Google Shopping : votre panier vérifie automatiquement que votre processeur est compatible avec votre carte mère

Gemini débarque partout sur Android : comment Google va vous aider à automatiser votre quotidien

Google a annoncé lors de son Google I/O 2025 le déploiement d'une série de nouvelles fonctionnalités de son assistant Gemini sur Android, visant à automatiser des tâches concrètes du quotidien directement depuis les appareils mobiles. Parmi les capacités annoncées : réserver des vacances, prendre un rendez-vous via Chrome, ou encore remplir des formulaires en ligne sans intervention manuelle. Une fonctionnalité supplémentaire permettra de transformer des notes fragmentées ou des idées brutes en textes structurés et cohérents. Ces ajouts représentent un glissement majeur vers l'IA dite "agentique", capable d'exécuter des actions multi-étapes au nom de l'utilisateur plutôt que de simplement répondre à des questions. Pour les utilisateurs Android, cela signifie une réduction significative du temps passé sur des tâches répétitives et administratives. Pour Google, c'est une façon de différencier Android face à Apple Intelligence et de justifier l'intégration profonde de Gemini dans l'écosystème mobile. Cette annonce s'inscrit dans une course accélérée entre les grands acteurs tech pour imposer leurs assistants IA comme couche centrale d'interaction avec les appareils. Apple déploie progressivement Apple Intelligence sur iOS, Microsoft intègre Copilot dans Windows, et Google tente de consolider Gemini comme système nerveux de tout l'écosystème Android. Le déploiement de ces fonctionnalités devrait s'étaler sur les prochains mois, d'abord pour les utilisateurs anglophones avant une extension internationale progressive.

💬 Réserver un hôtel, remplir un formulaire, prendre un rdv, tout depuis Android sans lever le petit doigt : c'est pas du concept cette fois, ça débarque en prod. Le vrai enjeu c'est si les utilisateurs vont faire confiance à Gemini pour agir à leur place, pas juste répondre. Pour nous en Europe, faudra probablement attendre encore, comme toujours.

Google DeepMind présente un pointeur de souris IA propulsé par Gemini, capable de capturer le contexte visuel et sémantique autour du curseur

Google DeepMind a présenté cette semaine un pointeur de souris dopé à l'intelligence artificielle, propulsé par Gemini, capable de comprendre non seulement où l'utilisateur pointe, mais aussi ce qu'il pointe et pourquoi c'est pertinent. Le système est encore expérimental, mais deux démonstrations sont d'ores et déjà accessibles dans Google AI Studio : l'une pour éditer une image, l'autre pour identifier des lieux sur une carte, toutes deux utilisables en pointant et en parlant à voix haute. Une intégration plus profonde, baptisée Magic Pointer, est en cours de déploiement dans Chrome, et une autre est prévue pour Googlebook, la nouvelle gamme d'ordinateurs portables Gemini de Google annoncée simultanément cette semaine. Le problème que cherche à résoudre DeepMind est connu de quiconque a déjà essayé d'utiliser un assistant IA en pleine session de travail : les outils actuels vivent dans leur propre fenêtre, obligeant l'utilisateur à interrompre son flux pour décrire manuellement ce qu'il regardait, coller une question dans un chatbot, puis importer la réponse dans son document d'origine. Le pointeur IA brise ce cycle en transmettant au modèle un contexte visuel et sémantique en temps réel, dérivé de la position du curseur et de l'état de survol, sans que l'utilisateur ait à formuler ce contexte en texte. Concrètement, cela permet de pointer un tableau de statistiques et demander une version en camembert, de survoler une recette pour en doubler les ingrédients, ou de pointer un PDF pour en obtenir un résumé en points à coller directement dans un email. Cette initiative s'inscrit dans une tendance plus large chez les grandes plateformes technologiques : rendre l'IA ambiante plutôt que cloisonnée dans une fenêtre de chat. Depuis l'émergence des grands modèles de langage grand public, la friction principale reste l'interface : les modèles sont puissants, mais les utilisateurs doivent sérialiser manuellement leur environnement en texte pour les actionner. DeepMind formalise quatre principes de conception pour y remédier, dont "maintenir le flux" (l'IA suit l'utilisateur là où il travaille, sans détour) et "montrer et dire" (le pointeur capte le contexte visuel, remplaçant les prompts détaillés par un simple geste). Microsoft avance en parallèle avec Copilot intégré à Windows, tandis qu'Apple mise sur des capacités similaires avec Apple Intelligence. Avec l'annonce simultanée des laptops Googlebook et le déploiement dans Chrome, Google positionne Gemini comme une couche système universelle, ce qui pourrait redéfinir profondément la manière dont des centaines de millions d'utilisateurs interagissent avec leur ordinateur au quotidien.

