Actualités IA — page 348

9 307 articles au fil, du plus récent au plus ancien.

52

Illustration générée par IA

6941The Information AI 

Une startup crée un logiciel de gestion de code pour les adeptes du tokenmaxxing

GitButler, une startup berlinoise spécialisée dans la gestion de code, vient de lever 17 millions de dollars lors d'un tour de table de série A mené par Andreessen Horowitz. L'opération inclut également les investisseurs existants A.Capital Ventures et Fly Ventures. L'annonce a été faite par Scott Chacon, PDG de l'entreprise, qu'il a cofondée il y a trois ans avec les entrepreneurs Anne Leuschner et Kiril Videlov. Le logiciel de GitButler vise à faciliter la coordination entre développeurs humains et agents de codage IA, en modernisant les outils de gestion de versions qui existent depuis plusieurs décennies. Cette levée de fonds s'inscrit dans un contexte où les entreprises technologiques poussent leurs équipes à utiliser massivement l'IA pour écrire du code. Meta, notamment, a vu émerger en interne un classement informel mesurant quels ingénieurs consomment le plus de tokens IA, une pratique baptisée "tokenmaxxing". Cette course à l'utilisation de l'IA génère une demande croissante pour des outils capables d'organiser, de tracer et de superviser le code produit par ces agents, qui travaillent en parallèle des développeurs humains et à un rythme que les systèmes traditionnels de contrôle de versions peinent à suivre. Les outils de versioning classiques comme Git ont été conçus pour un flux de travail entièrement humain, où les modifications sont soumises de façon réfléchie et espacée. L'irruption d'agents IA capables de générer des milliers de lignes de code en continu bouscule ces paradigmes établis. GitButler parie que ce changement structurel crée un nouveau marché pour des couches logicielles intermédiaires entre les agents et les dépôts de code. Avec le soutien d'Andreessen Horowitz, l'un des fonds les plus influents de la Silicon Valley, la startup dispose désormais des ressources pour s'imposer dans cet espace encore peu défriché, à mesure que le "tokenmaxxing" se généralise au-delà de Meta.

Outils⚡Actu

1 source

41

Illustration générée par IA

6942MIT Technology Review 

Mustafa Suleyman : le développement de l'IA ne va pas stagner de sitôt, voici pourquoi

Mustafa Suleyman, PDG de Microsoft AI et cofondateur de DeepMind, affirme que le développement de l'intelligence artificielle n'est pas près de plafonner. Depuis ses débuts dans le domaine en 2010, la puissance de calcul consacrée à l'entraînement des grands modèles a été multipliée par mille milliards : on est passé d'environ 10¹⁴ opérations en virgule flottante pour les premiers systèmes à plus de 10²⁶ aujourd'hui. Les puces Nvidia ont vu leurs performances brutes multipliées par huit en six ans, passant de 312 téraflops en 2020 à 2 500 téraflops aujourd'hui. La mémoire à haute bande passante HBM3 triple le débit de données par rapport à sa génération précédente. Des interconnexions comme NVLink et InfiniBand permettent désormais de relier des centaines de milliers de GPU en supercalculateurs de la taille d'un entrepôt. Ce qui prenait 167 minutes sur huit GPU en 2020 prend aujourd'hui moins de quatre minutes sur du matériel moderne, soit une amélioration de 50x là où la loi de Moore n'en prédisait que 5x. Les dépenses des grands laboratoires en infrastructure de calcul croissent à un rythme d'environ 4x par an, et le parc mondial de calcul dédié à l'IA devrait atteindre l'équivalent de 100 millions de puces H100 d'ici 2027. Ces chiffres ont des implications concrètes pour l'industrie : Suleyman estime qu'on pourrait voir encore 1 000x de puissance de calcul effective d'ici fin 2028. Parallèlement, les coûts d'inférence, c'est-à-dire d'utilisation des modèles, se sont effondrés d'un facteur allant jusqu'à 900 sur une base annualisée. L'IA devient donc radicalement moins chère à déployer, ce qui ouvre l'accès à des entreprises et des usages jusqu'ici inaccessibles économiquement. Selon les recherches d'Epoch AI, la quantité de calcul nécessaire pour atteindre un niveau de performance donné est divisée par deux environ tous les huit mois, un rythme bien supérieur aux 18 à 24 mois du cycle classique de Moore. Les sceptiques prédisent régulièrement un essoufflement de la progression, invoquant le ralentissement de la loi de Moore, la raréfaction des données d'entraînement ou les contraintes énergétiques. Suleyman balaie ces arguments en montrant que la dynamique repose sur trois leviers simultanés et indépendants : des puces plus rapides, une mémoire plus efficace, et une mise en réseau massive des GPU. Son propre laboratoire chez Microsoft a lancé en janvier 2026 la puce Maia 200, qui offre selon lui 30 % de meilleures performances par dollar que tout autre matériel de leur flotte. Le tableau qu'il dresse est celui d'une révolution encore en pleine accélération, où les avancées matérielles et logicielles se renforcent mutuellement, une perspective qui tranche avec le pessimisme ambiant sur les limites supposées de l'IA générative.

