Une société américaine vient de lancer Griffin, un nouvel outil d’IA qui permet de créer des avatars vidéo en temps réel et c’est bluffant. Capable de converser instantanément, de lire les expressions faciales et de réagir sans le moindre temps de latence, ce modèle franchit un cap inédit dans l’interaction homme-machine. Je vous en parle tout de suite dans le reste de cet article.
Aujourd’hui, je suis tombé sur un truc complètement nouveau et, pour être honnête, assez hallucinant. On est face à ce qui ressemble à une nouvelle avancée majeure dans le monde de l’IA avec un potentiel dingue pour tout un tas de services qu’on pourrait imaginer dans la relation client, le support, ou même comme outil d’information interactif.
Une innovation qui risque de bouleverser pas ma de choses
Il s’agit de Griffin, un modèle lancé tout récemment (voir l’annonce officielle) par la société Tavus. Ils le présentent comme le tout premier « Human Interaction Model » (modèle d’interaction humaine). Le but de cette nouvelle génération d’IA est très simple sur le papier : interagir avec nous en vidéo, en temps réel, et de façon ultra-naturelle.
Alors oui, des avatars générés par IA, on en a déjà vu. Il y a eu plein de tentatives plus ou moins robotiques. Mais cette fois, on semble vraiment franchir un cap dans le réalisme. Il suffit de regarder la vidéo d’échange entre le fondateur de Tavus et l’IA pour s’en rendre compte.
Les créateurs derrière ce projet fou ne sortent pas de nulle part
Pour situer un peu, Tavus est une boîte tech spécialisée dans les vidéos conversationnelles. Leur cœur de métier, c’est de créer ce qu’ils appellent des « PALs », des compagnons virtuels, pour générer de véritables relations interactives et humaines entre nous et les machines.
La fin d’un problème technique majeur que toutes les autres IA subissaient jusqu’ici
Là où Griffin frappe fort, c’est sur la technique : c’est un modèle vidéo-à-vidéo « full duplex ».
Pourquoi ce terme technique ? Parce qu’en temps normal, les IA fonctionnent par étapes : elles écoutent, elles transcrivent en texte, elles réfléchissent, puis elles répondent. Ça crée forcément un décalage, un blanc dans la conversation. Griffin, lui, fait tout en simultané. L’IA analyse votre voix, lit vos expressions à la caméra et capte vos gestes en continu. Du coup, elle peut réagir comme une vraie personne, à la seconde près, à tout ce que vous dites et montrez.
Ce qui se passe à l’écran déclenche un sentiment troublant totalement inattendu
Elle a été programmée pour avoir un comportement viscéralement humain. Sur la vidéo de démo, c’est frappant : elle fait des petits hochements de tête pendant que vous parlez pour montrer qu’elle écoute, son visage réagit naturellement, son corps bouge… on a vraiment l’impression d’avoir quelqu’un en face de soi. Je pense clairement qu’on entre dans une nouvelle ère de l’interface homme-machine. Fini les temps de latence gênants, c’est du vrai temps réel. C’est bluffant.
Près de la moitié des testeurs n’ont rien remarqué lors de cette expérience inédite
D’ailleurs, Tavus a fait passer à Griffin un « test de Turing vidéo » pour voir si les gens faisaient la différence entre leur modèle et une vraie personne. Résultat : 48 % des utilisateurs ont cru parler à un véritable être humain.
On parle ici d’un test basé sur un appel d’une minute. Vous vous doutez bien que si l’appel dure une heure, ce taux doit baisser à mesure que l’on repère les petites failles. Mais c’est quand même un score énorme qui montre exactement ce qui va se passer dans un avenir très proche : nous allons avoir des machines capables de converser en temps réel avec un tel niveau de réalisme que beaucoup s’y laisseront prendre, à n’en pas douter.
Ce détail vertigineux pourrait transformer des secteurs entiers du jour au lendemain
D’un point de vue business, les perspectives et modèles économiques sont vertigineux
. On peut très bien imaginer des services après-vente, du support client, et même des services commerciaux entièrement gérés par ce type d’IA, avec une qualité d’empathie et de contact simulés proche de l’humain.
Déjà des grands noms et des cas d’usage et pas des moindres
On pourrait se dire que tout ça n’est qu’un projet de laboratoire, mais pas du tout. La technologie de Tavus est déjà utilisée par des mastodontes comme Amazon, Salesforce ou encore la Mayo Clinic (l’un des plus grands réseaux hospitaliers au monde). Ils ont d’ailleurs déjà levé 70 millions de dollars, ce qui prouve que le marché y croit dur comme fer.
Pour vous donner une idée concrète de ce qu’ils font déjà avec leurs « PALs » (c’est comme ça qu’ils appellent leurs agents virtuels), voici deux cas d’usage réels qui m’ont particulièrement interpellé :
- Le coaching commercial ultra-réaliste avec Orum : Cette entreprise a créé « Aurora », un coach virtuel en IA. Le but ? Permettre aux commerciaux de s’entraîner à la vente et aux jeux de rôle lors d’appels vidéos qui semblent plus vrais que nature. Parce qu’il y a une connexion visuelle et émotionnelle avec l’avatar, les commerciaux ressentent la « pression » d’un vrai coup de fil. Résultat selon eux : le temps de formation des nouveaux vendeurs a été divisé par deux et les taux de conversion ont triplé.
- La formation médicale continue avec Med Learning Group : Ils ont développé « Ruby », une consultante clinique IA destinée aux médecins. Des milliers de praticiens interagissent avec elle en vidéo pour se former sur des sujets médicaux complexes. L’IA est connectée à une base de données médicales ultra-sécurisée pour ne dire aucune bêtise.
Ils ont même des cas d’usage très orientés business avec « Piper », une IA qui agit comme une commerciale « SDR » (Sales Development Representative), dont le seul but est de qualifier des prospects en vidéo et de caler des rendez-vous automatiquement dans les agendas. Bref, on n’est plus dans la science-fiction, on est déjà dans le déploiement commercial pur et dur !
L’éléphant dans la pièce qui pourrait bien rebattre les cartes du modèle économique
Il y a juste une question très pragmatique que je me pose en voyant tourner ce modèle : quand on sait ce que demande l’analyse de flux vidéo et audio en temps réel bidirectionnel… la consommation de tokens derrière doit être absolument colossale !
Mais est-ce vraiment un problème à terme ? Quand on voit la frénésie d’investissements actuels dans les data centers et les infrastructures IA, on peut se douter que ces coûts vont chuter et que ce genre de service deviendra abordable et accessible plus rapidement qu’on ne le pense. Il y a donc un vrai intérêt à rester en veille active là-dessus.
Une question cruciale reste en suspens avant de crier victoire trop vite
De là à savoir si c’est réellement exploitable commercialement dès aujourd’hui… honnêtement, c’est encore difficile à dire. C’est une question qu’il faudra qu’on explore plus en détail un peu plus tard.
Mais rassurez-vous, je reste à l’affût et je vous tiendrai évidemment au courant des évolutions à venir autour de Tavus et de ces nouvelles interfaces.
Voilà ! Merci beaucoup pour votre lecture, et à très bientôt.