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

Google lance Nano Banana 2 Lite : une IA plus rapide et moins chère pour générer des images

Google lance Nano Banana 2 Lite : une IA plus rapide et moins chère pour générer des images

Google poursuit le développement de ses outils de génération d’images par intelligence artificielle avec l’arrivée de Nano Banana 2 Lite. Cette nouvelle version mise avant tout sur la rapidité et un coût d’utilisation réduit, afin de répondre aux besoins des développeurs, des agences et des entreprises qui produisent de grandes quantités de contenus visuels.

L’objectif n’est pas de remplacer les modèles les plus puissants de Google, mais de proposer une solution capable de générer des images en quelques secondes tout en limitant les coûts.

Des images générées en seulement quatre secondes

Selon Google, Nano Banana 2 Lite est capable de produire une image en environ quatre secondes, une réduction significative du temps de traitement par rapport aux versions précédentes. Cette faible latence permet de multiplier rapidement les essais, de tester différentes variantes d’un même visuel ou encore de générer un grand nombre d’images dans un délai très court.

Copy of nb2 lite model table light V2 scaled

Google présente ainsi Nano Banana 2 Lite comme un modèle particulièrement adapté aux workflows où la rapidité prime sur la recherche de la meilleure qualité possible.

Un tarif particulièrement agressif

L’autre argument mis en avant par Google concerne le prix. L’entreprise annonce un coût de 0,034 dollar pour 1 000 images générées, ce qui en fait l’un des modèles les plus abordables de son catalogue.

Cette stratégie vise principalement les professionnels qui produisent des campagnes publicitaires, des catalogues produits ou des contenus destinés aux réseaux sociaux et qui doivent générer de très nombreuses images chaque jour.

nb2 lite benchmark blog

Une nouvelle étape pour la famille Nano Banana

Nano Banana 2 Lite succède au modèle Nano Banana original, lancé l’été dernier et basé sur Gemini 3.1 Flash. Entre-temps, Google avait présenté Nano Banana 2, une version plus avancée capable de produire des images plus réalistes et plus détaillées.

Le constructeur propose également Nano Banana Pro, destiné aux usages les plus exigeants et offrant des performances supérieures, en contrepartie d’un coût plus élevé.

Avec cette nouvelle déclinaison Lite, Google complète ainsi sa gamme afin de couvrir différents besoins, du prototypage rapide jusqu’à la génération d’images haut de gamme.

Une IA pensée pour les créateurs… et les entreprises

Google continue de présenter Nano Banana comme un outil destiné à accélérer les processus créatifs plutôt qu’à remplacer les graphistes. L’entreprise met notamment en avant les usages liés à la création de publicités, de contenus marketing ou encore de visuels destinés au commerce en ligne.

Malgré ces arguments, les générateurs d’images IA continuent de susciter des débats. Les critiques dénoncent notamment la multiplication des contenus générés automatiquement, parfois qualifiés d’« AI slop », ainsi que les conséquences potentielles pour les métiers de la création.

Ces discussions se sont récemment intensifiées après plusieurs partenariats conclus entre les grands acteurs de l’intelligence artificielle et l’industrie du cinéma.

Google déploie aussi Gemini Omni Flash

En parallèle de Nano Banana 2 Lite, Google annonce la disponibilité élargie de Gemini Omni Flash, dévoilé plus tôt cette année lors de la conférence Google I/O. Ce modèle est spécialisé dans la génération de vidéos et affiche un tarif de 0,10 dollar par seconde de vidéo produite.

Google en profite également pour présenter Omni Product Studio, une application de démonstration capable de transformer des images statiques créées par l’IA en véritables vidéos promotionnelles destinées au commerce électronique.

L’objectif est de permettre aux développeurs et aux entreprises de créer plus facilement des contenus multimédias complets, en combinant génération d’images, animation et montage vidéo.

Disponible dès maintenant

Nano Banana 2 Lite est disponible dès aujourd’hui via Google AI Studio, l’API Gemini ainsi que la plateforme Gemini Enterprise Agent Platform. À cette occasion, Google précise que le modèle Nano Banana d’origine devient un modèle « Legacy » et sera progressivement remplacé par cette nouvelle version.

Avec Nano Banana 2 Lite et Gemini Omni Flash, Google poursuit sa stratégie consistant à proposer une gamme complète d’outils d’IA générative couvrant aussi bien les images que la vidéo. Face à une concurrence toujours plus intense, l’entreprise mise désormais autant sur la rapidité et les coûts d’utilisation que sur la qualité des contenus produits.

