Lors du Mobile World Congress (MWC) 2026 de Barcelone, la discussion sur l’Intelligence Artificielle s’est déplacée du simple « chat » vers l’action. L’industrie ne se limite plus à chercher qui répond le mieux à un prompt, mais s’oriente désormais vers la capacité de la IA exécuter des tâches concrètes en garantissant la confidentialité, la consommation énergétique et la sécurité. Ce changement s’est traduit par deux annonces, bien que provenant de contextes différents, qui vont dans la même direction : des agents capables de fonctionner localement, avec moins de dépendance au cloud et sans nécessiter d’intégrations personnalisées par application.

D’une part, DIGITIMES a annoncé une collaboration entre AGI et Snapdragon pour optimiser la technologie d’agents « app-agnostic » (indépendants des applications) sur des appareils équipés de puces Qualcomm, avec une démonstration en direct prévue lors du congrès. D’autre part, Qualcomm et Siemens ont présenté un modèle de production autonome où l’IA fonctionne sur site sur du matériel industriel, coordonnant des robots et des véhicules guidés via un réseau 5G privé.

La conclusion est claire : la valeur de l’IA ne réside pas uniquement dans la réflexion, mais surtout dans l’opération, et ce en adoptant une approche de plus en plus privée et locale.

« Computer-use » intégré dans l’appareil : une IA qui interprète l’écran et agit sans API

La collaboration entre AGI et Snapdragon s’appuie sur un concept en pleine expansion : une IA capable de comprendre ce qui apparaît à l’écran, d’en saisir le contexte et de réaliser des actions dans des applications sans recourir à des API spécifiques ou des intégrations manuelles. Cette capacité, souvent désignée par le terme computer-use (usage informatique), vise des agents qui naviguent dans les interfaces comme le ferait un utilisateur : repérer des boutons, des formulaires, des menus et exécuter des étapes.

Selon le communiqué relayé par DIGITIMES, AGI adapte une architecture hybride d’agents sur des processeurs Snapdragon, avec pour objectif d’exécuter progressivement l’ensemble du pile logicielle localement sur l’appareil. La société décrit une approche basée sur de petits modèles d’action et une couche d’exécution qui pourrait fonctionner sur des mobiles et ordinateurs existants, en évitant de dépendre d’API propriétaires propres à chaque application.

Ce concept a des implications concrètes pour l’écosystème :

• Pour les fabricants d’appareils, cela signifie intégrer des capacités agantiques au niveau de la plateforme, plutôt que d’ajouter une application supplémentaire.
• Pour les développeurs, cette approche ouvre la possibilité d’exposer ces fonctions directement depuis l’environnement Snapdragon, sans avoir à construire des intégrations individuelles pour chaque service.
• Pour les utilisateurs, cela promet une personnalisation accrue et une automatisation avec un moindre partage de données, si le traitement reste local.

AGI et Qualcomm insistent précisément sur ces axes : confidentialité, sécurité et efficacité énergétique, un triangle difficile à maintenir quand on veut qu’un agent « fasse des choses » sans décharger la batterie ni transférer des informations sensibles vers le cloud.

De la smartphone à la ligne de production : l’usine autonome devient aussi « on-premises »

Alors que la collaboration avec AGI vise des agents sur mobiles et PC, Qualcomm en a profité lors du MWC pour présenter une autre facette du même phénomène : l’automatisation industrielle reposant sur l’IA locale et le 5G privé.

En partenariat avec Siemens, Qualcomm a présenté un modèle d’usine autonome intégrant la connectivité Industrial 5G à des cas d’usage IA en périphérie, orientés vers la prise de décision en temps réel sans dépendance à des systèmes centralisés. La démonstration inclut des véhicules guidés (AGV) transportant des matériaux, un bras robotisé réalisant des tâches d’assemblage, et un agent IA analysant l’état du système pour recommander des actions correctives.

Un point technique clé est le matériel utilisé : un PC industriel Siemens équipé de la Qualcomm Cloud AI 100 Accelerator Card, conçue pour exécuter une IA locale destinée à assister l’opérateur, réaliser des diagnostics, des inspections de qualité, et d’autres processus où la latence et la souveraineté des données sont critiques.

Qualcomm et Siemens présentent cette initiative comme une réponse à une tendance industrielle émergente : des cellules de production décentralisées, une robotique mobile et une coordination locale où la connectivité doit être déterministe, et l’IA capable d’intervenir rapidement pour réagir en quelques secondes, pas en minutes.

Le fil conducteur : moins de dépendance à la « cloud obligatoire », plus d’autonomie contrôlée

Bien qu’un agent sur un smartphone et un agent dans une usine ne semblent pas évoluer dans le même univers, ils partagent la même ambition : déplacer l’intelligence vers le bord et réduire les dépendances extérieures.

Dans le domaine grand public, cela se traduit par des expériences plus respectueuses de la vie privée (les données restent dans l’appareil) et des agents capables d’agir entre applications. Dans l’industrie, cela implique de garder la production et les données sensibles à l’intérieur du périmètre industriel, avec le 5G privé comme colonne vertébrale et une IA en périphérie comme moteur décisionnel.

Ce qui s’observe aussi, c’est une mutation dans la mentalité : les agents ne sont plus seulement des « assistants conversationnels », mais deviennent des systèmes d’exécution intégrés, avec automatisation et autonomie, tout en maintenant un fort accent sur la sécurité et le contrôle de l’environnement.

Tableau récapitulatif : deux démonstrations, une même orientation vers l’edge

Ce qu’il reste à voir : fiabilité, sécurité et modèles d’intégration

Le potentiel est indéniable, mais la véritable difficulté réside dans la mise en œuvre :

• En computer-use, la fiabilité dépend de la stabilité de l’interface utilisateur (UI) et de la capacité de l’agent à ne pas commettre d’erreurs lors des actions critiques.
• En industrie, la barre est encore plus haute : sécurité fonctionnelle, continuité opérationnelle, traçabilité des décisions et résistance aux pannes.

Dans les deux cas, le secteur semble converger vers une idée essentielle : l’IA doit être utile sans devenir une source de fuite de données ni d’épuisement de la batterie ou de l’énergie, et doit s’intégrer dans les produits et processus comme une couche « nativement », plutôt que comme une solution de dépannage.

Questions fréquentes

Que signifie qu’un agent soit « app-agnostic » et n’utilise pas d’API ?
Il peut opérer directement sur l’interface (ce qui apparaît à l’écran) et effectuer des actions sans nécessiter d’intégrations spécifiques à chaque application, comme un utilisateur automatisé effectuant des étapes.

Pourquoi Qualcomm insiste-t-elle sur l’IA « on-device » et l’efficacité énergétique ?
Parce que des agents qui agissent en continu ont besoin de performances soutenues avec une consommation réduite ; s’ils dépendent trop du cloud, cela augmente la latence et l’exposition des données.

Quel avantage offre un réseau 5G privé en usine comparé au Wi-Fi industriel ?
Dans l’approche présentée, la 5G privée garantit une connectivité plus déterministe et à faible latence pour coordonner la robotique et les cellules autonomes, tout en conservant le contrôle local du trafic.

Qu’est-ce que la Qualcomm Cloud AI 100 Accelerator Card et à quoi sert-elle dans la démonstration ?
C’est une carte d’accélération pour exécuter une IA localement sur du matériel industriel ; elle est utilisée pour des diagnostics, assistance, inspections de qualité et recommandations en temps réel, sans transfert de données hors de l’usine.

Source : qualcomm