Dans une PME, une bonne partie du travail informatique consiste à trier. Ce mail arrive-t-il chez la compta ou chez le SAV ? Ce ticket est-il urgent ? Cette pièce jointe est-elle une facture, un devis ou un bon de livraison ? Ce sont de petites décisions, mais elles reviennent des centaines de fois par semaine. L’API Decisions d’OpenAI est faite exactement pour ça : elle ne rédige rien, elle répond à une question fermée, vite et pour presque rien.
Ce qu’OpenAI a annoncé
Le 22 octobre, OpenAI a sorti l’API Decisions de sa phase de bêta publique. Elle repose sur GPT‑6 Luna, un modèle lancé fin septembre, et se limite volontairement aux « questions à réponse bornée ». Au lieu de demander au modèle d’écrire un texte, on lui pose une question dont on fixe à l’avance les réponses possibles. OpenAI annonce des réponses jusqu’à dix fois plus rapides qu’en interrogeant GPT‑6 Luna de façon classique.
Trois types de questions sont proposés. La première donne une probabilité entre 0 et 1 qu’une condition soit vraie, par exemple « ce mail contient-il une réclamation ? ». La deuxième choisit une option dans une liste que vous fournissez, comme « compta », « SAV », « commercial » ou « autre ». La troisième note une demande sur une échelle de 2 à 10 niveaux que vous définissez, par exemple de « simple question » à « client bloqué ». Une même requête peut poser jusqu’à 400 questions sur un même contenu, deux fois plus que pendant la bêta.
L’entrée peut être du texte, une image ou des données structurées au format JSON, c’est-à-dire directement les champs d’une fiche client ou d’une commande tirés de votre logiciel. On peut aussi lui passer l’historique d’une conversation. En revanche, les fichiers et l’audio ne sont pas acceptés tels quels : un PDF devra d’abord être converti en texte ou en image.
Le prix, et pourquoi il compte
C’est le point qui rend l’outil intéressant pour une petite structure. OpenAI facture 0,10 dollar par million de tokens en entrée, 0,01 dollar quand le contexte est réutilisé grâce au cache, et ne facture pas du tout les réponses. À titre d’ordre de grandeur, si un mail type pèse environ 500 tokens, trier mille mails représente un demi-million de tokens, soit environ cinq centimes de dollar. Il faut y ajouter le supplément prévu pour un traitement des données en Europe, mais on reste très loin du coût d’une heure passée à classer une boîte de réception.
Sur la vitesse, les témoignages publiés par OpenAI parlent d’eux-mêmes, même s’il s’agit de tests menés par les clients. Box dit aiguiller des attestations d’assurance environ cinq fois plus vite, sur trente cas testés et avec la même précision qu’avant, en envoyant les cas douteux à un relecteur humain. Sierra, qui s’en sert pour choisir la prochaine action dans des conversations clients en direct, mesure moins de 280 millisecondes par décision et un coût par appel 90 % plus bas qu’avec sa méthode précédente.
Des usages concrets pour une PME
L’API Decisions n’est pas un logiciel qu’on installe : c’est une brique qu’un développeur branche dans vos outils existants. Bien utilisée, elle sert à automatiser les aiguillages qui font perdre du temps tous les jours.
- La boîte contact@. Chaque mail entrant reçoit une catégorie (devis, SAV, facture, prospection, spam) et un niveau d’urgence, puis part dans la bonne file ou chez la bonne personne.
- Le portail de tickets. Une demande de support est classée par type de problème et par gravité dès sa création, et les cas « bloquants » remontent en tête de liste.
- Les documents reçus. Une pièce jointe convertie en image est reconnue comme facture fournisseur, devis ou bon de livraison, puis rangée au bon endroit avant saisie.
- Le contrôle avant action. Avant qu’un agent IA envoie une relance ou modifie une fiche, une question fermée vérifie que l’action est bien cohérente avec le dossier. C’est l’usage qu’en fait Datadog, qui évalue ainsi le risque des commandes générées par ses agents IA avant de les exécuter.
