Calipia : le blog

Depuis plusieurs années, la Chine investit massivement dans l’intelligence artificielle, cherchant à s’imposer comme un acteur clé aux côtés des États-Unis. C’est l’actualité de la semaine en matière d’IA générative : un nouvel acteur vient de faire son entrée sur la scène de l’IA générative : Manus, un système agentique développé par une équipe chinoise et présenté comme un « second moment DeepSeek ». Cette avancée majeure pourrait bien rebattre les cartes dans la compétition mondiale de l’IA.

Manus : Une IA agentique, mais c’est quoi au juste ?

Le terme « agentique » fait référence à une capacité accrue des modèles d’intelligence artificielle à agir de manière autonome, à exécuter des tâches complexes et à interagir avec des environnements dynamiques. Contrairement aux LLM classiques (Large Language Models) comme GPT-4, qui se contentent de répondre aux requêtes de manière linéaire, une IA agentique peut planifier des actions, exécuter plusieurs tâches simultanément et s’adapter en fonction du contexte. Nous reviendrons sur tout ceci avec des exemples lors d’une session du prochain Briefing Calipia. Nous parlerons également des applications concrètes en entreprises et les premiers retours sur investissement associés.

Manus repose précisément sur cette approche. Il ne s’agit pas seulement d’un modèle de génération de texte performant, mais d’un véritable agent autonome capable d’exécuter des opérations complexes en interaction avec son environnement numérique.

Manus est déjà comparé à DeepSeek, un modèle chinois qui avait marqué les esprits en s’imposant comme une alternative sérieuse aux modèles d’OpenAI. Si DeepSeek représentait une avancée importante, Manus va encore plus loin en intégrant une architecture permettant une prise de décision avancée et une meilleure compréhension contextuelle. Un modèle capable de rivaliser avec les meilleures solutions occidentales, voire de les surpasser dans certaines applications ?

D’après les informations disponibles, Manus repose sur plusieurs innovations techniques clés :

• Une architecture multi-agent : Plutôt qu’un modèle monolithique, Manus fonctionne via une organisation distribuée où plusieurs agents spécialisés collaborent pour résoudre des tâches complexes.
• Un apprentissage renforcé avancé : Il intègre des mécanismes de reinforcement learning lui permettant d’optimiser ses décisions en fonction de ses interactions avec l’environnement.
• Une capacité d’adaptation en temps réel : Contrairement aux modèles traditionnels qui génèrent des réponses statiques, Manus ajuste ses actions en fonction du contexte et des évolutions de la situation.
• Un accès étendu aux bases de données : Il est conçu pour exploiter des sources d’information en temps réel, ce qui le rend particulièrement efficace pour des tâches nécessitant une mise à jour constante des connaissances.

Cette combinaison en fait une IA particulièrement redoutable pour des applications sur la finance, la cybersécurité, et l’automatisation des processus industriels, mais nous y reviendrons lors du Briefing avec d’autres modèles également et les éléments proposés par Microsoft en particulier.

Avec Manus, la Chine envoie un message clair : elle compte bien jouer un rôle de premier plan dans la révolution de l’intelligence artificielle. Ce système agentique pourrait marquer un tournant en offrant une alternative crédible aux solutions américaines et européennes, avec des implications majeures pour l’économie et la cybersécurité mondiale.

Toutefois, des questions restent en suspens : Manus pourra-t-il rivaliser avec OpenAI en termes de performances ? Sera-t-il adopté en dehors des frontières chinoises ? Et surtout, quelles seront les implications éthiques et géopolitiques de cette nouvelle IA ?

Une chose est sûre : la course à l’IA ne fait que s’intensifier, et Manus pourrait bien être le prochain grand acteur à suivre de très près. D’ici là si vous désirer tester ceci il faut s’armer de patience pour attendre un code de participation à la Beta en en faisant la demande ici : https://manus.im/?index=1