Comment l'UI/UX des produits changera-t-elle après la réalisation de l'AGI ?

Introduction

Même si les IA actuelles (ChatGPT, Gemini, Claude, etc.) possèdent déjà des connaissances dépassant celles d'experts généralistes, il est prévisible que la vie des gens changera radicalement avec la réalisation d'une AGI (Artificial General Intelligence) dont les performances seraient encore davantage généralisées.
Ici, nous examinons quels changements se produiront dans l'UI/UX des produits.

Références

Bien qu'il existe diverses informations concernant l'AGI, nous organisons nos informations en nous limitant aux sources hautement fiables, comme celles des auteurs suivants

• Principaux développeurs d'IA : OpenAI, Google, etc.
• Principaux cabinets de conseil : McKinsey & Company, BCG, etc.
• Principaux courtiers et sociétés d'investissement : Goldman Sachs, Sequoia Capital, etc.
• Principaux instituts de recherche : Harvard University, Stanford University, etc.
• Principales revues académiques : Nature, Science, etc.
• Organisations internationales : World Economic Forum, OCDE, etc.

L'organisation suivante tient compte du contenu des sources citées ci-après. Veuillez consulter ces sources pour plus de détails.

• Amble, S. (2026). Is Software Losing Its Head? Andreessen Horowitz (a16z).
• Butler, J., Jaffe, S., Janßen, R., Baym, N., Hecht, B., Hofman, J., Rintel, S., Sarrafzadeh, B., Sellen, A., Vorvoreanu, M., & Teevan, J. (Eds.). (2025). Microsoft New Future of Work Report 2025. Microsoft.
• Cahn, D. (2024). AI's $600B Question. Sequoia Capital.
• Flinders, M. (2025). What is AI product design? IBM.
• IDC. (2025). Charting the Agentic Future: 10 Vision Statements for 2030. IDC.
• Leviathan, Y., Valevski, D., Lumen, D., Kalman, M., Natchu, V., Nygaard, V., Manyika, J., Matias, Y., Segalis, E., Molad, E., Pasternak, S., & Venkatachary, S. (2025). Generative UI: LLMs are Effective UI Generators. Google Research.
• Li, Y. (2025). Emerging Developer Patterns for the AI Era. Andreessen Horowitz (a16z).
• Moran, K., & Gibbons, S. (2024). Outcome-Oriented Design: The Era of AI Design. Nielsen Norman Group.
• Nielsen, J. (2026). 18 predictions for 2026. UX Tigers.
• Patel, D. (2025). Dwarkesh Patel Podcast.
• Schmidt, J. (2025). Trading Margin for Moat: Why the Forward Deployed Engineer Is the Hottest Job in Startups. Andreessen Horowitz (a16z).
• Wobig, E., Kiral, B., Miller, M., Ribera, M., Kwon, Y., & Mishra, S. (2025). Farewell, SaaS: AI is the future of enterprise software. AlixPartners.

1. Generative UI (GenUI) et l'émergence des interfaces « jetables »

• Génération et disparition en temps réel : La conception traditionnelle qui fournit le même écran fixe à tous les utilisateurs deviendra obsolète. L'« Generative UI (GenUI) », qui lit en temps réel les intentions actuelles de l'utilisateur, le contexte et l'historique pour générer dynamiquement l'interface UI optimale, se généralisera. Et une fois la tâche terminée, l'interface générée disparaît (Disposable).
• Personnalisation complète de la « moyenne » à l'« individu » : Jusqu'à présent, la conception UI était un dénominateur commun rendant l'interface facile à utiliser pour la majorité, mais la GenUI rend possible une conception « pour l'individu ». Par exemple, pour les utilisateurs dyslexiques, une interface avec une police spéciale et un contraste automatique serait générée, ce qui améliorerait considérablement l'accessibilité.
• Perte de la mémoire musculaire : Comme l'interface change à chaque fois en fonction du contexte de l'utilisateur, l'expérience consistant à « mémoriser physiquement la position des boutons (mémoire musculaire) » devient impossible. Les utilisateurs font confiance au fait que l'IA fournit toujours une interface appropriée et opèrent en conséquence, la « réactivité » et l'« adéquation » prenant le pas sur la cohérence fixe de l'interface.

2. Transition de l'interface conversationnelle (Conversational UI) à l'interface déléguée (Delegative UI)

• De la « question » à la « délégation d'objectifs » : La façon d'interagir avec l'IA évolue de la « Conversational UI » (simple pose de questions à un chatbot) vers la « Delegative UI (interface déléguée) » (confier la planification et l'exécution à un agent IA autonome en fixant un objectif final).
• Changement du rôle de l'utilisateur : L'utilisateur passe d'un rôle d'opérateur manipulant finement les logiciels à un rôle de « gestionnaire » (Vibe CEO) coordonnant plusieurs agents et donnant des instructions. L'IA traitera de manière autonome la plupart des tâches quotidiennes, et les humains se concentreront sur des jugements stratégiques plus élevés et la définition de l'orientation.

