Contexte et objectifs de l’acquisition
Le 28 septembre 2026, AppDirect Inc., plateforme cloud de commerce B2B, a annoncé l’achat de Soul Machines Ltd., spécialiste des avatars numériques humains. AppDirect se décrit comme un « everything store » qui centralise facturation, provisionnement et gestion d’applications. L’objectif déclaré est d’enrichir son catalogue d’applications avec des expériences interactives capables de « voir, écouter, réagir et mémoriser les interactions », afin de soutenir les ventes, les conseillers et le support client.
Fonctionnement technique des avatars Soul Machines
Les avatars de Soul Machines reposent sur une combinaison de vision par ordinateur, de synthèse vocale et de modèles d’émotion. Le texte indique qu’ils « semblent empathiser comme un humain », ce qui implique l’usage de réseaux de neurones entraînés sur des jeux de données d’expression faciale et de tonalité vocale. La capacité à réagir en temps réel nécessite un rendu graphique animé, généralement exécuté sur des GPU capables de générer des expressions faciales synchronisées avec la parole synthétique. Le système mémorise les interactions, ce qui suppose le stockage de contextes conversationnels dans une base de données structurée afin de personnaliser les réponses futures.
Intégration dans l’écosystème AppDirect
AppDirect prévoit de rendre les avatars accessibles via son environnement de développement Devs.ai, une plateforme dite « vibe‑coding » qui permet aux développeurs de créer des applications et des agents. L’intégration se fait par des API exposant les fonctions de perception (vision, audio) et de génération (animation, synthèse). Ainsi, les avatars peuvent être embarqués dans des catalogues d’applications similaires à un App Store interne, offrant des assistants virtuels pour le support client, l’auto‑service, la formation et les points de vente numériques. Cette démarche marque le passage d’interfaces purement textuelles à des interactions multimodales plus immersives.
Enjeux et limites
Le déploiement d’avatars en temps réel impose des exigences de latence strictes : chaque milliseconde de retard entre la parole de l’utilisateur et la réponse animée peut briser l’illusion d’une conversation naturelle. Le coût matériel, notamment les GPU nécessaires au rendu facial, représente un facteur d’échelle pour les clients d’AppDirect. Par ailleurs, la mémorisation des interactions soulève des questions de confidentialité et de conformité aux réglementations sur les données personnelles, surtout si les enregistrements incluent des informations sensibles. Enfin, la capacité d’empathie perçue dépend de la qualité des modèles d’émotion, qui peuvent reproduire des biais présents dans les jeux de données d’entraînement, limitant la confiance des utilisateurs dans certains contextes culturels.
