Codex et ChatGPT quittent l'écran : OpenAI attaque la CAO et les PCB

OpenAI a publié le 3 novembre 2026 un billet de recherche officiel intitulé « Accelerating engineering for the physical world », qui détaille comment ChatGPT et Codex sont désormais utilisés pour la conception assistée par ordinateur (CAO), la conception de circuits imprimés et la simulation. Deux employés OpenAI ont conçu un prototype matériel, un appareil physique pour dialoguer avec Codex, en moins d'une semaine, puis l'ont fabriqué en moins d'un mois, selon Superpower Daily. Mais ce même prototype a nécessité plusieurs cycles de révision, le modèle ne prenant pas systématiquement en compte les limites de fabrication et les tolérances d'assemblage, rapporte hyper.ai.

Le sujet sort du strict périmètre mécanique. En appliquant à des métiers où l'erreur coûte une pièce ratée la même logique de délégation progressive qu'on observe depuis deux ans dans la rédaction web, OpenAI donne une mesure concrète de ce qui tient déjà et de ce qui exige encore un humain. C'est cette mesure, chiffrée et datée, qui intéresse quiconque pilote des usages IA en contenu ou en SEO.

01Un prototype conçu en une semaine, corrigé à plusieurs reprises

Le cas d'usage phare du billet OpenAI est interne. Deux employés ont utilisé GPT-6 Astra pour concevoir un appareil physique destiné à dialoguer avec Codex à voix haute, un objet pensé pour interagir avec l'agent de codage sans passer par un clavier. La conception a pris moins d'une semaine, la fabrication des prototypes moins d'un mois, selon Superpower Daily.

Ce chiffre a circulé comme preuve d'accélération. Mais hyper.ai apporte la nuance qui manque souvent dans ce genre d'annonce : le modèle ne prenait pas systématiquement en compte les limites de fabrication, les tolérances mécaniques ni les détails d'assemblage. Le prototype a donc demandé plusieurs cycles de révision humaine avant d'être exploitable. OpenAI ne présente pas ce point comme un échec, mais il figure dans sa propre communication, ce qui en fait une donnée utile plutôt qu'un angle mort.

Pourquoi ce détail compte plus que la semaine de conception

Dans le débat sur l'automatisation du contenu et du SEO, la même tension revient sans cesse : l'IA produit vite, mais la validation humaine reste le goulot d'étranglement sur tout ce qui a des conséquences concrètes, qu'il s'agisse d'une tolérance d'assemblage ou d'une affirmation factuelle publiée sous votre nom. OpenAI documente ici, sur son propre terrain, exactement ce schéma.

02Le chiffre qui compte : 0,875 contre 0,594 sur BenchCAD 2.0

Pour mesurer les progrès sur ce type de tâche, OpenAI a construit un benchmark interne baptisé BenchCAD 2.0, centré sur la reconstruction de pièces 3D et l'identification de connexions sur circuits imprimés. Sur ce test, un modèle interne plus récent atteint un score de 0,875, contre 0,594 pour GPT-6 Astra, rapporte hyper.ai.

Cet écart de près de 0,3 point entre deux générations de modèles rappelle un autre saut mesuré récemment par OpenAI, celui qui fait passer son taux de réussite sur ses propres tests de 5,4 % à 86,6 % sur du code COBOL. Le motif se répète : les scores sur les benchmarks internes d'OpenAI progressent vite d'une génération à l'autre, mais ces mêmes benchmarks internes ne disent rien, par construction, de la fiabilité sur le terrain une fois le modèle sorti du cadre du test.

Les benchmarks internes progressent vite ; la validation humaine, elle, reste constante.

Autre indicateur fourni par OpenAI : l'usage de Codex et ChatGPT par ses équipes matérielles, mesuré en tokens consommés, a été multiplié par 23 depuis février 2026. C'est une mesure d'adoption interne, pas de qualité, mais elle donne une idée de la vitesse à laquelle ces usages se sont généralisés en moins d'un an. Pour qui suit les annonces de modèles, le guide sur GPT-6 Astra, Sol et Luna permet de situer où se place ce modèle dans la gamme actuelle d'OpenAI.

03Chip Ganassi Racing et Mazda : deux partenariats concrets

OpenAI a étendu sa collaboration avec Chip Ganassi Racing, écurie de course automobile, pour tester des workflows qui convertissent des scans 3D de pièces existantes en modèles CAO éditables et en plans de fabrication 2D, notamment quand les fichiers de conception d'origine ont disparu, selon Unite.AI. C'est un cas d'usage précis : recréer un historique de conception à partir d'un objet physique, sans partir de zéro.

Le second partenariat vise l'automobile grand public. OpenAI a lancé une collaboration de recherche avec Mazda, associant ses équipes de recherche et de Forward Deployed Engineering aux ingénieurs aérodynamique et sécurité-choc du constructeur. Akihiro Nakata, ingénieur principal chez Mazda, cité par Unite.AI, explique que simuler des dizaines de variantes aide les équipes à comprendre quelles caractéristiques comptent réellement pour l'aérodynamique, et où les designers disposent d'une marge d'exploration.

Une logique de simulation massive plutôt que de remplacement

Dans les deux cas, le rôle de l'IA n'est pas de remplacer l'ingénieur mais de multiplier le nombre de variantes testées avant qu'un humain ne tranche. C'est la même mécanique que celle qui sous-tend l'usage de GPT-6 Astra chez des sociétés comme Jump Trading pour sa recherche quantitative : l'IA explore l'espace des possibles, l'humain garde la décision finale.

04Ce que ça dit de la délégation progressive, y compris pour le SEO

Le billet d'OpenAI ne prétend à aucun moment que la conception mécanique est automatisée. Il documente un stade précis : des gains de vitesse réels sur la génération de pièces et de plans, un benchmark qui progresse nettement d'une génération de modèle à l'autre, et un besoin de supervision humaine qui ne disparaît pas, il se déplace vers les points où l'erreur coûte cher (une tolérance, un détail d'assemblage).

Transposé au contenu web et au SEO, le parallèle est direct. Les outils rédigent plus vite, génèrent plus de variantes, testent plus d'angles. Mais le point où l'erreur coûte cher, une citation inventée, un chiffre faux, une date erronée, reste celui où la vérification humaine ne se délègue pas. OpenAI documente cette frontière sur son propre terrain d'ingénierie physique ; elle existe tout autant côté contenu, et c'est précisément ce qu'un éditeur devrait vérifier avant de publier un texte généré sans relecture.

Chris Waoo

Consultant SEO · fondateur de Cat's Eye Web

Écrit sur le SEO technique, l'IA et Google Discover à partir de tests terrain. Créateur de l'outil d'audit Cat's Eye. @ChrisWaoo