Comment Perplexity veut rendre les IA plus malines que Google (sans faire de miracle)

Imaginez un cuisinier qui, au lieu de suivre une recette figée, improvise en fonction des ingrédients disponibles. C’est un peu ce que propose Perplexity avec son "Search as Code" : une IA qui ne se contente plus de poser des questions préformatées à des bases de données, mais qui écrit elle-même ses propres requêtes pour trouver exactement ce qu’elle cherche.

Résultat ? Des réponses potentiellement plus pertinentes, moins de dépendance aux APIs rigides, et une IA qui s’adapte comme un caméléon. Enfin, en théorie.

Parce que bon, entre le communiqué de presse enthousiaste et la réalité, il y a souvent un océan. Alors, concrètement, cette innovation tient-elle ses promesses ? Ou est-ce juste un nouveau buzzword pour faire monter l’action en Bourse ?

---

Une IA qui code ses propres recherches : késako ?

Aujourd’hui, quand vous posez une question à un chatbot comme ChatGPT ou Gemini, voici ce qui se passe dans les coulisses :

1. Votre question est transformée en une requête standardisée (un truc du genre "recherche : 'meilleur restaurant italien Paris 2024'").
2. Cette requête est envoyée à une API (Google, Bing, ou une base de données interne).
3. L’API renvoie des résultats prédécoupés, comme un menu enfant où on vous sert toujours les mêmes frites.
4. L’IA assemble ces résultats en une réponse, avec plus ou moins de succès.

Le problème ? Ces APIs sont rigides. Elles ne comprennent pas le contexte, ne savent pas reformuler, et se contentent de renvoyer ce qu’on leur demande littéralement. Un peu comme si vous demandiez à un GPS "où est-ce qu’on mange bien ici ?" et qu’il vous répondait "Tournez à droite dans 200 mètres".

Avec "Search as Code", Perplexity propose une alternative : l’IA écrit elle-même le code de sa recherche.

Comment ça marche, concrètement ?

Prenons un exemple. Vous demandez : "Quels sont les effets secondaires des nouveaux médicaments contre Alzheimer approuvés en 2024, et comment les comparer aux traitements existants ?"

Une IA classique enverrait cette question telle quelle à une API médicale, qui renverrait une liste générique.

Avec "Search as Code", l’IA de Perplexity :

1. Analyse votre demande et identifie les sous-questions :
   • Quels médicaments ont été approuvés récemment ?
   • Quels sont leurs effets secondaires documentés ?
   • Quels étaient les traitements précédents et leurs effets ?
   • Existe-t-il des études comparatives ?
2. Génère du code pour interroger plusieurs sources de manière ciblée :
   • Une requête vers une base médicale pour les nouveaux médicaments.
   • Une autre vers des études cliniques pour les comparaisons.
   • Une troisième vers des forums de patients pour des retours terrain.
3. Assemble les résultats en une réponse structurée, comme un détective qui recoupe ses sources avant de vous faire son rapport.

Résultat théorique : une réponse plus précise, plus contextualisée, et moins dépendante des limites des APIs traditionnelles.

---

Pourquoi c’est (un peu) révolutionnaire… ou pas

Le bon côté des choses

1. Moins de dépendance aux géants du web Aujourd’hui, la plupart des IA de recherche dépendent de Google, Bing ou d’autres moteurs qui leur imposent leurs règles. Avec "Search as Code", Perplexity pourrait contourner ces intermédiaires en interrogeant directement des sources spécialisées (bases médicales, juridiques, scientifiques…). Un peu comme si vous aviez un passe-partout pour toutes les bibliothèques du monde, au lieu de devoir demander à un bibliothécaire de vous trouver un livre.

2. Des réponses plus adaptées au contexte Une IA qui génère ses propres requêtes peut affiner sa recherche en fonction de vos besoins. Par exemple, si vous cherchez des infos sur un sujet technique, elle ira fouiller dans des papers scientifiques plutôt que dans des articles grand public. À l’inverse, si vous voulez une explication simple, elle adaptera ses sources.

3. Une flexibilité qui pourrait booster les agents autonomes Cette approche est particulièrement utile pour les agents IA autonomes, ces programmes capables d’enchaîner des tâches complexes (comme gérer un budget ou planifier un voyage). Avec "Search as Code", un agent pourrait dynamiquement ajuster ses recherches en fonction des obstacles qu’il rencontre.

Par exemple, un agent qui organise un voyage et se rend compte que les vols sont complets pourrait :

• Générer une requête pour trouver des alternatives (trains, covoiturage).
• Vérifier les conditions d’annulation des billets déjà réservés.
• Comparer les prix en temps réel sur plusieurs plateformes.

Bref, un vrai assistant, pas un robot qui suit un script.

Les limites (parce qu’il y en a toujours)

1. La qualité dépend des sources disponibles Si l’IA génère des requêtes super précises mais que les bases de données sont mal organisées ou incomplètes, ça ne servira à rien. C’est comme avoir un GPS ultra-performant dans une ville sans panneaux : vous allez tourner en rond.

