\u003cdiv class=\u0022header-article-hgeo\u0022\u003e\n \u003cdiv class=\u0022article-title\u0022\u003e\n \u003ch1\u003eComputer use : l'IA qui pilote votre ordinateur\u003c/h1\u003e\n \u003cimg src=/wp-content/uploads/2026/10/computer_use_ia_ordinateur.jpg alt=\u0022Écran d'ordinateur portable avec un curseur de souris orange en train de cliquer seul dans une interface de gestion, bureau clair, mains posées à côté du clavier sans y toucher\u0022 \u003e\n \u003c/div\u003e\n\u003cdiv class=\u0022article-chapo\u0022\u003e\n \u003cp\u003e\n Une IA qui regarde votre écran, déplace le curseur et clique à votre place : Google a fait passer cette capacité en disponibilité générale dans son API le \u003cstrong\u003e30 octobre 2026\u003c/strong\u003e. L'enthousiasme mérite pourtant d'être tempéré. Sur \u003cstrong\u003eOSWorld 2.0\u003c/strong\u003e, le test de référence des tâches longues sur ordinateur, le meilleur modèle évalué ne termine complètement que \u003cstrong\u003e20,6 %\u003c/strong\u003e des missions. Autrement dit, quatre fois sur cinq, l'agent s'arrête en chemin. Le \u003cstrong\u003ecomputer use\u003c/strong\u003e (littéralement « utilisation de l'ordinateur ») est donc à la fois une vraie rupture technique et une technologie immature. Voici comment elle fonctionne, ce qu'elle réussit déjà, ce qu'elle rate, et ce qu'une PME peut raisonnablement lui confier aujourd'hui.\u003c/p\u003e\n \u003chr/\u003e\u003c/div\u003e\n\u003cdiv class =\u0022infos-auth-time\u0022\u003e\n \u003cul\u003e\n \u003cli class=\u0022author-block-wrapper\u0022\u003e\n \u003cdiv class=\u0022author-block\u0022\u003e\n \u003cdiv class=\u0022content-author-block\u0022\u003e\n \u003cdiv class=\u0022author-image\u0022\u003e\n \u003cimg src=\u0022/wp-content/uploads/img/blog/author_img_150_150pxs.png\u0022 loading=\u0022lazy\u0022 alt=\u0022homme souriant habillé avec un polo noir sur un fond blanc\u0022 width=\u0022150\u0022 height=\u0022150\u0022\u003e\n \u003c/div\u003e\n\u003cdiv class=\u0022author-info\u0022\u003e\n \u003cspan class=\u0022nom\u0022\u003eLouis-Marie Mouton\u003c/span\u003e\n \u003cspan class=\u0022title-author\u0022\u003eCEO - Digital-m\u003c/span\u003e\n \u003c/div\u003e\n \u003c/div\u003e\n \u003c/div\u003e\n \u003c/li\u003e\n \u003cli class=\u0022date-publication\u0022\u003eDernière modification \u003cbr\u003e30 octobre 2026\u003c/li\u003e\n \u003cli class=\u0022temps-lecture\u0022\u003e9 minutes de lecture\u003c/li\u003e\n \u003c/ul\u003e\n \u003c/div\u003e\n\u003c/div\u003e\n\u003cdiv class=\u0022share_button\u0022\u003e\n \n\u003c/div\u003e\n \n\u003cdiv class=\u0022lireplus-container\u0022\u003e\n \u003cdiv class=\u0022box-shadow-link-article\u0022\u003e\n \u003cdiv class=\u0022list-article\u0022\u003e\n \u003cdiv class=\u0022title-lire-plus\u0022\u003eÀ lire également \u003c/div\u003e\n \n \u003cul class=\u0022liste-article\u0022\u003e\n \u003cli\u003e\u003ca href=\u0022https://digital-m.fr/horizon-geo/chatgpt-passe-en-mode-agent-ce-que-changent-les-workspace-agents-dopenai/\u0022\u003eChatGPT passe en mode agent : ce que changent les workspace agents d'OpenAI\u003c/a\u003e\u003c/li\u003e\n \u003cbr\u003e\n \u003cli\u003e\u003ca href=\u0022https://digital-m.fr/horizon-geo/agent-vocal-ia/\u0022\u003eAgent vocal IA : l'IA qui répond au téléphone en 2026\u003c/a\u003e\u003c/li\u003e\n \u003c/ul\u003e\n \u003c/div\u003e\n \u003c/div\u003e\n\u003c/div\u003e\n \n\u003csection class=\u0022article-body\u0022\u003e\n\u003ch2 id=\u00221\u0022\u003eLe computer use, qu'est-ce que c'est exactement ?