Muse de Meta : ce que le premier agent IA grand public signifie pour la visibilité des marques

Cet article a été traduit de l'anglais. [Pour accéder à la version originale en anglais, changez simplement la langue en haut de la page.]

Meta a lancé Muse le 8 septembre 2026 et, en trois semaines, c'était l'application d'IA téléchargée le plus rapidement de l'histoire. Contrairement à ChatGPT ou Perplexity, Muse n'est pas conçu pour répondre à des questions. Il est conçu pour faire des choses : réserver le vol, déposer la déclaration de sinistre, acheter le parasol. Ce passage d'un assistant qui recommande à un agent qui achète change ce que « visibilité » signifie pour une marque. Cet article rassemble ce que Meta a publié, ce que les journalistes d'investigation et les analystes indépendants sur Substack ont découvert, et ce que disent les premiers tests pratiques. Nous en tirons ensuite les conséquences pour toute personne chargée d'être trouvée, et choisie, par l'IA.

À retenir

• Muse est un agent IA personnel qui agit pour vous dans une machine virtuelle dédiée dans le cloud, se souvient de vous d'une session à l'autre et paie avec Link by Stripe. Il a dépassé 5 millions de téléchargements en 22 jours.
• Lorsque Muse fait des achats, il lance en parallèle une recherche par navigateur et une recherche dans le catalogue Meta, puis affiche typiquement six fiches produit : quatre issues de sites marchands parcourus, deux du catalogue Meta. Ses instructions le limiteraient à trois boutiques et favoriseraient les « marchands connus ».
• Muse ne s'identifie pas lorsqu'il navigue, de sorte que la plupart des marques n'ont aucun moyen de le voir dans leurs logs. La seule façon de savoir si l'agent vous choisit est de le lui demander.
• Une enquête de TIME a révélé que Muse constitue des dossiers horaires sur les utilisateurs et les personnes qu'ils mentionnent. La question ouverte est la confiance, pas la capacité.
• Pour les marques, le manuel est celui que le GEO prescrit déjà : des données produit structurées et cohérentes, des preuves tierces, des pages navigables par un agent et une surveillance continue.

Ce qu'est réellement Muse

Meta décrit Muse comme « le premier agent IA personnel au monde conçu pour tous » et explicite la différence avec un chatbot : « Il ne se contente pas de répondre aux questions, il fait réellement le travail. » (Meta Newsroom, 8 septembre 2026)

L'architecture compte, car elle explique à la fois l'engouement et la réaction sur la vie privée :

• Muse Spark est le modèle sous-jacent, lancé en avril 2026 comme premier modèle issu des Meta Superintelligence Labs d'Alexandr Wang. Meta l'a entraîné pour un travail agentique long et en plusieurs étapes plutôt que pour des scores de benchmark.
• Muse Secure VM est une machine virtuelle Linux dédiée par utilisateur, qui contient l'agent, son navigateur, ses fichiers et sa mémoire. La VM persiste entre les sessions : Muse se comporte comme un ordinateur qui continue de travailler après la fermeture de l'application, pas comme une fenêtre de chat.
• Sentinel est un agent distinct sur la même machine, qui doit approuver chaque flux sortant. Il décide si une action est autorisée, bloquée ou soumise à la validation de l'utilisateur. Les actions à conséquences, comme envoyer un e-mail ou payer, s'arrêtent toujours pour approbation.
• La mémoire est persistante. Muse retient les préférences, fait des suggestions spontanées et peut recevoir l'ordre d'« oublier » certaines choses. La sortie de Muse Wonder le 12 octobre renforce cela avec ce que Meta appelle l'« active memory ».
• Les paiements passent par Link by Stripe, qui émet des numéros de carte à usage unique afin que le marchand ne voie jamais la vraie carte. La prise en charge de Shop Pay et de 1Password est annoncée.

