Amazon Nova Act veut rendre les agents IA plus fiables pour agir sur le web

Un assistant conversationnel peut expliquer comment réserver une table ou retrouver un produit. Un agent web ambitionne d’aller plus loin : il doit ouvrir les bonnes pages, repérer les éléments de l’interface, cliquer, saisir des informations et poursuivre une séquence d’actions. C’est sur ce terrain qu’Amazon avance avec Nova Act, présenté le 1er avril 2025 comme un modèle d’intelligence artificielle capable d’agir dans un navigateur.

Cette annonce ne correspond pas au lancement d’un nouveau chatbot grand public que chacun pourrait immédiatement utiliser pour déléguer sa navigation. Amazon ouvre d’abord Nova Act en aperçu pour les développeurs, avec un kit de développement, ou SDK. L’enjeu est de leur permettre de concevoir des applications qui automatisent des tâches web précises, sans devoir programmer manuellement chaque clic et chaque variation possible d’une page.

Nova Act, un agent qui agit au lieu de seulement répondre

La différence entre un modèle de langage et un agent tient à l’étape finale. Un modèle de langage génère principalement du texte. Il peut résumer une page, rédiger un message ou proposer une marche à suivre. Un agent web, lui, utilise le navigateur comme un utilisateur : il interagit avec les composants d’un site afin de mener une action à son terme.

Amazon présente Nova Act comme un modèle généraliste entraîné à exécuter de telles actions dans le navigateur. Parmi les gestes visés figurent le clic sur des éléments d’interface, la sélection d’options dans des menus déroulants et la saisie de texte. À partir de ces opérations élémentaires, un développeur peut construire des séquences plus utiles : consulter une information, renseigner un formulaire, choisir une date dans un calendrier ou préparer une commande.

Cette approche peut sembler proche des outils d’automatisation déjà utilisés dans les entreprises. La différence revendiquée par les agents IA est leur capacité à interpréter des instructions formulées en langage courant et à s’adapter à la présentation d’un site, plutôt que de suivre une suite de règles entièrement figée. C’est aussi ce qui les rend plus ambitieux, mais moins simples à évaluer qu’un script traditionnel.

Un SDK pour construire des processus web encadrés

Amazon met Nova Act à disposition via son SDK Nova Act. Un SDK est un ensemble d’outils permettant à des développeurs d’intégrer une technologie dans leurs propres logiciels. Ici, il sert à orchestrer les actions que l’agent doit réaliser dans un navigateur.

L’idée mise en avant par Amazon est de décomposer un long parcours en unités plus petites et plus fiables. Au lieu de confier à l’IA une instruction très large, telle que « organise tout mon déplacement », une application peut structurer l’opération : rechercher une option, sélectionner une date, vérifier un résultat, puis laisser l’utilisateur confirmer une étape engageante. Cette méthode ne fait pas disparaître les erreurs possibles, mais elle facilite leur détection et limite les conséquences d’une mauvaise interprétation.

Les développeurs peuvent également essayer les modèles Nova sur la plateforme nova.amazon.com. Amazon y propose une interface interactive autour de sa famille de modèles et l’accès aux outils liés à Nova Act. L’entreprise accompagne ce lancement par un catalogue de plus de 135 cours AWS, destiné à former des développeurs de niveaux variés aux technologies de cloud et d’intelligence artificielle.

Pour le public, la conséquence immédiate est indirecte. Nova Act pourrait apparaître dans des services conçus par des entreprises : assistants de réservation, outils internes chargés de collecter des informations ou interfaces qui guident les clients à travers une procédure répétitive. Au 2 avril 2025, Amazon le présente avant tout comme une brique technique pour les créateurs d’applications.

Que vaut le score de 94 % annoncé par Amazon ?

Amazon indique que Nova Act obtient 94 % sur l’évaluation ScreenSpot Web Text, contre 88 % pour OpenAI CUA, ou Computer-Using Agent, selon les chiffres cités par l’entreprise. Ce test mesure la capacité d’un agent à repérer les éléments textuels pertinents dans une interface web et à interagir avec eux.

Ce résultat est important pour comprendre la promesse du produit : si un agent ne trouve pas correctement un bouton, un champ ou une option dans une page, il ne peut pas accomplir une tâche fiable. Toutefois, un score de benchmark ne prouve pas à lui seul qu’un agent mènera sans erreur un parcours complet dans toutes les conditions réelles.

Les sites changent d’apparence, demandent des authentifications, affichent des messages imprévus ou emploient des formulations ambiguës. Surtout, une série de petites actions correctes peut tout de même aboutir à un mauvais résultat si l’objectif initial a été mal compris. Les évaluations constituent donc un indicateur utile, mais non une garantie universelle pour des tâches longues ou coûteuses.

Pourquoi les agents web restent difficiles à fiabiliser

Faire agir une IA dans un navigateur est une ambition plus complexe que répondre à une question. La navigation implique des interfaces mouvantes, des données personnelles et parfois des conséquences concrètes : soumettre un formulaire, prendre un rendez-vous, effectuer une réservation ou finaliser un achat.

