Business — page 2

☕️ Uber commence à trouver l’addition de l’IA un peu salée

Uber commence à remettre en question la rentabilité de ses investissements en intelligence artificielle. Andrew Macdonald, directeur des opérations du géant américain du transport, a exprimé ses doutes publiquement lors du podcast Rapid Response : une consommation élevée de tokens ne se traduit pas nécessairement par davantage de fonctionnalités utiles pour les utilisateurs finaux. Ce constat rejoint celui de Praveen Neppalli Naga, directeur technique d'Uber, qui avait révélé en avril avoir épuisé en seulement quatre mois le budget IA annuel de l'entreprise. Concrètement, 70 % environ du code validé chez Uber provient désormais d'outils IA, pour un coût oscillant entre 500 et 2 000 dollars par mois et par développeur. Depuis 2024, les dépenses liées à l'IA ont été multipliées par six. Le problème soulevé par Uber est celui du retour sur investissement : les coûts explosent, mais les bénéfices mesurables peinent à suivre. Macdonald admet qu'il est "très difficile d'établir un lien clair" entre les tokens consommés et une augmentation réelle de 25 % des fonctionnalités utiles livrées aux consommateurs. Pour les entreprises qui déploient l'IA à grande échelle, la technologie est loin d'être gratuite, même si elle peut paraître ainsi pour un utilisateur lambda. Ce décalage entre promesses de productivité et coûts réels commence à préoccuper sérieusement les directions financières et techniques des grandes plateformes numériques. Ce malaise chez Uber illustre une tendance plus large dans l'industrie tech. La ruée vers l'intégration systématique de l'IA générative dans tous les workflows, parfois surnommée "tokenmaxxing", montre ses premières limites économiques. Plusieurs entreprises découvrent que les gains de productivité espérés ne compensent pas toujours la facture des API et des infrastructures LLM. La question de la soutenabilité financière des modèles agentiques, où l'IA remplace ou assiste des employés humains sur des tâches complexes, se pose avec une acuité croissante, d'autant que les fournisseurs de modèles n'ont pas encore convergé vers des tarifications stables à long terme.

💬 Brûler son budget annuel en quatre mois, ça oblige à se poser des questions qu'on repoussait. Uber dit ce que beaucoup pensent tout bas : plus de tokens ne veut pas dire plus de valeur livrée à l'utilisateur final. Reste à voir combien de directeurs techniques vont l'admettre publiquement avant de revoir leur copie.

Dust lève 40 M$ pour accélérer les assistants IA collaboratifs en entreprise

La startup française Dust vient d'annoncer une levée de fonds de 40 millions de dollars en série B, menée par Sequoia et Abstract, avec la participation de Snowflake Ventures et Datadog. Cette opération porte son financement total à plus de 60 millions de dollars. L'entreprise, fondée en France, revendique déjà plus de 3 000 organisations clientes, un taux d'utilisation hebdomadaire supérieur à 70 %, un taux de rétention nette des revenus de 240 % en 2025, et plus de 300 000 agents déployés sur sa plateforme. Des clients comme Vanta et Persona illustrent l'adoption concrète : chez Persona, plus de 300 agents ont été créés dans 11 départements pour automatiser des workflows transverses ; chez Vanta, les équipes ventes et support s'appuient sur ces agents pour préparer les business reviews et les prévisions commerciales. Ce financement valide une thèse que Dust pousse contre le courant dominant : l'IA en entreprise échoue à créer de la valeur collective parce que chaque employé travaille avec son propre assistant, son propre historique, sans mémoire partagée. Résultat, différentes équipes reproduisent les mêmes analyses, les mêmes recherches, les mêmes documents, sans capitaliser sur ce qui a déjà été produit. Dust propose un modèle dit "multijoueur", où agents IA et collaborateurs humains évoluent dans un environnement commun, mêmes données, mêmes outils, mêmes objectifs opérationnels. La plateforme se connecte à plus de 100 sources de données et outils métiers, permettant aux agents de générer des documents, analyser des tableurs, produire des présentations et agir directement dans les systèmes connectés. L'enjeu : transformer l'IA d'un outil d'assistance personnelle en infrastructure organisationnelle réutilisable à grande échelle. Dust s'inscrit dans une compétition qui s'accélère entre les plateformes cherchant à capter la couche d'orchestration de l'IA en entreprise, un marché aujourd'hui saturé de copilotes individuels mais encore peu structuré côté collaboration. La participation de Sequoia, l'un des fonds les plus sélectifs de la Silicon Valley, et de fonds liés à des acteurs de la data comme Snowflake et Datadog, signale que l'infrastructure d'IA collaborative est perçue comme la prochaine bataille stratégique. Face aux préoccupations croissantes des entreprises en matière de gouvernance, Dust met également en avant des contrôles de permissions avancés et des journaux d'audit, des arguments de poids pour les grandes organisations hésitant encore à industrialiser leurs usages IA. Avec 40 millions supplémentaires, Dust a désormais les ressources pour accélérer son développement commercial et s'imposer comme standard avant que les géants technologiques ne structurent définitivement ce marché.

💬 Le NRR à 240 %, c'est pas du storytelling, ça veut dire que les clients qui restent dépensent de plus en plus, et c'est le seul chiffre qui compte vraiment pour juger une boîte SaaS. La thèse "IA collaborative vs. copilote solo" est bonne, elle colle à un vrai problème que tu vois partout : chacun a son ChatGPT dans son coin et personne ne capitalise sur rien. Reste à voir si Dust tient sa position quand Microsoft décide de pousser Copilot dans cette direction.

La startup IA sans employés Polsia boucle une levée de fonds de 30 M$

Polsia, une startup américaine fondée par un unique fondateur, Ben Sera, vient de boucler une levée de fonds de 30 millions de dollars à une valorisation de 250 millions de dollars. L'annonce a été faite le 22 mai 2026, avec un chiffre d'affaires annuel qui approche les 10 millions de dollars. Particulièrement remarquable : la société ne compte aucun employé. Sera, ancien cofondateur de Future Foods chez Cloud Kitchens aux côtés de Travis Kalanick, a construit Polsia autour d'une orchestration d'agents IA capables de prendre en charge le développement logiciel, la prospection commerciale, la publicité en ligne, le support client et la gestion de workflows métier. Le tour de table réunit des fonds de capital-risque comme Sound Ventures, True Ventures, Offline Ventures, Adjacent, Tekton Ventures et Vaynerfund. Fait notable : Polsia affirme que son propre système d'IA a piloté une grande partie du processus de levée de fonds, notamment la création de la data room, les présentations aux investisseurs et certaines étapes de due diligence. Ben Sera n'est intervenu que lors des échanges finaux et pour signer les documents. L'impact potentiel de ce modèle dépasse largement le cas de Polsia. Si la démonstration est concluante, elle redéfinit ce qu'il est possible de construire avec un capital humain minimal : une seule personne pourrait piloter une entreprise générant des millions de dollars en déléguant la quasi-totalité des opérations à des agents spécialisés. Pour les investisseurs, la promesse est claire : réduction drastique des coûts opérationnels, accélération des cycles de production et capacité à lancer de nouveaux produits sans friction de recrutement. True Ventures va jusqu'à estimer que les outils IA pourraient transformer la création d'entreprise en faisant sauter les barrières liées au capital humain initial, rendant le modèle du fondateur solitaire structurellement viable pour la première fois. Ce positionnement s'inscrit dans un débat plus large sur ce qu'on appelle l'entreprise augmentée par l'IA, où des systèmes automatisés prennent en charge des fonctions autrefois réservées à des équipes entières. Jusqu'ici, la majorité des outils IA imposaient encore une supervision humaine constante ; Polsia cherche à franchir un palier supplémentaire en coordonnant des agents spécialisés sur des tâches complexes et stratégiques. Mais l'enthousiasme des investisseurs ne fait pas l'unanimité. Sur Reddit et d'autres plateformes, de nombreux observateurs remettent en question la crédibilité du modèle, notamment la capacité réelle d'une structure sans équipe à maintenir une croissance à 10 millions de dollars annuels sur le long terme, à gérer des crises imprévues ou à répondre à des clients exigeants. La question reste ouverte : Polsia est-elle un vrai changement de paradigme ou une démonstration de levée de fonds habilement orchestrée par ses propres outils ?

La dette de prompts, de récupération et d'évaluation redéfinit discrètement le risque de l'IA en entreprise

Une étude du MIT publiée en 2025 révèle que 95 % des projets d'IA n'atteignent jamais la production ou ne génèrent aucune valeur concrète. Dans le même temps, une enquête de S&P Global Market Intelligence indique que 42 % des entreprises ont abandonné plusieurs initiatives d'IA en 2025, contre seulement 17 % l'année précédente. Derrière ces chiffres alarmants se cache un phénomène encore mal nommé : la dette technique liée à l'IA, qui se manifeste sous quatre formes distinctes. La première, la dette de prompts, est la plus visible : des ajustements non documentés, des corrections rapides empilées, l'absence de versionnage, et le "prompt stuffing", l'injection excessive de contexte dans les requêtes, transforment les prompts en code non typé, non testé et fragile. La deuxième forme, la dette de dépendance aux modèles, découle du fait que la logique applicative repose désormais sur des modèles externes (OpenAI, Anthropic, Google...) que l'entreprise ne contrôle pas : une mise à jour du fournisseur peut dégrader silencieusement les performances sans que personne ne le détecte immédiatement. La dette de récupération (retrieval debt) affecte les systèmes RAG, qui puisent dans des bases documentaires d'entreprise souvent désordonnées, dupliquées ou obsolètes, générant des réponses techniquement exactes mais périmées, difficiles à détecter précisément parce qu'elles semblent plausibles. Enfin, la dette d'évaluation reflète l'absence de standards de test continus, de jeux de données de référence et de monitoring en temps réel des déploiements. Ces nouvelles formes de dette ont des conséquences concrètes pour les directions techniques. Contrairement à la dette logicielle classique, localisée dans une base de code et reproductible, la dette IA est distribuée sur des couches hétérogènes, prompts, modèles, pipelines de données, infrastructure, et se manifeste de façon intermittente, en raison de la nature probabiliste des systèmes d'IA. Un bug traditionnel se reproduit et se corrige ; une dérive de modèle ou un prompt dégradé peut passer inaperçu pendant des semaines, s'aggraver progressivement et ne se révéler qu'en production. CTO et CIO perdent ainsi la visibilité sur les performances réelles de leurs systèmes, sans équivalent à l'intégration continue (CI/CD) pour les prompts et les modèles. Ce constat s'inscrit dans une transformation plus profonde de la définition même du risque technique. Pendant vingt ans, la dette technique désignait une architecture vieillissante ou du code mal maintenu, des problèmes circonscrits et relativement maîtrisables. L'IA introduit des dépendances externes non contrôlées, des comportements non déterministes et des pipelines de données vivants, rendant les points de défaillance à la fois plus nombreux et plus difficiles à anticiper. Les entreprises qui déploient des agents et des applications fondées sur des API de modèles fondamentaux s'exposent à des risques systémiques si elles ne mettent pas en place dès maintenant des pratiques de gouvernance adaptées : versionnage des prompts, tests de régression sur les sorties de modèles, et monitoring continu post-déploiement. La prochaine vague d'échecs d'IA ne viendra probablement pas d'hallucinations spectaculaires, mais d'une accumulation silencieuse de dettes invisibles.

L'essor de l'IA chez Twilio est à double tranchant

Le titre de Twilio a bondi de 36 % depuis le début de l'année 2026, une performance remarquable alors que la plupart des valeurs logicielles du secteur SaaS accusent des reculs de 30 % en moyenne. Cette hausse tranche avec ce que certains analystes appellent l'« apocalypse SaaS », une vague de dépréciation qui touche les éditeurs de logiciels d'entreprise confrontés à la compression des budgets tech. La croissance du chiffre d'affaires de Twilio a doublé l'an dernier pour atteindre 14 %, portée en grande partie par son activité d'agents vocaux alimentés par l'IA. Ce moteur de croissance repose sur des outils permettant aux entreprises de concevoir et de déployer des agents IA capables de converser avec leurs clients par téléphone. Dans un contexte où les entreprises cherchent à automatiser leur service client sans perdre en qualité d'interaction, cette offre répond à une demande concrète et croissante. Pour les investisseurs, c'est une promesse de revenus récurrents dans un segment à forte valeur ajoutée, ce qui explique l'enthousiasme boursier. Twilio reste pourtant une société dont le cœur historique est la messagerie, les appels et les emails d'entreprise. Sa capacité à pivoter vers l'IA vocale la distingue temporairement de ses concurrents, mais les analystes avertissent que les marchés pourraient négliger les risques structurels du modèle : dépendance à quelques grands clients, pression sur les marges, et concurrence croissante d'acteurs comme Amazon Connect ou les nouvelles plateformes d'agents IA natives.