\u003c/h2\u003e\n \n\u003cp\u003eLe \u003cstrong\u003ecomputer use\u003c/strong\u003e désigne la capacité d'un modèle d'IA à piloter une interface graphique comme le ferait un humain : il reçoit une capture d'écran, décide d'une action, puis clique, tape au clavier ou fait défiler la page. Aucune intégration technique n'est requise côté logiciel, puisque l'agent passe par l'écran et non par une API.\u003c/p\u003e\n \n\u003cp\u003eC'est la différence majeure avec le \u003ca href=\u0022https://digital-m.fr/horizon-geo/function-calling-llm/\u0022\u003efunction calling\u003c/a\u003e, où le modèle appelle une fonction prévue à l'avance par un développeur. Avec le computer use, l'IA utilise votre logiciel de facturation, votre CRM ou votre back-office exactement comme un stagiaire le ferait, sans que l'éditeur du logiciel ait rien prévu pour elle.\u003c/p\u003e\n \n\u003cp\u003eCette approche ouvre un champ immense, et c'est précisément pour cela qu'elle revient dans toutes les annonces de 2026. Elle hérite aussi de toutes les fragilités d'une automatisation par l'image : un bouton qui se déplace, une fenêtre contextuelle imprévue ou un chargement lent suffisent à faire dérailler l'agent.\u003c/p\u003e\n \n\u003ch2 id=\u00222\u0022\u003eComment l'agent voit et agit : la boucle en quatre temps\u003c/h2\u003e\n \n\u003cp\u003eUn agent de computer use tourne en boucle, et chaque tour comporte quatre étapes, documentées publiquement par Google dans son API Gemini. Comprendre cette boucle explique à la fois la lenteur de ces agents et leur coût en tokens.\u003c/p\u003e\n \n\u003cul\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003e1. L'envoi : \u003c/span\u003el'application transmet au modèle l'objectif, la configuration de l'environnement et une capture d'écran de l'état courant.\u003c/li\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003e2. La décision : \u003c/span\u003ele modèle renvoie un appel de fonction (clic, défilement, frappe) accompagné d'un champ \u003cstrong\u003eintent\u003c/strong\u003e qui explique son raisonnement, et d'un champ \u003cstrong\u003esafety_decision\u003c/strong\u003e qui vaut « autorisé », « confirmation requise » ou « bloqué ».\u003c/li\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003e3. L'exécution : \u003c/span\u003evotre programme exécute réellement l'action, par exemple avec un outil d'automatisation de navigateur comme Playwright. Les coordonnées renvoyées par le modèle sont normalisées sur une grille de 1 000 par 1 000, à remettre à l'échelle de votre écran.\u003c/li\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003e4. Le retour : \u003c/span\u003eune nouvelle capture d'écran repart vers le modèle, et le cycle recommence jusqu'à l'achèvement de la tâche ou son arrêt.\u003c/li\u003e\n\u003c/ul\u003e\n \n\u003cp\u003eLe catalogue d'actions est plus riche qu'on ne l'imagine : \u003cstrong\u003e20 actions\u003c/strong\u003e pour le navigateur, \u003cstrong\u003e17 pour le bureau\u003c/strong\u003e et \u003cstrong\u003e10 pour Android\u003c/strong\u003e dans l'API Gemini, du simple clic au glisser-déposer en passant par les combinaisons de touches et la capture d'écran à la demande. C'est ce catalogue qui permet à un agent de remplir un formulaire administratif ou de réorganiser un tableur.\u003c/p\u003e\n \n\u003cfigure class=\u0022dm-info\u0022\u003e\n \u003cdiv class=\u0022dm-info-head\u0022\u003e\n \u003cdiv\u003e\n \u003cspan class=\u0022dm-info-kicker\u0022\u003eCOMPRENDRE L'IA · OCTOBRE 2026\u003c/span\u003e\n \u003cp class=\u0022dm-info-title\u0022\u003eOSWorld 2.0 : l'IA termine une tâche longue sur cinq\u003c/p\u003e\n \u003c/div\u003e\n \u003cimg class=\u0022dm-info-logo\u0022 src=\u0022/wp-content/uploads/2025/05/logo-digitalm.svg\u0022 alt=\u0022Logo Digital-m, agence SEO et GEO\u0022 width=\u0022132\u0022 height=\u002244\u0022 