--- title: "iOS 18 : Siri se transforme grâce à l'intelligence artificielle générative" url: https://ksabz.net/ios-18-siri-se-transforme-grace-a-lintelligence-artificielle-generative.html author: "Sophie Martin" date_published: 2024-09-20T22:32:39+02:00 date_modified: 2026-09-09T12:58:41+02:00 categories: ["Business"] image: https://ksabz.net/wp-content/uploads/2024/09/-11.jpg description: "Avec l'arrivée d'iOS 18, Apple ne se contente pas d'apporter des améliorations mineures à son système d'exploitation ; elle opère une transformation majeure de Siri, son assistant vocal…" site: "ksabz" license: "Reproduction autorisée avec lien vers la source." --- # iOS 18 : Siri se transforme grâce à l'intelligence artificielle générative Quand Apple a présenté en 2024 la refonte de Siri portée par l'intelligence artificielle générative, le sujet a été traité comme une annonce de produit parmi d'autres. Un assistant plus bavard, plus contextuel, mieux intégré aux applications. Vu de plus loin, la nouveauté n'était pas dans la liste de fonctions. Elle était dans le changement de moteur. Un assistant vocal classique, celui que des millions de gens ont utilisé pendant plus de dix ans, fonctionne par correspondance. Il transforme la parole en texte, cherche dans ce texte des motifs qu'il reconnaît, et déclenche l'action associée. « Règle un minuteur de dix minutes » marche parce que quelqu'un a écrit la règle. « Rappelle-moi d'appeler ma sœur quand j'arrive au bureau » échoue parce que personne n'avait prévu cette combinaison. D'où cette impression durable d'un assistant qui comprend brillamment quinze phrases et rien d'autre. Un assistant reposant sur un modèle de langage travaille autrement. Il ne cherche pas de motif, il produit une interprétation. La formulation exacte compte beaucoup moins, l'ordre des mots aussi, et la phrase précédente reste dans le contexte. C'est un saut réel. Il apporte aussi des problèmes que l'ancienne méthode n'avait pas. ## Ce qu'un modèle de langage change concrètement ![Assistant vocal Siri affiché sur un iPhone](https://ksabz.net/wp-content/uploads/2024/09/-10.jpg) Trois différences comptent au quotidien. La première est la tolérance à l'imprécision. On peut hésiter, se reprendre, employer un mot approximatif. L'ancien système renvoyait une page de résultats de recherche dès qu'il perdait le fil. Le nouveau tente une interprétation, quitte à se tromper. La deuxième est la mémoire de la conversation. Poser une question, puis dire « et pour demain ? » sans répéter le sujet. Cela paraît anodin, c'est ce qui distingue un dialogue d'une suite de commandes. La troisième est l'accès au contenu de l'appareil. Un assistant capable de lire un courriel, un message, un document, et de croiser ces informations avec une demande formulée en langage courant, change de nature. Il ne pilote plus des applications, il travaille sur vos données. C'est là que tout devient intéressant, et délicat. **Le changement réel** Ce n'est pas la voix qui progresse, c'est la compréhension. Un assistant à base de règles reconnaît des phrases prévues à l'avance. Un assistant à base de modèle de langage interprète une intention. La contrepartie est une part d'incertitude sur ce qu'il va faire. ## Local ou distant, la question qui structure tout Faire tourner un modèle de langage demande de la puissance et de la mémoire. Deux options existent, et le choix entre les deux détermine à peu près tout le reste. Le traitement sur l'appareil garde les données là où elles sont. Rien ne part sur un réseau, la réponse ne dépend pas de la connexion, et les capacités sont bornées par le processeur du téléphone. Les modèles qui tiennent dans un mobile sont beaucoup plus petits que ceux qui tournent en centre de données. Ils suffisent pour classer une demande, reformuler un texte court, décider d'une action. Ils atteignent leur limite sur un raisonnement long ou une question de culture générale. Le traitement distant offre la puissance, au prix de l'envoi de la requête et de son contexte à un serveur. Ce contexte est le point sensible : ce n'est pas seulement la phrase prononcée, c'est souvent le contenu que l'assistant a besoin de consulter pour répondre. L'architecture annoncée par Apple répartissait le travail entre les deux : ce qui peut se traiter localement le reste, ce qui demande davantage part vers des serveurs présentés comme cloisonnés et non conservateurs des données. Le principe est sain. Il repose sur une promesse que l'utilisateur ne peut pas vérifier lui-même, ce qui reste la limite de tout dispositif de ce type, quel que soit le fabricant. **Pourquoi la répartition compte** Un modèle