Meta veut passer du chatbot qui répond à des questions à l’agent capable d’agir à la place de l’utilisateur. Avec Meta Muse, lancé aux États-Unis, le groupe promet une intelligence artificielle capable d’envoyer des emails, réserver un voyage, remplir des formulaires, préparer des achats ou encore interagir avec les applications utilisées au quotidien.
Toutefois, cette ambition suppose un niveau de confiance autrement plus important que celui demandé par Facebook ou Instagram. Pour devenir réellement utile, Muse doit accéder à des données particulièrement sensibles — calendrier, messagerie, achats, habitudes personnelles ou services de santé — alors même que Meta reste marqué par plusieurs décennies de controverses autour de la vie privée et vient de conclure un accord judiciaire massif concernant les effets de ses plateformes sur les mineurs.
Meta Muse veut transformer l’IA en assistant qui agit réellement
Meta présente Meta Muse comme un agent personnel davantage que comme un chatbot traditionnel. Le changement peut sembler sémantique, mais il modifie profondément le fonctionnement attendu du service.
Les premières générations d’IA grand public répondaient à des questions, résumaient des documents, produisaient du texte ou servaient parfois de compagnon conversationnel. Avec les agents, l’objectif est désormais d’exécuter des suites d’actions.
Meta Muse peut par exemple envoyer un email, organiser un voyage, remplir un formulaire, créer un planning, transformer une vidéo de recette en liste de courses ou préparer des invitations pour un événement. Meta indique également qu’il peut effectuer des achats au nom de l’utilisateur.
Pour ces paiements, le service s’appuie notamment sur Link de Stripe, avec des intégrations Shop Pay et 1Password annoncées ultérieurement. Certaines opérations sensibles doivent néanmoins rester soumises à validation afin d’éviter qu’un agent autonome ne transforme une mauvaise interprétation en transaction réelle.
C’est précisément cette capacité d’action qui distingue Muse d’un simple Meta AI conversationnel. L’utilisateur ne lui demande plus seulement quoi faire : il peut lui demander de le faire.
Emails, calendrier, shopping : Muse doit entrer profondément dans la vie numérique
Pour fonctionner, Meta Muse peut se connecter aux différentes applications et services utilisés quotidiennement. Meta cite notamment les emails, calendriers, paiements, applications de santé et de sport, maison connectée, restaurants, achats, musique ou événements. Chaque connexion est activée individuellement afin de maintenir une logique d’opt-in plutôt que d’accorder immédiatement un accès global.
Lorsque le service dispose d’un connecteur natif, Meta Muse peut communiquer directement avec lui. Lorsqu’une API publique existe, l’utilisateur peut fournir les identifiants nécessaires pour établir une connexion. Et si aucune interface de programmation n’est disponible, l’agent peut utiliser un navigateur comme le ferait un utilisateur humain.
Cette dernière possibilité rend Meta Muse beaucoup plus polyvalent, mais aussi plus difficile à sécuriser. Une API expose généralement des actions structurées et prévisibles. Naviguer sur un site oblige au contraire l’IA à interpréter une interface, identifier les bons boutons et comprendre si une action est réversible ou dangereuse.
Plus Meta autorise Meta Muse à franchir les frontières entre les services, plus la question de ses permissions devient donc essentielle.
Muse Spark 1.3 doit gérer des tâches sur la durée
Sous le capot, Meta Muse s’appuie sur Muse Spark, la famille de modèles développée par Meta pour les usages agentiques. Sa dernière évolution, Muse Spark 1.3, a notamment été optimisée pour maintenir des tâches de longue durée, utiliser plusieurs outils et conserver le contexte d’un travail complexe.
Cette capacité est centrale pour un assistant personnel. Réserver un voyage ne consiste pas à produire une seule réponse : il faut éventuellement consulter un calendrier, trouver des horaires, comparer plusieurs options, vérifier les préférences de l’utilisateur, puis préparer ou confirmer une réservation. Une erreur au milieu de cette chaîne peut rendre tout le résultat inutile.
Meta veut également que Muse apprenne progressivement ce qui compte pour son utilisateur à partir de ses conversations. L’agent pourrait ainsi formuler certaines suggestions sans attendre une demande explicite et continuer à travailler après la fermeture de l’application.
Cela rapproche Meta Muse d’un assistant réellement persistant, mais augmente encore la quantité de contexte personnel qu’il doit mémoriser.
Le paradoxe est évident : plus un agent connaît son utilisateur, plus il devient pertinent. Mais plus cette connaissance devient riche, plus les conséquences d’une mauvaise utilisation, d’une fuite ou d’un accès non autorisé deviennent importantes.
Meta construit une machine virtuelle dédiée autour de chaque agent
Conscient du problème, Meta insiste fortement sur l’architecture de sécurité. Selon l’entreprise, chaque instance de Meta Muse fonctionne dans un environnement isolé baptisé Muse Secure VM, décrit comme un ordinateur virtuel dédié disposant de son propre navigateur. L’idée est de séparer l’activité de l’agent du reste de l’infrastructure et de limiter la portée d’une éventuelle compromission.
Un second agent, appelé Sentinel, fonctionne dans le même environnement tout en restant séparé de Muse au niveau système. Son rôle est de surveiller certaines actions et de contrôler l’accès aux ressources sensibles.
Meta affirme notamment que Meta Muse n’a pas directement accès aux mots de passe ou aux moyens de paiement de l’utilisateur. L’entreprise indique également que les conversations et les données utilisées par Muse ne sont pas transmises à ses systèmes publicitaires.
Toutefois, ces garanties devront être évaluées au-delà de la documentation fournie par Meta. Les agents capables de piloter un navigateur sont exposés à de nouvelles classes d’attaques, notamment les instructions malveillantes intégrées dans des pages Web ou documents. Un agent peut techniquement rencontrer du contenu qui cherche à détourner son comportement sans que l’utilisateur en ait conscience.
