Gemini fait face à des défis en matière d'image de marque, tout comme l'industrie de l'IA dans son ensemble

L’annonce de Google, ce mercredi, concernant les nouvelles fonctionnalités vocales de Gemini Live soulève un point valable : « Vous ne devriez pas avoir à deviner si une tâche nécessite Spark, un Résumé quotidien ou une rapide recherche dans votre boîte de réception. » Bien que Google présente cela comme un engagement à traiter des tâches variées via des commandes vocales, la mise en œuvre contredit ce message. L’entreprise a marqué chaque fonctionnalité d’IA Gemini de manière distincte, créant une complexité inutile.

Au sein de l’application Gemini, les utilisateurs doivent naviguer entre le chat, Spark et le Résumé quotidien – trois fonctionnalités distinctes, chacune avec sa propre icône et son emplacement de navigation. Cette fragmentation complique ce qui pourrait être une expérience utilisateur fluide, suggérant que Gemini manque encore d’une fonctionnalité phare incontestable.

Le Résumé quotidien en est un exemple parfait. Il semble conçu par un ingénieur en IA plutôt que pour les utilisateurs quotidiens. Fonctionnant essentiellement comme un agenda amélioré par l’IA, il fournit des « mises à jour proactives et personnalisées » en extrayant des données de services Google tels que Gmail et Calendrier. Cependant, il ne parvient pas à distinguer les informations urgentes et actionnables des rappels non sollicités, tels que les invites pour poursuivre des recherches précédentes avec le chatbot ou, pire, la réapparition d’anciennes recherches Google.

Cette dernière fonctionnalité semble moins utile et plus intrusive. Si j’ai précédemment recherché des bourses universitaires ou des refuges pour animaux, je ne souhaite pas nécessairement qu’un agent IA me rappelle ces sujets plus tard.

Spark présente le problème inverse. Bien qu’il s’agisse de l’une des fonctionnalités les plus pratiques de Gemini – un agent IA capable d’exécuter des tâches en votre nom – Google l’a inutilement marqué comme un produit autonome. Bien que les équipes d’ingénierie internes puissent préférer une marque dédiée, les utilisateurs grand public n’ont pas besoin de sélectionner le « côté » de l’application à utiliser pour une tâche spécifique. Les utilisateurs devraient simplement saisir leur demande, permettant à l’IA de déterminer la gestion appropriée, y compris le déploiement d’un agent si nécessaire.

Il est notable que ce problème dépasse Gemini. L’industrie de l’IA dans son ensemble expose souvent son architecture interne aux consommateurs au lieu de l’abstraire derrière une interface plus simple.

Les utilisateurs doivent actuellement décider s’ils veulent « discuter » avec Claude d’Anthropic ou « collaborer » avec son assistance. (Récemment encore, ces deux modes au sein de l’application Claude ne partageaient même pas l’historique des conversations.) ChatGPT fonctionne de manière similaire, obligeant les utilisateurs à basculer entre « Chat » et « Work ». Cette conception centrée sur l’ingénierie rend l’interaction avec l’IA peu naturelle, forçant les consommateurs à apprendre des noms de marques pour ce qui sont essentiellement des modes d’interaction pilotés par un seul modèle sous-jacent.

Cette complexité pourrait expliquer pourquoi l’approche relativement discrète d’Apple concernant Siri pourrait finalement résonner auprès des consommateurs. Les utilisateurs d’iPhone et d’appareils Apple n’ont pas besoin de modifier leurs habitudes existantes pour utiliser ces fonctionnalités. Apple améliore simplement les applications et outils que les gens utilisent déjà – tels que la recherche Spotlight, l’application Photos, l’appareil photo et les commandes vocales Siri – sans qu’ils aient besoin d’apprendre une nouvelle interface.

Ce même principe explique probablement la popularité des services d’IA basés sur le texte, où les utilisateurs envoient simplement un message à un chatbot – tel que Poke, Ollie, Lindy, Orchid, Lucas, Folk, Tomo, Instinct ou d’autres – et l’assistant exécute l’action demandée.

La messagerie texte offre une interface utilisateur propre, simple et bien comprise, éliminant l’effort mental requis pour identifier quelle fonctionnalité ou quel produit au sein d’une application plus large doit être utilisé.

Comme l’a récemment noté Justine Moore, partenaire d’investissement chez a16z : « Les gens ne veulent pas ouvrir une application chaque fois qu’ils ont besoin d’aide – ils veulent un contact avec qui ils peuvent envoyer des messages comme à un ami. Et la référence absolue est iMessage. »