fermer

Intelligence Artificielle

L’intelligence artificielle (IA) transforme de nombreux secteurs, de la santé à la finance, en passant par l’éducation et la sécurité. Explorez comment l’IA est utilisée pour automatiser des tâches, augmenter l’efficacité et créer de nouvelles opportunités de marché.

Nos discussions incluent également les défis éthiques et les implications sociétales de l’adoption de l’IA, fournissant une perspective équilibrée sur ce développement technologique clé.

Intelligence Artificielle

Meta AI : un détecteur de contenus générés par IA repéré dans le code de l’application

par Yohann Poiron le
Meta AI : un détecteur de contenus générés par IA repéré dans le code de l'application

Meta pourrait bientôt proposer un outil capable d’identifier les contenus générés par intelligence artificielle. Une initiative presque ironique, alors même que ses propres outils ont accéléré la prolifération de médias synthétiques sur les réseaux.

Selon plusieurs observations relayées en ligne, l’entreprise développe actuellement une fonction intégrée à Meta AI, pensée pour analyser un contenu et déterminer s’il a été produit par une IA.

Un détecteur d’IA repéré dans l’interface de Meta AI

C’est TestingCatalog qui a d’abord repéré l’apparition d’une nouvelle entrée baptisée « AI Detector », ensuite signalée sur X. Les premières captures d’écran laissent entendre que cette fonctionnalité pourrait être intégrée directement dans l’interface de Meta AI.

À ce stade, tout indique toutefois qu’il s’agit encore d’un chantier en cours. La fonction aurait été découverte via l’activation de flags internes dans le code de l’application, une méthode classique pour mettre au jour des outils non encore annoncés publiquement.

Pour l’instant, le détecteur n’est pas activé côté serveurs. En pratique, cliquer sur cette nouvelle option renverrait simplement vers un lien inactif. Autrement dit, Meta teste bien quelque chose, mais son fonctionnement réel reste encore hors de portée.

Un outil encore flou dans ses ambitions

C’est tout le problème à ce stade : impossible de savoir précisément ce que ce détecteur analysera au lancement. Meta pourrait commencer par un cas d’usage relativement simple, comme la détection de texte généré par IA, avant d’élargir progressivement le champ aux images, à l’audio, voire à la vidéo. Ce serait la trajectoire la plus logique pour un groupe qui investit massivement dans les outils de génération multimédia.

Reste une autre question, plus stratégique : ce système sera-t-il capable d’identifier les contenus issus de n’importe quel modèle, ou se limitera-t-il aux productions générées par les outils de Meta ? La nuance est essentielle. Un détecteur universel n’aurait pas la même portée qu’un outil surtout calibré pour l’écosystème maison.

Meta face au désordre qu’elle a contribué à créer

Le sujet est d’autant plus sensible que Meta fait partie des plateformes qui ont le plus activement poussé les usages grand public de l’IA générative. Images créées à la volée, assistants conversationnels intégrés, fonctionnalités de création dopées à l’IA : le groupe multiplie les points de contact entre ses utilisateurs et les contenus synthétiques.

L’entreprise expérimente même, selon plusieurs rapports, des formats où l’IA n’est plus un simple outil, mais le cœur même de l’expérience. Dans cette logique, l’idée d’un flux saturé de contenus artificiels n’a plus rien d’un effet secondaire. Elle devient presque un produit.

C’est précisément là que surgit le paradoxe. Les technologies qui facilitent la création rapide d’images, de textes ou de vidéos ont aussi nourri ce que beaucoup décrivent désormais comme de l’AI slop : des contenus synthétiques produits à la chaîne, peu qualitatifs, omniprésents, et souvent conçus pour capter l’attention sans véritable valeur éditoriale.

En développant un détecteur d’IA, Meta semble donc reconnaître, au moins en creux, qu’un nouveau besoin émerge : redonner aux utilisateurs des outils pour distinguer le contenu humain du contenu généré.

Une réponse défensive, mais révélatrice

Meta n’a pas encore officialisé cette fonction, ce qui signifie qu’elle peut encore évoluer, être renommée ou même ne jamais être déployée telle qu’elle a été aperçue. Mais, son existence supposée en dit déjà long. L’industrie de l’IA générative entre dans une nouvelle phase : après la course à la production, vient désormais la course à l’identification. Les plateformes ne veulent plus seulement générer plus vite. Elles doivent aussi rassurer, trier, signaler, contextualiser.

Et sur ce terrain, Meta joue une partition délicate. Car l’entreprise cherche à la fois à démocratiser l’IA créative et à contenir les dérives informationnelles qu’elle contribue elle-même à amplifier. Une tension devenue centrale dans la stratégie des grands groupes tech.

Le plus intéressant n’est donc peut-être pas le détecteur lui-même, mais ce qu’il symbolise : l’aveu implicite qu’à force d’inonder le web de contenus synthétiques, la Silicon Valley doit maintenant inventer les filtres capables de les rendre lisibles.

Lire plus
Intelligence Artificielle

NVIDIA DLSS 5 : le « moment GPT pour le graphisme » arrive cet automne sur vos PC

par Yohann Poiron le
NVIDIA DLSS 5 : le « moment GPT pour le graphisme » arrive cet automne sur vos PC

NVIDIA se retrouve une nouvelle fois au centre de l’actualité gaming. Non pas pour une baisse miraculeuse du prix des cartes graphiques — il ne faut pas rêver — mais pour l’annonce de DLSS 5, sa nouvelle génération de technologie dopée à l’IA, attendue pour l’automne.

Sur le papier, la promesse est spectaculaire : franchir un cap vers un rendu « photoréaliste », au point de brouiller la frontière entre image calculée et image générée. Dans les faits, les premières démonstrations ont surtout déclenché une vague de moqueries chez les joueurs, peu convaincus par cette vision du futur.

DLSS 5, ou l’ambition de redéfinir le rendu graphique

Pour les habitués du PC gaming, le DLSS n’est plus une nouveauté. La technologie de NVIDIA s’appuie sur l’intelligence artificielle pour générer des images intermédiaires entre les images réellement calculées par le GPU. L’objectif est connu : fluidifier l’affichage, améliorer les performances et, dans certains cas, soulager la charge matérielle sur des configurations plus modestes.

C’est précisément ce qui a fait le succès des précédentes versions. Pour beaucoup de joueurs, le DLSS permet d’obtenir une image plus propre, des contours mieux définis, moins d’artefacts et une fréquence d’affichage plus élevée sans exiger un matériel hors norme.

La version 4.5, déployée plus tôt cette année, avait déjà consolidé cette logique avec des progrès sur la netteté et la réduction du ghosting. Mais avec DLSS 5, NVIDIA change clairement d’échelle. Il ne s’agit plus seulement d’optimiser le rendu : l’entreprise veut désormais transformer la manière même dont l’image est produite.

Une promesse presque hollywoodienne

Lors de sa présentation, NVIDIA a décrit DLSS 5 comme une technologie capable de réduire l’écart entre rendu temps réel et réalité visuelle. Le groupe affirme que cette nouvelle approche permettra aux développeurs d’atteindre un niveau de photoréalisme jusqu’ici réservé, selon lui, aux effets visuels du cinéma.

Jensen Huang, patron de NVIDIA, est allé encore plus loin en qualifiant DLSS 5 de « moment GPT pour le graphisme ». Une formule loin d’être anodine. Elle place cette annonce dans une logique plus large : celle d’une industrie tech qui ne cherche plus seulement à accélérer les workflows grâce à l’IA, mais à en faire le moteur créatif principal.

Selon NVIDIA, DLSS 5 analyserait une image unique pour comprendre la scène dans son ensemble — personnages, lumière, matériaux, profondeur — avant de générer des images capables de mieux restituer des éléments réputés difficiles comme la peau, les tissus ou les cheveux, tout en restant fidèles à l’intention visuelle d’origine.

Sur le plan stratégique, le message est limpide : NVIDIA ne veut plus seulement vendre de la performance. Le groupe veut imposer l’idée que l’IA générative représente la prochaine grande étape de l’image vidéoludique.