loading=\u0022lazy\u0022\u003e\n \u003c/div\u003e\n \u003cul class=\u0022dm-info-kpis\u0022\u003e\n \u003cli class=\u0022dm-info-kpi\u0022\u003e\n \u003cspan class=\u0022dm-info-kpi-val\u0022\u003e108\u003c/span\u003e\n \u003cspan class=\u0022dm-info-kpi-lab\u0022\u003etâches longues dans OSWorld 2.0 (26 juin 2026)\u003c/span\u003e\n \u003c/li\u003e\n \u003cli class=\u0022dm-info-kpi\u0022\u003e\n \u003cspan class=\u0022dm-info-kpi-val\u0022\u003e69,6 %\u003c/span\u003e\n \u003cspan class=\u0022dm-info-kpi-lab\u0022\u003edes tâches demandent plus d'une heure à un humain\u003c/span\u003e\n \u003c/li\u003e\n \u003cli class=\u0022dm-info-kpi\u0022\u003e\n \u003cspan class=\u0022dm-info-kpi-val\u0022\u003e318\u003c/span\u003e\n \u003cspan class=\u0022dm-info-kpi-lab\u0022\u003eappels d'outils en moyenne pour une seule tâche\u003c/span\u003e\n \u003c/li\u003e\n \u003cli class=\u0022dm-info-kpi\u0022\u003e\n \u003cspan class=\u0022dm-info-kpi-val\u0022\u003e1,79 €\u003c/span\u003e\n \u003cspan class=\u0022dm-info-kpi-lab\u0022\u003ele million de tokens en entrée, Gemini 4 Argon\u003c/span\u003e\n \u003c/li\u003e\n \u003c/ul\u003e\n \u003cdiv class=\u0022dm-info-block\u0022\u003e\n \u003cp class=\u0022dm-info-h\u0022\u003eRéussir en partie, finir rarement\u003c/p\u003e\n \u003cp class=\u0022dm-info-sub\u0022\u003eTaux de réussite sur OSWorld 2.0, budget de 500 étapes, chiffres publiés par l'équipe du benchmark (xlang.ai), juin 2026.\u003c/p\u003e\n \u003cul class=\u0022dm-info-bars\u0022\u003e\n \u003cli class=\u0022dm-info-row\u0022\u003e\n \u003cspan class=\u0022dm-info-bar-lab\u0022\u003eClaude Opus 4.8, réussite partielle\u003c/span\u003e\n \u003cspan class=\u0022dm-info-track\u0022\u003e\u003cspan class=\u0022dm-info-fill\u0022 style=\u0022width:100%\u0022\u003e\u003c/span\u003e\u003c/span\u003e\n \u003cspan class=\u0022dm-info-bar-val\u0022\u003e54,8 %\u003c/span\u003e\n \u003c/li\u003e\n \u003cli class=\u0022dm-info-row is-featured\u0022\u003e\n \u003cspan class=\u0022dm-info-bar-lab\u0022\u003eClaude Opus 4.8, tâche terminée\u003c/span\u003e\n \u003cspan class=\u0022dm-info-track\u0022\u003e\u003cspan class=\u0022dm-info-fill\u0022 style=\u0022width:38%\u0022\u003e\u003c/span\u003e\u003c/span\u003e\n \u003cspan class=\u0022dm-info-bar-val\u0022\u003e20,6 %\u003c/span\u003e\n \u003c/li\u003e\n \u003cli class=\u0022dm-info-row\u0022\u003e\n \u003cspan class=\u0022dm-info-bar-lab\u0022\u003eGPT-5.5, tâche terminée\u003c/span\u003e\n \u003cspan class=\u0022dm-info-track\u0022\u003e\u003cspan class=\u0022dm-info-fill\u0022 style=\u0022width:26%\u0022\u003e\u003c/span\u003e\u003c/span\u003e\n \u003cspan class=\u0022dm-info-bar-val\u0022\u003e14 %\u003c/span\u003e\n \u003c/li\u003e\n \u003c/ul\u003e\n \u003c/div\u003e\n \u003cp class=\u0022dm-info-note\u0022\u003e\u003cstrong\u003eÀ retenir :\u003c/strong\u003e sur les tâches longues, l'IA avance souvent mais termine rarement. Pour une PME, cela veut dire qu'un agent de computer use se conçoit avec un humain en bout de chaîne, jamais en autonomie complète sur un processus qui engage un client ou un paiement.\u003c/p\u003e\n \u003cp class=\u0022dm-info-dl\u0022\u003e\u003ca href=\u0022https://digital-m.fr/wp-content/uploads/2026/11/digital-m_computer-use-ia_infographie.png\u0022 download=\u0022digital-m_computer-use-ia_infographie.png\u0022\u003e\u003csvg width=\u002216\u0022 height=\u002216\u0022 viewbox=\u00220 0 24 24\u0022 fill=\u0022none\u0022 stroke=\u0022currentColor\u0022 stroke-width=\u00222\u0022 stroke-linecap=\u0022round\u0022 stroke-linejoin=\u0022round\u0022 aria-hidden=\u0022true\u0022\u003e\u003cpath d=\u0022M21 15v4a2 2 0 0 1-2 2H5a2 2 0 0 1-2-2v-4\u0022\u003e\u003c/path\u003e\u003cpath d=\u0022M7 10l5 5 5-5\u0022\u003e\u003c/path\u003e\u003cpath d=\u0022M12 15V3\u0022\u003e\u003c/path\u003e\u003c/svg\u003eTélécharger l'infographie (PNG)\u003c/a\u003e\u003c/p\u003e\n \u003cfigcaption class=\u0022dm-info-foot\u0022\u003e\n \u003cspan\u003eSources : \u003ca href=\u0022https://osworld-v2.xlang.ai/\u0022\u003eOSWorld 2.0\u003c/a\u003e, \u003ca href=\u0022https://ai.google.dev/gemini-api/docs/pricing\u0022\u003eGoogle AI for Developers\u003c/a\u003e. Infographie Digital-m, octobre 2026.