Dossier Meta IA — page 2

Meta tente de rattraper son retard dans l'IA

Il y a environ un an, Mark Zuckerberg a confié les rênes de l'intelligence artificielle chez Meta à Alexandr Wang, alors âgé de 28 ans et fondateur de Scale AI. Ce pari audacieux au sein d'une entreprise valorisée 1 500 milliards de dollars visait à insuffler une dynamique de "temps de guerre" à une division IA jugée trop lente. Le résultat commence à se matérialiser : Muse Spark, présenté comme le modèle d'IA le plus convaincant que Meta ait produit à ce jour, selon des entretiens menés avec des employés actuels et anciens de l'entreprise ainsi que des proches de Wang. Ce choix de nommer un fondateur de startup plutôt qu'un chercheur chevronné illustre une rupture nette avec les pratiques habituelles des géants technologiques. Zuckerberg a délibérément misé sur l'urgence et l'ambition d'un outsider face à l'expertise institutionnelle, signalant que Meta perçoit son retard sur OpenAI et Google comme une menace stratégique. Wang a néanmoins dû surmonter des critiques internes sur son manque d'expérience en recherche fondamentale, ainsi que les jeux de pouvoir complexes propres aux grandes entreprises technologiques. Meta disposait pourtant d'actifs solides, notamment FAIR (Fundamental AI Research), son laboratoire de recherche de référence, mais ces structures n'ont pas réussi à produire des modèles compétitifs face aux avancées d'OpenAI, Google DeepMind ou Anthropic. En installant Wang à ce poste, Zuckerberg a choisi de contourner la hiérarchie établie plutôt que de la réformer de l'intérieur. La question qui reste ouverte est de savoir si cette stratégie de rattrapage par la disruption interne suffira à repositionner Meta comme un acteur central dans la course aux grands modèles de langage.

Meta traque les moindres gestes de ses employés pour nourrir son IA : ils ont dit stop

Meta a dû reculer face à la fronde interne provoquée par son programme MCI (Model Capability Initiative), un dispositif de surveillance des employés lancé en avril 2026 et destiné à entraîner ses intelligences artificielles. Selon une note interne relayée par The Information et des publications consultées par Reuters, l'entreprise a annoncé plusieurs ajustements : renforcement des protections de la vie privée, possibilité pour certains salariés de demander une exemption, et introduction d'une fonction permettant de suspendre le suivi pendant 30 minutes. Concrètement, MCI enregistre les mouvements de souris, les clics, la navigation dans les menus et surveille plus de 200 applications et sites web sur les ordinateurs des employés américains. L'objectif déclaré est de développer des agents IA capables d'exécuter de manière autonome des tâches informatiques du quotidien. Mais des analyses internes ont révélé que la collecte allait bien au-delà : modifications de code, cycles de mise en veille, historiques de navigation, contenus copiés-collés dans le presse-papiers, et même des échanges par e-mail ou Google Chat impliquant des collègues situés hors des États-Unis. Meta a par ailleurs reconnu que certaines de ces données avaient été stockées sous une forme moins sécurisée que prévu, et que le logiciel provoquait des pics de consommation internet pouvant épuiser un forfait mensuel en quelques jours. L'ampleur de la révolte illustre les limites d'une approche qui traite les salariés comme source de données d'entraînement sans leur consentement éclairé. Le porte-parole Dave Arnold a insisté sur le fait que MCI cible les interactions avec les ordinateurs et non le contenu affiché, mais les journaux techniques examinés en interne contredisent partiellement cette affirmation. Pour les employés concernés, les enjeux sont doubles : une atteinte directe à la vie privée sur leurs outils de travail, et un précédent qui pourrait normaliser une surveillance de masse au sein des grandes entreprises tech. Pour le secteur plus largement, cette résistance pose une question de fond : jusqu'où les entreprises peuvent-elles mobiliser leurs propres effectifs comme matière première pour l'IA sans déclencher une opposition organisée ? Meta n'est pas seule à chercher des données comportementales réalistes pour entraîner des agents IA capables de piloter des interfaces graphiques. Microsoft, Google et Anthropic travaillent tous sur des systèmes similaires. La différence, c'est que Meta a choisi de collecter ces données directement sur les machines de ses propres employés, court-circuitant le recours à des datasets publics ou à des utilisateurs volontaires. Cette stratégie révèle une pression croissante sur les labos d'IA pour produire des agents "computer use" compétitifs, dans un calendrier serré. Les concessions annoncées par Meta ressemblent davantage à un ajustement tactique qu'à une remise en cause du programme : MCI continue de fonctionner, et la collecte de comportements humains réels demeure au coeur de la course aux agents autonomes.

Meta AI devient payant : la fin de la gratuité pour l’IA de Zuckerberg ?

Meta s'apprête à introduire des abonnements payants pour son assistant Meta AI, disponible sur Facebook, Instagram, WhatsApp et Messenger. Deux formules sont prévues : Meta One Plus à 7,99 dollars par mois, et Meta One Premium à 19,99 dollars mensuels, cette dernière offrant davantage de puissance de calcul, des réponses plus détaillées et des fonctions avancées supplémentaires. Naomi Gleit, directrice produit de Meta, a confirmé que ces offres permettront d'accéder à des outils améliorés pour optimiser du contenu, automatiser certaines tâches et aider les marques à gérer leur présence en ligne. Les premiers tests débuteront dès le mois prochain dans trois marchés pilotes : Singapour, le Guatemala et la Bolivie. La version gratuite de Meta AI restera néanmoins accessible sur toutes les plateformes du groupe, de sorte qu'aucun utilisateur ne sera contraint de passer à la caisse pour utiliser l'assistant. L'annonce a immédiatement séduit les marchés financiers : l'action Meta a bondi de 3,74 % le 27 mai pour atteindre 635,26 dollars. Ce mouvement reflète un soulagement des investisseurs, qui attendaient que Meta trouve enfin un levier de monétisation directe pour son IA, après des années d'intégration dans ses plateformes sans retour financier explicite. Pour les utilisateurs professionnels et les marques, les formules premium représentent une porte d'entrée vers des capacités d'automatisation plus poussées, ce qui positionne Meta AI en concurrence directe avec des outils comme ChatGPT Plus ou Gemini Advanced. Pour Meta elle-même, c'est une tentative de transformer ses 3 milliards d'utilisateurs actifs en source de revenus récurrents, au-delà de la seule publicité. Ce pivot vers la monétisation intervient dans un contexte de dépenses colossales. Meta a revu à la hausse ses prévisions d'investissement pour 2026, désormais estimées entre 125 et 145 milliards de dollars. Le groupe a déjà engagé 14,3 milliards dans Scale AI et près de 2 milliards dans la start-up chinoise Manus, et prévoit de consacrer environ 600 milliards de dollars sur plusieurs années à la construction de nouveaux centres de données, infrastructure indispensable pour entraîner et opérer ses modèles d'IA à grande échelle. Pour absorber une partie de ces charges, l'entreprise continue parallèlement de comprimer ses coûts opérationnels, avec des suppressions de postes pouvant atteindre 20 % des effectifs mondiaux, soit environ 15 000 emplois. La monétisation de Meta AI s'inscrit donc dans une logique de rentabilité urgente, à l'heure où la course aux infrastructures IA impose des investissements que même les revenus publicitaires records du groupe peinent à justifier seuls.

💬 3 milliards d'utilisateurs et zéro euro de revenus directs sur l'IA, ça ne pouvait pas durer. L'abonnement à 8 ou 20 dollars par mois, c'est pas foufou comme produit, mais ça leur permet de commencer à amortir les 600 milliards qu'ils comptent balancer sur des data centers dans les prochaines années. La vraie question, c'est pourquoi quelqu'un paierait Meta AI plutôt que ChatGPT.

META découvre à son tour l’économie du compute

Meta Platforms envisage de commercialiser une partie de sa gigantesque infrastructure informatique, une rupture stratégique majeure pour l'entreprise fondée par Mark Zuckerberg. Depuis plus de quinze ans, le groupe utilisait ses data centers exclusivement en interne pour faire fonctionner Facebook, Instagram et WhatsApp, sans jamais vendre de capacités cloud à des tiers. L'explosion des besoins en intelligence artificielle change la donne : Meta disposerait désormais d'une surcapacité de compute suffisante pour envisager une offre commerciale externe. Ce pivot potentiel placerait Meta en concurrence directe avec Amazon Web Services, Microsoft Azure et Google Cloud, les trois géants qui dominent aujourd'hui le marché mondial du cloud, estimé à plusieurs centaines de milliards de dollars. Pour les entreprises qui développent des modèles d'IA, une quatrième alternative crédible serait une opportunité de diversification et de pression à la baisse sur les prix. Meta apporterait une infrastructure taillée pour les workloads IA les plus exigeants, notamment grâce à ses clusters de GPU massivement parallèles. Cette évolution s'inscrit dans une logique que l'histoire de la tech a déjà validée : AWS est né des excédents d'infrastructure d'Amazon, et est devenu sa division la plus rentable. Meta, qui investit des dizaines de milliards de dollars par an en capital expenditure, cherche à rentabiliser ces actifs autrement que par la seule publicité. La question reste de savoir si le groupe possède la culture commerciale B2B nécessaire pour rivaliser avec des acteurs qui ont dix à vingt ans d'avance sur ce marché.

💬 L'histoire AWS, Meta l'a visiblement relue attentivement. Quand tu as des clusters GPU calibrés pour entraîner des modèles à l'échelle de Facebook et Instagram, laisser ça tourner à vide serait absurde. Reste à voir si Zuckerberg a les équipes commerciales B2B pour vendre ça aux DSI, parce qu'entre avoir l'infra et savoir la packager pour des clients enterprise, il y a un vrai fossé de culture.

