Tech • IA • Robotique • Jeu
Cet ingénieur a laissé l'IA gérer sa vie pendant 6 mois
5/10INTRO
Un CTO de startup française a construit un assistant IA qui le briefe chaque matin, gère une partie de ses communications, prépare des achats et met à jour des documents automatiquement, illustrant à la fois les gains de productivité et les limites de confiance, de confidentialité et de fiabilité liées à la délégation du quotidien à l’IA.
POINTS CLÉS
Une réponse à la surcharge
Maxime, CTO de Gladia, a commencé à expérimenter des assistants IA pour réduire la charge mentale liée à la gestion de centaines d’e-mails, messages et flux de travail parallèles. Il a décrit son rôle comme centré sur l’absorption d’informations, la communication et la prise de décision, avec comme principale difficulté la fragmentation constante entre outils et canaux. L’objectif n’était pas la nouveauté, mais un soulagement du stress et de la surcharge cognitive.
La première preuve concrète
Une première avancée est venue de la combinaison des outils de téléphonie Twilio avec un modèle vocal à faible latence, capable de passer automatiquement une commande à emporter. Le système a appelé un kebab, passé la commande et réussi sans intervention humaine au moment du retrait. L’anecdote importait moins pour le repas que pour ce qu’elle démontrait: du code relié à une IA vocale pouvait désormais agir sur le monde physique avec très peu de friction.
Ce que les agents IA ont changé
L’innovation clé n’était pas un modèle radicalement nouveau, mais l’intégration de l’IA aux canaux de communication du quotidien comme WhatsApp et Telegram. Cela a rendu les assistants accessibles via des interfaces familières, en particulier les notes vocales sur mobile. Contrairement à un chatbot classique, un agent ajoute autonomie, mémoire et accès à des outils comme les navigateurs, messageries et services en ligne, ce qui lui permet d’agir plutôt que de seulement répondre.
Une base de connaissances personnelle comme vrai socle
L’assistant n’est devenu utile qu’après une personnalisation poussée. Maxime a passé des jours puis des semaines à documenter sa vie à la voix, créant un « second cerveau » contenant des détails pratiques, des habitudes et des préférences. Il y a enregistré des informations aussi précises que les vêtements qu’il possède, leurs marques et leurs tailles, afin que l’assistant lui évite de reprendre sans cesse des décisions routinières depuis zéro.
Un briefing IA quotidien adopté durablement
La fonctionnalité la plus durable est un briefing audio matinal envoyé via WhatsApp. D’une durée d’environ 10 minutes, il résume anniversaires, fêtes, événements du calendrier, projets de voyage et grandes actualités tech. Un exemple rappelait que sa mère venait d’avoir 71 ans, avec un conseil sur le meilleur moment pour lui envoyer un message vocal. Il a expliqué que perdre ce briefing serait réellement gênant.
Sport, administratif et communications filtrées
Le système génère aussi un plan d’entraînement quotidien adapté à son matériel réel et à son niveau, puis l’affiche sur un écran avec échauffements, minutage et consignes techniques pour des mouvements de CrossFit. Côté communications, l’assistant peut accuser réception de messages, répondre aux questions routinières à partir de la documentation publique et réduire le bruit des notifications en regroupant les mises à jour de faible valeur. Le gain pratique vient de la compression: moins d’interruptions, plus d’attention concentrée.
Modifications automatiques et réponses déléguées
Dans certains cas, l’assistant agit directement. Si quelqu’un signale une erreur factuelle dans un document publié avec des preuves à l’appui, il peut mettre à jour le fichier et envoyer automatiquement une version corrigée. Cela s’est produit une fois pendant une réunion: alors que Maxime parlait encore, un collègue a vu le document changer en temps réel après avoir publié une correction. L’épisode a illustré à la fois la puissance et le caractère déroutant d’une automatisation invisible.
La confiance et le consentement restent des limites fortes
La réaction la plus négative n’est pas venue du travail, mais de la vie personnelle. Lors d’une expérience, l’assistant a organisé un week-end, y compris une réservation de restaurant et des idées de randonnée, sans annoncer clairement son rôle à l’avance. Le résultat était efficace, mais la réaction a été mauvaise, car la délégation n’avait pas été transparente. La leçon était claire: l’automatisation peut être acceptée, mais l’automatisation cachée peut briser la confiance.
Pourquoi l’automatisation complète reste insuffisante
L’achat de bout en bout reste peu fiable. De nombreux sites e-commerce n’ont toujours pas d’API propres ni de connexions adaptées aux agents, ce qui oblige les assistants à naviguer visuellement dans les pages web. Cela les rend plus lents, plus coûteux et moins fiables. En conséquence, le dispositif actuel s’arrête souvent à la préparation d’un panier, en laissant à l’utilisateur l’achat final en un clic.
Coût, confidentialité et modèles locaux
Le système fonctionne en partie sur un Mac Mini, avec des coûts mensuels décrits comme restant nettement sous les 500 $, même si les premières expérimentations avaient généré des factures de plusieurs milliers de dollars. Côté confidentialité, les données sensibles sont tenues autant que possible à l’écart de fournisseurs non maîtrisés, et les modèles locaux ou régionalisés deviennent de plus en plus viables. Des modèles ouverts récents comme Qwen et Gemma progressent vite, mais une rédaction française de haute qualité et une messagerie soignée favorisent encore les meilleurs systèmes hébergés.
CONCLUSION
L’expérience suggère que les assistants IA sont déjà précieux comme filtres, organisateurs et exécutants de tâches routinières, surtout pour les personnes noyées sous l’information. Mais plus ils s’étendent aux achats, aux relations personnelles et aux décisions silencieuses, plus les vrais blocages deviennent la confiance, la transparence, la sécurité et la fiabilité, davantage que la seule capacité des modèles.
Poser une question