Deux ans après sa présentation initiale à la WWDC 2024, Apple lance enfin Siri AI dans iOS 27. Selon Mike Rockwell, le groupe a abandonné une simple évolution pour reconstruire entièrement l’assistant, désormais multimodal, plus ambitieux et déployé sur iPhone, iPad, Mac, Watch, Vision Pro, CarPlay et AirPods.
Pourquoi la nouvelle Siri a raté le calendrier initial
Apple n’a pas simplement ajouté une couche d’IA sur l’ancien assistant vocal. Selon Mike Rockwell, désormais en charge de Siri, l’équipe avait d’abord mis au point une première version plus prudente, bâtie sur la base historique de l’assistant. Cette mouture ajoutait déjà des capacités de “tool calling”, donc la possibilité de déclencher des outils et des actions, mais elle ne répondait pas au niveau d’expérience visé en interne. Apple a donc abandonné cette approche incrémentale pour repartir de zéro.
Le point clé est là : la société a préféré perdre du temps plutôt que de livrer une version jugée incomplète. C’est un choix coûteux en calendrier, mais cohérent sur le plan produit. D’après les propos rapportés lors du point presse post-WWDC, Rockwell explique que l’entreprise a “démoli” puis reconstruit Siri sur une nouvelle base, avec une architecture pensée dès le départ pour l’IA moderne, le multimodal et la confidentialité.
Cette explication change la lecture du retard. Le sujet n’était pas seulement d’ajouter quelques réponses plus naturelles. Il fallait remplacer une fondation ancienne par une plateforme capable de fonctionner de manière cohérente sur iPhone, iPad, Mac, Apple Watch, Vision Pro, CarPlay et AirPods. À mon sens, c’est précisément ce qui manquait à l’ancien Siri : une couche commune réellement conçue pour traverser tous les appareils.
Ce que la reconstruction change techniquement
Les documents développeurs de Apple donnent du relief aux propos de Rockwell. Selon Apple Developer, la nouvelle pile Apple Intelligence repose sur les Apple Foundation Models, accessibles à la fois sur l’appareil et via Private Cloud Compute. Le cadre technique ne sert pas seulement à générer du texte. Il gère aussi des invites multimodales, donc du texte combiné à des images, et il peut appeler des outils de la couche Vision, comme l’OCR ou la lecture de codes-barres, directement sur l’appareil.
Autrement dit, la nouvelle Siri n’est pas un simple chatbot vocal. C’est une interface qui doit comprendre le contexte personnel, le contenu à l’écran, les entités issues des apps et les actions associées. Selon Apple Developer, le framework App Intents relie les apps à Apple Intelligence et à Siri AI via des schémas prédéfinis. Cela permet à l’assistant de découvrir le contenu d’une app, de l’indexer dans Spotlight et de déclencher des actions sans dépendre de formulations rigides.
Mon avis est simple : si Apple avait gardé l’ancienne structure, elle aurait pu livrer plus vite, mais avec un assistant toujours limité par sa dette technique. Le retard devient alors le prix d’une rupture d’architecture.
Le vrai saut : une Siri pensée pour le multimodal et le contexte
Le texte d’origine insiste sur trois points : une application dédiée, un fonctionnement nativement multimodal et une confidentialité conçue dès le départ. Les recherches permettent d’ajouter des éléments concrets. Selon Apple Developer, Apple Intelligence apporte trois briques structurantes : la compréhension du contexte personnel, les actions dans les apps et la conscience de ce qui est affiché à l’écran. Cette logique dépasse largement l’ancien modèle “commande vocale puis réponse”.
Selon Apple Developer, l’API View Annotations étend encore cette logique en liant ce qui s’affiche à des entités compréhensibles par le système. En clair, l’assistant ne se contente plus d’entendre une phrase ; il peut rattacher cette phrase à un contenu visible, à une fiche contact, à une tâche, à un événement ou à une action précise dans une app compatible.
