Titre original : how non-developers automate work like engineers (without writing code)…
Auteur original : Damian Player
Traduction : Peggy, BlockBeats
Note de l’éditeur : Alors que la plupart des gens voient encore l’IA comme « un outil de recherche plus efficace », Perplexity commence à exécuter le travail.
Cet article se concentre sur une différence longtemps ignorée : pourquoi, avec une IA identique, certains n’obtiennent qu’une réponse, tandis que d’autres reçoivent directement un résultat livrable. La clé n’est pas la puissance du modèle, mais la manière dont on l’utilise : s’agit-il d’en faire une fenêtre de dialogue, ou un système d’exécution que l’on peut commander et orchestrer ?
Une nouvelle génération d’outils, représentée par Perplexity Computer, remplace « la question » par « la tâche » comme mode d’interaction central. De la relecture de contrats à l’analyse des concurrents, jusqu’au nettoyage des données et à la génération de rapports : les utilisateurs ne décrivent plus le problème, ils définissent directement le livrable final. En plus, en connectant les outils de l’entreprise et en consolidant le contexte personnel ainsi que des exemples de style, cette capacité évolue d’une production ponctuelle vers des workflows réutilisables et exécutables automatiquement.
Ce qui est encore plus important : les limites de l’automatisation sont en train d’être redéfinies. Elle ne se limite plus à aider à accomplir une étape ; elle peut fonctionner en continu, s’exécuter à travers plusieurs outils, et même proposer activement des tâches supplémentaires. Cela signifie que la relation entre l’humain et l’outil passe de « l’utilisation » à « la gestion et la délégation ».
Dans ce changement, la véritable ligne de partage n’est plus de savoir si l’on utilise l’IA, mais si l’on a commencé à s’en servir pour « livrer des résultats ».
Voici le texte original :
Ceux qui auront compris cette logique gagneront un avantage asymétrique. Très vite, tout le monde saura comment faire. Mais avant que tout ne devienne évident, voici la méthode pour commencer en avance.
Au cours de l’année écoulée, les développeurs ont déjà fait tourner en arrière-plan des agents d’IA autonomes (comme Claude Code, OpenClaw, etc.) : ils peuvent faire des recherches, construire des produits et livrer des résultats complets sans que la personne ne doive surveiller en permanence ou relancer sans cesse. Mais en réalité, tu n’as pas vraiment besoin de cette approche—sauf si tu sais utiliser le terminal et écrire du code.
Et Perplexity Computer change cela. Pour la première fois, les non-développeurs peuvent utiliser la même capacité. Il te suffit d’un navigateur et d’une tâche que tu peux lui confier.
La plupart des gens ouvrent Perplexity, saisissent une question, obtiennent une réponse, puis ferment la page. Ils ratent l’essentiel. Perplexity Computer n’est pas fait pour répondre à des questions : il est fait pour exécuter des tâches.
N’en demande plus. Confie-lui le vrai travail.
Directeur financier, avocat, consultant… Ils ouvrent l’outil, saisissent une question, reçoivent une réponse plutôt correcte, puis pensent : « Oh, un Google plus avancé. » Ensuite, ils continuent en passant 90 minutes à nettoyer le tableau qu’ils avaient déjà nettoyé lundi dernier.
Le problème ne vient pas de l’outil, mais de la façon de l’utiliser. Ils le traitent comme un chatbot.
Mode “question” : « Quels sont les risques dans ce contrat ? »
Mode “tâche” : « Relire ce contrat. Vérifier, point par point, si toutes les formulations sont étayées par des sources publiquement disponibles ; signaler les passages vagues, les clauses manquantes et ceux susceptibles d’entraîner une responsabilité juridique ; lister les 5 risques les plus importants, avec des citations précises de clauses ; produire un document Word avec des traces de révision. »
Le même contrat. Une méthode te donne uniquement une liste à lire toi-même ; l’autre te fournit directement un produit fini que tu peux envoyer au client.
D’abord, connecte les outils. Clique sur connectors dans la barre latérale. Perplexity peut se connecter à plus de 400 applications : Gmail, Google Drive, Slack, Salesforce, Notion, SharePoint… Connecte tout ce que tu utilises réellement.
Ensuite, fais-lui savoir qui tu es. Une seule fois suffit : « Je travaille sur un certain poste dans un certain type d’entreprise. Je produis régulièrement des contenus X, Y, Z. Retenez ces informations à chaque session. » Il conservera ces informations à long terme.
