Jeffrey Lai, Fondateur et PDG d’IrisGo – Série d’entretiens

Jeffrey Lai, Fondateur et PDG d’IrisGo, est un entrepreneur en intelligence artificielle et un leader de produits avec des racines profondes dans les assistants intelligents et les technologies linguistiques. Avant de lancer IrisGo en 2025 et de servir en tant que fondateur en résidence chez AI Fund, Lai a passé plus de 12 ans chez Apple (AAPL ), où il a aidé à construire et à développer Siri, en fin de compte en tant que responsable de l’ingénierie linguistique de Siri. Son travail s’est concentré sur le développement de l’intelligence conversationnelle multilingue, y compris la création de la version chinoise de Siri. Avant Apple, il a occupé des postes d’ingénieur chez Cisco Systems (CSCO ) et a effectué un stage chez le groupe de robotique intelligente de la NASA Ames Research Center. Avec une carrière qui s’étend sur la robotique, les logiciels d’entreprise et l’intelligence artificielle grand public, Lai s’est constamment concentré sur le fait de rendre les technologies complexes plus accessibles et plus utiles dans les flux de travail quotidiens.

IrisGo est en train de développer un système d’exploitation d’intelligence artificielle conçu pour la nouvelle génération d’ordinateurs personnels alimentés par l’intelligence artificielle. Plutôt que de fonctionner comme un chatbot autonome, la plate-forme est conçue pour observer la façon dont les utilisateurs effectuent des tâches à travers les applications, apprendre ces flux de travail et les automatiser grâce à un assistant intelligent sur appareil. Son approche fondamentale consiste à permettre aux utilisateurs de démontrer une tâche une fois, puis de convertir ce processus en un flux de travail réutilisable, aidant ainsi à réduire le travail numérique répétitif. En exploitant les capacités de traitement d’intelligence artificielle dédiées trouvées dans les ordinateurs modernes alimentés par l’intelligence artificielle, IrisGo vise à permettre une automatisation plus privée, plus réactive et plus sensible au contexte, se positionnant ainsi sur le marché en pleine croissance des systèmes d’intelligence artificielle agente qui peuvent exécuter activement des tâches au nom des utilisateurs, plutôt que de simplement fournir des recommandations.

Après avoir aidé à construire Siri chez Apple, quels ont été les expériences spécifiques qui vous ont convaincu qu’il était temps de lancer IrisGo, et quel était le problème clé dans l’interaction homme-ordinateur que vous sentiez rester sans solution ?

Lorsque nous construisions Siri, nous nous concentrions incroyablement sur la compréhension du langage naturel. Mais Siri a lutté avec le contexte, ce qui est difficile car la façon dont les gens travaillent et communiquent est pleine de contexte implicite. Lorsque vous demandez à un collègue : « Pouvez-vous m’envoyer ce rapport ? », il sait quel rapport. Il sait votre historique partagé, votre projet actuel, ce que vous avez discuté. Siri n’avait pas cela.

Pendant de nombreuses années, l’intelligence artificielle a été conçue pour répondre à vos demandes. Tapez quelque chose, obtenez quelque chose en retour. C’est le modèle d’interaction que nous avons hérité des moteurs de recherche et des chatbots. Mais la plupart de ce que les gens font réellement sur un ordinateur n’est pas une question, c’est un flux de travail. Compiler ce rapport. Faire référence à ces tableurs. Extraire des données de trois applications différentes et les formater dans un document. Ce type de travail ne rentre pas dans une invite.

Ce qui m’a convaincu de lancer IrisGo, c’est la réalisation que l’industrie ne construisait pas pour les cas d’utilisation quotidiens. Tout le monde construisait des modèles plus intelligents, une meilleure compréhension du langage, des réponses plus rapides. Mais l’écart fondamental, où l’intelligence artificielle peut réellement faire le travail, et non simplement répondre aux demandes, était toujours là. C’est le problème que nous nous sommes efforcés de résoudre.

En regardant vos années de travail sur Siri, quels ont été les plus grands enseignements que vous avez appris sur les limites des assistants vocaux, en particulier en ce qui concerne la compréhension du contexte, de l’intention et du comportement de l’utilisateur ?