☕️ 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.

Deepseek rend permanente sa réduction de 75 %, avec des tokens de sortie jusqu'à 34 fois moins chers que GPT-5.5

Deepseek vient de rendre permanent son rabais de 75 % sur son modèle phare V3-Pro, ramenant le prix à 0,435 dollar par million de tokens en entrée. Sur les tokens de sortie, l'écart est encore plus frappant : le modèle chinois est au moins 34 fois moins cher que GPT-5.5 d'OpenAI, et plus de 11,5 fois moins cher sur les tokens d'entrée. Ce qui était présenté comme une promotion temporaire devient désormais la tarification de référence du laboratoire de Shenzhen. Pour les développeurs qui construisent des systèmes agentiques, ces chiffres changent radicalement les calculs économiques. Ces architectures, où un modèle enchaîne des dizaines voire des centaines d'appels successifs, consomment des volumes massifs de tokens de sortie. À parité de performance, un écart de 34x sur ce poste de coût peut transformer un projet non rentable en produit viable, ou simplement rendre un concurrent beaucoup plus compétitif. Les providers occidentaux comme OpenAI, Anthropic et Google se retrouvent sous pression directe sur leur modèle économique. Deepseek avait déjà bousculé le marché en janvier 2025 avec la sortie de son modèle R1, qui avait démontré qu'il était possible d'atteindre des performances comparables aux meilleurs modèles américains pour une fraction du coût de développement. La pérennisation de ce niveau de prix s'inscrit dans une stratégie de conquête de parts de marché à l'échelle mondiale, en pariant que le volume compensera les marges réduites. La question qui se pose désormais aux grands laboratoires américains est de savoir jusqu'où ils peuvent baisser leurs propres tarifs sans menacer leur modèle de financement.

💬 34 fois moins cher sur les tokens de sortie, c'est pas une promo, c'est une déclaration de guerre. Pour les architectures agentiques qui enchaînent des centaines d'appels, cet écart transforme des projets impossibles en projets viables du jour au lendemain, sans changer une ligne de code. OpenAI et Anthropic ont un vrai problème.

Les grands labos d'IA sont désormais des labos d'agents

Greg Brockman, cofondateur d'OpenAI, a déclaré publiquement début mai 2026 que "le modèle seul n'est plus le produit", une phrase qui résume le tournant stratégique en cours dans toute l'industrie de l'IA. Cette déclaration intervient alors qu'OpenAI prépare son introduction en bourse, attendue dans les prochains jours. Dans le même mouvement, AI21 Labs a annoncé la fermeture de son équipe modèle pour se reconvertir entièrement aux agents. DeepSeek, le laboratoire chinois, constitue pour la première fois une équipe dédiée aux "harnesses", les architectures logicielles qui encapsulent les modèles dans des workflows produits. Parallèlement, DeepSeek a rendu permanente la réduction de 75 % sur son modèle V4-Pro, avec des tarifs désormais fixés à 0,435 dollar par million de tokens en entrée, 0,87 dollar en sortie, et seulement 0,0036 dollar pour le cache, soit un coût moyen estimé à environ 0,18 dollar par million de tokens. Ce niveau de prix place DeepSeek-V4-Pro à trois fois moins cher que Gemini 3.1 Pro Preview, douze fois moins que GPT-5.5, et dix-neuf fois moins que Claude Opus 4.7 selon les estimations d'ArtificialAnlys. Ce mouvement collectif vers les agents signale une recomposition profonde de la chaîne de valeur en IA. Le vrai avantage concurrentiel ne réside plus dans la capacité brute du modèle, mais dans l'ensemble formé par le modèle, le harness, les workflows, l'interface utilisateur, la mémoire et les économies d'échelle. OpenAI a livré une mise à jour substantielle de Codex ("codex thursday n°6") avec des améliorations sur les appshots, le mode annotation, le partage de plugins et les analytics. Anthropic a étendu le mode auto à son offre Pro et ajouté le support de Sonnet 4.6. Pour les développeurs et les entreprises, la conséquence directe est que le choix d'un fournisseur d'IA devient aussi un choix d'écosystème : quitter une plateforme revient à abandonner des workflows entiers, pas seulement un modèle. Ce pivot s'inscrit dans une tension structurelle entre ouverture et contrôle. Si un laboratoire entraîne un modèle en symbiose étroite avec son propre harness propriétaire, le modèle perd une part de son utilité en dehors de cet écosystème, ce qui réduit de fait l'intérêt de l'API ouverte et pousse les utilisateurs vers l'offre packagée du fournisseur. La stratégie de prix agressive de DeepSeek complique encore le tableau : en rendant l'intelligence "trop bon marché pour être mesurée", selon l'expression qui circule dans la communauté, le laboratoire chinois force ses concurrents à justifier leurs marges autrement que par la performance brute. Les prochains mois diront si cette convergence vers les agents accélère la fermeture des modèles frontière ou, au contraire, redonne de la valeur aux modèles open source capables de s'intégrer dans n'importe quel harness.

💬 Le vrai lock-in de demain, c'est pas le modèle, c'est le harness qui s'accumule autour. Brockman le dit officiellement, mais ça se voyait dans les usages depuis un moment, là où les équipes galèrent à migrer sans tout reconstruire. DeepSeek à 19 fois moins cher qu'Opus 4.7, c'est une vraie pression, mais elle joue sur la marge, pas sur l'enfermement.

Microsoft ouvre un nouveau front dans le débat sur les données pour les agents IA

Microsoft a durci sa position face à Databricks en bloquant l'accès de ce partenaire de longue date à Power BI, son outil phare d'analyse et de visualisation de données. Début mars, Databricks avait commencé à tester une nouvelle fonctionnalité permettant à ses clients de connecter facilement leurs données hébergées sur sa plateforme à des outils de visualisation tiers, dont Power BI. Microsoft a réagi en fermant cette intégration, protégeant ainsi un produit utilisé par la quasi-totalité des entreprises du Fortune 500 pour piloter leurs opérations via tableaux de bord et graphiques. Cette décision illustre une tension croissante autour du contrôle des flux de données dans l'écosystème des agents IA. Power BI n'est plus seulement un outil de reporting : il devient une porte d'entrée stratégique vers les données d'entreprise que les agents IA exploitent pour automatiser des décisions. En bloquant Databricks, Microsoft cherche à s'assurer que ces flux restent dans son propre écosystème, renforçant l'attrait de ses solutions Fabric et Azure pour les entreprises qui déploient des agents. Ce bras de fer s'inscrit dans une recomposition plus large du marché des données d'entreprise, où Databricks, valorisé à plus de 62 milliards de dollars, concurrence directement Microsoft sur le terrain du traitement analytique et de l'IA. La relation entre les deux entreprises, autrefois complémentaire, se transforme en rivalité frontale à mesure que l'IA agentique redéfinit la valeur des couches données. D'autres partenaires de Microsoft pourraient se trouver dans la même situation si leurs outils empiètent sur des territoires que Redmond considère comme stratégiques.

💬 C'est le jeu classique de la plateforme qui ferme ses portes dès que les enjeux deviennent vraiment sérieux. Microsoft ne bloque pas Databricks parce que ça les gêne aujourd'hui, il bloque parce que Power BI est en train de devenir le point de passage obligatoire pour tout agent IA qui veut lire les données de ton entreprise. À 62 milliards de valorisation, Databricks n'est plus un partenaire à ménager.

Microsoft et EY investissent 1 milliard de dollars pour accélérer l’industrialisation de l’IA

Microsoft et EY ont annoncé le 21 mai 2026 un partenariat stratégique d'un milliard de dollars sur cinq ans pour accélérer le déploiement industriel de l'intelligence artificielle dans les grandes entreprises. L'initiative prévoit la constitution d'équipes mixtes, composées d'ingénieurs Microsoft et de consultants sectoriels EY, chargées d'accompagner les organisations dans l'intégration de l'IA au coeur de leurs opérations critiques. Les secteurs ciblés en priorité sont les services financiers, l'industrie, l'énergie, la santé, le secteur public, la distribution et les biens de consommation. EY a déjà généralisé Microsoft 365 E7 à plus de 400 000 collaborateurs dans le monde, après avoir déployé Copilot auprès de 150 000 employés avec un gain de productivité estimé à 15 %. Dans la finance, l'usage de Microsoft Power Platform et Copilot Studio aurait réduit certains délais opérationnels de 95 % et les coûts de plus de 37 %. EY a par ailleurs intégré un système multi-agents basé sur Azure, Microsoft Foundry et Microsoft Fabric dans sa plateforme d'audit EY Canvas, couvrant déjà 130 000 professionnels sur 160 000 missions. Ce partenariat répond à un blocage structurel que rencontrent aujourd'hui la plupart des grands groupes : passer des expérimentations isolées à un déploiement IA à l'échelle de l'entreprise. La majorité des organisations accumulent des pilotes sans parvenir à les industrialiser, faute de gouvernance adaptée, de formation des collaborateurs et de processus internes reconfigurés. En ciblant précisément les secteurs où l'automatisation et l'analyse de données produisent des impacts financiers rapides et mesurables, Microsoft et EY cherchent à répondre à l'exigence croissante de retour sur investissement concret que posent les directions générales avant tout nouvel engagement budgétaire dans l'IA. EY joue dans cette alliance la carte du "Client Zéro" : le cabinet teste les technologies Microsoft sur ses propres opérations avant de les proposer à ses clients, ce qui lui confère un avantage crédible dans un marché saturé de promesses non vérifiées. Ce positionnement intervient dans un contexte de compétition intense entre les grands cabinets de conseil et les éditeurs technologiques pour capter les budgets de transformation IA des entreprises du Fortune 500. Microsoft, de son côté, consolide son écosystème Azure et Copilot comme infrastructure de référence pour l'entreprise, face à la concurrence de Google Cloud et AWS. La suite dépendra de la capacité des deux groupes à démontrer des résultats reproductibles et auditables, condition sine qua non pour convaincre les directions financières d'accélérer leurs investissements au-delà des phases pilotes.

💬 Le problème qu'ils attaquent, l'industrialisation après les pilotes, c'est le vrai blocage de l'IA en entreprise depuis deux ans. EY qui joue le Client Zéro sur 400 000 collaborateurs, c'est l'argument le plus solide qu'un cabinet peut sortir face aux DG qui ont avalé trop de PowerPoints. Les 95% de réduction de délais affichés, bon, sur le papier ça claque, mais ça va être une autre histoire à reproduire sans EY dans la boucle.

OpenAI inaugure un laboratoire à Singapour tandis que l'IMDA met à jour son cadre IA

OpenAI va ouvrir son premier laboratoire d'IA appliquée hors des États-Unis à Singapour. Baptisée "OpenAI for Singapore", cette initiative a été annoncée lors de l'ATx Summit en partenariat avec le ministère du Développement Numérique et de l'Information, adossée à un engagement de plus de 300 millions de dollars singapouriens. Le laboratoire créera plus de 200 postes techniques locaux sur plusieurs années, et Singapour deviendra l'un des hubs mondiaux pour les ingénieurs d'OpenAI chargés du déploiement auprès des organisations. Les travaux se concentreront sur les priorités de l'AI Mission singapourienne, notamment les services publics, la finance et l'infrastructure numérique. Simultanément, l'Infocomm Media Development Authority (IMDA) a publié une version actualisée de son cadre de gouvernance pour l'IA agentique, lancé lors du Forum Économique Mondial en janvier 2026, révisé après consultation de plus de 60 organisations dont AWS, DBS, Google et Salesforce. L'implantation d'OpenAI à Singapour dépasse l'ouverture d'un bureau commercial : il s'agit d'un centre technique capable de développer des solutions adaptées aux besoins locaux, avec des programmes d'accompagnement concrets tels qu'un chapitre singapourien de l'OpenAI Academy, des hackathons Codex for Teachers et des ateliers destinés aux micro-entrepreneurs et PME pour intégrer l'IA dans leurs opérations. Pour les systèmes agentiques, la mise à jour du cadre IMDA apporte des réponses précises aux risques émergents : systèmes multi-agents, agents tiers, biais d'automatisation et responsabilité humaine sont désormais traités explicitement, avec plus de dix études de cas issues d'organisations comme Tencent, OCBC, PwC et GovTech Singapore. Ces deux annonces s'inscrivent dans la stratégie de Singapour pour s'imposer comme une référence mondiale en gouvernance de l'IA, un effort qui remonte au Model AI Governance Framework de 2020 et qui s'est progressivement densifié à mesure que les technologies évoluaient. Les études de cas du nouveau cadre IMDA illustrent comment des entreprises ont mis en oeuvre des mécanismes concrets de supervision humaine : Dayos, une société d'automatisation IA basée à Singapour, a déployé un agent de ticketing IT avec des niveaux de risque gradués, automatisant les actions réversibles comme les réinitialisations de mots de passe et exigeant une approbation humaine pour les modifications à risque élevé. Tencent, de son côté, a contribué avec CodeBuddy, son système de codage agentique qui requiert une validation explicite pour toute action sensible. L'enjeu dépasse largement Singapour : à mesure que les agents IA gagnent en autonomie dans les entreprises, ces cadres de gouvernance pourraient servir de modèle aux pays encore en quête de référentiels opérationnels.