\u003c/span\u003e\n \u003cspan class=\u0022dm-info-sign\u0022\u003edigital-m.fr\u003c/span\u003e\n \u003c/figcaption\u003e\n\u003c/figure\u003e\n \n\u003ch2 id=\u00223\u0022\u003eOù en sont vraiment les modèles ? Les chiffres d'OSWorld\u003c/h2\u003e\n \n\u003cp\u003eLes agents de computer use réussissent aujourd'hui moins d'une tâche longue sur cinq. Le test de référence s'appelle \u003cstrong\u003eOSWorld\u003c/strong\u003e, publié par le laboratoire xlang.ai. Sa première version comptait \u003cstrong\u003e369 tâches\u003c/strong\u003e dans un vrai système d'exploitation, avec une référence humaine mesurée à \u003cstrong\u003e72,36 %\u003c/strong\u003e de réussite, quand le meilleur modèle de l'époque plafonnait à 12,24 %.\u003c/p\u003e\n \n\u003cp\u003eLa version 2.0, publiée le \u003cstrong\u003e26 juin 2026\u003c/strong\u003e, a changé d'échelle. Elle ne contient plus que \u003cstrong\u003e108 tâches\u003c/strong\u003e, mais des tâches longues, réparties sur 31 sites hébergés par l'équipe du benchmark. \u003cstrong\u003e69,6 % d'entre elles demandent plus d'une heure\u003c/strong\u003e à un opérateur humain, avec une durée médiane d'environ 1,6 heure et plus de 250 étapes en moyenne.\u003c/p\u003e\n \n\u003cp\u003eLes résultats publiés sont sans complaisance. Avec un budget de 500 étapes, Claude Opus 4.8 atteint \u003cstrong\u003e20,6 % de tâches entièrement terminées\u003c/strong\u003e et 54,8 % en comptant les réussites partielles. GPT-5.5 plafonne autour de 14 % en réussite complète. Pour situer l'effort de calcul, une seule tâche demande environ \u003cstrong\u003e318 appels d'outils\u003c/strong\u003e à Claude Opus 4.7 en mode de réflexion maximale, contre une trentaine sur OSWorld 1.0.\u003c/p\u003e\n \n\u003ch3\u003ePourquoi ces scores restent bas\u003c/h3\u003e\n \n\u003cp\u003eL'échec vient rarement d'une incompréhension de la consigne, mais de l'accumulation. Sur 250 étapes, une probabilité d'erreur de 2 % par action suffit à faire échouer la quasi-totalité des tentatives. S'y ajoutent les pages qui changent, les identifiants à saisir, les fenêtres de cookies et les délais de chargement. Ce sont les mêmes fragilités que celles observées sur les \u003ca href=\u0022https://digital-m.fr/horizon-geo/navigateurs-ia/\u0022\u003enavigateurs IA\u003c/a\u003e, dont la promesse initiale a largement déçu.\u003c/p\u003e\n \n\u003cdiv class=\u0022lireplus-container\u0022\u003e\n \u003cdiv class=\u0022box-shadow-link-article\u0022\u003e\n \u003cdiv class=\u0022list-article\u0022\u003e\n \u003cdiv class=\u0022title-lire-plus\u0022\u003eÀ lire également \u003c/div\u003e\n \n \u003cul class=\u0022liste-article\u0022\u003e\n \u003cli\u003e\u003ca href=\u0022https://digital-m.fr/horizon-geo/world-model/\u0022\u003e\nWorld model : l'IA qui comprend le monde physique\u003c/a\u003e\u003c/li\u003e\n \u003cbr\u003e\n \u003cli\u003e\u003ca href=\u0022https://digital-m.fr/horizon-geo/robots-humanoides-2026/\u0022\u003e\nRobots humanoïdes : que font-ils vraiment en 2026 ?