Meta lance une offensive commerciale pour accélérer l'adoption de ses outils IA en entreprise

Meta Platforms a annoncé le lancement d'une nouvelle unité interne baptisée Enterprise Solutions, destinée à accélérer l'adoption de ses outils d'intelligence artificielle auprès des grandes entreprises. Selon un mémo interne signé par la directrice générale senior Naomi Gleit, cette organisation regroupera trois types de profils : des chefs de produit chargés de piloter les engagements clients, des ingénieurs data qui préparent les données des clients pour les intégrer dans les systèmes d'IA de Meta, et des ingénieurs logiciels qui connectent directement les outils Meta aux infrastructures opérationnelles des entreprises. Ce positionnement marque un tournant stratégique pour Meta, qui cherche à monétiser ses technologies d'IA au-delà de ses plateformes publicitaires. En plaçant ses propres ingénieurs et chefs de produit directement au sein des équipes de ses clients, l'entreprise mise sur une personnalisation poussée pour convaincre les directions informatiques et les grands comptes de faire confiance à ses solutions. C'est un modèle de vente à haute valeur ajoutée, qui cible clairement les budgets technologiques des entreprises du Fortune 500. Meta suit ainsi une tendance déjà bien établie dans le secteur : Google, Palantir et d'autres acteurs ont popularisé le concept d'ingénieurs déployés en avant-poste, ou "forward-deployed engineers", directement intégrés chez les clients pour adapter les solutions IA à leurs besoins spécifiques. Dans un marché de l'IA d'entreprise de plus en plus disputé, cette approche permet de créer des dépendances techniques profondes et de verrouiller la relation client sur le long terme, au moment où Microsoft, Google et Amazon s'affrontent également pour capter ces contrats.

Microsoft, Meta et xAI collectent des données d'entraînement auprès de leurs propres employés

Microsoft, Meta et xAI ont recours à une source de données d'entraînement peu conventionnelle pour leurs modèles d'intelligence artificielle : leurs propres salariés. Microsoft est la dernière entreprise à avoir formalisé cette approche, en annonçant qu'elle prévoit d'exploiter le code propriétaire produit par ses quelque 100 000 ingénieurs logiciels pour entraîner ses modèles de programmation. Cette stratégie s'inscrit dans une tendance plus large observée chez les grands acteurs du secteur, qui cherchent à contourner la pénurie de données de qualité sur le marché ouvert. L'enjeu est considérable pour Microsoft, dont GitHub Copilot a perdu une partie de son avance initiale face à des concurrents comme Anthropic ou Cursor. En mobilisant les productions internes de ses développeurs, l'entreprise espère constituer un corpus de données riche, contextualisé et propriétaire, que ses rivaux ne peuvent tout simplement pas répliquer. Pour les salariés concernés, cette pratique soulève des questions sur la propriété intellectuelle et le consentement éclairé : leurs contributions professionnelles quotidiennes deviennent du carburant pour des systèmes commerciaux. Ce phénomène révèle une tension croissante dans l'industrie de l'IA : les jeux de données publics s'épuisent ou font l'objet de litiges juridiques, forçant les entreprises à se tourner vers des données internes ou synthétiques. Meta et xAI ont adopté des démarches similaires, transformant leurs effectifs en contributeurs involontaires à l'effort d'entraînement. La question de la gouvernance de ces données employés, et des droits qui s'y rattachent, devrait s'imposer comme un nouveau terrain de friction entre entreprises, syndicats et régulateurs dans les mois à venir.

☕️ 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.

WhatsApp lance Incognito Chat pour parler à Meta AI sans laisser de traces

WhatsApp a lancé le 13 mai 2026 une nouvelle fonctionnalité baptisée Incognito Chat, actuellement en cours de déploiement sur Android et iOS. Ce mode permet aux utilisateurs de converser avec Meta AI sans qu'aucun historique ne soit conservé. Concrètement, les messages échangés disparaissent automatiquement à la fermeture de la discussion, et Meta affirme qu'aucune trace ne reste sur ses serveurs. La fonctionnalité repose sur la technologie Private Processing de WhatsApp, qui traite les échanges dans des environnements chiffrés de bout en bout auxquels même les équipes de l'entreprise n'auraient pas accès. Les recherches web effectuées pendant ces conversations seraient également anonymisées. Mark Zuckerberg a présenté Incognito Chat comme le premier système d'IA conversationnelle sans historique de conversations, une affirmation qui vise clairement à se distinguer des concurrents. L'impact de cette fonctionnalité est direct pour les centaines de millions d'utilisateurs de WhatsApp qui hésitaient jusqu'ici à confier des informations sensibles à un assistant IA. Les données financières, médicales ou professionnelles sont parmi les plus fréquemment citées comme frein à l'adoption des chatbots. En proposant un espace d'échange temporaire et invisible, Meta cherche à lever ce blocage psychologique et à accélérer l'adoption de Meta AI dans les usages quotidiens. Pour l'industrie, c'est un signal fort : la confidentialité est en train de devenir un argument concurrentiel de premier plan dans la guerre des assistants IA, au même titre que la performance des modèles. WhatsApp annonce également d'autres fonctions privées à venir, notamment des conversations secondaires protégées capables d'utiliser le contexte d'un échange sans exposer les messages principaux. Ce lancement s'inscrit dans un contexte de méfiance croissante envers les assistants conversationnels, régulièrement accusés de conserver les échanges pour entraîner leurs modèles ou d'alimenter un ciblage publicitaire trop précis. Meta traîne depuis des années une réputation difficile sur les questions de vie privée, et WhatsApp, racheté en 2014 pour 19 milliards de dollars, reste sous scrutin constant des régulateurs européens et des associations de défense des données personnelles. En lançant Incognito Chat, l'entreprise joue sur deux tableaux : rassurer une base d'utilisateurs qui utilise déjà WhatsApp pour des échanges intimes, et positionner Meta AI comme un assistant de confiance face à des concurrents comme ChatGPT ou Gemini. La formule de Zuckerberg sur l'absence d'historique ressemble d'ailleurs moins à une description technique qu'à un message marketing destiné aux utilisateurs les plus réticents. La vraie question qui demeure est celle de la vérifiabilité : comment les utilisateurs peuvent-ils s'assurer que ces promesses de confidentialité sont effectivement tenues, sans audit indépendant public des infrastructures concernées.

Meta AI : un vrai pot de colle, vous ne pouvez pas le bloquer sur Threads

Meta a annoncé mardi le lancement d'un test de sa fonctionnalité Meta AI directement intégrée à Threads, son réseau social concurrent de X. Le principe reprend le modèle de Grok chez xAI : les utilisateurs peuvent mentionner le compte @Meta AI dans n'importe quelle conversation pour déclencher une réponse automatique de l'assistant. Le déploiement reste pour l'instant limité à cinq pays : l'Argentine, la Malaisie, le Mexique, l'Arabie saoudite et Singapour. L'IA peut répondre à des questions du quotidien, comme expliquer la tendance du matcha ou indiquer la prononciation du mot "Cannes", selon une vidéo de démonstration publiée par Meta elle-même. Le problème central qui a enflammé la plateforme tient en un mot : le blocage est impossible. Contrairement à n'importe quel autre compte sur Threads, Meta AI ne peut pas être bloqué par les utilisateurs. L'option habituelle, accessible via les trois points du profil, disparaît purement et simplement du menu. Certains utilisateurs ont signalé avoir brièvement aperçu le bouton avant de recevoir un message d'erreur en tentant de l'utiliser. La grogne a rapidement pris de l'ampleur : le sujet "Impossible de bloquer Meta AI" est devenu viral avec plus d'un million de publications sur la plateforme, avant de disparaître mystérieusement des tendances, ce qui n'a fait qu'amplifier la méfiance. Face à la pression, Meta a répondu via sa porte-parole Christine Pai, qui assure que les utilisateurs peuvent "gérer leur expérience" en masquant certaines réponses, en les désactivant dans leur fil ou en sélectionnant l'option "Pas intéressé(e)". Le blocage direct, lui, reste indisponible. Cette situation illustre une tension de fond qui traverse toute l'industrie des réseaux sociaux : l'intégration forcée d'assistants IA dans des espaces de conversation que les utilisateurs considèrent comme les leurs. Meta, qui cherche à monétiser et valoriser ses investissements massifs dans l'IA, a tout intérêt à maximiser l'exposition de Meta AI à travers ses milliards d'utilisateurs sur Facebook, Instagram et Threads. Mais l'absence d'option de blocage soulève des questions légitimes sur le consentement et le contrôle des utilisateurs, particulièrement en Europe où le cadre réglementaire du RGPD impose des obligations strictes en la matière. Si le test se conclut par un déploiement mondial, Meta devra probablement trancher : soit introduire une vraie option de blocage pour respecter les attentes des utilisateurs et les réglementations, soit assumer pleinement le choix de rendre son IA incontournable sur la plateforme.

💬 C'est pas un oubli, c'est assumé. Proposer "masquer la réponse" à la place du blocage, c'est la fausse alternative typique de Meta : l'IA reste dans ton fil, elle répond, elle collecte, tu n'as juste plus à la voir. Le RGPD va adorer ça.