Le problème : les joueurs n’y voient pas du réalisme, mais une déformation

C’est précisément là que la démonstration a commencé à dérailler dans l’opinion des joueurs. En comparant les séquences montrant DLSS 4.5 face à DLSS 5, de nombreux internautes ont relevé des écarts jugés trop visibles entre les visages conçus par les studios et ceux recréés par le modèle génératif.

Dans plusieurs réactions, ce nouveau rendu est décrit comme artificiel, excessivement lissé, voire déconnecté de la direction artistique originale. Autrement dit, au lieu d’amplifier la fidélité visuelle, DLSS 5 donnerait parfois l’impression de réinterpréter les personnages à sa manière.

C’est ce qui alimente les accusations d’« AI slop », cette expression désormais largement utilisée pour désigner des contenus générés par IA jugés standardisés, approximatifs ou sans véritable sens esthétique. Le reproche est sévère, mais il touche un point central : dans le jeu vidéo, la prouesse technique ne suffit pas si elle altère l’identité visuelle voulue par les artistes.

Le débat dépasse donc largement la seule qualité d’image. Il pose une question plus profonde : jusqu’où peut-on laisser un modèle génératif intervenir dans le rendu final sans trahir le travail de création en amont ?

Une avancée technique, mais un pari culturel risqué

NVIDIA assure que DLSS 5 bénéficie déjà du soutien de nombreux éditeurs et partenaires, parmi lesquels Bethesda, Capcom, NetEase, Ubisoft, Tencent ou encore Warner Bros. Games. L’entreprise montre ainsi qu’elle avance avec un solide appui industriel. Mais, le vrai test ne se jouera pas dans les communiqués. Il se jouera manette en main, dans la perception concrète des joueurs. Et sur ce terrain, NVIDIA avance sur une ligne de crête.

Car l’industrie du jeu vidéo a longtemps adopté l’IA comme un outil d’optimisation discret : upscale, génération d’images, amélioration des performances. Avec DLSS 5, l’IA ne se contente plus d’aider le moteur graphique. Elle commence à toucher à la texture même du rendu artistique. Ce glissement change tout.

Si le résultat est perçu comme plus beau, plus cohérent et plus immersif, NVIDIA pourra effectivement revendiquer une rupture. Mais si l’image paraît « fausse », trop retouchée ou trop éloignée de la vision des studios, DLSS 5 pourrait devenir le symbole d’une dérive plus large : celle d’une technologie fascinée par le photoréalisme, mais parfois aveugle à la direction artistique.

Faut-il s’attendre à un succès ?

DLSS 5 doit arriver cet automne sous la forme d’une mise à jour gratuite pour les utilisateurs de GPU NVIDIA RTX via l’application NVIDIA sur PC. Techniquement, l’adoption pourrait donc être rapide.

Reste à savoir si les joueurs voudront vraiment activer ce nouveau mode. Car dans un marché déjà saturé de promesses autour de l’IA, tout le monde n’attend pas que son PC à plusieurs milliers d’euros applique un filtre génératif sur l’univers conçu par les développeurs.

NVIDIA tente ici quelque chose de beaucoup plus ambitieux qu’une simple amélioration de performances. L’entreprise cherche à redéfinir la notion même de fidélité visuelle dans le jeu vidéo. Et c’est peut-être là que réside toute la tension autour de DLSS 5 : entre prouesse technologique et soupçon de trahison artistique, la prochaine bataille du graphisme ne se jouera pas seulement sur le nombre d’images par seconde, mais sur la confiance accordée à l’IA pour réinventer ce que les joueurs voient à l’écran.

Lire plus
Intelligence Artificielle

Claude Code passe de « Todos » à « Tasks » : Anthropic vient d’installer la mémoire de travail qui manquait aux agents

par Yohann Poiron le
Claude Code passe de « Todos » à « Tasks » : Anthropic vient d’installer la mémoire de travail qui manquait aux agents

Pendant longtemps, les agents de code ont eu un défaut structurel : ils savent exécuter, mais peinent à tenir un projet. Pas par manque d’intelligence, plutôt par manque d’architecture. Avec Tasks, déployé dans Claude Code v2.1.16, Anthropic ne promet pas un nouveau tour de magie : il pose une brique d’ingénierie logicielle qui transforme un assistant réactif en outil stateful, capable de survivre aux sessions, aux sous-agents et au « context drift ».

Les projets d’ingénierie ne se déroulent pas comme une conversation linéaire. Ils ressemblent à un enchevêtrement de dépendances : API, tests, migrations, CI, revues, docs. Or un chatbot « pur » vit dans un flux — et le flux, par nature, n’est pas un système de vérité durable.

C’est précisément ce que Tasks vient corriger : au lieu de demander au modèle de « se souvenir », on lui donne une structure qui résiste au temps.

De Todos à Tasks : le changement qui compte est mécanique

Un indice résume bien la philosophie : chez Anthropic, l’ingénieur Thariq Shihipar décrit les Todos comme un moyen « d’aider Claude à se souvenir », alors que les Tasks servent à « coordonner le travail » à travers sessions, sous-agents et fenêtres de contexte.

En pratique, trois choix d’architecture font basculer l’outil :

  1. Des dépendances explicites (type DAG) plutôt qu’une simple liste : Les tâches ne sont plus juste « à faire », elles peuvent bloquer/débloquer d’autres tâches — ce qui force l’ordre logique (ex : tester après implémenter).
  2. Une persistance sur le disque : L’état ne vit plus uniquement dans la session : Tasks est documenté comme un mécanisme remplaçant l’ancien système, pensé pour durer entre plusieurs exécutions.
  3. L’orchestration multi-sessions via variable d’environnement : C’est l’« unlock » le plus agentique : en pointant plusieurs instances vers le même état (via CLAUDE_CODE_TASK_LIST_ID), on obtient une coordination sans outil externe.

Le « swarm » devient réaliste

Anthropic recommande depuis un moment une méthode simple et efficace : une instance écrit, une autre relit/teste, afin de bénéficier d’un contexte « frais » pour la critique. Jusqu’ici, c’était surtout une discipline. Avec Tasks, ça devient une mécanique : la session A termine, la session B voit les tâches se débloquer, et le passage de relais n’est plus fragile.

C’est exactement le type de pattern qui fait passer Claude Code du « copilot » à une forme d’orchestration des workflows.

La chasse aux crashs, aux hangs et aux machines hétérogènes

Un agent de code n’a pas le droit d’être « brillant mais capricieux » en production. Les récents changelogs montrent une obsession très enterprise : stabilité, reprise de session, compat matérielle, propreté des processus.

Dans v2.1.19, on voit notamment :

  • un consentement temporaire via CLAUDE_CODE_ENABLE_TASKS=false (stratégie classique pour migrations en entreprise),
  • des corrections de crash sur CPU sans AVX,
  • et la résolution de processus « pendus » quand le terminal se ferme (gestion d’erreurs EIO, SIGKILL en fallback).

Ce n’est pas glamour — et c’est justement le point : on reconnaît un produit prêt à entrer dans des workflows réels à ce qu’il corrige d’abord ce qui casse.

Anthropic ne vend pas une « mémoire », il vend une économie de contexte

Le pivot est presque philosophique : le contexte (tokens, historique, état mental du modèle) est une ressource rare. Anthropic le dit dans ses best practices : le contexte est l’actif à gérer.

Tasks permet enfin un geste devenu indispensable chez les power users : nettoyer le contexte agressivement (clear/compact) sans perdre la feuille de route. Le plan sort de la tête du modèle et devient un artefact.

Et c’est là que Claude Code change de catégorie : il ne s’agit plus seulement « d’écrire du code plus vite », mais d’installer une couche de gouvernance minimale — dépendances, reprise, coordination — qui rend possible l’automatisation à grande échelle.

