GitHub utilisera les données d'interaction Copilot pour entraîner ses modèles IA à partir d'avril 2026

Anthropic modifie sa tarification pour facturer les entreprises selon leur consommation d'IA

Anthropic a discrètement modifié son modèle de facturation pour les entreprises clientes de Claude, abandonnant une tarification forfaitaire au profit d'un système basé sur le volume réel d'utilisation de l'IA. Ce changement, qui n'avait pas été annoncé publiquement, signifie concrètement que les organisations dont les salariés sont des utilisateurs intensifs des outils Claude paieront désormais significativement plus cher. La décision a été mise en place au cours des dernières semaines et vise directement les clients enterprise. Cette révision tarifaire reflète la pression croissante que fait peser la popularité explosive des produits de codage assisté et d'agents IA d'Anthropic sur ses infrastructures de calcul. Plus les utilisateurs adoptent ces fonctionnalités avancées, plus le coût de traitement augmente côté serveur. En répercutant ces coûts sur les clients en fonction de leur consommation réelle, Anthropic cherche à préserver ses marges dans un contexte où la demande dépasse les prévisions initiales et où les ressources GPU restent rares et coûteuses. Ce virage intervient dans un secteur confronté à ce que les professionnels appellent un "compute crunch", une tension généralisée sur les capacités de calcul disponibles pour faire tourner des modèles d'IA de grande taille. OpenAI, Google et d'autres acteurs font face aux mêmes contraintes. La décision d'Anthropic pourrait inaugurer une tendance plus large : la fin des abonnements IA à prix fixe pour les entreprises, remplacés par des modèles à la consommation calqués sur ceux du cloud computing traditionnel.

Nadella critique OpenAI et Anthropic pour avoir interdit la distillation tout en s'entraînant sur les données des autres

Satya Nadella, PDG de Microsoft, a publiquement critiqué OpenAI et Anthropic pour ce qu'il qualifie de "paradoxe inversé de l'information". Selon lui, ces laboratoires s'appuient sur la doctrine du fair use pour entraîner leurs modèles sur des données publiques disponibles en ligne, tout en interdisant à des tiers de pratiquer la distillation de leurs propres modèles, c'est-à-dire l'extraction de connaissances d'un modèle pour en entraîner un autre moins coûteux. Nadella souligne également que ces entreprises continuent d'apprendre à partir des interactions de leurs clients, une pratique qu'il juge tout aussi problématique dans cette logique d'asymétrie. Cette prise de position n'est pas neutre pour l'industrie de l'intelligence artificielle. Nadella appelle les entreprises à reprendre le contrôle de leur propre infrastructure d'apprentissage plutôt que de dépendre des grands fournisseurs de modèles fermés. Un tel positionnement pourrait accélérer la tendance déjà observée vers l'hébergement de modèles propriétaires en interne, renforçant la méfiance des entreprises clientes envers les conditions d'utilisation imposées par OpenAI et Anthropic, notamment sur la protection de leurs propres données et modèles dérivés. Cette sortie s'inscrit dans un contexte de tensions croissantes autour de la propriété intellectuelle et des pratiques d'entraînement des grands modèles de langage, où les géants technologiques défendent des règles différentes selon qu'ils sont fournisseurs ou consommateurs de données. Microsoft, partenaire historique d'OpenAI mais aussi concurrent via Azure AI, n'est pas un acteur neutre dans ce débat: le groupe commercialise justement des solutions permettant aux entreprises de garder la maîtrise de leur infrastructure d'apprentissage. Cette déclaration pourrait relancer le débat réglementaire sur l'équité des pratiques de fair use dans l'IA, un sujet déjà scruté par les autorités américaines et européennes.

💬 Bon, sur le papier Nadella a raison, mais l'angle mort m'énerve : Microsoft vend justement les briques qui permettent de contourner OpenAI, donc ce n'est pas une leçon de morale, c'est du business déguisé. Reste que le constat tient : une boîte qui interdit la distillation de son modèle mais s'entraîne sans vergogne sur tout le web, elle demande aux autres une éthique qu'elle s'interdit à elle-même. Et ça, tôt ou tard, les régulateurs vont s'en servir contre elle.

Prime Intellect : pourquoi les entreprises créent leurs propres agents IA plutôt que d’utiliser ChatGPT ?