\u003c/a\u003e\u003c/li\u003e\n \u003c/ul\u003e\n \u003c/div\u003e\n \u003c/div\u003e\n\u003c/div\u003e\n\u003ch2 id=\u00224\u0022\u003eQui propose quoi, et à quel prix en euros\u003c/h2\u003e\n \n\u003cp\u003eTrois acteurs se partagent aujourd'hui le terrain, avec des niveaux de maturité différents. Google est le seul à proposer un accès en disponibilité générale documenté publiquement, depuis le 30 octobre 2026, après un aperçu ouvert le 24 juin 2026 avec Gemini 3.5 Flash.\u003c/p\u003e\n \n\u003cul\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003eGoogle : \u003c/span\u003el'outil Computer Use est intégré à l'API Gemini, sur les interfaces Interactions et GenerateContent. Les tarifs sont ceux du modèle sous-jacent. \u003ca href=\u0022https://digital-m.fr/horizon-geo/gemini-4-argon/\u0022\u003eGemini 4 Argon\u003c/a\u003e est affiché en prix d'introduction à \u003cstrong\u003e1,79 € le million de tokens\u003c/strong\u003e en entrée et 8,95 € en sortie jusqu'au 30 novembre 2026, puis 3,58 € et 17,90 €. Gemini 3.8 Flash reste à 0,67 € et 3,36 € jusqu'au 31 décembre 2026.\u003c/li\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003eAnthropic : \u003c/span\u003eClaude a ouvert la voie avec une version bêta de computer use dès octobre 2024, et ses modèles figurent aujourd'hui en tête d'OSWorld 2.0. Les dates et tarifs relevés dans les comparatifs tiers divergent, nous ne les reprenons donc pas ici sans source officielle.\u003c/li\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003eOpenAI : \u003c/span\u003eun modèle dédié au pilotage d'interface existe depuis 2025, mais le périmètre commercial de l'offre a changé plusieurs fois et les sources tierces se contredisent sur l'état actuel du produit grand public. À vérifier directement chez l'éditeur avant tout engagement.\u003c/li\u003e\n\u003c/ul\u003e\n \n\u003cp\u003eUn point budgétaire mérite votre attention : Google plafonne la dépense sur dix minutes glissantes, à environ \u003cstrong\u003e8,95 € au premier palier\u003c/strong\u003e, 44,76 € au deuxième et 179 € au troisième. Comme une tâche longue peut consommer plusieurs centaines d'appels, ces plafonds ne sont pas théoriques, ils se touchent vite en phase de test.\u003c/p\u003e\n \n\u003ch2 id=\u00225\u0022\u003eLes garde-fous, et pourquoi ils ne suffisent pas\u003c/h2\u003e\n \n\u003cp\u003eGoogle documente trois niveaux de protection, et les présente lui-même comme insuffisants. La page officielle de l'outil écrit noir sur blanc que « Computer Use peut contenir des erreurs et des vulnérabilités de sécurité », et recommande explicitement de faire tourner l'agent dans une machine virtuelle ou un conteneur isolé.\u003c/p\u003e\n \n\u003cul\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003eLa décision de sécurité : \u003c/span\u003echaque action proposée revient avec un statut. Sept catégories de politiques existent, dont les \u003cstrong\u003etransactions financières\u003c/strong\u003e, la \u003cstrong\u003ecréation de comptes\u003c/strong\u003e et la gestion du consentement. Le développeur peut en désactiver certaines, ce qui déplace la responsabilité sur lui.\u003c/li\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003eLa confirmation utilisateur : \u003c/span\u003equand une action est jugée sensible, l'agent s'arrête et attend un accord explicite avant de poursuivre. C'est le garde-fou le plus utile en pratique.\u003c/li\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003eLa détection d'injection : \u003c/span\u003eun mécanisme d'analyse des captures d'écran cherche les instructions malveillantes cachées dans une page. Il est optionnel et désactivé par défaut, ce qui laisse la porte ouverte aux attaques par \u003ca href=\u0022https://digital-m.fr/horizon-geo/e-commerce-agentique/\u0022\u003epages piégées\u003c/a\u003e sur un parcours d'achat automatisé.