La course à l’intégration de l’IA fait rage. Alors qu’OpenAI vient d’intégrer des apps tierces à ChatGPT, Google vient d’annoncer le déploiement du « mode IA » de son moteur de recherche dans une quarantaine de nouveaux pays. Celui-ci troque l’habituelle liste de liens contre une réponse générée par IA se basant sur différentes sources. Impossible de l’essayer en France, l’Hexagone étant bloqué pour le moment. Le responsable des affaires publiques de Google Kent Walker a justifié ce retard par des « raisons réglementaires ».
Plusieurs fonctions liées à l’IA de Google sont toujours absentes en France, comme les résumés par IA affichant une réponse à une question sous forme de texte. Google affirme que lancer ses nouveautés pourrait l’exposer à des sanctions. Pourquoi ? En juin 2022, l’entreprise avait dû prendre des engagements suite à son conflit avec les médias français sur le droit voisin. Elle a promis de ne pas revoir l’affichage des extraits d’articles de presse sur son moteur de recherche… avant d’écoper d’une amende de 250 millions d’euros en 2024 pour s’être mal exécutée. Elle affirme donc ne pas pouvoir le lancer dans l’immédiat, mais espère des clarifications d’ici « quelques semaines ou mois ». Nick Fox, le chef de la recherche chez Google, a déclaré à propos de ce blocage :
Nous espérons résoudre les incertitudes réglementaires en France qui ont rendu beaucoup plus difficile le lancement de fonctionnalités, telles que les aperçus IA et le mode IA. Nous aimons la France et souhaitons y proposer nos fonctionnalités IA, mais nous ne savons pas encore quand cela sera possible. Restez à l'écoute !
En attendant, Google continue de dévoiler des nouveautés liées à l’IA. Elle a récemment lancé « Gemini 2.5 Computer Use », un modèle pensé pour manipuler le navigateur à votre place. Celui-ci est présenté comme optimisé pour la manipulation d’interfaces pensées pour les humains. Une vidéo le montre par exemple en train de remplir des formulaires ou ajustant des notes.
Sous le capot, l’IA reçoit une capture d’écran accompagnée de la requête de l’utilisateur : il renvoie une action à exécuter (cliquer, faire défiler, etc) avant de recevoir une nouvelle capture d’écran, et ainsi de suite. S’il est optimisé pour les interfaces web, il est présenté comme prometteur pour ce qui touche aux interfaces mobiles. Il est disponible en preview publique via l’API Gemini.