💬 Singapour joue un jeu long depuis 2020, et là ça commence à prendre forme. OpenAI ne pose pas juste un drapeau commercial : 200 postes techniques, des programmes pour les PME locales, un labo capable de développer des solutions sur-mesure, c'est une vraie infrastructure. Ce qui m'intéresse surtout, c'est le cadre IMDA sur les agents : 60 organisations, des études de cas réelles, une gouvernance graduée par niveau de risque. Les Européens devraient regarder ça de près avant de finir l'AI Act en salle de réunion.

Hark obtient 700 millions de dollars pour son projet d’assistant IA universel

La startup Hark a annoncé le 21 mai 2026 une levée de fonds de 700 millions de dollars, portant sa valorisation à 6 milliards de dollars à peine quelques mois après sa fondation fin 2025. Fondée par Brett Adcock, déjà connu pour avoir lancé le fabricant de robots humanoïdes Figure AI et la compagnie d'aviation électrique Archer Aviation, Hark développe un assistant IA universel destiné au grand public. Le tour de table a été mené par Parkway Venture Capital avec la participation de Nvidia, AMD Ventures, Intel Capital, Qualcomm Ventures, Salesforce Ventures et ARK Invest. L'entreprise prévoit de lancer ses premiers modèles multimodaux dès l'été 2026, avant de déployer sa propre gamme de matériel dédié. Malgré cette levée exceptionnelle, Hark reste très discrète sur les détails techniques de son produit. La vision portée par Hark tranche avec la majorité des acteurs actuels de l'IA générative, concentrés sur les copilotes professionnels, les outils de développement ou l'automatisation d'entreprise. La startup vise l'expérience quotidienne de l'utilisateur ordinaire : un assistant capable d'écouter et de parler naturellement, de comprendre des images, de conserver une mémoire persistante et de s'adapter profondément au contexte personnel de chaque utilisateur. Selon Abidur Chowdhury, ancien designer chez Apple et désormais directeur du design chez Hark, les outils IA actuels restent encore trop orientés développeurs ou usages professionnels avancés, laissant un vide béant pour le grand public. L'ambition déclarée est de créer une interface centrale entre l'utilisateur, ses services numériques et ses appareils connectés, combinant logiciel, matériel et IA agentive dans une expérience unifiée. Cette levée de fonds massive reflète une conviction qui s'impose de plus en plus dans la Silicon Valley : la prochaine grande plateforme technologique ne sera pas un simple logiciel, mais une interface IA native capable de remplacer progressivement les couches applicatives existantes. Le fait que des fabricants de semi-conducteurs concurrents comme Nvidia, AMD et Intel Capital investissent simultanément dans le même projet illustre l'enjeu stratégique que représente le contrôle de la couche applicative IA de nouvelle génération. Brett Adcock lui-même a publiquement critiqué les modèles IA actuels qu'il juge trop basiques, insuffisamment personnalisés et incapables d'interagir naturellement. Hark entre ainsi en compétition indirecte avec des projets similaires portés par des acteurs établis comme Apple Intelligence, Google Gemini ou OpenAI, mais parie sur une approche matériel-logiciel intégrée, comparable à ce qu'Apple a réalisé avec l'iPhone, pour s'imposer comme la prochaine interface dominante de l'ère IA.

💬 Adcock lève 700 millions sur une conviction simple : les assistants IA actuels sont encore des outils pour geeks, et le grand public n'a rien de vraiment utilisable. C'est pas faux, et ça explique pourquoi Nvidia, AMD et Intel ont tous mis au même pot malgré leur rivalité, chacun veut être dans la prochaine plateforme dominante. Reste à voir ce que ça vaut cet été quand les premiers modèles sortent.

Alors que Grok peine, SpaceX mise sur la victoire face aux géants de la tech en IA

SpaceX a déposé un document S-1 en vue d'une introduction en bourse anticipée, révélant une stratégie d'entreprise qui place désormais l'intelligence artificielle au coeur de son modèle économique. La société a formellement intégré xAI, la startup d'IA d'Elon Musk, en début d'année 2026, donnant naissance à la division SpaceXAI qui chapeaute les modèles Grok et le chatbot associé, auparavant développés de façon indépendante. Dans ce prospectus, SpaceX revendique posséder "le plus grand marché adressable actionnable de l'histoire humaine", estimant l'opportunité liée à l'IA à 26 500 milliards de dollars, une somme qui approche le PIB nominal des États-Unis, établi à près de 32 000 milliards de dollars au premier trimestre 2026. Le lancement de satellites et les missions spatiales, activités historiques de l'entreprise, y sont désormais présentés comme des activités de soutien à ce nouveau coeur de métier. Ce repositionnement stratégique intervient dans un contexte difficile pour Grok, qui peine à s'imposer face à des concurrents solidement établis. Les clients d'entreprise et les développeurs se tournent massivement vers OpenAI et Anthropic, dont les modèles bénéficient d'une adoption bien plus large et d'écosystèmes matures. Pour SpaceX, transformer une IPO en succès dépend donc en grande partie de la capacité de sa division IA à convaincre un marché qui n'a pas spontanément choisi Grok. L'enjeu financier est considérable : si les projections se révèlent même partiellement fondées, la valorisation attendue pourrait dépasser celle de nombreuses entreprises technologiques cotées. La fusion de xAI dans SpaceX illustre la concentration croissante des paris d'Elon Musk autour d'une seule entité, après des années de gestion parallèle de Tesla, SpaceX, xAI et X. L'absorption de xAI permet à SpaceX de mutualiser les données issues de ses infrastructures spatiales, notamment Starlink avec ses millions d'abonnés, pour alimenter des systèmes d'IA propriétaires. La course aux données et à la puissance de calcul constitue le véritable front concurrentiel, et SpaceX mise sur son infrastructure physique unique pour se différencier d'acteurs comme Google, Microsoft ou Amazon, qui dominent aujourd'hui le marché des services d'IA en entreprise.

💬 Le chiffre de 26 500 milliards, c'est du prospectus pur (il faut bien justifier la valorisation). Ce qui m'intéresse vraiment, c'est Starlink : des millions d'abonnés, une infrastructure physique mondiale qu'OpenAI ne pourra jamais racheter. Reste à voir si ça suffit à convaincre les devs, parce que si tu regardes les forums en ce moment, le choix par défaut c'est toujours pas Grok.

Les clients IA négocient une clause de sortie des contrats SaaS

Des entreprises clientes de logiciels d'entreprise ont commencé à renégocier leurs contrats pour y intégrer des clauses de sortie anticipée si leurs fournisseurs ne tiennent pas leurs promesses en matière d'intelligence artificielle. L'assureur National Life Group, par exemple, a obtenu des dispositions lui permettant de résilier ou de réduire son abonnement en cours de contrat si le vendeur ne livre pas les fonctionnalités IA aux délais et au niveau de qualité convenus. Au-delà de ces clauses d'échappatoire, les entreprises signent également des contrats plus courts qu'auparavant, et exigent désormais des engagements écrits sur la capacité des nouveaux outils IA à automatiser des tâches de col blanc. Malinda Gentry, dirigeante au sein du cabinet EY-Parthenon, résume l'enjeu : « Les clients veulent s'assurer que les engagements financiers correspondent au rythme de l'innovation. » Dans le secteur de la cybersécurité, Susanne Senoff, directrice de la sécurité informatique chez Conga, dit observer des remises tarifaires record de la part de fournisseurs qui cherchent à lui faire signer des contrats longs, mais elle les refuse systématiquement en faveur de contrats d'un an. De son côté, Intuit, dont la capitalisation boursière dépasse 100 milliards de dollars, a annoncé lors d'une conférence investisseurs que ses nouvelles fonctionnalités IA, prévues pour août, seront facturées à la consommation plutôt qu'en abonnement forfaitaire. Son PDG, Sasan Goodarzi, a confirmé que ce modèle de tarification s'appliquera aux outils qui connectent les clients à des experts comme des comptables. Ce mouvement traduit un rééquilibrage du rapport de force entre les grands éditeurs de logiciels et leurs clients. Les entreprises refusent désormais d'être captives de fournisseurs qui pourraient accuser du retard dans la course à l'IA, et elles disposent d'arguments concrets pour négocier. Senoff anticipe notamment qu'OpenAI et Anthropic pourraient bientôt rendre obsolètes des outils de scan automatique de code actuellement vendus par des éditeurs spécialisés. « Les vendeurs détestent ça, mais qu'est-ce qu'ils peuvent faire d'autre ? » dit-elle. Le passage à la tarification à l'usage chez Intuit illustre une tension similaire : le coût élevé des modèles de langage sous-jacents, fournis par Anthropic ou d'autres, rend difficile de les inclure dans un forfait fixe, mais ce changement de modèle commercial arrive alors que la croissance des revenus d'Intuit a sensiblement ralenti. Ce tournant s'inscrit dans une recomposition plus large du marché des logiciels d'entreprise. Des acteurs historiques comme Intuit, Salesforce ou SAP sont pris en étau entre des clients qui exigent des avancées IA rapides et des fournisseurs de modèles fondamentaux, OpenAI et Anthropic en tête, dont les capacités progressent plus vite que les cycles de développement traditionnels. OpenAI affichait au premier trimestre 2026 une avance de un milliard de dollars de revenus sur Anthropic, ce qui illustre la concentration du pouvoir technologique au sommet de la chaîne. Pour les éditeurs intermédiaires, l'enjeu est existentiel : innover suffisamment vite pour justifier des engagements pluriannuels, ou accepter de voir leurs clients partir au premier signe de faiblesse.

💬 C'est le genre de clause qu'on aurait dû mettre dans nos contrats depuis 2 ans. Les éditeurs ont vendu du rêve IA, les clients ont signé des engagements pluriannuels, et maintenant que la facture arrive sans les fonctionnalités promises, le rapport de force s'inverse enfin. Reste à voir si les DSI français auront le même culot que les Américains pour aller au bras de fer.

OpenAI a généré près de 6 milliards de dollars de revenus au premier trimestre, porté par Codex

OpenAI a généré environ 5,7 milliards de dollars de revenus au premier trimestre 2026, soit près d'un milliard de plus qu'Anthropic sur la même période, selon deux sources proches des chiffres. Cette performance a été portée par Codex, l'agent de codage de l'entreprise, ainsi que par une progression des ventes aux entreprises et les premiers tests publicitaires sur ChatGPT. Le chiffre représente une accélération significative pour la société fondée par Sam Altman, qui cherche à démontrer sa viabilité commerciale face à des investisseurs ayant engagé des dizaines de milliards de dollars. Ce résultat confirme qu'OpenAI reste le leader incontesté du secteur en termes de chiffre d'affaires, mais la situation évolue rapidement. Anthropic aurait depuis rattrapé puis dépassé son rival, et son taux de croissance actuel pourrait creuser l'écart en faveur de la startup cofondée par Dario Amodei d'ici la fin de l'année. Pour l'industrie, cette compétition directe entre les deux principaux laboratoires d'IA accélère l'innovation produit et tire les prix vers le bas pour les clients entreprises. Cette rivalité s'inscrit dans un contexte où les grandes entreprises technologiques investissent massivement pour capter le marché de l'IA générative professionnelle. OpenAI multiplie les paris stratégiques, agents autonomes, intégration publicitaire, partenariats comme celui avec Microsoft, tandis qu'Anthropic mise sur la fiabilité et la sécurité pour séduire les secteurs régulés. La course aux revenus entre ces deux acteurs structurera durablement l'ensemble du marché de l'IA en 2026.

💬 5,7 milliards en un trimestre, et c'est Codex qui tire les revenus, pas ChatGPT. Ça dit tout sur où est l'argent dans l'IA pro : les entreprises paient pour du code qui s'écrit, pas pour du chat poli. Et si Anthropic est vraiment passé devant depuis, bon, la course devient nettement plus intéressante à suivre.

