Le téléphone, cet outil que bien des gens évitent désormais, est en train de devenir un terrain d'expérimentation privilégié pour l'intelligence artificielle. Le même jour, deux annonces ont illustré la tendance. D'un côté, Google teste une fonction qui permet à son assistant Gemini d'appeler des commerces à la place de l'utilisateur. De l'autre, McDonald's a fait savoir qu'il comptait confier la prise de commandes au service à l'auto à une voix artificielle. Mises bout à bout, ces deux initiatives dessinent un scénario qui relevait encore de la science-fiction il y a peu : une IA qui appelle, une autre qui répond, et des humains qui n'interviennent plus qu'aux extrémités de la conversation.
« Call for Me » : Gemini prend le combiné
Selon TechCrunch, Wired, The Verge et 9to5Google, Google a commencé à tester sur ses téléphones Pixel, notamment le Pixel 11 selon 9to5Google, une fonction baptisée « Call for Me ». Le principe : l'utilisateur formule une demande, par exemple vérifier une disponibilité, obtenir un prix ou un renseignement auprès d'un commerce, et Gemini passe lui-même l'appel. The Verge résume la promesse en une formule : ne plus avoir à patienter en ligne. Il s'agit pour l'instant d'un essai, et Google n'a pas présenté la fonction comme un produit généralisé.
Le site financier Seeking Alpha y voit surtout un signal stratégique : Google fait entrer Gemini dans la course aux « agents » d'IA, ces logiciels qui ne se contentent plus de répondre à des questions, mais qui agissent au nom de l'utilisateur. La fonction s'inscrit aussi dans une continuité : en 2025, Google avait déjà expérimenté, dans ses laboratoires de recherche, des appels automatisés à des entreprises locales pour s'informer de leurs prix et de leurs disponibilités.
Le précédent Duplex, ou la leçon de 2018
Pour Google, l'idée n'a rien de neuf. En mai 2018, lors de sa conférence I/O, le PDG Sundar Pichai avait fait entendre Duplex, un système qui réservait une coupe de cheveux et une table au restaurant par téléphone. La démonstration avait autant fasciné qu'inquiété. La voix hésitait et glissait des « mm-hmm » si naturels que les employés au bout du fil ne se doutaient de rien. Les critiques avaient fusé : une machine conçue pour passer pour humaine, sans le dire, posait un problème éthique évident. Google avait rapidement promis que Duplex s'identifierait comme un système automatisé en début d'appel.
Une deuxième leçon est venue plus tard. En 2019, le New York Times rapportait qu'une part importante des appels Duplex était en réalité lancée ou reprise par des opérateurs humains dans des centres d'appels. La technologie était moins autonome que la démonstration ne le laissait croire. Duplex n'a jamais atteint l'ubiquité annoncée, et Google en a abandonné certaines déclinaisons en 2022. Les grands modèles de langage de la génération Gemini changent la donne sur le plan technique : ils comprennent mieux les tournures imprévues et improvisent davantage. Les deux questions de 2018 restent toutefois entières : la fiabilité réelle et l'honnêteté envers l'interlocuteur.
McDonald's retente sa chance après l'échec avec IBM
De l'autre côté du comptoir, McDonald's revient à une idée qu'il avait mise de côté. Le Journal de Québec rapporte que la chaîne entend miser sur une voix d'IA bilingue pour prendre les commandes au service à l'auto. Il s'agit d'un nouvel essai, pas d'une première. Après avoir vendu à IBM en 2021 sa division technologique issue de l'achat de la jeune pousse Apprente, McDonald's avait testé avec le géant informatique un système de commande vocale automatisée dans une centaine de restaurants américains. L'expérience a pris fin à l'été 2024. Entre-temps, des vidéos virales sur les réseaux sociaux montraient la machine ajoutant du bacon à une crème glacée ou empilant des centaines de croquettes de poulet dans une commande.
