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

Gemini Live : l’IA de Google va bientôt utiliser vos données personnelles pour vous répondre

Gemini Live : l'IA de Google va bientôt utiliser vos données personnelles pour vous répondre

Google semble préparer une évolution importante pour Gemini Live, son mode conversationnel vocal. D’après des indices repérés dans une version récente de l’application Google sur Android, Gemini Live pourrait bientôt s’appuyer sur Personal Intelligence, une fonction déjà annoncée pour Gemini, afin d’aller chercher du contexte dans vos autres services Google et fournir des réponses plus personnalisées.

À ce stade, il ne s’agit pas d’une annonce officielle de lancement pour Gemini Live, mais bien d’un développement repéré dans du code en cours de test.

Gemini Live passerait du simple chat vocal à un assistant qui vous connaît mieux

Aujourd’hui, Google présente Gemini Live comme un assistant vocal temps réel capable de discuter naturellement, y compris à propos de ce que vous voyez autour de vous ou à l’écran. L’ajout de Personal Intelligence changerait l’expérience en profondeur : au lieu de répondre de manière assez générique, Gemini Live pourrait tenir compte de votre propre contexte numérique.

Google a officiellement présenté Personal Intelligence en janvier 2026 comme une fonction reliant Gemini à des services comme Gmail, Photos, YouTube et Search pour fournir une aide « faite pour vous ». La page officielle explique que cette personnalisation repose sur des connexions activées par l’utilisateur et qu’elle permet à Gemini de croiser vos applications Google pour proposer des réponses plus pertinentes.

Des réponses fondées sur votre vraie vie, pas seulement sur le Web

L’exemple le plus parlant est celui déjà mis en avant par Google autour de Personal Intelligence : un utilisateur peut demander des conseils liés à sa voiture, et Gemini peut alors croiser des indices provenant de Gmail, de Google Photos ou d’autres services connectés pour répondre de façon beaucoup plus concrète. C’est précisément ce type de logique que les indices repérés laissent envisager pour Gemini Live.

Autrement dit, Google semble vouloir transformer Gemini Live en assistant moins « transactionnel » et plus « relationnel », capable de se souvenir du contexte utile autour de vous. Cette direction est cohérente avec la stratégie actuelle de Google, qui multiplie les fonctions de personnalisation dans Gemini tout en intégrant davantage ses services maison.

Cette dernière lecture est une inférence à partir des pages officielles de Google et des indices relevés dans l’application.

Un détail important : l’accès pourrait d’abord être payant

Il y a néanmoins un point à surveiller. Lors de son lancement, Personal Intelligence avait d’abord été réservé aux abonnés Google AI Pro et Google AI Ultra aux États-Unis, avant que Google n’élargisse progressivement son accès. Il est donc tout à fait possible que le même schéma se répète pour Gemini Live, au moins au début.

Pour l’instant, Google n’a communiqué ni date, ni tarif, ni calendrier officiel pour Personal Intelligence dans Gemini Live. Les références repérées viennent d’un prototype interne dans l’application Google pour Android, ce qui signifie qu’il peut encore se passer plusieurs semaines ou plusieurs mois avant une annonce publique, voire qu’une partie du projet change en route.

Une évolution logique, mais sensible côté vie privée

Cette montée en puissance de la personnalisation pose évidemment la question de la confidentialité. Google rappelle dans ses pages d’aide et de confidentialité que les connexions aux applications Google sont optionnelles et que l’utilisateur garde le contrôle sur les services reliés à Gemini. La firme met donc déjà en avant une logique de consentement et de réglages, mais plus Gemini devient personnel, plus ces questions vont devenir centrales.

Le plus important, c’est que Gemini Live semble se diriger vers une version beaucoup plus contextualisée, capable d’utiliser vos services Google pour répondre avec plus de précision. Rien n’est encore officialisé pour cette intégration dans Live, mais les éléments actuellement visibles pointent tous dans la même direction : Google veut faire de Gemini un assistant qui ne se contente plus d’entendre votre voix, mais qui comprend aussi mieux votre quotidien.

Lire plus
Intelligence Artificielle

Amazon Health AI : l’assistant médical débarque enfin pour tous sur l’app Amazon

Amazon Health AI : l'assistant médical débarque enfin pour tous sur l'app Amazon

En élargissant l’accès à Health AI sur son site et son appli, Amazon franchit une étape de plus vers une ambition ancienne : devenir une porte d’entrée du soin du quotidien, aussi simple d’accès qu’un achat en ligne. Mais quand l’IA s’invite dans les symptômes, les ordonnances et les dossiers médicaux, la promesse de fluidité se heurte immédiatement à une question centrale : la confiance.

De l’expérience One Medical à la vitrine Amazon

Jusqu’ici, Health AI restait cantonné à l’application One Medical — la chaîne de soins primaires rachetée par Amazon pour 3,9 milliards de dollars. Désormais, l’assistant débarque directement sur Amazon.com et dans l’application Amazon, avec un accès annoncé comme ouvert à tous, sans obligation d’être membre One Medical ni abonné Prime.

Le principe est celui d’un « copilote » santé : on pose une question (symptômes, résultats biologiques, interactions médicamenteuses), et l’agent répond, contextualise, et peut pousser l’utilisateur vers une prise en charge humaine si nécessaire.

Ce que Health AI sait faire (et ce qu’Amazon met en avant)

Sur le papier, Health AI couvre un spectre très large : répondre à des questions de santé générales, expliquer des éléments du dossier (résultats, diagnostics), aider au renouvellement d’ordonnances, ou encore faciliter la prise de rendez-vous.

La dimension « transactionnelle » est la plus révélatrice : Health AI n’est pas seulement un chatbot informatif, c’est un assistant conçu pour déclencher des actions (orientation, réservation, lien avec un professionnel). Amazon indique également que, avec l’accord de l’utilisateur, l’agent peut accéder à des données via un Health Information Exchange (réseau d’échange sécurisé de données médicales), afin de personnaliser les réponses.

image 28

Et pour ceux qui veulent « parler à quelqu’un », Amazon met en avant une connexion possible à un praticien One Medical, avec une mécanique d’avantages liée à Prime (notamment des consultations par messagerie dans certaines conditions) et, sinon, une logique de paiement à l’acte.

L’enjeu stratégique : faire d’Amazon la « page d’accueil » de votre santé

Cette extension ressemble à un mouvement typiquement Amazon : réduire le nombre d’étapes entre un besoin et une solution, jusqu’à faire disparaître la friction. Dans la santé, cette friction s’appelle « délais », « prise de rendez-vous », « compréhension du jargon médical ». Et c’est précisément le terrain où l’IA brille — au moins dans sa capacité à reformuler, trier et guider.

image 29

Surtout, Amazon ne joue pas seul. Depuis janvier, OpenAI pousse ChatGPT Health comme un espace dédié où l’on peut connecter des données de santé et des applis bien-être, tandis qu’Anthropic avance avec Claude for Healthcare et des briques « HIPAA-ready » côté organisations. La bataille est en train de se structurer autour d’une idée simple : l’IA ne sera pas seulement un moteur de réponse, mais un intermédiaire entre patients, données et acteurs de soin.

Confidentialité : le point de bascule

C’est le nerf de la guerre, et Amazon le sait. L’entreprise affirme entraîner ses modèles sur des « patterns » abstraits, sans informations directement identifiantes, et insiste sur un environnement « HIPAA-compliant », avec chiffrement et contrôles d’accès — sans détailler publiquement le schéma exact (quels accès, quelles clefs, quelles durées de conservation, quelles finalités précises).

En creux, le débat est déjà là : dans la santé, la promesse d’une IA « utile » est mécaniquement tentée par la personnalisation (donc par la donnée), alors que la confiance repose sur la minimisation, la transparence et la gouvernance. À mesure que ces assistants deviennent des interfaces de soin, ils devront être évalués comme tels : preuves de sécurité, auditabilité, traçabilité, et clarté sur l’usage des conversations.

Amazon avance vite — et c’est précisément pour cela que la question n’est plus « si », mais « dans quelles conditions ».

Lire plus
Intelligence Artificielle

Maths et Sciences : OpenAI transforme ChatGPT en mini-laboratoire interactif

Maths et Sciences : OpenAI transforme ChatGPT en mini-laboratoire interactif

OpenAI ajoute une nouvelle fonction pédagogique à ChatGPT : des explications visuelles dynamiques qui permettent de manipuler directement des formules, des variables et des relations mathématiques ou scientifiques en temps réel.

