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

Vidéo par IA : Google lance Veo 3.1 Lite et divise les prix par deux !

par Yohann Poiron le
Vidéo par IA : Google lance Veo 3.1 Lite et divise les prix par deux !

Google continue d’industrialiser sa stratégie dans la vidéo générée par IA. Le groupe vient de lancer Veo 3.1 Lite, présenté comme son modèle de génération vidéo le plus économique à ce jour, avec une promesse très claire : offrir une option beaucoup moins chère pour les développeurs qui doivent produire des volumes importants, sans ralentir le rythme d’exécution.

Google indique explicitement que Veo 3.1 Lite coûte moins de 50 % du prix de Veo 3.1 Fast, tout en conservant la même vitesse de génération.

À première vue, cela ressemble à une simple variation tarifaire dans la gamme Veo. En réalité, c’est une évolution plus stratégique qu’il n’y paraît. Avec Lite, Google ne cherche plus seulement à démontrer la qualité de ses modèles vidéo ; il veut rendre l’IA vidéo beaucoup plus praticable pour des usages à grande échelle, là où le coût unitaire devient souvent la vraie barrière.

Veo 3.1 Lite : Un modèle conçu pour les développeurs qui comptent chaque vidéo

Dans son annonce officielle, Google explique que Veo 3.1 Lite vise les développeurs qui doivent générer beaucoup de contenu vidéo de manière efficace, notamment pour des plateformes de contenu, des formats courts ou des workflows automatisés. Le groupe précise aussi qu’il devient plus simple de piloter les coûts en jouant sur la durée et la résolution des vidéos générées.

Le message est limpide : Lite n’est pas pensé comme une version « aspirationnelle » du modèle, mais comme un moteur de production. C’est une manière pour Google de reconnaître que l’IA vidéo sort du laboratoire créatif pour entrer dans des logiques plus industrielles, où la répétition, le débit et l’optimisation budgétaire comptent autant que la qualité brute.

Les fonctions restent solides, malgré le positionnement plus abordable

Veo 3.1 Lite prend en charge la génération texte-vers-vidéo et image-vers-vidéo, avec des sorties en 720p et 1080p, des formats 16:9 et 9:16, ainsi que des durées de 4, 6 ou 8 secondes. Google précise aussi que cette préversion ne prend pas en charge la 4K ni la fonction Extension, contrairement aux variantes plus ambitieuses de la famille Veo 3.1.

Autrement dit, Lite ne cherche pas à rivaliser frontalement avec le Veo 3.1 le plus haut de gamme sur le terrain du rendu cinématographique maximal. Il vise plutôt le point d’équilibre entre coût, rapidité et qualité suffisante pour des usages concrets.

Google réduit aussi le prix de Veo 3.1 Fast

final pricing.width 1000.format webp

L’annonce de Lite s’accompagne d’un autre signal important : Google a confirmé qu’elle réduira aussi les prix de Veo 3.1 Fast à partir du 7 avril. Cela montre que le groupe ne se contente pas d’ajouter une marche d’entrée ; il revoit plus largement l’accessibilité économique de sa gamme vidéo.

C’est un point stratégique. L’IA générative vidéo reste l’un des segments les plus coûteux du marché, et la bataille ne se joue plus uniquement sur les démonstrations les plus spectaculaires. Elle se joue aussi sur la capacité à rendre ces outils assez abordables pour être intégrés dans de vrais produits, à fréquence élevée.

Une disponibilité immédiate, mais réservée au payant

Veo 3.1 Lite est disponible dès maintenant via le tier payant du Gemini API et dans Google AI Studio. La page de tarification Gemini confirme que certaines capacités avancées, les volumes plus élevés et les déploiements de production passent par l’offre payante.

Cela place très clairement Lite dans une logique professionnelle ou semi-professionnelle. Google ne présente pas ce lancement comme une fonction gadget pour le grand public, mais comme un outil API-first, destiné à être branché dans des produits, des workflows ou des chaînes de production de contenu.

Avec Veo 3.1 Lite, Google fait un choix révélateur : plutôt que de réserver la vidéo IA à des usages premium, il commence à construire l’échelle basse du marché, celle où l’adoption peut exploser parce que les coûts deviennent enfin plus supportables. Cette conclusion est une analyse, mais elle découle du positionnement tarifaire officiel de Lite et de la baisse annoncée pour Fast.

C’est souvent à ce moment qu’une technologie change de statut. Elle cesse d’être impressionnante pour devenir exploitable. Et dans le cas de la vidéo générée par IA, ce déplacement est peut-être encore plus important que la prochaine grande démonstration technique.

Lire plus
Intelligence Artificielle

OpenAI explose les compteurs : 122 milliards pour créer l’IA ultime ?

par Yohann Poiron le
OpenAI explose les compteurs : 122 milliards pour créer l'IA ultime ?

OpenAI vient de franchir un seuil que peu d’entreprises privées avaient même osé approcher. La société a officialisé la clôture d’un tour de table de 122 milliards de dollars de capital engagé, pour une valorisation post-money de 852 milliards de dollars.

Le groupe explique que cet argent servira à accélérer plusieurs fronts à la fois : les systèmes d’IA, l’infrastructure, le développement de nouveaux modèles et l’expansion de ses produits grand public comme entreprise.

Ce chiffre, à lui seul, dépasse le simple fait financier. Il raconte une bascule : l’IA n’est plus seulement une bataille de laboratoires ou de produits vedettes, mais une industrie lourde, avide de capital, d’énergie, de puces et de distribution mondiale. Et OpenAI entend manifestement rester au centre de cette nouvelle économie.

Une levée de fonds qui assemble à la fois la finance globale et les grands partenaires technologiques

Dans son annonce officielle, OpenAI précise que le tour a été ancré par Amazon, NVIDIA et SoftBank, avec la participation continue de Microsoft. SoftBank a codirigé l’opération avec a16z, D. E. Shaw Ventures, MGX, TPG et des comptes conseillés par T. Rowe Price Associates. La liste des investisseurs s’étend aussi à ARK Invest, BlackRock, Blackstone, Coatue, Dragoneer, Fidelity, Insight Partners, Sequoia, Temasek, Thrive Capital et plusieurs autres grands acteurs mondiaux.

OpenAI ajoute un élément particulièrement révélateur : pour la première fois, l’entreprise a aussi ouvert une partie de l’opération à des investisseurs via des canaux bancaires, levant plus de 3 milliards de dollars auprès d’investisseurs individuels.

Elle annonce également une future présence dans plusieurs ETF gérés par ARK Invest, dans une logique d’élargissement de l’exposition au capital d’OpenAI.

ChatGPT n’est plus seulement massif : il devient une plateforme de consommation mondiale

OpenAI accompagne cette annonce de chiffres d’usage particulièrement agressifs. L’entreprise affirme que ChatGPT dépasse désormais 900 millions d’utilisateurs actifs hebdomadaires et 50 millions d’abonnés. Elle indique aussi que ChatGPT enregistre six fois plus de visites web mensuelles et de sessions mobiles que la plus grosse application IA concurrente, tandis que le temps total passé dans ses outils serait quatre fois supérieur à celui du plus proche rival.

La société met aussi en avant une forte progression de la recherche dans ChatGPT, dont l’usage aurait presque triplé sur un an, ainsi qu’un pilote publicitaire qui aurait dépassé 100 millions de dollars d’ARR en moins de six semaines. Même si OpenAI ne détaille pas ici la méthodologie complète de comparaison avec ses concurrents, le message est limpide : ChatGPT n’est plus présenté comme un produit à la mode, mais comme une interface de masse.

L’entreprise commence à peser presque aussi lourd que le grand public

Le point le plus intéressant est peut-être ailleurs : OpenAI affirme que l’entreprise représente désormais plus de 40 % de son chiffre d’affaires et qu’elle est en voie d’atteindre la parité avec le grand public d’ici la fin de 2026. Dans le même passage, la société souligne que GPT-5.4 alimente un engagement record sur les workflows agentiques, que ses API traitent plus de 15 milliards de tokens par minute, et que Codex dépasse 2 millions d’utilisateurs hebdomadaires, en hausse de 5x en trois mois.

Cette séquence dit beaucoup de la stratégie actuelle d’OpenAI. L’entreprise n’essaie plus seulement de monétiser un assistant conversationnel à très grande échelle.

Elle cherche à équilibrer trois moteurs simultanés : l’adoption grand public via ChatGPT, l’usage développeur via l’API, et la captation de valeur métier à travers des agents, des outils de travail et des intégrations professionnelles.

GPT-5.4 et Codex deviennent les piliers visibles de cette nouvelle phase

OpenAI cite GPT-5.4 comme son « modèle le plus capable à ce jour », avec des gains sur la connaissance, les workflows complexes, l’outillage et l’usage agentique. Dans sa fiche de lancement, l’entreprise présente aussi GPT-5.4 comme son premier modèle généraliste avec des capacités natives de computer use, capable d’opérer des ordinateurs, d’utiliser des outils et de mener des tâches à long horizon avec jusqu’à 1 million de tokens de contexte dans certains usages Codex.

Codex, de son côté, n’est plus traité comme une simple extension de code. OpenAI parle désormais d’un flagship coding agent, intégré à sa stratégie produit plus large. La société insiste sur sa croissance rapide et sur le fait que ses surfaces produits convergent progressivement autour d’une logique agentique commune.

