Monako : Ces lunettes connectées ne veulent pas filmer vos vacances, elles veulent coder

AWS et Workato veulent faire passer les agents IA de la conversation à l’action

AWS et Workato viennent de renforcer leur partenariat autour d'Enterprise MCP, une offre conçue pour permettre aux agents IA d'exécuter de véritables actions en entreprise plutôt que de se limiter à générer du texte. Concrètement, les deux sociétés combinent la plateforme d'intégration WorkatoONE, qui centralise plus de 14 000 systèmes d'entreprise, avec les services d'IA d'AWS, notamment Amazon Bedrock, Amazon SageMaker et AWS Lambda. Cette architecture s'appuie sur le Model Context Protocol (MCP), un standard qui simplifie la connexion entre les modèles d'IA et les outils métiers, en évitant les développements sur mesure jusqu'ici nécessaires pour relier un agent à plusieurs applications. Workato a par ailleurs obtenu la spécialisation AWS AI Competency dans la catégorie des outils d'IA agentique, une reconnaissance qui vise les systèmes capables de planifier, raisonner et exécuter de manière autonome des tâches complexes en plusieurs étapes. Les deux partenaires citent déjà des cas d'usage dans la finance, l'informatique, les ventes, les ressources humaines et l'expérience client. L'enjeu dépasse la simple prouesse technique. Jusqu'à présent, les agents conversationnels savaient répondre à des questions ou rédiger du contenu, mais restaient impuissants dès qu'il fallait interagir avec des systèmes fragmentés, bases de données, logiciels métiers, processus internes, sans créer de failles de sécurité ni perdre le contrôle sur ce que l'agent est autorisé à faire. Enterprise MCP cherche justement à donner davantage d'autonomie aux agents tout en maintenant des garde-fous stricts sur les données consultables et les actions déclenchables. Pour les entreprises, cela signifie la possibilité de déléguer des tâches réelles, par exemple à une équipe financière qui a besoin qu'un agent consulte plusieurs systèmes, analyse un contexte métier puis déclenche une opération, sans multiplier les développements d'intégration coûteux et risqués en matière de gouvernance. Cette initiative s'inscrit dans un mouvement plus large où les pilotes d'IA générative, après avoir démontré la capacité des modèles à produire du contenu, peinent encore à prouver un retour sur investissement tangible faute de passage à l'action concrète. En misant sur l'orchestration de Workato et l'infrastructure d'AWS, les deux groupes espèrent transformer les agents IA en véritables exécutants capables d'intervenir dans les opérations quotidiennes des organisations. Reste à voir si cette approche convaincra les entreprises encore prudentes face aux risques opérationnels et de sécurité que soulève l'autonomisation croissante de ces systèmes.

💬 MCP standardisé sur 14 000 connecteurs, ça change la donne : le vrai coût des agents IA en entreprise, ça n'a jamais été le modèle, c'est l'intégration. AWS et Workato attaquent enfin ce chantier-là plutôt que de sortir un énième LLM plus malin. Reste que donner à un agent le droit de déclencher des actions dans des systèmes critiques, c'est un pari sur la gouvernance autant que sur la technique, et ça, MCP ne le résout pas tout seul.

Privacy Filter : découvrez le nouvel outil OpenAI capable de protéger vos données personnelles

OpenAI a publié le 22 avril 2026 Privacy Filter, son premier modèle open source de l'année, sous licence Apache 2.0. Il s'agit d'un modèle de classification de tokens bidirectionnel, dérivé de GPT-OSS, conçu pour détecter et masquer automatiquement les données personnelles dans des textes non structurés : noms, adresses, numéros d'identification, e-mails, secrets d'API et autres informations identifiables. Avec seulement 1,5 milliard de paramètres, le modèle est suffisamment compact pour tourner en local, y compris directement dans un navigateur. Il supporte une fenêtre de contexte de 128 000 tokens, ce qui lui permet d'analyser des documents longs en une seule passe. Sur le benchmark PII-Masking-300k, il affiche des résultats proches du haut du classement après ajustements des données d'évaluation, et OpenAI précise en utiliser déjà une version optimisée en interne. Ce lancement répond à un besoin concret dans les environnements professionnels où l'IA traite des volumes croissants de données sensibles : logs d'agents, pipelines d'entraînement, systèmes de journalisation. En fonctionnant entièrement en local, Privacy Filter évite d'exposer les données à des serveurs externes, ce qui réduit les risques de fuite et simplifie la conformité réglementaire, notamment face au RGPD. Contrairement aux approches classiques fondées sur des règles fixes, le modèle analyse le contexte linguistique, ce qui améliore la détection des informations implicites ou formulées de manière indirecte. Les développeurs peuvent en outre ajuster les seuils de filtrage pour moduler l'équilibre entre précision et rappel selon leurs cas d'usage, et le modèle est disponible en formats Transformers et ONNX pour une intégration flexible. Ce mouvement s'inscrit dans une tendance plus large : celle des grands laboratoires d'IA qui cherchent à regagner la confiance des entreprises en proposant des outils de gouvernance des données intégrés dès la conception, plutôt qu'ajoutés après coup. OpenAI, longtemps critiqué pour ses pratiques d'utilisation des données d'entraînement, envoie ici un signal à destination des équipes techniques et des directions juridiques qui conditionnent le déploiement de l'IA à des garanties de confidentialité. Le choix de l'open source sous Apache 2.0 facilite aussi l'adoption dans des environnements régulés où les dépendances propriétaires sont problématiques. La société prévient néanmoins que Privacy Filter n'est pas une solution universelle et que ses performances varient selon les langues et les contextes, laissant ouverte la question de son efficacité sur des données très spécifiques ou des formats atypiques.

