Après les chatbots capables de répondre à des questions, l’industrie mobile se tourne progressivement vers des agents IA capables d’enchaîner plusieurs tâches directement sur le smartphone. TECNO expérimente cette évolution avec EllaClaw, un agent mobile conçu pour être adapté aux besoins spécifiques de chaque utilisateur.
Pour démontrer son potentiel, le constructeur s’est associé à Digital Trends afin de créer plusieurs workflows destinés aux journalistes et créateurs de contenus. Recherche documentaire, transformation d’informations en script, reproduction d’un style rédactionnel ou vérification avant publication : EllaClaw veut dépasser la simple conversation avec une IA pour s’intégrer à un véritable processus de travail.
Une démonstration qui donne surtout un aperçu de ce que pourraient devenir les assistants intégrés aux smartphones lorsqu’ils commenceront à manipuler plusieurs applications et à mémoriser les préférences de leur utilisateur.
EllaClaw veut aller au-delà du chatbot
La plupart des assistants IA actuels fonctionnent encore principalement autour d’une interface conversationnelle. L’utilisateur pose une question, transmet éventuellement un document ou une image, puis récupère une réponse.
Avec EllaClaw, TECNO explore une approche davantage orientée vers les agents IA. L’objectif est de permettre au système de comprendre une demande, identifier les différentes étapes nécessaires, utiliser plusieurs outils et applications, puis restituer un résultat exploitable.
Surtout, TECNO insiste sur la possibilité de personnaliser ces workflows en fonction d’un métier ou d’un utilisateur. Pour illustrer cette approche, l’entreprise a travaillé avec Digital Trends sur quatre scénarios directement inspirés du quotidien des professionnels de la création de contenus.
Premier workflow : effectuer automatiquement les recherches
Le premier scénario concerne une tâche particulièrement chronophage pour les journalistes : la recherche de contexte autour d’une actualité. Lorsqu’un sujet commence à émerger, l’utilisateur peut le transmettre à EllaClaw. L’agent identifie alors le sujet et effectue automatiquement des recherches en arrière-plan à partir de sources sélectionnées et considérées comme fiables.
Il synthétise ensuite les informations dans un document structuré comprenant notamment le contexte historique, les principaux développements, les différents acteurs concernés et les références utilisées. Le résultat peut être directement enregistré dans l’application Notes du smartphone.
EllaClaw peut également en produire une version audio, permettant par exemple au journaliste d’écouter son brief avant de commencer à rédiger. Le smartphone devient ainsi moins un simple terminal permettant d’accéder à différents outils qu’un orchestrateur capable d’effectuer une première phase de recherche de manière autonome.
De la recherche au script sans changer d’outil
Le deuxième workflow prolonge directement le premier. Une fois les recherches effectuées, EllaClaw peut transformer les informations collectées en storyboard ou proposition de script. L’agent peut également produire plusieurs versions linguistiques et générer certains éléments créatifs nécessaires à la production. L’intérêt réside surtout dans la continuité du processus.
Habituellement, un créateur doit passer d’un moteur de recherche à un outil de prise de notes, puis à un chatbot, un éditeur de texte et éventuellement plusieurs outils de création.
EllaClaw cherche à supprimer une partie de ces transitions. Le contexte collecté pendant la recherche peut être directement réutilisé pour préparer l’étape suivante. C’est précisément cette continuité entre plusieurs tâches qui distingue progressivement les agents IA des assistants conversationnels traditionnels.
EllaClaw peut apprendre votre style rédactionnel
Le troisième exemple est probablement l’un des plus intéressants pour les créateurs. EllaClaw peut analyser plusieurs textes fournis par l’utilisateur afin de construire un profil de style personnel réutilisable. L’agent peut ensuite appliquer cette identité rédactionnelle aux contenus qu’il génère pour différentes plateformes.
Le profil n’est pas présenté comme quelque chose de figé. De nouveaux exemples et les retours de l’utilisateur peuvent progressivement faire évoluer la manière dont EllaClaw reproduit son style. L’objectif est donc d’éviter que tous les contenus générés par IA adoptent la même tonalité générique.
Pour un journaliste, un média ou une marque, cette mémoire pourrait permettre de conserver plus facilement une ligne éditoriale cohérente entre différents formats. Cette approche soulève néanmoins une question essentielle : la qualité du résultat dépendra fortement de la capacité de l’agent à distinguer les caractéristiques réellement importantes d’un style des simples habitudes présentes dans quelques exemples.
