Brian Chesky affirme que les agents d’IA ont besoin d’un système d’exploitation, pas seulement d’un chatbot

Airbnb pousse sa stratégie d’IA grand public au-delà d’un chatbot, mais son PDG Brian Chesky affirme que le secteur manque encore de l’infrastructure logicielle nécessaire pour que les agents fonctionnent de manière fiable entre les applications.

Dans un entretien avec TechCrunch AI, Chesky a déclaré qu’Airbnb voulait rendre sa plateforme plus compatible avec les agents d’IA tout en préservant la navigation, la comparaison, la messagerie, les cartes, les contrôles d’identité et les autres fonctions qui font de la préparation d’un voyage une activité visuelle et collaborative. Selon lui, la prochaine étape de l’IA grand public nécessitera davantage qu’un assistant unique acceptant des commandes textuelles : elle aura besoin d’un système d’exploitation, d’outils de développement logiciel et de standards communs permettant aux agents et aux applications de fonctionner ensemble.

Ces commentaires interviennent alors qu’Airbnb déploie une nouvelle expérience de recherche alimentée par l’IA dans sa mise à jour produit d’automne. Ils donnent également un aperçu de la manière dont une grande plateforme grand public aborde les agents, alors que des start-up tentent de faire agir les logiciels au nom des utilisateurs.

Airbnb veut des agents sans perdre l’expérience du voyage

Chesky soutient depuis longtemps qu’un chatbot classique est mal adapté à la découverte de voyages et au commerce électronique. Dans l’entretien, il a répété cette position, affirmant que les interfaces conversationnelles tendent à ne présenter qu’un petit nombre d’options et nécessitent plusieurs échanges avant que l’utilisateur n’obtienne un résultat utile.

Ce modèle d’interaction peut fonctionner pour une demande directe, comme réserver un vol, a-t-il expliqué, mais il peut supprimer l’inspiration et la navigation que beaucoup de gens apprécient lorsqu’ils planifient un voyage. L’interface de recherche actuelle d’Airbnb n’est donc pas présentée comme une conception définitive. Chesky s’attend à ce que l’entreprise développe un modèle intermédiaire combinant assistance conversationnelle et commandes visuelles plus riches.

Il a également décrit la préparation d’un voyage comme une activité sociale. Au cours des trois à six prochains mois, Airbnb prévoit d’explorer ce que Chesky a appelé l’IA « multijoueur » : des interfaces permettant à plusieurs personnes, comme des membres d’une famille ou des amis, de participer au même processus de planification.

Il s’agit d’une contrainte importante pour les équipes produit spécialisées dans l’IA. Un assistant conçu autour d’un seul utilisateur et d’une seule conversation peut être efficace pour des tâches individuelles, mais il est moins adapté aux décisions impliquant préférences, négociation et découverte partagée.

La thèse de Chesky sur le système d’exploitation

La critique plus large de Chesky vise la course actuelle pour devenir l’agent d’IA principal par lequel les utilisateurs accèdent à tout. Il a déclaré que les entreprises construisent des agents au-dessus d’iOS, de macOS et de Windows sans créer au préalable un système d’exploitation conçu autour de l’IA.

Dans son modèle, les agents fonctionneraient plus près du cœur de la plateforme, tandis que les applications exposeraient leurs capacités via un kit de développement logiciel. Ces agents pourraient alors échanger des informations et se transmettre des tâches sans obliger les utilisateurs à naviguer entre des interfaces déconnectées.

Il a cité la première tentative de ChatGPT de créer une boutique d’applications comme exemple du problème. Selon Chesky, une place de marché d’applications ne peut fonctionner comme l’App Store d’Apple sans un système d’exploitation et un framework de développement permettant aux applications d’offrir des fonctionnalités robustes. Il a déclaré que l’expérience d’Airbnb avec des agents grand public tels que Muse et Instinct n’avait pas encore produit de résultats fiables, notamment pour la réservation de logements.

Chesky voit également dans le Model Context Protocol, ou MCP, un rôle potentiel pour l’interopérabilité. Il l’a décrit comme un standard capable de connecter les agents aux logiciels. À plus long terme, il imagine qu’Airbnb expose elle-même plusieurs agents spécialisés, éventuellement coordonnés par un agent Airbnb plus général et connectés aux agents d’autres services.

Éléments probants et limites de la vision

Les développements produits confirmés dans l’entretien sont la nouvelle recherche alimentée par l’IA d’Airbnb, son effort annoncé pour devenir plus compatible avec les agents et ses projets d’étude d’expériences collaboratives et vocales. Chesky a également déclaré qu’Airbnb comptait introduire à l’automne des agents vocaux pour la recherche et le service client.