Lire plus
Intelligence Artificielle

Anthropic lance Claude Science : un nouvel espace de travail IA pour accélérer la recherche scientifique

Anthropic lance Claude Science : un nouvel espace de travail IA pour accélérer la recherche scientifique

Anthropic franchit une nouvelle étape dans sa stratégie autour de l’intelligence artificielle avec Claude Science, une nouvelle plateforme actuellement disponible en bêta. Plutôt que de proposer un nouveau modèle d’IA, l’entreprise mise sur un environnement de travail pensé spécifiquement pour les chercheurs, capable de réunir en un seul endroit les outils, les bases de données et la puissance de calcul nécessaires à leurs travaux.

L’objectif est simple : permettre aux scientifiques de consacrer davantage de temps à leurs découvertes et beaucoup moins à la gestion des outils informatiques.

Une IA qui centralise tout l’environnement de recherche

Dans un laboratoire moderne, les chercheurs jonglent quotidiennement entre de nombreuses plateformes. Ils consultent la littérature scientifique sur PubMed, analysent leurs données dans Jupyter Notebook ou R, exécutent des calculs sur des clusters HPC et manipulent une multitude de formats de fichiers différents.

Claude Science cherche justement à éliminer ces allers-retours incessants.

L’interface est capable de rechercher automatiquement des publications scientifiques, d’exécuter des analyses complexes en plusieurs étapes, de produire des graphiques, puis de participer à la rédaction d’un manuscrit jusqu’à sa publication. Anthropic présente ainsi son produit comme un véritable « workbench » dédié à la recherche scientifique, plutôt qu’un simple chatbot dopé à l’IA.

1c78d0a671cbf1715b3f09a790e6d1a90466de1a 2048x1257 1

Pas de nouveau modèle IA, mais un agent beaucoup plus intelligent

Contrairement à ce que l’on pourrait penser, Claude Science ne repose pas sur un nouveau modèle d’intelligence artificielle. La plateforme utilise les modèles Claude déjà commercialisés par Anthropic, notamment Claude Opus 4.8, mais les entoure d’un système d’agents capables de coordonner automatiquement les différentes tâches. Le pari de l’entreprise ne repose donc pas sur davantage de puissance brute, mais sur une meilleure organisation du travail scientifique.

Au cœur du système se trouve un agent principal capable d’utiliser plus de 60 connecteurs et compétences spécialisées, couvrant des domaines comme la génomique, la protéomique, la biologie structurale et la chimie informatique.

L’agent peut même créer d’autres agents spécialisés pour réaliser certaines missions précises.

Un agent chargé de vérifier les erreurs

L’une des principales critiques adressées aux IA génératives concerne les fameuses hallucinations : citations inventées, chiffres erronés ou références inexistantes.

Anthropic tente d’apporter une réponse à ce problème grâce à un agent relecteur.

Celui-ci contrôle automatiquement les calculs, vérifie les références bibliographiques et compare les résultats obtenus avec le code ayant servi à les produire. Lorsqu’une incohérence est détectée, elle est signalée, voire corrigée automatiquement avant que le chercheur ne consulte les résultats.

L’objectif est de renforcer la fiabilité scientifique tout en limitant les erreurs susceptibles de passer inaperçues.

5db35fb5ddbd92ce4de28aed58a86ffdf043bea1 2048x1257 1

Une recherche entièrement reproductible

La reproductibilité constitue aujourd’hui l’un des plus grands défis de la recherche scientifique. Pour répondre à cette problématique, chaque graphique généré par Claude Science est accompagné du code exact utilisé, de l’environnement logiciel complet, d’une explication en langage naturel et de l’historique intégral des échanges avec l’IA.

Un scientifique peut ainsi revenir plusieurs mois plus tard et retrouver précisément l’ensemble des étapes ayant conduit à un résultat.

La modification des figures devient également beaucoup plus simple. Il suffit par exemple de demander en langage naturel de supprimer les quadrillages ou de passer un axe en échelle logarithmique, et l’IA réécrit automatiquement le code correspondant.

Les données restent dans le laboratoire

Autre point important : Anthropic insiste particulièrement sur la confidentialité. Claude Science fonctionne directement sur les infrastructures du laboratoire, qu’il s’agisse d’un Mac, d’une machine Linux, d’un serveur distant via SSH ou d’un cluster de calcul haute performance (HPC).

Les jeux de données sensibles ne quittent donc pas l’environnement du laboratoire. Seul le contexte nécessaire à chaque tâche est transmis aux modèles Claude. Cette architecture répond aux contraintes de nombreux instituts de recherche manipulant des données médicales, biologiques ou pharmaceutiques confidentielles.

