Les agents IA n'ont rapporté à Uber que 4 courses pour 320 millions de commandes par semaine

Uber a mené une expérience rare, et donc particulièrement utile : l'entreprise a montré non pas une belle démonstration d'agent IA, mais le comportement réel des utilisateurs. Sur un volume d'environ 320 millions de courses et de commandes de repas par semaine, environ 500 livraisons et seulement quatre courses ont été passées via des agents.

Ces chiffres paraissent presque comiques, mais la conclusion qu'on peut en tirer est sérieuse. L'utilisateur n'engage pas un intermédiaire numérique simplement parce qu'il s'appelle agent. Si un bouton familier résout déjà la tâche de façon rapide et prévisible, une couche de conversation supplémentaire gêne plus qu'elle n'aide.

Pourquoi l'agent a perdu face à l'interface classique

Commander une course Uber prend environ 50 secondes. Repasser une commande habituelle sur Uber Eats prend environ 90 secondes. L'utilisateur ouvre l'application, voit le prix, vérifie l'adresse et appuie sur un bouton. La tâche suit un scénario clair, comporte peu d'étapes et offre un retour immédiat.

Imaginons maintenant un agent. Il faut lui expliquer où aller ou quoi commander. Il faut ensuite vérifier qu'il a bien compris l'adresse, le restaurant, le contenu de la commande et le coût. Même si l'agent est techniquement capable d'exécuter l'action, l'utilisateur porte quand même le risque d'erreur. Économiser quelques appuis ne compense pas la nécessité de superviser l'intermédiaire.

C'est précisément là que se brise une hypothèse produit répandue : l'interface conversationnelle n'est pas automatiquement plus pratique que l'interface graphique. Pour des opérations courtes et fréquentes, un bouton est souvent plus efficace qu'un dialogue. Il affiche les options disponibles, les contraintes et le prix avant la confirmation. L'agent, lui, doit tout reformuler ou le dissimuler derrière sa propre décision.

Où l'agent peut réellement être utile

Le problème ne vient pas des agents en tant que technologie, mais de l'échelle de la tâche choisie. Commander une course familière est trop simple. Organiser un trajet complexe est en revanche plus intéressant : choisir l'heure de départ en fonction d'un vol, commander un véhicule pour plusieurs passagers, prévoir un siège enfant, comparer le prix avec les transports en commun et modifier la réservation en cas de retard de l'avion.

Il en va de même pour la livraison de repas. Répéter la commande de la veille se fait d'un seul bouton. Composer le menu de la semaine pour une famille, en tenant compte des allergies, du budget, des délais de livraison et des préférences de plusieurs personnes, c'est déjà une chaîne de décisions. Ici, l'agent peut économiser non pas des secondes, mais des dizaines de minutes d'effort mental.

Pour le développeur, une autre limite compte : toute action impliquant de l'argent exige une confirmation transparente. L'agent doit montrer ce qu'il a choisi, combien cela coûte et quelles données il a utilisées. On ne peut pas cacher des paramètres critiques derrière la phrase « j'ai tout organisé ». Plus le coût d'une erreur est élevé, plus le journal des actions, la possibilité d'annuler et un passage clair vers le contrôle manuel sont importants.

Ce que l'équipe produit doit vérifier

Il ne faut pas commencer par la question « où intégrer un agent ». Mieux vaut mesurer le processus existant : combien de temps il prend, combien de décisions il exige et où l'utilisateur se trompe ou abandonne la tâche. Il faut ensuite comparer le scénario agentique à l'interface classique selon le temps d'exécution, la part d'opérations réussies, le nombre de corrections et la réutilisation.

L'expérience d'Uber le rappelle : la faisabilité technique ne signifie pas encore demande produit. Si l'agent remplace trois appuis par un long dialogue, il dégrade le produit. S'il rassemble des données issues de plusieurs sources, coordonne des participants et parcourt seul un processus en plusieurs étapes, la valeur devient visible.

La conclusion pratique est simple : ne cherchez pas les opérations que l'IA est capable d'exécuter, mais les tâches que les gens ont réellement du mal à accomplir seuls. L'agent se justifie là où il supprime toute une chaîne de routine, d'incertitude et de contrôle. Pour tout le reste, un bon bouton reste pour l'instant l'interface la plus performante.