Alexa+ en difficulté : pourquoi Apple temporise sur la prochaine génération de Siri

Les assistants vocaux ont longtemps été jugés sur des gestes très simples : lancer une minuterie, arrêter une alarme, jouer un morceau ou éteindre une lumière. Avec l’IA générative, Amazon, Apple et leurs concurrents espèrent les faire passer du statut d’outil à commandes à celui d’interlocuteur capable de comprendre le contexte et d’enchaîner des tâches. Mais le lancement difficile d’Alexa+ rappelle une réalité moins spectaculaire : pour un produit utilisé dans la vie quotidienne, une réponse brillante ne compense pas une alarme qui ne s’annule pas.

Amazon a récemment déployé Alexa+, une nouvelle version de son assistant bâtie autour de technologies de modèles de langage. L’ambition est claire : préserver les fonctions pratiques qui ont fait connaître Alexa tout en y ajoutant des échanges plus naturels. Or les premiers retours, notamment ceux du chroniqueur technologique Kevin Roose dans le New York Times, décrivent une expérience encore inégale. Les problèmes constatés éclairent aussi le choix prudent d’Apple, qui ne prévoit pas de proposer immédiatement sa propre refonte de Siri et cible plutôt le printemps 2026.

Alexa+ veut réunir conversation et commandes concrètes

Le principe d’Alexa+ est de rapprocher deux types de technologies qui ne répondent pas aux mêmes logiques. D’un côté, l’assistant vocal traditionnel exécute un ensemble de commandes connues. Lorsqu’un utilisateur demande de régler un réveil à une heure précise, le système doit enregistrer cette information, la confirmer et déclencher l’alarme au bon moment. Ce sont des actions qui appellent une réponse prévisible.

De l’autre, un modèle de langage est conçu pour produire et interpréter du texte de façon souple. Il peut reformuler une demande imprécise, maintenir le fil d’une conversation ou proposer une réponse élaborée à une question ouverte. Cette souplesse est précisément ce qui rend l’IA générative séduisante dans un assistant vocal : au lieu d’apprendre une formulation précise, l’utilisateur peut parler plus spontanément.

Alexa+ entend donc associer des conversations plus fluides à des usages qui restent fondamentaux pour les enceintes et écrans connectés d’Amazon : gestion des minuteries, lecture de musique et contrôle d’appareils domotiques. Sur le papier, cette combinaison répond à une attente logique. Un assistant devrait comprendre qu’une demande comme « mets une minuterie pendant que je cuisine » est liée à la conversation en cours, tout en exécutant l’action avec la rigueur d’un minuteur ordinaire.

Le problème est que la qualité attendue n’est pas la même selon la tâche. Pour une discussion ou une idée de recette, une réponse approximative peut être simplement décevante. Pour une alarme, une commande de maison connectée ou un achat, elle peut devenir immédiatement frustrante. L’utilisateur ne fait pas nécessairement la distinction entre les composants techniques de l’assistant. Il retient surtout si son appareil a fait ce qu’il a demandé.

Des tests qui soulignent des défaillances de base

L’examen approfondi publié par le New York Times reconnaît à Alexa+ certaines capacités impressionnantes et des échanges plus naturels. Mais le bilan rapporté par Kevin Roose reste sévère : dans son état actuel, l’assistant n’était pas recommandable selon le chroniqueur. Les faiblesses observées ne concernent pas seulement des requêtes complexes ou expérimentales, elles touchent aussi les usages les plus banals.

Parmi les problèmes signalés figurent des demandes d’annulation d’alarmes ignorées, des recommandations de shopping jugées farfelues et la diffusion d’informations incorrectes. L’essayiste a également relevé des retards importants face à d’autres assistants, dont ChatGPT, et une efficacité parfois moindre que celle de l’ancienne Alexa pour des tâches élémentaires.

Ce contraste est particulièrement sensible parce qu’Alexa n’arrive pas sur un marché vide. Amazon ne part pas d’une page blanche : l’entreprise cherche à remplacer ou compléter un assistant déjà familier de millions d’utilisateurs. Ces derniers disposent donc d’un point de comparaison immédiat. Une fonction conversationnelle nouvelle peut impressionner, mais elle sera perçue comme une régression si elle rend plus aléatoire une commande que l’ancienne interface accomplissait sans difficulté.

Les dirigeants d’Amazon reconnaissent d’ailleurs que le produit a encore des « bords à lisser ». Cette formule résume un enjeu industriel majeur. Déployer une technologie tôt permet de recueillir des retours réels, mais expose aussi l’entreprise à dégrader la confiance dans une fonction déjà installée dans les habitudes domestiques.

Pourquoi l’IA générative rend-elle un assistant vocal plus difficile à fiabiliser ?

L’intégration de l’IA générative ne consiste pas à ajouter une réponse plus agréable à un assistant existant. Elle oblige à faire coopérer plusieurs couches logicielles : reconnaissance vocale, compréhension de l’intention, modèle de langage, accès à des services externes, exécution d’une action et confirmation du résultat. À chaque étape, une erreur ou un délai peut empêcher la tâche d’aboutir.