Cas d’usage concret : un utilisateur peut afficher un email, une note ou un visuel, puis demander une action liée à cet élément sans reformuler tout le contexte. C’est plus proche d’un agent d’interface que d’un assistant vocal classique. Je considère que c’est le premier changement crédible de posture pour Siri depuis longtemps.
La confidentialité reste l’axe défensif de Apple
Le discours de Apple reste constant sur un point : la confidentialité. Selon le communiqué officiel publié le 9 juin 2025, beaucoup de traitements Apple Intelligence tournent directement sur l’appareil. Quand une requête nécessite des modèles plus volumineux, Private Cloud Compute étend les garanties de sécurité du terminal vers le cloud. Apple affirme alors que les données ne sont ni stockées ni partagées avec l’entreprise, et qu’elles servent uniquement à exécuter la demande.
Ce point compte commercialement. Sur le marché de l’IA grand public, la différenciation ne passe plus seulement par la qualité des réponses. Elle passe aussi par le lieu d’exécution, la traçabilité des données et le degré de contrôle utilisateur. Selon Apple, des experts indépendants peuvent inspecter le code exécuté sur les serveurs Apple silicon utilisés pour Private Cloud Compute. Peu d’acteurs mettent autant en avant cette vérifiabilité technique.
Mon opinion est nette : Apple a pris du retard sur les usages visibles, mais elle tente de reprendre la main sur le terrain où sa marque pèse le plus, celui de la confiance.
Compatibilité : qui pourra réellement utiliser cette nouvelle génération
Le texte source évoque une disponibilité sur l’ensemble des plateformes majeures de l’écosystème. Les sources officielles permettent de préciser le périmètre matériel. Selon Apple, les fonctions Apple Intelligence annoncées en 2025 devaient être accessibles sur tous les iPhone 16, sur les iPhone 15 Pro et iPhone 15 Pro Max, sur l’iPad mini avec puce A17 Pro, ainsi que sur les iPad et Mac équipés d’une puce M1 ou plus récente. Les langues prises en charge incluaient notamment le français.
Ce point apporte un élément nouveau absent du texte de départ : la nouvelle couche IA de Siri ne concernera pas tout le parc actif. Elle repose sur des appareils récents ou puissants. C’est logique si une partie du traitement tourne localement. C’est aussi un filtre commercial. Plus l’assistant devient ambitieux, plus la compatibilité réelle se resserre.
Autre élément neuf : selon Apple, certaines fonctions vocales comme la traduction en direct dans Phone et FaceTime étaient limitées à des appels en tête-à-tête et à un ensemble de langues précis, dont le français de France. Cela montre que même dans l’écosystème Apple, toutes les capacités ne se déploient pas uniformément.
Ce que Apple ajoute par rapport au papier d’origine
Le texte de départ donne l’explication politique du retard. Il ne détaille pas assez la couche produit. Voici cinq ajouts concrets issus des recherches :
1. Une base IA commune pour les développeurs
Selon Apple Developer, le Foundation Models framework donne accès au même modèle embarqué que celui qui alimente Apple Intelligence. Les développeurs peuvent donc brancher leurs apps sur la même logique d’IA que celle utilisée par le système.
2. Une intégration profonde avec les apps
Selon Apple Developer, App Intents permet de rendre les contenus et actions d’une app visibles pour Siri, Spotlight et Raccourcis. La nouveauté n’est pas la commande vocale seule, mais l’unification des points d’entrée système.
3. Du vrai multimodal local
Selon Apple Developer, les invites multimodales acceptent du texte et des images, avec des outils visuels sur appareil. Cela ouvre des usages concrets : lire un document, analyser une image, détecter un code-barres ou agir à partir d’un élément visible.
4. Une couverture multi-écrans assumée
Selon Rockwell, la même Siri doit fonctionner sur iPhone, iPad, Mac, Watch, Vision Pro, CarPlay et AirPods. Cette cohérence inter-appareils était centrale dans la reconstruction.
5. Une disponibilité linguistique plus large que la première vague IA
Selon Apple, le français fait partie des langues déjà prises en charge pour plusieurs fonctions Apple Intelligence. Pour le marché français, ce point pèse plus que les démonstrations américaines : une IA absente en français reste un produit incomplet.
