

Mais alors, quelle fonction sera la première à être intégralement remplacée par les agents ? Sur ce point, les deux intervenants divergent. Peter Steinberger pense qu’ils excelleront d’abord dans un rôle d’assistant personnel, pour épauler la gestion du planning et l’organisation de la journée. « Les agents sont tellement bons pour exploiter toutes ces sources de données et tous ces connecteurs, et compiler tout ça en un résumé qu’on peut lire en quelques minutes. » Thibault Sottiaux estime plutôt qu’ils continueront en priorité à absorber les tâches ingrates. « Par exemple, je code tous les jours, je n’aime pas écrire les tests. Mon agent peut peut-être les écrire à ma place. Ce sera pareil pour le travail quotidien : quelles sont les choses ennuyeuses qui doivent être faites mais que vous ne faites pas ? C’est sans doute par là que votre agent commencera. Et puis vous réaliserez que vous pouvez en faire encore plus. »