Meta AI publie NeuralBench : un framework open source pour évaluer les modèles NeuroIA sur 36 tâches EEG et 94 jeux de données

Meta AI a publié NeuralBench, un framework open source unifié destiné à évaluer les modèles d'intelligence artificielle entraînés sur des signaux cérébraux. La première version, NeuralBench-EEG v1.0, constitue le benchmark ouvert le plus complet jamais publié dans ce domaine : 36 tâches d'évaluation distinctes, 94 jeux de données, 9 478 sujets, 13 603 heures d'électroencéphalogrammes (EEG), et 14 architectures de deep learning comparées sous une interface standardisée commune. Le framework est installable via pip et s'utilise en ligne de commande, chaque tâche étant configurée par un fichier YAML léger. Il repose sur trois bibliothèques Python modulaires : NeuralFetch pour l'acquisition des données depuis des dépôts publics comme OpenNeuro, DANDI et NEMAR ; NeuralSet pour le prétraitement via MNE-Python et HuggingFace ; et NeuralTrain pour l'entraînement, fondé sur PyTorch-Lightning. Huit catégories de tâches sont couvertes, allant du décodage cognitif (images, parole, vidéo, frappe) aux interfaces cerveau-machine, en passant par la détection clinique de crises d'épilepsie, l'analyse du sommeil et le phénotypage. Ce travail répond à un problème structurel qui freine le champ du NeuroAI depuis plusieurs années : l'absence de référentiel commun pour comparer les modèles de manière rigoureuse. Jusqu'ici, chaque équipe de recherche utilisait ses propres pipelines de prétraitement, ses propres jeux de données et ne publiait ses résultats que sur un sous-ensemble restreint de tâches. Des benchmarks existants comme MOABB couvraient jusqu'à 148 datasets mais se limitaient à 5 tâches ; d'autres initiatives comme EEG-Bench ou EEG-FM-Bench restaient chacune contraintes dans leur périmètre. Cette fragmentation permettait aux auteurs de présenter leurs modèles comme "généralisables" sur la base d'évaluations triées sur le volet, sans point de comparaison universel. NeuralBench établit enfin ce socle commun, ce qui permettra aux chercheurs de savoir précisément quel modèle excelle dans quel contexte, et d'en tirer des conclusions transférables à des applications réelles comme le diagnostic neurologique ou les prothèses contrôlées par la pensée. La publication s'inscrit dans une vague d'intérêt croissant pour les "modèles de fondation cérébraux" : des grands modèles pré-entraînés sur des enregistrements neuronaux bruts, puis affinés pour des tâches spécifiques, à l'image de ce que BERT ou GPT ont représenté pour le langage. Meta compare dans NeuralBench-EEG v1.0 trois grandes familles : des architectures spécialisées légères (1,5K à 4,2M paramètres entraînées from scratch), des modèles de fondation EEG pré-entraînés (3,2M à 157,1M paramètres) comme BENDR, LaBraM, BIOT, CBraMod, LUNA et REVE, ainsi que des baselines classiques à features artisanales. Tous les modèles de fondation sont affinés avec la même recette d'entraînement (AdamW, taux d'apprentissage 10⁻⁴, cosine-annealing). Meta annonce que le framework sera étendu à d'autres modalités cérébrales comme la MEG et l'IRMf, pour lesquelles il n'existe aujourd'hui aucun benchmark systématique.

💬 Le vrai problème du NeuroAI, c'était pas les modèles, c'était qu'on ne pouvait pas les comparer sérieusement. Chaque labo publiait ses résultats sur ses propres datasets, ce qui permettait à n'importe qui de se prétendre généralisable sans que personne puisse vérifier. NeuralBench règle ça, et c'est probablement plus utile que dix nouveaux modèles EEG de plus.

Google et Meta s'empressent de développer des agents IA personnels pendant qu'Anthropic et OpenAI creusent l'écart

Google et Meta testent en interne de nouveaux agents d'IA personnels, baptisés respectivement "Remy" et "Hatch", conçus pour gérer des tâches quotidiennes de manière autonome. Ces projets sont une réponse directe à l'avance prise par Anthropic et OpenAI sur le marché des assistants intelligents. Pour concentrer ses ressources sur cette nouvelle priorité, Google a abandonné Mariner, son projet d'agent navigateur web, qui était pourtant en développement actif. Ce changement de cap illustre une transformation profonde dans la manière dont les géants technologiques conçoivent l'IA utilitaire. L'industrie délaisse les agents qui opèrent via un navigateur pour privilégier des assistants intégrés directement dans les outils du quotidien : messagerie, calendrier, plateformes d'achat. Pour les utilisateurs finaux, cela signifie des assistants capables d'agir dans leur environnement numérique réel, sans friction d'interface. Pour les entreprises, l'enjeu est de capturer un point d'entrée stratégique dans la vie numérique des utilisateurs. La course aux agents personnels s'intensifie dans un contexte où Anthropic, avec Claude, et OpenAI, avec ses offres GPT et Operator, ont pris une longueur d'avance sur l'expérience agentique. Google et Meta, malgré leurs ressources considérables, se retrouvent en position de rattrapage. Les prochains mois seront déterminants : les deux groupes devront décider s'ils misent sur leurs écosystèmes existants (Gmail, Google Agenda, WhatsApp, Instagram) pour différencier leurs agents, ou s'ils cherchent à concurrencer frontalement sur des cas d'usage génériques.

Meta développe un agent IA nommé Hatch et un outil d'achat à base d'agents pour Instagram

Meta développe en secret un agent conversationnel autonome baptisé "Hatch", selon des sources proches du dossier. Inspiré d'OpenClaw, un agent développé par OpenAI, Hatch est actuellement en phase d'entraînement avec pour objectif un test interne d'ici fin juin 2026. Parallèlement, le groupe travaille sur un outil d'achat agentique intégré à Instagram, capable d'agir de manière autonome pour les utilisateurs. Pour préparer Hatch à des interactions réelles, Meta a construit des environnements web isolés simulant des plateformes comme DoorDash, Etsy, Reddit, Yelp et Outlook, permettant à l'agent de s'entraîner sur des répliques de sites existants. Ces développements illustrent la pression croissante que Mark Zuckerberg exerce en interne pour que les investissements massifs de Meta en intelligence artificielle génèrent des retours concrets. Un agent capable de naviguer sur le web, passer des commandes ou interagir avec des services tiers représenterait un saut qualitatif majeur pour les produits Meta, transformant les assistants textuels actuels en véritables exécutants numériques. L'intégration dans Instagram d'un outil de shopping agentique ouvre également la voie à une monétisation directe via l'IA. Meta s'inscrit ainsi dans une course engagée par tous les géants technologiques vers les agents autonomes. OpenAI, Google et Microsoft ont chacun lancé des systèmes similaires ces derniers mois. Pour Meta, dont les revenus restent très dépendants de la publicité, développer une couche agentique sur ses applications sociales constitue un enjeu stratégique de premier ordre, à la fois pour fidéliser les utilisateurs et ouvrir de nouveaux modèles économiques.

L'accord Meta-Manus difficile à annuler : comment Pékin va-t-il exercer son autorité ?

Meta Platforms avait annoncé il y a environ quatre mois le rachat de Manus, une startup d'intelligence artificielle d'origine chinoise, pour un montant de 2 milliards de dollars. Manus, qui se présentait comme le développeur du premier agent IA général au monde, avait accordé aux employés de Meta des accès illimités à sa plateforme durant cette période d'intégration progressive. Lundi, Pékin a ordonné le blocage de l'opération, intervenant tardivement alors que la transaction était déjà bien avancée. Selon des analystes, défaire cette acquisition sera "chronophage", "complexe" et "difficile" compte tenu du niveau d'imbrication déjà atteint entre les deux entreprises. La situation expose les risques concrets pour les groupes technologiques américains qui cherchent à absorber des startups issues de Chine : plus l'intégration est avancée au moment d'un veto gouvernemental, plus le démantèlement devient coûteux, juridiquement incertain et opérationnellement douloureux. Pour Meta, cela représente un revers stratégique dans sa course aux agents IA autonomes. Cette décision s'inscrit dans un contexte de durcissement croissant de Pékin sur les transferts de technologies stratégiques à l'étranger, particulièrement dans le secteur de l'IA. Manus avait suscité un vif intérêt mondial début 2025 en se positionnant comme une solution d'agent IA de nouvelle génération, capable d'agir de manière autonome sur des tâches complexes. L'affaire pourrait freiner de futurs rachats sino-américains dans le domaine de l'IA et renforcer la fracture technologique entre les deux superpuissances, chacune cherchant à protéger ses champions nationaux.

La Chine bloque le rachat de MANUS par META / CYERA rachète RYFT pour sécuriser l’IA / AUDION lève 13 millions d’euros

Pékin a opposé son veto à l'acquisition de Manus par Meta Platforms, bloquant une opération estimée à 2 milliards de dollars (environ 1,7 milliard d'euros). Manus est une startup spécialisée dans l'IA agentique, une technologie permettant à des agents autonomes d'exécuter des tâches complexes sans supervision humaine continue. Les autorités chinoises ont invoqué les réglementations encadrant les investissements étrangers pour justifier ce blocage, signalant une volonté explicite de garder sur le territoire national les actifs stratégiques liés à l'intelligence artificielle. Dans le même temps, deux autres mouvements ont animé le secteur : la société de cybersécurité Cyera a annoncé le rachat de Ryft pour renforcer la protection des systèmes d'IA, et la startup Audion a bouclé une levée de fonds de 13 millions d'euros. Le blocage de l'accord Manus-Meta illustre la montée en puissance des restrictions sur les transferts technologiques entre la Chine et les États-Unis. En empêchant Meta de s'emparer d'une pépite de l'IA agentique, Pékin protège non seulement une technologie émergente à fort potentiel, mais envoie aussi un signal clair aux investisseurs étrangers. Pour Meta, qui multiplie les acquisitions dans l'IA pour rattraper ses concurrents OpenAI et Google, c'est un revers stratégique significatif. L'acquisition de Ryft par Cyera, elle, répond à un besoin croissant de sécurisation des pipelines IA dans les entreprises. Ce veto s'inscrit dans un contexte de guerre technologique larvée entre Washington et Pékin, où chaque camp tente de contrôler la chaîne de valeur de l'IA. La Chine a multiplié depuis 2023 ses restrictions sur l'export de technologies sensibles et le rachat de startups nationales par des acteurs américains. Meta se retrouve ainsi pris en étau entre sa stratégie d'expansion agressive dans l'IA et les nouvelles frontières géopolitiques du secteur. La question de savoir si Manus cherchera d'autres acheteurs ou lèvera des fonds de manière indépendante reste ouverte.