Puis dis-lui « ce qui est bien ». Choisis 2–3 livrables dont tu es le plus satisfait, téléverse-les et saisis : « Ce sont mes meilleurs exemples de travail. Apprenez-en le format et le ton ; à l’avenir, utilisez-les comme référence pour générer du contenu. »
Ainsi, il ne devine plus ton style : il décompose à l’envers un chemin de succès que tu as déjà validé.
10 minutes : commence par faire cette chose.
Chaque lundi, une analyste financière reçoit un export de données, 150 lignes, avec un format en désordre : données dupliquées, trois formats de date différents, et des notations écrites en mots plutôt qu’en chiffres. Avant de commencer l’analyse, elle doit consacrer 90 minutes chaque semaine à nettoyer les données. Le même problème, répété chaque semaine.
Elle n’a saisi qu’une instruction : nettoyer ce fichier, supprimer les doublons, uniformiser le format des dates, convertir les notations textuelles en chiffres ; réaliser l’analyse sur les données nettoyées ; générer un tableau de bord interactif avec des fonctions de filtrage et fournir un lien de partage ; produire un rapport PDF comparant avant/après nettoyage ; et enregistrer tous les fichiers dans le dossier « Lundi » de Drive.
Après 4 minutes : un dataset propre, un tableau de bord interactif, un lien de partage, un rapport PDF—tout apparaît dans son Drive.
Puis elle a demandé à nouveau : « Y a-t-il des améliorations que je n’ai pas demandées, mais qui rendraient cette tâche plus utile ? »
Le système a proposé deux points : d’une part, planifier l’exécution de cette tâche automatiquement tous les lundis à 7h ; d’autre part, ajouter une tâche qui, en fonction des performances, génère un brief de management pour le mardi sur les segments moins performants.
Elle a configuré les deux, puis a fermé la page.
Par la suite, chaque lundi, cela s’exécute automatiquement—que son ordinateur soit allumé ou non.
C’est exactement la capacité que les développeurs utilisaient depuis l’année passée. Maintenant, tu peux l’avoir directement dans ton navigateur.
@gregisenberg a fait un test en conditions réelles dans le podcast @startupideaspod.
Il n’a donné qu’une seule tâche : identifier les entreprises qui achetaient des publicités pour des podcasts concurrents, repérer la personne réellement responsable du parrainage, et rédiger un e-mail personnalisé pour chacun.
Le système a trouvé le vice-président de la croissance chez Ramp, a récupéré le contenu d’un épisode auquel il avait participé il y a deux semaines, a rédigé un e-mail de prospection à froid en citant ses propos précis dans l’émission, puis l’a envoyé directement. Greg n’a pas dit « envoyer » : le système a conclu que la tâche était terminée et l’a exécutée de lui-même.
Ensuite, il a aussi proposé activement : surveiller les podcasts des concurrents ; dès qu’une nouvelle marque commence à lancer des publicités, envoyer une alerte immédiatement avec le contact correspondant—« contacter dès que le budget se lance ».
Au final, ce processus a mené en parallèle la recherche pour 96 prospects potentiels, et a programmé des e-mails de relance pour le jour 3 et le jour 7.
Dans l’émission Marketing Against the Grain, l’équipe l’a utilisé pour auditer l’ensemble de la page produit de HubSpot : extraction automatique de l’ensemble du site, notation selon des critères personnalisés, tri des problèmes, puis génération d’un rapport de site partageable. Un travail qui aurait normalement pris une semaine à l’équipe a été terminé pendant l’enregistrement.
Tout cela a été fait sur place, pas lors d’une démonstration, et pas à partir d’un script préétabli.
Dans le secteur financier : un analyste de portefeuille n’a donné qu’une seule tâche avant la publication du rapport financier d’NVIDIA.
Le résultat : un tableau de bord interactif en temps réel, incluant un chiffre d’affaires de 130,5 milliards de dollars, une marge brute de 75 %, un taux de croissance de 114,2 %, un état complet des profits, ainsi qu’une tendance des marges bénéficiaires prévue de l’exercice 2021 à l’exercice 2028—avec un support de filtrage et des liens de partage.
Pas de Excel, pas de recherche manuelle des données : fait en 5 minutes.
Perplexity peut appeler directement des sources de données comme les divulgations de la SEC, FactSet, S&P Global, PitchBook, etc. Aucune clé API n’est nécessaire, pas d’autorisation supplémentaire non plus : l’exécution est intégrée au système.
