Un véritable contrôle autonome du navigateur ne consiste pas simplement à récupérer et à résumer du HTML : il implique de manipuler le DOM de façon déterministe (clics, saisie, champs de téléversement), de gérer la navigation côté client, de conserver l’état de la session d’une étape à l’autre et de se remettre d’erreurs temporaires. Il faut également pouvoir accéder aux fonctions du système, comme le téléversement et le téléchargement de fichiers ou le presse-papiers, lorsque le flux de travail l’exige. Le niveau d’exigence est clair : accomplir de façon reproductible une tâche réelle en plusieurs étapes, de bout en bout, sans qu’une personne ait à saisir de nouveau ses identifiants ou à intervenir manuellement dans l’interface.

Pourquoi cette définition est-elle importante ? De nombreux agents se disent capables d’utiliser un navigateur parce qu’ils peuvent récupérer des pages et exécuter du JavaScript dans un environnement isolé. C’est utile pour extraire des données, mais insuffisant pour les flux de travail qui nécessitent d’interagir avec des widgets tiers, un SSO ou un processus de paiement en plusieurs pages. Lorsque vous évaluez des fournisseurs, exigez des tests qui mesurent l’accomplissement d’une tâche entière — par exemple, réserver un billet d’avion remboursable avec deux escales, soumettre un formulaire de fournisseur derrière un SSO ou téléverser un CSV dans un tableau de bord actif et vérifier le nombre de lignes — plutôt que de simples résumés de pages.

OpenAI Dots et d’autres agents hébergés similaires proposent désormais des navigateurs intégrés sans interface graphique, ainsi que des points d’extension pour les développeurs, notamment pour les sélecteurs et les plans d’action. Dots se distingue par sa compréhension des intentions et la coordination des tâches en plusieurs étapes, avec une bonne gestion de la mémoire et des étapes de validation humaine. Il reste toutefois limité par les délais d’expiration des sessions hébergées, et les entreprises se heurtent souvent à des obstacles concernant l’automatisation du SSO et le contrôle des données sensibles. Les flux d’utilisation de l’ordinateur d’Anthropic privilégient des garde-fous sûrs et des mécanismes d’approbation. Ils sont efficaces pour les tâches bureautiques, mais nécessitent des connecteurs conçus sur mesure pour gérer correctement le téléversement de fichiers et les cadres inter-origines.

Les agents de recherche de type Perplexity excellent dans la synthèse rapide et la présentation de résultats accompagnés de références, mais n’offrent généralement pas d’API de bas niveau pour cliquer ou saisir du texte ; ils se limitent donc à l’extraction et à la synthèse. Browser Use et Stagehand, deux plateformes émergentes, proposent une automatisation plus poussée du navigateur, avec des sélecteurs visuels et des fonctions d’enregistrement. Tous deux fonctionnent bien pour les parcours d’achat en ligne prévisibles et les mises à jour d’interfaces SaaS, mais rencontrent des difficultés face aux flux protégés par des systèmes anti-bots. Les agents personnalisés basés sur Playwright restent les plus fiables pour les tâches d’entreprise : ils offrent un contrôle déterministe des sélecteurs, des mécanismes de nouvelle tentative robustes et une intégration aux gestionnaires de secrets et aux flux d’authentification multifacteur, au prix d’un investissement en développement et en maintenance opérationnelle.

Les agents échouent le plus souvent face aux contenus dynamiques, au rendu effectué uniquement côté client et aux protections anti-bots. Les sélecteurs deviennent instables lorsque les sites utilisent des identifiants d’éléments aléatoires ; des conditions de concurrence surviennent avec les composants chargés à la demande, et les cadres inter-origines peuvent entraîner des échecs silencieux. Pour limiter ces problèmes, privilégiez des stratégies CSS/XPath robustes, des heuristiques fondées sur le contenu — comme la proximité du texte — plutôt que des identifiants fragiles, des conditions d’attente explicites liées à l’état sémantique de la page, ainsi que des captures d’écran et des instantanés du DOM pour analyser les échecs.

Face aux CAPTCHA et aux contrôles anti-bots, les options réalistes sont les suivantes : (1) soumettre les tâches nécessitant une action à une étape de validation humaine, (2) intégrer si possible des flux SSO/OAuth d’entreprise pour éviter les défis interactifs, ou (3) accepter une automatisation partielle et recourir aux intégrations API lorsqu’elles sont disponibles. Ne partez pas du principe qu’un agent hébergé contournera les systèmes anti-bots : ce serait à la fois peu fiable et contraire à l’éthique.

Scénario : comparer des produits chez différents détaillants. Pour les particuliers et les petites équipes, un agent hébergé (Dots ou Perplexity avec un module de navigation) peut récupérer les offres, uniformiser les prix et produire un comparatif en quelques minutes. Pour des recherches répétitives ou à grande échelle nécessitant des règles de correspondance spécifiques, utilisez un pipeline Playwright qui normalise l’extraction du DOM, met les résultats en cache et stocke des lignes normalisées dans une base de données en vue d’analyses ultérieures.

Scénario : réserver un voyage en respectant des contraintes d’entreprise sur plusieurs sites de fournisseurs. Si vous devez gérer le SSO, des cartes d’entreprise et des remboursements, la solution la plus sûre consiste à utiliser un flux Playwright de niveau entreprise — ou Stagehand avec des connecteurs d’entreprise — associé à des étapes de validation humaine. Pour un voyage ponctuel à titre personnel, les agents hébergés sont plus rapides et moins coûteux, mais peuvent échouer sans avertissement face aux CAPTCHA de paiement ou aux étapes 3DS.

Choisissez un agent hébergé si vous souhaitez obtenir rapidement des résultats, automatiser des tâches courantes à faible risque et confier la sécurité au fournisseur. Les tarifs sont généralement plus simples, mais le contrôle de la persistance des sessions et du SSO reste limité. Optez pour un framework d’automatisation open source — par exemple Playwright communautaire associé à des outils d’orchestration — si vous recherchez des coûts prévisibles et souhaitez éviter la dépendance à un fournisseur. Cette approche nécessite des ressources en ingénierie, mais peut être renforcée pour passer à l’échelle. Privilégiez un flux Playwright/MCP sur mesure lorsque vous avez besoin d’une fiabilité déterministe, du SSO d’entreprise, de la gestion des secrets, d’une observabilité détaillée et de moyens de réaliser des audits juridiques ou de conformité.

Pour les équipes qui doivent décider dès maintenant : associez votre principal mode d’échec — authentification, protections anti-bots, rendu dynamique ou gestion des fichiers — à l’ensemble d’outils approprié. Si au moins trois de ces facteurs présentent un risque élevé, donnez la priorité à Playwright. Si vos besoins se limitent à la recherche et à des interactions simples, testez un agent hébergé assorti d’un accord de niveau de service strict et de procédures claires de validation humaine.