Le vrai cœur du sujet reste le calcul

Comme souvent chez OpenAI, la partie la plus structurante n’est pas seulement le modèle, mais le calcul. L’entreprise explique très explicitement que son avantage vient d’un cycle auto-renforcé : plus de calcul permet de meilleurs modèles ; de meilleurs modèles créent de meilleurs produits ; de meilleurs produits accélèrent l’adoption, les revenus et le cash-flow ; ce qui permet ensuite de réinvestir dans davantage de compute. OpenAI décrit même cela comme son « flywheel ».

Pour soutenir cette logique, OpenAI dit avoir élargi son portefeuille d’infrastructure. Côté cloud, la stratégie s’appuie sur Microsoft, Oracle, AWS, CoreWeave et Google Cloud. Côté silicium, l’entreprise cite NVIDIA, AMD, AWS Trainium, Cerebras ainsi qu’une puce maison développée avec Broadcom.

Enfin, sur les datacenters, OpenAI mentionne des partenariats avec Oracle, SBE et SoftBank.

OpenAI ne veut plus seulement une suite de produits : il veut une superapp IA

L’un des passages les plus révélateurs de l’annonce concerne la construction d’une « super-application d’IA unifiée ». OpenAI explique vouloir réunir ChatGPT, Codex, la navigation Web et ses capacités agentiques dans une seule expérience centrée sur l’agent. L’idée affichée est de proposer un système unique capable de comprendre l’intention, d’agir et d’opérer à travers plusieurs applications, données et workflows.

Ce choix dit quelque chose de très important sur la prochaine bataille. À ce stade, OpenAI ne pense plus seulement en termes de meilleurs modèles. L’entreprise pense en termes de surface unifiée, d’usage quotidien et de distribution. En d’autres termes, le prochain enjeu n’est pas uniquement l’intelligence brute, mais la manière dont elle s’incarne dans un produit central, persistant, transversal.

Une levée de fonds qui change l’échelle du débat

Avec cette opération, OpenAI ne se contente pas de lever plus. Elle redéfinit presque le vocabulaire du secteur. La question n’est plus de savoir si l’IA générative trouve son marché ; elle l’a trouvé. La question devient désormais de savoir quels acteurs peuvent financer assez longtemps l’infrastructure nécessaire pour garder une avance significative.

Dans ce paysage, OpenAI envoie un message très simple : l’entreprise veut être à la fois le laboratoire, la plateforme, l’interface, l’agent et l’infrastructure économique de l’IA grand public et professionnelle. Et avec 122 milliards de dollars fraîchement sécurisés, cette ambition ressemble moins à une promesse qu’à un programme industriel à très grande échelle.

Lire plus
Intelligence Artificielle

Microsoft lance Copilot Cowork : L’IA qui travaille (vraiment) à votre place

par Yohann Poiron le
Microsoft lance Copilot Cowork : L'IA qui travaille (vraiment) à votre place

Microsoft continue de durcir son jeu dans l’IA au travail. Après avoir dévoilé plus tôt en mars Copilot Cowork, un nouvel agent inspiré de Claude Cowork d’Anthropic, le groupe ouvre désormais l’outil en accès anticipé via son programme Frontier, tout en renforçant Researcher avec de nouvelles briques destinées à mieux planifier, analyser et arbitrer.

Un Copilot pensé pour les tâches longues, pas seulement pour répondre à une question

Avec Copilot Cowork, Microsoft ne parle plus d’un assistant qui reformule un e-mail ou résume un document. L’ambition est différente : confier à l’IA des missions longues, structurées, parfois répétitives, au sein de Microsoft 365. L’outil est présenté comme un agent capable de décomposer un objectif, d’établir un plan d’action, d’exécuter les étapes et d’afficher sa progression, avec la possibilité pour l’utilisateur d’intervenir à tout moment pour corriger la trajectoire.

Cette approche marque un glissement important. L’IA n’est plus seulement un moteur de réponses, mais un opérateur de workflows. Microsoft cite des usages comme les revues budgétaires mensuelles, l’organisation de données ou la création de livrables complexes, avec une logique de continuité dans le travail plutôt qu’une série de prompts isolés.

Derrière l’ouverture, une stratégie très calculée

L’élément le plus intéressant est peut-être ailleurs : Copilot Cowork s’appuie sur la dynamique créée par Anthropic et son très remarqué Claude Cowork. Début mars, il était indiqué que Microsoft avait bâti son propre outil sur cette inspiration directe, tout en insistant sur un positionnement plus rassurant pour les entreprises, avec une exécution dans le cloud et des garde-fous renforcés autour des données et des accès.

Autrement dit, Microsoft ne se contente pas de suivre une tendance. L’entreprise cherche à reprendre l’avantage sur un terrain devenu crucial : celui des agents autonomes capables de produire du travail réel, et pas simplement du texte convaincant. Dans un marché où Google pousse Gemini et où Anthropic s’impose comme un aiguillon stratégique, Microsoft veut repositionner Copilot comme une couche de productivité active, intégrée au cœur des usages professionnels.

Researcher gagne une couche de vérification croisée

En parallèle, Microsoft muscle aussi Researcher, sa fonction de recherche approfondie dans Copilot. La première nouveauté s’appelle Critique. Le principe est simple sur le papier, mais ambitieux dans sa promesse : un modèle OpenAI produit une première réponse, puis un modèle Claude d’Anthropic la relit pour en évaluer la qualité et la fiabilité avant qu’elle n’arrive à l’utilisateur. Microsoft envisage, à terme, un fonctionnement bidirectionnel, où les rôles pourraient aussi s’inverser.

Ce choix en dit long sur l’évolution du secteur. Pendant des mois, la course à l’IA s’est jouée sur la puissance brute et la vitesse de génération. Désormais, les acteurs cherchent à industrialiser la vérification. Microsoft vend ici une idée forte : l’avenir du travail assisté par IA ne reposera pas sur un seul modèle omnipotent, mais sur des systèmes qui se contrôlent mutuellement pour réduire les erreurs et augmenter la confiance.

Le « Council » ouvre la voie à une IA plus comparative

L’autre ajout, baptisé Council, permet de mettre plusieurs réponses de modèles différents côte à côte. L’utilisateur peut ainsi comparer instantanément les convergences, les désaccords et les angles spécifiques de chaque moteur. Ce n’est pas seulement une fonction pratique : c’est aussi une manière très claire de montrer que Microsoft ne veut plus enfermer Copilot dans une dépendance exclusive à un seul fournisseur de modèles.

Cette pluralité devient une arme stratégique. Elle permet à Microsoft de transformer Copilot en interface de pilotage entre plusieurs intelligences artificielles, plutôt qu’en simple vitrine d’OpenAI. Pour les entreprises, cela peut signifier plus de flexibilité. Pour Microsoft, c’est une façon de reprendre la main sur la couche produit, celle qui compte vraiment aux yeux des clients.

Wave 3 : de l’outil d’essai à l’outil qui travaille vraiment

Microsoft inscrit ces annonces dans la « Wave 3 » de Microsoft 365 Copilot, avec une idée simple : faire passer l’IA d’un rôle expérimental à un rôle opérationnel. Le message est limpide. Il ne s’agit plus d’impressionner avec des démonstrations, mais de convaincre que Copilot peut participer directement à la production quotidienne, à la prise de décision et à la gestion du travail de connaissance.

Reste une question essentielle : les utilisateurs sont-ils prêts à déléguer davantage ? Techniquement, la trajectoire est cohérente. Stratégiquement, elle est redoutable. Mais culturellement, l’acceptation sera plus lente. Car demander à une IA de résumer un dossier n’a rien à voir avec lui confier une suite de décisions intermédiaires dans un processus métier.

Microsoft semble pourtant parier que ce basculement est désormais inévitable. Et avec Copilot Cowork, le groupe ne vend plus seulement une assistance intelligente : il vend l’idée d’un collègue logiciel, toujours disponible, toujours intégré, et de plus en plus autonome. Une promesse séduisante, mais aussi une redéfinition silencieuse de ce que signifie « travailler » à l’ère de l’IA.

Lire plus
Intelligence Artificielle

L’IA pour en faire moins : Et si c’était ça, la vraie révolution ?

par Yohann Poiron le
L’IA pour en faire moins : Et si c’était ça, la vraie révolution ?

Pendant des années, l’intelligence artificielle a été vendue comme un outil de productivité professionnelle. Automatiser le travail, accélérer les tâches, optimiser les performances. Mais, un nouveau récit émerge, plus discret — et sans doute plus révélateur : l’IA commence à s’installer dans nos vies personnelles, non pas pour en faire plus, mais pour en faire moins.

Selon un récent rapport du The Wall Street Journal, de plus en plus d’utilisateurs détournent les chatbots comme Claude ou ChatGPT pour gérer les tâches domestiques les plus ingrates : comparer des assurances, organiser des courses, planifier des repas, ou encore structurer des routines de sport.

Transformer les corvées invisibles en tâches automatisées grâce à l’IA

L’exemple d’Andy Coravos illustre bien ce glissement. Plutôt que de passer des heures à comparer des mutuelles ou chercher des médecins, l’IA s’occupe du tri, de la synthèse et de la recommandation. Elle va même plus loin : optimisation des apports nutritionnels, ajustement des séances de sport, simplification des routines.

Autrement dit, l’IA ne remplace pas l’humain — elle élimine le bruit autour de ses décisions.

Même logique chez Loewen Cavill, qui a connecté capteurs domestiques, scripts et assistants IA pour automatiser une partie de la vie quotidienne : notifications pour le linge, suivi des tâches ménagères, commandes de courses. Résultat : moins de friction, plus de clarté sur l’organisation du foyer.