Alexa for Shopping : le nouvel assistant d’Amazon qui compare les prix et achète pour vous

Amazon a officiellement lancé le 13 mai 2026 Alexa for Shopping, un assistant IA intégré directement dans la barre de recherche du site Amazon.com et dans son application mobile, disponible dès maintenant pour les clients américains. Ce nouvel outil remplace Rufus, l'assistant IA précédent jugé trop limité, et s'appuie sur Alexa Plus pour permettre aux utilisateurs de dialoguer en langage naturel plutôt que de saisir des requêtes classiques. La fonctionnalité phare du système est son degré d'automatisation : Alexa for Shopping peut surveiller le prix d'un article, comparer plusieurs références entre elles, et déclencher un achat si des conditions prédéfinies sont réunies. Amazon illustre cette logique avec un exemple concret : l'utilisateur peut demander à l'assistant d'acheter une crème solaire uniquement si son tarif descend sous les 10 dollars et qu'aucune commande récente du même produit n'a été passée. Une fonction baptisée "Buy for Me" étend même la capacité de recherche à d'autres sites marchands. L'assistant est également disponible sur les appareils Echo Show, et une conversation initiée sur une enceinte connectée peut désormais influencer les recommandations affichées sur Amazon.com. L'enjeu pour Amazon est considérable : transformer son moteur de recherche en un agent d'achat actif, capable d'anticiper les besoins des consommateurs et de réduire le temps de décision à presque zéro. Pour les utilisateurs habitués à naviguer entre des centaines de fiches produit, des milliers d'avis et des promotions changeantes, le gain de temps est réel. Mais cette automatisation soulève des inquiétudes légitimes. L'idée qu'un assistant puisse valider un achat de façon autonome, pendant que l'utilisateur fait autre chose, a déjà suscité des critiques lors des premiers tests de la fonction "Buy for Me". Amazon assure que toutes les règles restent configurables et que l'utilisateur garde le contrôle, mais la frontière entre personnalisation et délégation totale de la décision d'achat devient floue. Ce lancement s'inscrit dans une stratégie plus large d'Amazon pour faire d'Alexa le pivot d'un écosystème d'achat continu, unifiant enceintes connectées, smartphones et navigation web. Pour fonctionner de façon pertinente, l'assistant doit accumuler un volume important de données personnelles : historique d'achats, préférences déclarées, habitudes de consommation, et interactions vocales. Amazon présente cette collecte comme le moyen d'affiner la précision des recommandations, mais l'objectif sous-jacent est clair : anticiper les intentions d'achat avant même que le consommateur en prenne conscience. Dans un contexte où les régulateurs européens et américains scrutent de plus en plus les pratiques des plateformes en matière de données comportementales, ce virage vers un assistant acheteur permanent risque d'alimenter de nouveaux débats sur les limites de l'automatisation commerciale.

PromptQL transforme automatiquement vos messages Teams ou Slack en contexte sécurisé pour vos agents IA

PromptQL, une spin-off de la licorne GraphQL Hasura, a annoncé un pivot stratégique majeur : la startup californienne transforme son outil d'analyse de données par IA en un espace de travail entièrement natif pour agents IA. Fondée par le CEO Tanmai Gopal, l'entreprise part d'un constat viral — un fil Hacker News de février 2026 réclamant qu'OpenAI construise sa propre version de Slack pour les agents IA a cumulé 327 commentaires — pour proposer une solution concrète : convertir automatiquement les échanges Slack ou Teams en mémoire persistante et sécurisée pour les workflows agentiques. Concrètement, quand deux collègues discutent d'un bug dans leur messagerie, le système le détecte, le tague, l'assigne et le documente dans un wiki interne en un clic, sans intervention manuelle supplémentaire. "Vous n'avez plus des conversations sur le travail, vous avez des conversations qui font le travail", résume Gopal. L'enjeu est considérable pour les entreprises qui misent sur l'IA agentique. Le problème central des LLM actuels — leur incapacité à retenir le contexte entre les sessions et leur tendance aux hallucinations — est directement adressé par le "Shared Wiki" de PromptQL : une base de connaissance vivante qui s'enrichit organiquement à chaque échange d'équipe, sans nécessiter de "sprints de documentation" ou de mises à jour manuelles de fichiers YAML. Cruciale pour la confiance des entreprises, une couche "human-in-the-loop" exige qu'un humain valide explicitement chaque ajout au wiki, filtrant les informations non pertinentes. Par ailleurs, la plateforme repose sur une couche SQL virtuelle qui interroge les données directement à la source — Snowflake, Clickhouse, Postgres, Stripe, Zendesk, HubSpot — sans jamais les extraire ni les mettre en cache, ce qui répond aux exigences de sécurité et de conformité des grandes organisations. Ce pivot s'inscrit dans une course plus large à l'infrastructure pour agents IA autonomes. Depuis que des plateformes comme Slack et Teams ont montré leurs limites face aux besoins contextuels des agents — accès sécurisé aux données en temps réel, mémoire inter-sessions, exécution d'actions — plusieurs acteurs cherchent à redéfinir l'espace de travail d'entreprise. Hasura, la société mère de PromptQL connue pour avoir popularisé GraphQL et valorisée à plus d'un milliard de dollars, apporte une expertise technique solide en couches d'abstraction de données. PromptQL ambitionne de devenir ce que Gopal appelle "un stagiaire 24h/24, 7j/7 qui exécute réellement le travail" — consultant le code, vérifiant des hypothèses, naviguant entre plusieurs systèmes de façon autonome. La prochaine étape sera de convaincre les DSI que confier la mémoire collective de leur entreprise à une plateforme tierce, même avec des garanties techniques solides, vaut le risque.