Google lance un nouveau concurrent de Granola axé sur le local, faisant de la confidentialité le produit

Google lance un nouveau concurrent de Granola axé sur le local, dont la fonctionnalité la plus importante n’est pas un nouveau bouton de résumé. Google AI Edge Foresight traite l’audio des réunions, les notes et les fichiers personnels directement sur un Mac, même sans connexion Internet.

Ce choix fait entrer Google sur un marché encombré des assistants de réunion par une voie inhabituelle. Granola, Fathom, Fireflies et les plateformes de collaboration transforment déjà les conversations en notes consultables. Foresight pose plutôt la question de savoir si le cloud doit recevoir la conversation dès le départ.

La réponse a des implications au-delà des logiciels de réunion. Google utilise Foresight pour montrer que des modèles locaux compacts peuvent assurer ensemble la transcription, la recherche, l’enrichissement des notes et les questions en direct. L’expérience met la pression sur les services cloud-first tout en testant si la confidentialité peut l’emporter sur la collaboration, les intégrations et l’accès multi-appareils.

Pourquoi Google lance maintenant un nouveau concurrent de Granola axé sur le local

Foresight transforme les travaux de Google sur les modèles embarqués en une application complète que les travailleurs du savoir ordinaires peuvent comprendre.

Google a annoncé AI Edge Foresight pour Mac le 6 octobre 2026. L’entreprise présente le logiciel comme un compagnon de réunion expérimental et contextuel, alimenté par un traitement IA entièrement local.

L’application capture l’entrée du microphone et l’audio système. Cette conception lui permet de fonctionner à côté de différentes plateformes de réunion au lieu de rejoindre les appels comme un bot visible. Elle peut aussi écouter une conversation en personne via le microphone du Mac.

Une interface en écran partagé permet aux utilisateurs de saisir des notes abrégées tandis que Foresight suit la discussion. Le logiciel enrichit ensuite ces notes avec des détails récupérés dans la transcription en direct. Les utilisateurs gardent un certain contrôle sur ce qui mérite d’être mis en avant, au lieu d’accepter un résumé entièrement automatique.

Cette interaction ressemble fortement à la proposition initiale de Granola. Granola a établi un terrain intermédiaire entre les notes manuelles et une transcription automatisée en permettant aux utilisateurs d’orienter le compte rendu final.

Google ajoute une couche plus vaste de connaissances locales. Les utilisateurs peuvent importer des PDF, des Google Docs, des fichiers Microsoft Office, du texte brut, du Markdown et des favoris web. Foresight peut rechercher dans ces contenus pendant qu’une réunion se déroule.

Un chef de produit pourrait importer des documents de planification avant une discussion sur une feuille de route. Lorsqu’une personne interroge une exigence antérieure, l’assistant pourrait retrouver le passage pertinent sans envoyer la bibliothèque privée à un modèle distant.

Un ingénieur pourrait connecter des notes techniques et les comptes rendus de réunions précédentes. Foresight pourrait alors faire ressortir une décision architecturale antérieure lorsque le même problème apparaît dans une nouvelle conversation.

Google appelle cette capacité en direct une assistance contextuelle. Elle combine la transcription actuelle avec des informations récupérées dans des sources personnelles, afin de produire une réponse pendant que la discussion se poursuit.

L’annonce sur l’exécution sur l’appareil de l’entreprise indique que Foresight fonctionne avec toute plateforme de réunion et peut opérer entièrement hors ligne. Google affirme également que les informations sensibles restent sur l’appareil.

Ces déclarations décrivent l’architecture de produit prévue, et non un audit de sécurité indépendant. Les organisations devraient tout de même tester la manière dont les fichiers importés, l’audio temporaire, les transcriptions, les autorisations et les notes générées sont stockés.

Le lancement fait suite à une précédente expérimentation de Google autour de la dictée locale. Foresight est plus conséquent parce qu’il réunit plusieurs fonctions dans un seul flux de travail. Il enregistre une conversation, produit des notes, récupère des documents de référence et répond aux questions.

Cette combinaison explique pourquoi la comparaison avec Granola est plus utile que de qualifier Foresight d’outil de transcription supplémentaire. La concurrence porte sur la personne qui contrôle le compte rendu de réunion et sur ce qui se passe après sa création.

La décision de Google de publier une application Mac révèle également les limites actuelles du projet. L’application est optimisée pour Apple Silicon plutôt que présentée comme un service universel de productivité Google.

