Alors que la deixis spatiale a abondamment fait l’objet d’études multimodales en interaction, la deixis temporelle reste sous-étudiée de ce point de vue. Dans la perspective de l’analyse conversationnelle multimodale, cet article étudie le déictique maintenant, en considérant non seulement sa référence temporelle mais aussi la manière dont la temporalité du tour de parole, des conduites incarnées et de l’action émergente affecte sa forme, sa position séquentielle et sa valeur. Pour ce faire, un corpus particulier est considéré – des enregistrements vidéo de sessions où un coach instruit un pilote sur un circuit de course – caractérisé par la mobilité et la vitesse. Dans ce contexte, maintenant peut renvoyer très précisément à l’instant de sa production, au sein d’une Gestalt multimodale dont nous montrons l’organisation systématique. Ce que nous appelons le temps interactionnel a des conséquences importantes pour la conceptualisation de la temporalité de la grammaire en action.