L’idée est simple : au lieu de se contenter d’un texte ou d’un schéma statique, l’utilisateur peut désormais faire varier des paramètres et observer immédiatement l’effet produit.

OpenAI a annoncé que cette nouveauté est disponible dès aujourd’hui pour tous les utilisateurs connectés, sur l’ensemble des offres.

Des explications interactives disponibles pour tous les utilisateurs connectés

Concrètement, lorsqu’on pose une question comme « Qu’est-ce qu’une relation de conjugaison ? » ou « Comment calculer l’aire d’un cercle ? », ChatGPT peut désormais répondre avec une explication accompagnée d’un module interactif. Dans l’exemple donné par OpenAI, un utilisateur qui explore le théorème de Pythagore peut modifier la longueur des côtés d’un triangle et voir l’hypoténuse se recalculer instantanément.

Pour l’instant, OpenAI indique que cette fonction couvre plus de 70 notions de base en mathématiques et en sciences. Parmi les thèmes cités figurent notamment l’aire d’un cercle, les équations linéaires, la loi d’Ohm, l’énergie cinétique, la décroissance exponentielle, la loi de Hooke, la loi de Coulomb, la différence de carrés ou encore les intérêts composés.

La société précise aussi qu’elle prévoit d’élargir cette liste à l’avenir.

Screen 2026 03 11 at 06.33.34

Une évolution logique pour ChatGPT dans l’éducation

Ce lancement est intéressant parce qu’il change légèrement le rôle de ChatGPT dans l’apprentissage. L’outil ne se contente plus de fournir une réponse rédigée : il pousse davantage l’utilisateur à tester lui-même les concepts. OpenAI s’appuie d’ailleurs sur l’idée que l’apprentissage visuel et interactif peut améliorer la compréhension conceptuelle, en particulier quand on peut modifier une variable et voir immédiatement ce que cela change.

Cette annonce s’inscrit dans une stratégie plus large autour de l’éducation. OpenAI affirme que 140 millions de personnes utilisent chaque semaine ChatGPT pour les maths et les sciences, deux matières souvent perçues comme difficiles. La société avait déjà enrichi ChatGPT avec d’autres outils d’apprentissage, et cette nouvelle brique interactive renforce encore son positionnement comme assistant d’étude plutôt que simple générateur de réponses.

Une tendance de fond dans l’IA éducative

Cette nouveauté arrive aussi dans un contexte plus large. Les grands acteurs de l’intelligence artificielle cherchent de plus en plus à rendre l’apprentissage moins passif et plus manipulable. L’objectif n’est plus uniquement d’expliquer, mais aussi de faire tester, ajuster et expérimenter.

Dans cette logique, OpenAI confirme une tendance de fond du secteur : l’IA éducative cherche à devenir un environnement interactif, où l’utilisateur peut apprendre en agissant plutôt qu’en lisant uniquement une réponse.

ChatGPT devient un mini-laboratoire pour apprendre autrement

En clair, OpenAI transforme un peu ChatGPT en mini-laboratoire interactif pour les matières scientifiques. Ce n’est pas seulement un ajout visuel destiné à rendre l’interface plus attrayante. Le véritable enjeu sera de voir comment les élèves, les étudiants et les enseignants vont s’approprier cette fonctionnalité au quotidien.

Si les usages suivent, cette nouveauté pourrait devenir l’un des ajouts les plus utiles de ChatGPT pour apprendre autrement, en rendant les concepts abstraits beaucoup plus concrets.

Lire plus
Intelligence Artificielle

Croissance IA : Gemini explose avec +643 % de trafic web en un an

Croissance IA : Gemini explose avec +643 % de trafic web en un an

Google peut se féliciter d’un vrai signal positif pour Gemini. D’après des données partagées par Similarweb, Gemini a été l’outil d’IA générative à la plus forte croissance en visites Web sur un an en février 2026, avec +643 % par rapport à février 2025.

Derrière lui, Grok progresse de 480 % et Claude de 297 %, tandis que Perplexity tourne autour de +39 % et ChatGPT autour de +37 à +39 % selon les relais de ces chiffres. Similarweb a aussi indiqué que DeepSeek reculait nettement sur la même période.

Une croissance spectaculaire, mais sur un périmètre précis

Ce résultat est impressionnant, mais il faut tout de suite rappeler la nuance essentielle : on parle ici de trafic Web, pas de l’ensemble des usages. Cela n’inclut ni les apps mobiles ni les apps de bureau, ce qui peut changer fortement la photographie du marché, surtout pour ChatGPT, Claude ou Copilot, très utilisés hors navigateur.

Autrement dit, la performance de Gemini est bien réelle, mais elle décrit avant tout la bataille du Web, pas celle de tous les terminaux.

HC37O6AbcAATaOH

Une forte croissance ne veut pas dire première place

Autre point important : une croissance plus forte ne veut pas dire volume total plus élevé. Similarweb indiquait encore récemment que ChatGPT dominait largement le trafic Web total des plateformes d’IA, tandis que Gemini gagnait vite du terrain sans encore prendre la première place en parts de visites.

En janvier 2026, Similarweb estimait par exemple que ChatGPT et Gemini représentaient ensemble environ 86 % du trafic Web des plateformes d’IA, avec ChatGPT toujours devant.

Google profite pleinement de sa puissance de distribution

Ce que montrent surtout ces chiffres, c’est que Gemini est en train de profiter à plein de la distribution de Google. Le fait d’être lié à l’écosystème Google, d’être plus visible dans ses services et plus familier pour le grand public aide clairement son adoption. Similarweb relevait aussi sur LinkedIn que Gemini avait atteint 2,112 milliards de visites en février 2026 et enchaînait un 14e mois consécutif de croissance mensuelle, ce qui confirme une dynamique solide, pas juste un pic isolé.

Il y a aussi une autre nuance utile : ces chiffres ne comptent pas les résumés IA directement affichés dans Google Search. Autrement dit, la progression relevée ici correspond plutôt à des usages volontaires de Gemini en tant que produit distinct, ce qui rend la performance encore plus intéressante pour Google. Cette interprétation est cohérente avec la méthodologie centrée sur les visites du site Gemini et non sur les réponses IA intégrées au moteur.

Un marché moins monopolisé qu’avant

Au fond, le principal enseignement n’est pas que ChatGPT décroche brutalement. Le vrai changement, c’est que le marché du Web IA devient moins monopolisé qu’il ne l’était il y a un an. Début 2025, ChatGPT captait une part écrasante du trafic Web du secteur. Début 2026, il reste devant, mais Gemini a nettement réduit l’écart.

Dans ce contexte, Google apparaît de plus en plus comme le challenger le plus crédible sur le Web. Et compte tenu de sa capacité à activer Search, Android, Gmail ou Workspace comme leviers de distribution, cette accélération mérite clairement d’être suivie de près.

Lire plus
Intelligence Artificielle

Meta rachète Moltbook : le « Reddit pour agents IA » rejoint l’empire de Zuckerberg

Meta rachète Moltbook : le « Reddit pour agents IA » rejoint l’empire de Zuckerberg

Meta a officiellement mis la main sur Moltbook, cette plateforme expérimentale souvent décrite comme un « Reddit pour agents IA ». Dans le cadre de l’opération, les cofondateurs Matt Schlicht et Ben Parr rejoindront Meta Superintelligence Labs, l’entité IA de Meta dirigée par Alexandr Wang. Les conditions financières du rachat n’ont pas été rendues publiques.

Ce qui semble avoir séduit Meta, ce n’est pas seulement le buzz autour de Moltbook, mais surtout sa logique de répertoire permanent d’agents. Dans sa déclaration, Meta a mis en avant l’approche des fondateurs pour « connecter des agents via un annuaire toujours actif », en y voyant une piste originale dans un secteur en pleine accélération.

La firme dit vouloir s’appuyer sur cette idée pour développer des expériences agentiques « innovantes » et « sécurisées ».

Moltbook : Un projet viral, mais aussi très contesté

Moltbook avait attiré l’attention ces dernières semaines parce qu’il mettait en scène des agents IA publiant et commentant entre eux, parfois sur leurs utilisateurs humains, parfois sur leur propre « émancipation ». Cette mécanique a largement circulé sur les réseaux sociaux, entre fascination et moquerie. Mais, plusieurs observateurs ont aussi rappelé qu’il fallait rester prudent : une partie des messages les plus viraux aurait pu être écrite par des humains se faisant passer pour des agents.

