Google Project Jarvis : La guerre des agents IA native à Chrome

J’ai regardé les startups d’IA passer les six derniers mois à construire des solutions de contournement complexes pour lire des pages web, analyser le DOM et simuler des clics de souris. Google les a simplement regardées en souriant. Pourquoi construire un robot pour lire le navigateur quand on possède littéralement le navigateur?

Avant de continuer : Nous avons récemment couvert Operator d’OpenAI et l’API Computer Use d’Anthropic. Cet article examine le projet Jarvis de Google, une contre-attaque directe qui tire parti de leur monopole absolu sur le fureteur Chrome.

Table des matières

• L’avantage du terrain
• Le paradoxe des revenus publicitaires
• La menace de l’exécution locale
• Fun facts à placer lors de ton prochain build
• Sources

L’avantage du terrain

L’API Computer Use d’Anthropic prend des captures d’écran de votre bureau, devine où se trouvent les boutons et espère qu’une notification ne viendra pas ruiner ses calculs de coordonnées. Operator d’OpenAI utilise un analyseur web généralisé pour naviguer dans le chaos de l’internet ouvert.

Le projet Jarvis n’a pas besoin de deviner. Parce que Jarvis est profondément intégré à Google Chrome, il a un accès direct et absolu au moteur JavaScript V8 et au pipeline de rendu. Il ne regarde pas une image d’un bouton ; il connaît le nœud DOM exact du bouton, son état et ses écouteurs d’événements. Si Anthropic essaie de crocheter une serrure avec un stéthoscope, Google possède la clé maîtresse.

Quiconque a déjà essayé de faire du scraping sur un site React moderne sait que le DOM est un cauchemar de noms de classes générés automatiquement comme div class="x1y2z3". Le robot d’indexation de Google gère ces vidanges depuis quinze ans, indexant des recettes de cuisine cachées sous 4 000 mots d’histoire de vie optimisés pour le SEO à propos de la grand-mère de l’auteur.

Le paradoxe des revenus publicitaires

C’est ici que la merveille d’ingénierie se heurte de plein fouet à un énorme conflit d’intérêts.

L’empire entier de Google repose sur des yeux humains qui regardent des résultats de recherche, se laissent distraire par des liens commandités et cliquent sur des publicités. Fait amusant : En 2023, Google a généré plus de 237 milliards de dollars uniquement grâce à la publicité.

Si vous demandez à Jarvis d’« acheter le clavier mécanique le moins cher sur Amazon avec des interrupteurs bruns », l’IA fait la recherche, la comparaison et le paiement en arrière-plan. Vous ne voyez jamais de bannière publicitaire. Vous ne voyez jamais de résultat commandité. En construisant l’agent de navigation ultime, Google construit essentiellement un bloqueur de publicités pour son propre modèle d’affaires. Ils cannibalisent leur principale source de revenus simplement parce qu’ils savent que s’ils ne le font pas, OpenAI le fera.

La menace de l’exécution locale

Il y a un autre avantage massif que Google détient : le calcul local.

Exécuter des flux de travail d’agents dans le cloud est incroyablement coûteux. Envoyer des captures d’écran constantes à un serveur brûle rapidement les crédits d’API. Mais Google a discrètement poussé Gemini Nano, un petit modèle de langage conçu pour s’exécuter localement sur votre appareil, directement dans l’architecture de Chrome.

Si Jarvis peut exécuter la navigation de base et l’analyse localement en utilisant votre processeur, il réduit la latence à zéro et ne coûte rien à Google en calcul serveur.

Fait amusant : L’annonce initiale de Google Chrome en 2008 n’était pas un communiqué de presse standard ; c’était une bande dessinée de 38 pages dessinée par Scott McCloud pour expliquer son architecture. Maintenant, ce même navigateur de bande dessinée est sur le point de devenir un agent entièrement autonome commandant 65 % du marché mondial des ordinateurs de bureau.

Google n’a pas besoin que les utilisateurs installent une nouvelle application ou apprennent un nouveau flux de travail pour gagner la guerre des agents IA. Ils ont juste besoin de pousser une mise à jour silencieuse en arrière-plan. Honnêtement, le vrai perdant ici n’est pas OpenAI — c’est Firefox, qui regarde le web faire la transition vers un protocole d’agent IA pour lequel il n’a tout simplement pas les milliards nécessaires pour rivaliser.

Fun facts à placer lors de ton prochain build

• La fuite du Chrome Web Store : En novembre 2024, Google a accidentellement publié un prototype du Projet Jarvis sur le Chrome Web Store. L’extension est restée en ligne quelques heures avant d’être retirée. Ceux qui ont réussi à la télécharger ont été déçus : elle refusait de fonctionner sans des permissions internes à Google.
• Un nom héroïque : Le nom de code “Jarvis” est un clin d’œil direct à l’assistant IA de Tony Stark dans Iron Man. Dans l’univers Marvel, J.A.R.V.I.S. signifie “Just Another Very Intelligent System” (juste un autre système très intelligent).

Sources

• StatCounter Global Stats: Browser Market Share Worldwide (2024)
• Alphabet Inc. 2023 Annual Report (Form 10-K)
• Annonce de Google Chrome en bande dessinée par Scott McCloud (2008)