Un agent doit notamment composer avec plusieurs difficultés :

• des pages dont la structure ou les libellés changent fréquemment ;
• des demandes imprécises, par exemple lorsqu’un utilisateur ne donne pas de budget, de date ou de préférence claire ;
• des étapes d’authentification et des contrôles destinés à protéger les comptes ;
• des informations sensibles, telles que des coordonnées, des documents ou des données de paiement ;
• la nécessité de distinguer une action réversible d’une action définitive.

L’intérêt du SDK est précisément de donner aux développeurs les moyens de borner ces scénarios. Une application peut imposer une vérification finale avant une dépense, demander une confirmation humaine avant l’envoi d’un document ou empêcher l’agent de sortir d’un ensemble de sites prévus. Ces protections relèvent de la conception du service qui intègre l’agent, pas seulement des capacités du modèle.

L’e-commerce, premier terrain évident mais pas unique

Amazon est l’un des plus grands acteurs mondiaux du commerce en ligne. Il est donc naturel que Nova Act évoque des usages tels que la recherche de produits, la comparaison d’options ou l’automatisation d’étapes de commande. Un agent bien intégré pourrait réduire le temps consacré à des tâches répétitives, notamment lorsque l’utilisateur sait déjà ce qu’il cherche.

Mais la même technologie peut servir hors de l’e-commerce. Remplir un formulaire interne, consulter des données sur plusieurs interfaces, planifier une action dans un calendrier ou guider un client à travers un parcours numérique sont autant de scénarios où les actions de navigateur peuvent être utiles. Pour les entreprises, la promesse n’est pas seulement de faire plus vite : elle consiste aussi à rendre certaines procédures moins fastidieuses et plus cohérentes.

Cette perspective soulève néanmoins une question centrale : quel degré de décision peut-on déléguer ? Rechercher et présélectionner des produits est différent de choisir seul un fournisseur, de transmettre des informations personnelles ou de déclencher un paiement. Plus l’agent se rapproche d’une action engageante, plus les paramètres, les validations et la traçabilité deviennent importants.

Le laboratoire AGI d’Amazon en première ligne

Nova Act a été développé au sein du laboratoire AGI d’Amazon à San Francisco. Le projet est associé à David Luan et Pieter Abbeel, deux chercheurs connus dans le domaine de l’intelligence artificielle. Cette structure illustre l’ambition plus large d’Amazon : participer à la recherche sur une intelligence artificielle générale, souvent désignée par l’acronyme anglais AGI.

L’AGI désigne l’hypothèse d’une IA capable de s’adapter à un très grand nombre de problèmes avec une flexibilité comparable à celle des humains. Nova Act ne constitue pas une telle IA générale. C’est un outil orienté vers l’exécution d’actions dans un navigateur. Mais les agents capables de percevoir une interface, raisonner sur une tâche et agir constituent un axe de recherche important pour les entreprises qui poursuivent cet objectif.

Amazon entre ainsi dans une compétition déjà animée autour des agents informatiques. OpenAI a notamment présenté CUA, cité dans la comparaison de performances d’Amazon. Au-delà des annonces, la concurrence se jouera sur la fiabilité, le coût des opérations, la simplicité d’intégration pour les développeurs et la capacité à gagner la confiance des utilisateurs.

Données personnelles et responsabilité : les questions décisives

Un agent qui agit sur le web peut être amené à voir ou saisir des informations bien plus sensibles qu’un assistant chargé de rédiger un texte. Adresse, historique de commandes, agenda, identifiants ou préférences personnelles peuvent apparaître au cours d’un parcours en ligne. Il est donc essentiel que les services utilisant ces agents appliquent des règles claires de minimisation des données et de gestion des autorisations.

La responsabilité doit aussi être identifiée lorsqu’un agent se trompe. Si une réservation est faite à la mauvaise date ou si un formulaire est envoyé avec une information erronée, l’utilisateur doit pouvoir comprendre ce qui s’est passé, annuler lorsque cela est possible et reprendre la main. L’affichage des actions prévues, la confirmation avant les étapes irréversibles et la conservation d’un historique lisible font partie des mécanismes qui peuvent renforcer cette confiance.

Pour les sites web eux-mêmes, l’arrivée de ces agents pose une autre question : comment distinguer une automatisation légitime, exécutée à la demande d’un utilisateur, d’un trafic abusif ? Les règles d’accès, les protections contre les robots et les conditions d’utilisation devront évoluer avec ces nouveaux usages.

Ce qu’il faut surveiller après le lancement

Le lancement de Nova Act en aperçu donne une première indication sur la stratégie d’Amazon, mais plusieurs éléments détermineront son impact réel. Le premier sera la fiabilité sur des tâches longues, composées de nombreuses étapes et de situations imprévues. Le second sera la qualité des garde-fous mis en place par les applications qui adopteront le SDK.

Il faudra aussi observer les usages concrets privilégiés par les développeurs. Les tâches répétitives et à faible risque sont les candidates les plus naturelles pour commencer. À l’inverse, les décisions impliquant de l’argent, des données sensibles ou des engagements contractuels exigeront des contrôles renforcés.

Nova Act marque ainsi une évolution significative dans la manière dont les assistants IA sont pensés : après avoir appris à dialoguer et à générer du contenu, ils cherchent désormais à accomplir des actions dans les outils numériques du quotidien. Pour Amazon, le défi ne sera pas seulement de faire fonctionner l’agent, mais de le rendre suffisamment prévisible, sécurisé et utile pour mériter sa place dans des services réels.