En visio, une IA prise pour un humain une fois sur deux : avec Griffin, Tavus bouscule les métiers de contact
Guy WASSEU
Auteur
Un appel vidéo d'une minute, un interlocuteur qui sourit, hoche la tête, vous laisse l'interrompre. À la fin, une personne sur deux est persuadée d'avoir parlé à un humain. C'était une intelligence artificielle. C'est le résultat qu'a publié le 1er octobre 2026 la start-up américaine Tavus en présentant Griffin, qu'elle décrit comme le premier « modèle d'interaction humaine ».
Ce que Tavus a présenté
Griffin est un système vidéo « vers » vidéo, conçu pour la conversation en face-à-face en temps réel. Sa particularité, selon Tavus : il ne fonctionne plus comme une chaîne de briques successives (écouter, transcrire, répondre, animer un visage), mais comme un seul modèle qui perçoit, décide quand et comment réagir, et génère la voix et l'image en même temps. Concrètement, il écoute et regarde pendant qu'il parle, et choisit à chaque fraction de seconde de hocher la tête, de dire « mm-hm », de prendre la parole ou d'attendre.
Une version allégée, Griffin-Lite, est ouverte depuis le 1er octobre en « aperçu de recherche » à un groupe restreint de testeurs. Tavus précise qu'elle n'est pas encore proposée à ses clients, le temps de traiter les questions de sécurité et d'information du public. Aucune date de sortie ni aucun prix n'ont été annoncés.
Le chiffre : 48 %
Pour mesurer le réalisme de son modèle, Tavus a recruté 54 participants à qui l'on a annoncé qu'ils allaient échanger avec une autre personne ; ils n'ont appris qu'après l'appel qu'il s'agissait d'une IA. Résultat : 26 d'entre eux, soit 48 %, ont cru avoir parlé à un humain. Avec le système précédent de l'entreprise, ce taux n'était que de 2,4 % (1 personne sur 41).
Tavus avance d'autres mesures : sur le banc d'essai VideoFDB de Nvidia, Griffin obtiendrait 3,83, contre 3,92 pour la référence humaine. Le modèle reste en revanche plus lent qu'une personne : son temps de réponse médian est d'environ 1,9 seconde, contre environ 0,9 seconde pour un humain, selon les chiffres repris par tech-ish.
Un résultat à prendre avec recul
Plusieurs réserves s'imposent, relevées par la presse spécialisée :
- Le test est mené par Tavus lui-même, sans validation extérieure à ce stade.
- L'échantillon est petit : 54 personnes, ce qui donne une marge d'incertitude large (de 35 à 61 % environ).
- Les participants n'étaient pas prévenus qu'ils pourraient parler à une IA, et l'appel ne durait qu'une minute.
- Aucun groupe témoin n'a parlé à de vrais humains dans les mêmes conditions.
Comme le résume Crypto Briefing, 48 % se situe tout près du pile ou face : c'est le seuil où l'on ne distingue plus l'un de l'autre, pas la preuve d'une performance humaine en toutes circonstances.
Ce que ça change pour les métiers de contact
Tavus cite elle-même les usages visés : tutorat, entraînement à la prise de parole, service client, assistance santé, vente et recrutement. Son infrastructure d'avatars conversationnels revendique déjà plus de 150 000 développeurs. Ce sont précisément les métiers que l'on croyait protégés par la présence humaine, ceux où l'on « voit » son interlocuteur.
Fin septembre, Google ouvrait déjà à ses clients entreprises des agents dotés d'un visage et d'une voix. Avec Griffin, une étape symbolique est franchie : en visio, l'image d'une personne ne suffit plus à prouver qu'il y a une personne. Pour une équipe commerciale, un service RH ou un centre de formation, la question n'est plus seulement « l'IA peut-elle faire ce travail ? », mais « comment le client sait-il à qui il parle ? ».
Trois réflexes à prendre dès maintenant
- Dire quand c'est une IA. Si vous déployez un agent vidéo ou vocal face à vos clients, annoncez-le clairement en début d'échange. La confiance perdue coûte plus cher que le temps gagné.
- Rappeler un numéro connu. Toute demande sensible faite en visio — virement, changement de coordonnées bancaires, accès à un compte — se vérifie en raccrochant et en rappelant un numéro déjà enregistré.
- Convenir d'un mot de code. Avec vos associés, votre comptable ou vos proches, un mot convenu à l'avance coupe court aux usurpations, d'autant que le clonage de voix ne demande plus que quelques secondes d'enregistrement.
Ce n'est pas la puissance de l'IA qui doit inquiéter, c'est notre habitude de croire ce que l'on voit. Les entreprises qui gagneront la confiance seront celles qui diront toujours qui parle.
Et vous, accepteriez-vous d'être reçu en entretien, ou conseillé par votre banque, en visio par une IA ?
Sources