INSIGHTS
Les outils d’IA ont été conçus pour les ordinateurs portables. 81 % de l’Amérique latine n’a qu’un téléphone.
La pile d’IA « révolutionnaire » présuppose une bande passante élevée, un navigateur de bureau et un après-midi pour déboguer un téléversement échoué. Pour 190 millions de Latino-Américains qui n’ont qu’un mobile, ce présupposé est le produit.
Un fossé de conception, pas un fossé de connectivité.
Au Brésil, en Colombie, au Mexique et à travers toute l’Amérique latine, 81 % des gens possèdent et utilisent exclusivement des téléphones intelligents. Pourtant, parce que la plupart des outils d’intelligence artificielle sont conçus pour les utilisateurs d’ordinateurs portables, posséder un téléphone intelligent devient un outil d’exclusion plutôt que d’émancipation.
L’IA est devenue un outil sur lequel beaucoup d’entre nous comptent — pour les études, pour le travail, pour accomplir les tâches quotidiennes. Elle nous a rendus plus efficaces et a ouvert de nouvelles formes d’innovation. Cependant, elle a été conçue pour ceux qui, à vrai dire, en ont le moins besoin. Des régions comme l’Amérique latine ne peuvent pleinement tirer parti de ces outils puissants parce qu’ils n’ont pas été conçus en pensant à la région. Ils ont été conçus à San Francisco et Mountain View, avec des présupposés sur la connectivité et la puissance des appareils qui ne correspondent pas à la réalité de 190 millions de Latino-Américains vivant dans des zones couvertes mais sans accès abordable, ou de 80 pour cent des Péruviens qui rencontrent des problèmes de qualité de service rendant l’interaction avec l’IA en temps réel presque impossible.
Nous construisons des outils pour les ordinateurs portables. 81 % de la région n’en possède pas.
Il existe un fossé de conception évident. Nous construisons des outils pour les ordinateurs portables alors que l’immense majorité de la population latino-américaine n’en possède pas. Selon Mexico Business News, la plupart des plateformes de commerce électronique latino-américaines présentent des déficiences critiques en matière de performance technique et d’adoption de l’IA. Quatre-vingts pour cent des plateformes nuisent aux utilisateurs en bloquant les actions pendant le chargement du contenu, et 21 des 30 sites ont enregistré des décalages de mise en page inattendus qui provoquent de la désorientation. Ce ne sont pas des plateformes mondiales — ce sont des services locaux latino-américains qui ne parviennent pas à s’optimiser pour le mobile.
Je l’ai vécu moi-même. Lorsque j’ai commencé à concevoir pour des contextes mobile-first chez Pillar, j’ai réalisé que les outils d’IA que nous voulions intégrer présupposaient tous des flux de travail à large bande passante, conçus d’abord pour ordinateur de bureau. Pour un jeune vivant — par exemple — dans une région rurale de l’Équateur et comptant sur un téléphone intelligent familial partagé avec une faible connexion 4G, bon nombre de ces outils « révolutionnaires » sont tout simplement inutilisables.
Runway : un outil vidéo sur lequel on ne peut pas vraiment monter de vidéo.
Lorsque nous avons essayé d’utiliser Runway depuis notre mobile, nous nous sommes vite heurtés à un mur. L’outil fonctionne dans le navigateur. Je n’avais jamais considéré cela comme un problème — jusqu’à ce que je ne puisse utiliser que mon téléphone. L’interface n’était pas conçue pour un écran de téléphone : les boutons se chevauchent, le monteur vidéo devient un espace minuscule et inutilisable, et les délais de chargement s’additionnent sur les connexions faibles.
Ce qui m’a le plus frustrée, c’est que l’application mobile de Runway existe bel et bien, mais qu’elle est explicitement un « compagnon » de l’expérience de bureau. Cet outil est donc un exemple clair du fossé de conception. Si l’on possède strictement un mobile, on ne pourra pas créer avec Runway.
NotebookLM : la recherche, sauf si vous n’avez qu’un téléphone.
Quant à NotebookLM, c’est un outil que j’ai beaucoup utilisé pour la recherche et que j’apprécie vraiment. La plateforme est commercialisée comme un « assistant de recherche », mais mon expérience mobile m’a amenée à remettre en question cette affirmation. La documentation de l’application signale à répétition des fonctionnalités comme « non disponibles sur mobile ». Les téléversements de fichiers se traitent lentement et, sur une connexion faible, ils expirent complètement.
