Les commerciaux français adoptent les agents IA

Les grands labos d'IA sont désormais des labos d'agents

Greg Brockman, cofondateur d'OpenAI, a déclaré publiquement début mai 2026 que "le modèle seul n'est plus le produit", une phrase qui résume le tournant stratégique en cours dans toute l'industrie de l'IA. Cette déclaration intervient alors qu'OpenAI prépare son introduction en bourse, attendue dans les prochains jours. Dans le même mouvement, AI21 Labs a annoncé la fermeture de son équipe modèle pour se reconvertir entièrement aux agents. DeepSeek, le laboratoire chinois, constitue pour la première fois une équipe dédiée aux "harnesses", les architectures logicielles qui encapsulent les modèles dans des workflows produits. Parallèlement, DeepSeek a rendu permanente la réduction de 75 % sur son modèle V4-Pro, avec des tarifs désormais fixés à 0,435 dollar par million de tokens en entrée, 0,87 dollar en sortie, et seulement 0,0036 dollar pour le cache, soit un coût moyen estimé à environ 0,18 dollar par million de tokens. Ce niveau de prix place DeepSeek-V4-Pro à trois fois moins cher que Gemini 3.1 Pro Preview, douze fois moins que GPT-5.5, et dix-neuf fois moins que Claude Opus 4.7 selon les estimations d'ArtificialAnlys. Ce mouvement collectif vers les agents signale une recomposition profonde de la chaîne de valeur en IA. Le vrai avantage concurrentiel ne réside plus dans la capacité brute du modèle, mais dans l'ensemble formé par le modèle, le harness, les workflows, l'interface utilisateur, la mémoire et les économies d'échelle. OpenAI a livré une mise à jour substantielle de Codex ("codex thursday n°6") avec des améliorations sur les appshots, le mode annotation, le partage de plugins et les analytics. Anthropic a étendu le mode auto à son offre Pro et ajouté le support de Sonnet 4.6. Pour les développeurs et les entreprises, la conséquence directe est que le choix d'un fournisseur d'IA devient aussi un choix d'écosystème : quitter une plateforme revient à abandonner des workflows entiers, pas seulement un modèle. Ce pivot s'inscrit dans une tension structurelle entre ouverture et contrôle. Si un laboratoire entraîne un modèle en symbiose étroite avec son propre harness propriétaire, le modèle perd une part de son utilité en dehors de cet écosystème, ce qui réduit de fait l'intérêt de l'API ouverte et pousse les utilisateurs vers l'offre packagée du fournisseur. La stratégie de prix agressive de DeepSeek complique encore le tableau : en rendant l'intelligence "trop bon marché pour être mesurée", selon l'expression qui circule dans la communauté, le laboratoire chinois force ses concurrents à justifier leurs marges autrement que par la performance brute. Les prochains mois diront si cette convergence vers les agents accélère la fermeture des modèles frontière ou, au contraire, redonne de la valeur aux modèles open source capables de s'intégrer dans n'importe quel harness.

💬 Le vrai lock-in de demain, c'est pas le modèle, c'est le harness qui s'accumule autour. Brockman le dit officiellement, mais ça se voyait dans les usages depuis un moment, là où les équipes galèrent à migrer sans tout reconstruire. DeepSeek à 19 fois moins cher qu'Opus 4.7, c'est une vraie pression, mais elle joue sur la marge, pas sur l'enfermement.