Un partenariat stratégique avec NVIDIA

Pour renforcer ses capacités, Anthropic s’est associé à NVIDIA. Claude Science s’appuie sur le BioNeMo Agent Toolkit, qui lui donne accès à plusieurs modèles spécialisés dans les sciences de la vie, notamment Evo 2, Boltz-2 ou encore OpenFold3, utilisés pour la prédiction de structures protéiques et la biologie moléculaire.

La plateforme peut également interroger plus de 60 bases de données scientifiques, parmi lesquelles UniProt, Protein Data Bank (PDB) ou ChEMBL, largement utilisées dans la recherche biomédicale.

901245fae3bee38a476732379e92adc0284c2519 2048x1257 1

Les premiers laboratoires rapportent des gains de temps impressionnants

Anthropic met déjà en avant plusieurs retours d’expérience issus de la phase bêta. La société de biotechnologie Manifold Bio explique avoir utilisé Claude Science pour identifier des cibles thérapeutiques en prenant simultanément en compte l’expression cellulaire, le trafic des protéines et différents critères de sécurité.

Au Allen Institute, le neuroscientifique Jérôme Lecoq indique avoir créé une vingtaine d’agents spécialisés capables d’analyser plusieurs milliers d’articles scientifiques afin de rédiger automatiquement des revues bibliographiques dépassant parfois les 100 pages. Selon lui, un travail qui mobilisait auparavant son équipe pendant près de deux ans peut désormais être largement accéléré.

Même constat du côté du UCSF Brain Tumor Center, où le chercheur Stephen Francis affirme avoir réduit d’environ 90 % le temps nécessaire à une analyse sur les gliomes, tout en vérifiant manuellement l’ensemble des résultats produits par l’IA.

Une accélération qui soulève aussi des questions

Cette rapidité pourrait toutefois avoir un revers. Si une revue scientifique qui demandait auparavant plusieurs années peut désormais être produite en quelques semaines, le risque est également de voir augmenter considérablement le nombre de publications générées avec l’aide de l’intelligence artificielle.

La communauté scientifique devra donc trouver un équilibre entre accélération des découvertes et maintien d’un haut niveau d’exigence dans l’évaluation des travaux.

Anthropic rappelle d’ailleurs que Claude Science reste un outil d’assistance : les résultats doivent toujours être validés par des chercheurs humains.

Disponibilité et programme de soutien à la recherche

Claude Science est actuellement proposé en bêta sur macOS et Linux pour les abonnés Pro, Max, Team et Enterprise. Des tarifs préférentiels sont également prévus pour les laboratoires universitaires et les organisations à but non lucratif.

En parallèle, Anthropic lance un programme destiné à soutenir la recherche en finançant jusqu’à 50 projets scientifiques, chacun pouvant recevoir jusqu’à 30 000 dollars de crédits. Les candidatures sont ouvertes jusqu’au 15 juillet 2026.

Anthropic veut faire de Claude un véritable assistant de laboratoire

Avec Claude Science, Anthropic ne cherche pas à impressionner avec un nouveau modèle d’intelligence artificielle, mais à transformer la manière dont les chercheurs travaillent au quotidien. En réunissant analyse documentaire, exécution de code, calcul scientifique, rédaction et vérification dans un seul environnement, l’entreprise espère réduire considérablement le temps consacré aux tâches répétitives.

Reste désormais à savoir si cette nouvelle génération d’assistants IA permettra réellement d’accélérer les découvertes scientifiques… ou si elle contribuera simplement à produire davantage de publications. Les premiers laboratoires engagés dans la phase bêta devraient rapidement apporter les premiers éléments de réponse.

Lire plus
Intelligence Artificielle

Anthropic réactive Claude Fable 5 après plusieurs semaines de suspension

Anthropic réactive Claude Fable 5 après plusieurs semaines de suspension

Après plusieurs semaines d’interruption, Anthropic annonce le retour de Claude Fable 5. Le modèle sera de nouveau accessible à partir d’aujourd’hui, après avoir été suspendu à la suite d’une décision des autorités américaines concernant l’accès à certaines IA avancées.

Toutefois, cette reprise s’accompagne de nouvelles mesures de sécurité destinées à limiter les risques d’utilisation abusive.

Pourquoi Claude Fable 5 avait été suspendu ?

Le 12 juin, Anthropic avait reçu une directive du gouvernement américain imposant de restreindre l’accès à Claude Fable 5 ainsi qu’à Claude Mythos 5 pour les utilisateurs étrangers. Selon l’entreprise, cette décision est entrée en vigueur immédiatement.

