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 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.

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

Des tensions inédites secouent l'entourage de Donald Trump autour de l'intelligence artificielle chinoise. Le week-end dernier, plusieurs conseillers actuels et anciens du président américain se sont publiquement écharpés au sujet de la stratégie IA à adopter face à la Chine. David Sacks a qualifié les modèles d'Anthropic de "lobotomisés" et "woke", tandis qu'Emil Michael, haut responsable du Pentagone, a traité le nouveau responsable des perspectives stratégiques d'OpenAI d'"idiot du village suprême". L'origine de la dispute : Kimi, un modèle gratuit et open source lancé la semaine dernière par l'entreprise chinoise Moonshot, dont les performances semblent rivaliser avec celles d'OpenAI et d'Anthropic, pourtant payants. Par ailleurs, le règlement record de 1,5 milliard de dollars conclu par Anthropic dans une action collective pour violation de droits d'auteur, liée à l'utilisation d'œuvres piratées pour entraîner Claude, vient d'être validé par la justice, constituant le plus important versement de ce type jamais enregistré. Cette convergence d'événements révèle à quel point la concurrence chinoise en IA bouscule l'équilibre politique et économique américain. Chaque nouveau modèle chinois performant et gratuit réduit l'incitation des entreprises américaines à payer pour les services d'OpenAI ou d'Anthropic, ce qui fragilise leur modèle économique et complique la position de Washington. L'administration Trump envisagerait désormais une interdiction des modèles d'IA chinois, une option qui divise ses propres experts, certains, comme l'investisseur Chamath Palihapitiya, jugeant qu'une telle intervention serait "profondément contre-productive". De son côté, Pékin réfléchirait à durcir ses contrôles à l'export sur les modèles et les puces d'IA, afin d'empêcher l'Occident de s'approprier sa technologie et ses start-ups, et aurait déjà entamé des discussions avec les entreprises technologiques chinoises à ce sujet. Ce climat de rivalité stratégique s'accompagne d'autres remous dans l'écosystème IA américain. Chris Fall, qui dirigeait depuis avril l'institut fédéral de sécurité de l'IA (CAISI), a démissionné après seulement trois mois, sans que les raisons de son départ soient précisées. Sur le plan matériel, Google développerait une nouvelle puce baptisée "Frozen V2" destinée à faire tourner ses modèles Gemini plus efficacement, avec un déploiement prévu pour 2028, une annonce qui a fait bondir l'action Alphabet en bourse. En Europe, l'Union européenne a par ailleurs infligé à AliExpress une amende record de 550 millions d'euros pour la vente de produits dangereux, la sanction la plus lourde jamais prononcée au titre du Digital Services Act ; Alibaba a annoncé faire appel de cette décision. L'ensemble de ces développements illustre combien la course à l'IA redessine simultanément les rapports de force géopolitiques, juridiques et industriels.

Le surinvestissement dans l’IA pourrait passer d’une « explosion » à un « effondrement »

