Amazon met un pied dans la navigation web avec son modèle d'IA Nova Act

En décembre dernier, Amazon dévoilait Nova, une famille de modèles fondamentaux conçus "pour une large gamme de tâches, ainsi qu'un rapport prix/performance leader de l'industrie". Disponible dans le service Bedrock du géant, cette famille regroupe six modèles. Aujourd'hui, le géant du cloud fait deux annonces : la première porte sur le lancement de nova.amazon.com, un site web permettant d'explorer facilement ses modèles fondamentaux, la seconde porte sur Nova Act, un modèle d'IA entraîné à effectuer des actions dans un navigateur web.

Une version préliminaire du SDK Amazon Nova Act est d'ores et déjà disponible auprès des développeurs - en version research preview - qui veulent expérimenter une première version de ce modèle et créer des agents IA capables d’accomplir des tâches directement dans un navigateur, par exemple soumettre une demande d’absence dans un système interne, bloquer une plage horaire dans un agenda pour signaler une indisponibilité, ou encore activer une réponse automatique par e-mail.

"Créer des agents capables de gérer des tâches complexes et multi-étapes"

Si Amazon n'en est "qu'à ses débuts" en matière d'agentique, la firme a toutefois une vision bien précise de ce qu'elle souhaite créer à l'avenir. "Aujourd’hui, ces systèmes en sont encore à leurs débuts, et la plupart sont limités à des cas d’usage entièrement couverts par des API — ce qui reste rare. Notre ambition : créer des agents capables de gérer des tâches complexes et multi-étapes, comme organiser un mariage ou résoudre des problèmes informatiques d’entreprise, afin d’augmenter la productivité".

Pour surmonter l'une des limites, à savoir la supervision humaine, le SDK Nova Act propose aux développeurs de découper des workflows complexes en commandes atomiques fiables (par ex. : rechercher, valider une commande, répondre à une question à l’écran). Il permet aussi de préciser davantage les instructions (comme "ne pas accepter l’assurance facultative"), de faire appel à des API, ou encore d’utiliser Playwright pour manipuler directement le navigateur.

"Il est également possible d’intercaler du code Python, que ce soit pour des tests, des points d’arrêt, des assertions ou la parallélisation via des pools de threads, car même les agents les plus rapides restent limités par les temps de chargement des pages web", précise Amazon dans un billet de blog.

Une fois l'agent bien configuré, il fonctionne seul

Se basant sur ses évaluations internes, Amazon affirme que Nova Act affiche un taux de réussite de 90%, y compris pour des éléments qui posent problème à d’autres modèles comme les sélecteurs de date, les menus déroulants et les fenêtres contextuelles. La firme estime ainsi qu'il est alors possible de créer des agents autonomes : "Une fois l’agent bien configuré, il n’est plus nécessaire de surveiller chacune de ses actions : il peut fonctionner en mode "headless", être intégré à votre produit sous forme d’API, ou s’exécuter de manière asynchrone selon un calendrier défini.

Le géant du cloud a par ailleurs testé les premières versions de Nova Act dans différents contextes - comme des jeux web - et indique que le modèle a bien fonctionné, et ce alors qu'il n'a reçu aucun entraînement spécifique sur les jeux vidéo. Amazon a par ailleurs fait le choix d'embarquer son dernier modèle dans Alexa+ pour naviguer de manière autonome sur internet et accomplir des tâches lorsque les services intégrés ne couvrent pas tous les besoins via API.

La liste des prétendants au trône est longue

Ne nous emballons pas trop vite. Nova Act en est encore à ses débuts. Des phases d'entraînement seront évidemment nécessaires, telles que l'apprentissage par renforcement dans des environnements variés, pour en faire un véritable modèle à agents. En outre, Amazon n'est pas le seul acteur à glisser sur ce terrain de la navigation web : Anthropic avec Claude, Google avec Gemini, Microsoft avec Copilot, ou encore OpenAI avec ChatGPT et Operator. La liste semble s'allonger chaque jour.