Comparaison rapide avec Google et OpenAI
Le contexte concurrentiel éclaire aussi la décision de Apple. Selon Google, Gemini Intelligence sur Android doit automatiser des tâches multi-étapes, résumer le web, remplir des formulaires et s’étendre à plusieurs catégories d’appareils : téléphone, montre, voiture, lunettes et ordinateur portable. Google met donc en avant la proactivité et l’automatisation inter-apps.
Selon OpenAI, ChatGPT dispose déjà d’une intégration CarPlay depuis le 2 avril 2026 sur les véhicules compatibles avec iOS 26.4 ou version plus récente. L’éditeur a aussi enrichi ses actions applicatives, par exemple avec les boîtes mail partagées et calendriers Outlook. Là encore, le marché va vite : l’assistant n’est plus une simple interface de questions-réponses, mais un moteur d’actions.
Apple arrive donc dans un environnement où ses concurrents ont déjà habitué les utilisateurs à des fonctions agentiques. Son pari est différent : livrer plus tard, mais avec une intégration système plus rigide, plus contrôlée et plus privée. Je trouve le pari crédible, mais seulement si la qualité d’exécution suit dès les premières versions publiques.
Deux métriques dérivées pour mesurer l’enjeu
Première métrique dérivée : selon la BCE, le taux de change de référence du 15 juin 2026 est de 1 € = 1,1607 $. Cela donne 1 $ = 0,8615 €, soit 0,86 € après arrondi. Un abonnement concurrent facturé 20 $ par mois équivaut donc à 17 € (taux utilisé : 1 $ = 0,8615 €).
Deuxième métrique dérivée : dans les citations disponibles, Rockwell liste 9 familles d’usage ou d’appareils pour la nouvelle Siri si l’on distingue iPhone, iPad, Mac, Watch, Vision Pro, CarPlay et AirPods, puis qu’on ajoute le socle commun logiciel et l’application dédiée évoqués dans le discours produit. En face, Google mentionne 5 grandes catégories dans son billet sur Gemini Intelligence : téléphone, montre, voiture, lunettes et ordinateurs portables. Le ratio de couverture cité est donc de 1,8 en faveur de Apple sur le papier. Cette métrique ne mesure pas la qualité, mais elle montre l’ampleur de l’ambition multi-supports.
Pourquoi ce retard peut encore se retourner contre Apple
Reconstruire un produit “from the ground up” est un bon récit, mais ce récit ne suffit jamais. Selon la documentation Apple Developer, certaines briques majeures de Siri, comme la compréhension du contexte personnel, la conscience de l’écran et les actions dans les apps, ont été présentées comme “in development” et prévues pour une future mise à jour. Cela veut dire que la promesse reste dépendante du calendrier réel de livraison.
C’est le point faible de l’explication de Rockwell. Elle justifie le retard technique, pas encore la valeur finale pour l’utilisateur. Si la nouvelle architecture permet vraiment des interactions plus naturelles, cohérentes et privées, le temps perdu sera oublié. Si le produit final reste fragmenté, la reconstruction sera perçue comme un redémarrage tardif.
Pour l’instant, le plus convaincant n’est pas la formule “on a tout reconstruit”. Le plus convaincant, ce sont les indices techniques déjà visibles : multimodal natif, intégration via App Intents, exécution locale, extension contrôlée au cloud, et présence annoncée sur plusieurs catégories d’appareils. C’est plus solide qu’un simple rafraîchissement de l’ancien Siri.
Un lien d’autorité
Pour consulter la base officielle qui décrit les briques techniques liées à Apple Intelligence et à la nouvelle Siri, voir : https://developer.apple.com/apple-intelligence/
Mon avis :
Le choix de tout reconstruire crédibilise enfin Siri : une base nativement multimodale, pensée pour iPhone, Mac, Watch, Vision Pro, CarPlay et AirPods, vaut mieux qu’un simple patch. Mais ce retard révèle surtout l’échec de l’ancienne architecture : Apple a sous-estimé l’ampleur du chantier et a livré tard.
