« The Download » : la Maison Blanche divisée sur l'IA chinoise, et un versement record pour des droits d'auteur

Le directeur du déploiement d'OpenAI : croissance de Codex, baisse des prix de l'IA et retour sur investissement

Arnaud Fournier, directeur du déploiement chez OpenAI, a accordé une interview à The Decoder dans laquelle il détaille la stratégie de l'entreprise pour intégrer l'IA au coeur des grandes organisations. Il y évoque la croissance explosive de Codex, l'outil de programmation assistée par IA d'OpenAI, et explique qu'OpenAI entend envoyer ses propres ingénieurs directement dans les entreprises clientes pour accélérer et approfondir cette intégration. Fournier souligne également que le prix de l'intelligence artificielle a chuté de façon marquée ces derniers mois. Cette baisse des coûts change la donne pour les directions d'entreprise qui hésitaient à franchir le pas : l'IA générative devient économiquement viable pour un spectre beaucoup plus large d'acteurs. Fournier insiste aussi sur la boucle de rétroaction entre les clients et les équipes de développement d'OpenAI, les retours du terrain alimentant directement l'amélioration des modèles. La question du retour sur investissement, longtemps centrale dans les freins à l'adoption, est précisément ce que cette approche d'accompagnement terrain vise à lever. OpenAI intensifie ainsi sa présence dans le segment entreprise alors que la concurrence s'y densifie, avec Anthropic et ses offres Claude for Work, Google avec Gemini for Business, et Microsoft qui intègre l'IA dans toute sa suite 365. Codex s'impose comme l'un des chevaux de bataille d'OpenAI auprès des équipes techniques, et le modèle de déploiement "ingénieurs embarqués" rappelle les stratégies de grands cabinets de conseil, signalant qu'OpenAI ne veut plus seulement vendre des API mais devenir un partenaire d'intégration à long terme.

💬 Envoyer ses propres ingénieurs chez les clients, c'est le signe qu'OpenAI a compris que vendre une API ne suffit plus. La vraie bataille sur le marché B2B se joue sur l'intégration et le ROI démontré, pas sur les benchmarks, et la chute des prix change vraiment les calculs dans les DSI qui hésitaient. Je retiens surtout ça : OpenAI est en train de devenir un cabinet de conseil déguisé en startup.

L'étude d'Atlassian montre que l'IA doit être adoptée au niveau des équipes, et non individuellement, pour un vrai retour sur investissement

Le Teamwork Lab d'Atlassian, dirigé par la Dr Molly Sands, a présenté lors d'un échange avec Sam Witteveen (VentureBeat) à la conférence VB Transform 2026 des résultats montrant que la plupart des entreprises abordent l'adoption de l'IA à l'envers, en optimisant l'usage individuel plutôt que le travail d'équipe. Le rapport annuel State of Teams d'Atlassian, qui a interrogé 12 000 travailleurs du savoir dans le monde et environ 200 dirigeants d'entreprises du Fortune 1000, révèle un décalage marqué entre l'activité et la valeur créée. Selon Sands, 89% des dirigeants affirment que les individus accélèrent leur travail grâce à l'IA, mais seuls 6% peuvent citer des exemples concrets de retour sur investissement. Environ 14% des équipes ont réussi à transformer cet usage de l'IA en valeur réelle, ce qui signifie qu'une même organisation peut abriter quelques équipes très performantes entourées d'autres qui ne voient aucun bénéfice. Les équipes en tête partagent trois caractéristiques: le contexte, les flux de travail et la culture. Elles construisent ce qu'Atlassian appelle un graphe de contexte, capturant objectifs, décisions et savoirs organisationnels dans des registres numériques partagés via des outils comme Jira et Confluence, plutôt que de laisser ces informations dans la mémoire individuelle. Ce décalage a des conséquences concrètes pour les entreprises qui investissent massivement dans l'IA sans en tirer de bénéfice mesurable. Accélérer des individus qui travaillent dans des directions légèrement différentes les fait rapidement entrer en collision, prévient Sands, d'où l'importance de repenser des processus entiers de bout en bout plutôt que de simplement accélérer des tâches isolées. Les équipes les plus performantes évoluent aussi sous des dirigeants qui encouragent explicitement l'expérimentation, tout en assumant que certains essais échoueront. Ce constat implique un changement d'approche managérial majeur: l'enjeu n'est plus seulement d'équiper les employés d'outils IA, mais de redessiner collectivement la manière dont le travail circule dans l'organisation. Pour accélérer cet apprentissage, les équipes les plus avancées s'imposent volontairement des contraintes, comme découper chaque tâche en la plus petite unité de travail possible (un seul point d'histoire) ou s'engager à ne pas écrire de code à la main pendant une semaine. Ces pratiques ne sont pas soutenables indéfiniment mais permettent d'apprendre très vite, souligne Sands. Un autre obstacle identifié n'est pas la technologie elle-même mais le fait que chaque employé développe seul ses propres prompts, agents et hypothèses, créant une couche de savoir tacite qui ne profite jamais à l'organisation dans son ensemble. Pour y remédier, Atlassian a expérimenté des accords de travail autour de l'IA en début de projet, où les équipes définissent explicitement ce qu'elles utiliseront l'IA pour faire, ce qu'elles éviteront délibérément, quels agents elles partageront et quelles compétences communes maintenir. Les équipes ayant adopté cette pratique ont utilisé l'IA plus intensément, avancé plus vite et produit un travail de meilleure qualité. La leçon plus large, selon Sands, est que l'IA ne crée pas de nouveaux problèmes de management mais rend plus visibles des failles anciennes, comme les hypothèses implicites et les modèles mentaux divergents au sein des équipes, renforçant ainsi l'importance d'un contexte partagé et de règles de fonctionnement explicites.