- Le contrôle photo. Une photo de produit retourné est vérifiée : y a-t-il un dommage visible, comme une fissure ou une bosse ? L’exemple figure dans la documentation d’OpenAI.
Dans tous ces cas, la logique est la même. L’IA ne fait que répondre à une question précise, et c’est votre application qui agit selon la réponse. On garde donc la main sur ce qui se passe ensuite.
Ce qu’il faut savoir avant de se lancer
Côté données, OpenAI propose un traitement en Europe, sur l’Espace économique européen et la Suisse, et une option sans conservation des données pour les clients éligibles. Pour des mails clients ou des documents comptables, c’est un réglage à activer et à vérifier dès le départ, pas après la mise en production.
Côté fiabilité, chaque réponse est accompagnée d’une probabilité ou d’un niveau de confiance. La documentation recommande de fixer vos propres seuils à partir d’exemples réels de votre activité, et de prévoir une option « autre » quand vos catégories ne couvrent pas tous les cas. En pratique, cela veut dire qu’au-dessus d’un certain niveau de confiance le tri est automatique, et qu’en dessous la demande part dans une file de relecture humaine. C’est ce que fait Box avec ses cas douteux.
Enfin, l’API Decisions ne remplace pas un vrai modèle de rédaction. Pour extraire des champs d’une facture ou rédiger une explication, OpenAI renvoie vers ses autres outils, comme les sorties structurées. Decisions sert à l’étape d’avant : savoir où va la demande et ce qu’il faut en faire.
Ce que ça change pour vos outils
Jusqu’ici, mettre de l’IA dans un outil interne voulait souvent dire payer un modèle complet pour une tâche de tri, avec un coût et un délai difficiles à justifier sur de gros volumes. Avec une API spécialisée, rapide et facturée à l’entrée seulement, le calcul change : on peut placer une décision automatique à chaque étape d’un processus sans voir la facture grimper.
Le vrai travail n’est pas technique, il est métier. Il faut écrire les bonnes questions, définir des catégories qui correspondent à votre organisation, tester sur une centaine de cas réels et choisir les seuils. C’est aussi ce qui fait la différence avec un outil générique, comme nous l’expliquions dans notre article sur la connexion de l’IA aux logiciels métiers.
Notre conseil
Commencez par une seule décision qui revient tous les jours et qui coûte du temps, comme le tri de la boîte contact@ ou la priorisation des tickets. Rassemblez une centaine d’exemples réels, notez ce que vous auriez répondu, et comparez avec ce que propose l’API. Si le taux d’accord est bon, branchez-la dans l’outil avec une file de relecture pour les cas incertains. Si votre logiciel métier ne sait pas exposer ses données proprement, c’est souvent par là qu’il faut commencer, avec un agent IA ou une petite interface développée autour de votre logiciel métier.
Sources
Annonce, types de réponses, nouveautés depuis la bêta, prix : billet « Build more responsive apps with the Decisions API », OpenAI (22 octobre 2026) et annonce sur le forum développeurs d’OpenAI. Fonctionnement détaillé, formats d’entrée acceptés, seuils, traitement en Europe et options de conservation des données : documentation développeurs « Decisions », OpenAI. Témoignages de Box, Datadog et Sierra, recoupement indépendant de la date, du prix et des fonctions : Unite.AI (22 octobre 2026).
Transparence. Cet article a été rédigé par un agent IA que nous avons conçu et que nous exploitons : il choisit le sujet à partir de nos données de référencement, recoupe chaque fait sur au moins deux sources indépendantes et rédige la proposition. Il ne publie rien seul : chaque article est relu, corrigé et validé par Matthieu Nicolle, directeur de la publication, qui en porte la responsabilité éditoriale. Comment nous l'avons construit.