Muse est gratuit jusqu'à un quota hebdomadaire de tokens, avec des paliers Power (environ 20 dollars par mois) et Maximum (environ 100 dollars par mois) pour un usage intensif, selon Retail Dive et Atrani Capital sur Substack. Il est disponible sur iOS, Android, le web et dans WhatsApp aux États-Unis et au Canada ; les lunettes IA de Meta et un appareil de la taille d'un porte-clés, Muse Charm, ont été annoncés à Meta Connect pour les fêtes de fin d'année.

Figure 1 — Six mois du lancement du modèle au modèle frontière

Le rythme est l'histoire. En six mois, Meta est passé de son premier modèle maison sous une nouvelle direction à un agent grand public, une plateforme de connecteurs pour le commerce, une édition pour les petites entreprises et un modèle frontière autoproclamé. Sources : Meta Newsroom, Axios, GeekWire, Retail Dive, TIME, TechCrunch.

Les chiffres d'adoption, et ce qu'en font les investisseurs

La courbe de téléchargements est sans précédent. Citant des données Sensor Tower utilisées par Bank of America, le Substack Compounding Your Wealth rapporte que Muse a atteint 5 millions de téléchargements en 22 jours, contre 56 jours pour ChatGPT, 103 pour Grok et 492 pour Claude. TIME évalue la base d'utilisateurs à environ 4 millions, citant The Information.

Figure 2 — Jours entre le lancement et 5 millions de téléchargements

Les téléchargements ne sont pas l'usage. Les mêmes données Sensor Tower donnent à Muse 1,96 million d'utilisateurs actifs quotidiens sur mobile, contre 664 millions pour ChatGPT et 151 millions pour Gemini. Source : Sensor Tower via Bank of America, rapporté par Compounding Your Wealth, 13 octobre 2026.

L'usage quotidien dessine un autre tableau. Longbridge Dolphin Research a relevé environ 250 000 actifs quotidiens sur iOS et 2 000 à 3 000 dollars de revenus par jour durant les deux premières semaines, soit un taux de conversion payant implicite d'au plus 3 %, contre environ 5 % pour ChatGPT. Leur note souligne aussi l'économie du produit : l'exécution de tâches simples dans une VM par utilisateur coûterait à Meta jusqu'à 50 dollars par utilisateur et par mois.

Le marché a malgré tout intégré le scénario optimiste. L'action Meta a gagné 11 % le 21 septembre. Le cadrage de Morgan Stanley, relayé par Tae Kim sur Substack, est que chaque tranche de 100 millions d'utilisateurs de Muse ajouterait environ 1 milliard de dollars de revenus, et que près de 30 000 milliards de dollars de dépenses de consommation pourraient devenir adressables par des agents. Le verdict de Kim est plus prudent : « rien n'est acquis », puisque OpenAI, Google et Apple peuvent tous livrer le même produit à des bases installées plus larges, et qu'OpenAI a recruté le créateur d'OpenClaw, l'agent open source dont Muse s'inspire.

Comment Muse décide quoi acheter

C'est la partie qui compte pour les marketeurs, et celle sur laquelle Meta en a dit le moins. Les meilleures preuves publiques viennent de l'équipe de recherche de Profound, qui a fait passer 50 requêtes d'achat dans une catégorie de détail grand public à une seule instance de Muse le 30 septembre, en traçant ce que l'agent faisait.

Leurs conclusions, qu'ils décrivent comme un petit échantillon exploratoire :

• Muse consulte d'abord le profil d'achat et la mémoire de l'utilisateur pour y trouver des préférences enregistrées, en posant parfois une question de clarification.
• Il « lance ensuite deux recherches en parallèle » : une session de navigateur qui visite des sites marchands, et une requête sur le catalogue produits de Meta, le même catalogue qui alimente le shopping sur Instagram et Facebook. Facebook Marketplace est un troisième réservoir pour des catégories comme les meubles et les objets de collection.
• Par requête, le navigateur a typiquement visité 3 domaines et renvoyé 4 produits de 2 marchands. Le catalogue a renvoyé environ 60 produits de 30 marchands.
• La recommandation finale affichait typiquement 6 fiches produit : 4 issues du navigateur, 2 du catalogue.

