KPMG a fabriqué de faux cas d'usage IA dans un rapport pour convaincre ses clients d'adopter l'IA

☕️ KPMG retire un rapport chantant les louanges de l’IA après la découverte d’hallucinations

KPMG a dû retirer discrètement un rapport publié en octobre 2025 sur l'IA agentique après la découverte de nombreuses affirmations fabriquées de toutes pièces. Le document, intitulé « Redéfinir l'excellence à l'heure de l'IA agentique » et destiné aux dirigeants d'entreprise, citait 45 références censées illustrer des déploiements réels dans la finance, les transports et la santé. Selon une analyse de GPTZero, détecteur spécialisé dans les contenus générés par IA, seulement 5 de ces références renvoient correctement à des sources existantes. Vingt-huit autres paraphrasent ou déforment des sources réelles, et les 12 dernières sont trop vagues pour être vérifiées. Parmi les exemples inventés : UBS qui utiliserait des agents IA pour le conseil en investissement via une plateforme Microsoft, les Chemins de fer fédéraux suisses qui optimiseraient les trajets grâce à l'IA, ou encore Transport for London qui coordonnerait ses modes de transport en temps réel. Aucun de ces cas n'est exact, selon les organisations citées elles-mêmes. La cerise sur le gâteau : KPMG affirmait que des agents IA géraient les réadmissions hospitalières dans le Grand Manchester, une information qui semble issue de la mauvaise interprétation d'un communiqué sur... la détection du cancer du poumon. L'affaire illustre un angle mort critique dans l'adoption de l'IA par les grands cabinets de conseil : la génération automatique de contenu sans vérification humaine rigoureuse. KPMG, qui figure parmi les quatre plus grands cabinets d'audit au monde, a produit et diffusé un document à destination des décideurs qui contenait des affirmations fausses sur des entreprises nommées, contribuant à répandre une image gonflée des capacités réelles de l'IA agentique. Ces conclusions avaient déjà été reprises par plusieurs publications spécialisées et un quotidien tchèque de premier plan avant que le FT et GPTZero n'alertent le cabinet. Le retrait du rapport n'efface pas les citations erronées déjà disséminées. Pour l'industrie, c'est un signal d'alarme : si les cabinets censés conseiller sur l'IA ne supervisent pas eux-mêmes les outputs de leurs outils, qui le fera ? Ce cas s'inscrit dans une série croissante d'incidents liés aux hallucinations d'IA dans des contextes professionnels à fort enjeu. En France, l'IA de Doctrine.fr a inventé une décision de la CEDH allant à l'encontre de la position réelle de la Cour, et trois plaidoiries hallucinées ont été identifiées par des tribunaux français en décembre 2025. KPMG a annoncé l'ouverture d'une enquête interne et rappelé que ses collaborateurs sont tenus de respecter des directives sur l'utilisation responsable de l'IA, notamment la supervision humaine des contenus générés. La formule est prudente, mais la question reste entière : comment des organisations qui vendent leur expertise sur l'IA peuvent-elles ignorer ses limitations les plus documentées ?

💬 KPMG publie un rapport sur l'IA agentique avec 45 références, dont 40 soit inventées soit déformées, et le retire discrètement quand le FT s'en aperçoit. Ce qui me bloque c'est Manchester : ils ont pris un communiqué sur la détection du cancer du poumon et l'ont transformé en "agents IA qui gèrent les réadmissions hospitalières". Si tu confies ta stratégie IA à un cabinet qui ne vérifie pas ses propres outputs, t'as un problème.

Meta transforme ses salariés en « rats de laboratoire » pour son futur agent IA

Meta surveille les habitudes informatiques de ses employés pour entraîner son futur agent IA. Selon des notes internes révélées par Reuters, l'entreprise a déployé un logiciel de suivi intégré à certains outils professionnels internes, capable d'enregistrer les mouvements de souris, les clics, les frappes clavier et de capturer régulièrement des captures d'écran. Ces données sont collectées sur des applications internes et des sites web professionnels, avec pour objectif de documenter précisément comment les humains interagissent avec leur machine au quotidien. Un porte-parole de Meta confirme que ces informations servent à améliorer la capacité des agents IA à réaliser des tâches concrètes : naviguer dans des menus, cliquer sur des boutons, reproduire des séquences d'actions basiques mais essentielles. L'entreprise assure également que ces données ne seront pas utilisées pour évaluer la performance individuelle des salariés. L'enjeu est considérable pour le développement des agents IA dits "computer use", capables d'opérer directement sur un ordinateur comme le ferait un humain. Les textes, images et vidéos disponibles sur internet sont déjà massivement exploités pour entraîner les grands modèles de langage, mais les données d'interaction réelle avec une interface restent rares et difficiles à obtenir à grande échelle. Des entreprises concurrentes ont recours à des environnements simulés pour générer ce type de données comportementales, une approche coûteuse et imparfaite. En mobilisant directement ses propres employés, Meta accède à des flux de comportements authentiques, dans des contextes de travail réels, ce qui représente un avantage compétitif significatif pour entraîner des agents performants sur des tâches professionnelles. Cette initiative s'inscrit dans un contexte de pression croissante chez Meta autour de l'IA. L'entreprise, qui a massivement investi dans le développement de ses modèles Llama et de ses agents conversationnels, cherche à combler son retard sur des acteurs comme OpenAI ou Google dans le domaine des agents autonomes. En parallèle, Reuters rapporte que Meta envisage de fixer des objectifs d'usage de l'IA à certains de ses personnels, et réfléchirait à une réduction potentielle de ses effectifs mondiaux pouvant atteindre 10 %. La collecte de données sur les employés soulève néanmoins des questions éthiques sur le consentement et la surveillance au travail, même si Meta la présente comme une contribution collective au progrès technologique interne. La frontière entre outil d'entraînement et surveillance professionnelle reste floue, et cette démarche pourrait alimenter les débats réglementaires sur les droits des travailleurs à l'ère de l'IA.

