Carlos Santana prédit que l'IA en « mode Jarvis » complet est à portée de main

Le futur dépeint par la science-fiction, dans lequel un assistant IA gère sans effort votre vie numérique, n'est plus si lointain. L'ingénieur informatique et vulgarisateur d'IA espagnol Carlos Santana, connu sous le pseudonyme de @DotCSV, a récemment déclaré que nous étions au seuil d'une IA en « mode Jarvis ». Il a désigné deux développements révolutionnaires — OpenClaw et Cowork+Dispatch — comme les catalyseurs clés, soulignant qu'il ne reste plus qu'un bond en avant significatif à franchir dans la technologie vocale.

Les piliers de l'autonomie: OpenClaw et la commande à distance

Le premier pilier de cet avenir à la Jarvis est OpenClaw, un agent d'IA autonome et open source qui a fait irruption sur la scène fin 2025. Ce projet, qui a rapidement récolté plus de 60,000 étoiles GitHub en seulement 72 heures, fonctionne localement sur votre machine, utilisant de grands modèles de langage pour interpréter les commandes et exécuter des tâches sur diverses applications. Les développeurs l'ont salué comme « ce qui se rapproche le plus de JARVIS à ce jour », permettant aux utilisateurs de contrôler un agent d'IA via des applications de messagerie familières.

OpenClaw, initialement nommé Clawdbot puis Moltbot, a hérité de son nom définitif de la part du développeur Peter Steinberger parce que « Moltbot n'était pas très facile à prononcer ». Il a été décrit à juste titre comme un « ChatGPT sans boîte de dialogue » ou une « IA capable de faire de vraies choses ». Il fournit des « AgentSkills » pour les commandes shell, la gestion de fichiers et l'automatisation du web, permettant véritablement à l'IA d'agir en votre nom. Le succès remarquable d'OpenClaw a même conduit au recrutement de Steinberger par OpenAI via une acquisition de talents (« acqui-hiring »), ce qui témoigne de son impact profond.

Le second élément crucial est Cowork+Dispatch d'Anthropic. Cowork est la plateforme de bureau d'Anthropic dédiée à la productivité assistée par l'IA, offrant une couche conversationnelle persistante. En mars 2026, ils ont lancé Dispatch, une nouvelle fonctionnalité permettant aux utilisateurs de contrôler à distance leur agent d'IA de bureau depuis un appareil mobile. Cela crée un fil de discussion continu entre votre application mobile Claude et votre ordinateur, vous permettant d'attribuer des tâches de manière asynchrone et de revenir une fois le travail terminé.

« L'argument de vente est le suivant: "envoyez un message à Claude depuis votre téléphone, et revenez quand le travail est terminé". Quand cela fonctionne réellement de manière fiable, cela change toute la structure de votre journée de travail », a observé un utilisateur. Cette intégration transforme votre smartphone en une télécommande pour le travail de fond, vous permettant de gérer des recherches ou d'automatiser des tâches en arrière-plan de n'importe où, faisant ainsi basculer l'interaction avec l'IA d'un mode synchrone à un mode asynchrone.

La révolution vocale et la voie à suivre

La dernière pièce du puzzle selon Carlos Santana est une « bonne mise à niveau » des capacités vocales. En 2026, l'IA vocale enregistre des progrès spectaculaires vers une intelligence conversationnelle quasi humaine, une interaction multimodale et l'edge computing. Le marché de l'IA conversationnelle est en plein essor, projeté à $41.39 billion d'ici 2030, avec une croissance annuelle moyenne (CAGR) de 23.7% par rapport aux $14.29 billion de 2025. On s'attend désormais à des conversations naturelles et sensibles au contexte, bien au-delà des réponses robotiques.

“L'argument de vente est le suivant: « envoyez un message à Claude depuis votre téléphone, et revenez quand le travail est terminé ». Quand cela fonctionne réellement de manière fiable, cela change toute la structure de votre journée de travail”

Des entreprises comme OpenAI se restructurent activement pour donner la priorité aux conversations naturelles en temps réel dans les interfaces d'IA, ciblant des modèles audio avancés capables de gérer les interruptions avec fluidité. Cette dynamique en faveur d'agents vocaux proactifs, dotés d'une intelligence émotionnelle et d'une faible latence, rendra l'interaction avec l'IA aussi naturelle qu'une discussion avec un autre être humain. Cette capacité libérera le véritable potentiel des agents autonomes, leur permettant de s'intégrer sans friction dans notre vie quotidienne.

Cependant, la voie vers un mode Jarvis complet n'est pas sans embûches. Les agents autonomes comme OpenClaw soulèvent des inquiétudes en matière de sécurité en raison de leur accès au niveau du système, ce qui exige des garde-fous robustes. Des fonctionnalités comme Claude Dispatch sont encore en phase de « version préliminaire de recherche » (research preview), avec des rapports faisant état d'une fiabilité de 50/50 pour les tâches complexes, soulignant le besoin de performances constantes. L'objectif ultime de l'IA vocale — une véritable fluidité conversationnelle avec une prosodie naturelle et une sensibilité au contexte — nécessite de surmonter d'importants obstacles techniques. Mais comme l'histoire le montre, des interfaces graphiques aux écrans tactiles, la technologie évolue constamment pour rendre l'interaction mais plus intuitive. La vision du « mode Jarvis » passe désormais rapidement de la science-fiction à une réalité tangible, prête à redéfinir notre façon d'interagir avec la technologie et de structurer notre travail.