Infrastructure❧Opinion

1 source

39

Illustration générée par IA

6943Next INpact 

[Tuto] Utiliser des IA génératives en local et influence du GPU sur les performances

Faire tourner un grand modèle de langage sur sa propre machine est désormais accessible à quiconque dispose d'un ordinateur suffisamment puissant. Des outils comme Ollama permettent d'installer et d'utiliser localement des LLM tels que Mistral, LLaMA ou Qwen, sans connexion internet et sans envoyer la moindre donnée à un serveur tiers. L'article propose un tutoriel pas à pas pour configurer cet environnement en local, accompagné d'un comparatif de performances entre deux configurations : un serveur équipé de 24 cœurs CPU sans GPU, et un autre disposant d'une carte graphique dédiée. Le résultat est sans appel : l'écart de vitesse d'inférence entre les deux setups est énorme, le GPU surclassant massivement le CPU seul pour ce type de charge de travail. L'enjeu central est la confidentialité des données. Utiliser ChatGPT, Claude ou Le Chat implique d'envoyer ses requêtes sur les serveurs d'OpenAI, Anthropic ou Mistral, où elles peuvent potentiellement servir à l'entraînement ou à l'amélioration des modèles. Pour les professionnels manipulant des données sensibles, documents juridiques, médicaux, financiers, code propriétaire, cette dépendance aux infrastructures cloud représente un risque réel. L'exécution locale supprime complètement ce vecteur : le modèle tourne sur la machine de l'utilisateur, les données n'en sortent jamais. C'est aussi une question d'autonomie : pas de quota d'API, pas d'abonnement mensuel, pas de coupure de service. Deux contraintes techniques conditionnent la faisabilité de cette approche. D'abord la mémoire : les poids d'un modèle de 7 milliards de paramètres occupent environ 4 à 8 Go selon le niveau de quantisation, tandis qu'un modèle de 70 milliards en requiert facilement 40 Go ou plus. Ensuite la puissance de calcul : un GPU accélère les opérations matricielles qui constituent le cœur de l'inférence, là où un CPU seul produit des réponses lentes et difficilement utilisables en pratique. Cette architecture locale n'est pas nouvelle, la communauté open source travaille dessus depuis la publication de LLaMA par Meta en 2023, mais elle est devenue beaucoup plus accessible grâce à des outils comme Ollama, LM Studio ou llama.cpp, qui abstraient la complexité technique. L'essor des modèles compacts et quantisés (3B, 7B, 14B paramètres) rend aujourd'hui possible une expérience satisfaisante même sur du matériel grand public, à condition de disposer d'une carte graphique avec suffisamment de VRAM.

Outils≡Tuto

1 source

43

Illustration générée par IA

6944The Verge AI 

L'ambiance est mauvaise chez OpenAI

OpenAI traverse une période de turbulences malgré des indicateurs financiers record. Il y a moins de deux semaines, la société a bouclé une levée de fonds de 122 milliards de dollars, portant sa valorisation post-money à 852 milliards de dollars, ce qui en fait l'une des startups les mieux financées de l'histoire. L'entreprise envisage également une introduction en bourse avant la fin de l'année. ChatGPT, son produit phare, a atteint un statut de marque générique comparable à "Kleenex" dans l'univers de l'IA grand public. Pourtant, ces chiffres impressionnants masquent des signaux d'instabilité préoccupants. Ces derniers mois, OpenAI a connu une série de départs et remaniements au sein de sa direction, des projets abandonnés en cours de route, et une accumulation de controverses publiques qui alimentent les doutes sur la solidité interne de la structure. Pour une entreprise en phase de préparation d'IPO, cette image de désordre organisationnel est un facteur de risque non négligeable aux yeux des investisseurs institutionnels. Les tensions remontent au début de l'année et s'inscrivent dans un contexte de pression concurrentielle accrue. Des acteurs comme Google DeepMind, Anthropic, Meta et des challengers chinois tels que DeepSeek bousculent la domination historique d'OpenAI. La question n'est plus seulement de savoir si la valorisation est justifiée, mais si l'entreprise peut maintenir sa cohésion stratégique et humaine au moment même où elle s'apprête à franchir le cap de la cotation publique.

Business❧Opinion

1 source

44

Illustration générée par IA

6945Le Big Data 

OpenClaw vs ChatGPT : quel agent IA local bat le roi du cloud ?

En 2026, le débat entre agents IA locaux et solutions cloud a pris une nouvelle dimension avec l'émergence d'OpenClaw, un agent dit "skills-based" qui s'exécute directement sur la machine de l'utilisateur. Contrairement à ChatGPT Agent, le mode Operator d'OpenAI lancé dans le courant de l'année, OpenClaw accède au terminal, manipule les fichiers locaux, gère les dépôts Git et peut tourner en arrière-plan même session fermée, envoyant des notifications sur Discord à la fin d'une tâche. ChatGPT Agent fonctionne lui exclusivement dans le navigateur : l'IA clique, défile et remplit des formulaires à la place de l'utilisateur, mais s'arrête dès que l'onglet est fermé. Sur le plan tarifaire, OpenClaw revient à environ 10 à 30 dollars par mois selon la consommation d'API, contre 20 dollars fixes pour l'abonnement ChatGPT Plus incluant l'accès au mode Operator. La différence fondamentale entre les deux approches tient à la souveraineté des données et à la flexibilité technique. Avec OpenClaw, l'utilisateur choisit lui-même ses modèles, Claude 3.5 pour les raisonnements complexes, Llama 3 ou Kimi pour les tâches répétitives, afin d'optimiser ses coûts, tandis que ChatGPT impose l'écosystème OpenAI sans possibilité de substitution. La mémoire d'OpenClaw est persistante via des fichiers stockés sur disque ; celle de ChatGPT Agent est éphémère, réinitialisée à chaque session. Pour les professionnels qui valorisent l'intégration profonde dans leur environnement de travail, scripts actifs, assets locaux, automatisations conditionnelles, l'agent local représente un levier que le cloud ne peut pas reproduire. Nvidia a par ailleurs introduit NemoClaw, une couche de sécurité greffable sur OpenClaw pour encadrer les actions de l'agent et prévenir les comportements non désirés, comblant l'un des reproches traditionnels faits aux solutions locales. Ce duel s'inscrit dans un basculement plus large du marché de l'IA : on ne parle plus de simples chatbots, mais d'agents capables d'agir de manière autonome sur des systèmes réels. OpenAI a misé sur l'accessibilité maximale avec une interface sans friction, au prix d'un contrôle réduit pour l'utilisateur. OpenClaw, porté par une communauté technique exigeante, répond à un besoin croissant de confidentialité et d'autonomie, notamment dans les secteurs sensibles, finance, santé, défense, où héberger des données sur des serveurs tiers reste rédhibitoire. La vraie question pour 2026 n'est donc pas laquelle des deux IA est "plus intelligente", mais laquelle correspond au niveau de contrôle et de confiance que chaque utilisateur est prêt à exercer sur ses outils numériques.

