Gemini Intelligence fonctionne, mais son public reste incertain

Google a lancé Gemini Intelligence sur les tout derniers smartphones pliables de Samsung, mais un premier test a révélé un conflit entre capacité technique et valeur pratique.

Le test de 9to5Google a permis à Gemini d’utiliser Expedia pour trouver un vol entre Londres Heathrow et Dublin. Pourtant, le système n’a jamais demandé les horaires ou compagnies aériennes préférés avant de commencer.

Cette omission compte, car Google présente Gemini Intelligence comme un moyen de déléguer les tâches numériques du quotidien. La première expérience suggère que les utilisateurs doivent encore superviser les décisions qui rendent ces tâches personnelles, coûteuses ou difficiles à annuler.

Les Galaxy Z Fold8 Ultra, Fold8 et Flip8 de Samsung sont les premiers téléphones à intégrer la nouvelle plateforme. Ils offrent à Google une vitrine de lancement prestigieuse avant que Gemini Intelligence ne s’étende aux téléphones Pixel et à d’autres appareils Android.

La technologie peut naviguer dans les applications compatibles, interpréter le contenu à l’écran et accomplir plusieurs étapes après une demande vocale. Elle est donc plus capable qu’un assistant traditionnel qui se contente d’ouvrir une application ou d’afficher des résultats de recherche.

Cependant, une navigation réussie ne prouve pas que les gens souhaitent qu’un logiciel choisisse entre des vols, des restaurants, des produits ou des trajets. Le défi le plus difficile consiste à savoir quelles préférences comptent avant d’agir.

Le lancement teste donc plus que la capacité de Google à automatiser Android. Il évalue si les utilisateurs mobiles délégueront des décisions ordinaires lorsque vérifier le travail de l’agent peut consommer une grande partie du temps qu’il promettait d’économiser.

Le premier test de Gemini Intelligence a révélé le véritable écart

Gemini Intelligence a achevé le flux de travail demandé, mais l’achèvement ne signifiait pas comprendre la décision de l’utilisateur.

Samsung a dévoilé ses nouveaux pliables lors du Galaxy Unpacked à Londres le 22 juillet 2026. Google a profité de l’événement pour présenter les premières capacités publiques associées à Gemini Intelligence.

La version initiale étend l’automatisation des tâches d’une petite collection de services à plus de 40 applications populaires. Google cite les achats, les réservations de restaurants, les expériences de voyage et les billets d’événements parmi les activités prises en charge.

Gemini peut travailler sur plusieurs écrans tout en montrant sa progression. Les utilisateurs peuvent le laisser fonctionner en arrière-plan, interrompre une étape, effectuer un ajustement, puis rendre le contrôle à l’agent.

Cette conception constitue un changement significatif par rapport aux précédents assistants sur smartphone. Au lieu de transformer une demande en raccourci, Gemini tente d’utiliser l’interface et de faire avancer lui-même la tâche.

Damien Wilde de 9to5Google a brièvement eu accès à cette automatisation sur un appareil Samsung précommercialisé. Certains services requis étaient déjà installés, dont Expedia, ce qui lui a permis de reproduire une démonstration de voyage.

Wilde a demandé à Gemini de trouver un vol entre Heathrow et Dublin pour une date une semaine plus tard. Selon son test de Gemini Intelligence, le système a ouvert Expedia et effectué la recherche avec succès.

Le résultat a confirmé que Gemini pouvait transformer une demande en langage naturel en interaction à plusieurs étapes. Il a également révélé combien d’informations pertinentes l’instruction initiale laissait implicites.

Gemini n’a pas demandé à Wilde quelle compagnie aérienne il préférait. Il n’a pas non plus demandé d’horaire de départ, alors que l’un ou l’autre de ces choix pouvait déterminer l’utilité d’un vol proposé.

L’utilisateur pouvait intervenir après avoir remarqué cette omission. Google a conçu le flux de travail pour permettre cette correction, et Gemini pouvait reprendre une fois que l’utilisateur fournissait davantage d’indications.