Cela fait davantage ressembler Foresight à une démonstration technique qu’à une plateforme d’entreprise aboutie. Pourtant, cette démonstration est suffisamment concrète pour créer une pression concurrentielle. Elle donne aux utilisateurs un exemple fonctionnel d’assistant de réunion qui ne nécessite pas d’inférence dans le cloud.

Google AI Edge Foresight fait de la recherche locale son élément différenciateur

Le mécanisme sous-jacent importe, car Foresight maintient à la fois la recherche et la génération au plus près des contenus source de l’utilisateur.

Foresight utilise EmbeddingGemma 2 et Gemma 4 pour différentes parties de son flux de travail local. EmbeddingGemma 2 est un modèle d’embeddings, ce qui signifie qu’il convertit le contenu en représentations numériques que les logiciels peuvent comparer selon leur similarité sémantique.

Google indique qu’EmbeddingGemma 2 compte 740 millions de paramètres. Il projette du texte, des images, de l’audio et de la vidéo dans un espace vectoriel partagé, permettant de retrouver des informations associées dans différents médias.

Lorsqu’un utilisateur pose une question, l’application n’a pas besoin de placer chaque fichier importé dans une invite immense. Elle recherche d’abord les contenus les plus pertinents, puis fournit ce contexte au modèle chargé de répondre.

Ce modèle est appelé génération augmentée par récupération. L’étape de récupération trouve des éléments probants utiles, tandis que l’étape de génération transforme ces éléments en une réponse lisible.

Selon Google, Gemma 4 gère les réponses contextuelles et les notes enrichies. EmbeddingGemma 2 trouve les contenus de soutien qui doivent ancrer ces résultats.

Cette répartition des tâches rend le traitement local plus pratique. Un modèle de récupération plus petit peut indexer et rechercher continuellement des informations sans demander à un grand modèle génératif d’examiner l’intégralité de la bibliothèque de façon répétée.

Google affirme que la composante uniquement textuelle d’EmbeddingGemma 2 peut utiliser environ 191 Mo de mémoire active. Le modèle multimodal complet peut fonctionner avec environ 567 Mo sur du matériel mobile pris en charge.

Ces chiffres s’appliquent aux tests de modèles de Google, et non à l’intégralité de l’application Foresight. L’utilisation réelle de mémoire comprend aussi la transcription, la génération, les index, l’interface et le système d’exploitation.

Cette empreinte illustre néanmoins pourquoi ce produit apparaît maintenant. Les modèles locaux sont devenus suffisamment performants pour prendre en charge une recherche utile sans consommer toutes les ressources disponibles du système.

Google a également optimisé son runtime LiteRT pour les CPU, les GPU et les unités de traitement neuronal. LiteRT est le moteur d’inférence qui exécute les modèles pris en charge sur différentes cibles matérielles.

L’entreprise indique que ses composants de récupération peuvent renvoyer des correspondances classées en quelques millisecondes dans des tests définis. Cette vitesse compte pendant une réunion, car une réponse tardive peut arriver après que la conversation est déjà passée à autre chose.

Foresight rassemble ces composants techniques derrière une interface familière de prise de notes. Les utilisateurs n’ont pas besoin de gérer manuellement des bases de données vectorielles, des fichiers de modèles ou des pipelines de récupération.

C’est le sens plus profond du titre selon lequel Google lance un nouveau concurrent de Granola axé sur le local. Google ne se contente pas de copier une mise en page de notes. L’entreprise démontre une pile applicative locale pour une assistance continue et contextuelle.

La page produit de Foresight présente l’application comme expérimentale. Cette étiquette devrait orienter les attentes concernant la fiabilité, l’assistance et la disponibilité à long terme.

Une expérimentation peut démontrer un mécanisme sans prouver qu’il a sa place dans les opérations quotidiennes d’une entreprise. Foresight doit encore démontrer que la transcription et la génération locales restent précises avec différents accents, dans des salles bruyantes, avec du vocabulaire technique et lors de longues réunions.

L’IA locale transfère également la responsabilité opérationnelle vers l’appareil. L’utilisation de la batterie, la croissance du stockage, les limites thermiques, les téléchargements de modèles et la compatibilité matérielle deviennent partie intégrante de l’expérience produit.

Ces contraintes ne sont pas nécessairement pires que la dépendance au cloud. Elles sont simplement différentes. Une conception local-first échange l’informatique et la synchronisation centralisées contre un contrôle accru de l’appareil et une disponibilité hors ligne.