Figure 3 — D'où viennent les fiches produit de Muse

Le catalogue fournit la plupart des candidats, mais la poignée de produits que l'agent trouve en naviguant réellement remporte la plupart des places. Source : Profound, « The era of personal agents: Muse and Instinct », 2 octobre 2026.

Deux détails supplémentaires reconfigurent le problème d'optimisation :

Muse ne s'annonce pas. Profound a constaté que Muse et son rival Instinct « ne s'identifient pas par leur nom lorsqu'ils parcourent des sites web », font transiter leur trafic par des connexions résidentielles et ressemblent à des visiteurs humains ordinaires. Certaines sessions étaient précédées d'un bot auto-identifié meta-webindexer provenant de plages d'IP que Meta n'a pas revendiquées publiquement. Les requêtes meta-webindexer non vérifiées ont augmenté 1,6 fois plus sur les sites américains et canadiens qu'ailleurs dans les 20 jours suivant le lancement. En pratique, une marque ne peut pas voir Muse dans ses logs serveur et ne reçoit aucune citation lorsqu'elle est retenue. La réponse d'Amazon a été de bloquer Muse purement et simplement le 20 septembre, au motif que l'agent accédait à sa boutique sans préavis.

La présélection est régie par un fichier d'instructions. Selon un fichier d'instructions d'achat que Profound dit avoir extrait de l'agent le 25 septembre, tel que rapporté par PPC Land, Muse consulte au plus trois boutiques sur le web ouvert, renvoie au maximum dix produits, écarte les offres dont le prix s'éloigne fortement de la fourchette habituelle d'une catégorie, et reçoit pour consigne qu'il est « impératif » que les cinq premiers choix proviennent de « marchands connus ». Si l'acheteur nomme une marque, la boutique propre de cette marque est consultée en premier, et les vendeurs directs sont préférés aux revendeurs. Le paiement dans le chat n'est proposé que pour les articles du catalogue signalés pour le « agentic checkout ». Meta n'a pas confirmé le contenu du fichier, et Profound prévient qu'il a pu changer depuis.

Un second test indépendant corrobore le lien avec le catalogue. Scot Wingo de Retailgentic a constaté que lorsqu'un produit figurait dans les trois premiers résultats sur Meta.ai, Muse l'affichait aussi dans 89 % des cas, et que 73 % des requêtes renvoyaient au moins une offre identique sur les deux surfaces. Sa lecture : entrer dans le catalogue Meta via Commerce Manager, l'enrichir d'attributs conversationnels et tester le paiement régulièrement.

La couche de connecteurs grandit vite. À Meta Connect, le 23 septembre, Meta a nommé dix connecteurs de distribution (Walmart, Best Buy, American Eagle, DICK'S, Fanatics, Gap, Michael Kors, Sephora, Ulta et Wayfair) plus Instacart, Expedia étant à venir ; Shopify est le partenaire commerce de lancement avec un paiement Shop Pay sur toutes ses boutiques ; et la plateforme de connecteurs a reçu plus de 1 500 candidatures de développeurs externes en moins d'une semaine. Muse for Small Business, lancé le 29 septembre, ajoute Shopify, Stripe, QuickBooks, Asana, Box, Canva, Zoom, Slack et les comptes publicitaires Meta, avec la règle que l'agent ne publiera, n'enverra de message ni ne dépensera sans l'approbation du propriétaire.

Le problème de confiance

La capacité n'est pas le sujet principal de la couverture critique. Le 6 octobre, Harry Booth de TIME a publié des instructions internes de Muse montrant que l'agent :

• met à jour chaque heure un dossier sur l'utilisateur et sur les personnes mentionnées dans ses chats, messages et e-mails ;
• effectue chaque nuit une analyse des conversations de la journée ;
• établit le profil de personnes qui n'ont jamais installé Muse, si les données d'un utilisateur les mentionnent ;
• reçoit pour consigne de déduire des objectifs que l'utilisateur n'a « pas dits à voix haute » et de noter quelles incitations fonctionnent, avec cet exemple interne : « Cet utilisateur réagit mieux à de courtes incitations après 22 h » ;
• partage des enseignements anonymisés entre agents sur différentes VM ;
• et, lorsqu'on lui demande d'« oublier » quelque chose, ne supprime pas nécessairement le message sous-jacent, et a pour consigne de ne pas le mentionner.