Le projet reposait en grande partie sur OpenClaw, un wrapper pour agents LLM permettant d’interagir avec eux via des apps comme WhatsApp ou Discord, avec la possibilité d’étendre leurs accès grâce à des plugins communautaires.

Or, le créateur d’OpenClaw, Peter Steinberger, a lui aussi récemment été recruté… mais par OpenAI, en février 2026.

Un rachat qui intervient malgré de gros problèmes de sécurité

Le cas Moltbook n’a pas seulement fait parler pour son concept. Début février, la société de cybersécurité Wiz a révélé qu’une mauvaise configuration de la base de données exposait des messages privés, des emails et plus d’un million de secrets ou identifiants liés aux agents. Wiz parlait même d’environ 1,5 million de clés API exposées. La faille a depuis été corrigée, mais elle a sérieusement entaché l’image du projet.

Cette affaire a aussi nourri un scepticisme plus large sur la promesse de Moltbook. Au-delà de la faille elle-même, le problème soulevait une question de fond : comment vérifier qu’un réseau présenté comme réservé aux agents IA n’est pas simplement rempli de bots pilotés par des humains, voire d’humains déguisés en bots ? C’est précisément ce flou qui a contribué à rendre Moltbook aussi fascinant qu’inquiétant.

Pourquoi ce rachat compte pour Meta ?

Pour Meta, cette acquisition ressemble moins à un achat de produit fini qu’à un pari sur une idée d’infrastructure. Moltbook n’est pas devenu important parce qu’il était mature, mais parce qu’il matérialisait une vision : celle d’un web où des agents logiciels persistent, interagissent et collaborent entre eux. Meta semble considérer que cette logique d’« annuaire vivant » pourrait devenir une brique utile dans la future économie des agents IA.

En clair, Meta ne rachète pas seulement un projet viral. Elle récupère aussi deux fondateurs qui ont réussi à transformer un concept étrange, bricolé très vite, en sujet central de discussion dans l’industrie IA. Même si Moltbook reste imparfait, voire fragile, il a mis en évidence une intuition que les grands acteurs prennent désormais au sérieux : les agents ne veulent plus seulement répondre, ils veulent aussi se connecter, se découvrir et agir dans un même espace.

La course aux agents IA s’accélère

Le rachat de Moltbook par Meta montre à quel point la course aux agents IA s’accélère. D’un côté, OpenAI recrute le créateur d’OpenClaw. De l’autre, Meta récupère les fondateurs de la plateforme la plus virale construite autour de cette logique. Le message est clair : les grands groupes ne veulent plus seulement les meilleurs modèles, ils veulent aussi les bonnes interfaces et les bons systèmes pour faire interagir les agents.

Pour l’instant, Moltbook reste surtout un symbole : celui d’un futur agentique encore brouillon, parfois bancal, mais déjà suffisamment intrigant pour attirer les géants de la tech.

Lire plus
Intelligence Artificielle

Razer AVA : l’IA pour joueurs devient un agent autonome capable d’agir pour vous

Razer AVA : l'IA pour joueurs devient un agent autonome capable d'agir pour vous

Razer ne veut plus se contenter d’un simple assistant conversationnel pour joueurs. Selon un nouveau rapport de Variety, la marque a présenté une version dite « fully agentic » de son compagnon IA AVA, capable de fonctionner à la fois en local sur un PC et via le cloud.

L’information a été dévoilée par Quyen Quach, vice-présidente software de Razer, qui décrit une évolution majeure : AVA ne doit plus seulement répondre à des questions, mais aussi analyser une situation, planifier des actions et exécuter certaines tâches de manière plus autonome.

Cette annonce confirme la direction prise par Razer depuis plusieurs mois. Initialement présenté comme Project AVA, un copilote IA centré sur l’esport et le coaching en jeu, le projet s’est progressivement transformé en assistant numérique plus large, pensé non seulement pour le gaming, mais aussi pour la productivité et l’accompagnement quotidien.

Razer le présente désormais comme un véritable compagnon IA toujours actif, capable d’évoluer selon les usages et le contexte de l’utilisateur.

Razer AVA : Une IA qui ne veut plus seulement discuter

Le vrai changement est là. Contrairement à un chatbot classique, qui attend une consigne avant de répondre, cette nouvelle version d’AVA veut franchir un cap en devenant un agent logiciel. En clair, l’assistant ne se limite plus à la conversation : il peut comprendre un objectif, découper une tâche, choisir la bonne méthode et interagir avec différents systèmes pour avancer vers un résultat. C’est précisément ce que Razer résume derrière le terme « agentique ».

Sur le papier, cette approche ouvre la porte à des usages bien plus ambitieux. Dans l’univers du jeu vidéo, AVA pourrait par exemple assister un joueur en temps réel, optimiser certains réglages matériels, analyser une session ou proposer des actions adaptées au contexte.

Hors gaming, Razer imagine déjà un compagnon capable d’aider à organiser des tâches, à interagir avec des applications ou à servir d’assistant personnel plus polyvalent.

Un fonctionnement hybride entre local et cloud

L’autre nouveauté importante concerne l’architecture technique. Razer indique que son assistant IA pourra tourner directement sur le PC pour certaines fonctions, tout en s’appuyant sur des modèles cloud pour les traitements plus lourds. Cette approche hybride n’a rien d’anodin : elle permet de répartir intelligemment la charge de travail selon les besoins. Les tâches simples ou sensibles à la latence peuvent être exécutées en local, tandis que les opérations plus complexes peuvent être déportées vers l’infrastructure distante.

Ce modèle peut aussi répondre à deux enjeux majeurs du moment : la réactivité et la confidentialité. En local, l’expérience peut être plus rapide sur certaines commandes, tout en limitant l’envoi de données vers des serveurs externes. À l’inverse, le cloud permet de profiter de modèles plus puissants lorsque le PC seul ne suffit pas.

Razer semble donc chercher un compromis entre performances, souplesse d’usage et protection de la vie privée, même si les détails techniques concrets restent encore limités à ce stade.

Razer Ava KIRA

De coach esport à compagnon numérique

Lors de ses premières démonstrations, Project AVA avait surtout été présenté comme un coach IA pour joueurs compétitifs, capable d’analyser une partie et de fournir des conseils en direct. Razer mettait alors en avant un système pensé pour apprendre des meilleurs joueurs et offrir un accompagnement en temps réel sur les performances, les erreurs ou les ajustements stratégiques.

Depuis, le concept a largement évolué. Au CES 2026, Razer a montré une version plus ambitieuse d’AVA, incarnée sous la forme d’un compagnon holographique de bureau, avec avatars animés, suivi du regard, expressions faciales et interactions plus « personnalisées ». La marque veut clairement dépasser le simple assistant gaming pour proposer une présence numérique capable d’aider aussi dans l’organisation personnelle, la création, ou des tâches plus générales du quotidien.

Razer suit une tendance de fond dans l’IA

Le repositionnement d’AVA s’inscrit dans une tendance plus large du secteur technologique. De plus en plus d’entreprises cherchent à passer d’interfaces conversationnelles classiques à de véritables agents IA capables d’agir pour l’utilisateur. Dans le jeu vidéo aussi, cette logique commence à s’installer, avec plusieurs expérimentations autour d’assistants capables de guider, automatiser ou contextualiser certaines interactions.

Razer n’est d’ailleurs pas seul sur ce terrain. Microsoft a, par exemple, testé différentes approches autour d’un copilote appliqué au jeu vidéo, même si les retours ont parfois été mitigés. Cela montre surtout que l’industrie cherche encore la bonne formule : une IA suffisamment utile pour justifier sa présence, sans devenir intrusive, gadget ou inutilement bavarde. Sur ce point, Razer joue gros, car l’idée est séduisante sur le papier, mais elle devra prouver sa valeur dans un usage réel.

Une promesse séduisante, mais encore à confirmer

Sur le plan marketing, AVA coche beaucoup de cases tendance : IA locale, cloud, agent autonome, personnalisation, assistant gaming et compagnon numérique. Reste maintenant la question essentielle : l’expérience sera-t-elle réellement convaincante ? Plusieurs premières impressions publiées autour des démonstrations récentes d’AVA soulignaient un concept intrigant, mais aussi parfois maladroit, avec des réponses jugées inégales ou un comportement encore trop artificiel.