Cet arbitrage devient particulièrement visible en déplacement. Un utilisateur peut rechercher des notes précédentes ou traiter une conversation en personne sans dépendre d’une connectivité peu fiable.

Il compte aussi pour les discussions sensibles. Les examens juridiques, la planification produit, les entretiens de recrutement et les travaux financiers non publiés contiennent souvent des informations que les équipes hésitent à envoyer via un autre service cloud.

L’exécution locale ne rend pas automatiquement une application sécurisée. Toutefois, elle supprime un chemin de transmission important lorsque le produit se comporte comme décrit.

Pour les travailleurs du savoir qui entretiennent déjà une base de connaissances personnelle, la récupération peut avoir plus de valeur que la transcription seule. Le résultat utile est souvent un lien entre la conversation d’aujourd’hui et une décision antérieure.

C’est pourquoi la prise en charge des documents par Foresight mérite autant d’attention que ses notes de réunion. La transcription capture ce qui vient de se passer. La récupération détermine si cette information reste utile par la suite.

Foresight face à Granola : il s’agit surtout du contrôle de l’appareil contre la collaboration dans le cloud

L’architecture locale de Google exerce une pression sur Granola, mais Granola offre encore des capacités qu’une application expérimentale sur un seul appareil n’a pas établies.

Granola a contribué à populariser un flux de travail de réunion sans bot. Il capture l’audio de l’ordinateur, combine une transcription avec des notes manuelles et produit un compte rendu organisé sans placer un participant supplémentaire dans l’appel.

Foresight adopte ce même modèle guidé par l’humain. Les deux produits considèrent les notes abrégées d’un utilisateur comme un signal de ce qui compte, plutôt que de s’appuyer uniquement sur un résumé automatique.

Leur différence centrale réside dans l’endroit où les informations de réunion sont traitées. Google affirme que Foresight effectue son travail d’IA localement et peut continuer à fonctionner hors ligne.

La documentation de sécurité de Granola décrit un service qui utilise des fournisseurs externes de transcription et d’IA. Elle décrit également le chiffrement, les contrôles d’accès et une infrastructure hébergée aux États-Unis pour les informations stockées.

Le traitement dans le cloud ne signifie pas qu’un service ignore la sécurité. Il signifie que les utilisateurs et les organisations doivent évaluer une chaîne de systèmes de stockage, de sous-traitants de traitement, de contrôles contractuels et de transferts réseau.

Une application locale présente un autre modèle de confiance. Les utilisateurs dépendent du logiciel exécuté sur leur ordinateur, du système d’exploitation, des contrôles d’accès à l’appareil et de l’exactitude des affirmations du fournisseur concernant les flux de données.

Aucun des deux modèles n’élimine le risque. Ils le répartissent différemment.

L’avantage de Granola est qu’il a évolué au-delà d’un éditeur de notes personnel. Il propose des espaces de travail partagés, des dossiers, des contrôles d’accès, des intégrations et des API qui aident les informations de réunion à circuler dans une entreprise.

L’entreprise a relié le contexte des réunions à des outils utilisés pour l’écriture, le développement, la conception et l’automatisation. Cela transforme une note en contribution organisationnelle partagée plutôt que de la laisser sur un seul ordinateur portable.

Granola a également poursuivi son adoption en entreprise. Parmi ses clients déclarés figurent des entreprises technologiques qui attendent de la collaboration, de l’administration et une assistance prévisible.

Foresight n’a pas établi de couche d’entreprise comparable. L’annonce de Google se concentre sur l’indexation locale, l’amélioration des notes, la recherche multimodale et l’assistance en direct.

Aucune preuve publiée ne montre que Foresight égale actuellement les espaces de travail partagés ou les contrôles administratifs de Granola. Google n’a pas non plus présenté l’expérimentation comme un remplacement administré de systèmes établis à l’échelle de l’entreprise.

Cette limitation modifie le paysage concurrentiel. Foresight peut remettre en cause l’idée selon laquelle une bonne intelligence des réunions exige une inférence dans le cloud, mais il ne remplace pas encore tous les flux de travail cloud.

Un consultant travaillant seul peut privilégier le contrôle local et l’accès hors ligne. Une équipe commerciale distribuée peut accorder davantage d’importance aux dossiers partagés, aux autorisations, aux intégrations avec les systèmes clients et aux politiques centralisées de conservation.