Néanmoins, l’intervention modifie le calcul de valeur. La personne doit suivre le processus, identifier une contrainte manquante, arrêter l’agent, saisir le détail et examiner le choix obtenu.

Les informations sensibles ont créé une autre limite. Wilde a dû reprendre la main lorsque le processus de réservation a atteint l’écran des données passager, bien que le comportement puisse différer lorsqu’une application stocke déjà les informations du compte.

Cette protection limite les divulgations non désirées et les transactions involontaires. Elle signifie aussi que l’agent ne reçoit pas simplement une destination pour revenir avec une réservation finalisée.

L’expérience s’est déroulée sur du matériel précommercialisé avec des intégrations incomplètes. Elle ne permet pas d’établir le comportement de chaque flux de travail après le déploiement complet.

Elle identifie toutefois très tôt le problème central. Une tâche peut être techniquement réussie tout en laissant l’utilisateur incertain que le résultat reflète ses préférences réelles.

Cette distinction crée la tension principale de l’article. Google a montré qu’un agent Android peut utiliser des applications, mais pas que la délégation des tâches courantes semble plus facile que le contrôle direct.

Google a conçu un agent qui a encore besoin d’un gestionnaire

Le lancement met Google sous pression pour prouver que la supervision exige moins d’attention que l’exécution manuelle de la tâche.

Google décrit Gemini Intelligence comme une technologie proactive qui prend en charge les tâches fastidieuses tout en laissant l’utilisateur garder le contrôle. Ses exemples portent sur des corvées nécessitant plusieurs applications, écrans ou éléments de contexte.

Un exemple commence par une liste de courses affichée dans une application de notes. Un utilisateur peut invoquer Gemini au-dessus de cette liste et lui demander de préparer un panier de livraison.

Un autre part d’une brochure de voyage. Google indique qu’un utilisateur peut la photographier et demander à Gemini de trouver un circuit similaire pour un groupe de six personnes.

Ces exemples sont plus convaincants que le test de vol, car l’écran ou l’image fournit un contexte utile. L’agent reçoit une liste, une image ou une source concrète au lieu de reconstituer des préférences à partir d’une courte commande.

Les détails du lancement Android de Google décrivent également des notifications de progression en arrière-plan et une étape de confirmation finale. L’utilisateur reste responsable de l’examen de l’action proposée.

Cette structure est logique pour les achats et les réservations. Un agent non contrôlé pourrait sélectionner la mauvaise date, dupliquer une commande, exposer des informations personnelles ou engager de l’argent dans des conditions inadaptées.

Pourtant, chaque point de contrôle protecteur ajoute de la friction. Si les utilisateurs doivent fournir des instructions détaillées et inspecter chaque champ important, l’utilisation directe des applications peut rester plus rapide et plus prévisible.

La recherche d’un vol rend ce problème particulièrement visible. L’heure de départ, l’aéroport, la franchise bagage, les correspondances, les règles de remboursement, la compagnie aérienne et le programme de fidélité peuvent tous influencer le bon choix.

La demande d’origine ne contenait que deux aéroports et une date. Gemini faisait donc face à une décision sous-spécifiée, et non à un simple problème de navigation dans une interface.

Un agent de voyage humain clarifierait normalement les préférences importantes avant de présenter des options. Un agent numérique a besoin d’une méthode comparable pour déterminer quand poser des questions et quand avancer.

Tout demander rendrait l’interaction épuisante. Ne rien demander transfère trop de jugement à un modèle qui ne connaît pas nécessairement les priorités de l’utilisateur.

La personnalisation pourrait réduire cet écart. L’orientation plus large de Google relie Gemini aux informations issues des applications et services, ce qui pourrait lui donner accès à des habitudes et préférences établies.

Cependant, les préférences déduites comportent leurs propres risques. Un achat passé ne constitue pas toujours une règle durable, et une compagnie aérienne familière peut ne pas convenir à un voyage donné.

