Le Skill est en train de devenir l'un des mots-clés les plus chauds du domaine de l'IA.
Le Skill peut être compris comme le "manuel d'utilisation" de l'Agent IA. C'est un fichier d'instructions structuré qui spécifie clairement quels outils appeler, comment juger dans différentes situations et selon quels critères produire le résultat final. En lisant ce fichier, l'Agent peut exécuter des tâches selon un chemin prédéfini.
Pour faire une analogie, un chef de produit senior peut encapsuler tout son processus de rédaction de cahier des charges dans un Skill. L'Agent de n'importe qui, en l'installant, pourra produire un cahier des charges standardisé selon le même cadre.
Avec l'augmentation du nombre de Skills, des plateformes de distribution sont apparues. Les premières à jouer ce rôle ont été des communautés de développeurs comme GitHub, ClawHub, où l'upload, la recherche et le téléchargement de Skills se faisaient au sein de la communauté technique.
Les grands groupes suivent rapidement. En mars de cette année, Tencent, Alibaba et ByteDance ont successivement lancé des boutiques de Skill sur leurs propres plateformes d'Agent. Au cours des deux mois suivants, Zhipu, Meituan et Xiaohongshu ont rejoint la partie. Les géants de l'internet, les entreprises de grands modèles, les géants de la vie locale, et même les plateformes de contenu, se disputent cette porte d'entrée.
L'essence de la bataille pour les boutiques de Skill est le positionnement de l'accès aux flux à l'ère de l'IA : celui qui maîtrise la distribution, maîtrise l'utilisateur.
Mais à l'exception de ByteDance Douzi qui a testé la monétisation des Skills, toutes les autres plateformes proposent des versions gratuites. Pourquoi ces "boutiques" qui ne rapportent pas d'argent sont-elles si convoitées ?
01 Trois types de joueurs, chacun avec ses intentions
Qui entre en jeu ? Pourquoi les boutiques de Skill valent-elles la peine d'être disputées ?
Pour répondre à cette question, regardons d'abord un modèle qui a déjà fait ses preuves.
À l'ère du mobile, l'App Store d'Apple ne gagne pas seulement de l'argent grâce aux 30% de commission sur les téléchargements, mais sa valeur principale réside dans le fait que les développeurs créent des applications pour intégrer l'écosystème iOS, et les utilisateurs restent dans cet écosystème pour utiliser ces applications, consommant ainsi continuellement à l'intérieur : achat d'iCloud, abonnement à Apple Music, paiements dans les applications. Le droit de distribution est l'entrée, mais la consommation dans l'écosystème est la source de revenus.
Les boutiques de Skill se disputent la même logique. Là où les utilisateurs ont l'habitude d'obtenir des Skills, ils restent pour consommer des services dans l'écosystème correspondant. La différence est qu'à l'ère du mobile, cette logique est déjà vérifiée, tandis que les boutiques de Skill en sont encore au stade du "dessin sur le papier". Comprendre cela permet de voir les stratégies différentes des trois types d'acteurs.
Le premier type est celui des grands groupes internet, utilisant les boutiques de Skill pour attirer des flux et gagner de l'argent dans l'écosystème.
Alibaba a intégré le marché de Skill "Xia Xiaobao" dans son assistant Agent JVS Claw Agent. Les Skills sélectionnés par l'utilisateur peuvent être synchronisés d'un clic dans l'outil. Le marché de Skill lui-même n'est pas payant, mais l'appel d'un Skill consomme de la puissance de calcul, qui constitue un revenu pour le cloud d'Alibaba.
ByteDance avance sur deux voies. Find Skill, lancé par Volcano Engine, s'adresse aux clients entreprises et intègre des Skills multi-sources comme ClawHub, GitHub. La boutique de Skill intégrée à Douzi s'adresse aux développeurs grand public, abaissant les seuils de création et d'utilisation, et supportant même la vente de Skills. L'objectif est d'attirer la communauté des développeurs et d'utiliser les Skills pour stimuler la consommation de services cloud et de puissance de calcul.