Autrement dit, Razer semble avoir une vision claire de la direction à prendre, mais il lui reste encore à transformer cette vision en produit mature. Si AVA parvient réellement à combiner assistance proactive, exécution de tâches, faible latence et respect de la vie privée, la marque pourrait trouver une vraie place dans la prochaine vague d’outils IA pour le gaming. Dans le cas contraire, l’assistant risque de rester un concept spectaculaire, mais difficile à imposer dans les usages.

L’IA gaming entre dans une nouvelle phase

Avec cette version « fully agentic » d’AVA, Razer montre qu’il ne veut plus seulement surfer sur la mode de l’IA, mais tenter de définir ce que pourrait être un compagnon numérique réellement actif dans l’univers du PC gaming. Le passage à un fonctionnement hybride local/cloud et l’abandon du simple format chatbot marquent une évolution stratégique assez nette.

Pour l’instant, il s’agit surtout d’une montée en puissance conceptuelle. Mais une chose est sûre : le secteur du jeu vidéo devient, lui aussi, un terrain d’expérimentation pour les agents IA capables d’agir, et plus seulement de répondre. Razer veut manifestement être aux premières loges de cette transition. Reste désormais à voir si les joueurs suivront.

Lire plus
Intelligence Artificielle

ChatGPT intègre Shazam : identifiez n’importe quelle musique sans quitter l’IA

ChatGPT intègre Shazam : identifiez n'importe quelle musique sans quitter l'IA

ChatGPT gagne une nouvelle corde à son arc dans la découverte musicale. Il est désormais possible d’utiliser Shazam directement dans ChatGPT pour identifier un morceau en cours de lecture, sans ouvrir l’application Shazam séparément.

La fiche officielle de l’app Shazam dans ChatGPT indique que l’intégration permet d’identifier une chanson « right within ChatGPT », d’afficher un aperçu du titre et d’enregistrer la découverte dans sa bibliothèque Shazam.

Une intégration simple, pensée pour rester dans ChatGPT

Le fonctionnement repose sur le système Apps de ChatGPT. OpenAI explique dans son centre d’aide que les apps peuvent être ajoutées depuis Paramètres → Applications, puis utilisées directement dans les conversations après connexion.

Screen 2026 03 10 at 15.51.55

Dans le cas de Shazam, la fiche officielle précise qu’il suffit d’utiliser @Shazam dans sa requête pour lancer la reconnaissance musicale. L’exemple mis en avant est très direct : « @Shazam, c’est quoi cette chanson ? »

Screen 2026 03 10 at 15.52.24

Ce que ChatGPT affiche après reconnaissance

Une fois l’audio analysé, ChatGPT renvoie plusieurs informations issues de Shazam, notamment le titre, l’artiste et un aperçu du morceau directement dans l’interface de chat. La page Shazam dans ChatGPT mentionne aussi la possibilité de sauvegarder les découvertes dans sa bibliothèque Shazam.

Screen 2026 03 10 at 16.00.04

Autrement dit, l’intérêt n’est pas seulement d’éviter un changement d’application. Le vrai avantage, c’est que la découverte musicale reste dans le fil de conversation, ce qui permet ensuite d’enchaîner immédiatement avec d’autres demandes : chercher des morceaux similaires, demander des infos sur l’artiste ou bâtir une playlist autour du titre identifié. Cette dernière partie est une déduction logique à partir du fonctionnement des apps dans ChatGPT et de l’intégration de Shazam dans la conversation.

L’application Shazam n’a pas besoin d’être installée pour utiliser cette fonction dans ChatGPT. En revanche, si elle est présente sur l’appareil, les morceaux reconnus via ChatGPT peuvent être ajoutés à la bibliothèque Shazam pour être retrouvés plus tard.

Une nouvelle étape dans la stratégie « Apps » de ChatGPT

Cette nouveauté s’inscrit dans la logique plus large des apps dans ChatGPT, qu’OpenAI décrit comme des outils permettant d’ajouter des services externes directement à la conversation. Le centre d’aide d’OpenAI précise que certaines apps offrent des expériences interactives dans le chat, tandis que d’autres connectent des services et des données de façon sécurisée.

L’arrivée de Shazam montre surtout que ChatGPT cherche à devenir un point d’entrée plus large pour les usages du quotidien, y compris la musique. Plusieurs médias relèvent d’ailleurs que cette intégration arrive après l’ouverture de ChatGPT à d’autres services, comme Apple Music ou Spotify via son écosystème d’apps.

Une nouveauté pratique, plus qu’une révolution

Sur le fond, Shazam dans ChatGPT ne change pas la nature de la reconnaissance musicale : c’est toujours la technologie de Shazam qui fait le travail. Mais l’intégration rend l’expérience plus fluide pour ceux qui utilisent déjà ChatGPT comme interface centrale. La vraie valeur ajoutée vient du fait que l’identification, l’aperçu et les suites possibles restent au même endroit.

En clair, ChatGPT devient un peu plus un hub de découverte musicale, pas seulement un chatbot. Et pour une fonctionnalité aussi simple que reconnaître un morceau à la volée, ce genre d’intégration peut vite devenir un réflexe.

Lire plus
Intelligence Artificielle

Microsoft Copilot Cowork : l’IA qui ne se contente plus de parler, mais qui agit

Microsoft Copilot Cowork : l'IA qui ne se contente plus de parler, mais qui agit

Microsoft passe un nouveau cap dans sa stratégie IA pour les entreprises. Avec Copilot Cowork, la firme ne veut plus seulement proposer un assistant capable de répondre à des questions ou de rédiger un brouillon. L’ambition est désormais beaucoup plus large : permettre à l’IA de planifier, exécuter et livrer de vraies tâches de travail à travers l’écosystème Microsoft 365.

L’annonce a été faite ce 9 mars 2026 dans le cadre de la Wave 3 de Microsoft 365 Copilot, une mise à jour qui introduit aussi de nouvelles capacités dites « agentiques » dans Word, Excel, PowerPoint, Outlook et Copilot Chat.

La nouveauté la plus marquante, c’est que Copilot Cowork n’est pas développé seul. Microsoft indique avoir travaillé en étroite collaboration avec Anthropic pour intégrer dans Microsoft 365 la technologie qui alimente Claude Cowork, le nouvel agent bureautique d’Anthropic dévoilé en janvier puis étendu à Windows en février.

Autrement dit, Microsoft assume clairement de s’appuyer sur l’expertise d’Anthropic pour accélérer sa propre offensive sur le terrain des agents IA au travail.

Copilot Cowork : Une IA qui ne se contente plus de répondre

La promesse de Copilot Cowork est simple sur le papier, mais très ambitieuse dans les faits. Au lieu d’obtenir une réponse unique à un prompt, l’utilisateur peut désormais confier un objectif complet à l’IA. Microsoft explique que l’agent peut découper une demande en plusieurs étapes, raisonner sur les bons outils à utiliser, avancer sur la tâche dans le temps et revenir vers l’utilisateur lorsqu’une validation est nécessaire.

Le travail peut s’étaler sur plusieurs minutes, voire plusieurs heures, tout en restant visible, pilotable et stoppable.

Cette logique change profondément la place de Copilot dans Microsoft 365. Jusqu’ici, l’IA était surtout perçue comme un copilote conversationnel. Avec Cowork, Microsoft veut transformer Copilot en couche d’exécution, capable non seulement de suggérer, mais aussi d’agir concrètement dans les applications de la suite. C’est un virage stratégique majeur pour l’éditeur, qui cherche à faire de l’IA un opérateur de workflows plutôt qu’un simple assistant rédactionnel.

Outlook, Excel, PowerPoint, Teams : un agent qui traverse les apps

L’un des grands atouts de Copilot Cowork, selon Microsoft, est sa capacité à travailler à travers plusieurs applications Microsoft 365. L’agent peut s’appuyer sur les emails Outlook, les fichiers SharePoint, les feuilles Excel, les documents Word, les présentations PowerPoint, ainsi que le contexte provenant des réunions, des chats et du calendrier. Cette capacité repose sur Work IQ, la nouvelle couche d’intelligence de Microsoft 365 Copilot, qui relie les signaux de travail d’une organisation pour donner plus de contexte à l’IA.