L’IA comme « assistant invisible » du quotidien

Ce qui frappe dans ces usages, c’est leur banalité assumée. On est loin des promesses futuristes ou des démonstrations spectaculaires. L’IA devient une couche invisible, un assistant silencieux qui gère ce que personne n’a envie de faire :

  • Planifier une semaine de repas.
  • Transformer une to-do list chaotique en plan clair.
  • Rédiger cet email que vous repoussez depuis trois jours.

Ce sont précisément ces micro-tâches, souvent négligées dans les discours tech, qui grignotent le plus notre énergie mentale.

Screen 2026 03 31 at 11.28.20

Moins d’écran, paradoxalement grâce à plus d’IA

Il y a ici une ironie intéressante. Plus certains utilisateurs maîtrisent l’IA, moins leur vie semble dépendre des écrans. Non pas parce qu’ils s’en détachent, mais parce que l’IA agit en amont, absorbant les tâches numériques avant qu’elles ne deviennent chronophages.

Cette évolution en dit long sur la maturité de l’usage. L’IA n’est plus un gadget ni une vitrine technologique. Elle devient un outil de désencombrement mental.

Et c’est peut-être là son véritable rôle.

Une bascule culturelle plus qu’une révolution technologique

Ce changement d’usage marque une transition subtile, mais profonde. L’IA ne sert plus uniquement à produire — elle sert à libérer. À créer de l’espace pour autre chose : du sport, du repos, des relations, du temps réellement choisi.

Dans un monde saturé d’optimisation, la promesse la plus précieuse n’est peut-être pas d’aller plus vite.

Mais simplement de respirer un peu plus.

Lire plus
Intelligence Artificielle

Mistral AI : Le champion français lève 830 millions pour ses puces Nvidia

par Yohann Poiron le
Mistral AI : Le champion français lève 830 millions pour ses puces Nvidia

Mistral AI franchit une nouvelle étape dans sa montée en puissance industrielle. Selon Reuters, Mistral AI a sécurisé 830 millions de dollars de financement par dette pour équiper un grand data center près de Paris avec des puces Nvidia.

Ce n’est pas un simple tour de table de plus : c’est le signe qu’en 2026, la bataille de l’IA ne se joue plus seulement sur les modèles, mais aussi sur la maîtrise physique de l’infrastructure.

Mistral AI : Un cluster près de Paris, pensé pour la puissance avant tout

Le futur site est situé à Bruyères-le-Châtel, au sud de Paris, et Reuters indique qu’il doit devenir opérationnel au deuxième trimestre 2026. Le financement servira à acheter environ 13 800 puces Nvidia, avec un projet dimensionné autour de 44 mégawatts de capacité, selon les détails relayés par Reuters.

Le choix de la dette est lui aussi révélateur. Il s’agit, d’après Reuters, de la première levée de dette de Mistral, soutenue par un consortium de 7 banques, dont BNP Paribas, Crédit Agricole CIB, HSBC et MUFG. Autrement dit, le marché ne finance plus seulement une promesse technologique ; il commence à financer une infrastructure lourde, avec une logique beaucoup plus proche de l’énergie ou du cloud que de la startup IA traditionnelle.

Mistral veut bâtir une autonomie européenne, pas seulement suivre la cadence américaine

Dans sa déclaration relayée par CNBC et Reuters, Arthur Mensch insiste sur un point central : l’enjeu est de garder l’innovation IA et l’autonomie technologique en Europe, alors que gouvernements, entreprises et instituts de recherche cherchent de plus en plus à déployer leurs propres environnements IA plutôt que de dépendre de clouds tiers. Ce vocabulaire n’est pas anodin. Il place clairement Mistral dans une logique de souveraineté numérique, pas seulement de performance commerciale.

Cette lecture est renforcée par la stratégie plus large du groupe. En février, Reuters rapportait déjà que Mistral allait investir environ 1,2 milliard d’euros, soit 1,4 milliard de dollars, dans des infrastructures IA en Suède, avec EcoDataCenter. L’objectif affiché est d’atteindre 200 mégawatts de capacité de calcul en Europe d’ici fin 2027.

De la startup modèle au fournisseur d’infrastructure

C’est peut-être le point le plus intéressant. Mistral AI n’essaie plus seulement d’être un laboratoire européen crédible face à OpenAI, Anthropic ou Google. La société se transforme progressivement en acteur verticalisé, capable de concevoir ses modèles, de les servir à ses clients et de contrôler une part croissante de la pile matérielle nécessaire à leur exécution.

Dans ce contexte, la présence de Nvidia est évidemment stratégique. Reuters précise que les 830 millions doivent servir à acheter des puces du groupe américain. Cela montre à quel point, même dans un projet d’autonomie européenne, la dépendance aux géants américains du silicium reste forte. L’autonomie, pour l’instant, se joue davantage sur l’hébergement, l’exploitation et la maîtrise des usages que sur la chaîne complète des composants.

Une entreprise déjà très financée, mais qui change de dimension

Mistral AI n’arrive pas sur ce terrain sans moyens. L’entreprise a déjà levé plus de 2,8 milliards d’euros à ce jour, auprès d’investisseurs comme General Catalyst, ASML, a16z, Lightspeed et DST Global. Mais la nouveauté est ailleurs : lever en dette pour financer des racks et des mégawatts, ce n’est plus tout à fait raconter l’histoire d’une startup logicielle. C’est commencer à ressembler à une entreprise d’infrastructure critique.

Mistral veut devenir le champion européen de l’IA… avec des fondations en béton

Le cas Mistral raconte très bien l’évolution actuelle du secteur. Pendant deux ans, l’IA générative a surtout été perçue comme une bataille de modèles, d’assistants et de démos. En 2026, la bataille devient plus matérielle, plus énergétique, plus capitalistique. Celui qui possède les clusters, les puces et la capacité d’inférence possède une partie du futur marché.

En somme, cette levée de 830 millions de dollars n’est pas qu’un financement. C’est un manifeste industriel. Mistral AI ne veut plus seulement être la meilleure alternative européenne sur le papier ; l’entreprise veut prouver qu’elle peut aussi construire les machines qui rendront cette ambition durable.

Lire plus
Intelligence Artificielle

15 millions de dollars de perte par jour : Les vraies raisons de la mort de Sora

par Yohann Poiron le
Pourquoi OpenAI a abandonné Sora : le vrai coût de la vidéo IA

L’ascension de Sora aura été aussi fulgurante que sa disparition. En quelques mois, le générateur vidéo de OpenAI s’était imposé comme une vitrine technologique spectaculaire.

Mais derrière les démos impressionnantes, une réalité plus pragmatique s’est imposée : Sora n’était tout simplement pas viable à grande échelle.

Sora : Un coût d’exploitation devenu insoutenable

Contrairement aux modèles textuels comme ChatGPT, la génération vidéo exige une puissance de calcul colossale. Chaque séquence implique des volumes de données, de calculs et de rendu bien supérieurs à ceux d’une simple réponse textuelle.

Selon des informations relayées, Sora aurait coûté jusqu’à 1 million de dollars par jour à faire fonctionner. À ce niveau, même pour un acteur comme OpenAI, l’équation devient difficile à défendre — surtout sans modèle économique clair derrière.

Autrement dit, Sora n’était pas seulement ambitieux. Il était structurellement coûteux, dans un contexte où l’industrie commence à regarder de très près la rentabilité réelle de ses innovations.

Un intérêt utilisateur en perte de vitesse

Le second facteur est plus discret, mais tout aussi déterminant : l’essoufflement de l’engagement. Après l’effet « wow » des premières semaines, l’usage de Sora aurait diminué. Moins de créations, moins de téléchargements, moins d’interactions. Un scénario classique dans la tech : une innovation spectaculaire qui capte l’attention… mais peine à s’ancrer dans des usages quotidiens.

Dans ce contexte, maintenir une infrastructure aussi coûteuse pour une base d’utilisateurs en déclin n’avait plus de sens.

La fin d’un fantasme : intégrer la vidéo dans ChatGPT

Pendant un temps, l’idée d’intégrer Sora directement à ChatGPT circulait. Elle incarnait une vision séduisante : un assistant capable de générer texte, image et vidéo dans un même flux. Mais, cette ambition semble aujourd’hui abandonnée. Trop complexe, trop coûteuse, et surtout trop éloignée des priorités actuelles d’OpenAI.

La disparition de Sora dépasse largement le cas d’un seul produit. Elle révèle un basculement stratégique majeur dans l’industrie de l’IA. Face à la montée en puissance de concurrents comme Anthropic ou Google, les acteurs du secteur ne cherchent plus seulement à impressionner — ils cherchent à monétiser durablement.

OpenAI lui-même réoriente ses efforts vers des outils à forte valeur : automatisation du code, génération de rapports avancés et intégrations professionnelles. Des usages concrets, mesurables, et surtout monétisables.

Une leçon pour toute l’industrie

Sora prouve une chose essentielle : dans l’IA moderne, la performance brute ne suffit plus. Un produit peut être technologiquement bluffant, viral, et pourtant disparaître s’il ne répond pas à trois critères clés :

  1. scalabilité économique
  2. usage récurrent
  3. modèle de revenus clair

La génération vidéo par IA n’est pas morte — loin de là. Mais, elle devra trouver un terrain plus pragmatique : production professionnelle, outils créatifs ciblés, ou pipelines industriels.