Outils⚒Outil

1 source

46

Illustration générée par IA

6946Ars Technica AI 

Anthropic restreint l'accès à Mythos, son nouveau modèle d'IA en cybersécurité

Anthropic a officiellement lancé Claude Mythos Preview, un modèle d'intelligence artificielle spécialisé dans la cybersécurité, en le réservant à un cercle restreint d'organisations triées sur le volet. Parmi les premiers accès figurent des géants technologiques comme Amazon, Apple et Microsoft, ainsi que des acteurs de la sécurité informatique tels que Broadcom, Cisco et CrowdStrike. La start-up de San Francisco a annoncé ce mardi être également en discussions avec le gouvernement américain concernant un éventuel déploiement dans le secteur public. Ce lancement contrôlé signale qu'Anthropic joue désormais dans la cour des outils offensifs et défensifs de cybersécurité, un marché stratégique et sensible. En limitant l'accès à des organisations vérifiées, la société cherche à éviter que le modèle ne soit détourné à des fins malveillantes, une préoccupation centrale pour les IA capables d'analyser des vulnérabilités ou d'automatiser des attaques. Le partenariat avec des entreprises comme CrowdStrike suggère une orientation vers la détection de menaces et la réponse aux incidents. Ce lancement intervient dans un contexte embarrassant pour Anthropic : des descriptions détaillées du modèle Mythos et d'autres documents internes avaient été découverts le mois dernier dans un cache de données publiquement accessible, révélant l'existence du projet avant toute annonce officielle. Cette fuite avait forcé la main de l'entreprise. Plus largement, la course aux modèles spécialisés en cybersécurité s'intensifie, avec Microsoft, Google et des startups comme Protect AI qui développent également leurs propres solutions, faisant de ce segment l'un des plus disputés de l'IA appliquée.

LLMs⚡Actu

1 source

45

Illustration générée par IA

6947Siècle Digital 

Une IA soutenue par Apple et Google révèle des milliers de failles dans des logiciels très utilisés

Project Glasswing, une initiative de cybersécurité soutenue par douze géants technologiques dont Apple, Google, Microsoft, AWS, Cisco, NVIDIA et JPMorgan Chase, a été lancée pour détecter automatiquement des failles dans les logiciels les plus critiques au monde. Le projet s'appuie sur un système d'intelligence artificielle baptisé Mythos, capable d'analyser en profondeur des bases de code massives pour y repérer des vulnérabilités jusqu'alors inconnues. Plus de quarante organisations gérant des infrastructures logicielles mondiales participent également à l'initiative, coordonnée sous l'égide de la Linux Foundation. Aucun accès public, abonnement commercial ou lancement grand public n'est prévu : le projet fonctionne exclusivement en consortium fermé. L'enjeu est considérable. Les logiciels open source constituent la colonne vertébrale de l'infrastructure numérique mondiale, des serveurs bancaires aux systèmes industriels en passant par les plateformes cloud. Des failles non détectées dans ces composants peuvent exposer des millions d'organisations simultanément, comme l'avait illustré la vulnérabilité Log4Shell en 2021. En automatisant la détection à grande échelle, Mythos promet de réduire drastiquement la fenêtre d'exposition entre l'introduction d'une faille et sa correction, un délai qui se compte aujourd'hui souvent en mois, voire en années. Ce projet s'inscrit dans une tendance de fond : après des années à construire des IA génératives grand public, les grandes entreprises technologiques réorientent une partie de leurs investissements vers des usages à fort impact systémique. La sécurité logicielle, longtemps sous-financée malgré sa criticité, attire désormais des coalitions inédites. Project Glasswing illustre aussi une réponse collective aux pressions réglementaires croissantes en Europe et aux États-Unis, qui imposent aux éditeurs une responsabilité accrue sur la sécurité de leurs chaînes d'approvisionnement logicielles.