Lire plus
Intelligence Artificielle

Garmin Chat Connector : parlez à vos données de santé via ChatGPT et Claude

par Yohann Poiron le
Garmin Chat Connector : parlez à vos données de santé via ChatGPT et Claude

Les utilisateurs de montres Garmin pourraient bientôt interroger leurs données de santé et d’entraînement comme on pose une question à un assistant IA. Le projet s’appelle Garmin Chat Connector, et il ne vient pas de Garmin lui-même, mais de Rod Trent, vice-président chez Microsoft et créateur de l’outil Garmin Chat Desktop.

D’après son annonce, ce connecteur est conçu pour relier un compte Garmin Connect à des assistants comme ChatGPT ou Claude afin de questionner ses données en langage naturel.

Un pont entre Garmin Connect et les IA conversationnelles

Le principe est simple sur le papier : au lieu de fouiller dans les graphiques de Garmin Connect, l’utilisateur pourrait demander directement à l’IA comment il a dormi, si sa charge d’entraînement grimpe trop vite, ou s’il ferait mieux de lever le pied. Rod Trent explique que le système reposera sur un serveur MCP hébergé dans le cloud plutôt que sur une installation locale, avec pour chaque utilisateur une URL privée protégée par jeton à coller dans une application IA compatible.

3228097d 47f1 420a bcb1 61ec42fbbe32 2667x1366 scaled

Cette architecture compte, car elle ouvre la voie à un usage beaucoup plus mobile. Là où de nombreux projets MCP autour de Garmin restent encore très orientés desktop ou bricolage avancé, Garmin Chat Connector vise explicitement une intégration simple avec des apps comme ChatGPT et Claude sur smartphone. Rod Trent a aussi indiqué sur LinkedIn que l’intégration avec ces deux plateformes était « presque prête » et qu’une sortie était espérée dans la semaine suivant son post publié il y a deux jours.

Ce que l’IA pourra analyser

D’après l’annonce, le connecteur exposera 16 outils de données répartis en cinq catégories, afin de permettre à l’IA de résumer les activités, suivre les tendances et répondre à des questions sur le sommeil, la récupération ou les derniers entraînements. Les exemples cités tournent autour de métriques bien connues de l’écosystème Garmin, comme les phases de sommeil, la HRV, la VO2 Max ou les données d’activité.

En pratique, cela pourrait rendre les données Garmin beaucoup plus lisibles pour le grand public. C’est un changement subtil, mais important : la valeur ne vient plus seulement de la donnée collectée, mais de la capacité à la reformuler instantanément en conseils ou en explications compréhensibles.

01e727d9 b28e 4472 bb34

Un projet tiers, pas un lancement Garmin

C’est le point à ne pas manquer. Garmin Chat Connector n’est pas un service officiel Garmin. Le dépôt GitHub de Garmin Chat Desktop précise clairement qu’il n’est ni affilié ni approuvé par Garmin Ltd., et les articles spécialisés qui ont relayé l’annonce rappellent eux aussi qu’il s’agit d’un projet tiers encore en cours de finalisation.

Autrement dit, on n’est pas face à une nouvelle brique native de Garmin Connect, mais à une surcouche construite autour de l’écosystème Garmin. Cela ne retire pas forcément son intérêt, mais cela pose d’emblée les questions habituelles autour de la pérennité, de la maintenance et de la confidentialité.

Pourquoi ce type d’outil arrive maintenant ?

Le projet s’inscrit dans une tendance plus large : celle de la conversation comme interface de lecture des données personnelles. Rod Trent ne fait ici qu’appliquer au sport connecté une logique déjà visible ailleurs dans la santé numérique et les assistants personnels : remplacer les tableaux de bord par une couche conversationnelle, plus accessible, plus immédiate, et potentiellement plus engageante.

C’est aussi ce qui rend l’idée si crédible. Les wearables collectent énormément d’informations, mais une large partie des utilisateurs n’exploite qu’une fraction de ce qu’ils mesurent. Une IA bien branchée à ces données peut devenir une sorte de traducteur permanent entre les métriques brutes et les usages réels.

Une promesse séduisante, avec une limite évidente

Sur le fond, l’idée est excellente. Garmin produit déjà certaines des données sport et santé les plus riches du marché grand public ; leur manque principal n’est pas la quantité, mais parfois la pédagogie. Un connecteur capable d’expliquer, contextualiser et synthétiser ces informations à la demande pourrait transformer l’expérience utilisateur.

Mais, il faudra voir comment le projet gère la sécurité, la fiabilité des interprétations et la frontière entre analyse utile et surinterprétation pseudo-médicale. Car une IA qui lit vos courbes de sommeil ou votre variabilité cardiaque peut être brillante pour vulgariser… tout en restant très imparfaite dès qu’il s’agit d’en tirer des conclusions trop assurées.

En clair, Garmin Chat Connector ressemble moins à un gadget qu’à un aperçu très crédible du futur des apps santé connectées. Pas forcément parce qu’il révolutionne la montre, mais parce qu’il pourrait enfin rendre ses données beaucoup plus humaines.

Lire plus
Intelligence Artificielle

ChatGPT mode Adulte : OpenAI confirme un report face aux risques de sécurité des mineurs

par Yohann Poiron le
ChatGPT mode Adulte : OpenAI confirme un report face aux risques de sécurité des mineurs

Le futur « mode adulte » de ChatGPT continue de se dessiner… tout en restant bloqué à la porte. D’après The Wall Street Journal, OpenAI prévoirait bien de lancer une version réservée aux adultes vérifiés capable de soutenir des conversations textuelles à tonalité érotique, mais sans génération d’images, de voix ni de vidéo au lancement.

Un porte-parole cité par le journal parle d’un registre relevant davantage du « smut » que de la pornographie.

Le point clé, c’est que cette ouverture annoncée il y a plusieurs mois n’arrivera finalement pas aussi vite qu’espérée. OpenAI a confirmé début mars qu’il repoussait le lancement pour se concentrer sur des travaux jugés plus prioritaires, sans donner de nouvelle date publique à ce stade.

ChatGPT : Une version plus permissive, mais strictement textuelle

Ce qui se profile n’est donc pas un ChatGPT NSFW au sens large, encore moins un générateur multimédia adulte. Selon les informations publiées ce weekend, OpenAI envisage d’autoriser des échanges écrits à thème adulte pour des utilisateurs vérifiés, tout en laissant de côté les formats les plus sensibles, comme l’image, la vidéo et la voix.

Cette distinction n’a rien d’anodin. Elle montre qu’OpenAI tente de desserrer certaines restrictions sans franchir d’emblée les lignes les plus explosives sur le plan réglementaire et réputationnel. En restant sur du texte, l’entreprise réduit au moins une partie du risque juridique et médiatique associé à la production de contenus sexuels explicites visuels. C’est aussi cohérent avec ses politiques actuelles, qui maintiennent des garde-fous très stricts autour de la sexualisation des mineurs et des contenus abusifs.

Pourquoi OpenAI ralentit ?

Le report ne semble pas être un simple contretemps produit. D’après le WSJ, OpenAI fait face à des inquiétudes internes, à des défis techniques de modération et à des questions très sensibles autour de la protection des mineurs et de la dépendance émotionnelle. Le journal affirme notamment qu’un conseil consultatif a alerté l’entreprise sur le risque de voir des enfants accéder à ce mode, ou de favoriser des usages psychologiquement malsains.

Toujours selon ce même rapport, l’un des points les plus problématiques concernerait le système de prédiction d’âge, qui aurait pu à un moment classer à tort des mineurs comme adultes dans environ 12 % des cas. Avec une base d’utilisateurs très jeune, cette marge d’erreur devient immédiatement massive à l’échelle de ChatGPT.

Une tension de fond dans toute l’industrie IA

Au fond, ce dossier dit quelque chose de plus large sur la maturité du marché. L’industrie de l’IA générative ne débat plus seulement de performance, mais de frontières d’usage. Jusqu’où peut-on personnaliser une IA conversationnelle sans encourager l’addiction, l’isolement ou des usages problématiques ? Comment ouvrir davantage de liberté aux adultes sans créer une faille pour les publics les plus vulnérables ?