La leçon la plus importante que j’ai apprise est que le contexte est tout. Les gens communiquent rarement par des commandes isolées ; leurs demandes sont façonnées par ce sur quoi ils travaillent et ce qu’ils essaient d’accomplir. Les premiers assistants vocaux ont été conçus autour de la réponse à des demandes individuelles, ce qui fonctionne bien pour de nombreuses tâches mais est moins efficace pour le travail en cours qui s’étend sur plusieurs applications et flux de travail. Cette expérience m’a enseigné que la compréhension de l’intention nécessite la compréhension du contexte, et que cette idée est devenue l’une des idées fondatrices derrière IrisGo.

Ce que nous avons appris, c’est que l’intention est souvent stratifiée. Quelqu’un dit une chose et en veut une autre, et obtenir cela nécessite de comprendre la personne, et non simplement les mots. Cette compréhension est intégrée dans IrisGo dès le départ.

IrisGo est souvent décrit comme un système d’exploitation d’intelligence artificielle plutôt que comme un assistant d’intelligence artificielle. Quelle est la différence, et pourquoi pensez-vous que l’industrie a besoin d’une nouvelle couche logicielle pour l’ère de l’ordinateur personnel alimenté par l’intelligence artificielle ?

Un assistant d’intelligence artificielle attend vos instructions. Vous l’ouvrez, vous tapez quelque chose, il répond, et puis c’est terminé. Le modèle d’interaction est essentiellement le même qu’un moteur de recherche, où l’utilisateur fait une demande et l’intelligence artificielle génère une réponse.

IrisGo, qui est un système d’exploitation d’intelligence artificielle, fonctionne aux côtés de tout ce que vous faites, sur tout votre système, tout le temps. Il a accès à vos fichiers, vos applications, votre navigateur, votre courrier électronique. Il comprend comment vous travaillez parce qu’il a regardé, avec votre permission. Et, de manière cruciale, il peut agir, et non simplement conseiller.

Pensez à ce que Windows a fait pour l’informatique personnelle. Avant, il fallait être technique pour utiliser un ordinateur. Windows a créé une couche universelle et intuitive entre les gens et les logiciels. L’ère de l’ordinateur personnel alimenté par l’intelligence artificielle a besoin de sa propre version de cette couche, en prenant la puissance brute des modèles d’intelligence artificielle et en la rendant vraiment utile aux gens qui font leur travail quotidien.

C’est ce qu’est IrisGo : la couche d’intelligence de l’ordinateur personnel alimenté par l’intelligence artificielle. Lorsque vous expédiez des ordinateurs personnels alimentés par l’intelligence artificielle sans cette couche, vous n’avez qu’un puissant processeur inactif. Ce dont vous avez besoin, c’est un logiciel qui sait comment l’utiliser au nom de la personne qui l’utilise.

L’une des idées clés d’IrisGo est que les utilisateurs peuvent enseigner au système une tâche par une seule démonstration. Pourquoi pensez-vous que le modèle « regarder et apprendre » est plus naturel que la saisie ou la construction manuelle de flux de travail ?

Ce qui rend la fonctionnalité « Regarder et apprendre » si puissante, c’est qu’elle est basée sur la façon dont nous enseignons réellement les uns aux autres. Lorsque vous intégrez un nouvel employé, vous ne lui écrivez pas une procédure en 40 étapes. Vous lui montrez comment faire quelque chose une fois, il regarde, il apprend, et il reprend à partir de là. C’est intuitif. C’est naturel.

Le problème avec la saisie est qu’elle met la charge sur l’utilisateur pour articuler exactement ce qu’il veut, dans un format que l’intelligence artificielle peut comprendre. Pour les requêtes simples, cela fonctionne bien. Mais pour les flux de travail complexes et multétapes impliquant vos fichiers spécifiques et votre façon spécifique de faire les choses ? Cela peut se briser rapidement. La plupart des gens ne peuvent pas décrire leurs flux de travail avec suffisamment de précision pour que l’intelligence artificielle puisse les exécuter correctement.

Montrer est plus facile que dire. Ce n’est pas une nouvelle idée ; c’est du bon sens. Ce que « Regarder et apprendre » fait, c’est appliquer cette logique à l’automatisation. Vous faites votre tâche une fois, comme vous le feriez normalement. IrisGo apprend le modèle. Et à partir de ce moment, il gère ce flux de travail pour vous.

De nombreux agents d’intelligence artificielle aujourd’hui nécessitent encore une configuration et une surveillance significatives. Qu’est-ce qui distingue réellement un agent autonome d’un chatbot qui suit simplement les instructions ?