\u003c/li\u003e\n\u003c/ul\u003e\n \n\u003cp\u003eChez Digital-m, nous testons ces agents sur des parcours réels de sites clients, et le constat est net : la question n'est pas de savoir si l'agent se trompera, mais de savoir ce qui se passe quand il se trompe. Un agent qui remplit un devis erroné est gênant, un agent qui valide un paiement ne l'est plus du tout.\u003c/p\u003e\n \n\u003ch2 id=\u00226\u0022\u003eCe qu'une PME peut raisonnablement automatiser aujourd'hui\u003c/h2\u003e\n \n\u003cp\u003eLes tâches courtes, répétitives et sans conséquence financière sont les seules candidates sérieuses en 2026. En dessous d'une trentaine d'étapes, les taux de réussite deviennent acceptables, surtout si un humain valide le résultat. Voici le tri que nous appliquons en mission.\u003c/p\u003e\n \n\u003cul\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003eBon candidat : \u003c/span\u003eextraire chaque semaine un tableau depuis un extranet fournisseur qui ne propose aucun export, puis le déposer dans un dossier partagé.\u003c/li\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003eBon candidat : \u003c/span\u003erecopier des informations entre deux logiciels métier sans connecteur, par exemple une fiche client d'un outil de devis vers un outil de planning.\u003c/li\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003eBon candidat : \u003c/span\u003evérifier tous les matins que vos fiches produit affichent le bon prix sur une place de marché, et alerter en cas d'écart.\u003c/li\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003eMauvais candidat : \u003c/span\u003etoute action qui valide un paiement, signe un document ou envoie un message à un client en votre nom.\u003c/li\u003e\n\t\u003cli\u003e\u003cspan class=\u0022li-start-body-art\u0022\u003eMauvais candidat : \u003c/span\u003etout processus de plus d'une heure, précisément le profil de tâche sur lequel OSWorld 2.0 mesure 20,6 % de réussite.\u003c/li\u003e\n\u003c/ul\u003e\n \n\u003cp\u003eUne remarque de méthode, souvent décisive : avant de construire un agent de computer use, vérifiez qu'aucune API ni aucun export n'existe. Passer par l'écran coûte plus cher, casse plus souvent et se débogue plus difficilement qu'un simple appel d'API. Le computer use est un pis-aller élégant, pas un premier réflexe. C'est la même logique de sobriété que nous appliquons aux projets d'\u003ca href=\u0022https://digital-m.fr/horizon-geo/ia-agentique-en-2026-ce-quelle-fait-a-votre-place-et-ce-quelle-ne-fait-pas-encore/\u0022\u003eIA agentique\u003c/a\u003e.\u003c/p\u003e\n \n\u003ch2 id=\u00227\u0022\u003eCe qu'il faut retenir\u003c/h2\u003e\n \n\u003cp\u003eLe computer use est passé du prototype au produit en deux ans : aperçu chez Google le 24 juin 2026, disponibilité générale le 30 octobre 2026, catalogue de 20 actions pour le navigateur et 17 pour le bureau. La technologie est réelle, documentée et accessible à partir de \u003cstrong\u003e1,79 € le million de tokens\u003c/strong\u003e. Mais les chiffres d'OSWorld 2.0 imposent la modestie : 20,6 % de tâches longues menées à terme, 318 appels d'outils par tâche, et des garde-fous que l'éditeur lui-même décrit comme perfectibles.\u003c/p\u003e\n \n\u003cp\u003eLa bonne stratégie pour une PME en 2026 consiste à automatiser des gestes courts, sans conséquence financière, avec un humain qui valide. Vous hésitez entre un agent de computer use, un connecteur classique et un simple script ? \u003ca href=\u0022https://digital-m.fr/contact/\u0022\u003eParlons-en avec les équipes Digital-m\u003c/a\u003e avant d'investir, ou formez vos collaborateurs aux usages de l'IA avec notre \u003ca href=\u0022https://digital-m.fr/formation-geo/\u0022\u003eformation certifiée Qualiopi\u003c/a\u003e.