Manus AI, l’agent chinois qui veut exécuter des tâches complexes seul

Manus AI arrive avec une promesse qui résume l’une des grandes ambitions de l’intelligence artificielle en 2025 : ne plus seulement répondre à une question, mais réaliser un travail. Présenté par la startup chinoise Monica, rattachée au groupe Butterfly Effect, cet outil entend prendre en charge des tâches complexes en combinant analyse, planification et exécution. Au 16 mars 2025, son lancement alimente déjà les débats sur la course aux agents IA et sur les limites à fixer à des logiciels capables d’agir avec une autonomie accrue.

L’expression « IA autonome » peut impressionner, voire prêter à confusion. Manus n’est pas une intelligence générale qui déciderait librement de ses propres buts. Il s’agit d’un agent logiciel auquel une personne confie un objectif. L’agent est alors censé organiser les étapes nécessaires, mobiliser les outils dont il dispose et produire un résultat, avec moins d’allers-retours qu’un chatbot classique. C’est cette promesse d’exécution qui distingue le projet dans sa présentation initiale.

Manus AI, un agent plutôt qu’une simple interface de discussion

Un assistant conversationnel répond surtout à des instructions successives : l’utilisateur pose une question, vérifie la réponse, puis formule la demande suivante. Un agent IA ambitionne d’aller plus loin. Face à une consigne complexe, il peut découper le problème en sous-tâches, chercher des informations, traiter des données, rédiger un document et ajuster son plan lorsque l’une de ses étapes échoue.

Dans ce type de système, le modèle de langage ne constitue qu’une pièce de l’ensemble. Il sert à comprendre la demande et à raisonner sur les prochaines actions. Autour de lui, l’agent peut s’appuyer sur un navigateur, des logiciels, des bases de données, un environnement de code ou d’autres services numériques. L’enjeu n’est donc pas uniquement de générer un texte convaincant, mais de coordonner une suite d’actions de façon cohérente.

C’est sur cette capacité que Manus AI fonde son positionnement. La présentation de l’outil met en avant l’exécution de travaux complexes avec une intervention humaine réduite, notamment pour des opérations qui mêlent recherche, organisation d’informations, analyse et restitution. Les usages évoqués vont de la gestion de données à l’interaction avec des clients, des domaines où les entreprises cherchent depuis longtemps à automatiser les tâches répétitives.

Ce que la présentation de Manus permet réellement d’affirmer

La communication autour de Manus insiste sur une interface conçue pour rendre l’agent accessible, ainsi que sur sa faculté à s’intégrer à des systèmes existants. C’est un point stratégique : un agent ne crée de valeur que s’il peut travailler sur des documents, des données et des processus que les organisations utilisent déjà.

Au moment de cette publication, l’accès à Manus est toutefois présenté comme limité. Cette phase d’accès restreint est fréquente pour les agents IA : elle permet au concepteur d’observer le comportement du produit dans des situations concrètes, de corriger les erreurs et de limiter les effets d’une mise à disposition immédiate à grande échelle.

Il faut aussi distinguer une démonstration, ou une promesse de produit, d’une performance établie dans tous les contextes. Un agent peut réussir une tâche structurée et échouer face à une information ambiguë, une page web modifiée, une consigne contradictoire ou une donnée incomplète. Les résultats dépendent aussi des droits d’accès attribués, de la qualité des sources consultées et de la précision des instructions initiales.

L’article de présentation oppose Manus à des outils tels que ChatGPT et OpenAI en affirmant un niveau d’autonomie supérieur. Cette comparaison doit être maniée avec prudence. Les assistants conversationnels et les agents ne sont pas deux catégories parfaitement séparées : certains assistants peuvent aussi utiliser des outils, tandis que certains agents reposent largement sur une conversation avec l’utilisateur. À ce stade, aucune évaluation indépendante ne permet d’établir une supériorité générale de Manus sur l’ensemble des produits concurrents.

Pourquoi les agents IA intéressent autant les entreprises

Le potentiel économique des agents tient à une idée simple : de nombreux travaux numériques ne se résument pas à écrire une phrase ou à classer un fichier. Ils impliquent une succession d’opérations, souvent réparties entre plusieurs applications. Chercher des informations, extraire des données, les comparer, produire une synthèse et l’envoyer à la bonne personne peut mobiliser beaucoup de temps, même lorsque chaque action prise isolément est simple.

Un agent bien encadré pourrait réduire cette charge. Dans une équipe commerciale, il pourrait préparer un dossier à partir de données disponibles. Dans un service client, il pourrait réunir des éléments de contexte avant qu’un employé ne réponde. Dans une activité de gestion, il pourrait organiser des informations et signaler des incohérences. Ces exemples ne remplacent pas le jugement professionnel : ils illustrent les maillons d’une chaîne de travail qui peuvent être accélérés.

La valeur d’un tel outil ne se mesure donc pas seulement au nombre de tâches qu’il réalise, mais à la qualité de son intégration. Une entreprise doit notamment répondre à plusieurs questions avant de le déployer : quelles données l’agent peut-il consulter ? Quelles actions peut-il effectuer sans validation ? Qui vérifie le résultat final ? Que se passe-t-il s’il se trompe ?