Car désormais, la question n’est plus « que peut faire l’IA ? ». Mais bien : « Qu’est-ce que les utilisateurs sont prêts à payer pour l’utiliser ? ».

Lire plus
Intelligence Artificielle

OpenAI : Des « prompts de sécurité » open source pour protéger les ados

par Yohann Poiron le
OpenAI : Des « prompts de sécurité » open source pour protéger les ados

OpenAI poursuit son virage vers une IA plus encadrée pour les publics jeunes. Cette semaine, l’entreprise a annoncé la publication d’un ensemble de politiques de sécurité pour adolescents, formulées sous forme de prompts, afin d’aider les développeurs à intégrer plus facilement des protections adaptées à leurs applications.

Ces règles sont conçues pour fonctionner avec gpt-oss-safeguard, le modèle open-weight de sécurité d’OpenAI, mais aussi, en théorie, avec d’autres modèles compatibles avec ce type d’approche.

Une tentative pour transformer les principes de sécurité en règles réellement applicables

Le point de départ est assez simple : beaucoup d’équipes savent qu’elles doivent protéger les utilisateurs mineurs, mais peinent encore à traduire cette intention en règles opérationnelles, cohérentes et exploitables par un système d’IA. OpenAI le reconnaît explicitement dans son billet : même des développeurs expérimentés rencontrent des difficultés lorsqu’il s’agit de définir des politiques précises, bien cadrées, ni trop laxistes, ni trop excessives.

Pour répondre à ce problème, OpenAI publie donc un socle de prompts couvrant plusieurs catégories de risque propres aux adolescents : violence graphique, contenu sexuel graphique, idéaux corporels nocifs et comportements associés, activités et défis dangereux, roleplay romantique ou violent, ainsi que biens et services réservés à certains âges. Ces politiques peuvent servir aussi bien au filtrage en temps réel qu’à l’analyse a posteriori de contenus générés par les utilisateurs.

Un format « basé sur des prompts » qui en dit long sur la stratégie d’OpenAI

Translating safety policies into enforceable safeguards

Le choix du format n’est pas anodin. Plutôt que de livrer uniquement un modèle verrouillé, OpenAI propose ici des politiques exprimées comme des instructions réutilisables. Cela les rend plus faciles à adapter à différents cas d’usage, à traduire, à faire évoluer et à brancher sur d’autres systèmes de modération. L’entreprise indique d’ailleurs publier ce travail en open source via la ROOST Model Community, avec l’idée d’encourager les contributions et les itérations dans le temps.

Cette approche raconte quelque chose d’important sur la phase actuelle du marché. OpenAI ne cherche pas seulement à vendre des modèles plus puissants ; la société veut aussi imposer des briques méthodologiques, presque des standards de sécurité réutilisables par l’écosystème. Cette lecture est une inférence, mais elle est cohérente avec le fait que ces politiques soient ouvertes, adaptables et conçues pour dépasser le seul périmètre de gpt-oss-safeguard.

Common Sense Media et everyone.ai ont contribué à la conception

OpenAI précise avoir développé ces politiques avec l’appui d’organisations externes, notamment Common Sense Media et everyone.ai. Robbie Torney, chez Common Sense Media, explique que ce type de politiques « basées sur des prompts » peut aider à établir un niveau minimal de sécurité plus cohérent à travers l’écosystème, tout en restant améliorable au fil du temps grâce à son caractère open source.

Ce point compte, car la question de la protection des adolescents ne se résume pas à une couche technique. Elle oblige aussi à intégrer des expertises éducatives, psychologiques et sociétales que les laboratoires d’IA ne possèdent pas toujours seuls. OpenAI semble ici vouloir montrer qu’il ne construit pas ces garde-fous en vase clos.

Une pièce supplémentaire dans une stratégie plus large autour des mineurs

Cette annonce ne sort pas de nulle part. En décembre 2025, OpenAI avait déjà mis à jour son Model Spec avec des principes Under-18, afin de mieux définir le comportement attendu de ses modèles face aux utilisateurs de 13 à 17 ans. La société y présentait ces principes comme un cadre destiné à favoriser des interactions plus sûres et plus adaptées à l’âge.

OpenAI a aussi déployé récemment des dispositifs plus orientés produit, comme des contrôles parentaux et des systèmes d’estimation d’âge dans ChatGPT, après une montée de la pression publique et réglementaire autour des usages des chatbots par les mineurs. Reuters rapportait en septembre 2025 que l’entreprise lançait ces outils dans un contexte de fortes critiques sur les risques de dérive, notamment après le suicide d’un adolescent en Californie dont la famille a poursuivi OpenAI.

Un progrès utile, mais loin d’être une solution définitive

Il faut toutefois garder une forme de lucidité. Ces politiques ne règlent pas à elles seules le problème de la sécurité des jeunes face à l’IA. Elles constituent un socle, pas une garantie absolue. OpenAI elle-même présente cette publication comme une étape parmi d’autres, et non comme une réponse complète à tous les risques.

D’autant que le contexte reste sensible pour l’entreprise. OpenAI fait toujours face à des recours judiciaires liés à des usages extrêmes de ChatGPT. Reuters a notamment rapporté en août 2025 une plainte déposée par les parents d’un adolescent décédé par suicide après des échanges prolongés avec le chatbot, puis en décembre 2025 une autre affaire liant ChatGPT à un meurtre-suicide.

OpenAI essaie de normaliser la sécurité avant que le régulateur ne l’impose partout

Le plus intéressant dans cette annonce est peut-être là. OpenAI semble comprendre que la prochaine bataille ne se jouera pas seulement sur les performances des modèles, mais sur la capacité à transformer la sécurité en infrastructure réutilisable. Aider les développeurs indépendants et les équipes produits à partir d’un cadre déjà structuré, c’est aussi une manière de diffuser sa propre vision de ce que doit être une IA « adolescents-compatible ».

En somme, OpenAI ne propose pas ici une révolution visible pour le grand public. L’entreprise pose plutôt un étage de fondation. Et dans un secteur où la sécurité est encore trop souvent improvisée après coup, ce genre d’outil discret pourrait compter bien davantage qu’un simple effet d’annonce.

Lire plus
Intelligence Artificielle

IA et vie privée : Pourquoi les utilisateurs commencent à fuir ChatGPT et Gemini ?

par Yohann Poiron le
IA et vie privée : Pourquoi les utilisateurs commencent à fuir ChatGPT et Gemini ?

L’ivresse de l’IA conversationnelle semble commencer à retomber. Après la phase de fascination, marquée par l’expérimentation tous azimuts et la curiosité quasi réflexe autour de ChatGPT, Gemini et consorts, une autre dynamique apparaît : celle d’un public plus prudent, plus lucide, et surtout plus attentif à ce qu’il livre à ces outils.

Un nouveau rapport de Malwarebytes affirme ainsi que la défiance autour de l’usage des données personnelles par l’IA ne relève plus du simple malaise diffus, mais d’un comportement concret.

Une adoption toujours réelle, mais une confiance qui recule nettement

Selon l’enquête publiée, 90 % des personnes interrogées se disent inquiètes à l’idée que l’IA utilise leurs données sans consentement, tandis que 88 % affirment ne pas partager librement leurs informations personnelles avec des outils comme ChatGPT ou Gemini.

Plus révélateur encore, 84 % déclarent ne pas avoir transmis de données de santé à ces assistants.

Use of AI Malwarebytes 1 1

Le signal le plus fort tient peut-être dans l’évolution des usages : 43 % des répondants disent avoir arrêté d’utiliser ChatGPT, et 42 % affirment avoir cessé d’utiliser Gemini. Pris isolément, ces chiffres frappent. Mais, ils racontent surtout autre chose : l’IA n’est plus perçue uniquement comme un raccourci pratique ou un effet de mode technologique.

Elle devient, pour une partie du public, un espace à risque qu’il faut apprendre à contourner, limiter ou tenir à distance.

La vie privée devient enfin un critère d’usage, pas seulement un sujet de débat

C’est là que l’étude est intéressante. Malwarebytes ne décrit pas seulement une inquiétude théorique ; l’entreprise observe aussi une série de gestes de protection déjà engagés. Le rapport indique que 82 % des répondants cherchent à refuser la collecte de données quand c’est possible, 71 % utilisent un bloqueur de publicité, et 46 % ont recours à un VPN.

Malwarebytes note également qu’une part croissante d’utilisateurs lit davantage les politiques de confidentialité, saisit parfois de fausses données ou se tourne vers des services de suppression d’informations personnelles.

Autrement dit, la relation entre public et IA entre dans une phase plus mature. On ne demande plus seulement ce que ces outils savent faire. On commence sérieusement à demander ce qu’ils voient, ce qu’ils retiennent, et ce qu’ils pourraient réutiliser.

Les réseaux sociaux aussi paient une partie de cette défiance

L’enquête de Malwarebytes relie cette méfiance à des comportements plus larges dans l’écosystème numérique. 44 % des personnes interrogées disent avoir arrêté d’utiliser Instagram, et 37 % Facebook. Le rapport ne présente pas ces abandons comme une preuve directe d’un rejet de l’IA générative de Meta, mais il les inscrit dans un climat général de fatigue face aux plateformes qui accumulent données, automatisation et personnalisation opaque.

Privacy concerns spark action Malwarebytes

Il faut évidemment rester prudent dans l’interprétation. L’étude vient d’un éditeur de solutions de cybersécurité, pas d’un institut académique indépendant, et elle mesure avant tout un ressenti déclaratif. Mais même avec cette réserve, le mouvement qu’elle décrit est cohérent avec une tendance plus large : à mesure que l’IA s’insère dans les usages quotidiens, la question de la confiance devient presque plus importante que celle de la performance.