Sécurité❧Opinion

1 source

50

Illustration générée par IA

6948Siècle Digital 

Cloudflare et GoDaddy s’allient pour permettre aux sites de bloquer les bots IA

Cloudflare et GoDaddy ont annoncé un partenariat visant à donner aux propriétaires de sites web un contrôle direct sur les robots d'intelligence artificielle qui explorent leurs pages. Concrètement, GoDaddy va intégrer l'outil AI Crawl Control de Cloudflare dans sa plateforme d'hébergement, utilisée par des millions de sites à travers le monde. Via un tableau de bord simplifié, les propriétaires pourront autoriser ou bloquer individuellement les crawlers des grands modèles d'IA, ceux d'OpenAI, Anthropic, Google, Meta ou d'autres acteurs, sans avoir à modifier manuellement leur fichier robots.txt. L'enjeu est considérable pour les créateurs de contenu, éditeurs et développeurs indépendants qui voient leurs textes, images et données aspirés massivement par des entreprises d'IA sans consentement ni compensation. Ce type d'outil leur restitue une capacité de négociation concrète : bloquer certains acteurs, en autoriser d'autres, voire conditionner l'accès à des accords commerciaux. Pour l'industrie, c'est un signal fort que la question du droit à l'extraction de données web entre dans une phase de normalisation technique. Ce partenariat s'inscrit dans un contexte de tension croissante entre les éditeurs de contenu et les entreprises d'IA générative. Plusieurs procès sont en cours, notamment contre OpenAI et Google, pour utilisation non autorisée de contenus protégés dans l'entraînement de modèles. Cloudflare, qui traite une part massive du trafic internet mondial, se positionne ainsi comme un acteur clé de la gouvernance du web à l'ère de l'IA, aux côtés de partenaires comme GoDaddy dont la base d'utilisateurs garantit une adoption rapide et large.

Outils⚡Actu

1 source

52

Illustration générée par IA

6949Siècle Digital 

Claude Code permet à Anthropic de dépasser le chiffre d’affaires d’Open AI pour la première fois

Anthropic a franchi en 2026 un seuil symbolique majeur : pour la première fois de son histoire, la startup californienne dépasse OpenAI en chiffre d'affaires. La trajectoire est vertigineuse, un milliard de dollars de revenus fin 2024, neuf milliards un an plus tard, puis trente milliards en 2026. En moins de quatre mois, le chiffre d'affaires a été multiplié par trois. Le moteur principal de cette accélération : Claude Code, l'assistant de programmation d'Anthropic, qui génère à lui seul un milliard de dollars de revenus. OpenAI, de son côté, voit sa croissance stagner sous les 20 % depuis janvier 2026. Ce basculement illustre un changement profond dans l'économie des LLM : la valeur ne vient plus des chatbots grand public, mais des outils de productivité professionnelle, en particulier dans le développement logiciel. Claude Code s'est imposé comme un produit de référence auprès des ingénieurs, capables de lui déléguer des tâches complexes dans leur environnement de travail réel. Ce segment génère une monétisation nettement plus élevée par utilisateur que les abonnements consumer. Anthropic avait été fondée en 2021 par d'anciens cadres d'OpenAI, dont Dario et Daniela Amodei, avec une approche centrée sur la sécurité des modèles. Longtemps perçue comme un challenger crédible mais en retrait commercial, la société a bénéficié d'investissements massifs d'Amazon et de Google. La montée en puissance de Claude Code suggère que la course aux modèles bascule désormais vers une course aux usages, et qu'Anthropic a trouvé son produit d'ancrage.

Business❧Opinion

1 source

50

Illustration générée par IA

6950Siècle Digital 

Mistral dévoile 22 mesures dédiées à l’IA pour réveiller l’Europe avant qu’il ne soit trop tard

Mistral AI a publié un manifeste détaillant 22 propositions concrètes pour permettre à l'Europe de rattraper son retard dans la course mondiale à l'intelligence artificielle. Arthur Mensch, cofondateur et PDG de la startup française, tire la sonnette d'alarme : selon lui, les citoyens, les entreprises et les gouvernements européens sont aujourd'hui « dépendants d'une domination étrangère », celle des géants américains et des acteurs chinois qui contrôlent les modèles, les infrastructures et les données sur lesquels repose l'IA mondiale. Ces 22 mesures ciblent trois leviers stratégiques : l'attraction et la rétention des talents, l'orientation des marchés publics vers des solutions souveraines, et l'accès aux données. L'enjeu est considérable pour l'industrie européenne. Si les administrations et entreprises du continent continuent de s'appuyer exclusivement sur des modèles américains ou chinois, elles transfèrent de facto leurs données sensibles et leur souveraineté technologique à des acteurs étrangers soumis à des législations incompatibles avec le droit européen. Orienter les marchés publics vers des fournisseurs comme Mistral permettrait de financer un écosystème local tout en réduisant cette dépendance structurelle. Mistral, fondée en 2023 et valorisée à plus de six milliards de dollars, s'impose comme le principal champion européen face à OpenAI et Google. Cette prise de position intervient dans un contexte de débat intense sur le AI Act européen et les appels répétés à construire une « IA souveraine ». En publiant ces mesures, Arthur Mensch cherche à peser sur l'agenda politique européen avant que l'écart technologique ne devienne définitivement impossible à combler.