Faute de disposer d’un système permettant de vérifier en temps réel la nationalité de chaque utilisateur, Anthropic avait choisi de suspendre totalement les deux modèles afin d’éviter tout risque de non-conformité.

Cette interruption concernait aussi bien Claude.ai que la plateforme destinée aux développeurs.

Une faille de sécurité à l’origine des restrictions

Cette décision faisait suite à un rapport publié par des chercheurs d’Amazon. Les chercheurs avaient démontré qu’il était possible, à l’aide d’une technique de contournement (jailbreak), d’amener Claude Fable 5 à produire des informations concernant certaines vulnérabilités logicielles que ses protections étaient censées empêcher de divulguer.

Dans l’un des exemples présentés, le modèle générait même un code illustrant la manière dont une faille pouvait être exploitée.

Toutefois, Anthropic affirme que ses propres analyses ont ensuite montré que plusieurs autres modèles d’intelligence artificielle, y compris Claude Opus 4.8 ainsi que des modèles concurrents, étaient capables de produire des résultats similaires lorsqu’ils étaient soumis à des techniques comparables.

Selon l’entreprise, le problème ne serait donc pas propre à Claude Fable 5.

Un retour progressif dès le 1er juillet

Anthropic indique que Claude Fable 5 sera de nouveau disponible dans le monde entier à compter du 1er juillet. Le modèle sera accessible sur Claude.ai, Claude Platform, Claude Code et Claude Cowork.

Les abonnés Pro, Max, Team ainsi que certains clients Enterprise pourront utiliser Claude Fable 5 dans la limite de 50 % de leur quota hebdomadaire jusqu’au 7 juillet. Au-delà de cette période, son utilisation sera décomptée des crédits habituels.

Anthropic précise également que le déploiement sur AWS, Google Cloud et Microsoft Foundry interviendra dans un second temps.

De nouvelles protections contre les jailbreaks

À l’occasion de ce retour, Anthropic annonce avoir renforcé les protections de son modèle. L’entreprise indique avoir développé un nouveau classificateur capable de détecter et de bloquer la technique de contournement utilisée dans plus de 99 % des cas, selon ses tests internes.

En parallèle, Anthropic affirme travailler avec Amazon, Microsoft et Google à l’élaboration d’un standard commun destiné à évaluer la gravité des différentes techniques de jailbreak visant les modèles d’intelligence artificielle.

L’objectif est de faciliter la comparaison des vulnérabilités entre les différents acteurs du secteur et d’améliorer les réponses apportées face à ces attaques.

Claude Mythos 5 reste soumis à des restrictions

Contrairement à Claude Fable 5, Claude Mythos 5 n’est pas encore de retour pour tous les utilisateurs. Anthropic rappelle que ce modèle avait déjà été réactivé précédemment pour un nombre limité d’organisations américaines autorisées.

L’entreprise indique avoir obtenu, le 26 juin, une nouvelle autorisation des autorités américaines lui permettant d’élargir progressivement cet accès, sans toutefois annoncer de disponibilité mondiale à ce stade.

Avec le retour de Claude Fable 5, Anthropic tourne une page délicate marquée par des contraintes réglementaires inédites. L’épisode illustre également les nouveaux défis auxquels sont confrontés les éditeurs d’IA, entre exigences de sécurité, pressions réglementaires et nécessité de maintenir l’accès à leurs modèles pour les utilisateurs du monde entier.

Lire plus
Intelligence Artificielle

Anthropic dévoile Claude Sonnet 5 : un modèle IA plus autonome, plus rapide et moins cher

Anthropic dévoile Claude Sonnet 5 : un modèle IA plus autonome, plus rapide et moins cher

La concurrence s’intensifie entre les acteurs de l’intelligence artificielle. Après les récentes annonces d’OpenAI et de Google, Anthropic présente à son tour Claude Sonnet 5, une nouvelle version de son modèle intermédiaire qui mise sur une meilleure autonomie, des performances en forte hausse et un coût d’utilisation réduit.

L’objectif est clair : proposer une IA capable d’accomplir seule des tâches complexes tout en restant beaucoup plus abordable que les modèles les plus puissants de la gamme Claude.

Un modèle conçu pour les agents IA

Avec Claude Sonnet 5, Anthropic poursuit sa stratégie autour des agents d’intelligence artificielle. Contrairement aux assistants conversationnels classiques, le nouveau modèle est capable de planifier des actions, d’utiliser différents outils, comme un navigateur web ou un terminal, puis d’exécuter des tâches de manière largement autonome.