Anthropic sur le point de devenir le premier laboratoire d'IA rentable

Anthropic s'apprête à boucler son premier trimestre rentable, selon le Wall Street Journal. La société fondée par Dario et Daniela Amodei anticipe un bénéfice opérationnel de 559 millions de dollars pour le deuxième trimestre 2026, sur un chiffre d'affaires de 10,9 milliards de dollars. Un renversement spectaculaire : l'été dernier encore, Anthropic ne tablait pas sur la rentabilité avant 2028. Les moteurs de cette croissance fulgurante sont les outils de programmation assistée et l'usage dit "agentique" de Claude, c'est-à-dire les déploiements où le modèle exécute des tâches autonomes en plusieurs étapes plutôt que de simplement répondre à des questions. La demande a par moments dépassé les capacités de calcul disponibles, signe que l'adoption dépasse les prévisions les plus optimistes. Pour les entreprises clientes, Claude s'impose de plus en plus comme une infrastructure critique plutôt qu'un simple outil expérimental. Ce tournant survient dans un secteur longtemps perçu comme structurellement déficitaire, où les coûts d'entraînement et d'inférence semblaient condamner les grands laboratoires à dépendre indéfiniment des investisseurs. Anthropic a levé plusieurs milliards de dollars auprès d'Amazon et de Google, qui ont respectivement engagé 4 et 2 milliards dans la société. Si la rentabilité se confirme, Anthropic deviendrait le premier laboratoire d'IA frontier à démontrer qu'un modèle économique viable est possible dans ce secteur, ce qui pourrait redéfinir les attentes des investisseurs vis-à-vis d'OpenAI et de ses concurrents.

💬 Tout le monde les voyait brûler du cash jusqu'en 2028, et là c'est un trimestre rentable avec 559 millions de bénéf opérationnel. Ce qui est rassurant : ce sont les outils de code et l'agentique qui portent la croissance, pas les chatbots grand public, donc les boîtes payent parce que ça leur sert vraiment. Le mythe du grand labo IA structurellement incapable de gagner de l'argent vient de prendre un sacré coup.

La position de Google sur OpenClaw

Andrej Karpathy, co-fondateur d'OpenAI et figure centrale de la recherche en deep learning, a rejoint Anthropic pour prendre la tête d'une nouvelle équipe dédiée à accélérer la recherche sur le pré-entraînement, sous la direction de Nick Joseph. L'objectif affiché est d'utiliser Claude pour aider à pré-entraîner les futurs modèles Claude, une approche récursive qui illustre jusqu'où l'industrie pousse désormais l'automatisation de la recherche en IA. Cette annonce a éclipsé le Google I/O du mardi, où Mountain View a présenté une nouvelle famille de modèles orientée "n'importe quelle entrée, n'importe quelle sortie", dont Gemini Omni Flash, capable de générer et d'éditer des vidéos. Google a également sorti Gemini 3.5 Flash, plus performant sur le papier que la version 3.1 Pro, mais dont la date de coupure des connaissances est fixée à janvier 2025, ce qui le prive de contexte sur des tendances récentes comme le "vibe coding". Gemini Spark, leur réponse aux agents de codage autonomes, reste annoncé comme "coming soon" sans démonstration concrète. L'arrivée de Karpathy chez Anthropic intervient dans un contexte de montée en puissance financière spectaculaire de la société. Selon les documents déposés par SpaceX dans le cadre de son IPO, Anthropic s'engagerait à payer 1,25 milliard de dollars par mois en calcul informatique. La startup projette par ailleurs 10,9 milliards de dollars de revenus pour le trimestre de juin et anticipe son premier profit opérationnel, ce qui pourrait porter sa valorisation au-delà de celle d'OpenAI. Ce dernier serait lui-même en préparation d'une introduction en bourse imminente, selon plusieurs sources non confirmées. Sur le front technique, OpenAI a annoncé qu'un de ses modèles aurait résolu un problème mathématique célèbre, dont la preuve a été vérifiée par des mathématiciens externes, et a déployé un vérificateur public pour les images générées via ChatGPT, l'API et Codex, reposant sur les métadonnées C2PA et SynthID de Google. Ces événements marquent une nouvelle phase dans la consolidation du secteur. La course à la puissance de calcul, symbolisée par le contrat colossal entre Anthropic et SpaceX, redéfinit les rapports de force entre laboratoires. Pendant ce temps, les grandes plateformes cherchent à intégrer l'IA dans tous les workflows: Figma a présenté un agent de design capable de travailler directement dans le canevas aux côtés des équipes, générant plusieurs directions en parallèle et exploitant les systèmes de design existants. L'enjeu désormais n'est plus seulement qui dispose du meilleur modèle, mais qui contrôle l'infrastructure de calcul, les canaux de distribution et les pipelines de développement qui structureront l'ère des agents autonomes.

💬 Karpathy qui rejoint Anthropic pour bosser sur le pré-entraînement, c'est le recrutement de la décennie. Quand un type de ce calibre choisit où poser son cerveau, ça dit plus long que n'importe quel benchmark ou deck d'investisseur, surtout avec 1,25 milliard par mois en compute dans la balance. Google pouvait sortir ce qu'il voulait au I/O, la journée lui appartenait pas.

Mistral AI se renforce dans l’industrie européenne avec le rachat de Emmi AI

Mistral AI a annoncé l'acquisition d'Emmi AI, une startup autrichienne fondée à Linz et spécialisée dans la modélisation de phénomènes physiques complexes, flux d'air, transfert thermique, contraintes mécaniques sur les matériaux. Le montant de la transaction n'a pas été divulgué, mais l'opération est considérée comme l'une des plus significatives de l'écosystème européen de l'IA cette année. Emmi AI avait levé 15 millions d'euros en 2025, la plus importante levée de fonds jamais réalisée en Autriche dans le secteur de l'intelligence artificielle. Ses équipes, réparties entre l'Autriche, l'Allemagne et la Lituanie, rejoignent désormais Mistral. La société française prévoit d'ouvrir un bureau officiel à Linz, qui s'ajoutera à ses hubs existants à Paris, Londres et Munich. Cette acquisition donne à Mistral AI une capacité inédite en Physics AI, des modèles capables de comprendre et simuler le comportement du monde physique en temps réel. Pour les industriels des secteurs des semi-conducteurs, de l'automobile ou de l'aérospatiale, cela ouvre la voie à des jumeaux numériques plus précis, à des simulations accélérées et à une réduction significative des coûts de R&D. Mistral dispose déjà de modèles analysant les lignes de production pour détecter des défauts ou piloter des bras robotisés ; l'intégration des technologies d'Emmi doit rendre ces systèmes plus fiables dans leurs interactions avec des environnements physiques contraignants. L'enjeu est aussi de proposer aux industriels européens une alternative souveraine aux plateformes américaines, dont la dépendance est de plus en plus perçue comme un risque stratégique. Le rachat s'inscrit dans un contexte de montée en puissance de l'IA industrielle comme priorité politique en Europe. La Commission européenne considère le secteur manufacturier comme un pilier de sa stratégie d'autonomie technologique, et plusieurs États membres accélèrent leurs investissements dans ce domaine. Mistral AI, valorisé à plusieurs milliards d'euros après ses dernières levées de fonds, consolide ainsi son positionnement face aux géants américains comme Google, Microsoft ou OpenAI, qui investissent massivement dans les mêmes usages verticaux. En s'ancrant davantage en Europe centrale avec des engagements en Autriche, en Allemagne et en Lituanie, le groupe français envoie un signal clair : la compétition pour l'IA industrielle se jouera aussi sur la capacité à retenir les talents et à construire des infrastructures de recherche hors des États-Unis.

💬 Mistral qui bascule dans la simulation physique, c'est un vrai pari industriel, pas juste du repositionnement marketing. Modéliser des flux d'air ou des contraintes thermiques en temps réel, ça vaut des millions d'euros de tests physiques évités pour un constructeur auto ou un fabricant de semi-conducteurs. L'intégration va être compliquée, mais si ça marche, c'est un avantage que ni OpenAI ni Google n'ont encore vraiment.

Avec 40 millions de dollars, PIVOT veut reconstruire le pilotage financier des entreprises autour de l’IA

L'article fourni est tronqué après le premier paragraphe d'introduction, ce qui limite les faits concrets disponibles. Voici ce que je peux produire à partir du contenu transmis : --- La startup PIVOT vient de boucler une levée de fonds de 40 millions de dollars pour transformer en profondeur la manière dont les entreprises pilotent leurs finances à l'aide de l'intelligence artificielle. L'ambition affichée dépasse le simple outillage des équipes achats : PIVOT entend positionner sa plateforme comme une infrastructure stratégique à part entière, au même titre que les ERP et les systèmes de consolidation comptable qui structurent aujourd'hui les directions financières. L'enjeu est considérable. Pendant des années, les logiciels de gestion des achats ont été relégués au rang d'outils administratifs secondaires, utiles pour valider des demandes internes ou suivre les fournisseurs, mais sans prise réelle sur les décisions financières. En intégrant l'IA au coeur du pilotage budgétaire, PIVOT parie que ces fonctions peuvent devenir prédictives et décisionnelles, offrant aux DAF une visibilité en temps réel sur les engagements de dépenses et les risques fournisseurs. Cette levée s'inscrit dans une vague de refinancement des outils financiers B2B par l'IA, dans laquelle des acteurs comme Coupa, Zip ou Spendesk se livrent une concurrence intense. Le marché du spend management représente plusieurs dizaines de milliards de dollars à l'échelle mondiale, et la capacité à automatiser l'analyse des contrats, la détection d'anomalies ou les prévisions de trésorerie devient un avantage concurrentiel décisif pour conquérir les grandes entreprises. --- Note : l'article source est tronqué avant les détails clés (investisseurs, produit exact, clients). Si tu as accès au texte complet, je peux affiner avec des faits précis.

Forward Deployed Engineer : le poste IA que recrutent OpenAI, Anthropic et Google en 2026

En 2026, OpenAI, Anthropic et Google recrutent massivement des ingénieurs dits "Forward Deployed Engineers" (FDE), un profil hybride entre développeur et consultant opérationnel, inventé par Palantir au début des années 2010. Contrairement à un consultant classique qui produit des rapports et des recommandations, un FDE s'intègre directement dans l'environnement technique du client, écrit du code réel et reste jusqu'à ce que le système tourne en production. Palantir a forgé ce modèle dès 2003, quand ses ingénieurs ont dû travailler physiquement au sein des agences de renseignement américaines pour construire des systèmes adaptés à des données fragmentées et des workflows imprévisibles. Jusqu'en 2016, l'entreprise comptait plus de FDE que d'ingénieurs logiciels traditionnels, une proportion rarissime dans le secteur tech. En bourse, Palantir s'est introduit le 30 septembre 2020 à un prix de référence de 7,25 dollars l'action, a frôlé les 39 dollars début 2021 avant de tomber à 6 dollars fin 2022, puis a validé son modèle avec une croissance des revenus de 85% en glissement annuel au premier trimestre 2026. Le regain d'intérêt pour ce rôle révèle une faille structurelle dans le déploiement de l'IA en entreprise. Selon le rapport "State of AI in Business 2025" du MIT NANDA, 95% des projets pilotes d'IA générative en entreprise n'ont aucun impact business mesurable. Le problème n'est pas la qualité des modèles, mais leur déploiement. Le modèle SaaS classique, adapté à un CRM ou un outil de gestion de projet, bute sur un double angle mort dans l'IA : les équipes du client connaissent leur métier, leurs schémas de données et leurs contraintes réglementaires, mais ignorent comment les LLM se comportent en production. Les ingénieurs des labos IA maîtrisent le prompting, le RAG et les modes de défaillance à l'échelle, mais ne connaissent pas le métier du client. Un FDE est le seul profil capable de tenir les deux bouts simultanément et de livrer quelque chose qui fonctionne réellement. Ce modèle, longtemps perçu comme trop coûteux et peu scalable, est aujourd'hui réhabilité par les résultats financiers de Palantir et la frustration croissante des entreprises face à leurs projets IA qui n'aboutissent pas. L'origine du concept est elle-même révélatrice : Palantir s'est inspiré des grands restaurants français, où le personnel de salle est profondément intégré à la cuisine et autorisé à corriger le client qui commande mal. Cette philosophie, appliquée au déploiement logiciel, devient un avantage compétitif à mesure que les systèmes d'IA gagnent en complexité. Le fait qu'OpenAI, Anthropic et Google adoptent ce modèle en 2026 signale une rupture dans la manière dont l'industrie de l'IA conçoit la mise en production, et ouvre un nouveau front de compétition autour du talent capable de faire le pont entre recherche et réalité opérationnelle.