Régulation⚖Reglementation

1 source

49

Illustration générée par IA

6951Next INpact 

Anthropic dévoile Mythos, son modèle d’IA chasseur de failles… réservé à certains

Anthropic a officialisé l'existence de Claude Mythos, un modèle d'intelligence artificielle spécialisé dans la cybersécurité, via le lancement du projet Glasswing. L'annonce est intervenue après plusieurs semaines de rumeurs et la fuite d'un billet de blog qui avait déjà éventé la surprise. Présenté comme plus capable qu'Opus, le modèle phare de la start-up californienne jusqu'alors, Mythos a été conçu pour détecter et exploiter des failles dans des logiciels avec une précision inédite. Son accès est strictement limité à un cercle de partenaires triés sur le volet : AWS, Apple, Google, Microsoft, NVIDIA, Cisco, Broadcom et la fondation Linux font partie des entreprises qui bénéficient d'un aperçu du modèle dans le cadre de Glasswing, un nom inspiré des papillons aux ailes transparentes. Anthropic reconnaît elle-même que Mythos est potentiellement trop dangereux pour une diffusion publique, ses capacités offensives en cybersécurité pouvant constituer une menace réelle si elles tombaient entre de mauvaises mains. En le réservant à de grands acteurs institutionnels et technologiques capables de l'encadrer, l'entreprise entend le transformer en outil défensif : sécuriser des logiciels critiques plutôt qu'en compromettre. Pour les entreprises partenaires, l'enjeu est considérable, car un modèle capable de scanner automatiquement des bases de code à la recherche de vulnérabilités inconnues représente un avantage stratégique majeur face aux attaques croissantes ciblant les infrastructures numériques mondiales. Cette annonce s'inscrit dans un contexte tendu pour Anthropic, frappée simultanément par une autre fuite involontaire concernant Claude Code, attribuée là encore à une "erreur humaine". La coïncidence de ces deux événements nourrit les interrogations sur la gestion interne de l'information chez la startup, fondée en 2021 par d'anciens d'OpenAI. La stratégie de communication autour de Mythos, d'abord entretenue dans le flou avant d'être officialisée sous une forme très contrôlée, intervient alors qu'Anthropic se prépare à une introduction en bourse et cherche à affirmer sa position face à OpenAI dans une compétition de plus en plus féroce. Limiter volontairement l'accès à son modèle le plus puissant, tout en le présentant comme potentiellement dangereux, est une manière de soigner à la fois son image de responsabilité et son aura technologique auprès des investisseurs et du grand public.

LLMs❧Opinion

1 source

52

Illustration générée par IA

6952The Decoder 

De GPT-2 à Claude Mythos : le retour des modèles d'IA jugés trop dangereux à publier

Il y a sept ans, OpenAI avait annoncé en grande pompe que son modèle GPT-2 était « trop dangereux pour être publié », une décision largement moquée par l'industrie, qui y avait vu une opération de communication plus qu'une précaution réelle. Aujourd'hui, Anthropic reproduit le même geste avec Claude Mythos Preview, mais avec une différence de taille : cette fois, des preuves concrètes accompagnent la décision. Le modèle a identifié des milliers de vulnérabilités dans des systèmes d'exploitation et des navigateurs web, en un volume si élevé qu'aucune équipe humaine ne serait en mesure de les examiner dans un délai raisonnable. L'enjeu est fondamentalement différent de 2019. Un modèle capable de découvrir et potentiellement d'exploiter des failles à cette échelle représente une menace asymétrique pour la cybersécurité mondiale : un acteur malveillant disposant d'un tel outil pourrait attaquer des infrastructures critiques bien plus vite que les défenseurs ne pourraient réagir. La question n'est plus théorique, elle est opérationnelle. Ce changement de posture illustre une évolution profonde dans le secteur. La course aux capacités des LLM a produit des modèles dont les aptitudes dépassent désormais les cadres d'évaluation existants. Anthropic, qui a investi massivement dans la recherche sur la sécurité des IA avec son équipe d'« AI Safety », se retrouve dans la position inconfortable de restreindre ses propres créations. La question qui se pose maintenant est de savoir si d'autres laboratoires, sous pression concurrentielle, adopteront la même retenue ou choisiront de publier quand même.

Sécurité❧Opinion

1 source

47

Illustration générée par IA

6953Le Big Data 

OpenClaw sur Claude, c’est fini ! Vous allez devoir passer à la caisse

Depuis le 4 avril 2026, Anthropic a exclu les outils tiers comme OpenClaw des limites de son abonnement Claude. Ces agents autonomes, jusqu'alors utilisables dans le cadre d'un forfait mensuel classique, doivent désormais passer par une facturation à l'usage via l'API, des crédits prépayés ou des forfaits dédiés. Pour amortir la transition, Anthropic a proposé un crédit unique équivalent à un mois d'abonnement, valable jusqu'au 17 avril, ainsi que des réductions pouvant atteindre 30 % sur certains forfaits. OpenClaw, outil open source créé par Peter Steinberger, permettait d'automatiser des tâches complexes, lecture de fichiers, navigation web, exécution de scripts, appels d'API, en s'appuyant sur les modèles Claude sans surcoût direct pour l'utilisateur. Ce changement bouleverse l'équation économique pour les développeurs et les utilisateurs avancés. Un agent comme OpenClaw ne génère pas quelques requêtes par session : il peut en produire des dizaines, voire des centaines en arrière-plan, consommant des ressources sans commune mesure avec un usage conversationnel classique. Anthropic reconnaît que ces outils exercent une pression excessive sur ses infrastructures, rendant le modèle forfaitaire intenable face à des agents autonomes et puissants. Concrètement, les développeurs qui intégraient OpenClaw dans leurs workflows pourraient voir leurs coûts mensuels dépasser largement le prix de leur ancien abonnement, selon l'intensité d'utilisation. Cette décision s'inscrit dans une évolution plus large du secteur : le passage des abonnements fixes vers une logique de "pay-as-you-go", calquée sur le modèle du cloud computing. Les abonnements Claude ont été conçus pour des interactions humaines de type chatbot, mais l'essor des agents IA autonomes a profondément changé la nature des usages. Peter Steinberger accuse Anthropic d'avoir intégré certaines idées popularisées par OpenClaw avant de fermer l'accès à son écosystème, et évoque des discussions avec l'entreprise qui n'ont abouti qu'à un report d'une semaine. Sur Hacker News, la communauté est partagée entre compréhension des contraintes économiques et sentiment d'une stratégie d'attraction puis de verrouillage progressif. Ce que fait Anthropic aujourd'hui, d'autres plateformes pourraient le reproduire demain : à mesure que les agents IA deviennent plus puissants et plus autonomes, la facturation à l'acte s'imposera probablement comme la norme du secteur.