\u003c/p\u003e\n \n\u003cstrong\u003eAvez-vous une tâche répétitive que vous rêveriez de confier à une IA sur votre ordinateur ? Dites-le nous en commentaire !\u003c/strong\u003e\n\u003c/section\u003e\n \n\u003cdiv class=\u0022src_ref\u0022\u003e\n \u003ch4 id=\u00228\u0022\u003eSources et références\u003c/h4\u003e\n \n\u003c/div\u003e\n \n\u003cul\u003e\n\u003cli\u003e\u003ca href=\u0022https://ai.google.dev/gemini-api/docs/computer-use\u0022\u003eGoogle AI for Developers - Computer use tool, boucle d'exécution, actions et politiques de sécurité (mise à jour du 30 octobre 2026)\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\u0022https://ai.google.dev/gemini-api/docs/changelog\u0022\u003eGoogle AI for Developers - Gemini API changelog, aperçu du 24 juin 2026 et disponibilité générale du 30 octobre 2026\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\u0022https://osworld-v2.xlang.ai/\u0022\u003eOSWorld 2.0 - benchmark de tâches longues sur ordinateur, xlang.ai (26 juin 2026)\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\u0022https://osworld-v1.xlang.ai/\u0022\u003eOSWorld - benchmark original, 369 tâches et référence humaine de 72,36 %\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\u0022https://ai.google.dev/gemini-api/docs/pricing\u0022\u003eGoogle AI for Developers - Tarifs de l'API Gemini\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\u0022https://ai.google.dev/gemini-api/docs/rate-limits\u0022\u003eGoogle AI for Developers - Limites de débit et plafonds de dépense (mise à jour du 28 octobre 2026)\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e\u003ca href=\u0022https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml\u0022\u003eBanque centrale européenne - taux de change de référence euro/dollar du 30 octobre 2026 (1 EUR = 1,1172 USD)\u003c/a\u003e\u003c/li\u003e\n\u003c/ul\u003e\n \n\u003cdiv class=\u0022lireplus-container\u0022\u003e\n \u003cdiv class=\u0022box-shadow-link-article\u0022\u003e\n \u003cdiv class=\u0022list-article\u0022\u003e\n \u003cdiv class=\u0022title-lire-plus\u0022\u003eÀ lire également \u003c/div\u003e\n \n \u003cul class=\u0022liste-article\u0022\u003e\n \u003cli\u003e\u003ca href=\u0022https://digital-m.fr/horizon-geo/prix-des-llm-2026/\u0022\u003e\nPrix des LLM : pourquoi la baisse s'est arrêtée en 2026\u003c/a\u003e\u003c/li\u003e\n \u003cbr\u003e\n \u003cli\u003e\u003ca href=\u0022https://digital-m.fr/horizon-geo/ia-en-local/\u0022\u003e\nIA en local : faire tourner un modèle sur son PC en 2026\u003c/a\u003e\u003c/li\u003e\n \u003c/ul\u003e\n \u003c/div\u003e\n \u003c/div\u003e\n\u003c/div\u003e\n\u003cdiv class=\u0022FAQ-article\u0022\u003e\n\u003ch4 id=\u00229\u0022\u003eQuestions fréquentes sur le computer use\u003c/h4\u003e\n\u003cdiv class=\u0022faq-container\u0022\u003e\n\u003cdiv class=\u0022faq-item\u0022\u003e\n\u003cdiv class=\u0022faq-question\u0022\u003e\n\u003ch3\u003eQuelle différence entre computer use et IA agentique ?\u003c/h3\u003e\n\u003cspan class=\u0022faq-toggle\u0022\u003e\u003csvg viewbox=\u00220 0 24 24\u0022 fill=\u0022none\u0022 stroke=\u0022#ff6a1c\u0022 stroke-width=\u00222\u0022\u003e\u003cpath d=\u0022M19 9l-7 7-7-7\u0022\u003e\u003c/path\u003e\u003c/svg\u003e\u003c/span\u003e\n \n\u003c/div\u003e\n\u003cdiv class=\u0022faq-answer\u0022\u003e\n \n\u003cp\u003eL'IA agentique est le concept général d'une IA qui enchaîne des actions pour atteindre un objectif. Le computer use en est une modalité particulière : l'agent passe par l'écran, la souris et le clavier plutôt que par des API. Un agent peut donc être agentique sans jamais faire de computer use, par exemple s'il n'utilise que des connecteurs logiciels.