Pour contrer le scraping des IA, Strava verrouille les accès à son API

Coinbase for Agents : automatiser le trading de portefeuille grâce à l'IA

Coinbase a lancé « Coinbase for Agents », une infrastructure permettant à des agents d'intelligence artificielle d'exécuter des transactions financières directement depuis des portefeuilles utilisateurs. Jusqu'à présent, les grands modèles de langage pouvaient analyser les marchés et formuler des recommandations, mais ils étaient incapables de passer des ordres de manière autonome. La plateforme comble ce fossé en proposant deux modes d'intégration : une interface en ligne de commande destinée aux environnements de développement comme Claude Code ou OpenAI Codex, et le protocole MCP (Model Context Protocol) pour les agents web tels que ChatGPT ou Claude Web, qui ne nécessite aucune clé API ni configuration locale. Un accès MCP distant via authentification unique est également annoncé prochainement. Les agents peuvent ainsi acheter, vendre, gérer des soldes et passer des ordres à cours limité, le tout dans des paramètres définis à l'avance par l'utilisateur. Concrètement, un gestionnaire de portefeuille peut programmer un agent pour maintenir une allocation cible, par exemple 60 % Bitcoin, 20 % Ethereum et 20 % Solana, sur plusieurs mois. L'agent surveille les cours en temps réel et place automatiquement des ordres d'achat lors de baisses de 5, 10 ou 15 % pour profiter des corrections de marché. Il peut également gérer les liquidités dormantes en les déployant pour générer des rendements. Autre cas d'usage illustré : un plan de dollar-cost averaging sur Ethereum, où l'agent analyse trente jours de données horaires, identifie les creux historiques de la journée, puis exécute un achat quotidien de 20 dollars pendant deux semaines à partir d'une seule instruction initiale. La plateforme supporte déjà le trading au comptant et sur dérivés, et prévoit d'étendre son offre aux fonds indiciels, actions d'entreprises, matières premières et marchés de prédiction. Ce lancement s'inscrit dans une dynamique plus large de financiarisation des agents IA. Coinbase avait introduit l'an dernier le protocole x402, un standard de paiement conçu spécifiquement pour les agents logiciels, leur permettant d'acheter de manière autonome des ressources de calcul, des modèles analytiques ou des données de marché propriétaires pour affiner leurs décisions. L'intégration de x402 à Coinbase for Agents étend ce mécanisme à un écosystème financier concret. Pour limiter les risques, les agents opèrent exclusivement dans des portefeuilles isolés, sans accès aux autres actifs de l'utilisateur. La course à « l'infrastructure agentique » s'intensifie, plusieurs acteurs cherchant à devenir le back-end financier de référence pour les agents autonomes, avec Coinbase en position avancée grâce à son infrastructure régulée et ses millions d'utilisateurs existants.

💬 C'est le vrai saut. Les agents IA qui conseillent de trader, ça existe depuis deux ans, mais là Coinbase leur donne les clés du portefeuille, dans des contraintes que tu fixes à l'avance, et c'est une autre affaire. Reste à voir ce qui se passe le jour où le marché fait un truc que le modèle n'avait pas vu venir.

PwC extrait des informations contractuelles grâce à l'annotation IA sur AWS

PwC a développé une solution d'intelligence artificielle baptisée AIDA (AI-Driven Annotation), déployée sur les services cloud d'Amazon Web Services, pour automatiser l'analyse de contrats juridiques et commerciaux. Conçue en collaboration avec les équipes internes du cabinet, cette plateforme combine des modèles de langage de grande taille (LLM) avec des workflows d'extraction automatisés afin de transformer des documents non structurés en données consultables et réutilisables. Concrètement, AIDA offre trois fonctionnalités principales : l'extraction basée sur des modèles personnalisables, un système de questions-réponses en langage naturel à l'échelle d'un seul document, et une interrogation globale sur des milliers de contrats en parallèle. Dans les déploiements clients déjà réalisés, la solution a permis de réduire le temps de relecture manuelle des contrats jusqu'à 90 %, et un grand studio de cinéma et de télévision a vu son temps de recherche de droits chuter de 90 % également. Pour les équipes juridiques, de conformité et d'achats, l'enjeu est considérable. Aujourd'hui, la majorité des entreprises s'appuient encore sur des recherches par mots-clés ou des systèmes de gestion contractuelle classiques, qui peinent à traiter des volumes importants de documents avec une précision constante. AIDA change cette équation en permettant à un utilisateur de poser une question en français ou en anglais sur une clause précise, et d'obtenir une réponse contextuelle assortie de citations directement liées aux passages sources. Cette capacité à interroger simultanément des milliers de contrats en langage naturel réduit les cycles de révision et accélère la prise de décision dans des secteurs comme l'immobilier, les médias ou les achats. Dans le secteur des médias et du divertissement par exemple, AIDA aide producteurs et distributeurs à identifier rapidement les droits de diffusion, de streaming ou de déclinaisons dérivées contenus dans des accords de licence complexes. Cette initiative s'inscrit dans une tendance de fond qui voit les grands cabinets de conseil et d'audit accélérer leur propre transformation par l'IA générative. PwC, comme ses concurrents directs McKinsey, Deloitte ou EY, investit massivement dans des outils propriétaires pour automatiser les tâches à forte intensité documentaire, tout en maintenant une supervision humaine sur les sorties générées par l'IA, ce que la solution impose explicitement avant toute utilisation juridique ou commerciale. Le recours à AWS positionne AIDA dans l'écosystème cloud dominant des grandes entreprises, facilitant son intégration avec des systèmes existants comme les référentiels de documents ou les plateformes de gestion contractuelle. À mesure que les volumes de données contractuelles continuent de croître, ce type d'outil pourrait redéfinir la structure même des équipes juridiques en entreprise, en réorientant les professionnels vers des tâches d'analyse stratégique plutôt que de traitement documentaire.