Meta n'a pas contesté ces conclusions. Son porte-parole a déclaré que Muse « se souvient de ce qui compte le plus pour vous, y compris des informations sur d'autres personnes que vous choisissez de partager », que chaque VM est isolée, et que la Muse Confidential VM, qui chiffrerait la machine avec une clé détenue uniquement par l'utilisateur, est prévue pour plus tard cette année.

La réaction sur Substack a été vive. Le chercheur en sécurité Paul Walsh qualifie Muse de « réseau de surveillance commerciale déguisé en assistant IA », pointant l'écart entre le chiffrement promis et livré, l'inclusion par défaut dans l'entraînement des modèles et la structure d'incitation d'une activité publicitaire de 243 milliards de dollars. Meta affirme que les conversations et les données des VM ne sont pas partagées avec ses systèmes publicitaires. NBC News a résumé la même tension à travers l'avatar par défaut tout doux de l'agent, « Jolly » : il est mignon, et il veut vos données.

Pour les marques, cela compte à deux titres. D'abord, la mémoire qui rend Muse si engageant en fait aussi un gardien durable : une fois qu'il a appris les marques préférées, le budget et les aversions d'un utilisateur, la présélection se resserre avant même qu'une recherche n'ait lieu. Ensuite, la pression réglementaire sur le volet données pourrait faire évoluer le produit rapidement, surtout en Europe, où Muse n'est pas encore lancé.

Est-ce que ça marche vraiment ? Ce que disent les tests pratiques

Les retours de praticiens sont cohérents : une portée impressionnante, une exécution inégale.

The Automated Operator d'Alex Willen a testé trois tâches réelles. La déclaration d'assurance pour animal est passée, bien que Muse ait mal compris le nom de l'assureur. La recherche de parasol a produit une liste dense, difficile à comparer, sans jamais demander à quoi servirait le parasol. La réservation de vol a proposé une compagnie qu'il ne prendrait jamais, a manqué le fait que British Airways est un partenaire de transfert Amex (ChatGPT le savait) et s'est bloquée sur un captcha partiellement masqué par la propre barre de masquage de mot de passe de Muse. Sa conclusion : il ne l'utilisera guère, mais ce pourrait être « le moment ChatGPT des agents » pour le grand public.

Tae Kim a relevé des problèmes de qualité et de précision et continue de préférer ChatGPT. Tom's Guide n'a réussi à mener à bien que trois requêtes d'achat sur sept. Côté positif, Vincent Kurtis rapporte que Muse lui a « rendu 7 heures par semaine » sur l'administratif marketing, et Marius Lau voit dans l'Active Memory de Muse Wonder la fonctionnalité qui supprime enfin le besoin de recoller le contexte de l'entreprise à chaque session, tout en notant que sur l'indice Artificial Analysis (56 pour Wonder Full, 52 pour Wonder), la « connaissance factuelle » est une faiblesse relative.

La sortie de Muse Wonder le 12 octobre vise à combler l'écart de qualité. Meta revendique la parité de benchmark avec Fable 5.1 et GPT-6 Astra ; les modèles sont facturés 4 dollars par million de tokens en entrée et 20 dollars par million de tokens en sortie sur l'API, et alimenteront progressivement l'agent.

Ce que cela signifie pour les marques

Jeffrey Herzog d'Entrepreneur l'a bien dit : « une machine évalue peut-être votre marque avant même qu'un client ne le fasse. » Les conséquences pratiques découlent directement des éléments ci-dessus.