Un groupe de recherche pourrait préférer le traitement local pour des entretiens sensibles. Ce même groupe peut néanmoins avoir besoin d’une méthode contrôlée pour partager des synthèses validées avec ses collègues.

Il ne s’agit donc pas d’un simple gagnant de la confidentialité face à un gagnant de la collaboration. Les acheteurs ont besoin des deux qualités, et la question produit la plus difficile est de savoir si l’une ou l’autre architecture peut les offrir conjointement.

L’expansion récente de Granola illustre la direction prise par le marché. L’entreprise a ajouté des moyens d’interroger des collections de réunions et d’exposer leur contexte à d’autres applications.

Un rapport de financement de mars 2026 décrivait de nouvelles API personnelles et d’entreprise, ainsi que des Espaces d’équipe. Ces ajouts traitent les dossiers de réunions accumulés comme une source de connaissances active.

Cette stratégie relève les enjeux pour Google AI Edge Foresight. Une bonne synthèse hors ligne ne suffira pas si les concurrents rendent le contexte des réunions utile dans l’ensemble d’un flux de travail plus large.

Google dispose de plusieurs réponses possibles. L’entreprise peut conserver Foresight comme vitrine pour les développeurs, l’étendre en produit de bureau pris en charge, ou intégrer ses composants locaux à des services Google plus vastes.

L’entreprise contrôle déjà Workspace, Drive, Calendar, Meet, Android et la famille de modèles Gemma. Cette portée lui offre plusieurs voies de distribution si l’expérience donne de bons résultats.

Cependant, une intégration plus poussée à Google créerait sa propre tension. Les utilisateurs attirés par une application locale autonome pourraient résister aux comptes obligatoires, à la synchronisation ou aux dépendances au cloud.

Granola fait face à la tension inverse. Il doit enrichir la collaboration sans convaincre les utilisateurs soucieux de leur confidentialité que leur archive personnelle de réunions est devenue inaccessible ou excessivement centralisée.

C’est pourquoi Foresight face à Granola est un affrontement entre priorités architecturales, et pas seulement entre listes de fonctionnalités. Chaque produit doit prouver qu’il peut emprunter les forces de l’autre camp sans affaiblir sa propre proposition.

Les notes de réunion IA hors ligne doivent encore passer un test de fiabilité

La promesse de confidentialité de Foresight est claire, mais son utilité dépend d’engagements en matière d’exactitude, de transparence et de cycle de vie qui restent à démontrer.

L’annonce de Google explique ce que l’application est conçue pour faire. Elle ne fournit pas de comparaison indépendante de l’exactitude des transcriptions, de la qualité des notes, de la fidélité des réponses ou des performances lors de longues sessions.

Cette absence importe, car les assistants de réunion créent des dossiers que les personnes considèrent ensuite comme des preuves. Une négation oubliée ou une action attribuée à tort peut modifier le sens d’une décision.

Le risque augmente lorsque l’assistance en direct introduit des éléments provenant de documents plus anciens. La récupération peut trouver un passage sémantiquement lié, mais obsolète, remplacé ou sans rapport avec la question actuelle.

La génération ajoute un autre point de défaillance. Un modèle peut présenter une réponse fluide qui dépasse les éléments récupérés, même lorsque tous les calculs s’effectuent localement.

L’architecture local-first protège un cheminement de données. Elle ne garantit pas l’exactitude factuelle.

Les utilisateurs devraient comparer les notes générées avec la transcription originale au début de leur adoption. Les équipes devraient également conserver une responsabilité clairement définie pour les décisions, plutôt que de traiter une synthèse IA comme le dossier définitif.

Le consentement reste une autre question non résolue. Traiter l’audio sur un ordinateur portable peut réduire l’exposition auprès des fournisseurs, mais cela ne supprime pas les exigences juridiques ou professionnelles relatives à l’enregistrement des conversations.

Les participants peuvent raisonnablement souhaiter savoir quand la transcription est active. Les organisations ont toujours besoin de politiques de conservation, de suppression, d’accès et d’usage acceptable.

La capacité hors ligne de Foresight exige également une interprétation précise. Selon Google, l’IA peut fonctionner sans connexion une fois que les logiciels et modèles requis sont disponibles.

Une réunion en ligne requiert toujours la connexion nécessaire à sa plateforme d’appel. Les documents cloud doivent également être téléchargés ou synchronisés avant de devenir disponibles localement.

