Le Web nous aidait à trouver. Maintenant, il veut agir à notre place.
Pendant plus de 25 ans, notre relation avec le Web a suivi à peu près la même logique.
Nous avions un besoin. Nous ouvrions un moteur de recherche. Nous écrivions quelques mots-clés. Puis nous commencions le vrai travail : ouvrir des onglets, lire, comparer, contacter, attendre une réponse, relancer… et parfois recommencer.
L'intelligence artificielle a déjà commencé à bouleverser cette mécanique. Au lieu de nous présenter uniquement une liste de liens, les outils d'IA peuvent maintenant analyser l'information, la résumer et nous proposer directement une réponse.
Mais une transformation encore plus importante se dessine.
Et si nous ne demandions bientôt plus au Web de nous aider à trouver quoi faire, mais simplement de le faire?
C'est ce que Microsoft Research décrit comme le passage des Search Engines aux Action Engines.
Et si la promesse est immense, les défis le sont tout autant.
----------
De la recherche à la réponse… puis à l'action
En juin 2025, des chercheurs de Microsoft Research ont publié un article au titre particulièrement révélateur : From Search Engines to Action Engines.
Leur constat est simple.
Les moteurs de recherche nous ont donné accès à l'information. L'IA générative nous permet maintenant d'obtenir des réponses qui synthétisent cette information. La prochaine frontière serait la complétion de tâches : des systèmes capables non seulement de nous conseiller, mais d'agir pour atteindre un objectif.
On pourrait résumer cette évolution ainsi :
Search Engine → trouve l'information.
Answer Engine → analyse l'information et propose une réponse.
Action Engine → utilise l'information pour accomplir le travail.
La différence est importante.
Demander « Quels sont les bons restaurants pour un groupe de 40 personnes à Montréal? » et obtenir cinq recommandations est une réponse.
Demander de trouver les restaurants pertinents, de leur transmettre nos critères, de vérifier leur intérêt, d'effectuer les suivis et de revenir avec les propositions disponibles est une action.
Dans le premier cas, la technologie nous aide à commencer le travail.
Dans le deuxième, elle en réalise une partie.
----------
C'est peut-être là que se trouve le prochain grand gain de productivité
Depuis l'arrivée de l'IA générative, beaucoup d'attention a été portée sur notre capacité à produire plus rapidement : rédiger un courriel, résumer un document, créer une présentation, analyser des données.
Ce sont des gains réels.
Mais une grande partie de notre quotidien numérique demeure constituée de petites tâches qui nécessitent encore une succession d'actions humaines.
Chercher. Cliquer. Copier. Comparer. Remplir. Envoyer. Attendre. Relancer.
Prises individuellement, ces tâches semblent banales. Additionnées sur une semaine, un mois ou une organisation entière, elles représentent énormément de temps.
C'est ce qui rend les Action Engines particulièrement intéressants.
Leur potentiel n'est pas seulement de nous rendre plus rapides dans une tâche, mais de nous permettre de ne plus avoir à réaliser certaines étapes nous-mêmes.
La nuance est énorme.
Mais entre comprendre une demande et agir correctement dans le monde réel, il reste encore un fossé.
----------
Agir sur le Web est beaucoup plus difficile qu'en parler
Une étude publiée à l'ICLR en 2024 permet de mesurer cette difficulté.
Les chercheurs derrière WebArena ont créé un environnement reproduisant de véritables interactions Web : commerce électronique, forums, gestion de contenu et outils collaboratifs. Ils ont ensuite demandé à des agents d'accomplir des tâches complètes plutôt que de simplement répondre à des questions.
Le meilleur agent basé sur GPT-4 testé à l'époque réussissait seulement 14,41 % des tâches de bout en bout, comparativement à 78,24 % pour les humains.
Un écart considérable.
Il faut évidemment replacer ces chiffres dans leur contexte. Cette étude reflète l'état de la technologie au moment des expériences, et l'évolution des agents IA est extrêmement rapide.
À quel point?
En février 2026, Microsoft Research présentait ActionEngine, une architecture conçue pour permettre à un agent de mieux mémoriser la structure d'une interface et de planifier ses actions plutôt que de devoir réinterpréter chaque écran à chaque étape.
Sur un ensemble de tâches Reddit provenant justement de WebArena, ActionEngine a atteint 95 % de réussite, contre 66 % pour la meilleure référence « vision-only » utilisée par les chercheurs. L'approche nécessitait également 11,8 fois moins de coûts et réduisait de moitié la latence de bout en bout.
Comparer directement 14,41 % et 95 % serait trompeur : les architectures, les conditions et les sous-ensembles de tâches ne sont pas les mêmes.