Selon Anthropic, ce niveau d’autonomie nécessitait encore récemment des modèles beaucoup plus imposants et plus coûteux, comme Claude Opus. Désormais, Claude Sonnet 5 offre des capacités similaires dans un format plus léger et plus économique.

Cette évolution confirme une tendance de fond dans le secteur de l’IA : les modèles ne sont plus seulement conçus pour répondre à des questions, mais pour mener à bien des missions complètes avec un minimum d’intervention humaine.

Des performances proches de Claude Opus 4.8

9941d610909f28a504e16dd5af823df172ec6035 2600x1234 1 scaled

Anthropic affirme que Claude Sonnet 5 se rapproche des performances de Claude Opus 4.8, son modèle le plus performant destiné aux tâches les plus complexes.

Les progrès concernent notamment :

  • le raisonnement avancé
  • la programmation
  • l’utilisation d’outils externes
  • les tâches de recherche
  • l’automatisation de workflows.

Sur certains benchmarks internes, Claude Sonnet 5 obtient même de meilleurs résultats qu’Opus 4.8 pour certaines tâches de traitement de l’information et de travail documentaire. En programmation agentique, le modèle affiche également une nette progression par rapport à Claude Sonnet 4.6, lancé quelques mois plus tôt.

Anthropic indique également que Claude Sonnet 5 termine davantage de tâches sans interruption et qu’il vérifie plus souvent ses propres réponses sans que l’utilisateur ait besoin de le lui demander.

Un tarif bien plus compétitif

L’un des principaux arguments de Claude Sonnet 5 reste son prix. Jusqu’au 31 août, Anthropic facture 2 dollars par million de tokens en entrée et 10 dollars par million de tokens en sortie. À partir du 1er septembre, le tarif passera à 3 dollars par million de tokens en entrée, tandis que le prix des tokens en sortie restera inchangé.

Même après cette augmentation, Claude Sonnet 5 demeure nettement moins coûteux que Claude Opus 4.8 et se positionne également sous les tarifs de plusieurs modèles concurrents, comme GPT-5.5 d’OpenAI ou Gemini 3.1 Pro de Google.

En revanche, Gemini 3.5 Flash conserve l’avantage sur le terrain du prix.

Le nouveau modèle devient la référence chez Anthropic

cd0df787f39b6408dcba539fba93f817f2f3c0b4 3840x2160 1 scaled

Autre changement important : Claude Sonnet 5 devient dès aujourd’hui le modèle par défaut pour les utilisateurs des offres Free et Pro. Il est également disponible dans l’ensemble des abonnements proposés par Anthropic, y compris les offres Team et Enterprise.

Cette décision montre que l’entreprise considère désormais Claude Sonnet 5 comme son modèle de référence pour la majorité des usages quotidiens. Claude Opus 4.8 reste quant à lui réservé aux scénarios nécessitant une précision maximale ou des capacités de raisonnement particulièrement poussées.

Une IA plus fiable et plus sécurisée

Anthropic met également en avant les progrès réalisés en matière de sécurité. Selon l’entreprise, Claude Sonnet 5 présente un taux plus faible de comportements indésirables que son prédécesseur. Le modèle refuse plus efficacement les requêtes malveillantes, résiste mieux aux attaques de type prompt injection et produit moins d’informations erronées.

L’entreprise affirme également avoir réduit les phénomènes de sycophantie, un comportement observé chez certaines IA consistant à approuver automatiquement les affirmations de l’utilisateur, même lorsqu’elles sont incorrectes.

Toutefois, Anthropic précise que Claude Opus 4.8 conserve une avance sur les sujets les plus sensibles, notamment en matière d’alignement et de sécurité.

Les premiers retours sont encourageants

Plusieurs entreprises partenaires ont déjà pu tester Claude Sonnet 5. Chez Zapier, les ingénieurs expliquent que le modèle est désormais capable de mener des tâches complexes de bout en bout, comme mettre à jour automatiquement des comptes Salesforce avant d’envoyer une campagne de communication, là où les précédentes versions s’interrompaient en cours d’exécution.

Du côté de Lovable, plateforme spécialisée dans le développement assisté par IA, les premiers tests mettent en avant un comportement plus fiable. Les équipes soulignent notamment que le modèle refuse de manière cohérente les demandes jugées dangereuses, sans compromettre ses capacités de développement.