1. Vos données produit sont désormais une API, que vous l'ayez voulu ou non. Muse lit vos pages à travers un vrai navigateur Chromium et son arbre d'accessibilité. Un HTML sémantique, des libellés clairs, des prix, stocks, conditions de livraison et de retour visibles, et une page qui explique à qui chaque produit est destiné : voilà ce que l'agent peut exploiter. Des faits contradictoires entre votre site, vos fiches sur les marketplaces et vos profils sociaux : voilà ce sur quoi il trébuche. La même discipline des données structurées que nous décrivions dans comment les données structurées améliorent la visibilité en recherche IA s'applique, avec une pénalité plus forte pour l'incohérence.

2. Soyez dans le catalogue, et rendez-le conversationnel. Le catalogue Meta fournit la plupart des candidats de Muse, et le top 3 de Meta.ai prédit les fiches de Muse dans 89 % des cas. Des flux Commerce Manager enrichis de cas d'usage, de FAQ et d'occasions sont le levier le moins coûteux que la plupart des détaillants n'actionnent pas.

3. « Connu » est une règle de classement, pas une impression. Le fichier d'instructions réserve les cinq premières places aux marchands connus. Les preuves tierces (avis, couverture presse, commentaires d'experts, résultats documentés) sont le moyen pour une marque plus petite de devenir « connue » d'un modèle. Nous avons décrit la mécanique dans l'impact des avis et des notes sur les citations en recherche IA.

4. Testez votre site comme un agent le ferait. Si un captcha, un mur de cookies, un interstitiel ou un paiement uniquement en JavaScript arrête un agent piloté par navigateur, vous êtes invisible quelle que soit la qualité de vos données. Les marchands Shopify devraient vérifier que Shop Pay et Link fonctionnent de bout en bout ; tous les autres devraient tester le paiement invité chaque mois.

5. Ne vous attendez pas à voir Muse dans vos analytics. Pas de user agent, pas de citation, des IP résidentielles. La seule mesure qui fonctionne consiste à lancer les requêtes que vos clients lanceraient et à enregistrer ce que l'agent recommande, de façon répétée, car la mémoire et les changements de classement rendent les tests isolés dénués de sens. C'est la discipline que nous défendions dans Don't measure once.

6. Préparez-vous pour l'Europe, plus tard, mais pas jamais. Muse n'est disponible qu'aux États-Unis et au Canada, et les révélations de TIME compliquent un lancement dans l'UE sous le DMA et le RGPD. Les marques de la région DACH, de France et de Suisse disposent d'une fenêtre pour mettre en ordre leurs données produit et leur présence chez les tiers avant l'arrivée de l'agent.

Comment nous abordons le sujet chez Aurora

Aurora suit la manière dont les moteurs d'IA comme ChatGPT, Perplexity, Gemini et Google AI Mode décrivent, recommandent et citent les marques, et sur quelles sources ils s'appuient. Des agents comme Muse étendent cette question de « que dit le modèle de nous » à « qu'achète le modèle pour l'utilisateur ». Mais les entrées que l'agent utilise, données de catalogue, faits sur la page et preuves tierces, sont les mêmes qui déterminent aujourd'hui les citations dans les moteurs de réponse. Nous suivons de près le déploiement de Muse, et la part du web ouvert dans sa présélection (quatre fiches sur six) est le signal le plus clair à ce jour que le travail GEO sur vos propres pages paie aussi dans le commerce agentique.

Si vous voulez savoir comment votre marque apparaît aujourd'hui dans les moteurs d'IA avant que des agents n'achètent au nom de vos clients, lancez un contrôle gratuit de visibilité IA.