La Banque des règlements internationaux (BRI), souvent surnommée la « banque des banques centrales », a publié début juillet 2026 un rapport de 56 pages consacré aux risques financiers liés à la course aux investissements dans l'intelligence artificielle. Rédigé par l'économiste Phurichai Rungcharoenkitkul, ce document fait suite au rapport annuel de l'institution publié fin juin, lors duquel sa directrice adjointe Andrea Mahler avait déjà cité la course à l'IA parmi quatre grands risques pour l'économie mondiale, aux côtés de l'inflation liée au conflit au Moyen-Orient, de l'appétit pour le risque sur les marchés financiers et de l'endettement élevé des États. Le rapport chiffre précisément l'ampleur du phénomène : en s'appuyant sur les bilans des entreprises du secteur et les données publiques de transactions, l'économiste estime que les investissements réalisés dans l'IA représentent environ 1,5 fois « l'optimum social », c'est-à-dire la répartition la plus efficace possible du capital, un ratio qui grimpe jusqu'à trois fois dans certains cas. Comparé à son niveau le plus bas avant le boom, le développement de l'IA est en passe de dépasser tous les épisodes d'investissement technologique précédents en seulement trois ans. Ce constat inquiète la BRI car il expose le secteur à un risque de correction brutale en cas de baisse des recettes, ce qui pourrait transformer le boom actuel en effondrement. L'institution pointe en particulier le rôle aggravant de l'endettement et du « financement circulaire », ces montages où les mêmes acteurs se financent et se fournissent mutuellement, qui augmentent selon elle le risque d'un basculement rapide. Le danger dépasse le seul cercle des entreprises d'IA : la BRI redoute que les difficultés d'un acteur isolé se propagent à d'autres par le biais de chaînes d'expositions financières, un scénario de contagion qui rappellerait les mécanismes observés lors de crises financières passées et qui concernerait potentiellement banques, investisseurs et marchés dans leur ensemble. Pour étayer son analyse, la BRI convoque plusieurs précédents historiques, de la construction du chemin de fer au XIXe siècle au développement des canaux financés par les États-Unis, en passant par la bulle internet du début des années 2000, autant d'épisodes d'euphorie technologique suivis de corrections de marché plus ou moins sévères. Ce constat économique rejoint des inquiétudes formulées sous un angle environnemental : début juillet, l'analyste Ketan Joshi calculait que Google avait multiplié par 1,5 ses dépenses énergétiques en quelques années pour générer le même volume de chiffre d'affaires, illustrant le coût croissant des infrastructures nécessaires à l'IA. Entre NVIDIA, OpenAI et leurs partenaires, la multiplication de contrats croisés continue par ailleurs d'alimenter les craintes d'une bulle spéculative aux ramifications de plus en plus étendues.

Le directeur des opérations d'Uber juge que l'IA ne rentabilise pas ses investissements

Le directeur des opérations d'Uber, Andrew Macdonald, a déclaré ce week-end lors d'un podcast que l'entreprise ne constate pas d'augmentation claire de la productivité malgré l'utilisation généralisée d'outils d'aide à la programmation basés sur l'IA par ses équipes d'ingénieurs. Cette admission intervient après que le directeur technique d'Uber, Praveen Neppalli Naga, avait révélé le mois dernier que la consommation explosive d'outils comme Claude Code avait conduit l'entreprise à épuiser l'intégralité de son budget IA en quelques mois seulement, bien avant la fin de l'année. Macdonald a précisé que la situation a forcé les dirigeants à réfléchir à la manière de maîtriser les coûts liés à la consommation de tokens. "Si vous n'êtes pas capable de tracer une ligne directe entre les dépenses et les fonctionnalités utiles livrées à vos utilisateurs, les coûts deviennent difficiles à justifier", a-t-il affirmé. Ce constat illustre une tension croissante dans l'industrie tech : les dépenses en IA s'envolent sans que le retour sur investissement soit clairement mesurable. Pour Uber, dont l'activité repose sur des milliers d'ingénieurs développant en permanence des fonctionnalités critiques, l'incapacité à relier directement les coûts IA aux gains de productivité pose un problème de gouvernance budgétaire concret. D'autres projets IA en dehors du domaine du développement logiciel ont simplement échoué ou généré des effets indésirables, renforçant le sentiment que l'enthousiasme autour de l'IA devance largement les résultats tangibles. Uber n'est pas un cas isolé. De nombreuses entreprises peinent à absorber la transition d'Anthropic vers une facturation basée sur la consommation de tokens, un modèle qui complique fortement la prévision des coûts. Malgré tout, la plupart continuent d'absorber ces dépenses élevées, faute d'alternatives crédibles à court terme. Ce phénomène révèle une fracture naissante entre les discours optimistes des PDG sur la valeur de l'IA et la réalité opérationnelle vécue par les équipes qui l'utilisent au quotidien. La prochaine étape pour des groupes comme Uber sera d'imposer des métriques précises de ROI avant d'autoriser tout accroissement supplémentaire des budgets alloués aux outils d'IA générative.