La chaîne avait alors affirmé que la commande vocale faisait toujours partie de son avenir. Fin 2023, elle avait conclu un partenariat avec Google Cloud pour moderniser ses restaurants. Ses concurrents ne sont pas restés immobiles. Wendy's a développé son propre système avec Google. Taco Bell a déployé la commande vocale à grande échelle avant d'admettre publiquement ses limites, après des canulars comme celui d'un client commandant 18 000 verres d'eau.
Le caractère bilingue de la voix annoncée par McDonald's n'est pas anodin. Passer d'une langue à l'autre en plein échange, avec les accents, les bruits de moteur et les enfants à l'arrière, demeure l'un des défis les plus durs de la reconnaissance vocale en conditions réelles.
Fiabilité : l'erreur coûte plus cher au téléphone
L'écrit tolère l'approximation, la voix beaucoup moins. Une commande mal comprise se corrige à l'écran, alors qu'au service à l'auto, elle provoque une file qui s'allonge et un client mécontent. Pour un agent comme « Call for Me », une réservation mal notée ou un prix mal interprété peut avoir des conséquences concrètes. Les systèmes actuels restent sujets aux « hallucinations », ces affirmations fausses produites avec aplomb. Le risque grandit quand deux IA dialoguent sans supervision : chacune peut prendre pour acquise une erreur de l'autre, et aucun humain n'est là pour tiquer.
Transparence et consentement : qui parle, et qui enregistre ?
L'épisode Duplex a fixé une norme sociale : une machine doit se présenter comme telle. La réglementation suit. En Europe, le règlement sur l'intelligence artificielle impose d'informer les personnes lorsqu'elles interagissent avec un système d'IA, une obligation qui entre progressivement en vigueur. Aux États-Unis, la Federal Communications Commission a statué en 2024 que les voix générées par IA dans les appels automatisés relèvent de la loi sur la protection des consommateurs au téléphone.
Reste l'enregistrement. Pour fonctionner, ces agents doivent transcrire, et souvent conserver, la conversation. Or plusieurs États américains, dont la Californie, exigent le consentement de toutes les parties avant qu'un appel soit enregistré. Le commerçant appelé par Gemini n'a rien demandé. Le client qui commande son café n'a pas toujours conscience que sa voix est analysée. La question de savoir qui consent, et à quoi, est loin d'être réglée.
Centres d'appels et restauration : des emplois en première ligne
Les deux secteurs visés comptent parmi les plus exposés à l'automatisation. Les centres d'appels, déjà bousculés par la délocalisation puis par les robots conversationnels, voient arriver des agents capables de gérer des échanges complets. Dans la restauration rapide, où le roulement du personnel est élevé et les marges serrées, la promesse est de libérer les employés de la prise de commandes pour la préparation. L'argument sert toutefois souvent de prélude à des réductions d'effectifs. L'expérience de McDonald's avec IBM rappelle aussi que la machine a longtemps eu besoin d'humains pour rattraper ses erreurs, ce qui déplace le travail plus qu'il ne le supprime.
La course aux agents
Ces annonces s'inscrivent dans une compétition plus large. Google, OpenAI, Microsoft, Amazon et d'autres veulent faire de leurs assistants des intermédiaires qui réservent, achètent et négocient. Le téléphone offre un champ immense, car une multitude de petits commerces n'ont ni site transactionnel ni système de réservation en ligne. Un agent capable d'appeler ouvre donc l'accès à tout ce que le Web n'atteint pas. L'enjeu dépasse d'ailleurs le commerce : lors de la récente visite d'État du président chinois Xi Jinping à la Maison-Blanche, rapportée par France 24, celui-ci a évoqué la « responsabilité » des deux puissances de contrôler l'IA pour qu'elle reste au service de l'humanité.
À terme, le scénario le plus probable n'est pas celui d'humains remplacés un à un, mais celui de conversations entièrement automatisées : l'agent de Google qui interroge le répondeur intelligent d'un restaurant, lui-même branché sur un système de réservation. Le téléphone deviendrait alors une simple interface entre logiciels, avec une voix humaine en guise de protocole. Il restera à savoir si les entreprises parviendront à la fiabilité que Duplex et IBM n'ont pas atteinte, et si le public acceptera de parler, sans toujours le savoir, à des machines qui se parlent entre elles.