La prise en charge matérielle restreint l’audience initiale. Foresight est optimisé pour Apple Silicon, ce qui laisse de nombreux utilisateurs de Windows, Linux et d’anciens Mac en dehors de la version actuelle.

Cette limitation est notable, car Google contrôle Android et promeut des outils de développement multiplateformes. Un lancement centré sur Mac suggère que l’équipe a privilégié une cible de performances contrôlée plutôt qu’une portée immédiate.

Cette approche est logique pour une expérimentation, mais elle réduit la pression directe sur les concurrents bénéficiant d’une couverture d’appareils plus large. Granola et d’autres services peuvent servir les utilisateurs dans davantage de contextes pendant que Google valide sa conception.

Les modèles locaux font également face à un plafond de qualité que les fournisseurs cloud peuvent faire évoluer indépendamment. Les services cloud peuvent orienter les requêtes vers des modèles plus grands et mettre à jour ces modèles sans exiger que chaque appareil télécharge de nouveaux poids.

Foresight doit équilibrer la qualité avec la mémoire, l’autonomie, le stockage et le temps de réponse. Les utilisateurs remarqueront cet équilibre lors de longs appels ou de multitâches exigeants.

L’avantage de Google est qu’il peut optimiser l’ensemble de la pile. L’entreprise développe les modèles, le runtime d’inférence, les composants de récupération et la vitrine applicative.

Son modèle multimodal est conçu spécifiquement pour la récupération en périphérie. Cette spécialisation peut réduire la surcharge créée par l’enchaînement de modèles sans lien entre eux.

Pourtant, les benchmarks publiés sur les modèles ne prédisent pas automatiquement la qualité de la prise de notes. Un modèle de récupération peut bien fonctionner sur des jeux de données d’évaluation tout en passant à côté du document dont un utilisateur précis a besoin.

Foresight a donc besoin de preuves sur le terrain. Parmi les signaux utiles figurent les corrections de transcription, la réussite de la récupération, les modifications des notes générées, la consommation d’énergie et la poursuite de l’utilisation après la disparition de l’effet de nouveauté.

L’étiquette expérimentale crée une seconde incertitude. Google a l’habitude de lancer des démonstrations qui ne deviennent jamais des produits grand public pérennes.

Le rapport original relevait que l’application précédente de dictée locale de la même équipe n’avait pas atteint une utilisation grand public. Foresight pourrait de même rester une vitrine pour les composants Gemma et AI Edge.

Cela resterait important pour les développeurs. Une application de référence convaincante peut influencer la manière dont d’autres entreprises construisent des assistants locaux, même si Google ne maintient pas indéfiniment le produit destiné aux utilisateurs finaux.

Pour les acheteurs, toutefois, la pérennité fait partie de la sécurité. Une archive privée ne sert à rien si l’application n’est plus prise en charge ou si son format de fichier devient difficile à migrer.

Google devrait à terme expliquer les formats d’exportation, le comportement des sauvegardes, les mises à jour des modèles et ses engagements de compatibilité. Ces détails détermineront si Foresight peut passer du statut d’expérience à celui de logiciel de travail digne de confiance.

L’interprétation la plus crédible reste donc prudente. Google a démontré un flux de travail local intégré, mais n’a pas encore démontré un service d’entreprise complet.

Trois signaux montreront si Foresight devient plus qu’une démo

La prochaine phase dépendra de preuves d’adoption, d’une prise en charge produit plus large et de la réponse concurrentielle au traitement local.

Le premier signal sera de savoir si Google transforme Foresight en produit maintenu. Des versions régulières, un comportement de stockage documenté, des outils d’exportation et une feuille de route publique de support renforceraient cette interprétation.

Une période de silence après le lancement initial indiquerait l’inverse. Cela suggérerait que Foresight existe principalement pour démontrer EmbeddingGemma 2, Gemma 4, LiteRT et MediaPipe.

La distinction est importante, car l’application actuelle se situe entre une vitrine de modèle et un produit de productivité. Les prochaines mises à jour de Google révéleront quelle identité reçoit le plus d’investissements.

La prise en charge de Windows, Linux, des Mac Intel ou des appareils mobiles serait particulièrement significative. Une disponibilité plus large ferait passer Foresight d’une démonstration contrôlée à une concurrence directe pour les utilisateurs quotidiens.