La réponse courte est qu’un agent autonome réel a son propre contexte, prend ses propres décisions et continue de travailler même lorsque vous ne le regardez pas.

Un chatbot est réactif par conception. Il vit et meurt par l’invite. Vous lui donnez une instruction, il exécute, et puis il s’arrête. S’il y a un changement, si une étape échoue ou s’il doit s’adapter, il se perd. Il vous demandera ce que vous devez faire ensuite.

Un agent autonome réel a un objectif, et non simplement une instruction. Il a un contexte sur l’environnement dans lequel il opère. Il peut gérer les exceptions. Il peut décider s’il doit continuer, réessayer ou signaler quelque chose pour examen humain. Et, de manière importante, il peut s’exécuter en arrière-plan tandis que vous travaillez sur d’autres choses.

La plupart de ce qui est vendu sous le nom d’« agents d’intelligence artificielle » aujourd’hui sont en réalité des chatbots sophistiqués avec des étapes supplémentaires. L’écart entre ces produits et la véritable autonomie est énorme. Ce qui rend IrisGo différent, c’est qu’il part d’un modèle de la façon dont vous travaillez, appris directement en vous regardant, et utilise cela pour prendre les bonnes décisions, et non simplement suivre les instructions.

Vous avez parlé de l’importance de la mémoire persistante et du contexte local. Pourquoi ces capacités sont-elles essentielles si l’intelligence artificielle doit aller au-delà de la réponse aux questions et commencer à agir au nom de l’utilisateur ?

Imaginez embaucher un assistant qui, chaque matin, n’a pas de mémoire de qui vous êtes, sur quoi vous travaillez ou de la façon dont vous préférez que les choses soient faites. Vous passerez la moitié de votre journée à réexpliquer le contexte, et vous deviendrez extrêmement frustré. C’est essentiellement ce que la plupart des outils d’intelligence artificielle vous demandent de faire aujourd’hui.

La mémoire persistante signifie que le système vous connaît. Il connaît vos projets, vos flux de travail, vos préférences et la façon dont les choses ont évolué au fil du temps. Vous n’avez pas à rétablir le contexte à chaque session. L’intelligence artificielle le porte en avant.

Le contexte local est également critique, car votre travail ne vit pas dans le nuage. Il vit sur votre ordinateur, dans des fichiers, des applications, des courriels, des onglets de navigateur. IrisGo s’exécute sur votre appareil, ce qui signifie qu’il a accès à tout votre environnement de travail et peut opérer en votre nom sur tout.

Ces deux choses ensemble — la mémoire et l’accès local — sont ce qui permet à l’intelligence artificielle de cesser d’être un outil que vous utilisez et de commencer à être un système qui travaille pour vous. Nous voyons plus de l’industrie technologique commencer à reconnaître l’importance de cette approche, y compris les grandes entreprises technologiques, donc c’est une validation claire de notre approche.

La confidentialité reste l’une des plus grandes préoccupations entourant l’intelligence artificielle. Comment équilibrez-vous le besoin de personnalisation et de mémoire avec les attentes des utilisateurs en matière de sécurité et de propriété des données ?

L’hypothèse selon laquelle la confidentialité et la personnalisation sont en tension est la première chose à remettre en question. Nous avons conçu IrisGo pour que la personnalisation puisse se produire sur l’appareil, et non simplement dans le nuage.

La grande majorité du traitement d’IrisGo se fait localement, sur votre ordinateur. Vos flux de travail, vos fichiers, votre contexte restent avec vous. Le traitement dans le nuage n’a lieu que lorsque vous l’autorisez explicitement, et lorsqu’il se produit, il est chiffré de bout en bout. Vous contrôlez ce qui va où.

Ce modèle rend IrisGo plus puissant, car il a accès au contexte complet de votre environnement de travail. Et cela signifie que les utilisateurs n’ont pas à choisir entre un intelligence artificielle utile et une intelligence artificielle sécurisée.

Les gens font confiance à leurs ordinateurs personnels pour des travaux sensibles. Notre objectif est de rendre IrisGo digne de cette même confiance. C’est fondamental pour la façon dont le produit est conçu.

IrisGo est déjà expédié sur les ordinateurs personnels alimentés par l’intelligence artificielle d’Acer, avec des plans pour étendre à d’autres fabricants. Combien pensez-vous que les partenariats de distribution seront importants pour déterminer quels plates-formes d’intelligence artificielle atteindront finalement l’adoption grand public ?