La proposition plus large d’un système d’exploitation est une thèse de dirigeant, et non une architecture sectorielle démontrée. L’entretien ne fournit aucune mesure indépendante montrant que la recherche IA d’Airbnb améliore la conversion, réduit la charge du support ou fonctionne mieux que les outils de voyage concurrents. L’évaluation de Chesky selon laquelle les agents gèrent actuellement mal les hôtels et les annonces Airbnb est également une observation de dirigeant, pas une évaluation contrôlée.

De même, son affirmation selon laquelle l’IA aide Airbnb à lancer plus rapidement des fonctionnalités et réduit le nombre de réunions dont il a besoin repose sur son propre témoignage. Sans mesures supplémentaires, elle ne doit pas être considérée comme une preuve de gains de productivité à l’échelle de l’entreprise.

Ces limites sont importantes, car les performances des agents dépendent de bien plus que de l’accès aux données. Réserver un voyage nécessite une authentification, un paiement, des vérifications de disponibilité, l’interprétation de règles, la confirmation de l’utilisateur et la capacité à récupérer lorsque les informations changent. Une simple connexion entre un agent et une application ne résout pas automatiquement ces problèmes de fiabilité et de responsabilité.

Ce que ce modèle signifie pour les développeurs et les entreprises

Pour les équipes produit, la position d’Airbnb suggère qu’ajouter une boîte de dialogue à une application existante ne suffira probablement pas. Les entreprises qui se préparent aux agents devront peut-être exposer des actions structurées, des autorisations, des informations d’état et des points de transfert clairs, tout en conservant des interfaces auxquelles les utilisateurs font confiance pour explorer et vérifier.

Le voyage constitue un cas de test particulièrement exigeant, mais les mêmes questions se posent dans le commerce, les services financiers, la santé et les logiciels d’entreprise. Un agent peut identifier une option, tandis que l’application doit encore afficher les détails, confirmer l’intention de l’utilisateur, appliquer les contrôles d’accès et enregistrer ce qui s’est passé.

La question concurrentielle évolue également. Si les agents deviennent d’importantes sources de trafic, les plateformes peuvent obtenir de nouveaux prospects grâce aux assistants, tout en risquant d’affaiblir leur relation directe avec les clients. Chesky a déclaré que les chatbots s’étaient jusqu’à présent révélés utiles pour générer des prospects, mais l’effort d’Airbnb pour rester « agentique » montre que l’entreprise ne veut pas abandonner le reste du parcours client.

Pour les acheteurs du secteur professionnel, l’interopérabilité doit donc être évaluée au même titre que l’automatisation. Les questions pertinentes sont notamment de savoir si un agent peut passer en toute sécurité d’un système à l’autre, si les utilisateurs peuvent inspecter et annuler les actions, et si l’application sous-jacente reste utilisable lorsque l’automatisation échoue.

Ce qu’il faut surveiller ensuite

Le premier signal sera le déploiement annoncé par Airbnb d’agents vocaux pour la recherche et le service client, notamment la part de l’interaction pouvant être menée à bien sans transfert à un humain. Ses performances compteront davantage que les prédictions générales sur le remplacement de la saisie par la voix.

Le travail de l’entreprise au cours des trois à six prochains mois sur l’IA multijoueur montrera si la planification partagée peut dépasser le stade de la démonstration pour devenir un flux de travail produit fiable. Les développeurs devront également surveiller l’apparition d’API Airbnb concrètes, de fonctionnalités SDK, de modèles d’autorisation ou d’intégrations MCP, plutôt que de se fier à des déclarations générales sur la préparation aux agents.

Sur l’ensemble du marché, le test essentiel sera de voir si Apple, Google ou un autre fournisseur de plateformes propose un véritable framework d’agents doté de contrôles communs et d’interopérabilité. Sans cette couche, Chesky s’attend à ce que les applications continuent d’ajouter des agents à leurs produits existants au lieu de devenir des éléments d’un écosystème cohérent d’agents.

Point de vue de Creati.ai

L’argument de Chesky est utile, car il déplace l’attention de la qualité conversationnelle de l’assistant vers l’infrastructure applicative sous-jacente. Les agents grand public ne deviendront pas fiables simplement en produisant de meilleures réponses ; ils doivent pouvoir effectuer des actions limitées, utiliser des interfaces riches, se coordonner avec d’autres personnes et expliquer quand une tâche nécessite un humain ou un écran d’application classique.

La stratégie d’Airbnb met également en lumière une tension que les responsables produit ne devraient pas ignorer. L’automatisation peut raccourcir une transaction, mais la découverte d’un voyage dépend de la navigation, de la comparaison et du jugement partagé. Les produits d’agents les plus performants seront donc peut-être hybrides : capables d’agir rapidement lorsque l’utilisateur sait ce qu’il veut, mais capables de préserver le contrôle et le contexte lorsque la décision elle-même fait partie de l’expérience.