Votre ordinateur permet à l'IA de lire la pièce — à travers les pixels
L'affirmation centrale de Sam Altman est sans équivoque : les ordinateurs portables et les iPhones, bien qu'étant des « choses incroyables » et « certaines des plus grandes inventions de l'histoire de la technologie humaine », sont fondamentalement inadaptés à l'IA. Leurs interfaces, conçues pour les humains, deviennent un handicap lorsque les machines tentent de les naviguer.
Cela crée un décalage important. Les systèmes d'exploitation actuels affichent les informations sous forme d'interfaces utilisateur graphiques (GUI), optimisées pour la perception visuelle humaine et la saisie manuelle. Un agent IA, contraint d'interagir avec ces systèmes, doit souvent inspecter des captures d'écran, exécuter une reconnaissance optique de caractères (OCR) et des modèles de vision pour interpréter les pixels, puis simuler des clics basés sur une cartographie des coordonnées.
Cette utilisation visuelle de l'ordinateur n'est pas juste « un peu ridicule », comme le dit Altman ; elle introduit des inefficacités substantielles. Un agent IA doit analyser une interface utilisateur destinée à une personne, au lieu de recevoir directement des données structurées. Cela ajoute de la latence, gaspille des ressources de calcul pour le rendu et introduit de nombreux points de défaillance par rapport à un accès direct via API ou une intégration au niveau du système d'exploitation.
Les enjeux sont clairs. Bien qu'impressionnant, un agent IA naviguant sur une interface centrée sur l'humain revient à traduire une commande directe par la pantomime. Le matériel et les logiciels dédiés à l'IA doivent dépasser les interactions centrées sur l'écran, en accordant aux agents un accès programmatique aux données et fonctions sous-jacentes pour un fonctionnement plus fiable et efficace.
Le superpouvoir du smartphone est aussi son angle mort
La force principale du smartphone — sa conception axée sur l'écran — est aussi son défaut fatal pour l'IA. Les interfaces actuelles rendent l'IA largement réactive : les utilisateurs doivent ouvrir une application, appuyer sur une invite ou émettre une commande avant que le système ne reçoive un contexte utile. Cela force l'IA à interpréter une interface utilisateur graphique (GUI) conçue pour les yeux humains, plutôt que d'accéder directement aux données brutes.
Imaginez une IA qui n'attend pas qu'on appuie sur un bouton. Une assistance multimodale et ambiante pourrait tirer parti de l'éventail existant de capteurs audio, d'image et de localisation d'un téléphone, ainsi que du contexte conversationnel continu, pour aider de manière proactive. Cela transforme l'IA d'un outil de commande-réponse en un assistant persistant et observateur, anticipant les besoins sans intervention constante de l'utilisateur.
Cette capacité introduit un compromis critique. Bien qu'un téléphone soit déjà équipé de caméras, de microphones, de capteurs de localisation et d'une connectivité fiable, l'activation d'une détection persistante soulève d'importantes questions de confidentialité et de consentement. Le défi ne consiste pas seulement à construire la technologie, mais à définir des limites éthiques pour une IA qui écoute et regarde en permanence. Le chemin vers une IA véritablement ambiante nécessite un équilibre délicat entre utilité et autonomie individuelle.
Altman et Ive parient sur une interface différente
Altman estime que l'IA a besoin d'un nouveau type de matériel, conçu dès le départ pour ses capacités uniques. Il soutient que les appareils actuels, comme les iPhones et les ordinateurs portables, sont des « inventions incroyables » mais limitent finalement l'IA, la forçant à interpréter une interface centrée sur l'humain plutôt que d'accéder directement aux données. Cette inefficacité motive sa collaboration annoncée avec l'ancien chef du design d'Apple, Jony Ive, visant à construire un appareil dédié à l'IA.