Nvidia bat tous les records et SpaceX vise des horizons illimités

Nvidia a publié mercredi des résultats trimestriels qui dépassent une fois de plus les attentes les plus optimistes. Sur le premier trimestre de son exercice fiscal 2027, couvrant le mois d'avril, le géant des puces pour l'intelligence artificielle a enregistré une croissance de ses revenus de 85 % par rapport à la même période de l'année précédente. Plus impressionnant encore, la société prévoit une accélération à 95 % pour le trimestre suivant. La trésorerie générée illustre cette puissance industrielle : le free cash flow du seul trimestre s'élève à 48,6 milliards de dollars, soit la moitié de ce que Nvidia avait produit sur l'ensemble de l'exercice 2026. Ces chiffres témoignent d'une demande en puces IA qui ne montre aucun signe de ralentissement, portée par les investissements massifs des hyperscalers comme Microsoft, Google ou Amazon dans leurs infrastructures de calcul. L'accélération de la croissance, qui passe de 66 % l'an dernier à 85 % puis à un objectif de 95 %, suggère que le pic de ce cycle d'investissement n'a pas encore été atteint. Pour l'industrie technologique, Nvidia s'impose chaque trimestre davantage comme une infrastructure critique, au même titre que les réseaux électriques pour l'économie traditionnelle. Pourtant, la journée du mercredi a été dominée par une autre nouvelle : SpaceX a officiellement déposé ses documents d'introduction en bourse, rendant publique pour la première fois la structure financière de l'entreprise d'Elon Musk. L'opération est attendue comme la plus grande IPO de l'histoire des marchés américains, et les médias financiers suivent chaque étape depuis des mois. OpenAI prépare également sa propre entrée en bourse. Ces deux échéances pourraient redéfinir les valorisations de référence pour les entreprises d'IA et de technologie spatiale, dans un contexte boursier particulièrement attentif aux actifs liés à l'intelligence artificielle.

💬 48 milliards de free cash flow en un seul trimestre, c'est la moitié de ce que Nvidia produisait sur un an entier il y a peu. Ce qui frappe, c'est pas le chiffre, c'est l'accélération : on attendait le pic depuis des mois, et c'est l'inverse qui se passe, 95 % de croissance prévue au prochain trimestre. Pour l'Europe, c'est un problème qui se creuse tranquillement, parce que cette infrastructure-là on ne la construit pas chez nous.

Les coûts d'Anthropic augmentent : les entreprises poussent leurs fournisseurs à raccourcir les contrats

Les entreprises augmentent significativement leurs dépenses auprès d'Anthropic et d'autres fournisseurs d'IA, et ce budget supplémentaire doit bien venir de quelque part. La cible naturelle : les contrats logiciels traditionnels. Selon des dirigeants et des consultants, de nombreuses organisations ne renoncent pas encore à leurs applications d'entreprise, mais elles se positionnent pour le faire si l'IA venait à rendre ces outils moins indispensables. Concrètement, elles exigent des contrats plus courts et des conditions plus favorables auprès de leurs éditeurs SaaS historiques. Ce changement de rapport de force représente une menace sérieuse pour les grands éditeurs de logiciels d'entreprise comme Salesforce, SAP ou ServiceNow. Des contrats pluriannuels de trois à cinq ans, autrefois la norme, sont désormais contestés. Les entreprises clientes gagnent en flexibilité pour pivoter vers des solutions IA si celles-ci se révèlent capables de remplacer des fonctions entières -- CRM, gestion des workflows, support client -- à moindre coût. Cette pression s'inscrit dans un contexte de réallocation massive des budgets technologiques vers l'IA générative. Les dépenses en modèles de fondation comme Claude d'Anthropic ou GPT d'OpenAI explosent, tandis que les directions financières cherchent à compenser ces investissements en réduisant les coûts fixes. Le secteur du SaaS, qui avait bénéficié d'une décennie de croissance quasi garantie grâce aux renouvellements automatiques, entre dans une phase d'incertitude structurelle dont l'issue dépendra largement de sa capacité à intégrer l'IA dans ses propres offres.

💬 Les boîtes n'ont pas encore quitté Salesforce. Mais elles exigent des contrats d'un an au lieu de cinq, histoire de garder une porte de sortie si l'IA finit par faire le boulot du CRM ou du support client à moindre coût. C'est ça, le vrai truc ici : l'IA comme levier de négociation avant même d'être un remplacement.

Les créateurs de NanoClaw transforment leur environnement open source pour agents IA en second cerveau d'entreprise

NanoCo AI, la startup fondée par Gavriel Cohen, ancien ingénieur chez Wix.com, et son frère Lazer Cohen, également fondateur de l'agence de relations presse Concrete Media, vient de boucler un tour de table d'amorçage de 12 millions de dollars, sursouscrit, mené par Valley Capital Partners. Parmi les investisseurs stratégiques figurent Docker, Vercel, monday.com, Factorial Capital, ainsi que Clem Delangue, PDG et cofondateur de Hugging Face. La levée doit financer le passage à l'échelle de NanoClaw, leur variante open source sous licence MIT du framework d'agents IA autonomes OpenClaw, en y ajoutant des services commerciaux managés destinés aux grandes entreprises. Le concept central de NanoCo AI est un assistant professionnel en tête-à-tête : chaque employé dispose d'un agent personnel qui apprend son rôle, ses projets et son style de travail au fil des échanges ordinaires. Au fur et à mesure que l'utilisateur lui transfère des emails, documents et comptes-rendus de réunions, l'agent construit un "wiki LLM" dynamique, concept proche de celui de "LLM Knowledge Base" théorisé par le chercheur influent Andrej Karpathy. Cette mémoire persistante permet à l'assistant de passer de la simple réponse aux questions à la rédaction autonome de premiers jets de contrats, de révisions de code ou de gestion de comptes, directement dans des outils comme Slack ou Microsoft Teams. Cohen estime que ce modèle peut rendre un employé deux à trois fois plus efficace, sans remplacer les effectifs. La sécurité constitue le différenciateur technique majeur de NanoClaw face à ses concurrents. Là où OpenClaw a grossi jusqu'à 400 000 lignes de code, NanoClaw a été délibérément réduit à environ 500 lignes de TypeScript, ce qui permet à une équipe sécurité humaine de l'auditer intégralement en huit minutes. Chaque agent tourne dans un environnement isolé via des sandboxes Docker basées sur des MicroVM, fruit d'un partenariat avec Docker annoncé en mars 2026. Les identifiants API ne transitent jamais directement jusqu'à l'agent : toutes les requêtes sortantes passent par une passerelle sécurisée écrite en Rust, OneCLI Gateway, qui applique les politiques définies par l'entreprise. Si un agent tente une action sensible en écriture, comme modifier un environnement cloud ou supprimer un email, la passerelle intercepte la requête et soumet une carte interactive à l'employé concerné sur Slack, Teams ou WhatsApp, qui doit valider explicitement avant que l'action soit exécutée.

Google présente ses outils de codage IA comme la solution la plus rentable

Lors de sa conférence annuelle Google I/O, mardi à Mountain View en Californie, Google a présenté sa réponse à la domination croissante d'Anthropic dans le domaine du codage assisté par IA. Plutôt que de sortir une version "Pro" de son modèle phare Gemini pour affronter directement Mythos, le modèle très attendu d'Anthropic, Google a choisi une stratégie différente : mettre en avant Gemini 3.5 Flash, un modèle plus compact, couplé à son agent de codage baptisé Antigravity. Sur scène, le PDG Sundar Pichai a illustré l'argument commercial avec un chiffre frappant : les grandes entreprises clientes de Google Cloud traitent actuellement environ 1 000 milliards de tokens par jour, et si elles basculaient 80 % de leurs charges de travail depuis d'autres modèles frontier vers Gemini 3.5 Flash, elles économiseraient plus d'un milliard de dollars par an. Le positionnement tarifaire est au coeur de la stratégie de Google, dans un contexte où les prix des modèles d'Anthropic sont jugés élevés et où les contraintes de capacité de calcul pèsent sur les budgets des équipes techniques. En ciblant les développeurs soucieux de maîtriser leurs coûts, Google ne cherche pas à remporter la bataille du modèle le plus puissant, mais celle du rapport performance/prix. Antigravity, l'agent de codage présenté comme un outil de productivité quotidienne, incarnerait ce compromis : suffisamment capable pour les tâches courantes, nettement moins onéreux que les alternatives premium. Ce repositionnement intervient alors qu'Anthropic renforce sa présence dans l'écosystème des développeurs avec des modèles comme Claude et le futur Mythos, qui n'est pas encore disponible en accès large. Google, de son côté, avait récemment perdu du terrain en matière de perception dans la communauté des ingénieurs. La conférence I/O 2026 marque une tentative de reconquête pragmatique : plutôt que de rivaliser frontalement sur les benchmarks, Google mise sur l'économie d'échelle et l'intégration dans Google Cloud pour convaincre les entreprises de faire de Gemini 3.5 Flash leur choix par défaut. Un modèle "Pro" plus ambitieux a été évoqué pour plus tard dans l'année.

💬 La stratégie est limpide : pas besoin d'être le meilleur si on est le moins cher. Google mise sur Flash et un milliard d'économies projeté pour convaincre les CFO, le genre de chiffre qui atterrit bien plus vite en comité budgets que n'importe quel benchmark. Le risque, c'est de finir étiqueté discount.

ChatGPT Ads Manager : l’outil que vous attendez pour gérer vos campagnes publicitaires ?

OpenAI a lancé en bêta son ChatGPT Ads Manager le 5 mai 2026, ouvrant pour la première fois l'accès à une régie publicitaire en libre-service intégrée directement dans son chatbot. Disponible dès maintenant pour les annonceurs américains, la plateforme permet de créer, piloter et optimiser des campagnes publicitaires qui s'affichent sous les réponses générées par l'IA. OpenAI assure que les annonces n'influencent pas les contenus produits par ChatGPT et que les conversations des utilisateurs ne sont pas transmises aux annonceurs. Cette étape s'inscrit dans une stratégie de monétisation agressive : la société vise 2,5 milliards de dollars de revenus publicitaires pour 2026 et ambitionne d'atteindre 100 milliards de dollars annuels d'ici 2030. Les annonceurs européens peuvent déjà s'inscrire sur liste d'attente. L'enjeu est considérable pour l'industrie publicitaire. Contrairement à Google ou Meta qui s'appuient sur le profilage comportemental des utilisateurs, ChatGPT Ads Manager mise sur un ciblage purement contextuel, ancré dans l'intention de recherche immédiate de l'utilisateur au moment précis où il pose sa question. Pour un annonceur, cela signifie toucher un prospect au moment exact où il exprime un besoin, sans exploiter l'historique personnel ou les données privées. Ce positionnement différenciant pourrait séduire les marques soucieuses de conformité réglementaire, notamment en Europe, tout en offrant un retour sur investissement potentiellement plus ciblé que les formats display classiques. La structure de la plateforme suit la trinité habituelle du marketing digital : campagne, groupes thématiques, annonces finales, avec deux modes d'accès, l'un guidé pour les débutants, l'autre permettant l'import direct de modèles pour les utilisateurs expérimentés. Ce lancement intervient dans un contexte de pression financière croissante sur OpenAI. Faire tourner des serveurs d'IA à grande échelle représente des coûts colossaux, et les abonnements ChatGPT Plus ou Pro ne suffisent pas à couvrir les ambitions de croissance de l'entreprise. En intégrant la publicité, OpenAI suit le chemin tracé par Google avec son moteur de recherche, cherchant à monétiser une audience massive, estimée à plusieurs centaines de millions d'utilisateurs actifs, sans dégrader l'expérience perçue. La viabilité de ce modèle dépendra néanmoins de la tolérance des utilisateurs à la présence de contenus sponsorisés dans un outil qu'ils associent à la neutralité informationnelle, ainsi que de la capacité d'OpenAI à convaincre les régulateurs européens que ce ciblage contextuel respecte bien le RGPD. Les prochains mois, avec l'ouverture annoncée aux marchés hors États-Unis, seront déterminants.

💬 Le ciblage contextuel, c'est l'argument qui change tout par rapport à Google ou Meta. Pas de profil comportemental, juste l'intention au moment T, et pour les annonceurs européens qui souffrent du RGPD depuis des années, c'est une vraie bouffée d'air. Le vrai test, c'est pas la technique, c'est la tolérance des utilisateurs à voir des pubs dans un outil qu'ils associent à la neutralité.