Comment les clients IA réduisent leurs factures Anthropic et OpenAI

Face à la hausse des tarifs des modèles phares d'Anthropic et d'OpenAI, de grandes entreprises clientes adoptent une stratégie d'optimisation tarifaire en combinant plusieurs modèles selon les usages. Ensemble Health Partners, un éditeur de logiciels pour hôpitaux qui prévoit de dépenser jusqu'à 100 millions de dollars en IA cette année, illustre cette tendance : la société a migré certains de ses traitements vers un modèle OpenAI 23 fois moins cher que les versions les plus avancées du même fournisseur, avec des résultats satisfaisants. Ce mouvement révèle une maturité croissante des acheteurs d'IA en entreprise. Après une phase d'adoption souvent pilotée par l'enthousiasme technologique, les directions techniques et financières exigent désormais une justification économique précise pour chaque déploiement. Le facteur 23 entre un modèle économique et un modèle premium chez OpenAI représente un écart considérable à l'échelle de centaines de millions de requêtes, ce qui pousse les équipes techniques à cartographier finement quelles tâches nécessitent réellement la puissance maximale. Cette rationalisation s'inscrit dans un marché de l'IA de plus en plus fragmenté, où Anthropic, OpenAI, Google et des acteurs open source proposent chacun des gammes complètes allant du modèle léger au modèle de pointe. Les grands fournisseurs ont eux-mêmes encouragé cette stratification en lançant des versions "mini" ou "haiku" de leurs modèles, pariant sur le volume pour compenser la baisse de marge unitaire. La pression tarifaire des clients pourrait néanmoins peser sur leurs revenus si la tendance s'accélère.

💬 Le facteur 23 entre un modèle de base et un modèle premium, c'est ce qui change tout. Les équipes tech commencent enfin à cartographier leurs usages au lieu de tout envoyer au modèle le plus cher par flemme ou par peur de rater quelque chose. Bonne nouvelle pour les budgets, moins bonne pour les revenus d'Anthropic et OpenAI, qui ont eux-mêmes ouvert cette boîte de Pandore en lançant leurs propres versions allégées.

Apple cherche à intégrer les agents IA dans l'App Store

Apple explore actuellement des moyens d'intégrer les agents d'intelligence artificielle dans son App Store, selon des sources proches du dossier. La firme de Cupertino cherche à tirer profit de l'une des tendances les plus fortes du secteur technologique tout en maintenant le contrôle sur les logiciels distribués via sa plateforme. Depuis plusieurs mois, Apple bloque les outils de "vibe coding", ces environnements de développement pilotés par IA, au motif qu'ils enfreignent ses règles de publication. L'enjeu est considérable pour Apple, qui risque de se retrouver marginalisée si ses plateformes ne parviennent pas à accueillir la prochaine génération d'applications autonomes. Les agents IA, capables d'exécuter des tâches complexes de manière indépendante, représentent un changement de paradigme pour l'ensemble de l'industrie du logiciel. En les tenant à l'écart, Apple se coupe d'un marché en pleine explosion et expose sa boutique applicative à la critique d'être trop restrictive face à l'innovation. Cette situation reflète la tension structurelle entre le modèle fermé d'Apple et l'essor rapide des outils d'IA générative. Des concurrents comme Google et Microsoft ont déjà ouvert leurs écosystèmes aux agents et aux outils de développement assistés par IA. Apple, longtemps réticente à assouplir ses règles de l'App Store, notamment sous pression réglementaire en Europe, doit désormais trouver un équilibre entre contrôle de la qualité, sécurité des utilisateurs et compétitivité face à un secteur qui n'attend pas.

💬 Apple a bloqué le vibe coding pendant des mois, et là ils découvrent qu'il faut quand même accueillir les agents IA, bon. Le modèle fermé a rendu l'App Store solide, mais face à des agents autonomes qui exécutent des tâches de bout en bout, leurs règles actuelles ne tiennent plus. Le DMA va les forcer à trancher en Europe avant qu'ils aient une réponse propre, et ça pourrait créer un précédent.

IA : une contribution encore faible à la croissance française comparée aux États-Unis

En 2025, l'intelligence artificielle représente près d'un tiers de la croissance économique américaine, portée à la fois par l'investissement massif des entreprises et par la consommation des ménages. En France, l'Insee, dans sa dernière note de conjoncture, constate que l'économie nationale peine encore à mesurer et à capter les retombées macroéconomiques de l'IA. Cet écart souligne un retard structurel : là où les États-Unis intègrent déjà l'IA comme moteur tangible de leur croissance, la France n'a pas encore développé les outils statistiques ni les dynamiques d'adoption suffisantes pour en quantifier l'impact réel. Cela interroge la compétitivité française à moyen terme dans la course à la transformation numérique. La France n'est pas seule dans cette situation — la plupart des économies européennes font face au même défi de mesure et d'intégration de l'IA dans leurs comptes nationaux, dans un contexte où les investissements technologiques américains creusent l'écart de productivité.