OpenAI cherche à séduire une nouvelle clientèle : les ingénieurs qui conçoivent des objets bien réels. Dans un billet daté du 3 novembre 2026, l'entreprise détaille l'usage interne de GPT-6 Astra et de Codex en conception mécanique et électrique, publie des scores sur un banc d'essai, élargit son partenariat avec l'écurie Chip Ganassi Racing et annonce une collaboration de recherche avec le constructeur japonais Mazda.
L'exemple le plus parlant est un petit appareil conçu pour dialoguer avec Codex. D'après OpenAI, Astra en a fixé les exigences, dessiné l'apparence, le boîtier et les structures internes, choisi les composants électriques, réalisé le routage du circuit imprimé et produit le firmware ainsi que les intégrations logicielles, sans aucune retouche humaine directe du projet. Deux salariés y ont consacré moins d'une semaine, à côté de leur travail habituel, puis un sous-traitant a fabriqué une petite série de prototypes en moins d'un mois.
OpenAI ne cache pas les ratés. La mise en production a nécessité plusieurs tours de relecture, car Astra ne tenait pas toujours compte des contraintes de fabrication, des tolérances ou des détails d'assemblage propres au fabricant. L'entreprise présente ces lacunes comme des pistes pour entraîner ses prochains modèles, pas comme des problèmes réglés.
En interne, les équipes matériel et infrastructure utilisent Codex et ChatGPT pour créer et modifier des modèles de CAO, transformer des conceptions 3D en plans 2D de fabrication, préparer des simulations par éléments finis, travailler dans les outils de conception électronique et relire des projets en robotique comme en infrastructure de calcul. Selon OpenAI, la consommation de tokens dans ces équipes a été multipliée par 23 depuis février. Sur BenchCAD 2.0, qui mesure la capacité d'un modèle à reconstituer des pièces et des assemblages en 3D et à repérer les connexions d'une carte électronique, un modèle interne plus récent atteint en moyenne 0,875, contre 0,594 pour GPT-6 Astra réglé au niveau de raisonnement maximal. Ce modèle interne n'est pas nommé et ces chiffres n'ont pas été reproduits à l'extérieur.
Les partenaires industriels constituent l'autre volet. Chez Chip Ganassi Racing, les ingénieurs de recherche et développement testent des chaînes qui convertissent des numérisations 3D de pièces existantes en modèles de CAO modifiables et en plans de fabrication, ce qui sert lorsque les fichiers d'origine ont disparu, et contrôlent la justesse et la fabricabilité des résultats. Avec Mazda, les équipes de recherche d'OpenAI et ses ingénieurs déployés chez les clients collaborent avec des spécialistes de l'aérodynamique et de la sécurité passive, à partir de simulations d'écoulement d'air et de comportement des structures qui arbitrent entre performance, style et coût. Une première application consiste à faire générer et simuler par Astra, dans Codex, différentes formes de face avant pour réduire la traînée. OpenAI promet des résultats dans les prochains mois.
Cette annonce s'inscrit dans l'effort des laboratoires d'IA pour démontrer leur utilité au-delà du logiciel, où les agents de programmation ont déjà une adoption mesurable. La conception industrielle est un terrain plus exigeant : une erreur de géométrie, de tolérance ou de tenue au choc a des conséquences physiques, et les logiciels concernés sont spécialisés et souvent propriétaires. OpenAI lance d'ailleurs un appel aux ingénieurs, bureaux d'études et éditeurs de logiciels en mécanique, électricité et électromécanique pour orienter l'entraînement et l'outillage.
À ce stade, toutes les preuves proviennent d'OpenAI. L'appareil, la hausse de consommation et les scores au banc d'essai sont des données internes, le travail avec Mazda reste exploratoire et sans résultats publiés, et l'entreprise admet elle-même qu'une relecture humaine est restée indispensable avant toute fabrication.