L’agent a donc besoin de plus que de mémoire. Il a besoin d’une incertitude calibrée, c’est-à-dire de reconnaître quand le contexte existant est insuffisant pour un choix important.

C’est pourquoi la critique de « l’agent qui a besoin d’un gestionnaire » compte. Le problème n’est pas que Gemini n’a pas appuyé sur les bons boutons pendant la démonstration.

Le problème est que l’utilisateur a encore fourni son jugement, surveillé l’exécution, géré les données sensibles et vérifié le résultat. Ces activités constituent une grande part du travail cognitif derrière la tâche initiale.

La pression immédiate sur Google est de rendre cette charge de gestion visiblement plus faible. Une animation soignée ou une séquence réussie ne peut remplacer des gains mesurables de temps et d’attention.

Samsung a également quelque chose à perdre. Ses pliables sont les premiers appareils associés au label Gemini Intelligence, de sorte que les acheteurs rencontreront les premières décisions produit de Google à travers le matériel Samsung.

Samsung affirme que sa nouvelle gamme Galaxy combine des services d’IA partenaires avec transparence, confidentialité et contrôle par l’utilisateur. Ces principes sont nécessaires, mais les utilisateurs jugeront les téléphones sur leur fiabilité réelle.

Une erreur d’automatisation peut nuire à la réputation des deux entreprises, même lorsqu’elle est causée par une application tierce ou une demande utilisateur incomplète. Le partenariat répartit l’opportunité comme le risque de réputation.

Les conclusions de 9to5Google remettent en cause la promesse de praticité

Le renversement central est simple : l’agent fonctionne, mais sa réussite peut tout de même sembler inutile.

Google ne présente pas Gemini Intelligence comme un projet de laboratoire. L’entreprise positionne la plateforme comme une réponse pratique aux tâches administratives du quotidien sur Android.

Les conclusions de 9to5Google remettent cette promesse en cause, car la tâche démontrée dispose déjà d’une interface familière et raisonnablement efficace. Les utilisateurs savent comment saisir des aéroports, des dates et des filtres dans une application de voyage.

L’automatisation devient utile lorsqu’elle élimine une coordination que les gens n’aiment pas effectuer. Copier une longue liste de courses entre applications en est un exemple plus clair, car l’agent peut supprimer les saisies répétitives.

Une tâche de recherche complexe offre un autre cas prometteur. L’utilisateur peut devoir extraire des éléments d’un e-mail, les localiser dans un autre service, comparer leur disponibilité et préparer un résultat à examiner.

Réserver un seul vol simple est différent. L’utilisateur souhaite souvent comparer directement les options, et cette comparaison peut être plus importante que le remplissage du formulaire de recherche.

Dans cette situation, l’interface n’est pas seulement une friction. C’est là que la personne découvre les compromis, modifie ses priorités et développe sa confiance dans le choix final.

Le même problème se présente dans la commande de repas. Répéter une commande connue auprès d’un restaurant de confiance convient à la délégation, car le résultat souhaité est déjà défini.

Choisir le dîner pour plusieurs personnes implique des restrictions alimentaires, l’heure de livraison, des substitutions et des préférences changeantes. L’automatisation peut parcourir les écrans sans résoudre ces contraintes humaines.

Le modèle d’IA agentique de Google, c’est-à-dire un logiciel qui planifie et réalise plusieurs actions vers un objectif, évolue donc sur un terrain de tâches utiles inégal.

Une forte répétition et une faible ambiguïté favorisent l’automatisation. Des conséquences importantes et un choix subjectif favorisent l’implication directe de l’utilisateur, même lorsque le flux technique est facile à automatiser.

Cette division explique pourquoi Wilde a décrit la technologie comme plus proche d’une démonstration convaincante que d’un service essentiel. L’activité visible de l’agent peut paraître impressionnante sans modifier le résultat pour l’utilisateur.