☕️ Andrej Karpathy, un des pères fondateurs d’OpenAI et ancien de Tesla, rejoint Anthropic

Andrej Karpathy, l'un des co-fondateurs d'OpenAI en 2015 aux côtés de Sam Altman, Elon Musk, Ilya Sutskever et Greg Brockman, vient d'annoncer sur X son arrivée chez Anthropic. Chercheur parmi les plus respectés du domaine, il avait quitté OpenAI une première fois en 2017 pour diriger l'équipe IA de Tesla pendant cinq ans, avant d'y retourner en 2023 pour travailler sur l'entraînement intermédiaire et la génération de données synthétiques. Ce second départ le mène cette fois chez le principal rival de son ancienne maison, où il reprendra des activités de recherche et développement sur les grands modèles de langage. Il a précisé dans son annonce estimer que « les prochaines années à la pointe des LLMs seront particulièrement formatrices », tout en indiquant vouloir reprendre à terme son travail de vulgarisation, notamment via sa chaîne YouTube lancée en 2024. Ce mouvement est symboliquement fort : voir un fondateur historique d'OpenAI rejoindre Anthropic, entreprise créée en 2021 par des transfuges d'OpenAI, dont Dario et Daniela Amodei, envoie un signal clair sur l'attractivité croissante d'Anthropic dans la compétition pour les meilleurs chercheurs. Pour Anthropic, recruter un profil de cette stature renforce sa crédibilité en R&D à un moment crucial, alors que la course aux capacités des LLMs s'intensifie et que les deux entreprises se préparent toutes les deux à entrer en bourse. Le contexte autour de ce transfert est particulièrement agité. Anthropic vient de signer un partenariat avec SpaceX pour accéder au datacenter Colossus, ce qui lui permet d'augmenter significativement sa puissance de calcul et de lever des restrictions d'accès à Claude. OpenAI, de son côté, traverse une période plus turbulente : l'arrêt de Sora a brisé son partenariat avec Disney et provoqué plusieurs départs de hauts responsables. Ce repositionnement simultané des deux géants, combiné à leurs préparations respectives pour une introduction en bourse, dessine une nouvelle phase de consolidation dans l'industrie de l'IA générative.

Nectar Social lève 30 millions de dollars pour automatiser le marketing avec l’IA

Nectar Social, une startup américaine fondée par Misbah et Farah Uraizee, deux anciennes cadres de Meta, a levé 30 millions de dollars en série A pour accélérer le développement de sa plateforme d'agents IA dédiée au marketing social. Ce tour de table est mené par Menlo Ventures et le fonds Anthology, développé en partenariat avec Anthropic. La société revendique déjà plus de 10 millions de conversations traitées par semaine, un chiffre multiplié par cinq en l'espace de trois mois. Parmi ses clients figurent Figma, Liquid Death et e.l.f. Beauty, cette dernière affirmant avoir augmenté ses taux de réponse de 60 % et établi un lien direct entre interactions sociales et revenus générés. Le coeur de la plateforme repose sur Nectar Agent, un agent IA autonome capable de gérer en temps réel les conversations, la modération, le commerce conversationnel, la veille concurrentielle et les workflows créateurs sur TikTok, Meta, LinkedIn, Reddit et X, via des partenariats de données officiels avec ces plateformes. L'ambition de Nectar Social est de devenir un "système d'exploitation marketing" pour les grandes marques, en centralisant des opérations aujourd'hui éparpillées entre de nombreux outils et équipes. Selon Misbah Uraizee, les conversations qui influencent réellement les décisions d'achat se déroulent désormais dans les commentaires, les messages privés et les discussions de groupe, des espaces que les équipes marketing ne peuvent plus couvrir manuellement face à l'explosion des volumes. L'agent ne vise pas à remplacer les équipes humaines, mais à leur permettre de traiter une volumétrie devenue ingérable, tout en maintenant une présence continue et cohérente sur l'ensemble des canaux sociaux. Pour les entreprises clientes, l'enjeu va au-delà de la simple réduction de coûts : il s'agit d'améliorer la réactivité commerciale et d'exploiter plus finement les signaux consommateurs en temps réel. Ce financement s'inscrit dans une tendance de fond qui voit les systèmes agentiques autonomes s'étendre des outils pour développeurs et du support client vers les fonctions marketing. Les réseaux sociaux ont profondément changé de nature : ils ne servent plus uniquement à diffuser du contenu de marque, mais sont devenus des canaux directs de conversion, de fidélisation et de relation client. Les investisseurs, dont Anthropic via son fonds Anthology, misent sur des plateformes capables d'orchestrer automatiquement ces interactions à grande échelle, un positionnement stratégique dans un marché encore peu consolidé. Pour Nectar Social, la prochaine étape sera de transformer cette traction commerciale en part de marché durable face à des acteurs établis du social media management qui commencent eux aussi à intégrer des capacités agentiques.

Avec 10 millions d’euros, MISTER IA veut construire le nouveau conseil en IA

L'entreprise française MISTER IA a levé 10 millions d'euros pour s'imposer comme un acteur central du conseil en intelligence artificielle à destination des entreprises. Ce financement intervient dans un contexte où les grands éditeurs de modèles, OpenAI, Anthropic, Google, Mistral AI et Meta, se sont concentrés depuis deux ans sur la performance brute de leurs LLM, leur vitesse d'inférence et leurs capacités de raisonnement. MISTER IA parie sur un angle différent : aider les organisations à tirer concrètement parti de ces technologies, au-delà de la simple mise à disposition d'un modèle. Car la réalité du terrain, c'est que disposer d'un LLM performant ne garantit ni adoption, ni retour sur investissement. Les entreprises se heurtent à des obstacles organisationnels, méthodologiques et culturels que les éditeurs de modèles ne sont pas équipés pour adresser. MISTER IA se positionne précisément dans cet espace : accompagner les directions dans la définition de cas d'usage, l'intégration dans les processus existants et la montée en compétence des équipes, un besoin qui reste largement non couvert malgré la profusion d'outils disponibles. Cette levée de fonds s'inscrit dans une maturation du marché de l'IA en France, où la phase d'expérimentation cède progressivement la place à des déploiements industriels. Le secteur du conseil en IA attire de plus en plus d'acteurs spécialisés qui cherchent à occuper la place laissée vacante entre les géants technologiques et les cabinets généralistes. Avec 10 millions d'euros, MISTER IA dispose désormais des ressources pour recruter, structurer son offre et accélérer son déploiement commercial auprès des grands comptes français et européens.

AWS s'associe à fal, startup IA générative pour la création de contenu média, et devient son fournisseur cloud privilégié

fal, une startup californienne spécialisée dans la création de médias par intelligence artificielle générative, a annoncé avoir sélectionné Amazon Web Services (AWS) comme partenaire cloud privilégié. L'entreprise, valorisée à 4,5 milliards de dollars après une levée de fonds de 300 millions de dollars en Série D menée par Sequoia Capital, propose une plateforme unifiée donnant accès à plus de 1 000 modèles d'IA en production, des modèles propriétaires comme ChatGPT-Images-2.0 d'OpenAI ou Nano Banana Pro 2 de Google, jusqu'aux alternatives open source. Sa base d'utilisateurs dépasse les 2,5 millions de développeurs dans le monde, et ses clients entreprises incluent Canva, Adobe et Amazon MGM Studios. Les termes financiers de l'accord avec AWS n'ont pas été divulgués. Ce partenariat marque une étape importante dans la maturité du secteur de l'IA générative : l'enjeu n'est plus seulement de construire des modèles fondamentaux, mais de les déployer à grande échelle pour un usage commercial massif. fal joue un rôle comparable à celui de Stripe dans le paiement en ligne, abstraire toute la complexité d'infrastructure pour permettre aux développeurs de se concentrer uniquement sur l'expérience utilisateur. Grâce à AWS, la plateforme vise une disponibilité garantie à 99,99 %, avec la capacité d'absorber des millions d'appels API quotidiens. Pour les entreprises créatives et les équipes de développement, cela signifie un accès fiable et élastique à des capacités de génération d'images, vidéos, audio et contenu 3D, sans avoir à gérer soi-même des clusters GPU fragmentés. La montée en puissance de fal s'inscrit dans une transformation plus large de l'écosystème IA : à mesure que les modèles génératifs quittent le stade expérimental pour entrer en production, les infrastructures capables de tenir la charge deviennent un avantage concurrentiel déterminant. Avant ce partenariat, fal opérait sur plusieurs clouds simultanément, le fournisseur de stockage Tigris mentionnait une "flotte mondiale de GPU répartie sur de nombreux clouds", et la startup était également disponible sur le Google Cloud Marketplace depuis septembre 2025, sans que Google Cloud n'alimente pour autant son infrastructure GPU. En choisissant AWS comme couche de fiabilité et de distribution principale, fal se positionne pour capter la demande enterprise croissante en matière de génération de médias à l'échelle mondiale, dans un secteur où la course à l'infrastructure est désormais aussi stratégique que la course aux modèles.

Google restructure ses abonnements IA à l'I/O 2026 avec trois niveaux à partir de 10 dollars par mois

Lors de sa conférence Google I/O 2026, Google a refondu en profondeur son offre d'abonnements IA sous la bannière Gemini. La firme de Mountain View propose désormais trois niveaux tarifaires allant de 7,99 dollars à 99,99 dollars par mois, avec des plafonds d'utilisation progressifs selon le forfait choisi. Cette restructuration s'accompagne du lancement de nouveaux modèles, dont Gemini Omni, ainsi que d'un agent IA baptisé Gemini Spark, capable d'automatiser des tâches complexes pour les utilisateurs. Le changement le plus significatif tient moins aux tarifs qu'au modèle de facturation lui-même : Google abandonne les limites journalières de requêtes au profit d'un système basé sur la consommation de ressources de calcul. Concrètement, les utilisateurs ne se verront plus bloquer après un certain nombre de messages, mais selon la quantité de puissance computationnelle mobilisée par leurs requêtes. Ce glissement vers un modèle de type "pay-as-you-compute" modifie la relation entre l'utilisateur et le service, en rendant la limite moins prévisible mais potentiellement plus juste pour les usages variés. Cette évolution s'inscrit dans une tendance de fond qui traverse l'ensemble du secteur : OpenAI, Anthropic et d'autres acteurs explorent ou ont déjà adopté des mécanismes similaires. Pour Google, l'enjeu est double - fidéliser une base d'utilisateurs professionnels prêts à payer davantage pour des capacités avancées, tout en restant compétitif face à des concurrents qui gagnent du terrain sur le marché des abonnements IA grand public et entreprise.

Andrej Karpathy choisit Anthropic plutôt qu'OpenAI pour reprendre ses recherches sur les LLM de pointe

Andrej Karpathy, l'un des chercheurs les plus influents dans le domaine de l'intelligence artificielle, rejoint Anthropic. Ancien membre fondateur d'OpenAI et architecte du système Autopilot chez Tesla, il a annoncé son arrivée avec l'intention explicite de reprendre des travaux de recherche et développement sur les grands modèles de langage. Il qualifie lui-même les prochaines années à la frontière des LLM de "particulièrement formatrices", signalant une conviction forte sur l'importance de ce moment dans l'évolution de l'IA. Le fait qu'il ait choisi Anthropic plutôt que de retourner chez OpenAI, son ancienne maison intellectuelle, constitue un signal difficile à ignorer pour l'industrie. Ce choix illustre la capacité croissante d'Anthropic à attirer des talents de toute première ligne, dans un secteur où la compétition pour les chercheurs de haut niveau est aussi intense que celle entre les modèles eux-mêmes. Pour OpenAI, perdre Karpathy au profit d'un concurrent direct représente bien plus qu'une absence : c'est un manque symbolique et stratégique dans la course à la légitimité scientifique. Karpathy avait quitté OpenAI en 2023 après un retour de deux ans depuis Tesla, où il avait dirigé la vision par ordinateur. Figure pédagogique majeure, il est l'auteur de la série de cours "Neural Networks: Zero to Hero", suivie par des millions de personnes à travers le monde. Son arrivée chez Anthropic s'inscrit dans un contexte de rivalité accrue entre les principaux laboratoires, alors que la prochaine génération de modèles fondationnels se joue maintenant.

☕️ Après l’annonce de licenciements, Meta déplace 7 000 employés pour se focaliser sur l’IA

Le 18 mai 2026, Meta a annoncé la réassignation de 7 000 de ses employés vers des postes entièrement dédiés au développement de l'intelligence artificielle. Ces salariés seront répartis au sein de quatre nouveaux groupes internes chargés de concevoir des outils et des applications fondés sur l'IA. L'annonce, révélée par le New York Times, est intervenue simultanément avec celle du licenciement de 8 000 personnes, soit environ 10 % des 78 000 employés qui font fonctionner Facebook, Instagram et WhatsApp au quotidien. Les départs effectifs commencent le 20 mai. Selon le mémo interne de la directrice des ressources humaines Jannelle Gale, ces nouvelles structures disposeront de moins de couches managériales, adopteront des organisations dites « AI natives » et doivent rendre l'entreprise globalement « plus productive ». Cette double opération, coupes d'un côté, réorientation de l'autre, illustre la transformation profonde que Meta impose à son organisation au nom de l'IA. Pour les équipes concernées, cela signifie un changement radical de priorités : moins de maintenance des produits existants, davantage de construction de fonctionnalités génératives. Pour l'industrie, c'est un signal clair que les grandes plateformes ne considèrent plus la modération, le support ou certaines fonctions produits comme des activités à fort effectif humain. Les postes supprimés ne reviendront pas : ils sont absorbés, en partie, par des systèmes automatisés. Meta s'inscrit dans une tendance sectorielle plus large. Microsoft, Block et Coinbase ont annoncé des réorganisations comparables ces derniers mois, toutes justifiées par les investissements massifs dans l'IA générative. Selon le tracker layoffs.fyi, plus de 110 000 postes ont été supprimés dans la tech depuis le début de l'année 2026. Si toutes ces suppressions ne sont pas directement attribuables à l'IA, la corrélation est devenue difficile à ignorer. Pour Mark Zuckerberg, qui a fait de l'IA le pivot stratégique de Meta pour les prochaines années, cette réorganisation est la traduction concrète d'un pari industriel engagé depuis 2023 avec l'ouverture du modèle Llama et l'intégration de Meta AI dans ses plateformes.