La distribution est absolument critique pour l’adoption grand public. Regardez simplement l’histoire de la concurrence des plates-formes dans la technologie. Windows a gagné parce qu’il était sur pratiquement tous les PC. Android a gagné parce qu’il était le système d’exploitation le plus utilisé pour les appareils mobiles qui n’étaient pas des iPhones. Les entreprises qui ont essayé de gagner par la pure qualité du produit, sans la distribution pour les soutenir, n’ont généralement pas réussi.

Le marché de l’ordinateur personnel alimenté par l’intelligence artificielle suit un modèle similaire. Lorsque IrisGo est préinstallé sur un appareil, il est là lorsque vous ouvrez la boîte. Vous n’avez pas à le rechercher, à le télécharger ou à décider de lui donner une chance. C’est un énorme avantage.

Nous sommes déjà sur 3 millions d’appareils portables Acer qui seront expédiés cette année, et nous sommes en pourparlers avec d’autres fabricants de PC de premier plan. L’objectif est d’être le système d’exploitation d’intelligence artificielle pour les PC par défaut. Cette stratégie de distribution est centrale pour la façon dont nous devenons la norme dans cette catégorie.

À mesure que les agents d’intelligence artificielle deviennent capables de gérer les factures, la recherche, les rapports et d’autres flux de travail commerciaux, quels nouveaux défis de gouvernance, de surveillance et de confiance les organisations devraient-elles se préparer à relever aujourd’hui ?

Le premier défi est la traçabilité. Lorsqu’un agent d’intelligence artificielle termine un flux de travail, comme le traitement d’une facture ou la génération d’un rapport, pouvez-vous voir ce qu’il a fait, pourquoi il l’a fait et d’où les données proviennent ? Ce type de traçabilité transparente est essentiel pour la conformité et pour détecter les erreurs avant qu’elles ne se propagent.

Le deuxième est la définition des limites. Quels flux de travail sont appropriés pour une exécution autonome, et lesquels nécessitent un examen humain ? Les entreprises ont besoin de politiques claires à ce sujet. La tendance est de laisser l’intelligence artificielle faire de plus en plus, de manière incrémentale, puis de réaliser trop tard que des décisions à haut risque sont prises sans surveillance suffisante.

Troisième est la calibration de la confiance. Les employés doivent comprendre ce que l’intelligence artificielle peut et ne peut pas faire, et quand vérifier sa sortie plutôt que de supposer qu’elle est correcte. C’est une question de culture et de formation autant que de technologie.

Je crois que les organisations qui se préparent à cela aujourd’hui auront un avantage significatif, car à mesure que les capacités d’intelligence artificielle grandissent, les cadres de gouvernance se multiplieront.

Dans cinq ans, pensez-vous que les gens passeront toujours la plupart de leur temps à interagir avec l’intelligence artificielle par le biais d’interfaces de conversation, ou l’intelligence artificielle s’estompera-t-elle de plus en plus dans l’arrière-plan et accomplira-t-elle le travail sans être sollicitée ?

La trajectoire montre déjà que l’intelligence artificielle s’estompera de plus en plus dans l’arrière-plan. Le modèle que nous construisons est celui où votre ordinateur comprend votre travail et prend soin des pièces répétitives, afin que votre attention soit libérée pour les choses qui nécessitent réellement votre attention.

Pensez à la façon dont le pilote automatique fonctionne dans l’aviation. Les pilotes ne sont pas constamment aux commandes à chaque seconde de chaque vol. Le système gère la base. L’humain s’engage lorsque le jugement et l’expertise sont nécessaires. C’est l’avenir du travail de connaissance assisté par l’intelligence artificielle. Votre ordinateur gère les flux de travail répétitifs et basés sur des règles. Vous vous concentrez sur la stratégie, la créativité et les décisions qui nécessitent un véritable jugement humain.

Dans cinq ans, les personnes les plus productives seront celles qui travaillent aux côtés de systèmes qui comprennent comment l’utilisateur opère. Dans le passé, les gens faisaient tout le travail sur leurs ordinateurs. Dans le futur, votre ordinateur fera également du travail pour vous.

Je vous remercie pour cette grande interview. Les lecteurs qui souhaitent en savoir plus peuvent visiter IrisGo.