Le lancement met également en évidence une question difficile de conception produit. Google doit décider si Gemini Intelligence doit remplacer les interactions avec les applications ou les préparer à un examen humain plus rapide.

Le second modèle paraît plus crédible aujourd’hui. Gemini peut rassembler des informations, remplir un panier ou restreindre les options tout en laissant le jugement final à l’utilisateur.

Cette approche fournit une assistance sans prétendre que l’agent possède toutes les préférences. Elle correspond également à l’exigence de confirmation finale de Google.

Cependant, la préparation doit tout de même économiser suffisamment d’efforts. Un résultat qui exige une vérification ligne par ligne peut devenir une autre boîte de réception que l’utilisateur doit traiter.

C’est là que disposer d’un contexte personnel fiable devient important. Les utilisateurs peinent déjà à retrouver des détails de projet, des exigences de voyage et des décisions éparpillées entre différents services.

Une base de connaissances personnelle interrogeable peut atténuer ce problème de récupération. Elle ne supprime pas la nécessité de vérifier l’action proposée par un agent externe.

Le défi de Google est plus vaste, car Gemini doit agir dans des systèmes qu’il ne contrôle pas entièrement. Chaque application prise en charge présente des interfaces, des états de compte, des écrans de confirmation et des conditions d’erreur distincts.

Plus de 40 intégrations donnent au lancement une ampleur considérable. L’indicateur utile sera le nombre de flux de travail qui se terminent correctement dans des conditions ordinaires et imparfaites.

Un restaurant peut ne plus avoir de disponibilité. Un produit peut être en rupture de stock. Un service de billetterie peut introduire une file d’attente, une demande d’authentification ou un plan de salle évolutif.

Ces exceptions distinguent les agents fiables des démonstrations scénarisées. Elles déterminent aussi si les utilisateurs restent à l’aise à l’idée de laisser le logiciel poursuivre son travail en arrière-plan.

Le premier test de réservation de vol ne prouve pas que Gemini échouera dans ces situations. Il montre qu’une exécution réussie ne suffit pas à déterminer si le produit mérite une confiance au quotidien.

Plus de 40 applications ne garantissent pas une confiance quotidienne

La couverture mesure les domaines dans lesquels Gemini peut agir, tandis que la confiance dépend de son comportement lorsque les instructions, les interfaces et les conséquences deviennent incertains.

La prise en charge élargie des applications par Google constitue l’amélioration chiffrée la plus nette de la première version de Gemini Intelligence. La précédente bêta d’automatisation des tâches ne prenait en charge qu’une poignée de services de restauration et de VTC.

La nouvelle version atteint plus de 40 applications populaires, selon l’annonce Unpacked de Google. Elle combine également le contrôle des applications avec la compréhension des écrans et des images.

Ces capacités élargissent l’éventail des demandes possibles. Elles ne garantissent pas que chaque application prenne en charge chaque flux de travail, ni que chaque parcours gère les interruptions de manière cohérente.

La documentation d’assistance de Google indique que la fonctionnalité est disponible via l’application mobile Gemini sur Android. Elle peut aussi fonctionner lorsque les utilisateurs activent Gemini par le toucher ou la voix.

Sur les nouveaux appareils Fold8 et Flip8 de Samsung, Gemini peut demander à l’utilisateur de reprendre la main sur une tâche. Si l’utilisateur ne répond pas dans les dix minutes, l’automatisation s’arrête.

Ce délai illustre la nature hybride du produit. Gemini agit de manière autonome pendant une partie du processus, mais certains états exigent toujours un jugement humain immédiat ou une authentification.

Ce transfert de contrôle peut protéger l’utilisateur. Il peut aussi interrompre précisément le moment où l’automatisation en arrière-plan était censée libérer son attention.

La confiance dépendra de la survenue de ces interruptions à des étapes compréhensibles. La confirmation du paiement et les informations sur les passagers sont des moments raisonnables pour exiger un contrôle.

