L’architecture de l’action : au cœur de la quête originale de Siri pour l’IA agentique

En avril 1968, les visionnaires de l'informatique J.C.R. Licklider et Bob Taylor publiaient un article intitulé « The Computer as a Communication Device », dans lequel ils proposaient un agent logiciel réseau théorique nommé OLIVER. Conçu pour accomplir des tâches personnelles courantes pour le compte des utilisateurs au sein du réseau émergent ARPAnet, OLIVER représentait l'un des premiers concepts de logiciel agentique : des programmes élaborés pour agir de manière autonome plutôt que pour effectuer de simples calculs bruts. Selon le Computer History Museum, cette proposition pionnière posait un objectif qui allait mobiliser les informaticiens pendant des décennies : concevoir des assistants numériques capables d'exécuter des tâches complexes en plusieurs étapes à travers des réseaux informatiques.

Les premiers concepts d'assistant numérique

À mesure que l'informatique personnelle évoluait, les entreprises technologiques sont revenues à plusieurs reprises sur le défi de la création d'agents numériques autonomes. En 1987, l'Advanced Technology Group d'Apple réalise une vidéo conceptuelle intitulée Knowledge Navigator. Celle-ci met en scène, en l'an 2011, un assistant d'intelligence artificielle en nœud papillon naviguant sur des réseaux de données pour gérer l'emploi du temps d'un professeur. Trois ans plus tard, en 1990, la jeune pousse General Magic, issue d'Apple et dirigée par Marc Porat, tente de transformer cette vision en logiciel commercial. General Magic crée alors un système d'exploitation nommé Magic Cap conçu pour les appareils portables, visant à déployer des agents virtuels sur des réseaux sans fil afin d'effectuer des tâches telles que des réservations de billets d'avion. Néanmoins, le matériel du début des années 1990 restait lent et lourd, ce qui a empêché Magic Cap de connaître une adoption commerciale massive.

La création du cadre des ontologies actives

L'architecture technique d'un logiciel agentique praticable a pris forme des années plus tard, sous la direction du cofondateur Adam Cheyer et du directeur scientifique Didier Guzzoni. En travaillant à SRI International puis au sein de leur propre entreprise Siri, l'équipe met au point un cadre fonctionnel baptisé Active Ontologies (ontologies actives) pour résoudre le problème central d'intégration des systèmes : coordonner des modules logiciels tiers distincts, tels que des outils de cartographie ou des services de réservation, au sein d'un système unifié d'exécution de tâches. Lors des premières démonstrations internes, les développeurs utilisent le nom de code HAL, en référence à l'ordinateur du film 2001 : L'Odyssée de l'espace. Au lieu de s'appuyer sur des commandes vocales rigides et isolées, l'architecture des ontologies actives permettait au système de relier directement l'intention de l'utilisateur à des services externes capables de mener à bien des actions complexes.

Le modèle économique de transaction directe

En parallèle de son cadre technique, l'équipe de Siri a conçu un modèle économique distinct pour les agents logiciels autonomes. Alors que les moteurs de recherche de l'époque s'appuyaient sur la publicité contextuelle pour tirer des revenus des requêtes des utilisateurs, les fondateurs de Siri ont structuré leur entreprise avant son rachat par Apple autour de transactions directes abouties. Dans ce modèle, au lieu de facturer l'affichage d'annonces aux entreprises, la plateforme percevait des commissions de vente directement auprès des fournisseurs tiers lorsque l'assistant réussissait à réserver une chambre d'hôtel, retenir une table de restaurant ou acheter un billet. Selon le témoignage d'investisseurs en capital-risque, ce modèle alignait les incitations de l'agent logiciel sur l'accomplissement complet des tâches pour l'utilisateur, plutôt que sur la poursuite d'une navigation web continue.

Le rachat par Apple et la frontière inachevée

Steve Jobs rachète Siri en 2010 pour un montant estimé à 200 millions de dollars, ce qui conduit à son lancement comme fonctionnalité intégrée de l'iPhone le 5 octobre 2011. À la suite de cette acquisition, les cofondateurs Adam Cheyer, Dag Kittlaus et Chris Brigham quittent l'entreprise pour fonder Viv Labs en 2012. Leur objectif est alors d'approfondir la vision initiale d'un assistant ouvert, avant de céder leur nouvelle société à Samsung en 2016.

Si les grands modèles de langage modernes ont aujourd'hui maîtrisé la génération de texte libre, le défi sous-jacent consistant à coordonner divers modules logiciels pour créer un moteur fiable capable d'exécuter des tâches concrètes reste un domaine d'ingénierie extrêmement actif. Le passage de la simple génération de texte conversationnel à l'exécution de transactions numériques fiables maintient les principes d'intégration établis par les pionniers de l'IA agentique au cœur de la conception logicielle moderne.

Illustration éditoriale générée par IA ; ce n’est pas une photographie documentaire.

Source: Secrets of Siri