Une star ruinée par un deepfake : quand la justice croit un mensonge fabriqué par IA

En Corée du Sud, l'un des acteurs les plus connus du pays a vu sa réputation et sa carrière anéanties à la suite d'une affaire judiciaire s'appuyant sur des preuves audio générées par intelligence artificielle. Des enregistrements sonores, entièrement fabriqués grâce à des outils de deepfake vocal, ont été présentés comme authentiques devant la justice, suffisamment convaincants pour emporter la conviction des magistrats. L'acteur, dont l'identité n'a pas été rendue publique dans l'extrait disponible, a subi un effondrement professionnel brutal, ses projets annulés et sa image publique détruite. Cette affaire révèle une faille profonde dans les systèmes judiciaires face à la montée en puissance des contenus synthétiques : les tribunaux ne disposent pas toujours d'experts capables de distinguer une voix authentique d'une simulation générée par IA. Le préjudice causé va bien au-delà d'une simple diffamation classique, la technologie permet désormais de fabriquer des « preuves » crédibles, modifiant radicalement l'équilibre entre accusateurs et accusés. La Corée du Sud est particulièrement exposée à ce phénomène : le pays a déjà connu plusieurs scandales liés aux deepfakes ciblant des personnalités publiques, notamment des femmes dans le milieu du divertissement. À l'échelle mondiale, les législateurs et les acteurs judiciaires peinent à rattraper la vitesse d'évolution des outils génératifs. Cette affaire pourrait accélérer les débats sur l'obligation de certification des preuves numériques et sur la responsabilité des plateformes qui hébergent ou distribuent ces outils de falsification.

Le Pentagone envisage de permettre aux entreprises d'IA de s'entraîner sur des données classifiées, selon un responsable de la défense

Le Pentagone envisage de créer des environnements sécurisés permettant aux grandes entreprises d'intelligence artificielle d'entraîner leurs modèles sur des données classifiées militaires, selon des informations obtenues par le MIT Technology Review. Ce développement marquerait une rupture significative avec la pratique actuelle, où des modèles comme Claude d'Anthropic sont déjà utilisés pour répondre à des questions en contexte classifié, notamment pour l'analyse de cibles en Iran, sans pour autant avoir accès aux données lors de leur phase d'entraînement. L'enjeu est de taille : entraîner des modèles directement sur des renseignements classifiés permettrait de les rendre sensiblement plus précis et efficaces pour des tâches militaires spécifiques. Cette initiative s'inscrit dans un contexte de forte demande, alors que le Pentagone a déjà conclu des accords avec OpenAI et xAI d'Elon Musk pour opérer leurs modèles dans des environnements sécurisés, et qu'il cherche à se transformer en une force de combat « IA-first » face à l'escalade des tensions avec l'Iran. Concrètement, l'entraînement se déroulerait dans des centres de données accrédités pour héberger des projets gouvernementaux classifiés. Le Département de la Défense conserverait la propriété des données, mais du personnel des entreprises d'IA disposant des habilitations appropriées pourrait, dans de rares cas, y avoir accès. Avant d'aller plus loin, le Pentagone prévoit néanmoins d'évaluer d'abord les performances des modèles sur des données non classifiées, comme des images satellites commerciales. Aalok Mehta, directeur du Wadhwani AI Center au Center for Strategic and International Studies, pointe le risque principal : des informations sensibles, comme l'identité d'un agent opérationnel, intégrées lors de l'entraînement pourraient être involontairement révélées à des unités militaires non autorisées à y accéder. Palantir, acteur incontournable de la sécurité, a déjà remporté d'importants contrats pour construire l'infrastructure permettant aux officiels d'interroger des modèles d'IA en environnement classifié. Mehta tempère toutefois les inquiétudes les plus extrêmes : avec une architecture correctement conçue, le risque de fuite vers l'internet public ou vers les serveurs des entreprises privées resterait « très limité ». Le défi principal demeure donc interne, cloisonner l'information entre les différents niveaux d'accréditation au sein même de l'appareil militaire américain.