Elon Musk a tenté de recruter les fondateurs d'OpenAI pour créer une division IA chez Tesla

En 2018, Elon Musk a tenté de recruter l'équipe fondatrice d'OpenAI, Sam Altman, Greg Brockman et Ilya Sutskever, pour diriger un nouveau laboratoire d'intelligence artificielle au sein de Tesla. Selon des éléments de preuve présentés lors d'un procès très médiatisé qui oppose le milliardaire à OpenAI, Musk leur a proposé d'intégrer la société à Tesla en tant que filiale, ou d'octroyer à Altman un siège au conseil d'administration. Ces révélations ont émergé mercredi devant le tribunal, alors que les dirigeants d'OpenAI se disputaient le contrôle stratégique de l'organisation qu'ils venaient de cofonder. Ces informations éclairent sous un angle nouveau les griefs que Musk formule contre OpenAI et son PDG. Le milliardaire soutient qu'Altman a "volé une association caritative" en transformant OpenAI, initialement fondée à but non lucratif, en entité commerciale. Or, les avocats d'OpenAI font valoir que Musk était lui-même favorable à une commercialisation de la structure, à condition d'en conserver le contrôle. Cette contradiction fragilise l'argumentaire du plaignant et suggère que le litige tient davantage à une bataille de pouvoir qu'à un désaccord éthique sur la mission originelle de l'organisation. OpenAI a été co-fondée en 2015 par Musk, Altman, Brockman, Sutskever et d'autres, avec l'ambition de développer une intelligence artificielle générale au bénéfice de l'humanité. Musk a quitté le conseil d'administration en 2018, officiellement pour éviter des conflits d'intérêts avec Tesla, qui développait ses propres systèmes d'IA. Il a ensuite fondé xAI en 2023. Le procès actuel, qui porte sur la transformation capitalistique d'OpenAI, s'annonce décisif pour déterminer les obligations légales qui s'imposent aux organismes à but non lucratif lorsqu'ils pivotent vers un modèle commercial, dans un secteur où les enjeux financiers atteignent désormais des dizaines de milliards de dollars.

Google et le Pentagone discutent d'un accord IA classifié, l'entreprise renouant avec le secteur militaire

Google est en négociation avec le Département de la Défense américain pour un accord qui permettrait au Pentagone de déployer les modèles d'intelligence artificielle Gemini dans des environnements classifiés. L'information, révélée par deux personnes ayant une connaissance directe des discussions, indique que les deux parties envisagent un contrat autorisant l'utilisation de l'IA de Google pour l'ensemble des usages légaux au sein des forces armées américaines. Selon l'une de ces sources, Google aurait proposé d'inclure dans le contrat des clauses restrictives visant à empêcher que ses modèles soient utilisés pour de la surveillance de masse intérieure ou pour des systèmes d'armes autonomes, notamment le ciblage, sans supervision humaine "appropriée". Cet accord marquerait un tournant majeur dans la relation entre Google et le secteur militaire. L'entreprise deviendrait un contractant technologique significatif du Pentagone, avec un accès potentiel à des infrastructures classifiées, un niveau d'engagement rarement atteint dans l'industrie tech civile. Pour l'armée américaine, intégrer Gemini dans des environnements sécurisés ouvrirait la voie à des capacités d'analyse, de traitement du renseignement et de prise de décision assistée par IA à une échelle et une vitesse sans précédent. Les garde-fous proposés par Google, bien que symboliquement importants, restent formulés de façon vague, notamment autour de la notion de contrôle humain "approprié", ce qui laisse une marge d'interprétation considérable. Ce rapprochement s'inscrit dans un renversement de position spectaculaire pour Google. En 2018, face à une fronde interne massive de ses employés, l'entreprise avait abandonné le projet Maven, un contrat avec le Pentagone portant sur l'analyse d'images de drones par IA, et s'était engagée à ne pas développer d'IA à usage militaire offensif. Depuis, la concurrence acharnée avec Microsoft, qui fournit déjà des services cloud et d'IA à l'armée via Azure et ses partenariats avec OpenAI, ainsi que la pression des actionnaires ont poussé Google à reconsidérer cette posture. La course aux contrats gouvernementaux dans le domaine de l'IA est désormais un enjeu stratégique majeur pour l'ensemble des grandes entreprises technologiques américaines.