Test approfondi d'ACT-1 : comment un modèle d'agent fondamental capable de piloter n'importe quelle interface logicielle redessine-t-il les flux de travail numériques ?

Alors que les assistants IA se cantonnent encore à des discussions théoriques dans des boîtes de dialogue, ACT-1 a déjà mis la main sur votre système d'exploitation. Ce modèle d'agent fondamental conçu pour les tâches numériques affiche une promesse très directe : contrôler n'importe quelle interface logicielle pour accomplir de véritables flux de travail. Il ne s'agit pas de générer une suggestion de code, mais de remplir directement votre note de frais, d'extraire des données d'un ERP vers Excel ou d'archiver des dizaines d'e-mails. Après deux semaines de tests intensifs, nous avons tenté de répondre à la question : l'IA de manipulation d'interface incarnée par ACT-1 est-elle le prélude à une révolution de la productivité, ou un produit semi-fini encore à perfectionner ?

Avantage clé : une véritable « couche de traduction universelle des interfaces »

Les outils d'automatisation courants dépendent généralement d'API ou de scripts prédéfinis ; dès qu'un logiciel n'offre pas d'interface ouverte, le processus se bloque. La percée majeure d'ACT-1 réside dans sa capacité à agir comme un « opérateur numérique » assis devant l'écran, en se basant uniquement sur l'observation des pixels et la compréhension des éléments d'interface, sans aucune intégration back-end. Cette aptitude provient de la fusion profonde, au sein de son modèle d'agent fondamental, de la vision, de la logique d'interaction et de la planification des tâches. Lors de nos tests, nous lui avons confié une mission inter-plateformes : télécharger une facture en pièce jointe depuis la messagerie web, ouvrir le logiciel de comptabilité sur le bureau, renseigner le montant, la date et les commentaires dans les champs correspondants, puis sauvegarder une capture d'écran dans un dossier du cloud. L'ensemble du processus s'est déroulé sans accroc, sans aucune erreur de reconnaissance d'interface. Même lorsque le logiciel de comptabilité a soudainement affiché une notification de « mise à jour », ACT-1 a su décider de façon autonome et choisir « plus tard » pour poursuivre le flux de travail initial. Cette adaptabilité aux dynamiques de l'environnement le distingue des robots fragiles de la RPA classique.

Un autre atout est la « démonstration unique, réutilisation durable ». L'utilisateur peut effectuer une démonstration complète dans ACT-1, et le modèle en extrait un module de travail réutilisable. Après lui avoir appris à récupérer chaque vendredi à 17 heures le tableau de synthèse des rapports hebdomadaires internes, à le remettre en forme et à l'envoyer à un groupe désigné, il a exécuté la tâche quatre semaines de suite sans la moindre erreur. Ce mécanisme d'apprentissage permet aux utilisateurs sans bagage technique de créer leurs propres flux d'automatisation, sans attendre que le service informatique planifie un développement.

Expérience utilisateur : comme former un stagiaire extrêmement concentré

La première prise en main d'ACT-1 procure une sensation étonnante : on ne tape plus des commandes, on guide le modèle à la souris et au clavier. En mode enregistrement de tâches, chaque clic, saisie et glisser-déposer est capturé, puis abstrait en une séquence d'actions généralisable. L'interface reste sobre : une fenêtre flottante n'apparaît qu'en cas de confirmation ou d'anomalie ; en fonctionnement quotidien, le logiciel reste totalement en arrière-plan sans monopoliser de ressources d'affichage. Le mécanisme de bac à sable pour la vie privée est particulièrement rassurant : toute l'analyse d'interface s'effectue localement, les données sensibles ne sont jamais téléversées dans les jeux d'entraînement cloud – un point auquel les entreprises sont particulièrement attachées.

Bien entendu, il n'est pas sans caprices. Face à des logiciels métiers fortement personnalisés utilisant des contrôles non standards (comme certains anciens systèmes CRM), ACT-1 peut parfois hésiter lors de la première reconnaissance et nécessiter une ou deux corrections manuelles de l'utilisateur. Heureusement, la courbe d'oubli est très raide : une même interface n'a besoin d'être corrigée qu'une fois pour être ensuite reconnue avec précision. Par ailleurs, la version actuelle manque encore de stabilité avec les configurations multi-écrans ; si une fenêtre est fréquemment déplacée d'un écran à l'autre, un décalage de coordonnées peut se produire, ce qui devrait être amélioré dans les prochaines itérations. Dans l'ensemble, la barrière d'adoption est bien plus basse que prévu, plus intuitive même que de maîtriser des règles de messagerie.

Public cible : bien au-delà des geeks technophiles

Si l'on pense qu'ACT-1 n'est qu'un nouveau jouet pour développeurs, on se méprend sur sa valeur. Les publics qui peuvent réellement en bénéficier sont bien plus larges :

• Responsables marketing et opérationnels : transfert de données inter-plateformes, surveillance des prix concurrents, diffusion de contenu multi-comptes, sans plus dépendre d'un travail manuel de stagiaires.
• Finances et administration : saisie des factures, génération de fiches de paie, archivage des contrats et autres processus documentaires répétitifs – ACT-1 libère complètement les mains.
• Dirigeants de PME : sans budget pour construire un système d'automatisation interne, ils ont pourtant besoin de décloisonner les silos de données entre logiciel de comptabilité, back-office e-commerce et plateforme logistique.
• Designers et créatifs : export de ressources par lots, application d'opérations uniformes sur plusieurs calques, traitement de fichiers en synergie inter-logiciels – l'enchaînement automatique des opérations s'avère particulièrement utile.

Pour les utilisateurs individuels, il peut également jouer le rôle d'un « majordome numérique personnel » : ranger le cloud, classer automatiquement les fichiers WeChat, fusionner des PDF et les archiver – autant de corvées qu'ACT-1 accomplit silencieusement, vous libérant définitivement des tâches répétitives dignes d'un automate de frappe.

En fin de compte, la valeur d'ACT-1 ne se mesure pas à sa ressemblance avec un humain, mais au fait qu'il dote enfin l'IA de la capacité d'exécution en boucle fermée dans un environnement numérique réel. Il ne s'agit pas d'une énième boîte de dialogue attendant vos questions, mais d'une paire de mains capable de taper au clavier et de déplacer la souris à votre place. Alors que l'IA passe de la cognition à la manipulation, la définition même de l'automatisation des flux de travail est en train d'être réécrite.