Lorsque j’ai essayé de téléverser depuis mon téléphone des PDF portant sur des figures historiques, la moitié d’entre eux ont échoué sans message d’erreur clair. J’ai décidé de les téléverser de nouveau plus tard sur l’ordinateur de bureau, et cela a fonctionné. Pour un chercheur d’une région rurale de Colombie qui n’a accès qu’à un téléphone, NotebookLM devient un outil conçu d’abord pour le bureau qui prétend être adapté au mobile. Pourquoi tous ces outils puissants sont-ils inaccessibles depuis un mobile ? Pourquoi cela n’a-t-il pas été ciblé ?
Le schéma : le bureau d’abord, le mobile en arrière-pensée.
Il existe un schéma clair. Ces outils qui fonctionnent à merveille sur ordinateur de bureau deviennent impossibles à utiliser dès qu’on passe au mobile. Ils n’ont pas été conçus mobile-first. Ils ont été conçus pour les ordinateurs de bureau, puis adaptés aux téléphones après coup. Et cet après coup devient un blocage complet pour quiconque n’a d’autre option qu’un téléphone.
Si nous prenons au sérieux l’émancipation par l’IA à travers l’Amérique latine, nous devons nous demander pourquoi ces outils ne sont pas conçus d’abord pour les 190 millions d’utilisateurs qui n’ont qu’un mobile, puis optimisés pour les ordinateurs de bureau.
Cela m’amène à remettre en question leur philosophie de conception. Pourquoi construisons-nous toujours des outils innovants pour ceux qui en ont le moins besoin ? Ne devrions-nous pas cibler les régions qui bénéficieraient grandement de ces outils ? Pourquoi la croissance de l’adoption en Amérique latine dépasse-t-elle la maturité de son infrastructure ? Et qui profite de ce fossé ?
Ce qu’exigerait réellement une « IA mobile-first ».
Si un outil se dit adapté au mobile, le test est simple : un utilisateur ne disposant que d’un téléphone intelligent, sur une faible connexion 4G, peut-il accomplir la tâche entière — et non une version édulcorée de la tâche ? La génération actuelle d’outils d’IA échoue à ce test par défaut. Une norme plus honnête pour la prochaine génération ressemblerait à ceci :
- La surface principale est le téléphone. Non pas un acolyte adaptatif du produit de bureau, mais l’interface canonique sur laquelle toutes les fonctionnalités sont d’abord livrées.
- Les chaînes de téléversement tolèrent les réseaux faibles. Téléversements reprenables, transferts par blocs, progression visible et états d’erreur clairs — et non des expirations silencieuses sur un PDF de 12 Mo.
- La parité des fonctionnalités est le contrat. Si une fonctionnalité est livrée sur le bureau, elle est livrée sur le mobile. « Non disponible sur mobile » est une décision de produit, non une contrainte de l’appareil.
- Les cibles tactiles et l’espace d’écran sont conçus pour une seule main. L’appareil de test par défaut est un Android de milieu de gamme sur un forfait familial partagé, et non le dernier iPhone sur le Wi-Fi du bureau.
Aucune de ces exigences n’est techniquement nouvelle. Elles ne correspondent simplement pas à ce pour quoi la génération actuelle d’outils d’IA a été conçue. Les équipes qui les prendront au sérieux atteindront les 190 millions d’utilisateurs qui n’ont qu’un mobile et que la cohorte actuelle a, dans les faits, abandonnés.
Sources et références
- Mexico Business News — reportage sur la performance technique et l’adoption de l’IA à travers les plateformes de commerce électronique latino-américaines, dont le chiffre de 80 % de blocage au chargement et l’échantillon de 21 sites sur 30 présentant des décalages de mise en page.
- GSMA Intelligence et rapports régionaux sur l’inclusion numérique — chiffres sous-jacents à la part de 81 % d’utilisateurs n’ayant qu’un mobile et à l’estimation de 190 millions de personnes couvertes mais sans accès abordable.
- Runway — positionnement du produit présentant l’application mobile comme un compagnon de l’expérience de bureau.
- Google NotebookLM — documentation du produit signalant des fonctionnalités comme « non disponibles sur mobile ».
Foire aux questions.
Pourquoi le mobile-first est-il important pour les outils d’IA en Amérique latine ?
Le mobile-first est important parce que 81 % des gens en Amérique latine possèdent et utilisent exclusivement des téléphones intelligents. Environ 190 millions de Latino-Américains vivent dans des zones couvertes par le mobile mais sans accès abordable à un ordinateur de bureau. Lorsque les outils d’IA présupposent un ordinateur portable, ce présupposé exclut l’immense majorité des utilisateurs de la région. Un outil « doté d’un compagnon mobile » n’équivaut pas à un outil conçu pour fonctionner sur un téléphone. Pour les utilisateurs dont le seul appareil est un téléphone intelligent, l’IA conçue d’abord pour le bureau est, dans les faits, indisponible, peu importe l’ampleur de ses capacités.