La stratégie de Tencent est légèrement différente. SkillHub est essentiellement une version miroir localisée de ClawHub à l'étranger, servant à attirer des flux et à l'adaptation locale. Mais la véritable carte maîtresse de Tencent est l'écosystème des mini-programmes WeChat. S'appuyant sur les chaînes de service matures accumulées par des millions de mini-programmes, Tencent pourrait encapsuler divers services en ligne et hors ligne en Skills standardisés. Si cette voie aboutit, le modèle commercial serait similaire à celui des mini-programmes, gagnant des commissions sur les transactions et des revenus publicitaires.
Meituan utilise l'écosystème de Skill pour soutenir son activité principale. En avril, il a lancé xia345, se positionnant comme un navigateur de l'écosystème d'Agents IA, référençant plus de 20 Agents et plus de 7000 Skills. Puis en mai, il a ouvert en test public la communauté AI Mi You, avec plus de 3000 Agents inscrits et un total de plus de 40 000 Skills. De la navigation à la communauté, les utilisateurs voient des partages sur "Mi You" et téléchargent/ utilisent sur "xia345". Les Skills en eux-mêmes ne rapportent pas d'argent, mais ils peuvent prolonger le temps de présence des utilisateurs dans l'écosystème Meituan, créant plus d'opportunités de conversion pour les activités principales comme la restauration sur place ou la livraison.
Le deuxième type est celui des entreprises de grands modèles, utilisant les boutiques de Skill pour fidéliser les utilisateurs et gagner de l'argent sur l'appel des modèles.
Zhipu a lancé en avril la place AgentMore Skills sur sa plateforme Agent Auto Claw, intégrant trois modules : sélection officielle, Skill Hub et communauté open source, supportant l'installation en un clic sans Token.
Moonshot AI a agi plus tôt, lançant Kimi Claw en février. Les utilisateurs peuvent déployer Open Claw en un clic côté web et configurer une bibliothèque de compétences, permettant d'installer et d'appeler directement divers Skills dans le navigateur.
Les entreprises de grands modèles faisant de la distribution de Skills semblent les plus légitimes. Le modèle lui-même est la base d'exécution des Skills, développer une boutique de Skill peut stimuler l'appel continu de leur propre grand modèle, gardant les utilisateurs sur leur propre territoire.
He Yu, ingénieur Agent chez une entreprise de grands modèles, mentionne que les Skills auto-développés s'adaptent mieux au modèle sous-jacent de l'entreprise, offrant une meilleure expérience utilisateur. Essentiellement, le Skill est l'"appât", et le volume d'appel du modèle est le "poisson".
Le troisième type est celui des plateformes de contenu, traitant les Skills comme une nouvelle catégorie de contenu, gagnant de l'argent sur le trafic et la publicité.
Xiaohongshu a récemment lancé Red Skill, actuellement encore en test interne. Les utilisateurs peuvent attacher un lien Skill sous un post, un clic permettant de copier l'instruction d'installation. Contrairement au parcours traditionnel de distribution de Skill (recherche puis configuration), Xiaohongshu adopte une approche de recommandation de contenu, transformant le Skill en une forme de contenu pouvant être parcourue et recommandée. Xiaohongshu ne gagne pas d'argent sur le Skill, mais sur le trafic et les revenus publicitaires générés par ce contenu.
La logique des trois types d'acteurs est cohérente : la boutique de Skill en elle-même ne rapporte pas d'argent, mais c'est une porte d'entrée pour acquérir et fidéliser les utilisateurs. Les vrais revenus se situent en dehors du Skill.
Cependant, ce jugement est valable à condition que les développeurs et utilisateurs soient réellement prêts à les utiliser.
Le blogueur développeur indépendant Shansen Nan mentionne que l'attractivité réelle de ces boutiques de Skill intégrées aux produits des grands groupes pourrait ne pas être aussi grande qu'imaginée. Cela ressemble plus à une fonction accessoire du produit entier, peu visible et pas vraiment une direction principale poussée par les grands groupes. Les plateformes de contenu, avec leur capacité naturelle de diffusion, sont plus compétitives dans l'étape de distribution des Skills.
En d'autres termes, la boutique est construite, mais l'attractivité n'est pas encore là.
02 Où se bloque l'affaire des boutiques de Skill ?
Pour juger si l'affaire des boutiques de Skill est bonne, le plus direct est de voir si elle rapporte de l'argent.