La bataille des modèles IA entre dans une nouvelle phase

Le lancement de Claude Sonnet 5 intervient seulement quelques jours après celui de GPT-5.6 Sol chez OpenAI et quelques mois après l’arrivée de Gemini 3.5 Flash chez Google.

Tous les grands acteurs semblent désormais suivre la même direction : développer des modèles capables d’agir de façon autonome, de manipuler différents outils et d’exécuter des tâches complexes sans supervision constante.

La véritable différence ne repose plus uniquement sur les performances brutes, mais également sur le coût d’utilisation, la rapidité d’exécution et la fiabilité des résultats.

Avec Claude Sonnet 5, Anthropic cherche clairement à se positionner comme l’un des meilleurs compromis entre puissance, autonomie et prix, dans un marché où les agents IA deviennent progressivement la nouvelle norme.

Lire plus
Intelligence Artificielle

DeepSeek lance DSpark, une technologie open source qui accélère les grands modèles d’IA

DeepSeek lance DSpark, une technologie open source qui accélère les grands modèles d’IA

Alors que la concurrence autour de l’intelligence artificielle se joue désormais autant sur les performances que sur les coûts d’exploitation, DeepSeek vient de publier une innovation qui pourrait changer la manière dont les grands modèles de langage sont déployés.

Baptisé DSpark, ce nouveau système open source promet d’accélérer considérablement la génération de texte tout en conservant la qualité des réponses produites par les modèles existants.

Une nouvelle approche pour rendre les IA beaucoup plus rapides

L’une des principales limites des Large Language Model (LLM) réside dans leur manière de générer du texte. Aujourd’hui, un modèle comme DeepSeek, Llama ou Qwen produit une réponse jeton par jeton (token par token). Chaque nouveau mot dépend du précédent, ce qui oblige le modèle à recalculer continuellement son contexte.

Ce fonctionnement garantit une excellente cohérence… mais ralentit fortement l’inférence.

Avec DSpark, DeepSeek adopte une stratégie différente.

Le système ajoute une couche de prédiction intermédiaire capable d’anticiper plusieurs tokens à l’avance avant que le modèle principal ne les valide. Lorsque ces prédictions sont correctes, plusieurs étapes sont exécutées simultanément, réduisant considérablement le temps nécessaire pour générer une réponse.

L’objectif est simple : obtenir exactement la même réponse, mais beaucoup plus rapidement.

Le décodage spéculatif passe à la vitesse supérieure

La technique utilisée n’est pas entièrement nouvelle. Le Speculative Decoding existe déjà depuis plusieurs années et consiste à utiliser un modèle léger chargé de proposer plusieurs mots à l’avance pendant que le modèle principal les vérifie.

La véritable innovation de DSpark se situe ailleurs.

DeepSeek combine deux approches : une génération semi-autoregressive qui produit des prédictions plus cohérentes, et un système de vérification dynamique qui adapte le nombre de tokens contrôlés en fonction du niveau de confiance du modèle et de la charge des serveurs.

Autrement dit, DSpark ne cherche pas uniquement à prédire davantage de mots : il tente surtout de vérifier uniquement ceux qui ont de fortes chances d’être corrects, évitant ainsi des calculs inutiles.

Jusqu’à 85 % de vitesse supplémentaire

Screen 2026 06 30 at 15.23.53

Selon les essais réalisés par DeepSeek sur son infrastructure de production, les gains sont particulièrement importants. Sur DeepSeek-V4-Flash, optimisé pour la rapidité, DSpark permet d’accélérer la génération de texte de 60 à 85 % par utilisateur dans des conditions comparables. Sur DeepSeek-V4-Pro, davantage orienté vers le raisonnement complexe, l’amélioration varie entre 57 et 78 %.

Dans certains scénarios fortement sollicités, DeepSeek évoque même une augmentation globale du débit dépassant 600 %, même si ce chiffre correspond davantage à la capacité totale des serveurs qu’à la vitesse ressentie par un utilisateur individuel.

En pratique, cela signifie des réponses plus rapides, davantage d’utilisateurs simultanés et une meilleure rentabilité des infrastructures IA.

Une innovation qui dépasse l’écosystème DeepSeek

L’un des aspects les plus intéressants de DSpark est qu’il ne se limite pas aux modèles de DeepSeek. Les travaux publiés montrent également des résultats sur plusieurs familles de modèles open source populaires, notamment Qwen d’Alibaba et Gemma de Google.

Cela signifie que les entreprises exploitant leurs propres modèles open weight pourront, en théorie, entraîner leurs propres modules de prédiction compatibles avec DSpark afin d’améliorer leurs performances sans modifier le modèle principal.

