Tech • IA • Robotique • Jeu
Le mode voix de Grok Bot vient de sortir (analyse complète)
5/10INTRO
Grockbot a lancé un nouveau mode vocal sur ordinateur et mobile qui permet aux utilisateurs de parler avec des agents IA individuels, de déclencher des workflows connectés aux applications et de déléguer des tâches, même si son interaction vocale semble encore moins naturelle que le mode vocal de ChatGPT d’OpenAI.
POINTS CLÉS
Déploiement du mode vocal
Grockbot a commencé à déployer le mode vocal ces derniers jours sur ordinateur et mobile. La fonctionnalité ajoute une icône vocale dans l’application, permettant une interaction orale directe avec les agents déjà configurés dans l’espace de travail de l’utilisateur. L’accès anticipé semble inégal, la version ordinateur arrivant avant la mise à jour chez certains utilisateurs mobiles.
Conversations agent par agent
Le système permet des conversations non seulement avec un agent principal de coordination, mais aussi avec des agents spécialistes individuels. Une configuration courante repose sur un agent d’orchestration de haut niveau qui délègue à des agents plus ciblés chargés de domaines comme l’e-mail, les partenariats ou les opérations. Les utilisateurs peuvent basculer vers un agent précis et lui parler directement, au lieu de tout faire passer par un assistant central.
Voix personnalisées, vitesse et langues
Les paramètres vocaux incluent des voix sélectionnables pour différents agents, permettant aux utilisateurs d’attribuer des personnalités ou des rôles distincts à leur pile d’IA. La vitesse de lecture peut être augmentée à 1,25x ou 1,5x, une option utile car le débit par défaut peut sembler lent. La fonction prend aussi en charge environ 12 à 20 langues, ainsi que la détection automatique de la langue.
Délégation de tâches par la voix
Lors des tests, l’agent principal pouvait accepter une demande orale sur la gestion des e-mails puis confier le travail à un spécialiste de l’e-mail. L’agent a décrit un workflow dans lequel les messages sont triés, des brouillons préparés et les éléments urgents signalés pour révision. Cela indique une couche vocale construite sur l’orchestration multi-agents existante, plutôt qu’un simple outil de chat autonome.
Actions des agents spécialistes
Un agent e-mail dédié a pu discuter de contrats non signés et rédiger des relances de suivi. Parmi les exemples figurent cinq audits d’une valeur de 21 000, trois projets d’une valeur de 24, et un autre élément bloqué listé à 148. L’interaction a montré que le mode vocal est lié aux données de workflow métier déjà accessibles à l’agent, permettant des échanges orientés action plutôt qu’une simple conversation générale.
Contrôle de l’ordinateur avec des limites
Un test notable consistait à demander à un agent d’ouvrir Instagram via la fonction d’usage de l’ordinateur. L’agent a lancé la page de connexion, mais a refusé de saisir les identifiants, laissant la connexion à l’utilisateur. Ce comportement suggère que le système peut contrôler le navigateur et les actions sur le bureau tout en conservant au moins certaines limites autour des étapes sensibles d’authentification.
Applications connectées et plugins
Grockbot peut récupérer des informations depuis un grand nombre de services connectés via des plugins. Une configuration présentée comprenait 24 applications, dont X, Granola, Gmail, Clay et ClickUp. Cette large intégration est au cœur de la promesse du produit: les commandes vocales peuvent déclencher du travail à travers des outils métier, plutôt que de rester confinées à une seule fenêtre de chat.
Zapier MCP étend la portée
Lorsqu’une intégration native manque, les utilisateurs peuvent combler ce manque via Zapier MCP. Dans un exemple, un agent a utilisé cette connexion pour récupérer des données de campagne depuis Drip, une plateforme d’e-mail marketing sans plugin intégré dans l’espace de travail. L’agent a renvoyé des détails essentiels comme l’objet d’une campagne et un nombre d’abonnés de 14 831, tout en précisant que les taux d’ouverture et de clic n’étaient pas disponibles via ce chemin d’API.
Forces et faiblesses face à ChatGPT
Le nouveau mode montre une utilité claire pour l’automatisation des workflows, surtout pour les utilisateurs qui s’appuient déjà sur des agents spécialisés et des connexions à des applications externes. Mais la qualité vocale reste un point plus faible. Comparé au mode vocal de ChatGPT, Grockbot a été jugé moins naturel, plus lent dans son débit et moins fiable pour suivre les consignes d’arrêter de parler et de répondre uniquement par texte, même si OpenAI semble toujours en tête sur la gestion des interruptions et le réalisme conversationnel.
CONCLUSION
Le mode vocal de Grockbot étend l’automatisation multi-agents à l’interaction parlée et rend l’exécution de tâches pilotées par les applications plus accessible. Ses intégrations pratiques sont convaincantes, mais l’expérience conversationnelle reste en retrait par rapport au mode vocal de ChatGPT en matière de réactivité et de finition.
Poser une question