Réserver un restaurant, remplir un formulaire d’assurance, comparer des billets de train ou récupérer une facture dans un espace client : ces tâches banales mobilisent encore du temps et de l’attention. Depuis quelques mois, une nouvelle génération d’agents intelligents promet de s’en charger à la place des internautes, en pilotant directement un navigateur comme le ferait un humain. Ce basculement, porté par les géants de la intelligence artificielle, marque une rupture surtout fonctionnelle : l’IA ne se limite plus à répondre, elle agit, enchaîne des étapes et s’adapte aux interfaces. Google a récemment mis en avant Gemini 2.5 Computer Use, une démonstration de navigation autonome capable de faire défiler des pages, manipuler des menus et remplir des champs. Dans le même temps, OpenAI et Anthropic ont dévoilé des fonctions comparables, accélérant la course aux “IA opératrices” du Web. Derrière l’effet de démonstration, les usages professionnels se dessinent déjà, entre automatisation utilisateur et nouveaux enjeux de sécurité, de traçabilité et de contrôle. Car déléguer un clic n’a rien d’anodin : qui agit, avec quels accès, et au bénéfice de qui ?
Gemini 2.5 Computer Use : Google teste la navigation autonome dans le navigateur
Le 7 octobre, Google a présenté Gemini 2.5 Computer Use, un modèle conçu pour interagir avec des pages Web via une interface utilisateur classique. L’approche s’appuie sur les capacités de compréhension visuelle et de raisonnement de Gemini 2.5 Pro : l’agent “voit” l’écran, repère des boutons, fait défiler, ouvre des menus déroulants et peut saisir du texte dans des formulaires.
À ce stade, la fonctionnalité n’est pas annoncée comme un produit grand public. Google la propose surtout sous forme de démonstration via Browserbase, un navigateur pensé pour exécuter des scénarios d’agents, où l’utilisateur écrit une consigne et observe l’agent effectuer les étapes. L’entreprise a aussi ouvert l’accès à une préversion destinée aux développeurs, via un outil nommé “computer_use”, pour créer des automates capables de reproduire des actions répétitives sur des sites, comme la saisie de données ou la collecte d’informations.
Google précise par ailleurs que ces briques alimentent déjà certaines capacités dites agentiques de son “mode IA”, ainsi que Project Mariner, un agent chargé de naviguer sur le Web à la place de l’utilisateur. La promesse est claire : réduire la friction de l’interaction homme-machine en transformant des objectifs (“organise-moi cela”) en actions concrètes (“clique ici, compare, réserve”). L’étape suivante, elle, se jouera sur la fiabilité à grande échelle.
Pourquoi remplir des formulaires change la donne pour les assistants virtuels
Jusqu’ici, les assistants virtuels excellaient surtout dans le texte : résumer, rédiger, expliquer. La capacité à manipuler des éléments interactifs — filtres, champs obligatoires, boutons contextuels — rapproche l’IA des usages quotidiens, là où le Web reste dominé par des interfaces hétérogènes et parfois instables.
Dans une scène devenue fréquente en entreprise, un responsable e-commerce peut demander à un agent de récupérer les conditions de livraison sur plusieurs marketplaces, puis de reporter les informations dans un outil interne. Ce n’est plus seulement de la génération, c’est de l’exécution, avec une technologie adaptative qui doit s’ajuster à chaque page et à ses variations. Et c’est précisément ce qui rend le saut technologique visible pour le grand public.
OpenAI, Anthropic, Amazon : la course aux agents conversationnels qui agissent
Google n’est pas seul sur ce terrain. OpenAI a présenté Operator, un agent capable d’effectuer des actions en ligne telles que réserver, commander ou faire des courses, tandis qu’Anthropic a aussi mis en avant des fonctions d’agent orientées “utilisation d’ordinateur”. Amazon a, de son côté, dévoilé Nova Act, également positionné sur l’exécution de tâches simples via un navigateur.
Ce mouvement illustre une tendance nette : les agents conversationnels deviennent des exécutants, capables de planifier, d’enchaîner et de corriger leur trajectoire. On parle ici d’IA agentique, une approche qui combine apprentissage automatique, orchestration d’outils et décisions étape par étape, pour atteindre un objectif sans détailler toutes les sous-tâches.
Dans le secteur du numérique, cette logique change déjà certains arbitrages. Pour un indépendant, déléguer une prospection, une mise à jour de catalogue ou une vérification de prix revient à créer une micro-chaîne de production digitale. Plusieurs analyses sur l’évolution des pratiques des entrepreneurs en ligne décrivent cette bascule vers des opérations plus “pilotées par agents”, notamment quand l’IA peut prendre en charge des tâches fastidieuses de back-office, comme l’illustre l’essor des outils d’automatisation pour entrepreneurs. À mesure que les interfaces se “parlent” davantage, la frontière entre assistance et exécution devient, elle, de plus en plus fine.
Des usages concrets, du support client au e-commerce, mais une dépendance aux plateformes
Dans les équipes support, des agents peuvent déjà préparer des réponses, retrouver une commande dans un portail, puis ouvrir un ticket prérempli, sous supervision humaine. En marketing, ils peuvent lancer une vérification de conformité d’une page produit ou d’un parcours d’achat, en reproduisant les clics d’un client.
Cette efficacité a un revers : plus un agent agit dans des environnements fermés (comptes, abonnements, espaces privés), plus la question des accès devient centrale. Pour les entreprises du Web, l’enjeu est aussi stratégique : si les agents réalisent des actions et consomment de l’information à la place des internautes, la manière dont la visibilité se redistribue peut évoluer, comme le soulignent les débats autour des interfaces conversationnelles et de la transformation de la recherche en ligne, évoqués dans l’évolution vers une interface de recherche plus conversationnelle. La prochaine bataille ne sera pas seulement technique : elle portera sur qui contrôle l’entrée du parcours utilisateur.
Sécurité, traçabilité, recherche : l’IA agentique bouscule la gouvernance du numérique
À la différence d’un chatbot qui propose du texte, un agent qui clique peut commettre une erreur coûteuse : envoyer un document au mauvais destinataire, sélectionner une option payante, ou partager une donnée sensible. Les risques connus de l’IA générative — biais, confidentialité, abus — se retrouvent ici amplifiés, car l’agent dispose d’un pouvoir d’action. Dans les organisations, cela oblige à définir des garde-fous : journaux d’activité, validation avant exécution, segmentation des permissions.
Le sujet dépasse l’entreprise. Dans la recherche, des outils récents visent à automatiser des chaînes entières, de l’idéation à la rédaction en passant par le code et la mise en forme. L’exemple d’AI Scientist v2, signalé comme une avancée en avril dernier, illustre cette accélération : la production est plus rapide, mais la question centrale reste la même, celle de l’augmentation réelle des connaissances et de la reproductibilité.
Les travaux menés dans l’écosystème public français, notamment à Inria, couvrent plusieurs briques utiles à ces agents : systèmes distribués, communication standardisée, évaluation, sécurité, efficacité énergétique, ou encore relations entre humains et machines dans des environnements complexes. Dans un Web où des agents agissent à notre place, l’enjeu n’est plus seulement d’obtenir la bonne réponse, mais de garder la main sur la bonne action — un déplacement de responsabilité qui redéfinit déjà les règles du jeu.
