OpenAI présente la conception de matériel assistée par l’IA : les prototypes avancent, la fabrication reste à valider par les ingénieurs

Deux circuits imprimés photographiés le 31 août 2024. Photo d’archives. Il ne s’agit pas de prototypes d’OpenAI. Photo: IMG 4512 · CC0 1.0.

Un prototype réalisé rapidement, avec plusieurs révisions humaines

Le 3 novembre 2026, OpenAI a présenté des essais d’utilisation de ses modèles pour l’ingénierie de produits physiques. L’équipe a utilisé GPT-6 pour définir les exigences et contribuer à la conception d’un appareil permettant d’interagir avec Codex ; GPT-6 Astra a participé à la conception du boîtier, du circuit imprimé, de l’interface, du micrologiciel et des connexions logicielles. Selon l’entreprise, deux membres de l’équipe, qui menaient aussi d’autres activités, ont achevé la conception de cet appareil de test en moins d’une semaine, puis un fabricant sous contrat a réalisé une petite série de prototypes en moins d’un mois. Cela montre une progression du prototypage dans un processus particulier, et non la capacité d’un modèle à assurer seul le développement d’un produit commercialisable.¹

La difficulté vient notamment de la nécessité de rendre compatibles les dimensions mécaniques, l’emplacement des composants électroniques, les fonctions logicielles et les procédés de fabrication. Un modèle peut aider à organiser les exigences, produire des fichiers de conception ou préparer des simulations. Le produit physique doit néanmoins satisfaire aux contraintes de tolérance, d’ordre d’assemblage, d’approvisionnement et de capacité des équipements de production. OpenAI précise elle-même que plusieurs cycles de vérification et de modification par des humains ont encore été nécessaires au stade de la préparation à la fabrication. Astra ne prenait pas systématiquement bien en compte les limites de production du fabricant, les tolérances et les détails d’assemblage.¹

Une hausse de l’utilisation et des scores qui ne mesure pas la productivité

L’entreprise indique également que le volume de tokens utilisés par son équipe matérielle a atteint 23 fois son niveau de février 2026. Il s’agit d’un indicateur d’utilisation, pas d’une productivité multipliée par 23. Dans des essais internes sur BenchCAD 2.0, un modèle interne plus récent a obtenu un score moyen de 0,875, contre 0,594 pour GPT-6 Astra au réglage de raisonnement le plus élevé. Ces tests portent sur la reconstruction de pièces en trois dimensions et l’identification des connexions d’un circuit imprimé ; leurs scores ne se traduisent pas directement en fiabilité des produits réels ni en coûts de fabrication.¹

OpenAI fait examiner les résultats des modèles par des ingénieurs externes et explore avec Chip Ganassi Racing la conversion de scans tridimensionnels de pièces existantes en modèles CAO modifiables et en plans de fabrication en deux dimensions. L’un des usages les plus concrets pourrait être la réduction du travail répétitif de reconstitution lorsque les fichiers de conception d’origine manquent. Mais un fichier modifiable et une pièce fabricable répondent à deux exigences différentes. À ce stade, la conclusion prudente est que l’IA présente un potentiel pour la documentation technique, les itérations de conception et la coordination entre disciplines. La responsabilité de la validation finale reste celle de personnes connaissant les équipements, les matériaux et les procédés.¹

Notes et sources

1. 2026-11-03 · Accelerating engineering for the physical world · OpenAI. Les essais, les volumes d’utilisation et les résultats BenchCAD sont des informations communiquées par l’entreprise, non des résultats sectoriels vérifiés de manière indépendante. La comparaison d’utilisation prend février 2026 comme référence. ↩ ↩² ↩³ ↩⁴