Les limites techniques derrière la promesse d’autonomie

L’agent idéal, capable de recevoir une mission et de la mener à terme sans erreur, reste une ambition. Les modèles d’IA générative peuvent produire des informations inexactes avec une apparente assurance. Lorsqu’un agent est connecté à des outils, cette faiblesse ne disparaît pas : elle peut au contraire se propager d’une étape à l’autre.

Un mauvais raisonnement au début d’une mission peut conduire l’agent à chercher au mauvais endroit, à retenir des données non pertinentes ou à produire une conclusion erronée. Même une action techniquement réussie peut être inadaptée au besoin réel. Par exemple, classer automatiquement des candidatures, répondre à un client ou recommander une décision implique souvent des critères implicites que le logiciel ne connaît pas nécessairement.

La fiabilité doit donc être évaluée tâche par tâche. Les usages à faible risque, comme préparer un brouillon ou rassembler des informations publiques, ne présentent pas les mêmes exigences que des tâches liées à un contrat, à un recrutement, à une décision financière ou à des données de santé. Dans les contextes sensibles, un résultat généré par l’agent doit être considéré comme une proposition à contrôler, et non comme une décision définitive.

La question de la transparence est tout aussi importante. Pour qu’un professionnel puisse faire confiance à un agent, il doit pouvoir comprendre au moins les grandes étapes suivies : quelles sources ont été utilisées, quelles données ont été modifiées, quelles hypothèses ont été retenues et quelle action a été exécutée. Sans trace exploitable, il devient difficile d’identifier l’origine d’une erreur ou d’en attribuer la responsabilité.

Données, responsabilité et emploi : les questions que Manus remet sur la table

L’émergence de Manus AI ravive des enjeux déjà présents avec les assistants génératifs, mais plus aigus lorsqu’un logiciel peut enchaîner des actions. Donner accès à une boîte mail, à un espace de stockage, à une base clients ou à un outil de gestion expose potentiellement des informations sensibles. Les entreprises doivent savoir quelles données sont traitées, où elles transitent, combien de temps elles sont conservées et qui peut y accéder.

La responsabilité pose une autre difficulté. Si un agent produit un rapport faux, divulgue une information ou réalise une action non souhaitée, plusieurs acteurs entrent en jeu : l’utilisateur qui a formulé la consigne, l’organisation qui a accordé les accès et l’éditeur du logiciel. Une gouvernance claire doit prévoir des règles d’autorisation, des journaux d’activité et des procédures de correction.

Sur l’emploi, la conséquence la plus probable à court terme n’est pas la disparition uniforme de métiers entiers, mais la transformation de certaines tâches. Les activités de recherche documentaire, de préparation de documents, de saisie, de tri ou de coordination peuvent être accélérées. Cela peut dégager du temps pour la relation client, l’analyse, la décision et le contrôle, mais aussi modifier les compétences attendues. Savoir formuler un objectif, vérifier un résultat et repérer une erreur devient une compétence de plus en plus utile.

Un lancement chinois dans une compétition technologique mondiale

Le développement de Manus par Monica s’inscrit dans une compétition internationale où les capacités en intelligence artificielle sont devenues un enjeu industriel et stratégique. La Chine veut renforcer sa place dans ce domaine, tandis que les États-Unis et d’autres puissances investissent eux aussi dans les modèles, les infrastructures informatiques et les applications d’IA.

L’intérêt suscité par Manus ne tient pas seulement à l’origine chinoise de son concepteur. Il révèle surtout le déplacement de l’attention vers les agents : après la diffusion rapide des chatbots, l’industrie cherche des outils qui puissent accomplir des séquences de travail plus longues. La concurrence se jouera sur les performances, mais aussi sur la sécurité, le coût, la facilité de déploiement et la confiance accordée par les utilisateurs.

Pour les régulateurs et les organisations internationales, cette évolution renforce le besoin de règles lisibles. Il ne s’agit pas nécessairement d’interdire les agents, mais de déterminer les usages nécessitant une validation humaine, les obligations de protection des données et les moyens de recours en cas de dommage. Ce dialogue doit associer développeurs, entreprises, chercheurs, pouvoirs publics et utilisateurs.

Ce qu’il faut surveiller après le lancement de Manus

La première question sera celle de l’accès réel au produit. Une démonstration peut montrer une direction technologique ; seule une utilisation par un nombre plus large de personnes permettra d’évaluer la régularité des résultats, les cas d’échec et la facilité de prise en main.

Il faudra ensuite observer le degré de transparence fourni par Monica et Butterfly Effect. Les utilisateurs ont besoin de savoir ce que Manus peut faire, ce qu’il ne peut pas faire, quels outils il utilise et quelles protections accompagnent l’accès à leurs données. Les garanties de sécurité et les mécanismes de validation compteront autant que les démonstrations spectaculaires.

Enfin, Manus constituera un test pour l’ensemble du secteur des agents IA. Si ces logiciels deviennent capables de gérer de manière fiable des tâches multi-étapes, ils pourraient modifier en profondeur la façon dont les entreprises organisent certains travaux numériques. Mais cette évolution ne sera durable que si l’autonomie promise s’accompagne d’une responsabilité clairement définie et d’un contrôle humain effectif.