Afficher le sommaire Masquer le sommaire
Meta traînait depuis des mois une réputation de retardataire dans la course à l’intelligence artificielle. Le 8 septembre, la maison mère de Facebook a lancé Muse, un agent personnel, c’est-à-dire un logiciel qui agit au nom de son utilisateur au lieu de se contenter de lui répondre. En deux semaines, l’application s’est hissée au sommet des boutiques nord-américaines. Selon l’agence Reuters, elle a dépassé ChatGPT, l’assistant d’OpenAI, dans l’App Store d’Apple comme dans Google Play, la boutique de Google, aux États-Unis et au Canada.
Sensor Tower, un cabinet qui mesure l’activité des boutiques d’applications, estime que Muse a été téléchargé 2,8 millions de fois au cours de ses deux premières semaines. Sur les dix premiers jours, le cabinet calcule une croissance quotidienne moyenne de 55 %. Dans un décompte arrêté au treizième jour et cité par la chaîne américaine CNBC, il crédite Muse de plus de 2,5 millions d’installations. Claude, l’assistant d’Anthropic, en comptait environ 400 000 sur la même durée, et Grok, celui de xAI, la société d’Elon Musk, 200 000. Seul ChatGPT faisait mieux, avec 3,1 millions de téléchargements.
Sensor Tower compare toutefois des applications qui ne sont pas sorties au même moment sur iOS et sur Android, les systèmes d’exploitation des smartphones d’Apple et des autres fabricants. Un assistant publié d’emblée sur les deux systèmes touche dès le premier jour l’ensemble des téléphones, quand un concurrent cantonné à l’un d’eux n’en atteint qu’une partie. L’avance de Muse sur Claude et Grok tient donc en partie à ce calendrier.
Un téléchargement enregistre un seul geste. Il signale qu’un internaute a voulu essayer, sans rien dire de ce qu’il fera de l’application la semaine suivante, ni s’il lui confiera un jour une réservation ou un achat. Pour aller plus loin, trois indicateurs sont nécessaires :
- le taux de rétention, c’est-à-dire la part des utilisateurs qui reviennent après leur premier essai ;
- le nombre d’abonnés payants ;
- le taux de réussite des tâches confiées à l’agent.
Au 23 septembre, Meta n’avait publié aucun des trois. Les 2,8 millions de téléchargements disent combien de personnes ont voulu voir. Personne, hors de l’entreprise, ne sait combien sont restées.
Le taux de réussite pèse ici plus lourd qu’ailleurs. Lorsqu’un chatbot, un assistant conversationnel comme ChatGPT, se trompe, l’utilisateur lit une réponse fausse et passe à autre chose. Lorsqu’un agent se trompe, l’erreur sort de l’écran : un courriel part au mauvais destinataire, un billet est réservé à la mauvaise date, un achat est débité. Un tel outil gagne sa place dans le quotidien de ses utilisateurs tâche après tâche, et chaque échec coûte de la confiance.
Pour savoir ce que vaut Muse, il faudra donc quatre réponses. L’agent mène-t-il ses missions à bien ? Retient-il ceux qui l’ont installé ? Les convertit-il en clients payants ? Obtient-il leur confiance ? Sur les trois premières questions, seul Meta tient les chiffres, et les deux premières semaines n’ont livré que la mesure de la curiosité.
Un agent aux commandes du navigateur
Ces missions, Meta les décrit avec précision. Muse travaille dans le cloud, sur les serveurs du groupe. Il ouvre un navigateur, se connecte aux services de l’utilisateur et enchaîne des tâches en plusieurs étapes : trier une boîte de réception, remplir un formulaire, comparer des produits, réserver un voyage, payer une commande. Certaines missions se poursuivent en arrière-plan, une fois l’application fermée.
L’utilisateur peut personnaliser son agent et lui donner des instructions durables, que Muse applique d’une session à l’autre. Face à une mission complexe, l’agent la découpe entre plusieurs sous-agents, chacun chargé d’une partie du travail. Il fabrique au besoin certains des outils dont il a besoin pour l’exécuter.
L’ensemble tourne sur Muse Spark, une famille de modèles de langage (les programmes qui produisent le texte et conduisent le raisonnement de l’assistant) développée par Meta. Le groupe revendique des progrès en raisonnement, en programmation et en utilisation d’outils. Les meilleurs résultats qu’il publie pour Muse Spark 1.3 concernent toutefois une configuration baptisée « max », encore soumise à des tests et que le grand public ne peut pas utiliser largement. La version que Meta met en avant dans ses résultats n’est donc pas celle que les premiers utilisateurs ont installée.
Sur le premier critère, la capacité à terminer une tâche, Meta reste pour l’instant la seule source. Il n’a publié ni taux de réussite ni évaluation indépendante. Le groupe a d’ailleurs lui-même fixé des limites à la marge de manœuvre de son agent.
