Critiques sur les règles : Les employés dénoncent un xAI au ralenti en raison de l'agitation constante

OpenAI choisit de racheter un média pour contrer les critiques sur l'IA

OpenAI a annoncé l'acquisition de TBPN, un talk-show technologique qui couvre régulièrement l'actualité de l'intelligence artificielle. Selon les termes communiqués, la rédaction conserverait son indépendance éditoriale, mais se retrouve désormais placée sous la responsabilité du département communication d'OpenAI. Une configuration pour le moins paradoxale, qui soulève immédiatement des questions sur la réalité de cette prétendue autonomie. Posséder un média qui couvre votre propre secteur d'activité tout en le rattachant à votre service de communication constitue une contradiction structurelle difficile à ignorer. Pour les professionnels du journalisme tech et les lecteurs qui s'appuient sur des sources indépendantes pour comprendre les avancées de l'IA, cette acquisition brouille la frontière entre information et relations publiques. TBPN perdrait inévitablement sa crédibilité en tant que voix critique, quelle que soit la bonne volonté affichée de part et d'autre. Cette décision s'inscrit dans un contexte où OpenAI fait face à une couverture médiatique de plus en plus scrutatrice, notamment sur les questions de sécurité, de gouvernance et de concurrence. Plusieurs grandes entreprises technologiques ont ces dernières années investi dans des médias ou des opérations de contenu pour maîtriser leur narratif. Pour OpenAI, qui traverse une période de transformations rapides, notamment sa conversion en société à but lucratif, contrôler un espace d'influence dans le paysage médiatique tech représente un avantage stratégique direct. La question qui demeure : les journalistes de TBPN pourront-ils réellement mordre la main qui les nourrit désormais ?

Trois graphiques montrent comment xAI, Meta et Anthropic empietent sur les terrains des uns et des autres

Les faits, l'importance, et le contexte de cette convergence entre géants de la tech, en français : xAI a annoncé la location de sa capacité serveur excédentaire, Meta a lancé un agent IA destiné aux entreprises, et Anthropic a entamé le développement de puces serveur dédiées à l'IA au cours de cette année. Depuis fin 2024, un suivi régulier documente comment neuf grandes entreprises technologiques empiètent progressivement sur les activités les unes des autres, et la dernière analyse en date, publiée aujourd'hui, dresse un état des lieux du premier semestre 2026. Parmi les développements marquants figurent le lancement par Nvidia de NemoClaw, un produit lié aux agents IA destiné aux entreprises, l'intensification des efforts d'Apple pour aider les développeurs à intégrer des fonctionnalités d'IA dans les applications tournant sur ses appareils, notamment via des modèles fournis par Anthropic et Google, ainsi que la confirmation par Mark Zuckerberg de l'intention de Meta de louer à terme sa capacité serveur excédentaire. Cette multiplication des incursions croisées traduit une recomposition profonde du secteur de l'IA, où les frontières entre fournisseurs de modèles, opérateurs d'infrastructure et éditeurs de logiciels s'estompent. Pour les entreprises clientes, cela signifie davantage d'options mais aussi une complexité accrue pour choisir entre des acteurs dont les offres se chevauchent de plus en plus, qu'il s'agisse de puissance de calcul, de modèles de langage ou d'outils d'automatisation par agents. Pour les géants eux-mêmes, diversifier leurs sources de revenus devient une nécessité stratégique face aux coûts colossaux des infrastructures d'IA. Ce mouvement s'inscrit dans une dynamique classique de l'industrie technologique, où les grandes entreprises cherchent continuellement de nouveaux relais de croissance en élargissant leur périmètre d'activité. La rivalité entre Nvidia, Apple, Meta, xAI et Anthropic illustre une bataille désormais moins centrée sur la seule performance des modèles que sur le contrôle de l'ensemble de la chaîne de valeur, du silicium jusqu'aux agents logiciels déployés en entreprise. Les prochains mois devraient voir s'intensifier ces stratégies de diversification, chaque acteur cherchant à sécuriser sa position dans un marché encore en pleine redéfinition.

💬 Quand Anthropic se met à concevoir ses propres puces serveur et que Meta loue son surplus de capacité, c'est que la course aux modèles ne suffit plus à justifier les milliards investis en infra. Le vrai signal ici, c'est que la bataille de l'IA se joue maintenant sur toute la chaîne, du silicium jusqu'à l'agent qui tourne dans ton CRM, pas juste sur qui sort le meilleur benchmark. Pour les boîtes clientes ça veut dire plus de choix, mais aussi plus de mal à comparer des offres qui finissent toutes par se ressembler.