Le vrai défi pour OpenAI, Google et les autres

Pour les grands acteurs du secteur, le message est assez clair. Le problème n’est plus seulement de rendre un chatbot plus rapide, plus précis ou plus polyvalent. Il faut aussi convaincre qu’il sait rester à sa place. La promesse d’utilité ne suffit plus si elle s’accompagne d’un flou persistant sur la collecte, l’usage et la rétention des données personnelles.

C’est sans doute le tournant le plus intéressant de 2026 : le débat sur l’IA quitte progressivement le terrain de la démonstration pour entrer sur celui du consentement. Et dans cette nouvelle phase, les entreprises qui réussiront ne seront pas forcément celles qui auront les modèles les plus spectaculaires, mais celles qui sauront construire un cadre d’usage suffisamment clair pour restaurer la confiance.

Au fond, la « fatigue IA » n’est peut-être pas un rejet de l’outil lui-même. Elle ressemble davantage à une exigence nouvelle : celle d’une intelligence artificielle utile, oui, mais plus sobre, plus transparente et beaucoup moins intrusive.

 

Lire plus
Intelligence Artificielle

Pourquoi Claude est en train de devenir le chouchou des développeurs (au détriment de ChatGPT) ?

par Yohann Poiron le
Pourquoi Claude est en train de devenir le chouchou des développeurs (au détriment de ChatGPT) ?

Pendant longtemps, ChatGPT a imposé son rythme au marché. Il a fixé les usages, capté l’attention du grand public et installé OpenAI comme la référence évidente de l’IA conversationnelle.

Mais, dans les bureaux des startups, chez les développeurs, dans les équipes produit et au sein des organisations qui paient vraiment pour l’IA, un autre nom remonte de plus en plus souvent : Claude.

Le phénomène n’est plus anecdotique. Il ne signifie pas que ChatGPT s’effondre, ni qu’Anthropic a déjà remporté la bataille. Il révèle quelque chose de plus subtil, et peut-être de plus important : la compétition se joue désormais moins sur la notoriété grand public que sur la préférence des utilisateurs professionnels.

Et, sur ce terrain-là, Claude est en train de devenir un concurrent beaucoup plus sérieux qu’il ne l’était encore il y a un an.

Le marché de l’IA commence à se scinder en deux mondes

C’est probablement le point le plus structurant. D’un côté, OpenAI conserve un avantage immense sur le marché grand public : distribution, marque, présence culturelle, intégrations multiples. De l’autre, la couche « pro » — celle des développeurs, des équipes techniques et des entreprises — devient plus disputée.

Le Financial Times explique que OpenAI accélère justement son expansion commerciale pour répondre à la montée d’Anthropic et de Google sur le segment business. Il apparaît que Anthropic apparaît de plus en plus souvent comme le choix naturel des nouveaux acheteurs en entreprise.

Autrement dit, ChatGPT reste probablement l’interface la plus visible de l’IA moderne, mais cela ne suffit plus à garantir une domination sans partage sur les usages les plus stratégiques.

Pourquoi Claude séduit autant les développeurs ?

La raison la plus souvent citée est simple : Claude est perçu comme très fort en code et en raisonnement structuré. Ce n’est pas seulement une impression diffuse. Anthropic bénéficie aujourd’hui d’une vraie présence dans les environnements techniques, via son API, via AWS Bedrock, et via l’adoption de ses modèles dans de nombreux workflows développeurs. AWS met d’ailleurs explicitement en avant Claude sur Bedrock, avec un accès direct à toute la famille de modèles Anthropic pour les entreprises déjà clientes d’Amazon.

Sur les benchmarks de génie logiciel, la famille Claude reste aussi extrêmement compétitive. Le leaderboard officiel de SWE-bench montre des modèles Claude parmi les meilleurs résultats du moment, même si la compétition est désormais très serrée avec les dernières générations de modèles OpenAI et Google.

Mais, le plus important n’est peut-être pas le benchmark brut. C’est le ressenti d’usage : beaucoup d’équipes techniques semblent apprécier chez Claude une écriture plus structurée, un meilleur maintien du contexte et une manière plus stable de traiter les tâches longues et complexes.

La confiance devient un avantage concurrentiel à part entière

Anthropic a aussi construit sa marque autour d’un discours de fiabilité, d’alignement et d’honnêteté. Ce n’est pas un détail marketing. Dans l’entreprise, la valeur d’un modèle ne dépend pas seulement de sa créativité ou de sa vitesse ; elle dépend aussi du temps perdu à vérifier ses réponses quand elles sont trop affirmatives ou trop fragiles.

C’est précisément sur ce terrain que Claude semble gagner des points. L’approche d’Anthropic autour de la sécurité et de ce qu’elle appelle une IA plus « constitutionnelle » a longtemps pu sembler moins flamboyante que celle d’OpenAI. Elle devient aujourd’hui un argument de recrutement, de distribution et d’adoption.

Le Financial Times note d’ailleurs qu’Anthropic attire des talents venus d’OpenAI et de Google DeepMind, en partie grâce à cette identité plus cohérente autour de la sûreté et du comportement des modèles.

L’argent confirme que ce n’est plus une simple impression

Sur le plan financier aussi, Anthropic est sorti du statut de challenger théorique. La société a été valorisée 61,5 milliards de dollars lors de sa levée de fonds de mars 2025. Quelques mois plus tard, Reuters rapportait même une valorisation encore bien supérieure lors d’un tour ultérieur.

Côté revenus, OpenAI reste nettement plus gros en valeur absolue : Reuters rapportait début mars que son revenu annualisé avait dépassé 25 milliards de dollars à fin février 2026. Mais, Anthropic n’est plus marginal pour autant : Reuters indiquait déjà à l’automne 2025 que son rythme de revenus annualisés visait environ 9 milliards de dollars en sortie de 2025, avec une forte dominante entreprise et API.

On n’est plus face à un acteur géant et un outsider sympathique. On est face à deux entreprises qui commencent réellement à se disputer les clients à plus forte valeur.

AWS donne à Claude une rampe de lancement redoutable

L’un des grands accélérateurs d’Anthropic, c’est évidemment Amazon. AWS offre à Claude une distribution naturelle dans un environnement déjà massivement utilisé par les grandes entreprises. Pour un grand compte qui tourne déjà sur AWS, déployer Claude via Bedrock est beaucoup plus simple que de reconstruire toute une chaîne autour d’un autre fournisseur. Amazon a en plus renforcé son engagement avec plusieurs milliards de dollars investis dans Anthropic.

Ce point est crucial. Dans l’IA, la qualité du modèle compte. Mais la proximité avec l’infrastructure du client compte souvent presque autant.

Il serait absurde d’en conclure qu’OpenAI est en difficulté terminale. L’entreprise continue de croître très vite, d’embaucher massivement et d’étendre sa présence dans les entreprises. Reuters rapportait encore le 21 mars qu’OpenAI prévoit presque de doubler ses effectifs d’ici fin 2026, justement pour accélérer sur le produit, l’ingénierie et les ventes.

Mais, il y a une différence importante entre dominer le récit de l’IA et dominer les usages professionnels les plus rentables. C’est là que la pression d’Anthropic devient sérieuse.

Le vrai signal vient des utilisateurs qui changent de modèle sans état d’âme

Le segment professionnel est souvent le meilleur thermomètre du marché. Ce sont les utilisateurs les moins fidèles à la marque et les plus fidèles à la performance. Ils changent vite, testent beaucoup, comparent sans romantisme et entraînent ensuite les décisions d’achat des entreprises.

Si Claude continue à gagner du terrain chez eux, cela ne signifiera pas forcément que ChatGPT cesse d’être le chatbot grand public numéro un. Mais cela voudra dire quelque chose de potentiellement plus profond : que la couche la plus précieuse du marché — celle qui paie cher, influence les stacks et structure les achats — commence à voir Anthropic comme une référence à part entière.

En somme, OpenAI garde l’avantage de la taille. Anthropic, lui, semble gagner autre chose : la conviction croissante qu’au moment de choisir un modèle pour le travail sérieux, Claude mérite désormais d’être le premier nom sur la liste.

Lire plus
Intelligence Artificielle

ChatGPT : Pourquoi OpenAI enterre (enfin) son projet de « mode adulte » ?

par Yohann Poiron le
ChatGPT : Pourquoi OpenAI enterre (enfin) son projet de « mode adulte » ?

Alors que certains imaginaient déjà une version plus permissive de ChatGPT, OpenAI vient de refermer la porte — au moins temporairement — sur son projet de « mode adulte ».

Selon le Financial Times, cette fonctionnalité est désormais suspendue indéfiniment, révélant en creux les tensions profondes autour des usages sensibles de l’IA conversationnelle.

ChatGPT : Une fonctionnalité encadrée… mais jamais finalisée

Contrairement à ce que son nom pouvait suggérer, ce « mode adulte » de ChatGPT n’avait rien d’un basculement vers du contenu explicite sans limites. L’idée initiale reposait sur un cadre strict : génération de contenus textuels à caractère érotique, mais non graphiques, réservés à des utilisateurs majeurs vérifiés et encadrés par des filtres renforcés.

Sur le papier, OpenAI cherchait à marcher sur une ligne de crête : répondre à une demande réelle, tout en évitant les dérives. Mais dans les faits, le projet n’a jamais dépassé le stade expérimental. Retards techniques, arbitrages internes et priorités de produit ont progressivement relégué cette initiative au second plan.

