Objectifs de la fiche #38

Cette fiche vise à présenter l’émergence des agents IA capables d’interagir directement avec des interfaces web, illustrée par des agents comme OpenClaw ou Browser Use.

Elle explique comment ces technologies permettent aux LLM de passer de la génération de texte à l’exécution de tâches réelles dans des logiciels.

L’objectif est également d’illustrer les cas d’usage concrets pour les sociétés de gestion, notamment dans le deal sourcing, la due diligence, la veille et l’enrichissement des CRM.

Le problème : les IA savent penser… mais pas agir

Les modèles de langage modernes (LLM) sont devenus extrêmement performants pour :

• analyser des documents
• résumer de l’information
• rédiger du texte
• générer du code

Mais dans la plupart des organisations, et particulièrement dans les sociétés de gestion, le travail réel ne consiste pas seulement à produire du texte.

Il consiste à agir dans des systèmes.

Exemples typiques dans le Private Equity :

• rechercher des informations sur une entreprise
• consulter LinkedIn pour identifier les dirigeants
• télécharger des rapports financiers
• enrichir un CRM
• créer des fiches sociétés

Aujourd’hui ces actions sont réalisées par des analystes humains naviguant dans des interfaces web.

Or les LLM ne savent pas nativement interagir avec ces interfaces.

C’est le problème que cherchent à résoudre des outils comme OpenClaw ou Browser Use.

Qu’est-ce qu’OpenClaw ?

OpenClaw est un agent IA personnel open-source et auto-hébergé, lancé fin 2025 par Peter Steinberger.

Le projet a dépassé 100 000 étoiles sur GitHub en deux mois, devenant l’un des projets open-source à la croissance la plus rapide de l’histoire.

Parmi ses 50+ intégrations, sa capacité à contrôler un navigateur web est particulièrement intéressante.

L’idée est simple : utiliser le navigateur comme API universelle.

Plutôt que d’attendre que chaque logiciel fournisse une API officielle, l’agent peut :

• ouvrir un site web
• cliquer sur des boutons
• remplir des formulaires
• naviguer dans des interfaces
• récupérer des informations

exactement comme le ferait un utilisateur humain.

Architecture simplifiée

Un agent OpenClaw repose généralement sur trois couches.

La réaction des grands LLM face à OpenClaw

L’arrivée de ces agents a provoqué des réactions différentes chez les grands acteurs de l’IA.

Exemple concret dans le Private Equity

Imaginons un analyste chargé d’identifier des cibles d’investissement.

Aujourd’hui son workflow ressemble souvent à ceci :

1. Recherche Google
2. Consultation de sites web
3. Recherche LinkedIn
4. Analyse des données financières
5. Création d’une fiche société
6. Saisie dans le CRM

Un agent basé sur OpenClaw pourrait :

1. identifier les entreprises pertinentes
2. ouvrir automatiquement les sites
3. extraire les dirigeants
4. analyser les signaux de croissance
5. structurer les données
6. créer la fiche dans le CRM

Le rôle de l’analyste évoluerait alors vers :

• la validation
• l’analyse stratégique
• la prise de décision

Une tendance plus large : le navigateur comme API universelle

OpenClaw s’inscrit dans une tendance technologique plus large.

De nombreux acteurs développent des systèmes similaires :

• Browser Use (78K+ étoiles GitHub)
• Stagehand (Browserbase)
• Agent Browser (Vercel)
• Computer Use d’Anthropic
• Claude in Chrome
• Fellou

La logique est la suivante : Le navigateur devient la couche d’intégration universelle entre les IA et les logiciels.

Cela permet aux agents d’interagir avec :

• CRM
• outils SaaS
• bases de données publiques
• plateformes professionnelles

Et cela même lorsque ces systèmes ne proposent pas d’API

Implications pour les sociétés de gestion

Pour les fonds d’investissement, ces technologies ouvrent des perspectives importantes.

Accélération du sourcing

Les agents peuvent :

• analyser des milliers de sites rapidement
• identifier des startups émergentes
• structurer automatiquement les données
• accélérer la due diligence

Automatisation de la veille

Un agent peut surveiller :

• recrutements clés
• levées de fonds
• acquisitions
• publications financières

Enrichissement des CRM

Les agents peuvent alimenter automatiquement :

• fiches sociétés
• fiches LP
• bases de données sectorielles

Prérequis et limites actuelles

Ces agents IA transforment le navigateur en interface universelle d’automatisation. Mais les agents métiers seront inutiles sans données structurées. Sans CRM propre, base entreprises, base LP ou knowledge base, l’agent ne sert à rien.

Conséquences pour les GPs

• le navigateur devient l’interface des agents
• le CRM devient la Golden Source
• les agents opèrent sur l’ensemble de ces interfaces

Les limites actuelles

Ces systèmes restent encore imparfaits. Voici les principaux défis :

• fragilité des interfaces : un changement de design d’un site peut casser l’automatisation
• sécurité : surface d’attaque importante (accès shell, navigateur, emails)
• fiabilité : hallucinations possibles, supervision humaine indispensable
• conformité : enjeux RGPD et réglementaires pour les sociétés de gestion