Microsoft a illustré plusieurs cas d’usage. Copilot Cowork peut par exemple analyser un agenda Outlook pour repérer les réunions peu prioritaires et proposer des ajustements, préparer un rendez-vous client en rassemblant des documents et en créant un support de présentation, ou encore mener une recherche approfondie à partir de sources internes et externes pour produire une synthèse, un mémo structuré et même un classeur Excel prêt à être partagé. L’idée n’est donc pas seulement de générer du contenu, mais de coordonner plusieurs livrables liés entre eux dans un même flux de travail.

Microsoft rattrape Anthropic… avec l’aide d’Anthropic

Difficile de ne pas voir dans cette annonce une réponse directe à Claude Cowork. L’outil d’Anthropic, lancé le 12 janvier 2026, a été pensé comme une extension de l’application Claude sur desktop, capable d’accéder à des dossiers locaux, d’exécuter des tâches en plusieurs étapes et de s’interfacer avec divers services via des plugins et connecteurs MCP. Anthropic l’a d’abord proposé sur macOS, avant de le rendre disponible sur Windows et sur davantage de formules payantes au fil des semaines.

Mais, Microsoft ne copie pas simplement le concept. L’entreprise adapte cette idée à son propre terrain de jeu : le cloud, la sécurité d’entreprise et l’intégration native à Microsoft 365. Là où Claude Cowork fonctionne comme un agent de bureau relativement flexible, Copilot Cowork opère directement au sein de l’infrastructure Microsoft, avec accès au graphe de travail de l’organisation et à ses règles de gouvernance. C’est là que les deux approches commencent à diverger. Cette comparaison repose sur les descriptions officielles de Microsoft et d’Anthropic.

Deux visions différentes de l’agent IA au travail

Sur le fond, Claude Cowork et Copilot Cowork partagent le même ADN : déléguer à une IA des tâches complexes qui vont au-delà du chat classique. Mais leur philosophie produit n’est pas tout à fait la même..

Claude Cowork se présente avant tout comme un agent personnel, installé sur la machine de l’utilisateur, qui agit sur des fichiers et services explicitement autorisés. Son intérêt est la souplesse. Il peut convenir à des équipes qui travaillent hors de l’univers Microsoft 365, à des profils experts qui veulent choisir précisément ce que l’IA peut voir, ou à des entreprises déjà engagées dans l’écosystème Anthropic.

Copilot Cowork, lui, vise clairement les organisations déjà très ancrées dans Microsoft 365. Son argument principal n’est pas seulement la puissance du modèle, mais la profondeur de l’intégration avec Outlook, Word, Excel, PowerPoint, SharePoint et les politiques d’identité, de conformité et de sécurité déjà en place. Pour un grand groupe qui vit dans l’univers Microsoft, cette intégration pourrait peser bien plus lourd que la simple souplesse fonctionnelle.

Claude arrive aussi dans Copilot Chat

L’autre annonce importante, un peu moins spectaculaire, mais très stratégique, concerne les modèles eux-mêmes. Microsoft confirme que Claude est désormais disponible dans le chat principal de Copilot, via le programme Frontier, aux côtés de la dernière génération de modèles OpenAI. La firme insiste d’ailleurs sur son approche « multi-model », en expliquant qu’elle veut utiliser le bon modèle pour la bonne tâche, sans enfermer ses clients dans un seul fournisseur.

C’est un signal fort. Pendant longtemps, Microsoft a surtout été perçue comme le grand partenaire d’OpenAI. Avec cette annonce, l’entreprise montre qu’elle veut désormais mettre en avant une stratégie plus ouverte, dans laquelle Anthropic joue aussi un rôle de premier plan.

Microsoft rend les derniers modèles Claude Sonnet accessibles aux utilisateurs de Microsoft 365 Copilot, alors que le service reposait auparavant uniquement sur les modèles GPT d’OpenAI.

Une disponibilité encore limitée

Pour l’instant, Copilot Cowork n’est pas lancé à grande échelle. Microsoft précise que l’outil est en research preview auprès d’un nombre limité de clients. Un accès plus large doit arriver via le programme Frontier plus tard en mars 2026.

Cette phase de lancement prudente montre que Microsoft traite Copilot Cowork comme un produit sensible, destiné d’abord aux entreprises capables de tester ces nouveaux agents dans un cadre contrôlé.

Sur la question du prix, Microsoft reste encore partiellement discrète. Une source indique qu’une partie de l’usage sera incluse dans l’abonnement Microsoft 365 Copilot à 15,60 euros par utilisateur et par mois, avec du volume supplémentaire pouvant être acheté en plus. En parallèle, Microsoft a aussi officialisé Agent 365 à 15 dollars par utilisateur et par mois, ainsi que Microsoft 365 E7, une nouvelle offre groupée à 99 dollars par utilisateur et par mois qui inclut Copilot, Agent 365 et plusieurs briques de sécurité et de gouvernance.

202603 Horizon Licensing v6

Pourquoi cette annonce compte vraiment

Copilot Cowork n’est pas une simple nouveauté de produit de plus. Cette annonce montre surtout que la bataille de l’IA au travail entre dans une nouvelle phase. Après les assistants capables de résumer, reformuler ou générer du texte, place désormais aux agents qui exécutent réellement des tâches. Microsoft veut clairement éviter de laisser Anthropic, OpenAI ou Google imposer seuls ce nouveau standard de l’IA professionnelle.

Son avantage potentiel est évident : la distribution. Microsoft 365 est déjà au cœur du quotidien de millions de salariés et de la majorité des grandes entreprises. Si Copilot Cowork tient ses promesses, il pourrait s’imposer rapidement non pas parce qu’il serait forcément le plus impressionnant sur le plan technique, mais parce qu’il est déjà là où le travail s’effectue. C’est probablement le vrai pari de Microsoft : gagner la course aux agents non pas uniquement avec le meilleur modèle, mais avec l’intégration la plus profonde dans les outils de productivité existants. Cette conclusion est une inférence à partir de la stratégie officielle et de la place de Microsoft 365 en entreprise.

Microsoft entre enfin dans l’ère de l’exécution

Avec Copilot Cowork, Microsoft officialise sa transition vers une IA capable de faire, et plus seulement de répondre. Le groupe reprend à son compte l’idée popularisée par Anthropic avec Claude Cowork, mais l’adapte à son propre empire logiciel, en s’appuyant sur Work IQ, sur l’intégration native aux apps Microsoft 365 et sur ses couches de sécurité d’entreprise.

La vraie question, maintenant, n’est plus de savoir si les agents IA vont envahir le monde du travail. Elle est de savoir quelle plateforme deviendra le point d’entrée privilégié pour leur délégation au quotidien. Et sur ce terrain, Microsoft vient de montrer qu’il n’avait aucune intention de laisser la place libre.

Lire plus
Intelligence Artificielle

OpenAI Stargate vs Anthropic : La nouvelle guerre de l’IA se gagne sur le réseau électrique

OpenAI Stargate vs Anthropic : La nouvelle guerre de l'IA se gagne sur le réseau électrique

Quand OpenAI a présenté Stargate comme un chantier à 500 milliards de dollars (avec 100 milliards « déployés immédiatement ») pour sécuriser la puissance de calcul des futurs modèles, le récit était simple : l’IA a besoin d’infrastructures, donc on va construire plus grand que tout le monde.

Sauf qu’une mégafabrique d’IA ne se pilote pas comme un roadmap produit. Et c’est précisément ce que des dirigeants d’Anthropic (selon The Information) seraient en train d’étudier : les « douleurs de croissance » de Stargate comme un cas d’école — avant de commettre les mêmes erreurs.

La leçon n° 1 : le goulot d’étranglement n’est plus le GPU — c’est l’électricité

La course au compute est désormais une course aux mégawatts. OpenAI a dû multiplier les annonces et mécanismes « énergie » autour de Stargate, jusqu’à dévoiler un plan « Community » visant à éviter que ses datacenters ne fassent monter la facture des communautés locales.

Et, la réalité de terrain, c’est que les projets sont obligés de sécuriser très tôt des contrats d’énergie, des raccordements, des sous-stations et parfois des solutions de production (gaz, etc.). Reuters a même rapporté un investissement direct d’OpenAI et SoftBank dans SB Energy pour soutenir un projet de campus datacenter de 1,2 GW au Texas, signe que l’énergie est devenue un volet stratégique, pas un sujet « ops ».

Côté Anthropic, le message est encore plus explicite : l’entreprise a annoncé qu’elle assumerait les coûts des upgrades réseau nécessaires au raccordement de ses datacenters, plutôt que de les faire porter aux consommateurs — une manière de désamorcer d’emblée la friction politique locale qui ralentit tant de projets.