Que cache le grand partenariat entre Meta et Amazon autour des puces CPU ?

Le 24 avril 2026, Meta Platforms a officialisé un accord de plusieurs milliards de dollars avec Amazon Web Services portant sur l'accès à des dizaines de millions de cœurs de puces Graviton sur une durée estimée entre trois et cinq ans. Les puces concernées sont les Graviton5, gravées en 3 nanomètres, conçues en interne par Amazon via Annapurna Labs sur architecture Arm. Meta devient ainsi l'un des cinq plus grands clients de cette gamme de processeurs. Selon Nafea Bshara, vice-présidente d'AWS, le critère décisif pour Meta a été le rapport performance/prix, dans un contexte où les coûts d'infrastructure liés à l'IA atteignent des niveaux inédits. L'accord marque une rupture avec la logique purement GPU qui dominait les décisions d'infrastructure depuis deux ans et confirme un rééquilibrage profond des architectures de calcul à grande échelle. Ce retour des CPU au premier plan n'est pas un hasard. L'essor des agents IA, ces systèmes capables d'exécuter des tâches complexes de manière autonome, génère des besoins de calcul différents de ceux de l'entraînement des grands modèles. Les CPU jouent un rôle central dans les phases dites de post-entraînement, où les modèles sont ajustés pour des usages spécifiques, ainsi que dans la gestion de l'orchestration en amont et en aval des GPU. Loin de les remplacer, ils les complètent en optimisant l'ensemble de la chaîne de traitement. Pour Meta, qui déploie Meta AI à des centaines de millions d'utilisateurs et développe activement des expériences agentiques, la capacité à absorber des volumes massifs d'inférences à coût maîtrisé est devenue un avantage compétitif direct. Cet accord s'inscrit dans une stratégie d'infrastructure délibérément diversifiée. Meta multiplie les partenariats avec Nvidia, AMD et Arm Holdings, refusant toute dépendance à une architecture unique. La collaboration avec Amazon remonte à 2016, mais bascule ici vers un engagement sur une technologie CPU spécifique, ce qui est inédit dans leur relation. Sur le plan géographique, la majorité des déploiements sera réalisée aux États-Unis, dans un contexte de souveraineté technologique et de sécurisation des chaînes d'approvisionnement devenues des enjeux stratégiques. Du côté d'Amazon, valider Meta comme client de référence renforce la crédibilité des Graviton face aux solutions concurrentes et soutient une intégration verticale plus large : AWS vient d'annoncer 5 milliards de dollars supplémentaires investis dans Anthropic, qui utilisera elle aussi ces mêmes puces maison.

Chez UBER, l’IA fait exploser les budgets / Chez META, les salariés entraînent les machines / OpenAI muscle son jeu en Europe avec un Français à sa tête

Chez Uber, le directeur technique Praveen Neppalli Naga a révélé, selon The Information, que l'usage intensif des outils de génération de code par automatique a déjà épuisé la totalité du budget IA alloué pour 2026, pourtant censé couvrir l'ensemble de l'exercice. Des solutions comme Claude Code d'Anthropic sont au coeur de cette dérive budgétaire. De son côté, Meta a mis en place un programme interne où ses propres salariés participent activement à l'entraînement de ses modèles d'intelligence artificielle, transformant les employés en contributeurs directs du pipeline de données. Enfin, OpenAI renforce sa présence en Europe en nommant un Français à la tête de ses opérations sur le continent. Ces trois signaux illustrent une même réalité : les entreprises tech sous-estiment systématiquement les coûts et la profondeur organisationnelle de l'intégration de l'IA. Chez Uber, la dérive budgétaire en quelques mois seulement soulève des questions sur la gouvernance des dépenses IA à grande échelle. La démarche de Meta pose, elle, des questions éthiques sur la frontière entre rôle professionnel et contribution à des systèmes d'automatisation. La nomination chez OpenAI signale quant à elle que le marché européen est désormais trop stratégique pour être géré depuis les États-Unis. L'explosion des usages de l'IA générative en entreprise depuis 2023 a pris de court les directions financières, qui découvrent que les tokens consommés à l'échelle d'ingénieries entières représentent des coûts variables difficiles à anticiper. Dans ce contexte, Meta mise sur l'humain en interne pour améliorer la qualité de ses modèles face à OpenAI et Google, tandis qu'OpenAI cherche à ancrer sa légitimité réglementaire et commerciale en Europe, un terrain où les résistances institutionnelles restent fortes.

Meta transforme ses salariés en « rats de laboratoire » pour son futur agent IA

Meta surveille les habitudes informatiques de ses employés pour entraîner son futur agent IA. Selon des notes internes révélées par Reuters, l'entreprise a déployé un logiciel de suivi intégré à certains outils professionnels internes, capable d'enregistrer les mouvements de souris, les clics, les frappes clavier et de capturer régulièrement des captures d'écran. Ces données sont collectées sur des applications internes et des sites web professionnels, avec pour objectif de documenter précisément comment les humains interagissent avec leur machine au quotidien. Un porte-parole de Meta confirme que ces informations servent à améliorer la capacité des agents IA à réaliser des tâches concrètes : naviguer dans des menus, cliquer sur des boutons, reproduire des séquences d'actions basiques mais essentielles. L'entreprise assure également que ces données ne seront pas utilisées pour évaluer la performance individuelle des salariés. L'enjeu est considérable pour le développement des agents IA dits "computer use", capables d'opérer directement sur un ordinateur comme le ferait un humain. Les textes, images et vidéos disponibles sur internet sont déjà massivement exploités pour entraîner les grands modèles de langage, mais les données d'interaction réelle avec une interface restent rares et difficiles à obtenir à grande échelle. Des entreprises concurrentes ont recours à des environnements simulés pour générer ce type de données comportementales, une approche coûteuse et imparfaite. En mobilisant directement ses propres employés, Meta accède à des flux de comportements authentiques, dans des contextes de travail réels, ce qui représente un avantage compétitif significatif pour entraîner des agents performants sur des tâches professionnelles. Cette initiative s'inscrit dans un contexte de pression croissante chez Meta autour de l'IA. L'entreprise, qui a massivement investi dans le développement de ses modèles Llama et de ses agents conversationnels, cherche à combler son retard sur des acteurs comme OpenAI ou Google dans le domaine des agents autonomes. En parallèle, Reuters rapporte que Meta envisage de fixer des objectifs d'usage de l'IA à certains de ses personnels, et réfléchirait à une réduction potentielle de ses effectifs mondiaux pouvant atteindre 10 %. La collecte de données sur les employés soulève néanmoins des questions éthiques sur le consentement et la surveillance au travail, même si Meta la présente comme une contribution collective au progrès technologique interne. La frontière entre outil d'entraînement et surveillance professionnelle reste floue, et cette démarche pourrait alimenter les débats réglementaires sur les droits des travailleurs à l'ère de l'IA.

Meta formerait des agents IA en surveillant les souris et claviers de ses employés

Meta va commencer à collecter les mouvements de souris, clics et frappes clavier de ses employés américains pour entraîner ses futurs agents d'intelligence artificielle. L'initiative, baptisée Model Capability Initiative, a été annoncée en interne via des mémos publiés par l'équipe Meta Superintelligence Labs et révélée par Reuters. Le logiciel de suivi fonctionnera sur des applications et sites web professionnels spécifiques, et prendra également des captures d'écran périodiques pour fournir du contexte aux données d'entraînement. Selon le mémo interne, "c'est là où tous les employés de Meta peuvent aider nos modèles à s'améliorer simplement en faisant leur travail quotidien." Cette approche vise à produire des données d'entraînement de haute qualité pour les agents IA, c'est-à-dire des systèmes capables d'accomplir des tâches complexes de manière autonome sur un ordinateur. Reproduire fidèlement les comportements humains réels dans des environnements de travail concrets est un défi majeur pour ce type d'IA, et les données synthétiques ou publiques ne suffisent plus. En utilisant le travail quotidien de milliers d'employés comme source de données, Meta espère accélérer le développement d'agents capables de naviguer dans des interfaces réelles. Cette initiative s'inscrit dans une course effrénée entre les grandes entreprises technologiques pour développer des agents IA performants, un marché que Microsoft, Google et OpenAI ciblent également activement. La question de la surveillance des employés à des fins commerciales soulève néanmoins des questions éthiques et juridiques, notamment en matière de consentement et de vie privée au travail. Il reste à voir si Meta étendra ce programme à ses employés hors des États-Unis, où les réglementations comme le RGPD européen imposent des contraintes bien plus strictes.