Business❧Opinion

1 source

44

Illustration générée par IA

6954Le Big Data 

L’IA va vous rendre obsolète : OpenAI publie 13 pages de conseils pour éviter la crise

OpenAI a publié le 8 avril 2026 un document de politique publique de 13 pages intitulé "Industrial Policy for the Intelligence Age: Ideas to Keep People First", dans lequel l'entreprise formule des recommandations concrètes pour réorganiser l'économie face à l'automatisation. Sam Altman y propose notamment la création d'un fonds public qui investirait dans l'économie de l'IA avant de redistribuer les gains directement aux citoyens, une révision profonde de la fiscalité pour taxer les profits issus de l'automatisation plutôt que le travail humain, et une expérimentation de la semaine de 32 heures sans réduction de salaire. L'entreprise compare l'ampleur de cette transition à la révolution industrielle et évoque l'émergence imminente de systèmes d'intelligence artificielle capables de surpasser l'humain dans de nombreux domaines. Ce document est inhabituel pour une entreprise technologique de cette envergure, car il revient à demander publiquement que son propre secteur soit davantage taxé. Pour les millions de travailleurs exposés à l'automatisation, les enjeux sont considérables : certains métiers sont appelés à disparaître sans que de nouveaux postes n'émergent en nombre suffisant pour compenser. La proposition de redistribution via un fonds public cherche à éviter une fracture économique dans laquelle les gains de productivité resteraient concentrés entre les mains d'un petit nombre d'acteurs. La semaine de 32 heures, conditionnée aux gains de productivité générés par les outils d'IA, représente une façon de partager ces gains avec les salariés sans rogner leurs revenus. OpenAI publie ce document dans un contexte particulier : l'entreprise est valorisée à plusieurs centaines de milliards de dollars et se prépare à une potentielle introduction en bourse, ce qui l'oblige à soigner son image auprès des régulateurs, des gouvernements et de l'opinion publique. Plusieurs dizaines de chercheurs d'OpenAI auraient contribué à la rédaction de ce texte. Des experts y voient une manœuvre de relations publiques destinée à rassurer avant une levée de fonds ou une cotation boursière, d'autant que les propositions restent très floues sur leur mise en oeuvre concrète : le fonctionnement du fonds public n'est pas détaillé, les modalités fiscales ne sont pas chiffrées, et OpenAI annonce surtout des bourses de recherche pour explorer ces pistes dans les prochains mois. La crédibilité du document dépendra donc de la capacité de l'entreprise, et des gouvernements qui pourraient s'en inspirer, à transformer ces intentions déclarées en politiques effectives avant que la vague d'automatisation ne prenne de vitesse les systèmes de protection sociale existants.

Société⚖Reglementation

1 source

47

Illustration générée par IA

6955La Tribune 

OpenAI, Anthropic et Google s’allient contre le siphonnage de leurs modèles par la Chine

OpenAI, Anthropic et Google ont annoncé une collaboration inédite pour contrer ce que les trois entreprises qualifient de "distillation" de leurs modèles d'intelligence artificielle par des entités liées à la Chine. Ce phénomène consiste à utiliser les sorties des grands modèles américains pour entraîner des systèmes concurrents à moindre coût, contournant ainsi les investissements colossaux, plusieurs dizaines de milliards de dollars, réalisés par ces laboratoires. Les rivaux habituels ont décidé de partager leurs données de sécurité pour identifier et bloquer ces pratiques plus efficacement. Cette alliance soulève des enjeux considérables pour la compétitivité technologique américaine. La distillation permet théoriquement à des acteurs étrangers d'obtenir des capacités comparables à celles des modèles de pointe sans en supporter les coûts de recherche et développement, rééquilibrant ainsi le rapport de force dans la course mondiale à l'IA. Pour les trois entreprises, la menace est à la fois commerciale et stratégique : perdre cet avantage compétitif reviendrait à fragiliser une position que Washington considère désormais comme un élément de sécurité nationale à part entière. La démarche s'inscrit dans un contexte de tensions croissantes entre les États-Unis et la Chine sur le terrain technologique, après les restrictions à l'export de puces Nvidia et les débats autour de DeepSeek, le modèle chinois dont l'efficacité avait provoqué une onde de choc sur les marchés début 2025. En mutualisant leur veille, OpenAI, Anthropic et Google cherchent à établir un front commun que chaque entreprise isolément n'aurait pas les moyens de tenir face à des techniques d'extraction en constante évolution.