OpenAI avait déjà fait évoluer son cadre ces derniers mois avec une logique plus orientée vers le principe de « traiter les adultes comme des adultes », tout en conservant des interdictions absolues sur les contenus sexuels impliquant des mineurs. Mais entre un principe de liberté et un produit déployé à grande échelle, il reste une zone grise immense.

Ce que cela change vraiment

Pour l’instant, rien ne change pour les utilisateurs. Aucune date de lancement n’est annoncée, et OpenAI n’a pas officialisé publiquement les contours définitifs de ce mode au-delà du report. Ce qui ressort des informations disponibles, c’est surtout une orientation : oui à des conversations adultes textuelles, non — au moins dans un premier temps — aux contenus visuels, vocaux ou vidéo.

Autrement dit, OpenAI ne renonce pas forcément à son projet. Mais l’entreprise semble avoir compris que, sur ce terrain, la difficulté n’est pas de rendre le modèle plus permissif. La vraie difficulté est de le faire sans ouvrir une brèche beaucoup plus dangereuse que le produit lui-même.

Lire plus
Intelligence Artificielle

Claude : Anthropic double vos limites d’usage jusqu’au 27 mars (sous conditions)

par Yohann Poiron le
Claude : Anthropic double vos limites d'usage jusqu'au 27 mars (sous conditions)

Anthropic a bien lancé une promotion limitée de deux semaines autour de Claude. D’après sa page d’aide officielle, l’opération court du 13 mars 2026 au 27 mars 2026 à 23 h 59 et double les limites d’usage sur une fenêtre glissante de cinq heures, mais uniquement hors heures de pointe en semaine.

Le détail important, c’est que les limites ne sont pas doublées entre 8 h et 14 heures en semaine. Elles sont doublées en dehors de cette plage, soit hors de 8 heures à 14 heures du lundi au vendredi. Autrement dit, la promotion ne récompense pas l’usage pendant les heures de pointe : elle pousse au contraire les utilisateurs vers les moments où la plateforme est moins sollicitée.

Anthropic précise aussi que cette hausse temporaire s’applique aux offres Free, Pro, Max et Team, tandis que les plans Enterprise sont exclus. L’activation est automatique, sans option à cocher dans les réglages.

Où cette promotion s’applique pour Claude ?

La hausse de quota concerne plusieurs surfaces Claude : Web, de bureau et mobile, mais aussi Cowork, Claude Code, Claude for Excel et Claude for PowerPoint. Anthropic indique également que le bonus d’usage n’est pas décompté des éventuelles limites hebdomadaires du forfait.

Au-delà du simple geste commercial, cette promotion montre surtout qu’Anthropic cherche à mieux lisser la charge sur Claude. Le fait de doubler l’usage hors pics laisse entendre que l’entreprise préfère redistribuer la demande plutôt que relever durablement ses plafonds pour tout le monde, à toute heure. C’est une manière assez claire d’encourager les usages intensifs au moment où l’infrastructure est la moins sous pression.

Cette lecture est cohérente avec la formulation officielle de la promotion, centrée sur les off-peak hours.

Ce qu’il faut retenir

Oui, l’offre existe bien. Mais, il y a une nuance essentielle : les 2x ne s’appliquent pas de 8 h à 14 h ; ils s’appliquent en dehors de cette plage en semaine, puis reviennent à la normale après le 27 mars 2026.

Lire plus
Intelligence Artificielle

Seedance 2.0 : ByteDance suspend le lancement mondial après une mise en demeure de Disney

par Yohann Poiron le
Seedance 2.0 : ByteDance suspend le lancement mondial après une mise en demeure de Disney

L’un des générateurs vidéo IA les plus commentés du moment pourrait finalement arriver bien plus tard que prévu. Selon The Information, ByteDance aurait suspendu le déploiement mondial de Seedance 2.0 après des tensions juridiques avec plusieurs studios hollywoodiens et plateformes de streaming autour de potentielles atteintes au droit d’auteur.

Le dossier est particulièrement sensible, car Seedance 2.0 s’était imposé en quelques semaines comme un nouvel acteur crédible de la vidéo générative, grâce à sa capacité à produire des clips courts très réalistes à partir de simples prompts texte ou image. Reuters indique que le modèle, lancé en février 2026, visait notamment des usages professionnels dans le film, l’e-commerce et la publicité.

Pourquoi ByteDance aurait stoppé le lancement ?

D’après Reuters, la suspension serait liée à des litiges de copyright avec de grands studios américains et des services de streaming, après la diffusion de vidéos générées mettant en scène des personnages ou univers reconnaissables, notamment issus de franchises de Disney comme Star Wars et Marvel. Reuters ajoute que Disney a envoyé une lettre de mise en demeure, accusant ByteDance d’avoir utilisé des contenus protégés, y compris du matériel piraté présenté comme relevant du domaine public.

D’autres sources récentes vont dans le même sens. The Hollywood Reporter a rapporté dès février qu’une mise en demeure avait été adressée à ByteDance au sujet de vidéos Seedance, tandis que le Los Angeles Times indiquait que Disney, Paramount, Netflix et Warner Bros. Discovery figuraient parmi les groupes ayant élevé la voix contre le modèle.

Un report qui montre où se joue désormais la vraie bataille

Ce qui se passe autour de Seedance 2.0 dépasse largement le cas ByteDance. Le sujet n’est plus seulement de savoir quel modèle génère la vidéo la plus spectaculaire, mais sur quelles données il a été entraîné et jusqu’où ses sorties peuvent reproduire des œuvres protégées. L’Associated Press notait déjà en février que plusieurs organisations hollywoodiennes accusaient Seedance 2.0 d’infraction massive au copyright et d’atteinte potentielle à l’image d’acteurs, tandis que ByteDance répondait travailler à de meilleurs garde-fous.

Reuters précise d’ailleurs que ByteDance aurait interrompu un lancement mondial initialement prévu autour de la mi-mars 2026, le temps pour ses équipes juridiques et techniques de mettre en place des protections destinées à empêcher les usages non autorisés de propriété intellectuelle.

Pourquoi Seedance 2.0 a attiré autant d’attention ?

Le modèle a surtout frappé par son rendu : mouvements de caméra crédibles, personnages cohérents, esthétique très cinématographique. C’est précisément ce niveau de qualité qui l’a rendu viral — et qui a simultanément déclenché l’inquiétude des ayants droit. Reuters note même que Seedance 2.0 a été comparé aux outils des leaders du secteur et a suscité un fort écho dans l’écosystème IA.

Au fond, ce report raconte quelque chose de plus large : la vidéo générative avance désormais assez vite pour entrer en collision frontale avec l’industrie du divertissement. Et à mesure que ces outils deviennent plus convaincants, ce ne sont plus seulement leurs performances qui détermineront leur adoption, mais leur capacité à survivre juridiquement.

Lire plus
Intelligence Artificielle

Google alerte : des hackers « augmentent » leurs attaques avec Gemini — et l’IA accélère surtout ce qui faisait déjà mal

par Yohann Poiron le
Google alerte : des hackers « augmentent » leurs attaques avec Gemini — et l’IA accélère surtout ce qui faisait déjà mal

On a longtemps réduit la cybercriminalité dopée à l’IA à une caricature : des mails de phishing mieux écrits, des arnaques plus « propres », une grammaire moins bancale. Google vient rappeler que la réalité est plus large — et plus inquiétante.

Dans un nouveau rapport du Google Threat Intelligence Group (GTIG), la firme explique avoir observé des groupes liés à des États utiliser Gemini tout au long d’opérations : de la reconnaissance au post-compromis, en passant par la traduction, l’aide au code, les tests de vulnérabilités et le debug quand un outil casse en plein milieu d’une intrusion.