Meta présente les 'hyperagents' pour une IA auto-améliorante sur des tâches non techniques

Des chercheurs de Meta et de plusieurs universités ont présenté un nouveau cadre d'agents autonomes baptisé "hyperagents", conçu pour surmonter les limites des systèmes d'IA auto-améliorants actuels. Contrairement aux architectures existantes, comme la Darwin Gödel Machine (DGM) de Sakana AI, qui ne fonctionnent efficacement que sur des tâches de programmation, les hyperagents peuvent réécrire et optimiser leur propre logique de résolution de problèmes dans des domaines non techniques comme la robotique, l'analyse documentaire ou la revue d'articles scientifiques. Le système est dit "entièrement autoréférentiel" : il peut analyser, évaluer et modifier n'importe quelle partie de lui-même sans contraintes liées à sa configuration initiale. Les hyperagents inventent de façon autonome des capacités génériques comme la mémoire persistante ou le suivi automatisé des performances, sans intervention humaine. L'enjeu est considérable pour les entreprises qui cherchent à déployer des agents IA dans des environnements de production réels, où les tâches sont imprévisibles et variables. Jusqu'ici, les systèmes auto-améliorants étaient bridés par un "meta-agent" statique, conçu par des ingénieurs humains et incapable d'évoluer plus vite que ces derniers ne pouvaient le maintenir. Jenny Zhang, co-auteure de l'article, résume le problème ainsi : "Chaque fois que quelque chose change ou se casse, une personne doit intervenir pour mettre à jour les règles ou la logique." Les hyperagents brisent ce "mur de maintenance" en découplant la capacité à améliorer les tâches de la capacité à modifier le code sous-jacent, deux compétences fondamentalement distinctes. Le résultat est un système qui non seulement s'améliore sur les tâches, mais optimise également le cycle d'auto-amélioration lui-même, accélérant les progrès de façon exponentielle avec moins de prompt engineering manuel. Ce travail s'inscrit dans une course plus large à l'automatisation de l'ingénierie des agents IA, un domaine en pleine effervescence depuis les succès de DGM sur les benchmarks de programmation en 2025. La DGM avait démontré qu'une amélioration récursive et ouverte était techniquement réalisable, mais uniquement lorsque la tâche elle-même était du code. Meta franchit une étape supplémentaire en généralisant ce principe à des domaines où l'évaluation des performances et la réécriture du comportement requièrent des compétences radicalement différentes, comme l'analyse textuelle subjective ou l'exploration de données métier. Si les hyperagents tiennent leurs promesses à l'échelle, ils pourraient réduire drastiquement la dépendance aux équipes d'ingénierie spécialisées pour adapter les agents à chaque nouveau contexte, ouvrant la voie à des systèmes véritablement capables de s'adapter seuls aux environnements d'entreprise en constante évolution.

L'enquête chinoise sur le rachat de Manus par Meta inquiète les startups

Le gouvernement chinois a ouvert une enquête sur la vente de la startup d'agents IA Manus à Meta Platforms, provoquant une onde de choc dans l'écosystème des startups d'intelligence artificielle en Chine. Cette investigation, dont les détails précis restent flous, cible une transaction qui représentait pour de nombreux fondateurs un débouché naturel : être rachetés par un géant technologique américain. Hank Yuan, co-fondateur d'une nouvelle startup basée à Shenzhen qui développe un agent IA pour le marché mondial, résume le sentiment général : « Tous les fondateurs de startups IA que je connais suivent l'affaire Manus de très près. » L'impact est immédiat et concret. Plusieurs startups envisagent désormais de déplacer tout ou partie de leurs opérations vers Singapour, ou de quitter la Chine entièrement. Le choix du financement devient aussi une question stratégique brûlante : lever des fonds en yuan chinois ou en dollars américains implique désormais des conséquences géopolitiques directes sur la capacité à vendre à l'international ou à attirer des investisseurs américains. Comme le formule Yuan, les fondateurs doivent « réfléchir encore plus soigneusement aux marchés visés, à la structure juridique de leur entreprise et à la devise dans laquelle lever des fonds ». Les startups dont l'ambition se limite au marché chinois, financées par du capital-risque local ou asiatique, sont moins exposées à ces tensions. Cette affaire s'inscrit dans une rivalité technologique sino-américaine de plus en plus intense, où les acquisitions transfrontalières d'entreprises IA deviennent des enjeux de souveraineté nationale. Pékin surveille de près les transferts de technologie vers des entreprises américaines, notamment dans le domaine de l'IA agentique, considéré comme stratégique. Pour les fondateurs chinois qui cherchent une sortie vers les grands groupes de la Silicon Valley, la fenêtre se resserre. Singapour, hub neutre entre les deux blocs, s'impose comme la destination de repli privilégiée pour ceux qui veulent préserver à la fois un accès aux marchés occidentaux et une base opérationnelle en Asie.

Meta clone Zuckerberg en IA : saurez-vous reconnaître le vrai robot ?

Meta développe un avatar numérique photoréaliste de son fondateur et PDG Mark Zuckerberg, capable d'interagir en temps réel avec les employés de l'entreprise. Révélé par le Financial Times en avril 2026, ce projet est piloté par la division Meta Superintelligence Labs et s'appuie sur le modèle de langage maison Muse Spark. L'IA a été entraînée sur la voix exacte de Zuckerberg, ses tics de langage, ses discours publics et sa vision stratégique, afin de produire une réplique aussi fidèle que possible. Pour fluidifier l'interaction vocale et éliminer toute latence, Meta a récemment acquis deux startups spécialisées dans l'IA vocale, PlayAI et WaveForms. Zuckerberg lui-même s'implique directement dans le projet, consacrant entre 5 et 10 heures par semaine à coder sur diverses initiatives d'IA. Le budget alloué est vertigineux : entre 115 et 135 milliards de dollars de dépenses en capital pour la seule année 2026, sur un plan d'investissement global estimé à 600 milliards d'ici 2028. L'objectif affiché de ce clone numérique est de créer une ligne directe entre le PDG et ses équipes, en permettant aux employés d'obtenir du feedback, d'échanger sur des projets et de contourner les pesanteurs hiérarchiques d'un groupe qui emploie des dizaines de milliers de personnes. Ce "patron virtuel" est distinct d'un autre outil interne baptisé CEO Agent, conçu lui pour aider Zuckerberg à extraire instantanément des données financières et opérationnelles. La directrice financière Susan Li a déjà indiqué que les agents de codage IA ont augmenté la productivité des ingénieurs de 30 % depuis début 2025, ce qui donne une mesure concrète de l'ampleur de la transformation en cours. Si l'expérience interne s'avère concluante, Meta prévoit d'ouvrir la technologie aux créateurs de contenu et influenceurs via sa plateforme AI Studio, leur permettant de cloner leur propre personnalité pour interagir avec leurs communautés. Ce projet s'inscrit dans une restructuration profonde annoncée fin janvier 2026, par laquelle Meta entend réorganiser l'ensemble de l'entreprise autour de l'intelligence artificielle. Pendant des années, l'image de Zuckerberg a alimenté les mèmes l'assimilant à un androïde dépourvu d'émotions, une ironie que le développement de son propre double numérique rend soudainement concrète. Plus largement, la démarche illustre une tendance de fond dans la Silicon Valley : utiliser l'IA générative non plus seulement pour automatiser des tâches, mais pour démultiplier la présence des dirigeants et aplatir les organisations. La question qui se pose désormais est celle de la confiance et de l'authenticité dans les environnements de travail, à mesure que les frontières entre le vrai PDG et son avatar deviennent imperceptibles pour les collaborateurs.

Le boss de Meta se dote d’un clone généré par IA

Meta travaille à la création d'un jumeau numérique photoréaliste de son PDG Mark Zuckerberg, selon quatre sources citées par le Financial Times. Entraîné à partir d'images et d'enregistrements vocaux du dirigeant, cet avatar animé par intelligence artificielle est conçu pour permettre aux employés de l'entreprise d'interagir avec lui en temps réel. Zuckerberg serait personnellement impliqué dans l'entraînement et les tests du système, qui pourrait lui permettre de donner des retours à ses équipes sans passer par la chaîne hiérarchique habituelle. Ce projet reste distinct de l'« agent de direction » révélé le mois dernier par le Wall Street Journal, un outil distinct destiné à l'assister dans la gestion opérationnelle de Meta. Si l'expérience interne est concluante, l'entreprise envisage d'ouvrir la technologie aux influenceurs et créateurs de contenu, qui pourraient à leur tour déployer des clones photoréalistes d'eux-mêmes pour interagir avec leurs audiences. L'enjeu est considérable pour Meta, qui cherche une application grand public crédible après avoir englouti plus de 60 milliards de dollars dans Reality Labs, son unité métavers, depuis 2020 sans résultats commerciaux probants. Des personnages virtuels photoréalistes pilotés par IA représentent une nouvelle tentative de concrétiser la promesse d'interactions immersives, cette fois en s'appuyant sur des cas d'usage plus tangibles : communication interne, relation fan-créateur, compagnons virtuels. Pour les créateurs, la possibilité de déléguer des interactions à un avatar IA soulève également des questions de monétisation inédites, mais aussi de transparence vis-à-vis de leurs abonnés. Ce projet s'inscrit dans une longue série de tentatives de Meta pour peupler ses plateformes de personnages IA. En septembre 2023, l'entreprise avait lancé des chatbots inspirés de célébrités comme Snoop Dogg, tous désactivés depuis. Elle avait ensuite déployé un AI Studio permettant aux utilisateurs et créateurs de concevoir leurs propres avatars conversationnels, initiative rapidement entachée de controverses après la création de contenus problématiques. Pour alimenter la dimension vocale de ces avatars, Meta a racheté en 2024 deux spécialistes de la synthèse vocale, PlayAI et WaveForms. Le défi technique reste néanmoins majeur : garantir le photoréalisme et l'absence de latence à grande échelle exige une puissance de calcul considérable. En arrière-plan, la progression fulgurante de Character AI auprès des jeunes utilisateurs a visiblement accéléré la stratégie de Zuckerberg, qui mise désormais sur les avatars IA comme prochain levier de croissance pour Facebook, Instagram et WhatsApp.

Meta parie 21 milliards sur CoreWeave : La nouvelle référence de la valorisation IA ?