---

Sources

1. Meta Newsroom, « Introducing Muse: The World's First Personal AI Agent Built for Everyone », 8 septembre 2026. https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/
2. Harry Booth, TIME, « Meta's Muse AI Agent Is Building a Dossier On You », 6 octobre 2026. https://time.com/article/2026/10/06/meta-muse-ai-agent-privacy/
3. Allison Huang, Profound Research, « The era of personal agents: Muse and Instinct », 2 octobre 2026. https://www.tryprofound.com/blog/the-era-of-personal-agents-muse-and-instinct
4. PPC Land, « Meta's shopping agent must fill its top 5 picks with well-known merchants », octobre 2026. https://ppc.land/metas-shopping-agent-must-fill-its-top-5-picks-with-well-known-merchants/
5. Scot Wingo, Retailgentic (Substack), « 5 Muse Optimization Best Practices for Merchants », 13 octobre 2026. https://www.retailgentic.com/p/5-muse-optimization-best-practices
6. Sergey, Compounding Your Wealth (Substack), « $META: Muse Hits 5 Million Downloads in 22 Days, but Rising CapEx Pressures FCF », 13 octobre 2026. https://sergeycyw.substack.com/p/meta-muse-hits-5-million-downloads
7. Longbridge Dolphin Research (Substack), « Muse went viral, is META at a real inflection or just a head fake? », 24 septembre 2026. https://dolphinresearch.substack.com/p/muse-went-viral-is-meta-at-a-real
8. Tae Kim, Key Context (Substack), « Meta's Muse Is No Sure Thing », 22 septembre 2026. https://taekim.substack.com/p/metas-muse-is-no-sure-thing
9. Igor Rotor, Atrani Capital (Substack), « Meta's Muse Turns AI Spending Into a Consumer Story », 22 septembre 2026. https://atranicapital.substack.com/p/metas-muse-turns-ai-spending-into
10. Paul Walsh (Substack), « Meta's Muse AI agent is a commercial surveillance network disguised as an AI assistant », 13 octobre 2026. https://paulfwalsh.substack.com/p/metas-muse-ai-agent-is-a-commercial
11. Alex Willen, The Automated Operator (Substack), « Meta's Muse Is Surprisingly Unimpressive », 22 septembre 2026. https://theautomatedoperator.substack.com/p/metas-muse-is-surprisingly-unimpressive
12. Marius Laurusevicius, Marius Lau (Substack), « Meta's AI Agent Will Now Remember Your Business », 13 octobre 2026. https://mariuslau.substack.com/p/metas-ai-agent-will-now-remember
13. Vincent Kurtis (Substack), « Muse Gave Me 7 Hours a Week Back », 2026. https://vincentkurtis.substack.com/p/meta-muse-ai-review
14. Angela Yang, NBC News, « It's cute. It's cuddly. And it wants your data. », 24 septembre 2026. https://www.nbcnews.com/tech/tech-news/meta-muse-ai-agent-response-animated-avatar-cute-rcna599736
15. Tatiana Walk-Morris, Retail Dive, « Meta debuts AI agent for small businesses », 1er octobre 2026. https://www.retaildive.com/news/meta-debuts-ai-agent-muse-small-businesses/831890/
16. Russell Brandom, TechCrunch, « Meta releases its first frontier model, Muse Wonder », 12 octobre 2026. https://techcrunch.com/2026/10/12/meta-releases-its-first-frontier-model-muse-wonder/
17. Jeffrey Herzog, Entrepreneur, « Meta's Muse Can Shop for Your Customers. Here's How to Make Sure It Picks You. », 12 octobre 2026. https://www.entrepreneur.com/business-news/tech/metas-muse-wants-to-own-the-moment-before-the-purchase
18. Sanbi.ai, « Meta Muse Shopping: How Brands Get Chosen by AI Agents », septembre 2026 (synthèse des comptes rendus de Meta Connect, GeekWire et TechCrunch). https://sanbi.ai/blog/meta-muse-agentic-shopping
19. KDnuggets, « Meta Muse Explained », 5 octobre 2026. https://www.kdnuggets.com/meta-muse-explained-what-it-is-how-it-works-and-what-it-can-do
20. Tom's Guide, « I tried turning Meta's Muse AI into my personal shopper — only 3 of 7 prompts actually worked », octobre 2026. https://www.tomsguide.com/ai/i-tried-turning-metas-muse-ai-into-my-personal-shopper-only-3-of-7-prompts-actually-worked

Photo de couverture : Zulfugar Karimov sur Unsplash. Figures 1 à 3 : Aurora Intelligence, d'après les sources indiquées dans chaque légende.