Une décision dictée par un climat sous tension

Le timing de cette mise en pause n’a rien d’anodin. L’écosystème des IA conversationnelles traverse une phase délicate, marquée par des interrogations croissantes sur leur impact psychologique et social.

Plusieurs affaires ont récemment mis en lumière les risques liés à une relation émotionnelle excessive avec les chatbots. Des cas extrêmes — incluant des accusations de conseils dangereux ou de dépendance affective — ont alimenté les débats, notamment aux États-Unis.

Dans ce contexte, introduire une dimension intime ou émotionnellement chargée dans les interactions avec une IA apparaît comme un terrain particulièrement sensible. OpenAI lui-même reconnaît manquer encore de recul scientifique sur les effets à long terme de ce type d’usage dans ChatGPT.

L’IA conversationnelle face à ses propres limites

Ce recul révèle un enjeu plus profond : la transformation des assistants IA en entités relationnelles. Avec l’essor des modèles avancés, les interactions ne se limitent plus à des requêtes utilitaires — elles deviennent narratives, émotionnelles, parfois même affectives.

Introduire un « mode adulte » dans ChatGPT, même encadré, aurait accentué cette évolution. Or, c’est précisément cette frontière — entre outil et pseudo-compagnon — que les acteurs du secteur tentent aujourd’hui de mieux définir.

Derrière cette décision, il y a aussi une réalité de produit : OpenAI semble vouloir concentrer ses efforts sur des fonctionnalités de ChatGPT à forte valeur ajoutée (productivité, multimodalité, agents autonomes), plutôt que sur des usages controversés à faible retour stratégique.

Une industrie sous surveillance accrue

OpenAI n’est pas seul dans cette réflexion. L’ensemble du secteur — de Google à Meta — fait face à une pression croissante autour de la régulation des contenus générés par IA.

Le débat dépasse largement la question du contenu adulte. Il touche à des sujets structurants : la responsabilité des modèles, la gestion des interactions sensibles, et la place de l’IA dans la sphère intime des utilisateurs. Dans ce paysage, reculer peut aussi être une manière d’anticiper les futures régulations, notamment en Europe et aux États-Unis.

Un choix de prudence… et de repositionnement

En mettant ce projet sur pause, OpenAI envoie un signal clair : la priorité est à la crédibilité et à la maîtrise, pas à l’expansion tous azimuts des usages. Ce choix peut frustrer une partie des utilisateurs, mais il s’inscrit dans une stratégie plus large. À mesure que les IA deviennent plus puissantes et plus présentes dans nos vies, chaque nouvelle fonctionnalité engage la responsabilité de ses créateurs.

Et dans ce contexte, certaines innovations ne sont pas simplement techniques — elles sont profondément sociétales.

Lire plus
Intelligence Artificielle

Gemini 3.1 Flash Live : Google invente l’IA qui vous écoute (et vous répond) sans latence

par Yohann Poiron le
Gemini 3.1 Flash Live : Google invente l'IA qui vous écoute (et vous répond) sans latence

Google accélère sur l’audio conversationnel. Avec Gemini 3.1 Flash Live, présenté le 26 mars 2026, le groupe introduit ce qu’il décrit comme son modèle Gemini audio et voix le plus abouti à ce jour, pensé pour des échanges plus naturels, plus rapides et plus fiables en temps réel.

Le modèle arrive en preview via la Gemini Live API dans Google AI Studio, et sert déjà de moteur à des produits comme Gemini Live et Search Live.

Une IA vocale conçue pour tenir la conversation, ne pas seulement répondre vite

L’ambition de Gemini 3.1 Flash Live est assez claire : maintenir un dialogue fluide malgré les interruptions, les hésitations, les relances et les changements de contexte propres à la parole réelle.

Google explique que le modèle est optimisé pour les interactions audio-to-audio à faible latence, avec prise en charge de flux continus d’audio, d’images et de texte, afin de produire des réponses vocales immédiates dans des usages de type assistant, support client ou agent conversationnel multimodal.

Ce point est essentiel, car Google ne présente plus ici un simple assistant vocal enrichi. Le groupe veut imposer une brique capable de servir de fondation à toute une génération d’agents où la voix devient l’interface principale, et non un canal secondaire ajouté après coup.

Les gains annoncés portent autant sur la qualité que sur la robustesse

Google met en avant plusieurs axes de progrès : une latence réduite, une meilleure tenue en environnements bruyants, un suivi plus fiable des instructions complexes, une meilleure compréhension de la tonalité, du rythme et de l’intonation, ainsi qu’un maintien du contexte sur des conversations plus longues. Le modèle est aussi présenté comme nativement multilingue, avec une prise en charge en temps réel de plus de 90 langues.

gemini flash live audiomultichallenge eval light Web

Sur le terrain des benchmarks, Google cite notamment ComplexFuncBench Audio, où Gemini 3.1 Flash Live (Thinking High) atteint 90,8 %, et Scale AI Audio MultiChallenge, où il obtient 36,1 % avec le mode réflexion activé.

Les développeurs récupèrent une vraie boîte à outils temps réel

Côté plateforme, la Live API donne accès à des fonctions structurantes pour créer des agents vocaux : traitement de flux audio et visuels en temps réel, fonction d’appel, intégration d’outils externes, gestion de sessions longues, et usage de tokens éphémères pour sécuriser certaines interactions. Google présente explicitement ce socle comme une base pour bâtir des applications voice-first plus réactives et plus riches.

Autrement dit, Google ne lance pas seulement un modèle. Il lance un environnement de développement cohérent où la voix, la vision et l’action peuvent être combinées dans une même boucle conversationnelle. Et c’est probablement là que se situe le vrai changement de dimension. Cette analyse est une inférence fondée sur la nature des capacités exposées par la Live API.

Search Live devient la vitrine grand public du modèle

Le premier terrain d’expression massif de Gemini 3.1 Flash Live est Search Live, désormais déployé dans plus de 200 pays et territoires partout où AI Mode est disponible. Google précise que l’utilisateur peut ouvrir l’app Google sur Android ou iOS, toucher l’icône Live sous la barre de recherche, puis parler à Search, prolonger la conversation, et même ajouter du contexte visuel avec la caméra ou via Google Lens.

Ce déploiement mondial montre bien que Gemini 3.1 Flash Live n’est pas réservé aux démos développeurs. Il alimente déjà une vision plus large de la recherche : moins basée sur la requête tapée, plus proche d’un échange contextuel en direct avec le monde réel sous les yeux. Cette conclusion est une inférence à partir du rôle donné au modèle dans Search Live.

Une couche de sécurité et de traçabilité est intégrée

Google indique aussi que l’audio généré par ses systèmes embarque un watermark SynthID imperceptible, afin de permettre la détection de contenus produits par IA. C’est un point important dans un contexte où la voix synthétique devient plus crédible et plus difficile à distinguer à l’oreille d’une voix humaine enregistrée.

Google ne cherche plus seulement à améliorer l’assistant, mais à imposer la voix comme interface native

Avec Gemini 3.1 Flash Live, Google semble reconnaître que la prochaine bataille ne se jouera pas uniquement sur le texte, ni même sur les chatbots « classiques ». Elle se jouera sur la capacité à faire parler l’IA de façon naturelle, en temps réel, dans une conversation qui supporte le monde extérieur, les outils, la caméra et les interruptions.

En somme, Gemini 3.1 Flash Live n’est pas simplement une mise à jour de plus dans la gamme Gemini. C’est une tentative de faire de la voix un vrai système d’exploitation conversationnel — plus rapide, plus multimodal, et surtout beaucoup plus central dans la manière dont Google veut faire vivre son IA au quotidien.

Lire plus
Intelligence Artificielle

Quitter ChatGPT pour Gemini ? Google lance l’outil miracle pour ne rien perdre

par Yohann Poiron le
Quitter ChatGPT pour Gemini ? Google lance l'outil miracle pour ne rien perdre

Dans la bataille des assistants IA grand public, la prochaine arme n’est peut-être plus la seule qualité du modèle. C’est la capacité à récupérer l’utilisateur sans lui demander de recommencer sa vie numérique à zéro. Google vient justement d’annoncer de nouveaux « outils de migration » pour Gemini, conçus pour importer à la fois des mémoires personnelles et des historiques de conversations depuis d’autres chatbots.

Le message est limpide : si vous voulez quitter ChatGPT, Claude ou un autre assistant, Google veut rendre ce départ presque frictionnel.

Gemini ne veut plus seulement vous séduire, il veut vous récupérer avec votre contexte

Le premier outil concerne ce que Google appelle les mémoires : des éléments de contexte personnel comme vos préférences, certaines relations, ou des informations de base que vous avez déjà partagées avec une autre IA.

Le mécanisme est assez révélateur de l’époque : Gemini propose un prompt à copier dans votre ancien chatbot, celui-ci génère un résumé, puis vous collez ce résultat dans Gemini pour l’aider à vous « comprendre » plus vite. Google explique que cela permet d’importer des éléments comme vos centres d’intérêt, le prénom d’un proche ou l’endroit où vous avez grandi, afin d’éviter de repartir de zéro.

Switch Import Memory 1.width 1000.format webp

Le second outil vise les historiques des discussions. Ici, Google permet d’importer des conversations entières au format .zip, une méthode déjà compatible avec les exports proposés par plusieurs concurrents.