Mais leur juxtaposition illustre quelque chose d'important :
nous sommes encore au début, et ça avance vite. Très vite.
----------
Une mauvaise réponse et une mauvaise action n'ont pas les mêmes conséquences
C'est probablement le défi le plus important de cette transition.
Un moteur de recherche peut nous suggérer un mauvais restaurant.
On ferme l'onglet.
Un moteur d'action peut potentiellement réserver le mauvais restaurant.
Et soudainement, la question de la fiabilité prend une tout autre dimension.
Plus un système est autorisé à agir, plus il faut déterminer ce qu'il peut faire seul et ce qui nécessite une validation humaine.
Peut-il envoyer un courriel?
Modifier une réservation?
Accepter une proposition?
Effectuer un paiement?
Partager des informations avec un tiers?
Et surtout : que se passe-t-il lorsqu'il se trompe?
Les défis ne sont d'ailleurs pas uniquement liés à l'intelligence du modèle. Le Web lui-même n'a pas été conçu pour être parcouru par des agents autonomes. Interfaces qui changent, fenêtres contextuelles, authentification, CAPTCHA, permissions et informations ambiguës peuvent rapidement transformer une tâche apparemment simple en problème complexe.
Microsoft le reconnaît également dans ses travaux sur la navigation agentique. L'entreprise souligne que donner à des agents la capacité d'agir directement dans un navigateur introduit de nouveaux vecteurs de risque et nécessite de nouvelles mesures de sécurité.
Savoir agir ne suffit donc pas. Il faut aussi savoir quand agir, quand vérifier… et quand laisser l'humain décider.
----------
Le futur ne sera peut-être pas un agent qui fait tout
L'image populaire de l'agent IA est souvent celle d'un assistant universel.
On lui donne un objectif et il s'occupe de tout.
C'est séduisant.
Mais les Action Engines qui créeront le plus de valeur à court terme pourraient être beaucoup plus spécialisés.
Un système conçu pour accomplir une catégorie précise de tâches peut connaître son environnement, les informations nécessaires, les actions permises, les exceptions possibles et, surtout, les moments où une décision humaine est préférable.
C'est également ce que suggèrent les travaux sur les Large Action Models (LAMs) : passer d'un modèle principalement conçu pour générer du langage à des systèmes capables de générer et d'exécuter des actions dans des environnements dynamiques. Les chercheurs identifient toutefois encore plusieurs défis avant leur déploiement à grande échelle, notamment l'intégration avec les environnements, le grounding des actions et leur évaluation.
Autrement dit, l'objectif n'est peut-être pas nécessairement de retirer l'humain de l'équation.
Il pourrait plutôt être de retirer le travail inutile autour de la décision humaine.
----------
Automatiser le travail. Pas le jugement.
C'est aussi cette logique qui guide ce que nous construisons chez KEHOPS.
Lorsqu'une entreprise cherche un lieu pour son party de Noël, une activité pour un offsite, un traiteur ou encore un fournisseur RH, le problème n'est généralement pas l'absence d'information.
Le Web en contient déjà énormément.
Le problème est tout ce qu'il faut faire avec cette information.
Chercher les fournisseurs pertinents. Les contacter. Expliquer son besoin. Faire les suivis. Attendre les réponses. Rassembler les propositions.
Avec KEHOPS, l'utilisateur publie son besoin une seule fois. La plateforme automatise ces étapes et centralise les propositions reçues.
Mais elle ne choisit pas à sa place.
Parce qu'entre automatiser une recherche et déléguer une décision, il existe une différence fondamentale.
Et c'est peut-être là que se trouve l'un des grands enjeux de la prochaine génération du Web.
Pendant longtemps, la technologie nous a aidés à trouver.
Puis elle a appris à nous répondre.
Elle commence maintenant à agir.
La véritable question ne sera probablement pas de savoir jusqu'où elle en sera capable.
Mais jusqu'où nous voudrons la laisser aller.
Automatiser le travail. Pas le jugement.
----------
Références
Microsoft Research (2025) — From Search Engines to Action Engines. IEEE Computer, vol. 58, no 6, p. 59-68.
Consulter la publication
Zhou, S. et al. (2024) — WebArena: A Realistic Web Environment for Building Autonomous Agents. International Conference on Learning Representations (ICLR 2024).
Consulter l'étude
Microsoft Research (2026) — ActionEngine: From Reactive to Programmatic GUI Agents via State Machine Memory.
Consulter la publication
Wang, L. et al. — Large Action Models: From Inception to Implementation.
Microsoft Edge Security (2025) — Considerations for Safe Agentic Browsing.
Consulter l'article