La gestion d’entreprise fournirait un autre signal fort. Des politiques administratives, des contrôles de conservation, des bibliothèques partagées, des outils de déploiement et une documentation de sécurité indiqueraient une intention commerciale.

Le deuxième signal sera de savoir si les utilisateurs indépendants jugent le flux de travail local suffisamment précis pour les réunions quotidiennes. Les premiers essais devraient se concentrer sur des conditions difficiles plutôt que sur des démonstrations soignées.

Ces conditions incluent des intervenants qui se chevauchent, des microphones de faible qualité, un langage spécialisé, de longues discussions et plusieurs documents importés contenant des informations similaires.

La mesure importante n’est pas de savoir si l’application produit des notes attrayantes. Il s’agit de savoir si les utilisateurs peuvent lui faire confiance pour préserver les décisions, les responsabilités, les réserves et les désaccords non résolus.

Le comportement d’édition sera révélateur. Si les utilisateurs corrigent régulièrement des noms, des actions ou les éléments récupérés, la confidentialité hors ligne pourrait ne pas compenser la charge de vérification supplémentaire.

L’usage soutenu comptera davantage que l’intérêt pour les téléchargements. Les assistants de réunion impressionnent souvent lors d’une première démonstration, mais ne deviennent précieux que lorsque les personnes peuvent retrouver un contexte fiable plusieurs semaines plus tard.

Le troisième signal concernera la réponse de Granola et des autres fournisseurs. Ils n’ont pas besoin de copier entièrement l’architecture de Google pour réduire son avantage.

Les concurrents pourraient ajouter la transcription locale, des index locaux, un chiffrement contrôlé par l’utilisateur, des options de déploiement privé ou des choix plus clairs concernant les données qui atteignent les modèles cloud.

Ils pourraient également mettre l’accent sur les domaines où Foresight reste limité. La collaboration d’équipe, la capture mobile, les intégrations, le support, l’administration et l’automatisation des flux de travail restent de solides défenses face à une expérimentation limitée à l’appareil.

Le marché au sens large est déjà encombré. Wispr et Calendly ont introduit des capacités de prise de notes de réunion, tandis que Superhuman a acquis Fathom en 2026.

Un autre outil local de prise de notes appelé Talat a également montré que le traitement sur l’appareil n’était pas propre à Google. L’arrivée de Google valide cette orientation tout en accentuant la pression sur les plus petits développeurs local-first.

La transcription brute devient une fonctionnalité de base dans toute la catégorie. La valeur concurrentielle se déplace vers le contrôle, la récupération, la collaboration et les actions effectuées après une réunion.

Cette évolution favorise les entreprises capables de connecter les notes à des connaissances durables. Elle ouvre également une opportunité pour les produits qui permettent aux utilisateurs de préserver leur propriété tout en rendant l’information disponible dans l’ensemble de leur flux de travail.

Les personnes qui évaluent des notes de réunion IA hors ligne devraient poser plusieurs questions pratiques. Où va l’audio brut, qu’est-ce qui quitte l’appareil, quels fichiers sont indexés et comment l’archive qui en résulte peut-elle être exportée ?

Elles devraient également tester l’outil sur du travail réel. Un assistant de réunion utile doit identifier la décision, la personne responsable, l’échéance et le contexte justificatif sans inventer de certitude.

Pour Google, l’opportunité dépasse la simple prise de parts de marché à Granola. Foresight peut établir un modèle d’IA personnelle qui fonctionne en continu sans téléverser continuellement le contexte personnel.

Pour Granola, l’enjeu est de montrer que la collaboration cloud apporte suffisamment de valeur pour justifier une relation de confiance plus complexe. Son produit doit rendre les connaissances accumulées lors des réunions utilisables sans affaiblir le contrôle de l’utilisateur.

Pour tous les autres, la leçon est déjà visible. Google lance un nouveau concurrent local-first de Granola parce que les modèles sur appareil sont passés de démos isolées à des flux de travail de connaissance cohérents.

La question restante est de savoir si Google continuera à développer le produit après avoir prouvé le mécanisme. Surveillez le rythme des versions, les tests indépendants de précision et les fonctionnalités de confidentialité des concurrents au cours des trois prochains mois.

Si ces signaux se concrétisent, le traitement local deviendra une option attendue plutôt qu’une préférence de niche. Dans le cas contraire, Foresight restera un aperçu éclairant de ce que les logiciels de réunion peuvent devenir.