Des transferts de contrôle inattendus lors d’une navigation simple seraient perçus différemment. Des interruptions répétées pourraient apprendre aux utilisateurs que déléguer une tâche crée plus d’incertitude que de l’exécuter eux-mêmes.

Google doit également fournir des explications cohérentes. Les utilisateurs devraient savoir ce que l’agent a sélectionné, quelles informations ont orienté cette décision et quelles alternatives il a écartées.

Un écran final ne suffit pas toujours. Si Gemini présente un seul vol sans expliquer les paramètres de recherche, l’utilisateur doit refaire la comparaison pour évaluer sa recommandation.

Il existe aussi une différence importante entre les actions réversibles et irréversibles. Ajouter des courses à un panier est facile à annuler, tandis que confirmer une réservation peut entraîner des frais ou offrir peu de possibilités de recours.

Un système mature devrait adapter son autonomie à cette différence. Il peut avancer rapidement lors des étapes à faible risque et ralentir lorsque les conséquences deviennent plus difficiles à inverser.

Samsung met l’accent sur le contrôle et la confidentialité dans son annonce du Fold8. Google affirme de même que Gemini agit après une commande de l’utilisateur et s’arrête lorsque la tâche est terminée.

Ces déclarations décrivent des garde-fous prévus. Des tests indépendants devront établir à quel point ils fonctionnent de manière prévisible dans les services pris en charge et les états inhabituels des applications.

Les exigences matérielles limitent également le public initial. Google associe Gemini Intelligence à des appareils avancés équipés de modèles d’IA sur l’appareil, de capacités multimédias récentes et d’au moins 12 Go de RAM.

Les nouveaux appareils pliables de Samsung répondent à ces exigences et introduisent Gemini Nano 4. Ce modèle embarqué prend en charge des fonctions d’IA locales qui peuvent compléter les services Gemini basés sur le cloud.

Selon les détails des exigences des appareils, Google évalue également la qualité du lancement et les normes de performance sur le terrain.

Un déploiement limité au matériel offre à Google un point de départ contrôlé. Les utilisateurs qui achètent de nouveaux pliables haut de gamme ne sont toutefois pas nécessairement ceux qui ont le plus besoin d’automatisation des applications.

Ils peuvent tolérer l’expérimentation parce qu’ils recherchent activement de nouvelles technologies. Cela peut produire des démonstrations enthousiastes sans prouver une adoption durable auprès des utilisateurs Android grand public.

L’évaluation initiale reconnaît cette limite. Wilde disposait d’intégrations incomplètes et d’un accès limité à du matériel de préproduction ; son expérience ne concernait donc pas le produit finalisé.

Cette réserve devrait tempérer les conclusions sur la fiabilité. Elle n’efface pas la question du public visé, car le flux de travail testé était l’un de ceux que Google et Samsung ont choisi de mettre en avant.

Les exemples marketing révèlent le travail qu’une entreprise estime que son produit peut accomplir. Si l’exemple paraît plus lent ou moins fiable qu’une utilisation directe de l’application, la proposition de valeur doit être affinée.

Les meilleurs cas d’usage sont plus restreints que la vision de Google

Gemini Intelligence semble le plus efficace lorsque le résultat souhaité est explicite, répétitif, réversible et coûteux à saisir manuellement.

L’exemple de la liste de courses répond mieux à ces conditions que la réservation de voyage. Une liste écrite définit les articles, tandis que le panier reste vérifiable avant l’achat.

Commander à nouveau des aliments familiers est un autre cas plausible. L’agent peut réutiliser une sélection connue et ne demander que les modifications, réduisant à la fois l’ambiguïté et la saisie manuelle.

La réservation d’un trajet présente aussi un potentiel lorsque la destination est déjà claire. L’utilisateur doit toutefois confirmer le point de prise en charge, l’horaire, le type de véhicule et l’heure d’arrivée estimée.

L’accessibilité offre une occasion plus importante. L’automatisation pilotée par la voix peut réduire l’effort demandé aux personnes qui ont du mal à naviguer dans des interfaces tactiles complexes.