Scénario juridique :
« Relire ce contrat. Vérifier, point par point, si toutes les formulations sont étayées par des sources publiquement disponibles ; signaler les passages vagues, les clauses types manquantes et ceux susceptibles d’entraîner une responsabilité juridique au titre du droit des contrats de [État précis] ; lister les 5 risques les plus importants, avec des citations précises de clauses ; produire un document Word avec des traces de révision. »
Un relecteur avait téléversé une proposition affirmant qu’une certaine croissance d’un trimestre à l’autre atteignait 43 %. Perplexity Computer a retrouvé que les données réelles étaient de seulement 4 %, et a stoppé le problème avant la signature.
Scénario marketing :
« Analyser [concurrent 1], [concurrent 2] et [concurrent 3] : les contenus les plus performants des 30 derniers jours ; identifier les formats et thèmes de contenu avec le plus d’interactions ; repérer les manques (gaps) ; générer un calendrier éditorial de 30 jours à partir de ces manques et l’enregistrer dans Google Doc. »
Définis-le comme tâche planifiée. Tous les lundis, une analyse des concurrents mise à jour se génère automatiquement, sans enquête manuelle.
Scénario opérations :
« Voici nos données CSV du T1. Nettoyer les données ; analyser les revenus par région et par ligne de produit ; identifier les trois plus gros problèmes ; produire une page d’actions recommandées ; créer une présentation PPT d’une page pour le reporting ; enregistrer tous les fichiers dans le dossier du projet. »
Cinq livrables, une seule instruction. Pendant les réunions, c’est déjà terminé.
Revue de modèle (Model Council) : trois jugements en 60 secondes
Quand tu es face à une décision ayant de vraies conséquences, il suffit d’entrer une question. Perplexity appelle simultanément Claude, ChatGPT et Gemini, puis un « synthétiseur » résume leur consensus et leurs divergences.
· Ce sur quoi les trois sont d’accord : conclusion à haute confiance
· Ce sur quoi il y a désaccord : besoin d’un jugement supplémentaire
Quelqu’un a demandé : pour le pricing produit, faut-il choisir $297 ou $497 ? Les trois modèles ont donné des réponses différentes, mais le synthétiseur a constaté que la seule conclusion à laquelle ils sont unanimement parvenus est : ne pas descendre sous $297. La décision est ainsi tranchée.
Beaucoup d’entreprises dépensent de l’argent pour faire enfermer leurs analystes dans une salle de réunion afin d’en tirer une conclusion.
Ici, une seule instruction suffit.
La vraie capacité essentielle
Pour obtenir une valeur concrète de Perplexity Computer, 80 % dépend d’une chose : peux-tu décrire clairement le « livrable final » ?
Ce n’est pas la configuration technique. C’est surtout de savoir si tu es assez clair sur ce que tu dois livrer. N’explique pas les étapes : décris le résultat.
Après chaque tâche terminée, pense aussi à demander : « Y a-t-il quelque chose que je n’ai pas demandé, mais qui rendrait ce résultat plus utile ? »
Il pointe presque toujours des angles morts. Et à chaque fois, il s’en sert.
Ouvre Perplexity (version pro $20/mois). Va sur la page Computer, clique sur connectors, puis connecte d’abord Gmail et Google Drive.
Saisis tes trois phrases de présentation (une seule fois). Téléverse 2–3 exemples de tes meilleurs travaux pour qu’il apprenne ton style. Ensuite, choisis une tâche que tu as accomplie la semaine dernière en plus de 2 heures, et dont chaque sortie est similaire : décris-la en mode « livrable final », envoie. Observe le déroulement de l’exécution. Si c’est une tâche récurrente, configure-la comme exécution automatique avant de fermer la page.
Les développeurs utilisent déjà ce système depuis un an. L’écart entre leur production et celle des autres est une réalité.
C’est, la méthode pour combler cet écart.
[Lien vers l’article original]
Cliquez pour découvrir le recrutement de律动 BlockBeats sur les postes disponibles
Bienvenue dans la communauté officielle de律动 BlockBeats :
Groupe Telegram (abonnement) : https://t.me/theblockbeats
Groupe Telegram (discussion) : https://t.me/BlockBeats_App
Compte officiel Twitter : https://twitter.com/BlockBeatsAsia