Cette approche renforce encore l’attractivité des modèles open source face aux API fermées proposées par OpenAI ou Anthropic.

DeepSpec : DeepSeek ouvre aussi sa boîte à outils

DeepSeek ne publie pas uniquement un article scientifique. L’entreprise met également à disposition DeepSpec, un ensemble complet d’outils permettant d’entraîner un module de prédiction, d’évaluer les performances du décodage spéculatif, de reproduire les expériences publiées et d’adapter la méthode à d’autres modèles.

L’ensemble est distribué sous licence MIT, ce qui autorise aussi bien la recherche académique que les usages commerciaux.

Cette ouverture constitue un signal fort dans un contexte où les modèles d’IA de pointe deviennent progressivement plus difficiles d’accès.

Une technologie destinée avant tout aux grandes infrastructures

Toutefois, DSpark n’est pas un outil que n’importe quel développeur pourra installer en quelques minutes. Les exigences matérielles restent considérables. La documentation indique notamment que certaines étapes de préparation des données peuvent nécessiter plusieurs dizaines de téraoctets de stockage ainsi qu’une infrastructure composée de plusieurs GPU haut de gamme.

Autrement dit, cette technologie s’adresse principalement aux laboratoires de recherche, aux fournisseurs cloud et aux grandes entreprises disposant de leurs propres infrastructures IA.

L’optimisation devient le nouveau terrain de bataille

Pendant longtemps, la course à l’intelligence artificielle consistait essentiellement à entraîner des modèles toujours plus grands. Cette logique évolue rapidement. Les coûts d’inférence représentent désormais une part majeure des dépenses des fournisseurs d’IA. Accélérer un modèle sans augmenter sa taille devient presque aussi stratégique que d’améliorer ses performances.

Avec DSpark, DeepSeek montre que les prochaines avancées pourraient moins venir d’un nombre toujours plus élevé de paramètres que d’une meilleure utilisation des ressources existantes.

Cette publication intervient également dans un contexte géopolitique particulier, où plusieurs modèles américains de pointe font l’objet de restrictions d’accès. En choisissant une diffusion totalement ouverte, accompagnée du code, des poids de modèles et des outils d’entraînement, DeepSeek renforce une fois de plus sa position comme l’un des principaux moteurs de l’innovation open source dans l’intelligence artificielle.

À mesure que les modèles deviennent plus puissants et plus coûteux à exploiter, l’efficacité de leur exécution pourrait bien devenir le prochain grand facteur de différenciation. Et sur ce terrain, DSpark pourrait rapidement s’imposer comme une référence.

Lire plus
Intelligence Artificielle

Proton Lumo 2.0 : le chatbot IA privé ajoute la reconnaissance d’images et une mémoire persistante

Proton Lumo 2.0 : le chatbot IA privé ajoute la reconnaissance d’images et une mémoire persistante

Proton poursuit son offensive dans l’intelligence artificielle sans renier sa promesse fondatrice : protéger la vie privée des utilisateurs. Avec Lumo 2.0, son assistant IA bénéficie d’une importante mise à jour qui enrichit ses capacités tout en conservant une architecture centrée sur la confidentialité.

Analyse d’images, génération visuelle, mémoire personnalisée et performances accrues sont désormais au programme.

Proton Lumo 2.0 : Une mise à jour majeure pour l’assistant IA de Proton

Un an après le lancement public de Lumo, Proton dévoile une version profondément remaniée de son chatbot.

Lumo 2.0 introduit plusieurs fonctionnalités désormais devenues incontournables dans l’univers des assistants IA. Les utilisateurs peuvent désormais importer des images afin que le chatbot les analyse, les décrive ou propose des modifications. L’IA est également capable de générer des illustrations à partir d’une simple description textuelle, à l’image des solutions proposées par OpenAI, Google ou Anthropic.

image 7 1595554a087

Selon Proton, cette nouvelle version répond également jusqu’à 76 % plus rapidement que la précédente et inaugure un mode « Thinking », destiné aux tâches nécessitant un raisonnement plus approfondi ou des réponses plus élaborées.

Une mémoire persistante… sous le contrôle de l’utilisateur

image 1 1596819b44d

L’une des principales nouveautés concerne Projects, l’espace de travail qui permet déjà d’interagir avec les différents services Proton, comme Proton Mail ou Proton Drive.

Lumo 2.0 y ajoute une mémoire persistante entièrement configurable par l’utilisateur. Concrètement, le chatbot peut retenir certaines préférences ou informations d’une conversation à l’autre afin d’offrir une expérience plus cohérente.