Sentinel, le garde-fou de l’agent
Première de ces limites : Muse travaille dans une machine virtuelle isolée, un ordinateur simulé sur les serveurs de Meta et séparé des autres systèmes du groupe. Ses échanges avec l’extérieur passent par Sentinel, un second programme chargé de les filtrer. Pour chaque action, Sentinel décide de l’autoriser, de la refuser ou de la soumettre à l’approbation de l’utilisateur. D’après la politique de confidentialité du service, Muse demande par défaut une validation avant de nombreuses opérations importantes, comme l’envoi d’un courriel. L’utilisateur peut assouplir certains de ces réglages.
Les conditions d’utilisation vont plus loin. Elles exigent une « supervision humaine significative » et rendent l’utilisateur responsable des instructions qu’il donne comme des actions que l’agent exécute. Meta vend l’autonomie de son produit, mais son contrat laisse à l’utilisateur la charge de ce que Muse fait en son nom. Si l’agent commande deux fois le même article, c’est au client d’en répondre.
Une autre expérience a montré ce qui se passe quand l’agent bute sur une tâche. D’après des messages internes consultés par Reuters, Meta a testé auprès de ses salariés un « concierge humain ». Lorsque Muse peinait à passer certains appels, des sous-traitants prenaient le relais. La fonction avait été activée pour la moitié des salariés participant au test, et un groupe pouvait s’en retirer. Des employés ont alerté en interne sur les risques pour la confidentialité et sur le manque d’information donné aux participants.
Un vice-président de Meta a reconnu, dans un message interne, que l’entreprise avait commis une erreur en ne signalant pas correctement l’intervention possible d’un opérateur humain. Le groupe a retiré la fonction « pour l’instant ». Il assure qu’un éventuel lancement public s’accompagnerait d’informations et de protections appropriées. L’expérimentation est restée cantonnée aux salariés du groupe.
Elle éclaire néanmoins le fonctionnement réel du produit. Là où l’agent échouait, Meta a testé une solution humaine, installée en coulisses et mal signalée à ceux qui en bénéficiaient. Un produit dont l’autonomie reste à ce point encadrée n’explique pas à lui seul un démarrage aussi rapide.
La force de frappe de 3,6 milliards d’utilisateurs
« Les plus geeks pouvaient déjà utiliser des agents IA en se connectant aux applications existantes sur le marché », observe Jean-Christophe Liaubet, associé du cabinet d’audit et de conseil EY. Meta « fait, lui, le pari de la démocratisation des usages grâce à la facilité d’accès à Muse et à sa capacité à se connecter aux outils quotidiens de l’utilisateur », poursuit-il. Stacy Rasgon, analyste chez Bernstein, une société de recherche financière, a tenu sur CNBC un raisonnement voisin : « Jusqu’à présent, la plupart des cas d’usage des agents IA ne concernaient pas vraiment le grand public. Aujourd’hui, avec Muse de Meta et d’autres agents qui apparaissent, on commence peut-être à entrevoir un potentiel d’adoption plus large. »
Pour démocratiser un usage, Meta dispose d’un avantage qu’aucun de ses concurrents ne possède. Selon ses chiffres officiels, Facebook, Instagram, WhatsApp et Messenger réunissaient en moyenne 3,60 milliards de personnes actives chaque jour en juin 2026, soit 3 % de plus qu’un an auparavant. Le groupe compte les personnes actives sur l’ensemble de ses applications, et ce total ne correspond pas forcément à autant d’internautes distincts. L’ordre de grandeur suffit pourtant à mesurer l’audience vers laquelle Meta peut pousser un nouveau produit.
« Dans la chaîne de l’IA, la valeur vient soit de la puissance de calcul, soit de l’accès aux clients, analyse Jean-Christophe Liaubet. Grâce à ses plateformes, Meta peut compter sur sa capacité à activer sa base d’utilisateurs. C’est son cœur de métier. » Le démarrage de Muse illustre ce mécanisme. Le record de téléchargements renseigne d’abord sur la puissance de feu de Meta, avant de dire quoi que ce soit de la qualité de son agent.
Le périmètre du lancement reste d’ailleurs flou. Meta présente officiellement Muse comme un service lancé aux États-Unis, sur iOS, Android et le Web. Reuters le classe pourtant en tête des boutiques canadiennes. Le déploiement a peut-être été élargi sans que la communication officielle du groupe en tienne compte. Pour Meta, la question suivante porte sur la capacité de cette audience à payer.
Amazon contre Shopify et PayPal
Pour faire payer cette audience, Meta a choisi pour Muse un modèle freemium : le service de base est gratuit, et deux abonnements, à 20 dollars et 100 dollars par mois, visent les utilisateurs les plus intensifs. La banque américaine Truist estime que le produit pourrait rapporter au groupe au moins 28,5 milliards de dollars de chiffre d’affaires annuel supplémentaire en 2030. Ce montant additionne les abonnements, le commerce et d’autres services. Il s’agit d’une projection d’analyste, et Meta ne s’est fixé publiquement aucun objectif de ce type.