Les systèmes traditionnels, souvent qualifiés de déterministes, sont utiles pour les commandes répétitives. Pour une instruction bien identifiée, ils suivent des règles qui visent un résultat reproductible. Leur vocabulaire peut être moins flexible, mais leur comportement est plus facile à encadrer. Les modèles de langage apportent l’inverse : ils gèrent mieux les formulations variées et les requêtes ouvertes, mais peuvent produire une réponse plausible sans qu’elle soit exacte ou utile.

L’approche hybride retenue par Amazon combine ces deux univers. Elle doit décider quand le modèle conversationnel intervient, quand l’assistant doit appeler un service précis et comment il vérifie que l’ordre a été correctement exécuté. C’est une difficulté que le lancement d’Alexa+ met en évidence. Si le modèle répond à la place de l’outil qui doit agir, l’utilisateur obtient peut-être une phrase convaincante, mais pas l’effet recherché. Si l’assistant sollicite trop d’étapes de vérification, il risque de devenir lent.

La latence constitue elle aussi un critère central. Dans une conversation écrite, attendre quelques instants peut sembler acceptable. À voix haute, un silence prolongé rend l’interaction maladroite, surtout pour une demande aussi urgente que l’arrêt d’une alarme. Le défi n’est donc pas seulement de bâtir un assistant capable de dialoguer. Il faut rendre cette intelligence compatible avec le rythme très concret des usages vocaux.

Apple préfère retarder la nouvelle génération de Siri

Apple se heurte à une équation comparable avec Siri. L’entreprise avait initialement envisagé de réunir les systèmes déterministes existants de son assistant et une couche d’IA générative. Selon les informations rapportées, cette première tentative a finalement été abandonnée en raison de difficultés techniques.

La différence avec Amazon tient, à ce stade, au calendrier de mise à disposition. Là où Amazon a lancé Alexa+ malgré un produit qui conserve des limites visibles, Apple n’a pas proposé de version intermédiaire de sa nouvelle génération de Siri. Son lancement est désormais envisagé au printemps 2026.

Ce délai n’implique pas nécessairement qu’Apple soit à l’abri des mêmes problèmes. Il montre en revanche la prudence requise par un changement d’architecture. Siri, comme Alexa, ne doit pas seulement répondre à des questions générales. Il est attendu sur des tâches directement liées aux usages du téléphone ou de l’environnement numérique de l’utilisateur. Dans ce contexte, une interprétation erronée, une action non réalisée ou une réponse trop lente peut avoir davantage de poids qu’une conversation particulièrement naturelle.

Le cas d’Alexa+ fournit ainsi un contre-exemple très concret à ceux qui envisagent l’IA générative comme un simple remplacement des interfaces précédentes. Moderniser un assistant existant exige de conserver ce qui fonctionnait déjà, tout en introduisant un comportement moins rigide. Cette continuité est difficile à obtenir lorsque les technologies n’ont pas le même degré de prévisibilité.

Ce que les utilisateurs peuvent attendre, et exiger

Pour les consommateurs, l’intérêt d’un assistant enrichi par l’IA générative est réel. Il peut réduire le nombre de commandes à apprendre, rendre les échanges moins mécaniques et faciliter les requêtes qui mêlent plusieurs informations. Un assistant capable de suivre le contexte peut, en théorie, éviter à l’utilisateur de reformuler chaque détail à voix haute.

Mais cette évolution ne doit pas effacer les critères les plus simples. Avant d’adopter une nouvelle génération d’assistant, il est utile de se demander si les fonctions utilisées chaque jour restent solides : alarmes, rappels, musique, appareils connectés et accès à une information fiable. Une démonstration réussie sur une question complexe ne garantit pas nécessairement une bonne expérience lorsque l’appareil doit accomplir une action précise.

Les premiers retours sur Alexa+ illustrent aussi la nécessité d’un déploiement progressif et d’une communication claire. Un produit en évolution peut gagner en qualité grâce aux retours des utilisateurs, mais ceux-ci doivent savoir quelles fonctions sont effectivement disponibles et quelles limites subsistent. L’enjeu est d’autant plus important qu’un assistant vocal s’insère dans des gestes routiniers : on s’en sert souvent sans regarder d’écran et sans prendre le temps de contrôler chaque étape.

Ce qu’il faut surveiller avant le printemps 2026

Dans les prochains mois, la question ne sera pas seulement de savoir quel assistant formule les réponses les plus naturelles. Amazon devra montrer qu’Alexa+ peut retrouver une exécution fiable des demandes élémentaires sans perdre ses nouvelles capacités conversationnelles. Les améliorations apportées aux fonctions manquantes, aux informations erronées et aux délais d’exécution seront déterminantes pour son adoption.

Pour Apple, le calendrier du printemps 2026 crée une attente élevée. La prochaine génération de Siri sera jugée sur sa capacité à concilier deux promesses qui peuvent entrer en tension : comprendre davantage de contexte et rester aussi prévisible qu’un outil pratique doit l’être. L’épisode Alexa+ le rappelle avec force : dans la course aux assistants IA, la prudence peut paraître moins spectaculaire qu’un lancement rapide, mais elle peut devenir un avantage si elle évite de sacrifier les usages essentiels.