Leur projet, dont la rumeur circule et qui est soutenu par des centaines de millions d'investisseurs comme Emerson Collective, représente une manœuvre stratégique pour le contrôle de la plateforme. Un nouveau format matériel pourrait conférer à OpenAI une influence directe sur la manière dont les utilisateurs interagissent avec ses agents, en contournant les gardiens que sont l'iOS d'Apple et l'Android de Google. Cette initiative fait écho aux efforts plus larges d'OpenAI dans le domaine des semi-conducteurs personnalisés, notamment des partenariats signalés avec Broadcom et TSMC pour concevoir des puces en interne. Pour en savoir plus à ce sujet, consultez OpenAI Working with Broadcom, TSMC to Build First In-House Chip.
Bien que la logique stratégique soit convaincante, le chemin vers l'adoption par les consommateurs reste incertain. Un partenariat et un prototype annoncés ne garantissent pas un produit prêt pour le marché ou, plus crucialement, une demande des utilisateurs pour un énième appareil. L'histoire du matériel IA autonome, comme le Humane AI Pin, suggère qu'il est très difficile de démontrer la pertinence d'un nouveau format réellement indispensable.
Cet article vous plaît ? Recevez-en un comme celui-ci chaque matin.
un e-mail par jour · désinscription en deux clics · aucun traqueur tiers
Un nouveau gadget ne servira à rien s'il ne surpasse pas le téléphone
Le nouveau matériel fait face à un défi brutal. Les premiers acteurs comme le Humane AI Pin et le Rabbit R1 illustrent les dangers d'un lancement avant d'avoir atteint l'adéquation produit-marché. Les deux appareils ont suscité de vives critiques concernant la latence, le manque de fiabilité et l'autonomie de la batterie, peinant à justifier leur existence face à l'omniprésence du smartphone. Ils n'offraient pas une valeur suffisante pour justifier le transport d'un second gadget, et encore moins sa recharge.
Plus important encore, certains soutiennent que le problème n'est pas le téléphone lui-même, mais plutôt son architecture logicielle actuelle. Des API directes, une intégration plus profonde au système d'exploitation et des couches logicielles avancées pourraient permettre à l'IA d'accéder au contexte et aux données de manière programmatique, en contournant totalement l'interface utilisateur visuelle inefficace. Cette approche permettrait de débloquer une grande partie de l'intelligence ambiante souhaitée par Altman sans forcer les utilisateurs à adopter un nouveau format.
En fin de compte, tout appareil dédié à l'IA, y compris la collaboration Altman-Ive dont on parle, doit franchir une barre incroyablement haute. Il doit rendre une tâche fréquente et significative radicalement plus facile qu'avec un téléphone, en gagnant la confiance grâce à un contexte toujours actif sans être intrusif. La fiabilité, l'autonomie de la batterie et une intégration transparente dans la vie quotidienne ne sont pas négociables. S'il ne peut pas tenir ses promesses de manière constante, ce n'est qu'un gadget de plus.
Questions fréquemment posées
Pourquoi Sam Altman pense-t-il que l'IA a besoin d'un nouveau matériel ?
Altman soutient que les téléphones et les ordinateurs ont été conçus pour les humains, de sorte que les agents IA doivent souvent interpréter des interfaces visuelles au lieu d'accéder directement aux informations.
Quel est le problème avec l'utilisation d'une interface graphique par l'IA ?
Un agent peut avoir besoin d'interpréter des captures d'écran, d'identifier des commandes et de simuler des clics, ce qui ajoute de la latence et des risques d'erreurs par rapport à un accès direct aux données structurées.
L'IA a-t-elle besoin d'un appareil physique entièrement nouveau ?
Pas nécessairement. Un meilleur accès au système d'exploitation et des API pourraient aider l'IA à fonctionner directement sur les téléphones et ordinateurs existants sans nécessiter un nouveau gadget.
Quel défi un appareil IA doit-il surmonter ?
Il doit offrir un avantage quotidien clair tout en égalant la commodité, la fiabilité, l'autonomie de la batterie et la connectivité que les gens obtiennent déjà avec les smartphones.