Prime Intellect, une startup américaine fondée en 2024, vient de lever 130 millions de dollars lors d'un tour de série A mené par Radical Ventures, portant sa valorisation à un milliard de dollars. Parmi les investisseurs figurent également Nvidia, Intel Capital, Dell, ainsi qu'une liste de business angels issus de Perplexity, Box, Harvey, Cognition ou encore Zapier. Contrairement à OpenAI ou Anthropic, l'entreprise ne cherche pas à développer un nouveau grand modèle de langage généraliste. Son ambition, selon son cofondateur Vincent Weisser, est de fournir aux entreprises l'infrastructure technique complète pour entraîner et adapter leurs propres agents d'intelligence artificielle, sans dépendre exclusivement des grands laboratoires qui concentrent aujourd'hui les capacités de développement des modèles les plus avancés. Cette levée de fonds illustre un basculement dans la manière dont les entreprises abordent l'IA générative. Après avoir massivement adopté des outils prêts à l'emploi comme ChatGPT pour automatiser certaines tâches, de nombreuses organisations se heurtent désormais aux limites de ces solutions en contexte professionnel. Les données sensibles, les procédures internes et les informations stratégiques sont de plus en plus difficiles à confier à des modèles propriétaires hébergés par des fournisseurs tiers. S'ajoute à cela la crainte d'une dépendance excessive à des plateformes dont les tarifs, les modèles ou les conditions d'accès aux API peuvent évoluer sans préavis, une inquiétude renforcée par plusieurs changements de stratégie récents et l'abandon de projets expérimentaux chez certains grands acteurs du secteur. Pour les directions informatiques, la promesse de Prime Intellect consiste précisément à reprendre la main sur les données et sur l'infrastructure, plutôt que de rester locataires d'un service externe. Cette approche répond à un besoin de différenciation concurrentielle. Un agent IA générique répond à des questions générales à partir de ses connaissances et des données fournies ponctuellement par l'utilisateur, tandis qu'un agent construit sur une infrastructure comme celle de Prime Intellect peut être connecté directement aux bases documentaires, aux feuilles de calcul et aux applications métiers d'une entreprise, avec un entraînement et un apprentissage par renforcement adaptés à son activité précise. La personnalisation devient alors un avantage difficile à répliquer, puisqu'elle repose sur des données propriétaires inaccessibles aux modèles généralistes. Cette tendance, déjà observée chez des startups spécialisées comme Harvey dans le juridique, s'inscrit dans un mouvement plus large de désintermédiation vis-à-vis des grands laboratoires d'IA, où les entreprises cherchent à sécuriser leur autonomie technologique tout en tirant parti des avancées des modèles ouverts et modulaires.

💬 Prime Intellect illustre un truc que je vois venir depuis un moment : les boîtes en ont marre de louer leur intelligence à OpenAI ou Anthropic, elles veulent la posséder. Un milliard de valorisation pour vendre de l'infra plutôt qu'un modèle, ça montre que le vrai avantage compétitif en 2026 c'est plus le LLM générique, c'est ce que tu branches dessus (tes docs, ton CRM, ton métier). Reste à voir si les boîtes qui se lancent là-dedans ont vraiment les équipes pour gérer ça, parce que l'infra IA maison, c'est un métier à part entière.

« Ode, la start-up qui s'associe à Anthropic pour parier sur les services IA comme avenir de l'entreprise »

Ode with Anthropic, coentreprise soutenue par Anthropic, Blackstone, Hellman & Friedman et Goldman Sachs, mise sur des ingénieurs déployés directement au sein des entreprises pour remplacer une partie du travail traditionnellement confie aux cabinets de conseil. La structure a été fondée par Chris Taylor et Eddie Siegel, deux anciens fondateurs de Fractional AI, une startup spécialisée dans le déploiement de solutions d'intelligence artificielle en entreprise. Les deux dirigeants ont détaille leur stratégie lors d'un épisode du podcast Equity de TechCrunch, anime par Rebecca Bellan, expliquant comment leur modèle s'appuie sur de petites équipes d'ingénieurs plutôt que sur des armées de consultants pour résoudre les problèmes opérationnels des grandes organisations. Le pari est simple mais ambitieux: si une poignée d'ingénieurs équipes des bons outils d'IA peut accomplir le travail habituellement réalisé par des dizaines de consultants, cela bouleverserait un secteur du conseil pèse des centaines de milliards de dollars. Pour les grandes entreprises, cela promettrait des déploiements plus rapides et moins couteux de solutions d'IA sur mesure, avec un accès direct a une expertise technique de pointe plutôt qu'a des recommandations génériques. L'implication de partenaires financiers de premier plan comme Blackstone et Goldman Sachs signale également que les grands acteurs de la finance parient sur une transformation profonde du modèle économique du conseil. Ce lancement s'inscrit dans une vague plus large ou les laboratoires d'IA, dont Anthropic, cherchent a capter directement la valeur générée par leurs modèles auprès des entreprises clientes, plutôt que de laisser cette valeur transiter par des intermédiaires. Le concept d'ingénieurs forward-deployed, popularise par des entreprises comme Palantir, gagne du terrain a mesure que les IA génératives deviennent suffisamment fiables pour être intégrées dans des processus métier critiques. Reste a savoir si ce modèle réussira a s'imposer face aux géants historiques du conseil, ou si la complexité des transformations d'entreprise limitera sa portée.

💬 Bon, Anthropic qui pousse ses ingés directement dans les boîtes plutôt que de laisser McKinsey faire l'intermédiaire, ça change la donne. Le calcul est brutal : si cinq personnes bien équipées font le taf de cinquante consultants, tout le modèle facturation-au-livrable du conseil prend cher. Reste à voir si ça tient face à la vraie complexité organisationnelle des grands groupes, mais le fait que Blackstone et Goldman mettent de l'argent dessus, ça veut dire que la finance y croit dur.