Simo d'OpenAI aurait mis en garde les employés contre les « side quests »

Fidji Simo, directrice des applications chez OpenAI, a adressé un message ferme aux employés de la startup : les "side quests", projets annexes ou distractions personnelles, n'ont plus leur place dans l'organisation. Selon le Wall Street Journal, cette mise en garde a été formulée lors d'une réunion interne la semaine dernière, dans un contexte où OpenAI cherche à resserrer son focus sur ses clients professionnels. Ce recadrage révèle une tension croissante au sein de OpenAI entre l'ambition technologique de ses ingénieurs et les impératifs commerciaux d'une entreprise en pleine montée en puissance sur le marché B2B. Alors que la concurrence s'intensifie avec Anthropic, Google et d'autres acteurs, la direction semble vouloir aligner l'ensemble des équipes sur des priorités business clairement définies, au détriment de l'exploration individuelle. Selon le WSJ, Fidji Simo a précisé que le PDG Sam Altman et Mark Chen partagent cette vision d'une organisation plus disciplinée et orientée résultats. Le message s'adresse directement à une culture d'entreprise longtemps marquée par une grande autonomie des chercheurs et ingénieurs, héritage des années de R&D pure. Ce virage managérial illustre la transformation profonde qu'opère OpenAI : de laboratoire de recherche à entreprise technologique à part entière, avec les exigences de productivité et de cohérence stratégique que cela implique.

☕️ Quand l’IA agentique coûte plus cher que de payer ses employés humains

Les grandes entreprises technologiques font face à une équation économique qui commence à gripper sérieusement leurs ambitions d'IA : la facturation à l'usage des agents IA, calculée en tokens et non plus en abonnements forfaitaires, rend ces systèmes plus onéreux que les employés humains qu'ils sont censés remplacer ou assister. Le CTO d'Uber, Praveen Neppalli Naga, a reconnu avoir épuisé la totalité de son budget IA 2026 en seulement quatre mois. Bryan Catanzaro, vice-président en charge de l'apprentissage profond appliqué chez Nvidia, est encore plus direct : pour son équipe, le coût de la puissance de calcul dépasse désormais celui des salaires. Microsoft, après avoir encouragé en décembre dernier des milliers de ses développeurs à utiliser Claude Code d'Anthropic, vient d'annuler ces licences et les contraint à migrer vers GitHub Copilot CLI. Ce même GitHub Copilot, qui avait limité fin avril les nouveaux abonnements individuels, basculera en juin vers une facturation indexée sur la consommation réelle de tokens. Cette pression économique a engendré un phénomène pervers baptisé « tokenmaxxing » : des employés génèrent artificiellement de l'activité IA pour gonfler leurs statistiques de consommation, moins pour produire du code utile que pour paraître surproductifs aux yeux de leur hiérarchie. Amazon a fixé comme objectif que 80 % de ses développeurs utilisent l'IA chaque semaine et suit leur consommation de tokens. Meta est allé plus loin encore, avec un tableau de bord interne attribuant le statut de « Token Legend » aux plus grands consommateurs. Ce que ces pratiques révèlent, c'est que les métriques de tokens sont devenues des indicateurs de performance managériale avant d'être des mesures de valeur créée. La question de fond est structurelle : les modèles agentiques consomment beaucoup plus de tokens par tâche que les modèles classiques, et cette intensité ne sera pas compensée par la baisse des coûts unitaires. Un rapport Gartner estime que le coût d'inférence sur un LLM sophistiqué pourrait chuter de 90 % d'ici 2030, mais prévoit néanmoins que le coût total de l'IA continuera d'augmenter si la consommation progresse plus vite que la déflation tarifaire. Jensen Huang, PDG de Nvidia, imaginait récemment un futur où 100 agents IA travailleraient aux côtés de chaque employé humain de son entreprise, une vision qui semble économiquement intenable dans le modèle de facturation actuel. L'industrie se retrouve donc devant un choix structurant : soit les prix s'effondrent suffisamment vite, soit les entreprises doivent revoir radicalement leur usage de l'IA agentique, sous peine de financer des dépenses dont le retour reste difficile à démontrer.

💬 Uber qui épuise son budget IA en quatre mois, Nvidia qui dit que le compute dépasse les salaires : c'est pas un bug, c'est le modèle. Les agents consomment structurellement 10 à 100 fois plus de tokens qu'un chat classique, et aucune baisse de prix unitaire ne rattrapera ça avant 2-3 ans. Le tokenmaxxing chez Amazon et Meta, des gens qui gonflent leur conso pour paraître productifs sur un dashboard, c'est juste le signe qu'on a mis la mauvaise métrique au centre.