Switch Import Chat History 2.width 1000.format webp

Une fois chargés dans Gemini, ces échanges peuvent être consultés et explorés, avec la promesse de reprendre un travail ou un fil de pensée là où il s’était arrêté ailleurs. Ce n’est plus seulement de la personnalisation ; c’est une forme de continuité conversationnelle inter-plateformes.

Un mouvement très stratégique dans une guerre d’usage devenue frontale

Cette annonce arrive dans un contexte de concurrence très asymétrique. ChatGPT reste aujourd’hui le poids lourd du marché avec plus de 900 millions d’utilisateurs actifs hebdomadaires. En face, Google a indiqué début février que l’application Gemini avait dépassé 750 millions d’utilisateurs actifs mensuels.

L’écart ne dit pas tout, mais il rappelle une réalité importante : malgré la puissance de distribution de Google via Android, Chrome et la recherche, Gemini reste encore en poursuite dans l’imaginaire grand public.

La vraie bataille ne porte plus seulement sur l’IA, mais sur le coût psychologique du changement

C’est précisément ce que ces outils cherchent à réduire. Changer de chatbot n’a jamais été seulement une question de bouton « inscription ». Cela supposait aussi de réenseigner ses habitudes, ses préférences, son ton, ses usages récurrents. En rendant ce transfert de contexte beaucoup plus simple, Google transforme la portabilité de la mémoire en argument concurrentiel.

Il y a quelque chose de très révélateur dans cette évolution. Pendant longtemps, les chatbots se présentaient comme des outils stateless, presque interchangeables, où chaque conversation recommençait dans un espace vierge. Désormais, ils accumulent de la mémoire, de l’historique, des préférences, et deviennent donc des environnements dans lesquels l’utilisateur s’installe. À partir de là, la capacité à importer son passé devient aussi importante que la qualité du moteur lui-même.

Google comprend que la prochaine guerre IA sera celle de l’inertie utilisateur

Le plus intéressant ici, ce n’est pas seulement que Google copie certains mécanismes de personnalisation. C’est qu’il reconnaît implicitement une vérité de marché : plus un assistant devient personnel, plus il devient difficile à quitter. En proposant d’absorber les mémoires et les archives venues d’ailleurs, Gemini ne cherche pas simplement à recruter de nouveaux utilisateurs. Il cherche à faire sauter ce qui protège encore les leaders installés : l’inertie créée par l’habitude, l’historique et le contexte accumulé.

En somme, Google ne vend pas seulement une IA. Il vend désormais une migration sans amnésie. Et dans un marché où l’assistant qui vous connaît le mieux a déjà une longueur d’avance, ce n’est peut-être pas un détail : c’est probablement le nouveau champ de bataille.

Lire plus
Intelligence Artificielle

ChatGPT + AccuWeather : La météo ultra-précise s’invite dans vos conversations

par Yohann Poiron le
ChatGPT + AccuWeather : La météo ultra-précise s’invite dans vos conversations

ChatGPT ne veut plus seulement répondre. Il veut aussi devenir le lieu où l’on consulte, compare, réserve, crée… et désormais vérifie la météo. Avec l’arrivée d’AccuWeather dans l’écosystème des apps de ChatGPT, OpenAI ajoute une brique très concrète à sa stratégie : faire du chat une interface capable de convoquer des services spécialisés sans obliger l’utilisateur à sortir de la conversation.

AccuWeather a officialisé le lancement de son app dans ChatGPT cette semaine.

ChatGPT : Une météo plus précise, directement dans le fil de discussion

L’intérêt de cette intégration est simple : au lieu de s’en remettre à une réponse générique, l’utilisateur peut désormais demander des conditions actuelles, des prévisions horaires, des prévisions sur 10 jours, ainsi que des données plus fines issues du moteur AccuWeather.

L’app embarque notamment MinuteCast pour les précipitations minute par minute, RealFeel et RealFeel Shade, des alertes météo, des informations de qualité de l’air, du radar, et même des données historiques selon AccuWeather.

Screen 2026 03 25 at 18.17.38

Ce point compte, car la météo est l’un des exemples les plus évidents où la qualité de la donnée en temps réel change immédiatement la valeur de la réponse. En s’appuyant sur une source spécialisée, ChatGPT gagne en utilité pratique pour des cas très concrets : départ au travail, déplacement, sortie, voyage ou simple arbitrage de fin de journée.

OpenAI pousse sa logique d’apps plus loin

L’arrivée d’AccuWeather ne sort pas de nulle part. OpenAI a introduit les apps dans ChatGPT lors de DevDay 2025, en les présentant comme une nouvelle génération d’expériences capables d’apporter du contexte externe et de déclencher des actions directement dans la conversation. Quelques semaines plus tard, l’entreprise a aussi ouvert officiellement les soumissions d’apps pour permettre à davantage de développeurs de publier dans le répertoire de ChatGPT.

Autrement dit, l’app météo n’est pas un ajout isolé. Elle s’inscrit dans une architecture plus large où ChatGPT devient peu à peu une couche d’orchestration de services tiers. Et sur ce terrain, la météo est un candidat idéal : fréquence d’usage élevée, besoin d’actualisation constant, et valeur immédiate dans la vie quotidienne.

Une expérience qui réduit les allers-retours entre applications

AccuWeather explique que son app permet aussi de poser des questions de suivi et d’affiner la requête dans le même échange. C’est sans doute là que l’intégration prend tout son sens. Une application météo classique fournit des données ; une app météo dans ChatGPT peut, elle, s’insérer dans une conversation plus large : « Va-t-il pleuvoir pendant mon trajet ? », « Quel est le meilleur créneau pour courir demain ? », « Ai-je besoin d’un manteau ce soir ? » Cette souplesse conversationnelle est précisément le type d’usage que les apps ChatGPT cherchent à rendre plus naturel.

Techniquement, OpenAI indique que les apps ChatGPT reposent sur l’Apps SDK et sur le Model Context Protocol, avec une intégration directe dans l’interface de chat. L’objectif n’est donc pas seulement d’afficher une fiche externe, mais de faire fonctionner le service comme un outil natif de la conversation.

Comment l’utiliser dans ChatGPT ?

Pour connecter une app dans ChatGPT, OpenAI documente un parcours assez simple : ouvrir un nouveau chat, cliquer sur le bouton + près du composeur, puis sur Plus, et choisir l’outil ou le connecteur concerné dans la liste disponible. Une fois l’app ajoutée au contexte de la conversation, il devient possible de l’invoquer avec des requêtes liées à son domaine.

Screen 2026 03 25 at 18.20.51

On peut appeler l’app météo depuis la section Apps, la connecter à son profil ChatGPT, puis lancer des requêtes liées à la météo depuis le chat. Sur le fond, cela confirme que la météo devient un service réutilisable dans le flux conversationnel, et non un simple lien sortant vers une autre interface.

ChatGPT veut devenir l’écran d’entrée des usages pratiques

L’ajout d’AccuWeather dit quelque chose de plus large sur l’évolution de ChatGPT. OpenAI ne cherche plus seulement à faire de son assistant un moteur de réponses intelligentes. L’entreprise construit progressivement un environnement où des services spécialisés viennent injecter leur donnée, leur logique métier et leurs fonctions dans l’interface conversationnelle. La météo, comme le shopping, la réservation ou la création visuelle, devient ainsi une capacité parmi d’autres.

En somme, AccuWeather dans ChatGPT n’est pas seulement une nouvelle app. C’est une étape de plus dans la transformation du chatbot en interface centrale du quotidien numérique. Et plus ces intégrations gagneront en précision et en fraîcheur, plus la question ne sera plus « que peut répondre ChatGPT ? », mais « combien de services pourra-t-on réellement consulter sans quitter le chat ? »

Lire plus
Intelligence Artificielle

Mistral lance Voxtral TTS : L’IA française qui donne une voix humaine aux machines

par Yohann Poiron le
Mistral lance Voxtral TTS : L'IA française qui donne une voix humaine aux machines

Mistral élargit son offensive dans l’audio. Le laboratoire français a lancé Voxtral TTS, un nouveau modèle open source de synthèse vocale destiné aux assistants vocaux, au support client et plus largement aux usages conversationnels en entreprise.

Avec ce lancement, Mistral ne se contente plus d’être présent sur la transcription : il commence à bâtir une chaîne vocale plus complète, en concurrence directe avec ElevenLabs, Deepgram et OpenAI.

Voxtral TTS : Une synthèse vocale compacte, mais ambitieuse

Voxtral TTS repose sur Ministral 3B et a été conçu dans une logique d’efficacité : Mistral affirme vouloir proposer un modèle suffisamment léger pour tourner sur des montres connectées, des smartphones, des ordinateurs portables et d’autres appareils edge, tout en maintenant des performances de haut niveau.

Pierre Stock, vice-président science operations chez Mistral, insiste d’ailleurs auprès de TechCrunch sur un positionnement très offensif en matière de coût, présenté comme « une fraction » de ce que propose le reste du marché.

C’est un point stratégique. Là où beaucoup d’acteurs de la voix misent d’abord sur la qualité expressive dans le cloud, Mistral semble vouloir ajouter un autre argument : la portabilité. Autrement dit, ne pas seulement produire une belle voix, mais permettre de la déployer plus facilement, plus localement, et potentiellement à moindre coût.

Neuf langues, clonage rapide, et une voix moins robotique

Voxtral TTS prend en charge neuf langues : anglais, français, allemand, espagnol, néerlandais, portugais, italien, hindi et arabe. Mistral affirme aussi que le modèle peut adapter une voix personnalisée à partir d’un échantillon de moins de cinq secondes, en conservant des éléments comme l’accent, l’intonation, les inflexions et certaines irrégularités naturelles du flux oral.