Actuellement, seule Douzi de ByteDance supporte les transactions de Skills, les créateurs pouvant fixer un prix pour leurs Skills. Les autres plateformes proposent presque toutes une distribution gratuite. Les seules vraies "transactions" sont plutôt sur des plateformes comme Xianyu, où des personnes profitent de l'asymétrie d'information pour regrouper et revendre des Skills open source.
La "boutique" de Skill n'est pour l'instant qu'une métaphore. Où est le problème ?
Le premier obstacle est que le Skill est difficile à tarifer.
L'App Store peut exister grâce à un système d'évaluation complet : fonctionnalités claires, expérience stable, ainsi que des notes et avis d'utilisateurs. Plus important, la même App fonctionne de la même manière pour tout le monde.
Le Skill manque justement de cette détermination. Changer de modèle, changer de contexte, les résultats produits par un Skill peuvent varier considérablement. Shansen Nan a indiqué à « AIX Finance » que les performances des produits Agent diffèrent, les capacités des modèles embarqués ne sont pas les mêmes, les résultats d'un même Skill sur différents produits et modèles ne sont pas contrôlables. Même sur le même produit et le même modèle, en raison du caractère aléatoire inhérent à l'IA, les sorties ne sont pas nécessairement cohérentes.
He Yu ajoute un autre angle : la plupart des Skills génériques destinés aux utilisateurs grand public relèvent d'une production ouverte, sans réponse standard unique, et l'industrie manque actuellement de normes unifiées pour évaluer les résultats. Les Skills de qualité ne peuvent pas être efficacement identifiés, et le coût de sélection pour l'utilisateur est extrêmement élevé.
Si les effets ne sont pas stables, le système d'évaluation ne peut pas être construit. Si le système d'évaluation n'est pas construit, l'utilisateur manque de base pour payer.
Le deuxième obstacle est l'opacité des coûts.
Pour accomplir la même tâche, la quantité de Tokens consommée par différents Skills peut varier de plusieurs fois, mais l'utilisateur ne peut pas le savoir avant l'installation. Deux Skills avec la même fonctionnalité, lequel est plus "économe en Tokens" ? Impossible à comparer.
He Yu donne un exemple : il a utilisé deux Skills de résumé de texte long sur la même plateforme, traitant le même document avec les mêmes instructions, mais la consommation de Tokens était très différente, et cette différence était totalement invisible lors du choix du Skill. L'utilisateur paie pour un Skill, et supporte en plus un coût de consommation de Tokens incertain, comment calculer cette dépense ?
Le troisième obstacle est le risque de sécurité.
Depuis le début de l'année, des cas d'empoisonnement de Skills ont déjà eu lieu. Des Skills malveillants se font passer pour des noms de Skills populaires pour être mis en ligne et voler des données utilisateurs. Les plateformes ont progressivement mis en place des mécanismes d'examen, mais cela augmente également le seuil pour les développeurs souhaitant uploader des Skills.
Shansen Nan a rencontré des restrictions en uploadant un Skill sur Xiaohongshu : la plateforme n'autorise que les fichiers Markdown et TSD, les Skills complexes ne peuvent pas être uploadés intégralement, et il a finalement dû le réduire à un simple Prompt. L'équilibre entre examen de sécurité et expérience développeur n'a pas encore été trouvé.
Le dernier obstacle est l'absence de protocoles standardisés.
Différents développeurs décrivent la même tâche de manières différentes, ce qui peut induire des biais de compréhension chez le modèle, et les résultats d'exécution sont inégaux. He Yu indique que les ambiguïtés dans la description rendent l'expérience réelle du Skill difficile à maîtriser, et "facile à utiliser" devient alors une question de chance.
De plus, en l'absence de limites de permission standardisées, l'idéal du "développement unique, distribution multi-plateformes" ne peut pas encore se concrétiser.
Ces quatre obstacles pointent vers la même raison : le Skill est essentiellement un flux de travail personnalisé, qui résiste naturellement à la standardisation. Et la condition préalable à la commercialisation est précisément la standardisation.
Donc, pour l'instant, les boutiques de Skill ressemblent plus à des étalages de présentation. Les produits sont exposés, mais l'utilisateur ne sait pas lequel choisir, et après avoir choisi, ne sait pas s'il fonctionnera bien. Il reste encore un bon bout de chemin avant d'arriver à de véritables "transactions".