Le commerce, l’un des piliers de cette projection, est déjà le théâtre du premier affrontement. Amazon a bloqué Muse sur son site. Le géant de la vente en ligne reproche à Meta de ne pas l’avoir averti et à l’agent de ne pas s’identifier clairement lorsqu’il navigue sur ses pages. Il invoque aussi des risques pour les identifiants et les données de ses clients. Amazon entend en outre garder la main sur la relation avec ses acheteurs, sur ses recommandations et sur sa publicité, trois activités qu’un agent tiers court-circuiterait en achetant à la place du client.
D’autres acteurs ont fait le choix inverse. Shopify, qui fournit leur boutique en ligne à des millions de commerçants, a annoncé l’intégration de son système de paiement Shop Pay à Muse, sans que l’état exact de ce déploiement soit connu. PayPal a annoncé un partenariat destiné à faire payer les utilisateurs de Muse auprès des marchands de son réseau. Le spécialiste du paiement en ligne n’a publié aucun calendrier technique.
La partie commerciale du scénario de Truist dépend donc de deux camps. Le premier distributeur en ligne a fermé sa porte, et ceux qui l’ont ouverte n’ont encore livré que des annonces. Sur le troisième critère, la conversion en revenus, Meta ne décide pas seul. Les investisseurs, eux, n’ont pas attendu les premiers résultats.
À Wall Street, un bond de 11,4 %
Le 21 septembre, l’action Meta a gagné environ 11,4 %, à 741,25 dollars. Plusieurs analystes venaient de relever leur objectif de cours (le prix auquel ils estiment que l’action devrait s’échanger), dans le sillage du démarrage de Muse. Le titre a atteint ce jour-là son plus haut niveau depuis plus de sept mois, sans retrouver son sommet des douze derniers mois.
Les investisseurs cherchaient depuis des mois la preuve que Meta tirerait des revenus de ses dépenses dans l’intelligence artificielle. Le groupe prévoit d’engager entre 130 et 145 milliards de dollars d’investissements en 2026, en comptant les remboursements sur ses contrats de location-financement (des locations d’équipements assimilées à des achats à crédit). Cette enveloppe couvre l’ensemble des activités de Meta : ni Muse ni même l’intelligence artificielle ne la mobilisent à eux seuls.
Wall Street a donc réagi aux téléchargements, faute de chiffres de rétention ou d’abonnement. Le marché a salué la capacité de Meta à faire essayer un produit à des millions de personnes. Pour que ces essais deviennent des usages, Meta doit encore convaincre ces utilisateurs de lui confier leur vie numérique.
Données personnelles et faille sur Mac
Cette vie numérique, Muse en a besoin pour rendre service : ses courriels, ses calendriers, ses moyens de paiement. Sa politique de confidentialité précise que le réglage autorisant Meta à utiliser les échanges pour entraîner ses modèles est activé dès la première utilisation. L’utilisateur peut le désactiver, et Meta affirme exclure alors de l’entraînement les interactions antérieures. Quand le réglage reste actif, l’entreprise dit retirer certaines catégories d’informations directement identifiantes et dissocier les échanges du compte avant de s’en servir. Elle assure aussi que les conversations et les données conservées dans la machine virtuelle de Muse ne remontent pas vers ses systèmes publicitaires.
Ces engagements laissent une porte ouverte. L’architecture actuelle autorise Meta à consulter les informations lorsqu’il juge nécessaire d’exploiter, de sécuriser ou d’assister le service. Le groupe développe une « Confidential VM », une version de cette machine virtuelle censée rendre les données illisibles même pour lui. Au 23 septembre, cette fonction n’était pas disponible, et personne n’avait pu en vérifier l’efficacité de façon indépendante.
Une première faille a montré ce que peut coûter l’étendue de ces permissions. Patrick Wardle, chercheur en cybersécurité spécialiste des ordinateurs d’Apple, a découvert une faiblesse dans l’application Muse pour macOS, le système d’exploitation des Mac. Un programme installé sur la machine, même dépourvu de droits particuliers, pouvait détourner le service de dictée, intercepter des requêtes et récupérer le jeton d’authentification de Muse, la clé numérique qui ouvre l’accès au compte. Un attaquant devait d’abord réussir à faire exécuter du code sur le Mac visé. Meta a diffusé un correctif le 22 septembre.
Le risque tient au rôle de ce jeton. Pour un agent habilité à écrire, à réserver et à payer, une clé dérobée donne accès à tout ce que l’utilisateur a délégué. Plus Muse se rend utile, plus il accumule des droits, et plus la moindre brèche expose ceux qui les lui ont accordés.
La Commission nationale de l’informatique et des libertés (CNIL), le régulateur français des données personnelles, a décrit ce mécanisme pour l’ensemble des agents d’intelligence artificielle. Elle souligne que ces outils accroissent les risques liés à la circulation des données entre services, aux mémoires persistantes (les informations que l’agent conserve d’une session à l’autre) et aux actions enchaînées sans intervention humaine. Elle recommande de cloisonner les environnements, de limiter les droits accordés aux agents, de tracer chacune de leurs opérations et de maintenir une supervision humaine proportionnée aux risques.