Le modèle peut en outre basculer d’une langue à l’autre sans perdre les caractéristiques vocales de départ, un point particulièrement intéressant pour le doublage ou la traduction en temps réel.

9de9713a 6b03 4007 9fb1 6fce3a9cb0d9

Cette orientation raconte bien l’ambition du produit. Mistral ne vise pas seulement la lecture vocale générique, mais une synthèse suffisamment expressive pour s’insérer dans des cas d’usage à forte dimension relationnelle : vente, engagement client, support, narration multilingue.

Des performances temps réel pensées pour les agents vocaux

Voxtral TTS a été optimisé pour le temps réel. Mistral annonce un time-to-first-audio de 90 ms sur un échantillon de dix secondes correspondant à environ 500 caractères, ainsi qu’un real-time factor de 6x, soit la capacité de générer un clip de dix secondes en environ 1,6 seconde. Ces métriques sont importantes, car elles conditionnent directement la sensation de fluidité dans un assistant vocal ou dans un service client automatisé.

En clair, Mistral cherche à construire une voix qui ne soit pas seulement crédible à l’oreille, mais aussi réactive dans une boucle conversationnelle réelle. Et c’est précisément ce qui distingue une simple démo de synthèse vocale d’un composant exploitable dans une interface vivante.

Une pièce supplémentaire dans une suite audio plus vaste

Le lancement de Voxtral TTS n’arrive pas isolément. Mistral avait déjà lancé plus tôt en 2026 Voxtral Transcribe 2, une nouvelle génération de modèles de transcription avec diarisation et faible latence, documentée dans ses notes officielles et sa documentation audio. Avec TTS, la société commence donc à assembler les briques d’une plateforme vocale plus complète, allant de l’entrée audio à la sortie vocale.

L’open source comme argument commercial

Le vrai levier différenciant de Mistral reste toutefois le même : l’ouverture. La société mise sur l’open source et la personnalisation pour convaincre les entreprises d’adopter ses modèles vocaux. Là où certaines offres concurrentes restent très liées à une plateforme fermée ou à une API propriétaire, Mistral veut laisser aux entreprises la possibilité de modifier, ajuster et déployer le modèle selon leurs propres contraintes.

C’est probablement là que se joue l’essentiel. Dans la voix IA, la qualité pure ne suffit plus. Les entreprises veulent aussi de la maîtrise sur les coûts, sur l’infrastructure, sur la personnalisation des voix et sur la souveraineté technique. Mistral semble avoir compris que c’est sur ce terrain-là qu’un acteur européen peut espérer se distinguer.

Mistral veut faire de la voix un pilier, pas un simple add-on

Avec Voxtral TTS, Mistral n’ajoute pas seulement une corde à son arc. L’entreprise commence à bâtir une proposition cohérente autour de l’audio, où transcription, temps réel, synthèse vocale et agents multimodaux se répondent. Dans un marché dominé par quelques noms très visibles, ce n’est pas forcément la voie la plus bruyante. Mais c’est une voie méthodique, qui peut séduire les entreprises en quête d’une alternative plus ouverte et plus contrôlable.

En somme, Mistral ne cherche pas simplement à « faire comme les autres » sur la voix. La société tente de faire entrer l’audio dans sa propre logique : compacte, déployable, ouverte, et suffisamment performante pour devenir un composant stratégique des futurs agents IA.

Lire plus
Intelligence Artificielle

Qu’est-ce que Apple Intelligence ? L’IA personnalisée d’Apple pour iOS 26 et 27

par Yohann Poiron le
Qu'est-ce que Apple Intelligence ? L’IA personnalisée d’Apple pour une expérience enrichie

Apple Intelligence est le système d’intelligence personnelle d’Apple, annoncé à la WWDC 2024 et déployé progressivement depuis iOS 18.1. En 2026, Apple Intelligence continue son déploiement avec de nouvelles fonctionnalités, un partenariat majeur avec Google pour propulser Siri via Gemini, et une refonte complète de Siri attendue avec iOS 27.

Qu’est-ce qu’Apple Intelligence ?

Apple Intelligence n’est pas un chatbot — c’est un système d’IA personnelle intégré dans iOS, iPadOS et macOS. Il exploite les puces Apple Silicon (A17 Pro, M1 et versions ultérieures) pour faire tourner des modèles IA directement sur l’appareil, garantissant la confidentialité des données via son architecture Private Cloud Compute.

Contrairement à ChatGPT ou Gemini qui sont des services cloud, la majorité des traitements Apple Intelligence s’effectuent sur l’appareil lui-même, sans envoyer vos données personnelles à des serveurs externes.

Screen 2024 06 12 20.20.55 jpg

En effet, au cœur d’Apple Intelligence se trouve un engagement profond en faveur de la protection de la vie privée et de la sécurité. En traitant la plupart de vos données sur l’appareil, elle minimise la nécessité d’envoyer des informations sensibles à des serveurs externes, ce qui permet de conserver vos données personnelles en toute sécurité. Dans les cas où le traitement en cloud est nécessaire, Apple Intelligence utilise des serveurs privés et hautement sécurisés pour préserver l’intégrité de vos données.

La transparence est primordiale, et le système demandera toujours votre consentement explicite avant de partager des informations avec ChatGPT, ce qui vous permet de garder le contrôle sur l’utilisation de vos données.

Appareils compatibles

  • iPhone 15 Pro et Pro Max
  • iPhone 16, 16 Plus, 16 Pro, 16 Pro Max
  • iPad mini (A17 Pro) et iPad avec puce M1 ou ultérieure
  • Mac avec puce M1 ou ultérieure
  • Nécessite iOS 18.1 / iPadOS 18.1 / macOS Sequoia 15.1 minimum
  • Avec iOS 26, iPadOS 26 et macOS Tahoe 26 : fonctionnalités étendues

Fonctionnalités Apple Intelligence en 2026

Screen 2026 03 26 at 10.37.59

Outils d’écriture

  • Rédaction et révision : reformulation, correction, changement de ton dans n’importe quelle application
  • Résumé : synthèse automatique d’emails, messages, notes et articles
  • Réponses intelligentes : suggestions de réponses contextuelles dans Mail et Messages

Siri amélioré

  • Connaissance produit étendue : Siri répond à des milliers de questions sur les fonctionnalités iOS
  • Compréhension contextuelle : Siri comprend les demandes même mal formulées
  • Actions inter-applications : “Envoie le brouillon d’email à Paul” sans préciser l’application
  • Type to Siri : saisie textuelle disponible n’importe où, n’importe quand
  • Intégration ChatGPT : Siri peut déléguer à ChatGPT pour les requêtes complexes

Génération d’images

  • Image Playground : création d’illustrations en 3 styles (animation, illustré, esquisse)
  • Image Wand : transformation d’esquisses en illustrations dans Notes
  • Genmoji : création d’emojis personnalisés à partir de descriptions textuelles

Intelligence visuelle

  • Correction photo : suppression d’objets indésirables dans les photos
  • Reconnaissance contextuelle : identification d’objets, plantes, animaux via l’appareil photo

Traduction Live

  • Traduction en temps réel dans Messages, FaceTime et les appels téléphoniques
  • Compatible avec les AirPods Pro 3 et AirPods 4 pour la traduction audio
  • Disponible en français, anglais, espagnol, allemand, italien, japonais, coréen et plus

Le partenariat Apple-Google : Gemini dans Siri (2026)

Le 12 janvier 2026, Apple et Google ont annoncé un partenariat multi-années : les prochains modèles fondamentaux d’Apple seront basés sur la technologie Gemini de Google. Ce partenariat est destiné à alimenter une version nettement plus capable de Siri.

Apple avait d’abord ciblé iOS 26.4 pour les premiers apports Gemini, mais l’intégration a pris plus de temps que prévu. La refonte complète de Siri — avec une application dédiée, une nouvelle interface et une capacité d’agent IA transversal — est désormais attendue avec iOS 27 en septembre 2026.

Le nouveau Siri attendu avec iOS 27

Selon les rumeurs, iOS 27 introduira une refonte majeure de Siri :

  • Application Siri dédiée avec historique des conversations
  • Fonctionnalité “Ask Siri” : agent IA transversal dans toutes les applications
  • Accès aux données personnelles (calendrier, messages) pour des réponses contextuelles
  • Remplacement potentiel de Spotlight par Siri
  • Recherche web IA avec résumés et sources, concurrent de Perplexity et Gemini
  • Nouveau design avec intégration dans la Dynamic Island

Disponibilité en France

Apple Intelligence est disponible en France depuis iOS 18.4 (printemps 2025) en français. Les retards réglementaires liés à l’UE (DMA, RGPD) ont décalé le déploiement de plusieurs mois par rapport aux États-Unis. En 2026, toutes les fonctionnalités annoncées pour iOS 18 sont disponibles dans l’UE.

Conclusion

Apple Intelligence en 2026 est encore en construction, avec ses fonctionnalités les plus ambitieuses — un Siri vraiment intelligent alimenté par Gemini — attendues pour iOS 27 en septembre. Apple joue la carte de la confidentialité et de l’intégration profonde dans l’écosystème, avec un traitement on-device qui le distingue de tous ses concurrents.

Le retard accumulé par rapport à Google et OpenAI est réel, mais la refonte de Siri attendue pourrait changer la donne.

🍎 À lire aussi sur Apple et l’IA :

Lire plus