Gemini peut désormais commander un taxi et vous faire livrer un repas depuis votre smartphone

Depuis des années, les assistants vocaux nous promettent un futur où il suffirait de prononcer une commande pour que le téléphone fasse tout lui-même. Dans les faits, ce futur s'est résumé à régler un minuteur et à consulter la météo. Google semble enfin décidée à combler ce fossé entre promesses et réalité. L'entreprise a annoncé que Gemini, son assistant IA phare, peut désormais exécuter seul des actions dans des applications mobiles tierces. Commander un Uber, se faire livrer un repas via DoorDash, finaliser un achat : le tout sans que l'utilisateur touche une seule fois l'écran. Le Samsung Galaxy S26 est le premier appareil compatible avec cette nouvelle fonction.

Pour mesurer la portée de cette annonce, il faut rappeler le contexte. Depuis un an et demi, l'industrie est obsédée par le concept d'« agents IA » : des systèmes qui ne se contentent pas de générer du texte ou de répondre à des questions, mais qui agissent dans le monde réel au nom de l'utilisateur. OpenAI expérimente avec Operator, Anthropic teste Computer Use pour Claude, Apple étoffe les capacités de Siri grâce à Apple Intelligence. Mais Google occupe une position unique : elle contrôle Android, le système d'exploitation installé sur des milliards d'appareils, et peut donc intégrer des capacités agentiques au niveau de la plateforme, et non par-dessus.

Sur le plan technique, Gemini combine plusieurs approches. L'assistant « voit » l'interface des applications grâce à des passerelles API dédiées et au système d'accessibilité d'Android. Il comprend la structure des écrans et sait y naviguer comme le ferait un humain : il appuie sur des boutons, remplit des champs, confirme des commandes.

Lors de la démonstration en direct présentée aux journalistes de Wired, le processus s'est montré d'une fluidité impressionnante. L'utilisateur formulait une requête du type « commande-moi un Uber pour l'aéroport », puis Gemini ouvrait l'application, choisissait l'itinéraire et le type de course, et menait la commande jusqu'à l'étape de confirmation. La validation finale, c'est-à-dire l'appui sur le bouton de paiement, reste pour l'instant entre les mains de l'humain, ce qui ressemble à une mesure de sécurité raisonnable pour une première phase.

Le choix du Samsung Galaxy S26 comme rampe de lancement n'a rien d'un hasard. Google et Samsung approfondissent leur partenariat depuis plusieurs années : Galaxy AI, développements communs autour des fonctions génératives, accès privilégié aux dernières nouveautés d'Android. Pour Samsung, c'est un avantage concurrentiel face aux autres fabricants Android. Pour Google, c'est l'occasion de roder ses fonctions agentiques auprès d'un public premium, qui a de fortes chances d'utiliser précisément les applications intégrées à Gemini. La fonction devrait vraisemblablement s'étendre à d'autres modèles haut de gamme d'ici quelques mois, puis à une gamme d'appareils plus large.

Mais la question principale n'est pas technique : elle tient à l'écosystème. Pour qu'un agent soit réellement utile, il doit accéder à des dizaines, voire des centaines d'applications, et leurs développeurs doivent être prêts à ce type d'interaction. Uber et DoorDash sont des partenaires vitrines, des cas de démonstration.

La vraie valeur apparaîtra lorsque Gemini saura fonctionner avec les applications bancaires, les messageries, les services de réservation et les places de marché. C'est là qu'un équilibre délicat entre en jeu : depuis des années, les éditeurs conçoivent leurs interfaces pour que l'utilisateur y passe le plus de temps possible, voie de la publicité et fasse des achats impulsifs. Un agent IA qui franchit toutes ces couches en quelques secondes menace leurs modèles économiques.

Google devra soit négocier avec chaque grand service, soit bâtir une plateforme si attractive pour les développeurs qu'ils voudront eux-mêmes s'y intégrer.

Reste aussi la question de la confiance. Confier à une IA la possibilité de dépenser votre argent relève d'un tout autre niveau d'interaction que de lui demander de rédiger un e-mail ou de chercher une information. Une erreur de génération de texte coûte quelques secondes. Une erreur lors d'une commande de taxi ou du paiement d'un dîner coûte de l'argent réel. À en juger par la démonstration, Google en a conscience, d'où l'exigence d'une confirmation manuelle des transactions. Mais à mesure que les utilisateurs s'habitueront aux agents, la pression en faveur d'une automatisation complète ira croissant.

Cette annonce marque un tournant important pour l'industrie mobile. Le smartphone cesse d'être un appareil que vous pilotez pour devenir un appareil qui gère les tâches à votre place. Google vient de faire le premier pas public dans cette direction sur le marché grand public. Tous les regards se tournent désormais vers Apple et sa WWDC : Siri saura-t-elle répondre avec une offre comparable, ou l'écart entre les deux écosystèmes va-t-il encore se creuser ? Une chose est déjà sûre : l'ère des assistants IA qui se contentent de parler touche à sa fin. Place à l'ère des assistants qui agissent.