Un contrôle des « mots à risque » avant publication
Le quatrième workflow concerne directement les réseaux sociaux. EllaClaw peut analyser un contenu avant sa publication afin d’identifier certains termes susceptibles de poser problème sur une plateforme donnée. L’agent tient compte des contraintes propres aux différents services afin de signaler les formulations potentiellement risquées.
Il ne s’agit donc plus uniquement de produire du contenu, mais également d’ajouter une étape de contrôle au workflow. Pour les créateurs publiant quotidiennement sur plusieurs plateformes, ce type de vérification pourrait éviter une partie des erreurs liées aux différences entre leurs règles respectives.
TECNO ne présente toutefois pas EllaClaw comme un système prenant seul la décision finale.
« Copilote » plutôt que pilote automatique
Cette distinction occupe une place importante dans le discours de TECNO. Le constructeur décrit EllaClaw comme un « copilote numérique » et non comme un système en pilote automatique. Dans les workflows présentés avec Digital Trends, l’utilisateur reste responsable de la validation finale. Les contenus générés peuvent être examinés, corrigés et approuvés avant publication.
Cette approche contraste avec la course actuelle aux agents totalement autonomes capables d’effectuer directement des actions pour le compte de l’utilisateur. TECNO privilégie ici un modèle dans lequel l’IA automatise certaines étapes du travail, tandis que les décisions importantes restent sous contrôle humain.
Pour la production éditoriale, cette distinction est particulièrement importante : une recherche automatisée ou un script généré peuvent accélérer le travail, mais ils ne dispensent pas de vérifier les sources, les faits ou le contexte.
La personnalisation pourrait être le véritable enjeu
Les quatre workflows présentés ne constituent finalement qu’une démonstration. TECNO explique que la même architecture peut être adaptée à d’autres professions, industries et situations. C’est probablement là que se trouve l’aspect le plus intéressant d’EllaClaw. Les smartphones disposent déjà de nombreux assistants IA capables de résumer un texte, générer une image, rédiger un email ou effectuer une recherche.
La prochaine étape consiste à permettre à l’utilisateur de combiner ces capacités dans des workflows correspondant précisément à sa manière de travailler. Un journaliste n’a pas les mêmes besoins qu’un développeur, un commercial, un étudiant ou un photographe.
Un agent véritablement personnalisable pourrait donc apprendre non seulement ce que son utilisateur préfère, mais également dans quel ordre il accomplit ses tâches et quels outils il utilise pour chacune d’elles.
Le smartphone devient l’orchestrateur des applications
Cette évolution pourrait également modifier le rôle du système d’exploitation mobile. Aujourd’hui, l’utilisateur reste généralement responsable de la circulation des informations entre ses différentes applications. Il copie une information depuis son navigateur, la colle dans un chatbot, transfère le résultat vers une application de notes, puis ouvre éventuellement un autre outil pour produire le contenu final.
Un agent comme EllaClaw cherche à prendre en charge cette orchestration. Le smartphone ne servirait plus seulement à faire fonctionner les applications : l’IA pourrait décider quelles applications utiliser et comment faire circuler les informations entre elles pour accomplir une tâche. C’est aussi ce qui rend les agents mobiles beaucoup plus sensibles en matière de confidentialité.
Pour fonctionner efficacement, ils doivent potentiellement accéder à davantage de données, comprendre les habitudes de leur utilisateur et conserver une mémoire de ses préférences.
TECNO affirme placer le contrôle de l’utilisateur, la transparence et la confidentialité au cœur d’EllaClaw. Il faudra toutefois attendre un véritable déploiement commercial pour juger précisément de l’étendue des données accessibles à l’agent, de leur stockage et des autorisations accordées entre applications.
Une démonstration plus qu’un produit grand public
EllaClaw reste pour le moment présenté comme un agent mobile exploratoire. La démonstration réalisée avec Digital Trends permet donc surtout à TECNO d’illustrer une direction technologique plutôt que d’annoncer un assistant immédiatement disponible avec l’ensemble de ces fonctionnalités.
Mais, les scénarios choisis sont révélateurs. L’enjeu de la prochaine génération d’IA mobile pourrait moins résider dans l’ajout d’un nouveau bouton permettant de discuter avec un modèle que dans la capacité du smartphone à transformer une demande complexe en plusieurs actions coordonnées et personnalisées.
Avec EllaClaw, TECNO expérimente précisément cette transition. Et pour les créateurs comme pour les autres professionnels, la différence entre un chatbot et un véritable assistant pourrait finalement tenir en une chose : ne plus avoir à expliquer son workflow à chaque nouvelle demande.