Une IA qui ne « réinvente » pas les attaques, mais qui les rend plus rapides

Le framing de Google est assez clair : l’IA ne crée pas de magie noire, elle réduit les frictions. Les attaquants faisaient déjà du renseignement, rédigeaient des leurres, modifiaient des scripts, corrigeaient des erreurs, traduisaient des contenus et adaptaient leur narration à la cible.

Gemini leur permet simplement d’itérer plus vite, avec moins de pauses et moins de coûts cognitifs.

C’est là que le risque change d’échelle : même si la tactique reste « ancienne », le tempo évolue. Moins de temps entre un premier signal faible et une action concrète, donc moins de marge côté défense pour détecter, corriger, isoler.

gtig ai threat tracker feb26 fig1.max 1500x1500 1

Les acteurs cités : Chine, Iran, Corée du Nord, Russie

Google affirme avoir repéré des usages attribués à des clusters liés à la Chine, l’Iran, la Corée du Nord et la Russie, avec des demandes couvrant :

  • profilage de cibles et synthèse OSINT
  • rédaction et adaptation de « social engineering »
  • traduction (et réécriture dans un ton local)
  • aide au développement et à la correction de code
  • scénarios de tests de vulnérabilités/plans de validation
  • dépannage d’outils pendant une intrusion

Un exemple marquant : des acteurs chinois auraient utilisé une posture « expert cybersécurité » pour pousser Gemini à automatiser de l’analyse de vulnérabilités et produire des plans de test dans un scénario fictif.

Côté Corée du Nord, GTIG évoque des usages de Gemini pour profiler des cibles et soutenir la planification de campagne.

Le deuxième front : « voler » un modèle par extraction et distillation

Là où l’histoire devient encore plus stratégique, c’est quand Google parle d’un autre type d’abus, moins « cyberattaque classique » et plus guerre économique : l’extraction de modèle/distillation des connaissances.

Le principe : des acteurs disposant d’un accès API légitime bombardent le modèle de requêtes pour en reproduire le comportement, puis entraînent un autre système qui imite ses réponses, ses patterns et sa « logique ». Google dit avoir observé et bloqué des campagnes de distillation, dont une impliquant plus de 100 000 prompts visant à répliquer les performances sur des tâches en langues non-anglaises.

Google insiste : ce type d’attaque touche d’abord les éditeurs de modèles (IP, coût, avantage compétitif), plutôt que l’utilisateur final. Mais à grande échelle, le sujet devient explosif : plus on clone facilement, plus l’écosystème se remplit d’« IA de seconde main », parfois mal sécurisées, parfois vendues ou détournées.

Ce que Google dit faire : désactivation, durcissement, détection ciblée

La réponse officielle repose sur trois leviers : suppression de comptes et d’infrastructures liés aux abus documentés, renforcement des classifieurs Gemini, et tests continus des garde-fous. Mais, l’implicite est ailleurs : l’IA est désormais un outil « standard » des opérations offensives — exactement comme l’OSINT, les frameworks d’exploitation ou les kits de phishing l’étaient hier.

La conséquence : les manuels d’exploitation SOC doivent être pensés pour le tempo. Pas seulement « détecter », mais réagir plus vite — segmentation, blocage d’identités, rotation de secrets, durcissement des accès et surveillance des workflows où l’attaquant peut gagner du temps.

Lire plus
Intelligence Artificielle

Deepfakes vocaux : votre cerveau démasque l’IA avant même que vous ne le sachiez

par Yohann Poiron le
Deepfakes vocaux : votre cerveau démasque l'IA avant même que vous ne le sachiez

On croyait l’oreille humaine condamnée face aux voix synthétiques de plus en plus « propres » (les fameux deepfakes). Et, à première écoute, c’est vrai : face à un bon clonage, la plupart d’entre nous se trompent. Mais, une récente étude suggère quelque chose de plus dérangeant — et presque rassurant : même quand votre jugement échoue, votre système auditif, lui, commence à apprendre.

Des chercheurs de Tianjin University et de la Chinese University of Hong Kong ont testé 30 participants : écouter des phrases, puis décider si la voix est humaine ou générée par IA. Verdict : les volontaires se trompent souvent, et une courte session d’entraînement n’améliore que très marginalement leurs performances comportementales.

Autrement dit : si votre intuition vous dit « ça sonne vrai », vous n’êtes pas seul — et vous n’êtes pas forcément équipé pour transformer un soupçon en décision fiable.

Deepfakes : Le cerveau « tague » l’IA avant que vous ne le sachiez

Là où l’étude devient fascinante, c’est dans les mesures EEG (électroencéphalographie). Après seulement une douzaine de minutes d’entraînement, les signaux neuronaux commencent à différencier davantage voix humaines et voix IA, sans que le sujet devienne bon au test.

Dans les récits de l’étude, trois fenêtres temporelles reviennent comme des jalons : ~55 ms, ~210 ms et ~455 ms après le début de la phrase, des instants où l’activité cérébrale « sépare » mieux les catégories.

Autrement dit, ce n’est pas votre cerveau « conscient » qui manque de finesse, c’est votre chaîne décisionnelle qui n’exploite pas encore ce que vos circuits auditifs perçoivent.

Pourquoi vos oreilles ont une longueur d’avance sur votre jugement

L’écart est classique en neurosciences : percevoir n’est pas décider. Votre système auditif peut repérer des micro-indices (rythme, attaques de syllabes, « texture » temporelle), mais votre esprit conscient n’a pas encore appris quels indices méritent d’être convertis en « fake ».

Les auteurs évoquent d’ailleurs des différences acoustiques mesurables : une divergence entre voix humaines et synthétiques dans une bande de modulation autour de 5,4 à 11,7 Hz, associée à des détails rapides du flux de parole (phonèmes, débuts de syllabes, micro-variations prosodiques).

Et, c’est là que l’IA, même très convaincante, trahit parfois sa nature : elle maîtrise la surface (timbre, articulation), mais pas toujours la micro-dynamique.

Ce que ça change pour les arnaques à la voix clonée

La conclusion la plus utile n’est pas « l’IA est détectable » — ce serait trop simple. La vraie leçon est : l’humain n’est pas aveugle, il est en phase d’adaptation. Concrètement, ça ouvre deux pistes :

  1. Des entraînements ciblés, non pas des conseils vagues (« soyez prudents »), mais des exercices qui apprennent à relier les bons signaux à une décision.
  2. Des outils hybrides : UI/assistant anti-fraude qui s’appuie sur ces « points faibles » acoustiques (et, demain, peut-être sur des retours biométriques légers), pour aider à trancher quand l’intuition est trop confiante.

Bref, si les deepfakes vocaux sont une guerre d’illusion, cette étude dit une chose : votre cerveau a déjà commencé à constituer un dossier — il vous manque surtout le mode d’emploi.

Lire plus
Intelligence Artificielle

OpenAI : 10 ans après, de la startup de recherche au titan mondial de l’IA

par Yohann Poiron le
OpenAI : 10 ans après, de la startup de recherche au titan mondial de l'IA

OpenAI n’a pas débarqué avec fracas. Fondée fin 2015 comme organisation à but non lucratif, l’équipe a longtemps travaillé dans l’ombre avant de devenir, en novembre 2022, le nom qui a fait basculer la tech dans l’ère du « tout génératif ».

Dix ans plus tard, OpenAI n’est plus une start-up de recherche : c’est une infrastructure culturelle — et de plus en plus, une infrastructure industrielle.

2015—2018 : une fondation « mission » avant la course aux produits

OpenAI est annoncée en décembre 2015 avec une promesse claire : développer une intelligence artificielle avancée de manière à ce qu’elle bénéficie à l’humanité. Son Charter formalise ensuite cette ambition, en définissant l’AGI comme des « systèmes hautement autonomes » surpassant l’humain sur la plupart des travaux économiquement valorisables, et en posant l’idée que la mission peut aussi être remplie si le travail d’OpenAI aide d’autres acteurs à atteindre ce résultat.

Dans cette phase, la marque OpenAI est surtout connue des chercheurs. Un de ses premiers « produits » publics — au sens large — est OpenAI Gym, un toolkit pour comparer des algorithmes d’apprentissage par renforcement, publié en bêta dès 2016.