Sécurité⚡Actu

1 source

42

Illustration générée par IA

6956The Decoder 

Musk met à jour sa plainte contre OpenAI pour rediriger jusqu'à 150 milliards de dollars vers la fondation à but non lucratif

Elon Musk a modifié sa plainte contre OpenAI afin de rediriger les éventuels dommages et intérêts, estimés à 150 milliards de dollars, vers la fondation caritative originelle de l'entreprise, plutôt que vers lui-même. Dans cette mise à jour de son recours judiciaire, le milliardaire affirme explicitement ne vouloir aucun bénéfice personnel issu du litige. OpenAI a répondu en qualifiant cette démarche de "campagne de harcèlement", rejetant toute bonne foi derrière ce geste. Ce repositionnement procédural est notable : en orientant les dommages potentiels vers la structure à but non lucratif, Musk tente de se présenter comme défenseur de la mission originelle d'OpenAI plutôt que comme adversaire cherchant un gain financier. Cela renforce son argument central selon lequel OpenAI a trahi sa vocation initiale en se transformant en entreprise commerciale au service de ses actionnaires, au détriment de l'intérêt public. La manœuvre complique aussi la stratégie de communication d'OpenAI, qui ne peut plus aussi facilement dépeindre Musk comme motivé par l'appât du gain. Musk est l'un des cofondateurs d'OpenAI, qu'il a quitté en 2018, avant de lancer sa propre société d'IA, xAI, concurrente directe. Il a déposé une première plainte contre OpenAI en 2024, reprochant à Sam Altman et à l'organisation d'avoir abandonné leur mission à but non lucratif au profit d'intérêts commerciaux, notamment après l'entrée de Microsoft au capital. Cette affaire s'inscrit dans un contexte plus large de bataille pour le contrôle narratif et juridique de l'avenir de l'IA générale.

Business❧Opinion

1 source

39

Illustration générée par IA

6957AI News 

Le succès de l'IA dans le développement logiciel et les besoins de pilotage centralisé

Selon une enquête menée par OutSystems auprès de 1 879 responsables informatiques dans dix pays, l'intelligence artificielle agentique a franchi le cap du pilote pour entrer en production dans de nombreuses entreprises. Le rapport, intitulé The State of AI Development 2026, révèle que 97 % des répondants explorent une forme de stratégie agentique, et que près de la moitié d'entre eux indiquent que plus de 50 % de leurs projets IA ont quitté la phase expérimentale. Les gains les plus concrets ne proviennent pas de la réduction des coûts, pourtant citée en premier par les dirigeants, mais de l'outillage des développeurs logiciels avec des assistants de génération de code : seuls 22 % des répondants jugent leurs déploiements les plus efficaces en matière d'efficience opérationnelle, contre une majorité qui pointe le développement assisté par IA comme premier vrai succès. Ce décalage entre les attentes et les résultats illustre un problème structurel : les organisations adoptent l'IA plus vite qu'elles ne parviennent à en cadrer l'usage. OutSystems avertit que la gouvernance et l'intégration aux systèmes existants constituent les deux véritables points de blocage. Ainsi, 48 % des répondants identifient l'intégration aux systèmes legacy comme la capacité la plus critique pour élargir l'usage agentique, et 38 % y voient la principale raison pour laquelle les projets restent bloqués entre pilote et production. Contrairement à ce que prônent de nombreux éditeurs IA, une vaste opération de nettoyage des données n'est pas un préalable obligatoire : des agents peuvent fonctionner efficacement dans des environnements de données complexes, à condition que la gouvernance soit renforcée en parallèle. La géographie de l'adoption révèle des disparités profondes. L'Inde domine nettement, avec 50 % des entreprises indiennes déclarant un taux de réussite de leurs projets IA entre 51 % et 75 %, et la plus forte proportion d'utilisateurs se qualifiant d'"experts". À l'inverse, la France et l'Allemagne restent les marchés les plus sceptiques, l'Allemagne enregistrant la plus haute proportion de dirigeants n'utilisant aucune forme d'IA agentique. Les secteurs financier et technologique montrent la progression la plus rapide du pilote vers la production, car ils disposent d'une ligne de vue claire entre automatisation et retour sur investissement mesurable. Le rapport suggère aux secteurs plus lents de s'inspirer de ce modèle : commencer par des workflows à fort volume et périmètre étroit, où les performances se mesurent et les échecs se contiennent, en se concentrant d'abord sur la fonction IT.

Outils⚒Outil

1 source

38

Illustration générée par IA

6958Frandroid 

Sur Amazon, les faux guides de jeux générés par IA se multiplient

Sur Amazon, des guides de jeux vidéo générés par intelligence artificielle prolifèrent dans le catalogue de la plateforme, trompant des joueurs qui cherchent de l'aide pour progresser dans leurs titres favoris. Ces ouvrages, produits en masse à faible coût grâce à des outils d'IA générative, sont vendus plusieurs euros voire dizaines d'euros, alors qu'ils contiennent des informations incorrectes, inventées ou périmées. Les auteurs de ces arnaques exploitent la facilité avec laquelle Amazon permet à n'importe qui de publier via son programme Kindle Direct Publishing. L'impact est direct pour les acheteurs : un joueur qui paie pour un guide sur un RPG complexe ou un jeu de stratégie se retrouve avec un document truffé d'erreurs, de niveaux inexistants ou de conseils inutilisables. Au-delà de la frustration individuelle, ce phénomène pollue l'écosystème Amazon : les vrais guides, rédigés par des spécialistes, se noient dans un océan de contenu généré automatiquement, et les avis clients deviennent peu fiables car les acheteurs découvrent la supercherie trop tard. Ce problème s'inscrit dans une tendance plus large de production de contenu IA bas de gamme qui inonde les plateformes de vente en ligne depuis l'essor de ChatGPT et de ses concurrents à partir de 2023. Amazon a déjà tenté de limiter le nombre de publications quotidiennes par auteur sur KDP, sans parvenir à endiguer le flot. La question de la responsabilité de la plateforme dans la modération de ce type de contenu trompeur reste entière, alors que les régulateurs européens examinent de près les pratiques des grandes marketplaces.

