Comment les gens utilisent les agents IA

On a dit que 2025 serait l'année où la technologie des agents IA deviendrait grand public. Aujourd'hui, nous annonçons que Perplexity et des chercheurs de Harvard ont publié la première étude à grande échelle sur la façon dont les gens utilisent réellement les agents IA dans le monde réel.

Nos chercheurs ont posé trois questions fondamentales : qui adopte les agents IA ? Avec quelle intensité les utilisent-ils ? Et quelles tâches délèguent-ils à leurs assistants IA ? En analysant des centaines de millions d'interactions anonymisées provenant d'utilisateurs de Comet et de l'assistant Comet, nous avons découvert des modèles fondamentaux concernant l'adoption et l'utilisation des agents.

Ces résultats remettent en question certains récits courants. Par exemple, si les agents sont efficaces pour réserver des hôtels ou gérer des tâches répétitives, ils servent également de partenaires dans un travail cognitif approfondi. Ils remodèlent notre façon d'apprendre, de travailler et de résoudre des problèmes.

Un partenaire de raisonnement plutôt qu'un majordome

Une vision populaire des agents IA est celle du cas d'utilisation de « concierge numérique », dans lequel les humains déchargent des tâches simples pour gagner du temps. Pourtant, lorsque nous avons classé des millions d'interactions d'utilisateurs, nous avons constaté que 57 % de toute l'activité des agents se concentre sur le travail cognitif. Trente-six pour cent des tâches les plus courantes sont classées comme des tâches de productivité et de flux de travail, et 21 % supplémentaires comme des tâches d'apprentissage et de recherche.

Il s'agit de tâches qui augmentent les capacités humaines. Un professionnel des achats a utilisé l'assistant Comet pour scanner des études de cas de clients et identifier des cas d'utilisation pertinents avant de travailler avec un fournisseur. Un étudiant a demandé à l'agent de parcourir les supports de cours et d'analyser ce qu'il apprenait. Un employé du secteur financier a délégué les tâches de filtrage d'options boursières et d'analyse d'informations d'investissement. Dans chaque cas, l'agent a traité la collecte d'informations et la synthèse initiale de manière autonome, fournissant à l'utilisateur les informations nécessaires pour porter des jugements et prendre des décisions finales, et mettant en œuvre ces décisions à sa demande.

Le cas d'utilisation de « partenaire de raisonnement » soutenu par nos données montre que les utilisateurs veulent étendre leur capacité à accomplir des tâches complexes. Les gens n'utilisent pas l'assistant Comet pour éviter de travailler, ils l'utilisent pour mieux travailler.

L'évolution des tendances d'utilisation vers l'utilité

L'un des modèles les plus révélateurs de cette étude est le parcours de l'utilisateur. La façon dont vous utilisez un agent le premier jour est rarement la même que celle dont vous l'utilisez au bout de 100 jours.

Les nouveaux utilisateurs testent souvent le terrain avec des requêtes à faible enjeu. Ils posent des questions sur des projets de voyage, des recommandations de films ou des anecdotes générales. Progressivement, un changement s'opère. Notre analyse des transitions de requêtes montre une forte attraction vers la productivité. Un utilisateur peut commencer par poser des questions sur un lieu de vacances, mais une fois qu'il utilise l'agent pour déboguer un script Python ou résumer un rapport financier, il revient rarement en arrière. Les catégories de productivité et de flux de travail ont les taux de rétention les plus élevés, et les utilisateurs qui s'engagent rapidement dans des tâches d'apprentissage ou de recherche sont beaucoup plus susceptibles de devenir des utilisateurs actifs à long terme.

Cela reflète les débuts de l'ordinateur personnel. Il était souvent vendu comme un outil de gestion de recettes ou de jeux, mais il est devenu indispensable grâce aux tableurs et au traitement de texte. Les agents IA suivent la même trajectoire.

Qui utilise les agents ? Adoption versus intensité

L'indicateur le plus révélateur n'est pas de savoir qui adopte les agents IA, mais qui dépend d'eux. L'écart entre les taux d'adoption et l'intensité d'utilisation révèle où la technologie est passée du stade de nouveauté à celui de nécessité. Des écarts étroits indiquent un véritable changement de comportement, et six professions principales génèrent désormais 70 % de toute l'activité des agents.

Certains secteurs dépassent leurs attentes. Si les technologues numériques dominent naturellement le volume (30 % des requêtes), les domaines à forte intensité de connaissances comme le marketing, les ventes, la gestion et l'entrepreneuriat démontrent la plus grande « persistance ». Une fois que ces professionnels adoptent un agent, l'intensité de leur utilisation dépasse leurs chiffres d'adoption à mesure qu'ils intègrent l'assistant dans leur flux de travail quotidien.

Le contexte compte également. Les utilisateurs déploient l'assistant Comet pour résoudre les points de friction spécifiques de leur secteur. Les professionnels de la finance se concentrent fortement sur l'efficacité, consacrant 47 % des requêtes aux tâches de productivité. Les étudiants se concentrent sur l'utilité, avec 43 % des tâches allouées à l'apprentissage et à la recherche. Dans le design et l'hôtellerie, il est encore plus facile de constater comment l'utilisation spécifique au contexte domine, du travail médiatique pour les designers à la planification de voyages pour le personnel d'hôtellerie.

En fin de compte, les données prouvent que l'assistant Comet est très polyvalent et reflète les besoins spécifiques de son utilisateur. Dans un contexte éducatif, il s'agit d'un moteur de recherche spécialisé tandis que dans un contexte professionnel, il devient un assistant polyvalent. Les contextes personnels représentent plus de la moitié de tout le volume de requêtes.

Le nouveau travail intellectuel consiste à poser des questions

Cette étude fournit la première preuve empirique que nous nous dirigeons vers une économie d'intelligence hybride. La domination des tâches cognitives dans nos données suggère que les agents IA augmentent le travail cognitif humain. À mesure que ces outils arrivent à maturité, nous nous attendons à ce que la « persistance » des tâches de productivité se renforce.

Alors que 2025 touche à sa fin, nous ne nous demandons plus si les gens utiliseront des agents IA. Nous savons qu'ils le font. La question est maintenant de savoir à quelle vitesse le reste de l'économie s'adaptera à une main-d'œuvre qui pense, apprend et construit avec un partenaire intelligent toujours dans la boucle. Pour en savoir plus sur notre méthodologie, les spécifications de notre taxonomie et notre analyse statistique, consultez le document de recherche complet ici.