2. Le risque de "hallucinations" augmente Plus une IA a de liberté pour formuler ses requêtes, plus elle peut inventer des sources ou mal interpréter les données. Perplexity devra donc renforcer ses mécanismes de vérification, sous peine de se retrouver avec des réponses aussi fiables qu’un horoscope.

3. La complexité technique (et le coût) Écrire du code pour interroger des centaines de sources différentes, c’est beaucoup plus gourmand en ressources que d’appeler une API toute faite. Perplexity devra optimiser tout ça pour que ce soit viable à grande échelle.

---

À quoi ça ressemble dans la vraie vie ?

Pour comprendre l’impact potentiel, prenons trois cas concrets où "Search as Code" pourrait changer la donne.

Cas 1 : La recherche médicale

Aujourd’hui, un médecin qui utilise une IA pour se tenir informé des derniers traitements doit souvent croiser manuellement plusieurs sources : bases de données médicales, études cliniques, retours de confrères.

Avec "Search as Code", une IA pourrait :

• Interroger PubMed pour les dernières études.
• Vérifier les avis des agences sanitaires (FDA, EMA).
• Scanner les forums de patients pour des effets secondaires non documentés.
• Synthétiser le tout en mettant en avant les contradictions ou les consensus.

Résultat : un gain de temps énorme, et surtout, moins de risques d’oublier une info cruciale.

Cas 2 : Le droit et la réglementation

Les avocats passent des heures à chercher des jurisprudences ou des articles de loi. Une IA avec "Search as Code" pourrait :

• Reformuler automatiquement une question juridique en termes techniques ("Quelles sont les exceptions à l’article L. 122-5 du Code de la propriété intellectuelle ?").
• Croiser les sources : textes de loi, commentaires de doctrine, décisions de justice récentes.
• Mettre à jour ses recherches en temps réel si la législation change.

C’est exactement le genre d’outil qui pourrait intéresser des plateformes comme Box, qui développent des agents IA pour analyser des documents sans tout envoyer dans le cloud.

Cas 3 : Le e-commerce et les comparatifs

Vous voulez acheter un frigo ? Aujourd’hui, les comparateurs en ligne se basent sur des critères préétablis (prix, énergie, volume).

Avec "Search as Code", un assistant pourrait :

• Personnaliser la recherche en fonction de vos habitudes ("Vous cuisinez souvent pour 4 personnes, vous préférez le silence, et vous avez une cuisine étroite").
• Aller chercher des infos que les sites classiques ignorent : durabilité des pièces, avis de réparateurs, compatibilité avec votre plan de travail.
• Négocier des offres en croisant les promos en temps réel sur plusieurs sites.

Bref, un vrai conseiller d’achat, pas un tableau Excel.

---

Est-ce que ça va remplacer Google ?

Non. Et Perplexity ne le prétend pas (enfin, pas officiellement).

Google reste le roi pour deux raisons :

1. Son index est colossal : des années de crawl, des milliards de pages.
2. Son modèle économique est rodé : la pub, les partenariats, l’écosystème Android.

"Search as Code" n’est pas un concurrent direct, mais plutôt une alternative pour les cas où Google est trop généraliste. Un peu comme si vous aviez le choix entre :

• Un couteau suisse (Google) : pratique pour 90% des situations, mais pas toujours précis.
• Un ensemble d’outils spécialisés (Perplexity) : moins polyvalent, mais bien plus efficace quand vous savez ce que vous cherchez.

---

Conclusion : une étape de plus vers des IA vraiment utiles

"Search as Code" n’est pas une révolution, mais c’est une évolution logique dans la façon dont les IA interagissent avec le monde.

Aujourd’hui, la plupart des assistants se contentent de recracher des infos pré-mâchées. Demain, ils pourraient chercher activement, comme un étudiant qui fouille dans une bibliothèque plutôt que de se contenter de Wikipedia.

Est-ce que ça va marcher à tous les coups ? Non. Est-ce que Perplexity va devenir le nouveau Google ? Peu probable. Est-ce que cette approche pourrait rendre les IA bien plus utiles dans des domaines précis ? Absolument.

Et ça, c’est déjà une bonne nouvelle.

---

FAQ

[C’est quoi la différence entre une API classique et "Search as Code" ?] Une API classique, c’est comme commander un menu dans un fast-food : vous choisissez parmi des options préétablies. "Search as Code", c’est comme avoir un chef qui improvise un plat riqe pour vous en fonction de ce qu’il trouve sur le marché. L’IA ne se contente pas de poser une question standard, elle adapte sa recherche en temps réel pour obtenir la meilleure réponse possible.

[Est-ce que cette technologie est déjà disponible pour le grand public ?] Pas encore. Perplexity l’a présentée comme une avancée technique, mais son déploiement grand public dépendra de sa capacité à gérer la complexité et les coûts. Pour l’instant, c’est surtout utile pour des applications professionnelles (recherche médicale, juridique, etc.).

[Pourquoi Perplexity et pas Google ou Microsoft ?] Perplexity est un acteur plus agile, spécialisé dans la recherche augmentée par IA. Google et Microsoft ont des écosystèmes trop lourds pour prendre ce genre de risques rapidement. De plus, Perplexity mise sur l’autonomie des agents IA, un créneau où les géants sont moins innovants (pour l’instant).