Startup IA Sierra : le partenaire des grandes entreprises

Sierra, la startup spécialisée dans les agents d'intelligence artificielle pour le service client B2B, a bouclé une levée de fonds de 950 millions de dollars qui lui confère une valorisation de 15 milliards de dollars. Fondée en 2024 par Bret Taylor, ancien co-PDG de Salesforce, et Clay Bavor, ex-vice-président chez Google, l'entreprise s'est d'abord appuyée sur un premier tour de 110 millions de dollars co-mené par Sequoia Capital et Benchmark avant de franchir ce nouveau palier. En début d'année 2026, Sierra affichait déjà un chiffre d'affaires annuel récurrent de 100 millions de dollars et revendiquait plus de 40 % des entreprises du classement Fortune 50 parmi ses clients, gérant au total des milliards d'interactions clients. Le fonds Tiger Global, qui avait participé à des tours précédents, est revenu pour cette opération, signe d'une confiance renouvelée de la part des investisseurs institutionnels. L'enjeu dépasse la simple performance financière : Sierra incarne un changement de paradigme dans la manière dont les grandes entreprises gèrent leur relation client. Là où les anciens serveurs vocaux interactifs se heurtaient à la moindre demande complexe, les agents Sierra s'appuient sur une architecture multi-modèles, connectant plusieurs grands modèles de langage en simultané, pour traiter en temps réel des volumes massifs de requêtes, y compris des litiges médicaux ou des dossiers financiers sensibles. Le résultat revendiqué ressemble davantage à une conversation avec un conseiller humain qu'à un chatbot scriptés. Pour les entreprises, l'impact se mesure directement en coûts évités et en taux de résolution améliorés, deux métriques que les directeurs opérationnels comprennent sans traduction. Sierra s'inscrit dans une vague plus large de plateformes dites "agentic" qui cherchent à capturer la couche d'exécution de l'IA en entreprise, un marché que se disputent également Salesforce Agentforce, ServiceNow et des dizaines de challengers bien financés. Le profil de ses fondateurs, Taylor a notamment présidé le conseil d'administration de Twitter lors du rachat par Elon Musk et dirigé Salesforce, lui a ouvert des portes que d'autres startups mettent des années à franchir. Avec 15 milliards de valorisation et une base de revenus récurrents solide, la question qui se pose désormais est celle de la trajectoire : introduction en bourse, acquisition stratégique par un acteur comme Salesforce ou Microsoft, ou course solitaire vers le statut de plateforme CX dominante. La levée actuelle lui donne les ressources pour recruter à l'international et accélérer le développement produit, mais aussi la pression d'une valorisation ambitieuse à justifier dans un marché où les promesses d'agents IA se multiplient à mesure que les preuves de valeur réelle se font encore attendre.

☕️ Anthropic achète Stainless, dont les outils sont utilisés par OpenAI, Google et Cloudflare

Anthropic a annoncé lundi l'acquisition de Stainless, une startup spécialisée dans la génération automatique de kits de développement logiciels (SDK). Fondée en 2022 par Alex Rattray, ancien ingénieur chez Stripe, Stainless s'était imposée comme un maillon discret mais critique de l'écosystème IA américain : ses outils permettent de convertir les spécifications d'une API en SDK prêts à l'emploi dans une dizaine de langages, Python, TypeScript, Go, Kotlin, Java, entre autres. Le montant exact de la transaction n'a pas été divulgué, mais The Information rapportait la semaine précédente qu'Anthropic envisageait une opération dépassant 300 millions de dollars, avec Sequoia Capital et Andreessen Horowitz parmi les soutiens financiers. L'acquisition est stratégiquement agressive : parmi les clients actuels de Stainless figurent OpenAI, Google et Cloudflare. Anthropic a confirmé à TechCrunch son intention de mettre fin à l'ensemble des produits hébergés de Stainless, en commençant par son générateur de SDK phare. Les clients existants pourront conserver les SDK déjà produits et disposer de tous les droits nécessaires pour les modifier et les étendre, mais ils ne pourront plus générer de nouveaux SDK via la plateforme. Concrètement, Anthropic coupe l'accès à un outil dont ses principaux concurrents dépendent pour construire et connecter leurs agents IA à des services tiers, ce qui les contraint à développer leurs propres solutions ou à migrer vers des alternatives. Cet achat s'inscrit dans une course à l'infrastructure sous-jacente de l'IA agentique. Les SDK sont devenus des éléments fondamentaux pour permettre aux agents d'interagir avec des APIs externes, et contrôler leur génération représente un avantage compétitif non négligeable. Anthropic, qui commercialise Claude et mise fortement sur les agents autonomes, récupère ainsi une équipe et une technologie matures tout en affaiblissant l'outillage disponible pour ses rivaux. La décision de fermer les services existants plutôt que de les maintenir ouverts soulève déjà des questions sur l'évolution des pratiques d'acquisition dans un secteur où la consolidation s'accélère.

Anthropic rachète Stainless, le SDK d'OpenAI

Anthropic a annoncé lundi l'acquisition de Stainless, une start-up spécialisée dans la génération automatique de kits de développement logiciels (SDK). Fondée en 2022 par Alex Rattray, ancien ingénieur chez Stripe, la société avait bâti un outil capable de transformer les spécifications d'une API en SDK fonctionnels dans de nombreux langages, Python, TypeScript, Go, Kotlin, Java, en quelques minutes. Le montant exact de la transaction n'a pas été communiqué, mais The Information rapportait la semaine dernière qu'Anthropic envisageait une opération dépassant 300 millions de dollars, soutenue par les fonds Sequoia Capital et Andreessen Horowitz. L'acquisition est stratégiquement agressive : parmi les clients actuels de Stainless figurent OpenAI, Google et Cloudflare. Or Anthropic a confirmé à TechCrunch qu'elle prévoit de fermer tous les produits hébergés de Stainless, à commencer par son générateur de SDK. Les clients existants pourront conserver les SDK déjà générés et disposeront des droits nécessaires pour les modifier et les étendre, mais ne pourront plus en créer de nouveaux via la plateforme. Anthropic prive ainsi ses principaux concurrents d'un outil qu'ils utilisaient pour connecter leurs systèmes d'IA à des services tiers, un avantage opérationnel direct dans la course aux agents d'IA. La manœuvre s'inscrit dans une période d'intensification des acquisitions dans le secteur de l'IA, où les grands laboratoires cherchent à sécuriser l'infrastructure qui sous-tend l'écosystème des agents. Les SDK sont devenus un maillon critique : ils permettent aux développeurs d'intégrer facilement des modèles et services dans leurs applications, et leur standardisation accélère considérablement le déploiement d'agents autonomes. En rachetant Stainless, Anthropic ne se contente pas d'acquérir un talent ou une technologie, elle repositionne une infrastructure partagée comme un avantage exclusif, tout en signalant sa volonté de peser sur les conditions dans lesquelles ses rivaux construisent leurs propres écosystèmes.

Face aux États-Unis et à la Chine, MISTRAL cherche son propre modèle d’IA et fait l’acquisition d’Emmi AI

Mistral AI, la startup parisienne fondée en 2023 et valorisée plus de six milliards d'euros, annonce l'acquisition d'Emmi AI, une société spécialisée dans les agents conversationnels d'entreprise. Cette opération s'inscrit dans une stratégie de diversification accélérée : plutôt que de se limiter à l'entraînement de modèles fondationnels, Mistral cherche à construire une offre verticalement intégrée, allant du modèle de base jusqu'aux applications déployées chez les clients. Les détails financiers de l'acquisition n'ont pas été rendus publics. L'enjeu est de taille pour l'écosystème européen. Les entreprises du continent restent largement dépendantes des hyperscalers américains (AWS, Azure, Google Cloud) pour leurs infrastructures, des GPU NVIDIA pour le calcul, et des modèles d'OpenAI, Anthropic ou Google pour l'inférence. En absorbant Emmi AI, Mistral tente de proposer une alternative souveraine complète aux directions informatiques européennes soucieuses de leur autonomie stratégique et de conformité réglementaire, notamment au regard de l'AI Act européen entré en vigueur en 2024. Ce rachat intervient alors que la compétition internationale s'intensifie sur deux fronts simultanés : les États-Unis maintiennent leur avance sur les modèles de pointe, tandis que la Chine rattrape son retard à marche forcée avec des architectures intégrées comme celles de Huawei ou Baidu. Pour Mistral, qui a levé 1,1 milliard de dollars en 2024 avec des investisseurs comme Andreessen Horowitz et la Banque publique d'investissement, l'heure est au passage à l'échelle commerciale, pas seulement technologique.

💬 Mistral fait le pari qu'un modèle de base, ça ne suffit plus. Racheter Emmi AI, c'est aller chercher le client là où il est, dans ses workflows d'entreprise, plutôt que d'attendre qu'il vienne lui-même sur une API. Reste à voir si une startup, même avec un milliard en caisse, peut tenir tête aux hyperscalers sur leur propre terrain.

Avec 3,8 millions d’euros, LEADBAY veut réinventer la sales intelligence avec ses modèles d’inférence

La startup française LEADBAY a levé 3,8 millions d'euros pour développer une nouvelle approche de la sales intelligence fondée sur des modèles d'inférence propriétaires. L'entreprise entend repenser en profondeur la manière dont les équipes commerciales identifient leurs prospects et évaluent leur potentiel d'achat, en s'appuyant sur une logique algorithmique différente de celle qui domine actuellement le marché. Le problème que LEADBAY cherche à résoudre est structurel : les outils de prospection existants reposent quasi-exclusivement sur des signaux numériques facilement accessibles, comme les profils LinkedIn, les offres d'emploi publiées, le trafic web, la stack technologique des entreprises ou leur activité sur les réseaux sociaux. Cette approche, si elle fonctionne pour les entreprises très présentes en ligne, exclut de facto une large portion de l'économie réelle, notamment les PME, les entreprises industrielles ou les acteurs peu visibles sur le web. Les modèles d'inférence de LEADBAY promettent de combler cet angle mort en déduisant la propension d'achat à partir de signaux moins conventionnels. Ce financement intervient dans un contexte de forte compétition sur le marché de la sales intelligence, dominé par des acteurs comme Cognism, Apollo ou ZoomInfo. La France compte plusieurs startups qui tentent de se différencier sur ce segment en misant sur l'IA et la qualité des données locales. Avec cette levée, LEADBAY devrait accélérer le développement de ses modèles et étoffer ses équipes pour conquérir des clients en France et potentiellement à l'international.

Avec 34 millions d’euros, Dust accélère sur les systèmes multi-agents pour les entreprises

La startup française Dust a annoncé une levée de fonds de 34 millions d'euros pour accélérer le développement de ses systèmes multi-agents destinés aux entreprises. Cette opération, l'une des plus significatives du secteur de l'IA appliquée en France cette année, doit permettre à la société de renforcer son infrastructure technique et d'élargir sa base de clients parmi les grandes organisations. Dust propose une plateforme permettant de déployer des agents IA capables de collaborer entre eux pour automatiser des processus métiers complexes, allant bien au-delà du simple assistant conversationnel. L'enjeu est de taille : si l'IA générative s'est diffusée à une vitesse inédite dans les entreprises, son impact réel sur l'organisation du travail reste limité. Les copilotes et chatbots actuels restent des outils individuels, cloisonnés, sans mémoire collective ni coordination. Dust parie que la prochaine étape est la mise en place d'agents spécialisés qui se transmettent des tâches, partagent du contexte et agissent de façon coordonnée, transformant ainsi des workflows entiers plutôt qu'une seule interaction à la fois. Cette levée intervient dans un contexte de compétition intense autour des agents IA, où des acteurs comme Salesforce, Microsoft ou encore des startups américaines telles que Glean et Moveworks se positionnent également sur l'automatisation des processus d'entreprise. La particularité de Dust tient à son ancrage européen et à son approche modulaire, permettant aux équipes IT d'assembler des chaînes d'agents sur mesure. Avec ces nouveaux fonds, la startup entend consolider sa position sur le marché européen avant d'envisager une expansion internationale.