03 À quelle distance de l'App Store ?
Portons d'abord notre regard des plateformes vers les développeurs.
Le développeur indépendant Chen Xu a uploadé un Skill payant sur Douzi. Le jour de l'approbation de l'audit, 6 personnes ont payé, et la recommandation en page d'accueil a apporté une exposition continue. Mais cela n'a pas duré. Il a rapidement découvert qu'il n'avait plus l'opportunité d'apparaître en recommandation en page d'accueil, les utilisateurs devaient chercher activement pour le trouver, et il ne pouvait pas acheter de trafic. L'opportunité d'exposition en page d'accueil était entièrement contrôlée par la plateforme, avec une forte part d'aléatoire.
Cela montre au moins deux choses : Premièrement, il existe une demande réelle pour les Skills payants. Deuxièmement, sur les plateformes existantes, la capacité de distribution des développeurs est extrêmement limitée.
Alors, les boutiques de Skill peuvent-elles devenir le prochain App Store ? De l'état actuel, deux aspects font obstacle.
D'un côté, les Skills n'ont pas de système d'évaluation unifié. Chen Xu mentionne qu'il choisit généralement les Skills en fonction du nombre d'étoiles sur GitHub, car ceux-ci ont été testés par des utilisateurs réels, mais les classements populaires sur les plateformes chinoises présentent des écarts avec ceux des sites étrangers, et les indicateurs peuvent être faussés. En l'absence d'un système d'évaluation standardisé et trans-plateforme, l'utilisateur doit choisir à l'aveuglette.
De l'autre côté, le Skill a une forte propriété de personnalisation. Shansen Nan mentionne que la plupart des Skills génériques sur le marché ont une efficacité limitée. Un Skill vraiment utile doit être proche du flux de travail personnel, être ajusté et testé de manière répétée dans le travail réel, pour finalement faire émerger une méthodologie dédiée. Par exemple, même deux Skills d'"assistant de rédaction" peuvent s'adapter à des flux de travail différents et produire des styles totalement différents.
Sans système d'évaluation, la boutique de Skill ne peut rester qu'au stade d'étalage de présentation.
Mais vu sous un autre angle, le Skill est essentiellement un nouveau type de produit. Autrefois, l'utilisateur payait pour de la "détermination" : il avait besoin d'une fonction, il téléchargeait une App. Aujourd'hui, il achète une "possibilité", une capacité de création, une méthodologie réutilisable.
He Yu divise les scénarios ayant une base de paiement en deux catégories : premièrement, les besoins essentiels en entreprise, comme l'audit de contrats, la génération de rapports de données, etc., scénarios aux processus fixes où la volonté de payer des entreprises est forte ; deuxièmement, les outils personnels, comme l'optimisation de CV, la rédaction de lettres de motivation pour études à l'étranger, etc., scénarios avec un taux de conversion relativement élevé.
La question est : qui peut transformer cet espace en une véritable affaire ?
Les trois types d'acteurs ont chacun leurs avantages, mais aussi leurs points faibles.
Les grands groupes internet sont les plus proches des scénarios, mais pour eux, la boutique de Skill n'est qu'un "plus", ils n'y investiront pas de ressources clés. Les entreprises de grands modèles ont un avantage naturel en matière d'adaptation des modèles, mais leur écosystème n'égale pas celui des grands groupes, la boutique de Skill n'est qu'un service à valeur ajoutée, l'essentiel étant que les utilisateurs continuent d'appeler le modèle. Les plateformes de contenu ont la plus grande capacité de diffusion. À un stade où les Skills n'ont pas encore de système d'évaluation standardisé, le choix des Skills par les utilisateurs repose sur les recommandations des blogueurs et les démonstrations d'utilisation, ce qui correspond justement aux points forts des plateformes de contenu. Mais elles sont les plus éloignées de l'écosystème technique.
L'instabilité des Skills, leur propriété de personnalisation et les risques de sécurité déterminent que cette affaire est bien plus difficile qu'il n'y paraît. Pour les acteurs en lice, rendre l'acte d'"acheter un Skill" aussi naturel que celui d'"acheter une App", aucune entreprise n'y est encore parvenue.
Cet article provient du compte WeChat public "AIX Finance", auteur : Équipe AIX Finance