Meta a annoncé le 9 avril 2026 un nouvel accord de 21 milliards de dollars avec CoreWeave, portant l'engagement total du groupe envers ce fournisseur de cloud GPU à plus de 35 milliards de dollars. Cet accord court jusqu'en décembre 2032 et couvre principalement des capacités de calcul dédiées à l'inférence, c'est-à-dire le traitement en temps réel des requêtes IA dans les applications grand public. L'action CoreWeave ($CRWV) a bondi d'environ 8 % à l'annonce de la nouvelle. Le partenariat inclut également un accès anticipé à la plateforme NVIDIA Vera Rubin, la prochaine génération de puces IA qui succède à l'architecture Blackwell, déployée sur plusieurs sites avant sa disponibilité commerciale large. Cet accord illustre un changement de paradigme dans la compétition en intelligence artificielle : l'infrastructure compute est désormais aussi stratégique que les modèles eux-mêmes. Les modèles Llama de Meta sont intégrés dans Facebook, Instagram, WhatsApp et Messenger, soit plusieurs milliards d'utilisateurs actifs. À cette échelle, chaque requête mobilise de la puissance de calcul, et la latence comme les coûts deviennent des variables critiques. CoreWeave, spécialisé dans les clusters GPU haute densité, peut déployer des capacités beaucoup plus rapidement qu'un hyperscaler classique en phase de construction, ce qui en fait un relais opérationnel immédiatement exploitable. L'accès anticipé aux puces Vera Rubin donne par ailleurs à Meta un avantage compétitif concret : optimiser ses modèles sur une architecture plus performante avant que ses concurrents ne puissent faire de même. Meta n'abandonne pas pour autant ses investissements internes. Le groupe prévoit entre 115 et 135 milliards de dollars de dépenses d'investissement pour 2026, dont un centre de données estimé à 10 milliards de dollars au Texas. Mais ces infrastructures propres prennent des années à construire, et l'urgence concurrentielle ne permet pas d'attendre. La stratégie adoptée est donc hybride : construire en interne pour le long terme, louer chez CoreWeave pour répondre aux besoins immédiats. Mike Intrator, PDG de CoreWeave, a résumé cette logique en évoquant un risque opérationnel trop élevé pour dépendre d'une seule approche. Ce modèle de redondance computing, mi-propriétaire mi-externalisé, pourrait rapidement devenir la norme dans l'industrie, à mesure que Google, Microsoft et Amazon font face aux mêmes tensions sur les GPU et aux mêmes exigences de rapidité d'exécution.

Nvidia vs Meta : qui contrôle vraiment l’IA en 2026 ?

En 2026, deux géants se livrent une bataille ouverte pour le contrôle de l'infrastructure de l'intelligence artificielle mondiale. D'un côté, Nvidia capte entre 80 et 90 % du marché des GPU pour centres de données, enchaînant les trimestres records grâce à une demande pour ses puces Blackwell qui dépasse toutes les prévisions. De l'autre, Meta, dirigé par Mark Zuckerberg, a décidé de rompre sa dépendance à ce fournisseur unique en annonçant jusqu'à 135 milliards de dollars d'investissements en capital pour 2026, dont un contrat historique de 6 gigawatts de puces AMD. Le marché mondial de l'IA générative devrait franchir 100 milliards de dollars d'ici fin 2026, porté par une adoption professionnelle massive : près de 80 % des entreprises prévoient d'intégrer des API d'IA ou de déployer des modèles personnalisés dans leurs processus. Les revenus issus des applications mobiles boostées à l'IA devraient doubler entre 2024 et 2026, avec une répartition géographique marquée : 37,3 milliards de dollars pour les États-Unis (+60 %), 14,7 milliards pour la Chine (+72 %), et une projection de 20 milliards pour la France à horizon 2030. L'enjeu dépasse la simple guerre commerciale entre deux entreprises. Ce que Meta cherche à construire, c'est une souveraineté technologique sur sa propre pile IA, de l'infrastructure physique jusqu'aux modèles. Tant que Nvidia reste le passage obligé pour tout acteur sérieux de l'IA, le géant de Menlo Park reste exposé à des pénuries, des hausses de prix et des délais de livraison qu'il ne contrôle pas. La diversification vers AMD n'est pas un choix technique anodin : c'est un signal politique adressé à toute l'industrie. En parallèle, les joueurs grand public risquent de subir les conséquences de cette course aux serveurs IA, Nvidia orientant clairement sa production vers les centres de données au détriment du segment gaming. La véritable forteresse de Nvidia ne réside pas dans ses puces mais dans son écosystème logiciel CUDA, standard industriel dominant depuis plus de quinze ans, que la concurrence peine à détrôner malgré des investissements considérables. L'architecture Rubin, attendue en succession des Blackwell, devrait creuser encore l'écart en termes de performances brutes. Meta n'est pas seul dans cette tentative de diversification : Google avec ses TPU, Amazon avec ses Trainium, et Microsoft via ses investissements dans OpenAI cherchent tous à réduire leur exposition à un seul fournisseur. La question qui structure désormais toute la filière est celle des infrastructures : les réseaux électriques, les capacités de refroidissement et les chaînes d'approvisionnement en semi-conducteurs peuvent-ils absorber une demande qui double tous les dix-huit mois ? C'est sur ce terrain physique, autant que logiciel, que se jouera la prochaine phase de la course à l'IA.

META invente l’IA social-native : une nouvelle couche entre contenu, recommandation et commerce

Meta opère un virage stratégique majeur dans son approche de l'intelligence artificielle, sous la direction d'Alexandr Wang, nouvellement nommé à la tête du Meta Superintelligence Lab. Le groupe annonce la fin d'un cycle structuré autour de Llama, son modèle open source, au profit d'une nouvelle orientation incarnée par Muse Spark. Ce repositionnement marque une rupture nette avec les années précédentes, où Meta avait bâti sa crédibilité IA sur la diffusion de modèles fondationnaux en open source destinés à la communauté des développeurs. L'enjeu est considérable : Meta cherche à tisser une couche d'IA directement intégrée entre le contenu, la recommandation algorithmique et le commerce sur ses plateformes. Cette "IA social-native" ne serait plus un outil externe greffé sur les produits, mais le système nerveux central d'un écosystème de 3,3 milliards d'utilisateurs quotidiens. Pour les annonceurs, les créateurs et les marques, cela représente une mutation profonde de la manière dont les contenus sont générés, filtrés et monétisés au sein de Facebook, Instagram et WhatsApp. Ce changement de cap intervient dans un contexte de compétition intense entre les grandes plateformes pour contrôler la prochaine couche d'interaction numérique. Google intègre Gemini dans Search et YouTube, Apple déploie ses fonctions IA dans iOS, et TikTok exploite déjà des recommandations fortement pilotées par l'IA. En faisant le pari d'une IA pensée pour l'usage social plutôt que pour la recherche fondamentale, Meta parie que la prochaine bataille ne se jouera pas dans les benchmarks, mais dans l'expérience quotidienne de milliards d'utilisateurs.

Meta lance KernelEvolve, un agent IA pour optimiser les infrastructures d'entraînement

Meta a présenté KernelEvolve, un système d'optimisation de kernels piloté par intelligence artificielle, développé en interne pour accélérer ses modèles de publicité et d'IA générative. Intégré à l'agent Ranking Engineer Agent, KernelEvolve automatise la création et l'optimisation de kernels — ces programmes bas niveau qui traduisent les opérations de haut niveau d'un modèle en instructions spécifiques à chaque puce. Le système cible une infrastructure hétérogène composée de GPU NVIDIA, de GPU AMD, de CPU classiques et des puces MTIA, les accélérateurs personnalisés de Meta. Les résultats publiés sont substantiels : plus de 60 % d'amélioration du débit d'inférence pour le modèle publicitaire Andromeda sur GPU NVIDIA, et plus de 25 % de gain en débit d'entraînement sur les puces MTIA. Des travaux qui auraient normalement demandé plusieurs semaines à des ingénieurs spécialisés ont été accomplis en quelques heures. L'article associé sera présenté au 53e International Symposium on Computer Architecture (ISCA) 2026. L'enjeu est direct et massif : Meta sert chaque jour des milliards d'expériences alimentées par l'IA, des recommandations personnalisées aux assistants génératifs. Chaque requête d'entraînement ou d'inférence repose sur une couche de kernels hautement optimisés, et à mesure que les modèles gagnent en complexité et que le parc matériel se diversifie, le nombre de configurations possibles explose — atteignant des milliers de combinaisons selon le hardware, l'architecture du modèle et le type d'opérateur. L'optimisation manuelle par des experts ne peut plus suivre ce rythme, créant un goulot d'étranglement critique qui freine l'adoption de nouveaux matériels et ralentit les cycles d'itération des modèles. KernelEvolve résout ce problème en traitant l'optimisation comme une recherche automatisée : un environnement d'évaluation dédié teste chaque kernel candidat, renvoie les diagnostics au LLM, et pilote une exploration continue sur des centaines d'alternatives — dépassant les performances des kernels écrits à la main par des experts humains. Cette initiative s'inscrit dans une tendance de fond chez les grandes plateformes technologiques : déléguer des tâches d'ingénierie de bas niveau à des agents IA pour absorber la complexité croissante des infrastructures de calcul. Meta fait face à la même contrainte que Google, Microsoft ou Amazon — accélérer sans cesse les modèles tout en maîtrisant les coûts de calcul sur un parc matériel qui ne cesse de se diversifier. KernelEvolve génère des kernels dans des langages aussi bien de haut niveau comme Triton ou CuteDSL que de bas niveau comme CUDA, HIP ou MTIA C++, ce qui lui confère une portabilité rare. À terme, ce type d'agent pourrait devenir standard dans l'industrie, réduisant drastiquement le besoin d'ingénieurs spécialisés en optimisation matérielle et accélérant la mise en production de nouvelles architectures de modèles sur des puces encore inconnues.