\u003c/p\u003e\n \n\u003c/div\u003e\n\u003c/div\u003e\n\u003cdiv class=\u0022faq-item\u0022\u003e\n\u003cdiv class=\u0022faq-question\u0022\u003e\n\u003ch3\u003eMon logiciel métier doit-il être compatible ?\u003c/h3\u003e\n\u003cspan class=\u0022faq-toggle\u0022\u003e\u003csvg viewbox=\u00220 0 24 24\u0022 fill=\u0022none\u0022 stroke=\u0022#ff6a1c\u0022 stroke-width=\u00222\u0022\u003e\u003cpath d=\u0022M19 9l-7 7-7-7\u0022\u003e\u003c/path\u003e\u003c/svg\u003e\u003c/span\u003e\n \n\u003c/div\u003e\n\u003cdiv class=\u0022faq-answer\u0022\u003e\n \n\u003cp\u003eNon, et c'est tout l'intérêt de l'approche. L'agent voit l'interface comme un utilisateur et n'a besoin d'aucune intégration. En revanche, une interface instable, qui déplace ses boutons ou affiche des fenêtres imprévues, fera échouer l'agent bien plus souvent qu'une interface figée.\u003c/p\u003e\n \n\u003c/div\u003e\n\u003c/div\u003e\n\u003cdiv class=\u0022faq-item\u0022\u003e\n\u003cdiv class=\u0022faq-question\u0022\u003e\n\u003ch3\u003eCombien coûte un agent de computer use ?\u003c/h3\u003e\n\u003cspan class=\u0022faq-toggle\u0022\u003e\u003csvg viewbox=\u00220 0 24 24\u0022 fill=\u0022none\u0022 stroke=\u0022#ff6a1c\u0022 stroke-width=\u00222\u0022\u003e\u003cpath d=\u0022M19 9l-7 7-7-7\u0022\u003e\u003c/path\u003e\u003c/svg\u003e\u003c/span\u003e\n \n\u003c/div\u003e\n\u003cdiv class=\u0022faq-answer\u0022\u003e\n \n\u003cp\u003eLe coût dépend du modèle et du nombre d'étapes. Chez Google, Gemini 4 Argon est affiché à 1,79 € le million de tokens en entrée en prix d'introduction jusqu'au 30 novembre 2026, puis 3,58 €. Comme une tâche longue peut demander plusieurs centaines d'appels, chacun accompagné d'une capture d'écran, la facture grimpe vite. Mesurez toujours sur un échantillon avant de généraliser.\u003c/p\u003e\n \n\u003c/div\u003e\n\u003c/div\u003e\n\u003cdiv class=\u0022faq-item\u0022\u003e\n\u003cdiv class=\u0022faq-question\u0022\u003e\n\u003ch3\u003eEst-ce dangereux de laisser une IA piloter mon ordinateur ?\u003c/h3\u003e\n\u003cspan class=\u0022faq-toggle\u0022\u003e\u003csvg viewbox=\u00220 0 24 24\u0022 fill=\u0022none\u0022 stroke=\u0022#ff6a1c\u0022 stroke-width=\u00222\u0022\u003e\u003cpath d=\u0022M19 9l-7 7-7-7\u0022\u003e\u003c/path\u003e\u003c/svg\u003e\u003c/span\u003e\n \n\u003c/div\u003e\n\u003cdiv class=\u0022faq-answer\u0022\u003e\n \n\u003cp\u003eLe risque est réel et Google le reconnaît dans sa propre documentation, en recommandant d'isoler l'agent dans une machine virtuelle ou un conteneur. Les trois précautions minimales sont l'isolation de l'environnement, l'activation des confirmations sur les actions sensibles et l'interdiction stricte des actions financières. N'utilisez jamais un compte disposant de droits administrateurs.\u003c/p\u003e\n \n\u003c/div\u003e\n\u003c/div\u003e\n\u003cdiv class=\u0022faq-item\u0022\u003e\n\u003cdiv class=\u0022faq-question\u0022\u003e\n\u003ch3\u003eFaut-il attendre avant de s'y mettre ?\u003c/h3\u003e\n\u003cspan class=\u0022faq-toggle\u0022\u003e\u003csvg viewbox=\u00220 0 24 24\u0022 fill=\u0022none\u0022 stroke=\u0022#ff6a1c\u0022 stroke-width=\u00222\u0022\u003e\u003cpath d=\u0022M19 9l-7 7-7-7\u0022\u003e\u003c/path\u003e\u003c/svg\u003e\u003c/span\u003e\n \n\u003c/div\u003e\n\u003cdiv class=\u0022faq-answer\u0022\u003e\n \n\u003cp\u003ePas forcément, mais commencez petit. Un cas d'usage court, répétitif et sans enjeu financier vous apprendra énormément pour un coût faible, et vous préparera aux versions suivantes des modèles. Ce qu'il faut éviter, c'est de bâtir un processus critique sur une technologie qui termine aujourd'hui une tâche longue sur cinq.\u003c/p\u003e\n \n\u003c/div\u003e\n\u003c/div\u003e\n\u003c/div\u003e\n\u003c/div\u003e\n