2016—2019 : l’accélération compute, puis le choc GPT-2

Avant ChatGPT, il y a un prérequis : la puissance de calcul. Dès 2016, Nvidia livrait à OpenAI un supercalculateur DGX-1 pour accélérer l’entraînement de modèles plus ambitieux. 

Puis arrive 2019, année charnière : GPT-2 est dévoilé (avec une stratégie de « staged release » marquante à l’époque), et beaucoup de décideurs comprennent qu’un cap vient d’être franchi en génération de texte.

Novembre 2022 : ChatGPT, le moment où l’IA devient un produit grand public

Le 30 novembre 2022, OpenAI lance ChatGPT comme « research release ». C’est le point de bascule : l’IA sort des démos et devient un outil que le grand public adopte en masse, à l’échelle mondiale.

L’onde de choc est aussi stratégique. Microsoft, déjà partenaire de longue date, renforce son engagement avec un investissement « pluriannuel, pluri-milliardaire », et accélère l’intégration de modèles OpenAI dans ses produits et son cloud.

En face, Google déclenche un « code red » interne fin 2022 pour rattraper l’avance narrative et produit.

2024—2026 : OpenAI devient une « machine » — et réorganise ses dépendances

Depuis 2024, la trajectoire se lit moins en « modèles » qu’en infrastructure et en partenariats compute. OpenAI pousse une vision de long terme autour de projets de datacenters et de capacité à grande échelle — et multiplie les alliances.

Un signal très clair : la montée en puissance du tandem OpenAI x Oracle autour de capacités « Stargate » et de nouveaux campus, officialisée côté OpenAI et Oracle. Et plus récemment, OpenAI est devenu le premier client du nouveau business datacenters de Tata en Inde, dans le cadre de cette dynamique « Stargate ».

Dans le même temps, la relation avec Microsoft reste centrale, mais l’écosystème bouge : certains signaux publics montrent que Microsoft explore aussi d’autres options modèles pour certains usages, ce qui alimente l’idée d’un OpenAI cherchant plus d’autonomie dans ses dépendances.

Ce n’est pas un divorce — plutôt une redistribution progressive du rapport de force, typique quand un fournisseur devient un acteur systémique.

Pourquoi OpenAI donne l’impression d’être « déjà partout »

OpenAI n’a que 10 ans, et pourtant l’entreprise est entrée dans « le mobilier » numérique pour trois raisons :

  1. Une interface universelle : ChatGPT a rendu l’IA accessible en langage naturel, et a fait de la conversation une couche d’OS mentale.
  2. Une intégration par plateformes : l’écosystème Microsoft a servi d’amplificateur, en faisant des modèles OpenAI un composant d’outils quotidiens en entreprise.
  3. Une industrialisation du compute : la compétition se joue désormais autant dans les data centers que dans les labos — d’où la multiplication des annonces d’infrastructure avec des partenaires cloud.

La suite dépendra moins d’un « nouveau ChatGPT » que de la capacité d’OpenAI à tenir ensemble trois exigences qui tirent dans des directions opposées : rapidité produit, fiabilité/sécurité, souveraineté d’infrastructure. Dix ans après la promesse originelle, l’enjeu n’est plus de prouver que ça marche. C’est de prouver que ça tient.

Lire plus
Intelligence Artificielle

NemoClaw : Nvidia lance son offensive open source contre l’agent IA OpenClaw

par Yohann Poiron le
NemoClaw : Nvidia lance son offensive open source contre l'agent IA OpenClaw

Dans la ruée vers les agents IA « always-on », Nvidia ne veut plus rester le fournisseur d’infrastructures que tout le monde utilise sans y penser. Selon Wired, le géant des GPU préparerait NemoClaw, une plateforme d’agents IA open source qu’il présenterait déjà à des partenaires avant sa conférence développeurs de la semaine prochaine.

Objectif : se positionner face à OpenClaw, devenu en quelques semaines un symbole — et un accélérateur — de l’agentique local.

NemoClaw : De l’open source « à la OpenClaw » — mais version entreprise

D’après Wired, Nvidia « pitch » NemoClaw à plusieurs grands éditeurs et acteurs enterprise (Salesforce, Cisco, Google, Adobe, CrowdStrike sont cités comme interlocuteurs potentiels), avec une promesse importante : la plateforme fonctionnerait même sur des machines sans GPU Nvidia.

Ce point n’est pas un détail technique, c’est une stratégie d’adoption : si vous voulez devenir un standard logiciel, vous évitez de vous enfermer dans votre propre matériel… tout en sachant qu’une partie des usages avancés finira, naturellement, par revenir vers les meilleures accélérations disponibles — et Nvidia est très bien placé pour en profiter.

Pourquoi OpenClaw a déclenché une réaction en chaîne ?

OpenClaw a capté l’attention parce qu’il matérialise une idée simple : des agents capables de travailler en continu depuis une machine personnelle, en s’appuyant sur différents modèles, et en manipulant des données locales. Le phénomène a été suffisamment visible pour que OpenAI recrute son créateur, Peter Steinberger, afin de « piloter la prochaine génération d’agents personnels », tout en laissant le projet vivre dans une fondation indépendante avec le soutien d’OpenAI.

Même les régulateurs et autorités commencent à réagir : des entités publiques et entreprises d’État en Chine ont été alertées contre l’installation d’OpenClaw sur des appareils de travail, au nom des risques de cybersécurité et de fuite de données.

C’est précisément là que Nvidia veut frapper : le passage à l’échelle entreprise ne se fait pas sur la magie des démos, mais sur la gouvernance, la conformité et les garde-fous.

Le nerf de la guerre : sécurité, permissions et confiance

Wired indique que Nvidia préparerait des outils de sécurité et de protection de la vie privée pour NemoClaw. Ce choix est quasi obligatoire : les agents « always-on » sont puissants parce qu’on leur donne des permissions (fichiers, messagerie, outils internes, CRM, tickets…). Et c’est aussi ce qui les rend dangereux. Sur ce terrain, une plateforme d’agents sans modèle de permissions strict, sans auditabilité et sans isolation sérieuse devient un cauchemar pour les RSSI.

Si Nvidia réussit, NemoClaw pourrait devenir ce que OpenClaw n’est pas encore totalement : une couche agentique acceptable par les entreprises — sans tuer l’esprit open source qui a rendu le concept viral.

L’intérêt caché de Nvidia : contrôler la couche logicielle, pas seulement la carte graphique

L’agentique a une propriété que Nvidia adore : elle consomme du calcul non pas en pics courts, mais sur des durées longues (heures, jours), avec des boucles d’outils, de navigation et de raisonnement. Autrement dit : plus les agents deviennent courants, plus la demande d’inférence et d’orchestration augmente.

Et dans un moment où Nvidia doit aussi composer avec des tensions géopolitiques et des contraintes export (comme l’arrêt rapporté de la production de H200 destinés au marché chinois, avec redirection de capacité vers la prochaine génération), renforcer son influence côté logiciel est une forme de couverture stratégique.

Ce qu’il faut surveiller à la conférence Nvidia

Trois signaux permettront de savoir si NemoClaw est une vraie offensive — ou un simple « copier-coller premium » :

  1. Le modèle de sécurité : permissions fines, sandboxing, logs, politique de données.
  2. L’interopérabilité : connecteurs, compatibilité multi-modèles, déploiement on-prem/cloud.
  3. La gouvernance open source : licence, contributions externes, neutralité réelle (ou open source « à géométrie variable »).

En clair : Nvidia n’a pas besoin de battre OpenClaw sur la viralité. Il lui suffit de gagner sur ce que les entreprises achètent vraiment : le contrôle.

Lire plus
Intelligence Artificielle

Claude peut désormais dessiner : Anthropic lance les visualisations interactives en temps réel

par Yohann Poiron le
Claude peut désormais dessiner : Anthropic lance les visualisations interactives en temps réel

Jusqu’ici, Claude excellait surtout dans l’art du texte bien rangé : explications, synthèses, plans d’action. Désormais, Anthropic lui ajoute une corde beaucoup plus moderne — et plus pédagogique — à son arc : des visualisations intégrées « en ligne », générées au fil de la discussion.

Graphiques, schémas, tableaux interactifs… sans quitter le chat, sans ouvrir un outil externe.

Claude : Une nouveauté simple sur le papier, mais lourde de conséquences

Selon Anthropic, Claude peut maintenant insérer automatiquement une visualisation lorsqu’il estime qu’elle améliore la compréhension (et l’utilisateur peut aussi la demander explicitement : « dessine un schéma », « visualise ça », etc.).

La différence avec les « artifacts » déjà présents dans Claude est importante : ici, la visualisation est contextuelle et transitoire, susceptible d’évoluer (ou de disparaître) au gré de la conversation, plutôt que de vivre comme un objet séparé et persistant dans un panneau dédié.

Les exemples donnés sont parlants : une table périodique interactive, ou un diagramme illustrant la manière dont une charge se répartit dans une structure.

L’ADN « Imagine with Claude », enfin injecté dans les réponses

Cette évolution s’inscrit dans la logique d’Imagine with Claude, l’expérience expérimentale dévoilée précédemment : l’idée que Claude ne se contente pas d’expliquer, mais fabrique des objets manipulables (interfaces, mini-apps, éléments interactifs) pour accompagner le raisonnement.

69b1048a4e146f048af72e00 Claude Blog Inline Visualization

Anthropic semble pousser une conviction : l’assistant ne doit pas seulement produire du texte, il doit choisir le bon format selon le problème. Les visualisations inline deviennent alors une réponse « native » quand une notion est plus claire en image qu’en paragraphe.

Disponibilité : activé par défaut, sur le web et bureau

Le déploiement annoncé est volontairement large : la fonctionnalité est activée par défaut et se déploie « maintenant » pour l’ensemble des utilisateurs, sur Web et bureau (avec la décision de l’affichage laissée à Claude, plus la possibilité de le demander explicitement).

Anthropic a déjà commencé à transformer Claude en hub de travail plutôt qu’en simple chatbot :

  • MCP Apps/connecteurs interactifs : Claude peut interagir avec Slack, Asana, Figma, Canva, etc., directement dans la conversation (sans bascule d’onglets).
  • Et désormais, avec les visuels inline, Claude renforce son rôle d’outil « qui montre », pas seulement « qui raconte ».

En clair, la trajectoire ressemble à une « suite » : texte + actions + visualisations, dans une même interface. L’ambition est limpide : réduire le coût cognitif du passage entre explication, compréhension et exécution.

Le point de vigilance : l’illusion de certitude

69b1fc1487a93a1dd7c2a174 Claude

Un diagramme interactif peut faire gagner du temps. Il peut aussi donner une impression de solidité à une réponse qui reste… une réponse d’IA. Le vrai progrès, ce ne sera pas d’avoir de jolis graphiques, mais d’avoir des visuels fidèles aux données et faciles à auditer (sources, hypothèses, paramètres).

Anthropic a raison de viser l’évidence visuelle — mais le marché jugera sur la rigueur.

Lire plus
Intelligence Artificielle

Perplexity lance « Personal Computer » : l’IA qui travaille pour vous pendant votre sommeil

par Yohann Poiron le
Perplexity lance « Personal Computer » : l'IA qui travaille pour vous pendant votre sommeil

Dans une ancienne église de North Beach, à San Francisco, Perplexity a donné un nom à une obsession qui hante toute la Silicon Valley : l’agent IA « toujours actif », capable de travailler pendant que vous dormez, de surveiller vos outils, et de faire avancer des projets sans supervision constante.

Son nouveau produit s’appelle Personal Computer — et malgré le nom, ce n’est pas une machine. C’est une couche logicielle qui promet de faire de votre Mac un proxy persistant, connecté à vos apps, à vos fichiers… et à une flotte de modèles IA.

Un « ordinateur » qui n’en est pas un : la logique derrière Personal Computer

Perplexity présente Personal Computer comme une évolution de son agent « Computer », avec une différence majeure : la continuité. L’agent tourne en permanence sur une machine dédiée (type Mac mini) que vous laissez allumée, et s’appuie sur les serveurs Perplexity pour exécuter des tâches dans un environnement isolé.

L’idée : vous ne « partagez » pas votre écran ; vous déléguez des objectifs à une entité qui garde une mémoire de contexte et peut enchaîner des étapes sur la durée.

Le slogan résume tout : « Un système d’exploitation traditionnel reçoit des instructions. Un système d’exploitation basé sur l’IA reçoit des objectifs ». Perplexity ne veut pas être un assistant de plus ; il veut être une couche de pilotage au-dessus de vos outils.

Multi-modèles, multi-tâches : la mécanique « chef de projet IA »

Ce qui distingue Perplexity dans ce marché, c’est sa revendication d’orchestration : Computer (et donc Personal Computer) coordonne un ensemble de modèles — Perplexity met en avant cette approche « multi-LLM » depuis fin février.

Sur le papier, ça autorise un fonctionnement « équipe » : un modèle pour écrire, un autre pour raisonner, un autre pour coder, un autre pour vérifier. Le système découpe, distribue, assemble — comme un PM qui délègue à des spécialistes, puis livre un résultat.

Sécurité : sandbox, confirmations, audit trail… et un contexte qui rend ces promesses indispensables

Perplexity sait qu’elle marche sur une ligne de crête : un agent utile est un agent qui a des accès. Personal Computer insiste donc sur une exécution sandboxée, des actions soumise à confirmation, et une traçabilité (audit trail).

Ce discours « contrôle & logs » n’est pas du luxe : Perplexity sort d’une séquence où les agents ont rappelé leurs risques très concrets, notamment via l’affaire Amazon autour d’un agent d’achat (Comet) que la justice a restreint. Autrement dit, la confiance ne se gagne plus par des démos, mais par des garanties vérifiables.

Pour qui ? Le prix répond à la question avant même le marketing

Accès limité, seulement sur Mac au lancement, liste d’attente, et surtout 200 dollars/mois via l’abonnement Perplexity Max (avec 10 000 crédits mensuels, selon la documentation). Ce n’est pas une fonctionnalité grand public : c’est un produit de power users et d’organisations.

Et c’est là que Personal Computer devient intéressant : il ne vend pas « du confort ». Il vend une capacité opérationnelle. Surveiller un repo GitHub, trier Gmail, rédiger des réponses, préparer des synthèses Slack, tenir une base Notion, pousser des mises à jour Salesforce — l’agent devient une colle entre services, une machine à réduire le travail répétitif.

Perplexity tente de devenir l’OS des outils… avant que les géants ne verrouillent l’agentique

Le sous-texte est limpide : la prochaine guerre de l’IA n’est pas « qui répond le mieux », mais qui exécute — de manière persistante, connectée, et intégrée aux logiciels que les entreprises utilisent déjà.

Le pari de Perplexity est audacieux : prendre le contrepied des agents « tout cloud » en ajoutant une ancre locale (le Mac mini), tout en gardant la puissance d’exécution et l’isolement côté cloud. En gros : l’accès aux bons contextes sans l’abandon total de la sécurité.

Reste une question qui décidera de tout : l’ergonomie de la confiance. Si l’utilisateur doit valider chaque micro-action, l’agent devient un stagiaire bruyant. S’il valide trop largement, l’agent devient un risque. La valeur de Personal Computer se jouera donc dans la finesse du contrôle : permissions, scopes, logs exploitables, et capacité à expliquer « pourquoi je fais ça » — pas seulement « voilà ce que j’ai fait ».

Le prix, lui, dit la vérité : Perplexity ne vend pas un gadget. Il vend une tentative de remplacer une partie de l’exécution humaine — et ça, dans l’entreprise, a une valeur très précise.

Lire plus
Intelligence Artificielle

Copilot Health : Microsoft lance un assistant IA dédié pour décoder vos dossiers médicaux

par Yohann Poiron le
Copilot Health : Microsoft lance un assistant IA dédié pour décoder vos dossiers médicaux

Microsoft vient d’annoncer Copilot Health, un espace séparé dans Copilot dédié aux échanges autour de la santé : comprendre des résultats de laboratoire, décoder un dossier médical, croiser des données de wearables, ou encore chercher un professionnel de santé. L’accès se fera progressivement via un déploiement par étapes, avec liste d’attente pour les curieux.

Sur le papier, c’est exactement ce que beaucoup attendaient : un assistant capable d’expliquer vos données, sans vous perdre dans le jargon, et sans vous renvoyer vers dix onglets de forums.

Un Copilot « à part » : import de dossiers, labos et wearables

Microsoft insiste sur un point : Copilot Health ne remplace pas un médecin et n’a pas vocation à poser des diagnostics ou à prescrire un traitement. L’objectif affiché est d’aider l’utilisateur à mieux comprendre ses informations de santé.

Concrètement, Copilot Health peut :

  • Importer des dossiers médicaux depuis plus de 50 000 hôpitaux et organisations de santé aux États-Unis via HealthEx.
  • Importer des résultats de tests via Function (intégration labo).
  • Se connecter à plus de 50 appareils wearables (Apple, Oura, Fitbit, etc.), pour afficher des métriques (pas, tendances, rappels, rendez-vous) selon les données que l’utilisateur accepte de partager.
  • Rechercher des professionnels via des annuaires « temps réel » (spécialité, localisation, langues, assurances).

Screen 2026 03 12 at 16.19.34

Le positionnement est clair : Copilot Health veut devenir une surcouche de lisibilité entre vos données (souvent éclatées) et votre capacité à en faire quelque chose de compréhensible.

« Réponses plus fiables » : citations et cartes Harvard Health

Microsoft tente aussi de répondre à la critique la plus fréquente contre l’IA en santé : la fiabilité. L’entreprise affirme « élever » l’information issue d’organisations de santé crédibles, et annonce des réponses avec citations avec des cartes de réponse rédigées par des experts de Harvard Health.

C’est un bon signal — mais ça ne règle pas tout : même avec des sources, l’IA peut mal interpréter un contexte, sur-généraliser ou donner trop de confiance à une hypothèse. Les citations aident surtout à auditer et à recadrer.

Confidentialité : isolation, contrôle utilisateur… mais débat HIPAA

Côté confidentialité, Microsoft met en avant une architecture « compartimentée » : les chats Copilot Health seraient isolés du Copilot général, soumis à des contrôles supplémentaires, non utilisés pour l’entraînement des modèles, avec possibilité de supprimer les données ou de déconnecter les sources à tout moment.

La ligne la plus sensible, en revanche, est ailleurs : Copilot Health est présenté comme une expérience grand public non HIPAA-compliant à ce stade, contrairement à certains produits « HIPAA-ready/compliant » du marché (Amazon Health AI, et des offres orientées organisations chez d’autres acteurs). Microsoft répond par une nuance juridique : en direct-to-consumer, l’entreprise estime que HIPAA « n’est pas requis », tout en évoquant des « contrôles HIPAA » à venir.

Screen 2026 03 12 at 16.18.30

Pour rappel, HIPAA est une loi américaine qui a pour but de faire respecter la portabilité et la responsabilité en matière d’assurance maladie. Elle exige que les entreprises qui traitent des informations de santé protégées aient mis en place des mesures de sécurité physiques, de réseau et de processus et qu’elles les suivent.

À côté, Microsoft souligne une certification ISO/IEC 42001 (standard de management pour systèmes IA), censée attester d’une gouvernance responsable et auditable.

Microsoft veut être votre « interprète », mais la confiance se gagnera sur le long terme

Le lancement de Copilot Health confirme une tendance 2026 : l’IA grand public se déplace vers des espaces isolés pour les sujets à haut risque (santé, finance), avec promesse de non-entraînement, contrôles renforcés et connecteurs vers des données personnelles. OpenAI a lancé une approche comparable avec ChatGPT Health en janvier, et Anthropic a lancé Claude for Healthcare.

Le pari de Microsoft est cohérent : si l’IA devient la « porte d’entrée » du quotidien, la santé est un usage massif… et anxiogène. Mais le vrai test ne sera pas l’interface : ce sera la stabilité des politiques, la clarté de ce qui est collecté/stocké, et la capacité à éviter les dérives (conseils inadaptés, sur-interprétation, risques en santé mentale).

Copilot Health peut être un très bon outil — tant qu’on le traite comme un assistant de compréhension, pas comme un arbitre médical.

Lire plus
Intelligence Artificielle

Sora arrive dans ChatGPT : la révolution de la vidéo IA à portée de prompt

par Yohann Poiron le
Sora arrive dans ChatGPT : la révolution de la vidéo IA à portée de prompt

La vidéo est en train de devenir le prochain terrain de jeu — et de pouvoir — de l’IA générative. Après avoir conquis le texte, puis l’image, OpenAI serait sur le point de faire entrer Sora, son générateur vidéo, directement dans ChatGPT.

D’après The Information, l’intégration serait « prochaine », avec l’idée évidente : rendre la création vidéo aussi simple qu’un prompt dans une conversation.

De l’app Sora à la super-app ChatGPT : la logique « friction zéro »

Sora a déjà eu une première vie « solo » : OpenAI a lancé une application dédiée fin septembre 2025, présentée comme un espace de création et de découverte — un flux social où l’on génère, remixe et partage des clips.

L’intérêt d’un passage dans ChatGPT est brutalement pragmatique : réduire la friction. Plus besoin d’ouvrir une autre app, d’exporter, de copier-coller un prompt, de jongler entre outils. Dans la vision « assistant universel », la vidéo devient une modalité parmi les autres, au même titre que l’image ou le texte — mais avec une puissance de viralité bien supérieure.

OpenAI prévoirait de maintenir l’application Sora en parallèle, même après l’intégration dans ChatGPT.

Pourquoi maintenant : concurrence, distribution… et bataille d’usage

La potentielle intégration ressemble à un mouvement de distribution : mettre Sora là où se trouvent déjà les utilisateurs. Et, c’est aussi un message concurrentiel. La vidéo générative n’est plus une démo technologique : c’est une catégorie stratégique, où plusieurs acteurs veulent devenir l’outil réflexe.

Un signe révélateur : Microsoft a déjà « banalisé » l’accès à Sora en l’intégrant au mobile via Bing (Bing Video Creator), prouvant qu’un modèle vidéo peut vivre comme une fonctionnalité grand public, pas seulement comme un produit à part.

Le vrai enjeu : une vidéo IA « facile », oui — mais sous quelles règles ?

Si Sora arrive dans ChatGPT, cela change surtout la cadence de production : créer des clips devient instantané, conversationnel, itératif. Mais, cela amplifie aussi les sujets qui accompagnent toujours la vidéo IA : provenance des contenus, risques de détournement, deepfakes, et gouvernance des usages.

OpenAI présente Sora comme un système capable de générer des vidéos « dans n’importe quel style » à partir d’un prompt (et, selon les versions, à partir d’images), ce qui rend l’outil très séduisant… et mécaniquement sensible.

Plus qu’une fonctionnalité, un changement de statut pour ChatGPT

Si l’information se confirme, l’arrivée de Sora dans ChatGPT serait moins un « plus » qu’un changement de statut : ChatGPT deviendrait encore davantage une interface de création multimodale, où l’on passe d’une idée à un livrable (texte → image → vidéo) sans quitter la conversation.

Mais, la réussite ne se mesurera pas au buzz. Elle se jouera sur des détails très concrets : qualité, vitesse, coûts, contrôles, et surtout intégration « sans surprise » dans le flux de travail. La vidéo IA n’a pas besoin d’être parfaite pour gagner ; elle doit être suffisamment bonne, suffisamment rapide, et suffisamment simple pour devenir un réflexe.

Lire plus