Autrement dit, la première décision d’un laboratoire IA n’est plus « quel modèle on entraîne », mais « où et comment on alimente la machine ».

La leçon n° 2 : les coentreprises font rêver… et ralentissent

Stargate, tel que présenté publiquement, repose sur une architecture multi-partenaires (OpenAI + SoftBank + Oracle, et d’autres partenaires industriels selon les vagues d’annonces).
Ce type de montage a un avantage évident : le capital et les compétences se répartissent. Mais, il a un coût opérationnel : plus il y a d’acteurs, plus la gouvernance se complexifie (priorités divergentes, calendriers différents, arbitrages plus lents). On le voit aussi dans la façon dont Stargate s’étend par « tranches » de sites et de capacités annoncées au fil du temps.

Anthropic, à l’inverse, a historiquement un modèle plus « cloud-first », mais a déjà commencé à afficher des ambitions d’infra plus directes : l’entreprise a annoncé 50 milliards de dollars d’investissement pour des datacenters américains, avec des sites mis en service au fil de 2026.

Dans ce contexte, l’apprentissage est limpide : si vous voulez aller vite, il faut réduire les couches de décision — ou au minimum verrouiller à l’avance « qui décide quoi ».

La leçon n° 3 : la communication peut devenir un risque

Stargate a été annoncé comme un projet quasi « national » et ultra-visible, avec une promesse de leadership américain, de création d’emplois et d’industrialisation. Cette visibilité a un revers : les projets deviennent politiques, scrutés localement (logement, environnement, réseau électrique) et médiatiquement (délais, coûts, retombées). À Abilene (Texas), la presse a même commencé à documenter les effets sociaux collatéraux d’un chantier de cette ampleur.

Anthropic semble vouloir apprendre de cette exposition : investir gros, oui, mais en cadrant très tôt l’impact local (énergie, réseau, communautés) pour éviter que l’infrastructure ne devienne un sujet de contestation qui ralentit tout.

Ce qui se joue vraiment : le centre de gravité de l’IA bascule vers l’exécution industrielle

On a longtemps raconté l’IA comme une course d’algorithmes. Désormais, c’est une course d’approvisionnement : énergie, foncier, béton, personnel qualifié, et capacité à déployer à l’échelle sans casser les règles (ou la confiance locale).

D’ailleurs, l’argent suit déjà ce mouvement : Wall Street et les grands acteurs financiers se ruent sur le financement de data centers et d’infrastructures, avec des deals massifs autour d’Oracle, Meta, etc.

Et sur le terrain, l’avantage compétitif n’est pas « qui annonce le plus », mais qui livre le plus vite.

Ce que ça signifie pour Anthropic

Si The Information a raison, Anthropic regarde Stargate comme on regarde un crash-test : une démonstration en grandeur nature de ce qui casse quand l’ambition dépasse la logistique.

Les trois points qui semblent déjà ressortir (et que les annonces publiques d’Anthropic confirment indirectement) :

  1. Sécuriser l’énergie d’abord, contractualiser, financer l’upgrade réseau, choisir des zones où la disponibilité est réelle.
  2. Simplifier la gouvernance, réduire les dépendances ou les rendre explicites et contractuelles.
  3. Privilégier des opérateurs data center expérimentés, plutôt que de « tout inventer », pour limiter les dérives de planning.

Le paradoxe est cruel : pour gagner la bataille des modèles, il faut gagner la bataille des chantiers. Et ça, aucun benchmark ne le mesure.

Lire plus
Intelligence Artificielle

Fin de l’anonymat ? Une IA d’Anthropic peut vous identifier pour moins de 4 dollars

Fin de l'anonymat ? Une IA d'Anthropic peut vous identifier pour moins de 4 dollars

Pendant longtemps, l’anonymat sur Internet reposait sur un principe tacite : vos traces existent, mais personne n’a le temps de recoller les morceaux. Une nouvelle prépublication sur arXiv, coécrite par des chercheurs d’Anthropic et de l’ETH Zurich, suggère que cette « obscurité pratique » est en train de s’effondrer — non pas parce que les données sont nouvelles, mais parce que les LLM automatisent l’enquête.

Ce que montre le papier (sans le sensationnalisme)

Le travail, intitulé Large-scale online deanonymization with LLMs, décrit un pipeline d’agent IA capable de relier des profils pseudonymes à des identités réelles à grande échelle, uniquement à partir de texte public et d’indices indirects (centres d’intérêt, style, détails biographiques épars), puis en confrontant ces signaux à des candidats trouvés en ligne.

Les auteurs évaluent la méthode sur trois jeux de données à « vérité terrain » (où l’identité réelle est connue, pour éviter de cibler des anonymes « réels » sans consentement) :

  1. association Hacker News → LinkedIn après suppression des identifiants évidents,
  2. rapprochement de comptes Reddit à travers des communautés,
  3. découpe artificielle de l’historique d’un utilisateur Reddit en deux profils, pour tester la capacité à comprendre qu’il s’agit de la même personne.

Des résultats qui changent l’échelle du risque

Le papier rapporte que l’approche basée sur LLM surperforme largement des méthodes « classiques » : jusqu’à 68 % de rappel à ~90 % de précision selon les datasets, quand les baselines non-LLM tombent proche de zéro dans ces configurations.

Autre chiffre marquant : le coût estimé d’une identification dans leur pipeline expérimental serait de l’ordre de 1 à 4 dollars par profil, ce qui rend théoriquement possible des campagnes à grande échelle (et donc le risque d’abus).

Pourquoi c’est important pour « tout le monde », pas seulement les célébrités

La pseudonymie sert de ceinture de sécurité à des usages ordinaires (santé, sexualité, travail, dettes, opinions) mais aussi à des catégories exposées (journalistes, activistes, lanceurs d’alerte). L’étude suggère que l’arrivée d’agents IA capables de « faire l’enquête » abaisse la barrière : ce qui demandait des heures humaines peut devenir une routine automatisée.

Les auteurs précisent aussi deux garde-fous : c’est une prépublication non revue par les pairs et ils ont retenu certains détails techniques pour réduire le potentiel de détournement — signe qu’ils ont conscience du caractère dual-use.

La vie privée n’est pas « morte », mais le modèle mental doit changer

Cette recherche ne signifie pas que toute tentative d’anonymat est vouée à l’échec. Elle signifie plutôt que l’ancienne intuition — « mes posts sont noyés dans la masse » — est moins vraie, parce que l’IA sait chercher, comparer et raisonner à une vitesse et une échelle inédites. Le déplacement est majeur : la défense ne peut plus reposer uniquement sur le volume de bruit. Elle doit reposer sur la discipline de signal.

Sans entrer dans des techniques « opérationnelles », quelques principes ressortent mécaniquement du type de signaux exploités : éviter de disséminer des détails biographiques uniques (parcours, employeur, lieux, horaires, anecdotes très spécifiques) sur un même pseudo, limiter les croisements involontaires entre comptes (mêmes formulations, mêmes « rituels » de publication, mêmes références personnelles), cloisonner les usages sensibles (pseudos séparés, hygiène de profils), et surtout : traiter la pseudonymie comme un niveau de protection, pas une garantie.

Et maintenant ?

À court terme, cette étude met la pression sur deux acteurs : les plateformes, qui devront mieux protéger les utilisateurs contre la corrélation inter-sites (et mieux limiter l’exfiltration massive de contenus publics), et les fournisseurs d’IA, qui vont devoir gérer un paradoxe : améliorer les capacités de recherche et de raisonnement… tout en limitant leur détournement.

Le point le plus inconfortable, c’est aussi le plus lucide : l’IA rend certains types d’investigation « moins chers ». La question devient donc politique, produit et juridique : qui peut le faire, avec quelles limites, et avec quels garde-fous ?

Lire plus
Intelligence Artificielle

Claude Marketplace : comment Anthropic veut simplifier l’achat d’IA en entreprise

Claude Marketplace : comment Anthropic veut simplifier l'achat d'IA en entreprise

Anthropic vient d’annoncer Claude Marketplace, une offre pensée pour les grandes entreprises déjà engagées contractuellement avec Anthropic : elles pourront utiliser une partie de leur « engagement de dépenses » pour acheter des outils alimentés par Claude et proposés par des partenaires tiers (GitLab, Harvey, Lovable, Replit, Rogo, Snowflake…), avec facturation consolidée gérée par Anthropic.