SEO : les conseils de Google pour apparaître dans les résultats IA de Search

Google a publié le 17 mai 2026 un guide officiel destiné aux développeurs et aux éditeurs web, expliquant comment optimiser leur visibilité dans les nouvelles expériences de recherche propulsées par l'IA générative, les AI Overviews et le futur AI Mode. Le message central est sans ambiguïté : il n'existe pas de technique secrète pour apparaître dans ces résultats. Les mêmes fondamentaux du référencement naturel (SEO) restent déterminants. Google confirme que ses fonctionnalités IA reposent directement sur ses systèmes classiques d'indexation et de classement, et s'appuient sur une architecture de type RAG (Retrieval-Augmented Generation), qui récupère des contenus récents depuis l'index existant avant de générer une réponse. Les liens affichés dans les AI Overviews proviennent donc des pages que Google juge fiables, pertinentes et utiles. Par ailleurs, une requête utilisateur peut déclencher plusieurs recherches secondaires connexes, ce qui favorise les contenus qui traitent un sujet en profondeur plutôt que ceux qui multiplient artificiellement les variantes de mots-clés. Pour les entreprises et les éditeurs, les implications sont concrètes. Un contenu bien structuré, couvrant réellement un sujet, peut gagner en visibilité sans recourir à des tactiques d'optimisation spécifiques à l'IA. Google indique que ses modèles comprennent désormais les synonymes, les nuances et le sens global d'un texte, rendant la répétition mécanique de mots-clés encore moins pertinente. Le moteur recommande explicitement des contenus fondés sur une expertise réelle, des retours d'expérience ou des analyses originales, et déconseille les textes génériques réécrits ou produits par l'IA sans valeur ajoutée. La structure compte aussi : titres explicites, paragraphes lisibles, hiérarchie logique. Les contenus multimédias, images et vidéos pertinentes, peuvent également renforcer la visibilité au-delà du simple lien bleu traditionnel. Ce guide intervient dans un contexte de multiplication des discours marketing autour de concepts comme l'AEO (Answer Engine Optimization) ou le GEO (Generative Engine Optimization), souvent présentés comme des alternatives ou des compléments indispensables au SEO classique. Depuis l'émergence des AI Overviews en 2024, de nombreux consultants ont vendu des stratégies spécifiques, fichiers llms.txt, optimisation pour les LLM, etc., que Google invalide aujourd'hui officiellement. En réaffirmant la primauté du contenu de qualité, le géant de Mountain View envoie un signal clair à tout un écosystème d'agences et d'outils nés autour de ces nouvelles pratiques. La vraie question qui reste ouverte est celle du trafic : même en apparaissant dans une AI Overview, les éditeurs constatent que les utilisateurs cliquent moins sur les sources, ce que ce guide n'aborde pas directement.

GEO : stratégies infaillibles pour apparaître dans les réponses IA

En 2026, être premier sur Google ne suffit plus. Les moteurs de recherche basés sur l'intelligence artificielle — ChatGPT, Perplexity, Gemini — s'imposent comme de nouveaux points d'entrée majeurs vers l'information et les marques. ChatGPT revendique à lui seul 900 millions d'utilisateurs hebdomadaires, et sur Google, un résultat sur quatre est désormais accompagné d'un aperçu généré par l'IA. Face à cette réalité, une nouvelle discipline s'impose : le GEO, ou Generative Engine Optimization, qui consiste à optimiser sa présence non plus pour les algorithmes classiques, mais pour les réponses formulées directement par les IA. Les premières étapes recommandées sont concrètes : identifier 10 à 15 questions représentatives de sa clientèle cible, les tester régulièrement sur les principales plateformes IA, et cartographier les citations de sa marque par rapport à celles des concurrents. Ce suivi mensuel est indispensable, car les modèles évoluent en permanence. Ce changement de paradigme oblige les entreprises à repenser leur stratégie de contenu de fond en comble. Les moteurs d'IA ne citent pas n'importe quelle source : ils privilégient les textes précis, structurés, étayés par des données chiffrées et des avis d'experts, organisés autour des questions réelles des utilisateurs avec des titres clairs et des FAQ. Le balisage de schéma et les données structurées facilitent l'intégration du contenu dans les réponses générées. Développer une autorité thématique profonde sur un sujet, plutôt que de disperser ses efforts sur de nombreux articles superficiels, devient un avantage décisif. À cela s'ajoute une recommandation moins attendue : investir Reddit et les forums communautaires. Les IA considèrent ces échanges comme des sources fiables ; une présence authentique sur 2 à 3 semaines, sans autopromotion agressive mais avec une participation honnête mentionnant avantages et limites d'un produit, augmente significativement les chances d'être repris. Enfin, figurer dans des classements publiés par des sites de référence reste un levier puissant, les IA s'appuyant volontiers sur ces listes pour formuler leurs recommandations. Le SEO traditionnel n'est pas mort pour autant — il reste la fondation sur laquelle repose le GEO, puisque les IA puisent souvent dans les pages les mieux classées sur Google pour construire leurs réponses. La visibilité dans les moteurs génératifs n'est donc pas une alternative au référencement classique, mais une couche supplémentaire qui suppose de le maîtriser d'abord.