Perplexity dans la tourmente : des données personnelles d’utilisateurs auraient fuité vers Meta et Google

Un utilisateur de l'Utah, qui souhaite conserver l'anonymat, a porté plainte contre Perplexity AI, accusant le moteur de recherche basé sur l'intelligence artificielle d'avoir transmis ses conversations privées à Meta et Google sans son consentement. Selon son avocat, l'utilisateur recourait régulièrement à Perplexity pour obtenir des conseils fiscaux, juridiques et financiers, des échanges qu'il considérait confidentiels. Des outils de tracking intégrés à la plateforme auraient permis à des tiers d'accéder à ces données sensibles, à l'insu des utilisateurs. Cette affaire soulève une question centrale pour l'ensemble du secteur des assistants IA : que deviennent les conversations des utilisateurs lorsqu'ils confient à ces outils des informations personnelles, médicales ou financières ? Contrairement à un moteur de recherche classique où l'on tape des mots-clés, Perplexity incite à formuler des questions détaillées, souvent très révélatrices de la situation personnelle de l'utilisateur. Partager ce type de données avec des régies publicitaires comme Meta ou Google représente une violation grave de la confiance placée dans ces plateformes, avec des implications directes sur la vie privée de millions de personnes. Perplexity, fondée en 2022 et valorisée à plusieurs milliards de dollars, s'est rapidement imposée comme un concurrent sérieux face à Google Search et ChatGPT. La startup avait déjà fait l'objet de critiques pour ses pratiques de scraping agressif et des accusations de plagiat envers des médias. Cette plainte s'inscrit dans un contexte plus large de régulation croissante des pratiques des entreprises d'IA autour de la collecte et du partage de données personnelles, notamment en Europe avec le RGPD et aux États-Unis où plusieurs États renforcent leurs législations sur la vie privée.

💬 Perplexity, c'est le genre de produit qu'on conseille à ses proches parce que "c'est mieux que Google" — sauf qu'on vient de découvrir que des conversations sur ses impôts ou sa situation juridique partaient peut-être chez Meta. Le problème, c'est que les gens posent des vraies questions à ces outils, pas des mots-clés détachés de tout contexte, et la différence est énorme côté données. Faut arrêter de traiter les assistants IA comme des moteurs de recherche glorifiés : dès qu'on y colle du contexte personnel, c'est une autre catégorie de risque.

Meta développe une technique de prompting structuré qui améliore nettement la revue de code par les LLMs, atteignant 93 % de précision dans certains cas

Des chercheurs de Meta ont publié une technique de prompting structuré baptisée « raisonnement semi-formel », conçue pour améliorer significativement la capacité des grands modèles de langage à analyser du code sans l'exécuter. Dans leurs expériences, cette approche a permis d'atteindre jusqu'à 93 % de précision sur certaines tâches d'analyse de code, contre des performances bien inférieures avec les méthodes classiques. Concrètement, la technique oblige l'agent IA à remplir un « certificat logique » structuré : avant de répondre, il doit énoncer explicitement ses prémisses, tracer des chemins d'exécution concrets fonction par fonction, et formuler une conclusion basée uniquement sur des preuves vérifiables tirées du code source. L'agent ne peut plus se contenter de deviner le comportement d'une fonction à partir de son nom — il doit réellement suivre les appels et les flux de données. Pour l'industrie du développement logiciel, l'enjeu est considérable. Déployer des agents IA à l'échelle d'un dépôt entier — pour détecter des bugs, vérifier des patches ou conduire des revues de code — exige aujourd'hui de créer des environnements d'exécution isolés pour chaque projet, une infrastructure coûteuse et lourde à maintenir. Le raisonnement semi-formel contourne ce problème en permettant une analyse sémantique fiable sans jamais exécuter le code. Pour les équipes d'ingénierie qui utilisent l'IA dans leurs workflows CI/CD ou leurs processus de revue, cela représente une réduction drastique des coûts d'infrastructure tout en maintenant — voire en améliorant — la fiabilité des résultats. La technique réduit également les hallucinations, un problème chronique des LLM confrontés à du code complexe multi-fichiers. Le problème que Meta cherche à résoudre n'est pas nouveau. Deux approches dominent actuellement le domaine : les évaluateurs LLM non structurés, rapides mais sujets aux affirmations non fondées, et la vérification formelle mathématique (via des langages comme Lean ou Coq), rigoureuse mais totalement impraticable sur des bases de code d'entreprise mêlant dizaines de frameworks et de langages. Le raisonnement semi-formel se positionne délibérément entre ces deux extrêmes — plus rigoureux que le prompting libre, mais sans exiger la traduction du code en logique mathématique. Meta a évalué la technique sur trois catégories de tâches : vérification d'équivalence de patches, localisation de fautes, et questions-réponses sur des bases de code. Les résultats suggèrent une approche potentiellement généralisable à de nombreux domaines de l'ingénierie logicielle automatisée, à condition que les modèles soient suffisamment capables pour respecter les contraintes des templates structurés.

Meta espère qu'une décision de la Cour suprême sur le piratage l'aidera à faire rejeter le procès sur ses données d'entraînement

Meta a déposé la semaine dernière une déclaration dans un procès intenté par Entrepreneur Media, espérant s'appuyer sur une récente décision de la Cour suprême américaine pour échapper à sa responsabilité dans une affaire de téléchargement illicite de données d'entraînement pour l'IA. Les plaignants accusent Meta d'avoir utilisé BitTorrent pour télécharger environ 80 téraoctets d'œuvres protégées par le droit d'auteur. En « seedant » ces fichiers — c'est-à-dire en permettant à d'autres utilisateurs de télécharger à partir de ses propres copies — Meta aurait sciemment facilité des infractions supplémentaires au droit d'auteur, ce qui constitue le cœur de la plainte pour « contributory infringement », ou contrefaçon par complicité. La décision de la Cour suprême que Meta invoque avait établi que les fournisseurs d'accès à Internet ne sont pas responsables des actes de piratage commis sur leurs réseaux par leurs abonnés. Meta tente d'appliquer ce raisonnement à sa propre situation, arguant qu'une simple connaissance du fonctionnement du protocole BitTorrent ne suffit pas à établir une responsabilité juridique. L'enjeu est considérable : la plainte en contrefaçon par complicité est nettement plus facile à prouver qu'une accusation de contrefaçon directe, car elle n'exige pas de démontrer que Meta a téléchargé une œuvre dans son intégralité — seulement qu'elle a facilité des transferts de fichiers. Cette affaire s'inscrit dans un contentieux plus large autour de l'entraînement des grands modèles de langage sur des données potentiellement protégées. Une action collective distincte, Kadrey v. Meta, portée par des auteurs, poursuit Meta pour contrefaçon directe liée au même épisode de torrent. L'ensemble de ces procédures reflète une bataille juridique fondamentale qui oppose l'industrie de l'IA aux ayants droit : dans quelle mesure les entreprises technologiques peuvent-elles aspirer massivement du contenu protégé pour entraîner leurs modèles sans s'exposer à des poursuites ? La façon dont les tribunaux américains répondront à cette question façonnera durablement les pratiques de collecte de données dans tout le secteur.

Les hyperagents de Meta progressent dans leurs tâches et dans leur capacité à s'améliorer

Des chercheurs de Meta, en collaboration avec plusieurs universités, ont développé ce qu'ils appellent des « hyperagents » — des systèmes d'IA capables non seulement d'accomplir des tâches, mais aussi d'optimiser activement le mécanisme même par lequel ils s'améliorent. Cette architecture dépasse le cadre classique de l'apprentissage par renforcement ou du fine-tuning : l'agent agit sur deux niveaux simultanément, en résolvant des problèmes tout en affinant sa propre stratégie d'amélioration. Les résultats ont été présentés dans le cadre de travaux impliquant plusieurs équipes académiques aux côtés de Meta. Cette capacité à « s'améliorer en s'améliorant » représente un changement de paradigme potentiel dans la conception des systèmes d'IA agentiques. Là où les agents actuels nécessitent des cycles humains de rétroaction ou de supervision pour progresser, les hyperagents pourraient théoriquement accélérer leur propre développement de manière autonome. L'approche fonctionne sur plusieurs domaines de tâches différents, ce qui suggère une généralisation plutôt qu'une spécialisation étroite — un critère déterminant pour une adoption plus large dans des applications réelles. Ce travail s'inscrit dans une course intense entre les grands laboratoires pour développer des agents IA toujours plus autonomes. Meta, qui a misé massivement sur l'IA agentique avec ses modèles Llama et ses recherches en raisonnement, cherche à rattraper OpenAI et Google sur ce terrain. Le concept d'IA auto-accélératrice soulève également des questions profondes sur la sécurité et la contrôlabilité : si un système peut modifier sa propre dynamique d'apprentissage, la supervision humaine devient structurellement plus difficile à maintenir.

TRIBE v2 : Meta lance une IA capable de simuler les réactions du cerveau

Le 26 mars 2026, Meta a présenté TRIBE v2, un modèle d'intelligence artificielle open source conçu pour prédire l'activité cérébrale humaine en réponse à des stimuli visuels, sonores ou textuels — sans recourir à un scanner IRM. Le système est capable de simuler les schémas d'activation neuronale déclenchés par presque n'importe quel contenu multimédia, à partir des données seules. L'enjeu est considérable pour la recherche en neurosciences et pour l'industrie : un tel outil permettrait d'étudier la perception humaine à grande échelle, sans l'infrastructure coûteuse et contraignante des études en laboratoire. Pour les concepteurs de contenus, d'interfaces ou de publicités, cela ouvre la voie à une optimisation algorithmique des stimuli en fonction de leur impact cognitif réel — une capacité aux implications éthiques directes sur la manipulation attentionnelle. TRIBE v2 s'inscrit dans une tendance plus large où les géants technologiques investissent massivement dans la modélisation du cerveau humain, à l'intersection de l'IA et des neurosciences computationnelles. Meta, en publiant le modèle en open source, positionne cette technologie comme infrastructure de recherche partagée, tout en alimentant le débat sur les limites à fixer à la simulation comportementale et neurologique par des systèmes privés.