Contrairement à de nombreuses plateformes concurrentes, Proton précise que cette mémoire reste entièrement contrôlée par l’utilisateur, qui peut choisir les informations conservées ou les supprimer à tout moment.

Cette approche cherche à concilier personnalisation et respect de la vie privée, un équilibre devenu particulièrement sensible avec la généralisation des assistants conversationnels.

La confidentialité reste l’argument numéro un

image 159660bce46

Si les nouvelles fonctionnalités rapprochent Lumo des grands modèles du marché, Proton continue surtout de miser sur la protection des données. L’entreprise affirme que Lumo repose sur une architecture dite Zero-Access Encryption, où les données sont chiffrées aussi bien lors de leur transmission que lorsqu’elles sont stockées.

Selon Proton, les conversations ne sont pas conservées sous forme de journaux côté serveur, les employés de l’entreprise ne peuvent pas accéder au contenu des échanges, les données des utilisateurs ne sont jamais utilisées pour entraîner les modèles d’intelligence artificielle et aucune information n’est revendue ou partagée avec des partenaires tiers.

Cette philosophie s’inscrit dans la continuité des autres services de Proton, largement reconnus pour leur approche axée sur la confidentialité.

image generation 2

Une expérience désormais proche des grands acteurs de l’IA

Sur le plan fonctionnel, Lumo 2.0 se rapproche désormais des principaux assistants du marché. Le chatbot répond aux questions générales, génère du texte, traite des images, résume des documents et s’intègre progressivement à l’écosystème Proton.

Pour les utilisateurs déjà abonnés à Proton Mail, Drive, Calendar ou Pass, cette intégration constitue un avantage évident : l’assistant peut exploiter les contenus présents dans leurs espaces de travail sans quitter l’environnement sécurisé de Proton.

L’entreprise propose toujours une version gratuite de Lumo, tandis que les offres Plus et Professional débloquent davantage de ressources et de fonctionnalités avancées.

La bataille de l’IA ne se joue plus seulement sur les performances

L’arrivée de Lumo 2.0 illustre une tendance de plus en plus visible dans l’industrie. Pendant plusieurs années, la compétition entre les grands laboratoires d’IA s’est concentrée sur la puissance des modèles et leurs performances dans les benchmarks. Désormais, la différenciation passe également par la manière dont les données des utilisateurs sont traitées.

Face à des concurrents comme ChatGPT, Gemini ou Claude, Proton ne cherche pas forcément à proposer le modèle le plus performant. Sa stratégie consiste plutôt à offrir une alternative crédible aux utilisateurs et aux entreprises qui refusent de sacrifier leur vie privée pour accéder aux dernières avancées de l’intelligence artificielle.

À mesure que les assistants IA s’intègrent aux e-mails, aux documents, aux fichiers personnels ou aux espaces de travail, la confiance pourrait devenir un critère aussi déterminant que les performances techniques. Sur ce terrain, Proton possède déjà un positionnement unique qu’il entend désormais étendre à l’univers de l’IA générative.

Lire plus
Intelligence Artificielle

OpenAI repousserait son IPO à 2027 pour viser une valorisation de 1 000 milliards de dollars

OpenAI repousserait son IPO à 2027 pour viser une valorisation de 1 000 milliards de dollars

L’entrée en Bourse d’OpenAI ne serait finalement pas pour demain. Selon plusieurs médias américains, l’entreprise dirigée par Sam Altman envisagerait désormais de reporter son IPO à 2027, avec un objectif particulièrement ambitieux : ne pas entrer sur les marchés avant d’atteindre une valorisation d’au moins 1 000 milliards de dollars.

Une stratégie qui reflète autant les ambitions du créateur de ChatGPT que les défis colossaux auxquels l’industrie de l’IA est désormais confrontée.

OpenAI privilégierait la patience plutôt qu’une introduction précipitée

D’après des informations rapportées par plusieurs médias, dont The Next Web, les conseillers financiers d’OpenAI auraient présenté deux scénarios à la direction : accélérer une introduction en Bourse avec une valorisation inférieure, ou patienter jusqu’en 2027 afin de viser le seuil symbolique du trillion de dollars. Sam Altman aurait rejeté l’idée d’une valorisation plus faible, considérant cet objectif comme non négociable.

Cette perspective repousse un calendrier qui, il y a encore quelques mois, évoquait une possible IPO dès 2026 après la réorganisation juridique de l’entreprise.

Une course qui exige toujours plus de capitaux

Ce report s’explique aussi par l’explosion des besoins financiers liés au développement de l’intelligence artificielle. