AI News · industry
Les agents IA de navigation en 2026 : le vrai et le risqué
OpenAI a retiré son navigateur Atlas le 9 août. L'action se joue désormais du côté des agents computer-use qui pilotent directement les logiciels. Voici leur classement, ce qu'ils ratent encore et la réalité sécuritaire que les entreprises ne peuvent ignorer.
OpenAI a fermé son navigateur dédié ChatGPT Atlas le 9 août 2026, moins d'un an après son lancement, et le vrai sujet, c'est le message qui se cache derrière cette décision : le « navigateur IA » autonome s'efface, tandis que l'agent qui pilote un logiciel à votre place devient le terrain sur lequel tout le monde s'affronte. En août 2026, les meilleurs modèles computer-use savent localiser une cible sur un écran professionnel avec près de 88 % de précision, et pourtant les plus performants ne mènent à bien qu'environ une tâche multi-étapes sur cinq de bout en bout. Les agents IA de navigation sont à la fois réellement utiles et réellement peu fiables, et c'est précisément dans l'écart entre ces deux vérités que se joue aujourd'hui chaque décision d'achat.
Cet article explique ce qui a changé en 2026, où se situent vraiment les agents computer-use dans le paysage mondial, pourquoi les chiffres de benchmark mis en avant surestiment leurs capacités, et le problème de sécurité qu'aucun fournisseur n'a résolu. Si vous dirigez une entreprise, l'enseignement pratique se trouve à la fin.
Qu'est-il arrivé aux navigateurs IA en 2026 ?
Les navigateurs IA ont été le produit phare de 2025. Grandes et petites entreprises ont toutes tenté de s'approprier l'interface par laquelle les gens naviguent sur le web en y intégrant un modèle. En 2026, ce pari s'est vite défait. OpenAI a confirmé qu'il retirerait Atlas et intégrerait ses fonctions de navigation à l'application de bureau ChatGPT, le navigateur devant cesser de fonctionner le 9 août (9to5Mac). The Browser Company a été racheté par Atlassian, et les navigateurs concurrents misant d'abord sur l'IA ont fusionné ou changé de cap.
Le fil conducteur, comme l'a résumé TechCrunch, c'est que « l'attention s'est déplacée vers les agents et l'automatisation » (TechCrunch). Un navigateur séparé n'a jamais été l'objectif. L'objectif, c'est un agent capable de lire une page, de cliquer, de saisir du texte et de mener une tâche à son terme. Cette capacité s'intègre désormais aux outils que les gens utilisent déjà, plutôt que de se vendre comme un nouvel endroit où aller.
Le signal de demande est bien réel. Gartner prévoit que 40 % des applications d'entreprise seront livrées avec des agents IA dédiés à des tâches précises d'ici fin 2026, contre moins de 5 % en 2025 (Gartner). La question n'est plus de savoir si les agents arrivent. Elle est de savoir si on peut leur confier les clés.
Qu'est-ce qu'un agent computer-use, et en quoi diffère-t-il d'un navigateur IA ?
Un agent computer-use (parfois appelé CUA) pilote un logiciel comme le ferait une personne : il prend une capture d'écran, décide où cliquer ou quoi saisir, agit, puis regarde de nouveau. Un navigateur IA n'est qu'un moyen de livrer cette idée, un navigateur Chromium sur lequel un agent est greffé. Mais l'agent sous-jacent peut tout aussi bien s'exécuter dans une application de bureau, un bac à sable cloud ou un système d'exploitation.
La distinction compte, car les deux modes de défaillance sont différents. Un assistant conversationnel répond à une question. Un agent computer-use pose un acte, et un acte a des conséquences : il peut soumettre un formulaire, déplacer de l'argent ou supprimer un fichier. C'est aussi pour cela que cette catégorie d'agents va un cran plus loin que les agents d'achat et de paiement que nous avons abordés dans le commerce agentique en 2026, et pourquoi elle nécessite la couche de gouvernance que nous avons décrite dans les nouveautés des agents IA en 2026. La capacité sans le contrôle n'est pas un produit. C'est un risque.
Où se classent aujourd'hui les agents computer-use ?
Deux benchmarks comptent, et ils mesurent des choses très différentes. ScreenSpot Pro évalue le grounding : le modèle sait-il pointer vers le bon bouton, la bonne icône ou le bon champ dans une interface professionnelle en haute résolution ? Il ne teste pas si l'agent parvient à mener à bien le flux de travail autour. Sur l'instantané public de ScreenSpot Pro daté du 11 août 2026, les leaders étaient au coude à coude, et le paysage était mondial.
| Rang | Modèle | Laboratoire (pays) | Licence | ScreenSpot Pro |
|---|---|---|---|---|
| 1 | Claude Opus 4.8 | Anthropic (États-Unis) | Fermée | 87.9% |
| 2 | GPT-5.4 | OpenAI (États-Unis) | Fermée | 85.4% |
| 3 | Qwen3.8 Max | Alibaba (Chine) | Fermée | 84.5% |
| 4 | Gemini 3.1 Pro | Google (États-Unis) | Fermée | 84.4% |
| 5 | Muse Spark | Meta (États-Unis) | Fermée | 84.1% |
| 8 | Muse Glimmer 30B | Meta (États-Unis) | Poids ouverts | 75.4% |
| 10 | Holo2-235B | H Company (France) | Poids ouverts | 70.6% |
| 13 | Qwen3.5 397B | Alibaba (Chine) | Poids ouverts | 65.6% |
| 15 | Nemotron 3 Nano Omni | NVIDIA (États-Unis) | Poids ouverts | 57.8% |
Source : classement BenchLM ScreenSpot Pro, instantané daté du 11 août 2026. Les classements sont réordonnés chaque mois.
Deux choses ressortent. Premièrement, parmi les modèles évalués sur ScreenSpot Pro au 11 août 2026, un modèle fermé américain, le Claude d'Anthropic (Opus 4.8), menait le grounding à 87.9 %, mais les quatre premiers se tenaient en moins de quatre points, et un modèle fermé chinois, le Qwen3.8 Max d'Alibaba, se classait troisième, devant un modèle phare américain. Deuxièmement, la catégorie des poids ouverts est bien réelle et mondiale : le Muse Glimmer de Meta (États-Unis), le Holo2 de H Company (France), le Qwen d'Alibaba (Chine) et le Nemotron de NVIDIA (États-Unis) y figurent tous, aux côtés de la lignée open source d'agents GUI issue de laboratoires chinois comme UI-TARS de ByteDance et AutoGLM de Zhipu.
Lisez ce tableau comme un classement en mouvement, pas comme une couronne définitive. Les deux laboratoires américains ont livré des modèles phares plus récents après l'instantané, le Claude Opus 5 d'Anthropic (24 juillet 2026) et le GPT-5.6 d'OpenAI (9 juillet 2026), et ni l'un ni l'autre n'est encore évalué sur ScreenSpot Pro, si bien que l'avance sur le grounding se lit comme « le meilleur parmi les modèles évalués à ce jour », et non comme le dernier mot. Sur cet instantané, la tête du classement est américaine d'une courte marge, l'étendue est mondiale, et la catégorie des poids ouverts se rapproche. Ce paysage se réordonne chaque mois.
Pourquoi les scores de benchmark surestiment ce que ces agents savent faire
Le grounding est un prérequis, pas une ligne d'arrivée. La question plus difficile est de savoir si un agent accomplit une vraie tâche multi-étapes, et la réponse honnête, à la mi-2026, est : le plus souvent, non.
Sur OSWorld 2.0, un benchmark de flux de travail à long horizon qui comptent en moyenne environ 318 appels d'outils par tâche, le meilleur système mesuré n'a mené à bien qu'environ 20,6 % des tâches de bout en bout, tout en obtenant 54,8 % lorsque les points de contrôle partiels étaient comptabilisés (analyse de TestMu AI). Tout chiffre situé entre 50 % et 70 % sur cette catégorie de benchmarks correspond presque certainement à un scoring par points de contrôle, et non à une réussite complète. La même analyse relève un second piège : un score OSWorld est généralement une estimation sur une seule exécution, et on ne peut pas déduire la fiabilité du fait de résoudre une tâche une fois. Répétez plusieurs fois la même tâche et les taux de réussite chutent.
L'endroit où l'agent opère compte aussi. La même analyse fait état d'environ 80 % de réussite sur les tâches web contre environ 35 % sur les applications de bureau, de sorte qu'un agent qui semble compétent dans un navigateur devient nettement moins fiable dès qu'il en sort. C'est exactement pour cela que le « navigateur IA » a été le premier format : le navigateur est la surface la plus accueillante, structurée, tolérante et facile à observer.
L'enseignement n'est pas que les agents computer-use sont du vent. C'est que la capacité est réelle et progresse, tandis que la fiabilité reste à la traîne, que chaque grande surface est encore étiquetée bêta ou préversion, et que les scores sur une seule exécution flattent la technologie. Pour une démo, 20 % de réussite tient du miracle. Pour un processus métier sans supervision, c'est une raison de garder un humain dans la boucle.
Le problème de sécurité que personne n'a résolu
L'écart de fiabilité est un problème de productivité. L'écart de sécurité est un problème de gouvernance, et il est plus grave. Lors de la Black Hat USA 2026, des chercheurs de Zenity Labs ont démontré une catégorie d'exploits zéro-clic qu'ils nomment « PleaseFix » et qui touche les navigateurs agentiques, tous fournisseurs confondus (Dark Reading). La cause profonde est structurelle : un agent IA récupère du contenu depuis des e-mails, des agendas, des documents et des pages web, et ne peut pas distinguer de façon fiable une instruction légitime d'une instruction malveillante dissimulée dans ce contenu. Alors il suit les deux.
Les attaques démontrées ne sont pas théoriques. Une invitation d'agenda empoisonnée a détourné un agent sans aucune interaction de l'utilisateur et a atteint des fichiers locaux ainsi que des flux de gestionnaire de mots de passe. Un lien d'apparence ordinaire a poussé un autre agent à envoyer des messages d'hameçonnage depuis le propre compte de messagerie de la victime. Comme l'a formulé l'équipe de Zenity, un navigateur IA « agit sur le web comme votre employé, déjà connecté à sa messagerie, à ses fichiers, à son agenda et à ses applications de travail ». Un agent qui hérite de l'ensemble des accès authentifiés d'une personne hérite aussi de tout son rayon d'action.
Il n'existe pas de correctif propre, parce que l'exposition vient de la conception, et non d'un bug isolé. Le conseil des chercheurs est éloquent : partez du principe que l'agent sera détourné, déterminez le pire qu'il pourrait faire, et retirez-lui tout ce dont il n'a pas véritablement besoin. C'est une consigne de gouvernance, pas une mise à jour logicielle. C'est aussi pourquoi la confiance des acheteurs reste étroite. Dans une enquête sectorielle, seuls environ 20 % des dirigeants ont déclaré qu'ils confieraient à un agent IA l'exécution de transactions financières, contre 38 % pour de l'analyse de données à moindre enjeu (PwC AI Agent Survey). Gartner, pour sa part, s'attend à ce que plus de 40 % des projets d'IA agentique soient abandonnés d'ici fin 2027, citant le coût, une valeur floue et de faibles contrôles des risques (Gartner).
Ce que cela signifie pour les entreprises
Voici la lecture pratique. Un agent polyvalent qui pilote un navigateur avec votre identité pleinement connectée est puissant, peu fiable et difficile à contenir. Pour la plupart des tâches métier, vous n'avez pas besoin de cela. Vous avez besoin du résultat (un rendez-vous pris, une question traitée, une commande retrouvée) obtenu par un chemin étroit et encadré, avec une personne capable d'intervenir.
C'est toute la différence entre un agent à qui on donne les clés de tout et un agent à qui on donne exactement les outils qu'une tâche exige. Chez Entagl, l'agent en contact avec le client est un pipeline multi-agents, et non un modèle unique pilotant un navigateur. Il agit via des outils au périmètre restreint et des fonctions HTTP personnalisées qui n'appellent que les systèmes qu'il est censé toucher, il enregistre de vrais rendez-vous dans un vrai agenda, et il passe la main à une boîte de réception humaine avec des garde-fous de sortie sur chaque réponse. Il ne se connecte pas aux comptes d'un client et n'improvise pas sur le web ouvert, si bien qu'une page empoisonnée ou une invitation d'agenda malveillante n'a nulle part où atterrir. Comme nous l'avons soutenu dans l'IA avec humain dans la boucle, expliquée, le principe de conception est simple : l'IA agit, les humains gouvernent.
La leçon de ce moment 2026 des agents de navigation n'est pas « attendez la technologie ». C'est « cadrez la technologie ». Les entreprises qui réussissent avec les agents sont celles qui donnent à un agent une mission claire, l'accès minimal pour l'accomplir, et un humain sur le chemin d'escalade, plutôt que l'autonomie maximale en espérant que le contenu qu'il lit soit toujours honnête.
FAQ
Quelle est la différence entre un navigateur IA et un agent computer-use ?
Un navigateur IA est un navigateur web dans lequel un agent IA est intégré. Un agent computer-use est la capacité sous-jacente : un modèle qui pilote un logiciel en regardant l'écran, en cliquant et en saisissant du texte. L'agent peut s'exécuter dans un navigateur, une application de bureau ou un bac à sable cloud. En 2026, le secteur s'est détourné de la vente de navigateurs IA autonomes pour intégrer les agents computer-use aux outils existants, ce qui explique pourquoi OpenAI a retiré son navigateur Atlas et a déplacé les fonctionnalités dans ChatGPT.
Les agents computer-use sont-ils assez fiables pour exécuter des tâches métier sans supervision ?
Pas encore pour la plupart des tâches à fort enjeu. Sur les flux de travail longs et multi-étapes, les meilleurs systèmes mesurés n'accomplissent qu'environ 20 % des tâches de bout en bout, les scores de benchmark sur une seule exécution surestiment la fiabilité réelle, et les agents sont nettement plus faibles en dehors du navigateur. Pour un usage professionnel, le schéma sûr est un agent au périmètre étroitement défini avec un humain dans la boucle, et non une pleine autonomie sans supervision.
Quel est le principal risque de sécurité des agents IA de navigation ?
L'injection de prompt via le contenu. Un agent ne peut pas séparer de façon fiable une instruction authentique d'une instruction malveillante dissimulée dans un e-mail, une invitation d'agenda, un document ou une page web, si bien qu'un attaquant peut glisser des commandes cachées et rediriger l'agent en s'appuyant sur les accès connectés de l'utilisateur. Des chercheurs ont démontré des détournements zéro-clic sur plusieurs navigateurs agentiques lors de la Black Hat USA 2026. La parade consiste à limiter ce que l'agent peut atteindre, pas à lui faire confiance pour bien se comporter.
Comment une petite entreprise devrait-elle adopter les agents IA en toute sécurité ?
Commencez par une mission délimitée (répondre aux messages des clients, prendre des rendez-vous, retrouver des commandes), ne donnez à l'agent que les outils et les données dont cette mission a besoin, gardez un humain capable de prendre le relais, et privilégiez les plateformes qui agissent via des outils encadrés plutôt qu'en pilotant votre navigateur connecté. Cela capte le gain de productivité tout en gardant le rayon d'action réduit si quelque chose tourne mal.
Découvrez comment un agent encadré, avec humain dans la boucle, gère de vraies conversations clients par chat et par voix. Réservez une démo de 30 minutes et nous l'adapterons à votre entreprise.
Sources : 9to5Mac et TechCrunch sur le basculement des navigateurs IA ; Gartner et Gartner sur l'adoption et les abandons ; BenchLM ScreenSpot Pro (11 août 2026) sur le grounding ; TestMu AI sur les taux de réussite d'OSWorld 2.0 ; Dark Reading sur la recherche « PleaseFix » de Zenity Labs ; PwC AI Agent Survey sur la confiance envers les agents. Les versions de modèles et les classements sont à jour en août 2026 et changent chaque mois.