De Google Assistant à Gemini : les limites de la transition vers le tout-génératif

Le paradoxe de la transition technologique

La transition technologique majeure amorcée par les géants de la Silicon Valley met en lumière un paradoxe surprenant. En choisissant de remplacer progressivement l'historique Google Assistant par le modèle d'intelligence artificielle générative Gemini, l'industrie tente d'imposer une interface conversationnelle unifiée. Cependant, cette transition ne se fait pas sans heurts. De nombreux utilisateurs et analystes techniques signalent des régressions fonctionnelles marquées sur des tâches quotidiennes pourtant élémentaires.

Des rapports publiés par des médias spécialisés, à l'instar de ZDNet, soulignent que des fonctions de base comme passer un appel vocal via Android Auto ou programmer un rappel échouent fréquemment sous le règne de Gemini. De même, une analyse de la Frankfurter Allgemeine Zeitung note que la réalité des usages actuels reste bien en deçà des promesses marketing formulées lors des lancements de produits. Comment expliquer qu'un modèle de langage capable de rédiger des dissertations ou de générer du code informatique complexe éprouve des difficultés à exécuter des commandes système de base que les assistants de première génération maîtrisaient parfaitement dès 2016 ?

Probabilité versus déterminisme

Pour comprendre cette friction, il convient de distinguer deux paradigmes informatiques fondamentalement différents : les systèmes déterministes et les systèmes probabilistes. Les anciens assistants vocaux reposaient sur des pipelines de traitement automatique du langage naturel (NLP) déterministes. Lorsqu'un utilisateur prononçait la phrase « programme une réunion à 14 h », l'algorithme traduisait cette intention en une requête structurée directement adressée à l'interface de programmation (API) de l'application d'agenda. L'action était binaire : elle réussissait ou échouait selon des règles strictes, sans ambiguïté.

À l'inverse, un grand modèle de langage (LLM) comme Gemini fonctionne de manière probabiliste. Il ne dispose pas d'une compréhension intrinsèque des fonctions de l'appareil ; il prédit la suite de mots ou de jetons (tokens) la plus probable en fonction de son entraînement. Lorsqu'on lui demande d'interagir avec le monde réel ou le système d'exploitation d'un téléphone, le modèle doit traduire cette intention en appels d'outils (tool calling). Si cette passerelle n'est pas rigoureusement encadrée, le modèle peut halluciner des paramètres, formater incorrectement la requête ou tout simplement omettre l'action, entraînant les pannes constatées par les utilisateurs.

Cette problématique est largement documentée par la recherche scientifique. Une étude de l'Université de Berkeley sur le projet Gorilla démontre que les modèles de langage peinent à utiliser des API de manière fiable sans un entraînement spécifique et un cadre d'exécution extrêmement rigide. Sans cette structure, l'IA générative reste un outil de création de contenu, mais peine à devenir un agent d'exécution fiable.

L'approche de ProductivIA : l'orchestration par assistant_services

C'est précisément pour pallier ces lacunes inhérentes aux modèles génératifs purs que la plateforme québécoise ProductivIA a conçu son architecture d'orchestration. Plutôt que de demander à un modèle d'IA de deviner comment interagir avec les applications du système, ProductivIA utilise un protocole d'échange structuré nommé assistant_services.

Au sein de cet environnement applicatif s'exécutant dans le navigateur, chaque application déclare de manière déterministe les actions qu'elle expose. Par exemple, l'application Calendrier enregistre formellement ses capacités (créer un événement, lister les rendez-vous, modifier un horaire) auprès de l'Assistant central. De même, l'application Courriel expose des services précis pour la rédaction et l'envoi de messages.

Lorsque vous formulez une requête à l'Assistant de ProductivIA, le flux d'exécution se déroule en trois étapes distinctes :

1. La compréhension de l'intention : Le modèle de langage (qu'il s'agisse d'un modèle commercial ou du modèle souverain québécois Matania) analyse la demande de l'utilisateur pour identifier l'action requise.
2. La résolution de l'API : L'Assistant consulte le registre des assistant_services pour trouver l'application et la fonction correspondantes.
3. L'exécution déterministe : La plateforme exécute le code standard (PHP/JS) de l'application cible avec les paramètres extraits par l'IA.

Cette hybridation garantit qu'aucune régression fonctionnelle ne survient. L'IA apporte sa flexibilité pour comprendre le langage naturel de l'utilisateur, mais l'exécution de la tâche reste confiée à des scripts informatiques traditionnels, stables et audités. De plus, cette séparation stricte empêche les hallucinations d'interférer avec vos données professionnelles.

Une souveraineté technique et réglementaire

Cette rigueur architecturale ne se limite pas à la fiabilité technique ; elle répond également aux exigences de sécurité et de conformité. Dans un contexte où la centralisation des infrastructures d'IA chez un éditeur unique crée des points de défaillance critiques, la composabilité de ProductivIA permet de basculer d'un moteur d'IA à un autre sans modifier le comportement des applications.

Pour les organisations soumises à la Loi 25 au Québec, cette étanchéité est cruciale. Si l'Assistant doit planifier une rencontre contenant des renseignements personnels dans l'application Calendrier, l'administrateur du silo peut configurer la plateforme pour que le traitement de l'intention soit effectué exclusivement par le fournisseur souverain Matania, hébergé localement. Les données ne transitent jamais vers des serveurs étrangers, et l'exécution de l'action se fait localement dans le navigateur de l'utilisateur, préservant ainsi une confidentialité absolue.

Pour aller plus loin

La transition forcée vers le tout-génératif montre que la puissance de calcul ne remplace pas une architecture logicielle bien pensée. Alors que les géants de la technologie cherchent à imposer des agents autonomes parfois imprévisibles, les organisations doivent se demander si l'avenir de la productivité ne réside pas plutôt dans des systèmes hybrides, capables d'allier la souplesse cognitive de l'intelligence artificielle à la rigueur éprouvée du code traditionnel.