Pourquoi Runway ne fonctionne-t-il pas bien sur mobile ?
Runway fonctionne dans le navigateur, et son interface web n’a pas été conçue pour un écran de téléphone. Les boutons se chevauchent, le monteur vidéo se réduit à un espace minuscule et inutilisable, et les délais de chargement s’additionnent sur les connexions faibles. Runway propose bien une application mobile, mais l’entreprise la commercialise explicitement comme un compagnon de l’expérience de bureau plutôt que comme un environnement de création autonome. L’implication est claire : si votre seul appareil est un téléphone intelligent, vous ne pouvez pas créer pleinement avec Runway. La conception présuppose qu’un ordinateur portable se trouve à côté du téléphone.
Quel est le problème avec NotebookLM sur mobile ?
NotebookLM est commercialisé comme un assistant de recherche, mais son expérience mobile est dégradée par conception. La documentation du produit signale à répétition des fonctionnalités comme non disponibles sur mobile. Les téléversements de fichiers se traitent lentement et, sur les connexions faibles, expirent sans message d’erreur clair. Les PDF qui échouent depuis un téléphone réussissent souvent lorsqu’ils sont téléversés de nouveau depuis un ordinateur de bureau. Pour un chercheur d’une région rurale de Colombie dont le seul accès est un téléphone intelligent, NotebookLM devient un outil conçu d’abord pour le bureau qui prétend être adapté au mobile. L’écart de capacité entre les plateformes est assez grand pour changer ce qu’il est possible d’accomplir.
Combien de Latino-Américains n’ont qu’un téléphone intelligent ?
Environ 81 % des gens au Brésil, en Colombie, au Mexique et dans l’ensemble de la région latino-américaine dépendent strictement des téléphones intelligents pour leur connectivité. On estime que 190 millions de Latino-Américains vivent dans des zones couvertes par le mobile mais sans accès abordable à un ordinateur de bureau. Au Pérou, environ 80 % des utilisateurs rencontrent des problèmes de qualité de service qui rendent l’interaction avec l’IA en temps réel peu fiable. L’ampleur des utilisateurs n’ayant qu’un mobile dans la région n’est pas une niche ; c’est la majorité. Toute stratégie de produit qui traite le mobile comme secondaire traite, par définition, la région comme secondaire.
Que disent les données du commerce électronique sur la performance mobile en Amérique latine ?
Selon Mexico Business News, la plupart des plateformes de commerce électronique latino-américaines présentent des déficiences critiques en matière de performance technique et d’adoption de l’IA. Quatre-vingts pour cent des plateformes nuisent aux utilisateurs en bloquant les actions pendant le chargement du contenu, et 21 sites sur 30 ont enregistré des décalages de mise en page inattendus qui provoquent de la désorientation. Ce ne sont pas des plateformes mondiales qui sont mesurées ; ce sont des services locaux latino-américains qui ne parviennent pas à s’optimiser pour les appareils mêmes que portent leurs utilisateurs. Le problème structurel s’étend au-delà des outils d’IA jusqu’à l’ensemble de la surface commerciale de la région.
Que devraient faire différemment les concepteurs d’IA pour les utilisateurs qui n’ont qu’un mobile ?
Les concepteurs devraient inverser l’ordre de conception. Au lieu de livrer un produit de bureau et d’y greffer un compagnon mobile, l’expérience principale devrait être conçue pour un téléphone intelligent utilisé d’une seule main sur une faible connexion 4G. Cela signifie tolérer une faible bande passante dans les chaînes de téléversement, fournir des états d’erreur clairs lorsque les conditions du réseau se dégradent, exposer une parité complète des fonctionnalités sur les petits écrans et traiter le mobile-only comme une cible de déploiement de premier ordre. La question du produit n’est plus « notre outil de bureau peut-il s’ouvrir sur un téléphone » mais « un utilisateur n’ayant qu’un téléphone peut-il accomplir l’ensemble de la tâche ».
Atteignez les 190 millions sur la bonne surface.
Pillar exploite un inventaire de domaines premium et une infrastructure à travers les mondes hispanophone, lusophone et francophone — conçus pour la réalité mobile-first de l’Amérique latine, et non adaptés après coup. Parcourez l’inventaire, ou entamez une conversation sur la distribution.
Pour aller plus loin
Approfondissez les cadres conceptuels à l’origine de cet article.
La Bibliothèque d’apprentissage Pillar codifie les cadres conceptuels sous-jacents à cette analyse.