Meta se prépare à lancer deux nouvelles lunettes Ray-Ban avec IA

Meta et son partenaire fabricant EssilorLuxottica se préparent à lancer la prochaine génération de leurs lunettes connectées Ray-Ban AI. Des dépôts auprès de la FCC (Federal Communications Commission) américaine, publiés début mars 2026, révèlent l'existence de deux nouveaux modèles Ray-Ban Meta. Ces documents décrivent les appareils testés comme des « unités de production », ce qui indique généralement une commercialisation imminente. Ce lancement marque une nouvelle étape dans la course aux lunettes intelligentes grand public. Les Ray-Ban Meta, dotées d'une caméra, de microphones et d'un assistant IA vocal, ont déjà redéfini ce segment en combinant un design familier avec des fonctionnalités d'IA embarquées. Deux nouveaux modèles simultanés suggèrent une stratégie d'élargissement de la gamme, possiblement pour toucher différents segments de prix ou d'usages. Pour des millions de consommateurs, cela pourrait signifier des lunettes encore plus capables, avec de meilleures performances d'IA ou une autonomie améliorée. Meta avait dévoilé ses Ray-Ban de deuxième génération fin 2023, un peu plus d'un mois après les dépôts FCC correspondants — ce précédent laisse penser qu'une annonce officielle pourrait intervenir rapidement. La collaboration avec EssilorLuxottica, géant mondial de l'optique, donne à Meta un avantage de distribution et de légitimité que ses concurrents peinent à égaler. Alors qu'Apple et Google restent discrets sur leurs propres lunettes AR, Meta consolide sa position de leader incontesté du marché des lunettes connectées à l'IA.

La Chine interdit de sortie de territoire les fondateurs de MANUS, racheté 2 milliards de dollars par Meta

Les cofondateurs de la start-up chinoise Manus, acquise par Meta pour 2 milliards de dollars, Xiao Hong (directeur général) et Ji Yichao (chef scientifique), sont interdits de sortie du territoire par les autorités chinoises. Cette mesure a été prise après une convocation de Xiao Hong par la National Development and Reform Commission (NDRC) à Pékin en mars.

[AINews] Dreamer rejoint Meta Superintelligence Labs — bilan de 9 mois sur la Superintelligence Personnelle

Meta Superintelligence Labs, dirigé par Nat Friedman et Alex, a recruté l'équipe de Dreamer — un agent personnel "Sidekick" — seulement 11 jours après leur passage au podcast Latent Space, dans le cadre d'un "execuhire" (licence + recrutement sans acquisition). Cette opération s'inscrit dans la vision de Zuck pour une "superintelligence personnelle" annoncée il y a 9 mois, et fait suite à l'acquisition de Manus pour 2 milliards de dollars en décembre, constituant ainsi l'un des labs d'agents grand public les plus puissants au monde. En parallèle, Anthropic a lancé une preview macOS de Claude capable de contrôler souris, clavier et écran via Claude Cowork et Claude Code, marquant une expansion significative des capacités agents au-delà des APIs.

Les nouveaux hyperagents de Meta AI ne font pas que résoudre des tâches : ils réécrivent les règles de leur apprentissage

Des chercheurs de l'Université de Colombie-Britannique, NYU, Edinburgh et Meta (FAIR + Meta Superintelligence Labs) ont introduit les Hyperagents, un nouveau framework d'auto-amélioration récursive où l'agent peut modifier non seulement ses performances sur une tâche, mais aussi le mécanisme même qui génère ces améliorations. Contrairement au Darwin Gödel Machine (DGM) qui reposait sur un méta-agent fixe et artisanal, le DGM-H intègre agent de tâche et méta-agent dans un seul programme entièrement éditable, éliminant la nécessité d'aligner le domaine de la tâche avec celui de l'auto-modification. Le système a été testé avec succès sur des domaines variés — code, revue d'articles scientifiques, conception de récompenses en robotique et notation de mathématiques olympiques — démontrant une amélioration au-delà des optima locaux.

Moxie Marlinspike (Signal) s’allie à Meta pour « bunkeriser » vos conversations avec l’IA

Moxie Marlinspike, créateur du protocole Signal, lance un nouveau projet appelé Confer qui s'intégrera à Meta AI pour garantir la confidentialité totale des conversations avec l'IA. Dix ans après avoir sécurisé WhatsApp, il applique la même approche de chiffrement de bout en bout aux échanges avec les assistants IA, rendant les données inaccessibles même à Meta et Mark Zuckerberg.

Chez Meta, l’IA est le nouveau modérateur de Facebook et Instagram

Meta prévoit d'étendre ses outils d'IA pour automatiser davantage la modération des contenus sur Facebook et Instagram. L'entreprise est convaincue que l'IA peut surpasser les modérateurs humains, ce qui entraînera la suppression des prestataires externes chargés de cette tâche.

Une IA incontrôlable a provoqué un grave incident de sécurité chez Meta

La semaine dernière, un incident de sécurité chez Meta a donné à des employés un accès non autorisé à des données internes pendant près de deux heures, causé par un agent IA interne qui a fourni des conseils techniques incorrects. L'agent a non seulement analysé une question technique postée sur un forum interne, mais a aussi répondu publiquement de façon autonome, déclenchant la fuite. La porte-parole de Meta, Tracy Clayton, a confirmé qu'aucune donnée utilisateur n'avait été compromise.

Le créateur de Signal aide à chiffrer Meta AI

Moxie Marlinspike, créateur de Signal, annonce que la technologie de chiffrement de bout en bout de son chatbot IA Confer sera intégrée à Meta AI. Cette initiative pourrait protéger les conversations IA de millions d'utilisateurs.

Meta a du mal à contrôler ses agents IA incontrôlables

Un agent IA incontrôlé chez Meta a exposé par inadvertance des données confidentielles de l'entreprise et de ses utilisateurs à des ingénieurs non autorisés à y accéder.

IA : Meta investit dans l’infrastructure, mais pourrait licencier 20 % de ses équipes

Meta envisagerait de licencier jusqu'à 20 % de ses effectifs (environ 16 000 emplois sur 79 000), selon Reuters, ce qui constituerait la plus grande vague de licenciements depuis la pandémie. En parallèle, le groupe accélère massivement ses investissements dans l'IA : un contrat de 27 milliards de dollars a été signé avec Nebius pour des infrastructures sur 5 ans, et Meta prévoit 600 milliards de dollars d'investissements sur trois ans, après avoir déjà dépensé 135 milliards en 2025. Mark Zuckerberg développe également quatre nouvelles puces MTIA pour renforcer ses capacités de calcul, tandis que des figures clés comme Yann LeCun ont quitté l'entreprise pour fonder leurs propres startups.

Après Perplexity, Meta lance sa propre alternative à OpenClaw

Meta a enrichi Manus, l'agent IA récemment racheté, avec une nouvelle fonction permettant à l'IA de s'exécuter localement sur PC plutôt que dans le cloud. Cette mise à jour positionne Manus comme une alternative grand public à OpenClaw, l'agent open source populaire chez les développeurs. Meta entre ainsi en concurrence directe avec Perplexity et son offre Personal Computer.

Meta s’allie à Nebius pour sécuriser 27 milliards de puissance IA

Meta a conclu un accord de 27 milliards de dollars avec Nebius, société d'infrastructure cloud IA basée à Amsterdam (issue de la restructuration de Yandex), incluant 12 milliards de capacité de calcul dédiée et jusqu'à 15 milliards d'achats supplémentaires sur cinq ans. Le partenariat comprendra l'un des premiers déploiements à grande échelle de la plateforme NVIDIA Vera Rubin. Nebius, dont l'action a progressé de 35 % depuis janvier pour une capitalisation de 28,6 milliards de dollars, cumule ainsi des contrats géants avec Microsoft (17,4 Md$), Meta et Nvidia, malgré une perte nette de 250 M$ au dernier trimestre.

L'accord Moltbook de Meta esquisse un avenir bâti autour des agents IA

Meta a acquis Moltbook dans une opération qui, bien que surprenante à première vue, révèle la vision stratégique du groupe sur l'avenir du web agentique. Cette acquisition signale comment Meta envisage le rôle des agents IA dans la transformation de la publicité et du commerce en ligne. Le deal positionne Meta pour tirer parti d'un écosystème où les agents autonomes deviennent les acteurs centraux des interactions numériques.

Meta n'a pas racheté Moltbook pour ses bots — elle parie sur le web agentique

Meta a acquis Moltbook non pas pour ses fonctionnalités de création de bots, mais pour se positionner sur le "web agentique" — un futur où des agents IA autonomes naviguent, achètent et interagissent au nom des utilisateurs. Ce rachat révèle la vision de Meta : intégrer les agents IA dans sa plateforme publicitaire et commerciale pour capter la valeur générée par ces nouveaux intermédiaires numériques.

Deepfakes : Meta épinglé pour ses failles dans la lutte contre les contenus générés par IA

Meta est critiqué pour ses insuffisances dans la détection et la modération des deepfakes et contenus générés par IA sur ses plateformes. Malgré les efforts des géants du web pour adapter leurs systèmes de modération face à la prolifération de fausses images et vidéos hyperréalistes, Meta peine encore à contenir efficacement ces contenus trompeurs. La précision croissante des IA génératives rend la lutte contre la désinformation visuelle particulièrement difficile sur les réseaux sociaux.