Meta se prépare à lancer deux nouvelles lunettes Ray-Ban avec IA

Meta et son partenaire fabricant EssilorLuxottica se préparent à lancer la prochaine génération de leurs lunettes connectées Ray-Ban AI. Des dépôts auprès de la FCC (Federal Communications Commission) américaine, publiés début mars 2026, révèlent l'existence de deux nouveaux modèles Ray-Ban Meta. Ces documents décrivent les appareils testés comme des « unités de production », ce qui indique généralement une commercialisation imminente. Ce lancement marque une nouvelle étape dans la course aux lunettes intelligentes grand public. Les Ray-Ban Meta, dotées d'une caméra, de microphones et d'un assistant IA vocal, ont déjà redéfini ce segment en combinant un design familier avec des fonctionnalités d'IA embarquées. Deux nouveaux modèles simultanés suggèrent une stratégie d'élargissement de la gamme, possiblement pour toucher différents segments de prix ou d'usages. Pour des millions de consommateurs, cela pourrait signifier des lunettes encore plus capables, avec de meilleures performances d'IA ou une autonomie améliorée. Meta avait dévoilé ses Ray-Ban de deuxième génération fin 2023, un peu plus d'un mois après les dépôts FCC correspondants — ce précédent laisse penser qu'une annonce officielle pourrait intervenir rapidement. La collaboration avec EssilorLuxottica, géant mondial de l'optique, donne à Meta un avantage de distribution et de légitimité que ses concurrents peinent à égaler. Alors qu'Apple et Google restent discrets sur leurs propres lunettes AR, Meta consolide sa position de leader incontesté du marché des lunettes connectées à l'IA.

Anthropic lance Claude Cowork sur mobile et web : la plupart des utilisateurs ne codent pas

Anthropic a lancé mardi Claude Cowork sur mobile et sur le web, élargissant un outil jusqu'ici réservé au bureau et qui sert de passerelle entre les agents de codage IA et le vaste marché des travailleurs qui n'ouvrent jamais un terminal. Le déploiement démarre en version bêta pour les abonnés Max avant de s'étendre à d'autres formules. Parallèlement, Anthropic a publié des données d'usage tirées de 1,2 million de sessions Cowork anonymisées, échantillonnées entre le 11 et le 31 mai, provenant de plus de 600 000 organisations. Ces chiffres montrent que la majorité des usages n'ont rien à voir avec l'écriture de code : les processus métier et opérationnels, comme la compilation de mises à jour éparses en un seul rapport, la création de listes d'intégration ou la réconciliation de tableurs, représentent 33,4% des sessions, la plus grande catégorie de loin. La création de contenu et la rédaction, incluant brouillons, présentations, publications et propositions, arrivent en deuxième position avec 16,4%. Le développement logiciel, à l'inverse, ne pèse que 8,7%, suivi du DevOps et infrastructure à 7%, de la recherche et veille à 6,4%, de l'analyse de données à 5,8%, du traitement documentaire à 4,1% et des opérations commerciales à 4%. Anthropic qualifie ces usages dominants de "travail autour du travail", des tâches transversales à presque tous les rôles d'une organisation mais qui n'apparaissent dans la fiche de poste de personne. L'entreprise explique que les utilisateurs se servent de l'outil pour des tâches qui ne caractérisent pas un métier précis, mais qui représentent le travail de liaison qui fait avancer les projets et fonctionner les entreprises au quotidien, comme rédiger un point de situation, construire une présentation ou condenser une masse de recherches en un rapport unique. Cette formule traduit un repositionnement stratégique : plutôt que de présenter l'IA comme un outil remplaçant l'expertise des professionnels, Anthropic affirme que son application la plus utile aujourd'hui consiste à prendre en charge tout ce que ces professionnels font autour de leur cœur de métier, ce qui élargit considérablement le marché adressable au-delà des seuls développeurs. L'extension vers mobile et web introduit trois capacités concrètes. D'abord, les sessions se synchronisent désormais entre appareils : une tâche démarrée sur ordinateur peut être suivie depuis un téléphone et récupérée depuis n'importe quel appareil. Ensuite, Cowork peut exécuter des tâches en arrière-plan sans qu'aucun appareil ne soit connecté, en programmant un travail à une heure précise. Anthropic cite l'exemple d'une préparation client programmée à 6 heures du matin, où Claude parcourt les échanges d'e-mails, les transcriptions et l'actualité récente, construit un document de synthèse et laisse un e-mail de suivi rédigé mais non envoyé, prêt à être relu au petit-déjeuner. Enfin, lorsque Claude rencontre une décision nécessitant un jugement humain, l'outil est conçu pour solliciter l'utilisateur plutôt que d'agir seul, ce qui traduit la volonté d'Anthropic de conserver un contrôle humain sur les points de décision critiques tout en automatisant le reste du flux de travail.

💬 Le chiffre qui compte, c'est le 8,7% : le code, c'est presque un détail dans l'usage réel de Cowork. Le reste, c'est du rapport à compiler, du tableur à réconcilier, de la présentation à monter, bref tout ce travail invisible que personne ne met dans sa fiche de poste. Anthropic vient de prouver que la vraie bataille de l'IA en entreprise ne se joue pas sur le terminal des devs, mais sur les tâches de liaison qui font tourner boîtes et projets au quotidien.