💬 34M€ pour Dust, c'est le genre de levée qui montre que le marché a enfin compris que les chatbots en silo ne suffisent plus. La vraie valeur, elle est dans la coordination entre agents, pas dans l'assistant individuel bien poli. Reste à voir si leur approche modulaire tient face à Salesforce qui a les moyens de racheter le problème.

Des dirigeants de Microsoft alertent sur l'effritement de l'avance de GitHub en matière d'IA

GitHub, la plateforme de code appartenant à Microsoft, traverse une période de turbulences qui inquiète jusqu'au sommet de l'entreprise. Jay Parikh, le dirigeant responsable de la division incluant GitHub, aurait récemment alerté ses collègues en privé d'une menace critique pesant sur l'unité. Si le boom de l'IA a d'abord profité à GitHub, notamment grâce à Copilot, son assistant de programmation intégré, la plateforme peine désormais à tenir son rang face à une nouvelle vague de concurrents spécialisés dans le code assisté par IA. Des pannes répétées et sévères ont en outre agacé ses grands clients, forçant Microsoft à présenter des excuses publiques. Le problème est structurel : GitHub était en position dominante sur l'assistance au code il y a encore deux ans, mais des outils comme Cursor, Windsurf ou Claude Code ont depuis capté l'attention et les budgets des développeurs professionnels. Ces nouveaux entrants proposent des expériences plus intégrées et plus performantes, rendant Copilot moins différenciant qu'il ne l'était à son lancement en 2021. L'enjeu dépasse la simple part de marché. GitHub représente l'un des actifs stratégiques majeurs acquis par Microsoft pour 7,5 milliards de dollars en 2018, et Copilot était censé en être le moteur de monétisation à l'ère de l'IA. Si la plateforme continue de perdre du terrain, c'est toute la stratégie IA de Microsoft auprès des développeurs qui se retrouve fragilisée, dans un secteur où Anthropic, Google et OpenAI investissent massivement dans des outils concurrents directs.

💬 Copilot a eu une longueur d'avance énorme, et ils l'ont gaspillée. Cursor, Windsurf, Claude Code (oui, j'assume le biais) ont simplement mieux exécuté sur l'expérience développeur, pendant que GitHub gérait des pannes à répétition et sortait des features en demi-teinte. 7,5 milliards en 2018, c'est le prix d'un écosystème qui peut s'évaporer en 18 mois si tu restes sur tes acquis.

La semaine 3 du duel Musk-Altman, et les tractations technologiques de Trump

Le procès opposant Elon Musk à Sam Altman est entré dans sa troisième et dernière semaine avec une intensité maximale. Les avocats des deux parties ont ciblé la crédibilité des protagonistes : Altman a été accusé de mensonges et de conflits d'intérêts personnels, tandis que Musk a été dépeint comme un homme assoiffé de pouvoir cherchant à s'emparer du contrôle de l'intelligence artificielle générale. L'affaire a révélé des détails inédits, dont un épisode savoureux : une récompense en forme de trophée représentant un derrière d'âne avait été décernée à un employé qui avait osé défier Musk. Parallèlement, des révélations troublantes ont émergé sur Donald Trump : le président américain aurait acheté des actions Nvidia, AMD et Arm juste avant d'annoncer des politiques favorables à ces entreprises, puis vanté Palantir sur son réseau Truth Social après en avoir acquis des titres, des transactions documentées par Quartz et CNBC. Ces deux affaires soulèvent des questions fondamentales sur la gouvernance du secteur technologique. Les accusations contre Trump constituent une potentielle violation grave des règles d'éthique, voire de la législation sur le trading d'initié, à un moment où la Maison-Blanche orchestre une politique industrielle déterminante pour la tech américaine. Le procès Musk-Altman, lui, met en lumière les contradictions béantes d'OpenAI, organisation à la fois non lucrative dans sa mission et valorisée à plusieurs centaines de milliards de dollars commercialement. Pour l'industrie, les deux affaires signalent une ère d'examen bien plus rigoureux des pratiques des géants de la tech, à mesure que leurs décisions impactent directement l'économie mondiale et la sécurité nationale. Dans ce contexte agité, d'autres signaux forts traversent le secteur. SpaceX prépare une introduction en bourse sur le Nasdaq dès le 12 juin, visant une levée pouvant atteindre 75 milliards de dollars à une valorisation de 1 750 milliards, avec BlackRock potentiellement prêt à y injecter 10 milliards. Sur le front de l'IA, ByteDance et Kuaishou ont pris une avance significative sur les acteurs américains dans la génération vidéo, selon le Financial Times. Dans les universités, le baromètre ChatGPT affole les compteurs : une grande institution académique a enregistré une hausse de 30 % des notes dans les cours à dominante rédactionnelle, poussant Princeton à réformer son code d'honneur. ArXiv, le serveur de prépublications scientifiques de référence, a de son côté annoncé des sanctions d'un an à l'encontre des chercheurs qui soumettraient des articles générés sans valeur scientifique réelle.

💬 Trump qui achète du Nvidia juste avant d'annoncer des politiques favorables aux chipmakers, c'est pas subtil. Ce qui me frappe, c'est que ça se passe exactement au moment où la Maison-Blanche co-écrit la politique industrielle de l'IA mondiale, autrement dit quand les décisions de quelques personnes pèsent directement sur des centaines de milliards. Le secteur tech avait l'habitude de s'autoréguler, bon, visiblement c'était une mauvaise idée.

OpenAI rachète Weights.gg pour renforcer ses capacités de clonage vocal IA

OpenAI a discrètement racheté Weights.gg, une startup spécialisée dans le clonage vocal par intelligence artificielle, selon des informations rapportées par le New York Times en mai 2026. Le montant de la transaction n'a pas été divulgué, mais l'acquisition comprend la propriété intellectuelle de la société ainsi qu'une partie de ses effectifs, dont certains employés auraient déjà rejoint les équipes audio et multimodales d'OpenAI. Avant de fermer ses portes début 2026, Weights.gg exploitait une plateforme grand public et une application baptisée Replay, qui permettait de cloner et remixer des voix de célébrités comme Taylor Swift, Donald Trump, Joe Biden ou des membres du groupe Blackpink, ainsi que des personnages fictifs tels que Bugs Bunny. La plateforme avait acquis une notoriété certaine avant d'être fermée dans le cadre de la cession. L'acquisition traduit la volonté d'OpenAI de transformer ChatGPT en interface conversationnelle complète, capable d'interagir oralement de façon naturelle avec les utilisateurs. La voix est devenue un actif stratégique central dans la course aux agents IA : synthèse haute fidélité, personnalisation des voix, fluidité conversationnelle et rapidité de génération audio sont autant de leviers sur lesquels l'expertise de Weights.gg pourrait accélérer les développements internes. Pour les développeurs et les entreprises clientes des API d'OpenAI, ces améliorations se traduiront concrètement par des assistants vocaux plus convaincants et des capacités de traduction en temps réel plus performantes. OpenAI ne semble toutefois pas envisager de relancer une plateforme publique comparable à Replay, préférant cantonner ces technologies à un usage professionnel. Cette prudence n'est pas anodine : le marché de la voix synthétique est traversé par de profondes tensions entre innovation et régulation. OpenAI a déjà été directement exposé à ces risques lorsque l'actrice Scarlett Johansson a accusé l'entreprise d'avoir reproduit sa voix sans autorisation pour l'assistant vocal Sky de ChatGPT, forçant un retrait précipité. Taylor Swift a de son côté engagé des démarches pour protéger son image face à la prolifération de contenus générés par IA. Plus largement, l'ensemble du secteur fait face à des questions juridiques croissantes autour de l'usurpation d'identité, des deepfakes audio et des violations de droits d'auteur. Le rachat de Weights.gg s'inscrit donc moins dans une logique de produit grand public que dans une stratégie d'accumulation technologique : OpenAI consolide discrètement ses capacités vocales tout en évitant les controverses associées aux plateformes de clonage ouvertes.

Business IA : le duel au sommet entre Claude et OpenAI

Anthropic, la société californienne fondatrice de l'assistant Claude, affiche en février 2026 des revenus annuels de 14 milliards de dollars, une trajectoire de croissance inédite dans le logiciel professionnel. Ce chiffre contraste avec la domination médiatique d'OpenAI, dont ChatGPT avait réuni 100 millions d'utilisateurs en deux mois fin 2022. Pourtant, sur le terrain de la monétisation, Anthropic prend nettement l'avantage : chaque client mensuel rapporte en moyenne 211 dollars à l'entreprise, contre 25 dollars par utilisateur hebdomadaire chez OpenAI. La firme a également séduit huit des dix plus grandes fortunes mondiales, preuve d'une pénétration profonde dans les cercles décisionnels. Son outil d'aide à la programmation a lui seul généré 2,5 milliards de dollars de revenus en moins d'un an. Ce succès commercial repose sur un positionnement délibérément différent : la fiabilité avant tout. Là où OpenAI investit dans la vidéo, les images et les fonctionnalités grand public, Anthropic concentre ses efforts sur le traitement de texte, qui constitue le coeur du travail quotidien des cadres, synthèses, rapports, analyses de contrats. Pour une banque ou un cabinet juridique, une erreur factuelle ou une invention légale peut avoir des conséquences financières et réputationnelles graves. La priorité donnée à la sûreté a donc converti des secteurs exigeants comme la finance, le droit et la santé, milieux qui valorisent la précision rédactionnelle bien plus que les prouesses graphiques. Une fois intégré dans les processus internes d'une organisation, Claude crée une dépendance fonctionnelle que le prix seul ne suffit pas à rompre, ce qui explique la solidité des revenus récurrents. L'analogie avec Microsoft et sa suite Office n'est pas anodine : Anthropic développe des versions spécialisées pour Excel et PowerPoint, cherchant à s'installer comme moteur invisible au sein des outils que les professionnels utilisent déjà. Cette stratégie rappelle comment Windows s'est imposé non pas par séduction grand public, mais par intégration systémique dans l'environnement de travail. OpenAI conserve une avance symbolique significative grâce à la notoriété de ChatGPT et à une base d'utilisateurs grand public massive, mais la bataille pour la rentabilité durable se joue désormais sur les bureaux des décideurs, pas dans les salons. Si la course à l'IA semblait se résumer à une guerre de fonctionnalités spectaculaires, Anthropic démontre qu'un positionnement ciblé sur la confiance institutionnelle et l'utilité quotidienne peut constituer un avantage compétitif durable, et potentiellement plus difficile à éroder.

Derrière le rachat de LIVERAMP, la stratégie IA de PUBLICIS

Publicis Groupe a annoncé le rachat de LiveRamp pour 2,2 milliards de dollars, une acquisition qui positionne le numéro deux mondial de la publicité bien au-delà de son coeur de métier historique. LiveRamp est une plateforme américaine spécialisée dans la gestion des données d'identité numérique, permettant aux entreprises de connecter et d'activer leurs données clients à travers différents canaux et partenaires, tout en respectant la vie privée des utilisateurs. Ce rachat n'est pas simplement une consolidation publicitaire : il s'agit pour Publicis de s'approprier une infrastructure critique pour l'ère de l'IA générative en entreprise. Les systèmes d'intelligence artificielle ont besoin de données propres, fiables et bien connectées pour fonctionner efficacement. En intégrant LiveRamp, Publicis se dote d'une couche d'identité data qui lui permet de proposer à ses clients grands comptes non plus seulement des campagnes publicitaires, mais une véritable colonne vertébrale de données pour leurs projets IA. C'est un changement de nature fondamental dans l'offre du groupe. Publicis a déjà montré ses ambitions tech ces dernières années avec le rachat de Sapient, Epsilon ou encore Digitas, construisant progressivement un empire de la data qui le distingue de concurrents comme WPP ou Omnicom. LiveRamp renforce cette logique en ajoutant une dimension d'interopérabilité des données particulièrement prisée dans un contexte de fragmentation des écosystèmes numériques et de renforcement des réglementations sur la vie privée. L'opération doit encore recevoir les approbations réglementaires habituelles avant d'être finalisée.

💬 2,2 milliards pour acheter une couche d'identité data, c'est cher, mais Publicis ne s'offre pas un outil, il achète le carburant de l'IA en entreprise. Sans données propres et bien connectées, les projets IA des grands comptes tournent à vide, et LiveRamp c'est exactement ça. Reste à voir si les clients suivent, parce que passer d'une agence pub à un fournisseur d'infrastructure data, c'est un autre métier.