Société❧Opinion

1 source

52

Illustration générée par IA

6959AI News 

Microsoft publie un toolkit open source pour sécuriser les agents IA en production

Microsoft a publié un toolkit open-source destiné à sécuriser les agents d'intelligence artificielle en temps réel au sein des environnements d'entreprise. Baptisé runtime security toolkit, cet outil s'intercale entre le modèle de langage et le réseau d'entreprise pour surveiller, évaluer et bloquer les actions des agents autonomes au moment précis où ils tentent de les exécuter. Concrètement, lorsqu'un agent IA déclenche un appel vers un outil externe, une base de données, un pipeline CI/CD ou un dépôt cloud, le toolkit intercepte la requête, la compare à un ensemble de règles de gouvernance centralisées, et bloque l'action si elle enfreint la politique définie. Un agent autorisé uniquement à consulter un inventaire qui tenterait de passer une commande d'achat se verrait immédiatement arrêté, et l'événement serait journalisé pour révision humaine. L'enjeu est considérable pour les équipes de sécurité et les développeurs. Les systèmes d'IA d'entreprise ne se contentent plus de répondre à des questions : ils exécutent du code, envoient des e-mails, modifient des fichiers et interagissent avec des API critiques sans intervention humaine directe. Les méthodes traditionnelles, analyse statique du code, scan de vulnérabilités avant déploiement, sont structurellement inadaptées aux modèles de langage non-déterministes. Une seule attaque par injection de prompt ou une hallucination mal orientée peut suffire à écraser une base de données ou exfiltrer des données clients. Le toolkit de Microsoft découple la politique de sécurité de la logique applicative : les développeurs n'ont plus à hardcoder des règles de sécurité dans chaque prompt, et les équipes sécurité disposent d'une piste d'audit vérifiable pour chaque décision autonome du modèle. Le choix de publier ce toolkit sous licence open-source n'est pas anodin. Les développeurs construisent aujourd'hui des workflows autonomes en combinant des bibliothèques open-source, des frameworks variés et des modèles tiers, Anthropic, Meta, Mistral ou d'autres. Un outil propriétaire lié à l'écosystème Microsoft aurait probablement été contourné au profit de solutions non vérifiées, sous pression des délais. En ouvrant le code, Microsoft permet à n'importe quelle organisation, qu'elle tourne sur des modèles locaux, sur Azure ou sur des architectures hybrides, d'intégrer ces contrôles de gouvernance sans dépendance fournisseur. L'ouverture invite aussi la communauté cybersécurité à contribuer et à empiler des outils commerciaux, tableaux de bord, intégrations de réponse aux incidents, par-dessus cette fondation commune, accélérant la maturité de tout l'écosystème. À mesure que les agents autonomes s'imposent dans les entreprises, ce type de couche de sécurité d'infrastructure pourrait devenir un standard incontournable.

Sécurité❧Opinion

1 source

40

Illustration générée par IA

6960Frandroid 

Gemma 4 : le nouveau modèle d’IA de Google s’invite sur Nintendo Switch

Une développeuse a réussi à faire tourner Gemma 4, le modèle d'intelligence artificielle open source de Google, directement sur une Nintendo Switch, sans connexion à un serveur distant. L'exploit repose sur la version la plus compacte du modèle, publiée par Google en avril 2025 dans le cadre de sa gamme Gemma 4, qui décline plusieurs tailles allant de 1 à 27 milliards de paramètres. C'est la variante 1B, soit un milliard de paramètres, qui a été portée sur la console de Nintendo, dont le matériel repose sur une puce NVIDIA Tegra X1 et 4 Go de RAM partagée. Cet accomplissement illustre la progression rapide de la miniaturisation des modèles de langage et leur capacité à s'exécuter sur du matériel grand public, bien loin des serveurs GPU qui équipent habituellement ce type de charge de travail. Pour les développeurs embarqués et les constructeurs d'appareils connectés, cela ouvre des perspectives concrètes : intégrer des capacités d'inférence locale dans des terminaux à faible consommation, sans dépendance au cloud et sans coût de bande passante. Google a lancé la famille Gemma comme alternative ouverte à ses modèles propriétaires Gemini, ciblant explicitement les usages sur appareil. La Switch, conçue en 2017, n'était évidemment pas pensée pour l'IA générative, ce qui rend la démonstration d'autant plus symbolique. Elle s'inscrit dans une tendance plus large de course à l'efficience, où des acteurs comme Meta avec Llama, Microsoft avec Phi ou Apple avec ses modèles on-device cherchent tous à repousser les limites du possible sur silicium contraint.

LLMs⚡Actu

1 source