3. Interface d'audit (Audit Interface) et mesures contre la « fatigue de révision »

• Changement de « créer » à « vérifier » : Lorsque les agents IA exécutent de manière autonome des workflows complexes, le rôle principal de l'homme devient la « vérification et l'approbation » des résultats de travail de l'IA.
• Risque de fatigue de révision (Review Fatigue) : La vérification complète par l'homme de douzaines de processus de réflexion complexes et de résultats de travail effectués par l'IA entraîne une charge cognitive plus élevée que d'effectuer le travail soi-même, ce qui risque de provoquer une « fatigue de révision ».
• Importance de l'Audit Interface : Pour prévenir ce problème, la conception d'une « interface d'audit (Audit Interface) » qui résume la logique selon laquelle l'IA a agi et permet aux humains de vérifier immédiatement la sécurité et de prendre des décisions deviendra le plus grand défi de l'UX à l'avenir.

4. « Headlessification » des logiciels et migration de l'avantage concurrentiel (Moat)

• Activité des agents sans interface UI : Traditionnellement, les logiciels nécessitaient une interface utilisateur pour que les humains les opèrent, mais les agents IA accèdent directement aux API ou aux couches de données, contournant l'interface utilisateur du navigateur, pour exécuter le traitement.
• Transfert de valeur vers le backend : Cette « headlessification » fait que la valeur inhérente à la convivialité des tableaux de bord et des interfaces diminue relativement. En compensation, les « mécanismes backend » tels que les données propriétaires, les boucles d'exécution fermées, la gestion des permissions (permissions) et la logique des workflows deviennent la source du pouvoir défensif et de la valeur du produit.

5. Évolution vers une conception orientée vers les résultats (Outcome-Oriented Design)

• De la conception « d'écrans » à la conception de « contraintes » : Le rôle des concepteurs UI/UX change, passant de la disposition individuelle des boutons et des mises en page à la définition des « paramètres » et des « contraintes (garde-fous) » lorsque l'IA génère dynamiquement une interface.
• Du processus aux résultats (Outcome) : Comme l'IA raccourcit le processus pour atteindre l'objectif de l'utilisateur, les concepteurs se concentrent davantage sur la « conception orientée vers les résultats » qui met l'accent sur « quel résultat final (Outcome) devrait être obtenu » plutôt que sur la conception de « comment l'utilisateur opérera-t-il (micro-interactions) ».

6. Tableaux de bord dynamiques et collaboration proactive

• Tableau de bord en tant que synthèse (Synthesis) : Les tableaux de bord traditionnels avec de nombreuses données et graphiques disposés de manière fixe évoluent vers une interface interactive synthétisée dynamiquement par l'IA. L'utilisateur n'a qu'à demander en langage naturel « Quelle était la cause de l'erreur d'hier ? » pour que les données et graphiques nécessaires se construisent en temps réel.
• L'IA en tant que coéquipier : L'IA ne se contente pas d'attendre les instructions de l'utilisateur, mais surveille également l'état du système et intervient de manière proactive en proposant « Le taux d'erreur augmente. Voici la cause supposée et les corrections recommandées », jouant un rôle de « coéquipier » dépassant un simple outil.

7. Intégration multimodale et émergence d'interfaces universelles

• Transition vers Large World Model (LWM) : Les modèles d'IA qui traitent de manière transparente non seulement le texte, mais aussi la voix, la vision et la vidéo en tant qu'objets de première classe deviendront la norme. Cela permet à l'utilisateur d'effectuer des interactions plus intuitives, comme donner des instructions vocales tout en manipulant et en modifiant directement les éléments à l'écran.
• Nouvelle utilisation des API d'accessibilité : Les API d'accessibilité (fonctions d'assistance opérationnelle pour les personnes handicapées visuels ou moteurs) sont utilisées comme moyen pour les agents IA de « voir » les logiciels existants. Cela permet à l'agent de comprendre sémantiquement et de faire fonctionner l'interface UI de la même manière que les humains, même pour les systèmes hérités pour lesquels aucune API dédiée à l'IA n'est fournie.

Conclusion

Avec les progrès de l'IA, non seulement les fonctionnalités des produits, mais aussi les exigences requises pour l'UI/UX changent. À l'avenir, il est prévisible que la plupart des systèmes supposent l'intégration d'agents IA, il est donc nécessaire de s'adapter à de nouvelles formes d'UI/UX.