C’est pourquoi la sécurité d’un produit comme Meta Muse ne pourra pas être évaluée uniquement à partir de son chiffrement ou de son isolation : elle dépendra aussi de la manière dont il résiste aux manipulations rencontrées pendant l’exécution de tâches réelles.
Gratuit au départ, jusqu’à 100 dollars par mois pour les usages intensifs
Meta lance Muse sur le Web, sur iOS et Android, ainsi qu’à travers WhatsApp. Une intégration aux lunettes connectées de l’entreprise doit également arriver par la suite. L’accès de base est gratuit, mais Meta adopte un modèle tarifaire fondé sur l’intensité d’utilisation. Deux abonnements doivent accompagner le lancement : Power à 20 dollars par mois et Maximum à 100 dollars par mois.
L’application affiche un compteur permettant de suivre la consommation disponible et doit prévenir l’utilisateur avant qu’un usage supplémentaire ne devienne payant. Meta estime néanmoins que la majorité des utilisateurs pourront rester sur l’offre gratuite. Toutefois, le prix du forfait Maximum montre le type d’usage que l’entreprise imagine à terme.
Un agent qui travaille plusieurs heures, consulte différents services et exécute des opérations complexes consomme beaucoup plus de calcul qu’un chatbot répondant à quelques questions. Les agents grand public pourraient donc progressivement transformer le modèle économique de l’IA : on ne paierait plus seulement pour accéder à un meilleur modèle, mais pour déléguer davantage de travail.
Le principal concurrent de Muse pourrait être l’histoire de Meta elle-même
Meta dispose des ressources nécessaires pour distribuer Muse à une échelle considérable. WhatsApp, les futures lunettes IA et l’écosystème du groupe lui donnent des points d’entrée que peu de concurrents peuvent reproduire.
Mais, la difficulté pourrait moins être technologique que culturelle. Meta traîne un historique particulièrement lourd dans le domaine de la vie privée. Facebook avait déjà conclu un accord avec la FTC en 2011 concernant des accusations selon lesquelles l’entreprise n’avait pas respecté certains engagements relatifs aux données privées. En 2019, l’autorité américaine lui avait infligé une sanction record de 5 milliards de dollars dans une autre affaire de confidentialité.
La découverte, la même année, de mots de passe conservés sous une forme lisible et surtout le scandale Cambridge Analytica ont durablement installé la question des données au cœur de la perception publique du groupe.
Plus récemment, Meta s’est également retrouvé au centre de nombreuses procédures portant sur la protection des mineurs et les effets de Facebook et Instagram. Le groupe a conclu fin août un accord de plusieurs milliards de dollars avec plusieurs États américains, sans reconnaître les accusations formulées contre lui.
Lancer quelques jours plus tard un produit dont la promesse repose sur un accès beaucoup plus profond à la vie numérique de ses utilisateurs crée donc un contraste difficile à ignorer.
L’agent personnel exige plus de confiance qu’un réseau social
Avec un réseau social, l’utilisateur peut théoriquement choisir les informations qu’il publie. Un agent personnel fonctionne exactement dans la direction opposée : pour devenir efficace, il a besoin d’accéder aux informations que l’utilisateur ne publie justement pas.
Ses rendez-vous. Ses correspondances. Ses réservations. Ses préférences d’achat. Éventuellement ses données de santé, ses informations financières ou ses habitudes domestiques.
C’est ce qui rend la nouvelle génération d’IA beaucoup plus sensible que les chatbots actuels. Le débat ne consiste plus seulement à savoir si une entreprise entraîne un modèle sur une conversation. Il s’agit de déterminer à quel point un système peut accéder aux comptes d’un utilisateur, combien de temps il conserve ses préférences, quelles actions il peut déclencher seul et comment reprendre le contrôle lorsqu’il se trompe.
Meta tente de répondre avec des autorisations individuelles, une machine virtuelle isolée et un agent Sentinel chargé de superviser Muse. Mais, la confiance ne résulte pas uniquement d’une architecture technique. Elle se construit aussi avec l’historique d’une entreprise et la manière dont ses engagements résistent dans le temps.
Meta mise sur l’ère qui vient après ChatGPT
Meta Muse est enfin révélateur d’un déplacement beaucoup plus large du marché. Google développe ses propres agents, Anthropic pousse Claude vers les usages bureautiques autonomes, tandis que de nombreuses start-up expérimentent des navigateurs capables de travailler directement pour l’utilisateur. Le chatbot généraliste commence progressivement à devenir une interface vers des systèmes qui agissent.
Dans cette bataille, Meta dispose d’un avantage considérable : une immense base d’utilisateurs et des appareils susceptibles de rendre l’agent omniprésent. Un Muse accessible dans WhatsApp aujourd’hui, puis dans des lunettes intelligentes demain, pourrait accompagner l’utilisateur sans nécessiter l’ouverture d’une application dédiée.
Mais, cette même proximité rend le pari plus risqué. Pour devenir réellement indispensable, Muse devra connaître suffisamment son utilisateur pour anticiper ses besoins tout en lui donnant la certitude qu’il ne franchira jamais une frontière qu’il n’était pas censé franchir.
La technologie des agents progresse suffisamment vite pour que l’exécution de tâches ne soit bientôt plus le principal obstacle. Le véritable avantage compétitif pourrait alors se déplacer vers quelque chose de beaucoup plus difficile à fabriquer qu’un nouveau modèle : la confiance nécessaire pour laisser une intelligence artificielle entrer dans sa boîte mail, gérer ses achats et agir réellement en son nom.