Ce bénéfice ne devrait pas être traité comme une considération de niche. Un agent capable d’utiliser des interfaces d’application encombrées pourrait supprimer de véritables obstacles, même s’il ne fait gagner qu’un peu de temps.

Le produit pourrait aussi aider les utilisateurs à gérer plusieurs sources à la fois. L’exemple de Google consistant à trouver un syllabus dans Gmail puis à ajouter les livres requis à un panier implique de la recherche et du transfert.

Ce flux de travail comporte un travail mécanique que les utilisateurs pourraient volontiers déléguer. La liste doit toujours être vérifiée, mais l’agent peut réduire les recherches et les saisies répétées.

À l’inverse, les achats ouverts invitent à des décisions subjectives. « Trouver un bon ordinateur portable » exige un budget, une charge de travail, une préférence de portabilité, un système d’exploitation et une tolérance aux compromis.

L’agent peut poser ces questions, mais un long entretien réduit la commodité. Il peut en déduire les réponses, mais une inférence silencieuse augmente le risque d’un résultat inadapté.

Cela crée une règle pratique pour les premiers usages. Les utilisateurs devraient déléguer la préparation avant de déléguer le jugement.

Demandez à Gemini de réunir des options, de transférer des informations explicites ou de remplir des champs réversibles. Gardez le contrôle direct des préférences, des informations sensibles et des engagements finaux.

Ce modèle est moins ambitieux que la vision de Google d’une technologie proactive à l’œuvre tout au long de la journée. Il peut également offrir une voie plus crédible vers un usage habituel.

La confiance se construit souvent à travers de petits succès prévisibles. Les utilisateurs pourraient d’abord accepter de l’aide pour les paniers et les formulaires avant d’autoriser l’agent à gérer des réservations ou des achats.

Le déploiement plus large de Google pourrait soutenir cette progression. L’entreprise indique que les fonctionnalités de Gemini Intelligence arriveront par vagues sur les téléphones Samsung et Pixel avant de s’étendre aux montres, voitures, lunettes et ordinateurs portables.

L’accès interappareil augmente les enjeux. Une demande lancée via des lunettes connectées peut être pratique, mais examiner des alternatives détaillées sur cette interface pourrait être difficile.

L’agent devrait alors comprendre quand agir, quand résumer et quand transférer la décision vers un écran. Le choix de l’interface devient une composante de l’assistance intelligente.

Cet avenir renforce également l’importance du contexte personnel. Les utilisateurs ne voudront pas répéter les mêmes préférences sur un téléphone, une montre, une voiture et une paire de lunettes.

Google peut réduire ces répétitions en connectant les données du compte et les fonctionnalités Personal Intelligence. Il doit aussi fournir des contrôles clairs sur les informations qui orientent chaque action.

Un agent utile ne peut pas simplement en savoir davantage. Il doit rendre compréhensible la frontière entre les faits mémorisés, les préférences déduites et les instructions actuelles.

Pour les travailleurs du savoir, cette distinction ressemble à celle entre le rappel et l’autorisation. Retrouver une ancienne décision est utile, mais agir sur sa base exige de savoir qu’elle s’applique toujours.

Les outils de mémoire de travail peuvent aider les personnes à retrouver un contexte antérieur. Gemini Intelligence va plus loin en cherchant à convertir ce contexte en action externe.

Cette étape supplémentaire crée à la fois son attrait et son risque. L’agent ne permet d’économiser davantage d’efforts que lorsque les utilisateurs lui accordent davantage de contrôle.

Les premiers éléments soutiennent une conclusion plus restreinte. Gemini Intelligence a franchi le seuil technique permettant d’utiliser plusieurs applications, mais n’a pas franchi le seuil social nécessaire à une délégation large.

Trois signaux montreront si Gemini Intelligence compte

Le prochain test ne sera pas une nouvelle démonstration soignée, mais la capacité des utilisateurs ordinaires à déléguer régulièrement des tâches sans recréer le travail par la supervision.