Le service démarre en aperçu limité et passe par l’équipe compte pour l’intégration.

C’est un mouvement qui a l’air administratif — procurement, facturation, consolidation — mais qui dit beaucoup sur la trajectoire d’Anthropic : au moment où la société traverse une querelle publique avec le Pentagone/« Department of War », elle choisit de durcir son ancrage enterprise en rendant l’achat de solutions IA… plus simple et plus « corporate ».

Ce que Claude Marketplace change concrètement

L’idée centrale est financière et opérationnelle : au lieu de signer un contrat séparé avec chaque éditeur partenaire, l’entreprise peut imputer une partie de son budget Anthropic existant à des solutions partenaires, tandis que Anthropic centralise la facturation.

En clair : moins de friction côté achats, juridique et finance — exactement le genre de « petit détail » qui décide souvent si un outil atteint l’échelle… ou reste en pilote.

Pourquoi c’est intéressant (et un peu paradoxal)

HCvfSyEb0AAsmKW

Depuis un an, l’imaginaire « agentique » pousse une idée très forte : avec des outils comme Claude Code, on pourrait remplacer une partie du SaaS par des workflows sur mesure (« Construisez plutôt qu’acheter »). Or, Claude Marketplace raconte presque l’inverse : le SaaS reste utile — surtout quand Claude est dedans.

Anthropic le dit sans détour via sa communication : Claude est la couche d’intelligence, mais les partenaires apportent la couche produit — expertise métier, intégrations, conformité, connaissance institutionnelle — que « Claude seul » ne reproduit pas facilement.

Cette posture est aussi une façon de calmer un marché qui a parfois réagi violemment aux annonces d’intégration IA (les fameux jours où une démo fait trembler des lignes de revenus). Ici, Anthropic fait presque un geste diplomatique : nous n’écrasons pas vos produits, nous vous distribuons.

En face, OpenAI a déjà posé un pion analogue

Le modèle « marketplace » n’est pas nouveau : OpenAI avait lancé Apps in ChatGPT et un Apps SDK, avec des partenaires comme Canva, Expedia ou Figma, activables via l’interface ChatGPT. La différence, c’est la cible : le narratif Anthropic est très orienté procurement enterprise (engagement, facturation, consolidation), là où OpenAI a d’abord mis en avant une logique « plateforme » plus grand public.

Claude Marketplace peut séduire les DSI pour une raison simple : il promet un mécanisme de pré-validation implicite (catalogue de partenaires, achat dans un cadre déjà contractualisé), donc moins d’« évangélisation » interne à chaque nouvel outil.

Mais, il reste une question brutale : beaucoup de ces partenaires ont déjà leurs canaux enterprise, leurs contrats, et parfois leurs intégrations directes. Le Claude Marketplace devra prouver qu’il apporte plus que de la vitrine : un accélérateur de déploiement.

Ce que ça dit de la stratégie Anthropic en 2026

Anthropic veut être moins « un modèle » et plus un système d’achat autour du modèle — une position à la Stripe : pas forcément l’outil final, mais l’infrastructure qui simplifie l’adoption.

Et, dans un contexte de tensions institutionnelles très médiatisées autour des usages gouvernementaux de l’IA, renforcer son socle enterprise privé via un produit « procurement-friendly » est aussi une manière de sécuriser la croissance : la bataille se gagne souvent au moment où le département achats dit « oui ».

Lire plus
Intelligence Artificielle

Samsung et le vibe coding : bientôt des applis créées par simple commande vocale ?

Samsung et le vibe coding : bientôt des applis créées par simple commande vocale ?

Samsung pourrait bien emprunter une page du manuel Nothing : laisser les utilisateurs créer de petites apps (ou des fonctions) à partir d’un simple prompt, sans savoir coder. L’idée — surnommée vibe coding — a été évoquée publiquement par Won-Joon Choi, patron de la division Mobile eXperience, dans une interview accordée à TechRadar : « le vibe coding est très intéressant, et c’est un sujet que nous explorons ».

Ce n’est pas une annonce de produit. Mais, c’est un signal fort : Samsung commence à parler d’un futur où l’on ne télécharge plus seulement des apps… on les génère.

Du prompt à l’app : ce que Samsung laisse entendre

Dans l’entretien, Choi ne décrit pas une simple « appli de code ». Il évoque la possibilité de personnaliser l’expérience smartphone « pas seulement vos apps, mais votre UX ». Autrement dit, l’IA pourrait produire des mini-outils, des automatismes, des écrans, voire des composants d’interface en fonction de vos besoins.

Le sous-texte est clair : si les Galaxy se vendent déjà comme des « AI phones », l’étape suivante, c’est de faire de l’IA un atelier de fabrication — pas juste un assistant.

La comparaison la plus évidente, c’est Nothing Essential Apps/Playground : une plateforme qui permet de créer des « apps » surtout sous forme de widgets et mini-outils, générés à partir de prompts, puis ajustables et partageables. Ce modèle est important parce qu’il montre la voie la plus réaliste : plutôt que de générer une « vraie app » complexe, on commence par des petites briques (raccourcis, tableaux de bord, automations) là où l’IA est la plus fiable et où les risques sont maîtrisables.

Pourquoi Samsung est bien placé pour le faire (si elle le fait)

Samsung a deux atouts structurels :

  1. L’échelle : un concept niche chez Nothing peut devenir un standard si Samsung l’industrialise.
  2. One UI : l’entreprise contrôle une grande partie de la couche expérience. Si le vibe coding s’accroche à des composants One UI (widgets, routines, panneaux, actions système), Samsung peut offrir un « app builder » qui ressemble moins à du développement et plus à de la personnalisation avancée.

Le vrai défi : la sécurité et la qualité

Le vibe coding sur un smartphone soulève immédiatement des questions autour des permissions, de la fiabilité ou encore de la maintenance. En effet, une application générée peut-elle accéder à vos données ? À quel niveau ? Et, comment éviter les comportements imprévus, et qui met à jour, corrige, et sécurise du code généré « sur mesure » ?

Nothing, par exemple, reste pour l’instant sur des cas d’usage limités et un cadre de permissions réduit — une manière de garder le concept utile sans le rendre dangereux. 

Évidemment, Samsung n’a rien confirmé comme fonctionnalité à date, mais le fait d’en parler ouvertement montre que le sujet est sur la table. Si Samsung copie le modèle Nothing, attendez-vous d’abord à des widgets/mini-apps et à de l’automatisation, avant de la « vraie app » complète. À grande échelle, cela pourrait changer le rapport aux stores : moins « installer », plus « composer ».

Lire plus
Intelligence Artificielle

« Mode adulte » sur ChatGPT : Pourquoi OpenAI repousse encore le lancement ?

« Mode adulte » sur ChatGPT : Pourquoi OpenAI repousse encore le lancement ?

OpenAI veut « traiter les adultes comme des adultes », mais le bouton qui déverrouillerait vraiment cette promesse reste introuvable. D’après plusieurs sources, OpenAI repousse une nouvelle fois le lancement de son « mode adulte » de ChatGPT — une version moins restrictive de ChatGPT réservée aux utilisateurs vérifiés majeurs — et le calendrier glisse encore.

Au-delà d’un simple retard produit, l’épisode révèle un dilemme structurel : comment ouvrir la vanne (érotisme, violence graphique, sujets « sensibles ») sans ouvrir la boîte de Pandore (juridique, réputation, partenaires, conformité) ?

Ce que OpenAI promettait… et ce qui bloque

Le principe du mode adulte est clair : assouplir certaines limites de contenu pour les comptes capables de prouver qu’ils ont plus de 18 ans. Sam Altman l’avait explicitement rattaché à un déploiement plus large du « contrôle d’âge », en citant notamment l’érotisme pour adultes vérifiés.

Sauf que, cette semaine, OpenAI explique repousser le lancement afin de concentrer ses efforts sur des chantiers « plus prioritaires » pour la majorité des utilisateurs — gains d’intelligence, améliorations de personnalité, personnalisation, expérience plus proactive.

Le vrai nœud : la vérification d’âge, un problème « facile en théorie »

OpenAI n’arrive pas les mains vides : en janvier 2026, la société a détaillé une stratégie de prédiction de l’âge  pour estimer si un compte est probablement mineur ou majeur, afin d’appliquer des garde-fous adaptés. Et pour la vérification explicite, OpenAI renvoie vers un parcours dédié… qui passe par un prestataire tiers (Persona) pour vérifier l’âge.

Mais, c’est précisément là que tout devient sensible :

  • Trop léger, et le contrôle d’âge devient inexploitable (avec risques de mineurs exposés).
  • Trop intrusif, et OpenAI s’expose à des critiques de confidentialité, et à des frictions qui feraient fuir les utilisateurs.

L’Europe et le Royaume-Uni compliquent la donne (encore plus)

OpenAI opère mondialement, et la définition de « suffisamment robuste » varie selon les juridictions. Côté UE, la Commission pousse des initiatives de vérification d’âge pour l’accès à des contenus légalement restreints (dont le contenu adulte), dans le cadre des efforts liés à la sécurité en ligne.

Pour OpenAI, le « mode adulte » ne peut donc pas être un simple toggle universel : il faut un dispositif qui tienne à la fois en UX, en compliance, et en communication.

Pourquoi OpenAI ne peut pas se permettre un lancement « à la Grok »

La pression concurrentielle est évidente : des alternatives se positionnent déjà comme moins filtrées. Mais, OpenAI n’a pas le même profil de risque : la marque est devenue synonyme de « IA sûre » pour une partie du grand public, et elle doit composer avec des partenaires et des clients d’entreprise pour qui l’idée d’un mode « R-rated » peut déclencher des alarmes.

OpenAI veut offrir un accès plus permissif aux adultes vérifiés, mais le sujet est explosif et le calendrier n’arrête pas de glisser.

Au vu des signaux (report + focus sur personnalisation/intelligence), le résultat final ressemble moins à un « mode sans filtre » qu’à un mode un peu moins prude, mais juridiquement et réputationnellement soutenable : plus de tolérance sur certains thèmes, mais des interdits durs toujours présents.

En clair : OpenAI veut une porte, pas un gouffre.

Lire plus
Intelligence Artificielle

Gemini gratuit : Google active enfin la mémoire entre vos conversations

Gemini gratuit : Google active enfin la mémoire entre vos conversations

Google est en train de faire descendre une brique « premium » de Gemini vers le palier gratuit : la capacité à réutiliser le contexte de vos conversations passées pour répondre de manière plus cohérente et personnalisée. Autrement dit : moins de « répète-moi tout depuis le début », plus de continuité.

Selon 9to5Google, Google déploie la fonctionnalité Discussions passées de Gemini aux utilisateurs non payants, sur mobile et Web. Elle permet à Gemini de s’appuyer sur vos échanges précédents pour personnaliser les réponses (préférences, sujets déjà explorés, etc.), et vous pouvez même lui demander explicitement : « Avez-vous utilisé des informations provenant de discussions antérieures ? ».

Important : Google a aussi une fonctionnalité séparée de recherche dans l’historique (« Recherche dans les discussions »), qui sert surtout à retrouver une ancienne conversation. « Discussions passées » va plus loin : il s’agit de réutiliser ces infos dans de nouveaux échanges.

Pourquoi l’Europe est (encore) à part de cette fonctionnalité Gemini ?

Le déploiement annoncé est global, mais l’Europe est exclue pour le moment (arrivée « plus tard »). C’est généralement lié à des contraintes plus strictes autour des données personnelles et du consentement.

Autrement dit, si tu es en France, il est donc normal que tu ne voies pas encore l’option.

Comment l’activer (ou le couper) ?

Google a une page d’aide très explicite :

  1. Ouvre Gemini (web ou app)
  2. Va dans Paramètres
  3. Cherche Context personnel (ou Personal Intelligence selon langue/compte)
  4. Active « Vos discussions passées avec Gemini »

Deux détails utiles : Google indique que « Personal intelligence » peut dépendre de la langue (certaines options ne s’affichent que si Gemini est en anglais, selon l’aide). De plus, sous le toggle, on voit apparaître « Instructions pour Gemini » : c’est l’endroit où tu peux cadrer le style et les préférences que Gemini doit appliquer.

Gemini past chats cover

Et la suite : connecter Gemini à Gmail/Photos, etc.

Il est important de garder en tête que ce n’est pas (encore) une « mémoire totale » : le comportement varie selon ce que Gemini juge pertinent. Et, tu gardes le contrôle via le paramètre de contexte personnel (activation/désactivation).

Google pousse plus largement son concept de Personal Intelligence : la capacité à connecter Gemini à des sources comme Gmail et Google Photos (opt-in) pour obtenir des réponses plus contextualisées. Discussions passées est l’étape « conversation », avant (ou en parallèle) des connexions à tes autres services.

Lire plus
Intelligence Artificielle

Google DeepMind : Pourquoi nos IA ne sont pas aussi morales qu’elles en ont l’air ?

Google DeepMind : Pourquoi nos IA ne sont pas aussi morales qu'elles en ont l'air ?

Un chatbot peut répondre avec douceur à une question médicale, suggérer de « consulter un professionnel », nuancer, temporiser. Tout semble propre. Mais, Google DeepMind pose une question qui dérange : est-ce que le modèle a réellement pris en compte ce qui est moralement en jeu… ou a-t-il simplement produit une réponse qui ressemble à de la morale ?

Dans une Perspective publiée dans Nature, des chercheurs de Google DeepMind proposent un changement de standard : arrêter de mesurer uniquement la moral performance (la sortie « qui fait juste ») et commencer à tester la moral competence (la capacité à juger pour les bonnes raisons).

Le diagnostic : on confond « bonne réponse » et « bon jugement »

Les auteurs rappellent un fait structurel : les LLM sont d’abord des systèmes de prédiction. Ils peuvent générer un avis moral convaincant sans avoir « compris » la structure du dilemme. Autrement dit, un modèle peut réussir des benchmarks éthiques… par mimétisme statistique, sans robustesse quand le contexte change, quand les valeurs entrent en conflit, ou quand on l’oblige à choisir un cadre moral plutôt qu’un autre.

DeepMind organise le problème autour de trois obstacles, qui expliquent pourquoi les tests actuels surévaluent facilement la « moralité » des modèles.

1) Le problème de fac-similé

Une réponse peut imiter un raisonnement moral sans que le modèle n’ait réellement inféré les considérations pertinentes. En clair, le modèle peut « sonner » juste en recyclant des schémas textuels déjà vus.

2) La morale est multidimensionnelle

Les dilemmes réels ne reposent pas sur une seule règle : on arbitre entre autonomie, sécurité, justice, bienveillance, loyauté, etc. Une micro-variation (âge, contexte, statut, consentement) peut retourner la réponse attendue — et les tests actuels vérifient rarement si l’IA repère ce qui compte vraiment.

3) Le pluralisme moral

Les normes changent selon les cultures, les métiers, et les institutions (médecine, droit, armée, éducation). Un assistant déployé mondialement ne peut pas prétendre à une morale universelle « par défaut » : il doit savoir naviguer entre cadres, expliciter lesquels il applique, et reconnaître les désaccords raisonnables.

La proposition : des tests adversariaux pour débusquer le mimétisme

DeepMind ne promet pas un « test magique ». Il propose une feuille de route : concevoir des évaluations qui cherchent activement à faire craquer la façade.

  • Scénarios rares/peu probables dans les données : si le modèle rejette une situation pour de mauvaises analogies (pattern matching), on le voit tout de suite.
  • Perturbations contrôlées : changer des détails superficiels (labels, format, ordre des options) et vérifier si le jugement reste stable — un moyen simple de détecter la fragilité.
  • Changement de cadre explicite : demander au modèle de répondre selon la bioéthique, puis selon un cadre légal, puis selon un autre référentiel, et mesurer sa cohérence interne.

Pourquoi ça devient urgent

Parce que l’usage a déjà dépassé le débat théorique : les LLM sont sollicités pour de la santé, du soutien psychologique, de la médiation, de la décision. Si on ne sait pas distinguer une morale « performée » d’une morale « compétente », on confie des situations à enjeux à des systèmes dont la fiabilité peut être… accidentelle.

Ce papier marque un déplacement : l’éthique n’est plus un vernis de conformité, mais un problème de mesure. Et en IA, ce qu’on mesure finit par orienter ce qu’on optimise. Si la « moral competence » devient un KPI crédible (avec des tests résistants aux triches), alors l’industrie devra construire des modèles capables de justifier, contextualiser, changer de cadre, et reconnaître l’incertitude morale — au lieu de seulement produire une réponse socialement acceptable.

Lire plus