qui tourne sur le téléphone est limité par la mémoire disponible et par la batterie. Un modèle distant est limité par ce que vous acceptez d'envoyer. Aucun assistant ne peut être à la fois complètement local et complètement puissant : le partage entre les deux est le vrai sujet technique. ## Ce qu'un assistant de ce type ne sait toujours pas faire L'enthousiasme des annonces masque des limites qui tiennent à la nature même des modèles de langage. Ils produisent des réponses plausibles, pas des réponses vérifiées. Sur une question factuelle, un modèle peut affirmer avec le même aplomb une chose exacte et une chose fausse. Pour un chatbot, l'erreur se corrige en relisant. Pour un assistant qui envoie un message ou modifie un rendez-vous, elle a des conséquences. Ils ne connaissent pas leur propre ignorance. Un système à base de règles savait dire qu'il n'avait pas compris. Un modèle de langage préfère répondre quelque chose. C'est un défaut de conception qu'on paye en confiance : après deux actions erronées, l'utilisateur cesse de déléguer les tâches qui comptent. Ils coûtent cher à faire tourner. Chaque requête consomme du calcul, donc de l'énergie et de la batterie. Cette contrainte explique pourquoi les fabricants tiennent tant au traitement local, bien au-delà des arguments de vie privée. Reste la question de la fiabilité perçue. Un assistant qui réussit neuf demandes sur dix paraît excellent en démonstration et frustrant à l'usage, parce que l'utilisateur ne sait jamais à l'avance dans quel cas il se trouve. La régularité vaut souvent mieux que l'étendue. **Le réglage à vérifier en premier** Sur n'importe quel assistant de ce type, cherchez ce qui est traité sur l'appareil et ce qui part vers un serveur, ainsi que la possibilité de couper l'accès à certaines applications. C'est le seul levier réellement entre vos mains, et il est presque toujours activé au maximum par défaut. ## Deux générations d'assistants, ce qui les sépare | Aspect | Assistant à base de règles | Assistant à base de modèle de langage | | --- | --- | --- | | Compréhension | Formulations prévues à l'avance | Interprétation de l'intention | | Suite de la conversation | Chaque demande repart de zéro | Le contexte précédent est conservé | | Comportement en cas de doute | Signale qu'il n'a pas compris | Propose une réponse plausible | | Ressources nécessaires | Faibles | Élevées, d'où le partage local et distant | | Prévisibilité | Élevée dans son périmètre | Variable selon la formulation | ## La vraie question n'est pas technique Un assistant qui lit vos messages, vos documents et votre agenda pour vous répondre occupe une position qu'aucun logiciel grand public n'avait occupée jusqu'ici. Il voit tout, en permanence, et il décide de ce qui mérite votre attention. Les protections techniques comptent : traitement sur l'appareil quand c'est possible, chiffrement, absence de conservation côté serveur. Elles ne suffisent pas à répondre aux questions qui viennent ensuite. Qui décide de ce que l'assistant vous propose. Selon quels critères il classe une notification comme urgente. Ce qui se passe quand ses suggestions orientent, même légèrement, vos décisions. Ces questions ne se règlent pas dans un menu de réglages. Elles se posent au moment où l'on choisit de confier une partie de son attention à un système dont le raisonnement reste opaque. Le progrès d'usage est net, l'échange est réel, et il mérite d'être regardé en face plutôt que présenté comme une simple mise à jour. --- ## À propos de l'auteur **Sophie Martin** — Je m’appelle Sophie Martin et je suis fascinée par tout ce qui fait avancer les entreprises sur le web. Ma passion : comprendre les stratégies, les bonnes pratiques et les idées qui permettent à un business de se développer, de se démarquer et de créer une véritable valeur. J’aime décortiquer ce qui fonctionne vraiment : stratégies marketing, acquisition, expérience client, contenu, organisation ou encore nouvelles tendances du digital. Je cherche les approches concrètes, les idées innovantes et les méthodes qui peuvent faire la différence, au-delà des simples effets de mode. Curieuse et toujours à l’affût de nouvelles pratiques, j’adore analyser les réussites, comprendre les choix qui se cachent derrière et partager ce que l’on peut en apprendre. Mon objectif est simple : transformer des concepts parfois complexes en conseils clairs, utiles et directement applicables. À travers mes articles, je veux aider les entrepreneurs et les entreprises à prendre de meilleures décisions, à saisir les opportunités du web et à faire évoluer leur business avec plus de stratégie, de créativité et d’impact.