Le premier signal sera la qualité du déploiement complet en production sur la gamme Fold8 de Samsung. Les évaluations devraient suivre les taux d’achèvement, les interruptions, les corrections et le temps gagné dans plusieurs applications prises en charge.

Une seule recherche de vol réussie prouve que l’agent peut parcourir un chemin préparé. Des tests répétés montreront s’il gère les invitations liées au compte, les options indisponibles, les mises en page changeantes et les instructions incomplètes.

Les comparaisons les plus révélatrices mesureront l’attention totale de l’utilisateur. Une automatisation qui s’exécute pendant plusieurs minutes peut rester utile si elle ne nécessite qu’une brève vérification.

Le même flux de travail perd de sa valeur lorsque l’utilisateur surveille chaque écran et intervient à répétition. Le temps seul ne saisit pas cette différence ; les évaluateurs devraient donc documenter la supervision active.

Le deuxième signal sera la manière dont Google gère la clarification des préférences. Gemini doit apprendre quelles informations manquantes exigent une question avant d’entamer une tâche importante.

S’il commence à poser des questions concises et pertinentes sur les vols, les achats et les réservations, les premières critiques s’atténueront. Ce comportement démontrerait un meilleur jugement face à l’incertitude.

S’il continue de sélectionner des options par défaut sans explication, les utilisateurs continueront à considérer le système comme un opérateur d’interface. Ils hésiteront à le voir comme un agent personnel fiable.

Google devrait également rendre la vérification finale plus informative. Un bon résumé identifierait les contraintes choisies, les hypothèses non résolues, les étapes sensibles et les alternatives à vérifier.

Le troisième signal sera l’adoption au-delà des démonstrations de la semaine de lancement. L’extension aux Pixel par Google, puis le déploiement interappareil, révéleront si l’automatisation des applications devient un comportement récurrent.

La disponibilité d’une fonctionnalité ne signifie pas son adoption. Des preuves utiles incluraient une délégation répétée de tâches, un soutien plus large de la part de tiers et des flux de travail que les utilisateurs lancent sans incitation promotionnelle.

Les utilisateurs de Pixel constituent un test important, car Google contrôle le matériel, le système d’exploitation, l’assistant et de nombreux services connectés. Cette intégration devrait réduire les incohérences observées sur les appareils tiers.

Si Gemini Intelligence reste principalement associé aux démonstrations de smartphones pliables haut de gamme, son public restera limité. La technologie peut rester impressionnante sans devenir une habitude standard sur Android.

Si les utilisateurs commencent à déléguer des tâches répétitives et explicites plusieurs fois par semaine, le produit aura trouvé sa place. Google pourra alors étendre son autonomie à partir de cette base.

Le test de Google mené par 9to5Google ne tranche pas l’avenir d’Android agentique. Il fournit un premier avertissement utile contre la confusion entre capacité et valeur.

Gemini Intelligence peut effectuer une tâche en plusieurs étapes, afficher sa progression, accepter des corrections et rendre le contrôle aux étapes sensibles. Ce sont des avancées produit significatives.

Pourtant, les utilisateurs ne délèguent pas simplement parce qu’un logiciel peut cliquer à travers une application. Ils délèguent lorsque le résultat est prévisible, que les transferts sont clairs et que la supervision demande moins d’effort.

Pour l’instant, les utilisateurs prudents devraient tester le système avec des tâches réversibles dont les résultats attendus sont déjà explicites. Les listes, les commandes habituelles et le transfert d’informations constituent de meilleurs points de départ que les choix aux conséquences importantes.

Puis posez une question directe après chaque essai : Gemini a-t-il supprimé du travail, ou l’a-t-il simplement transformé en instructions et en vérification ?

La réponse de Google émergera du comportement du produit, et non du langage de lancement. Le public de Gemini Intelligence ne deviendra clair que lorsque les utilisateurs cesseront de gérer l’agent et commenceront à faire confiance au résultat.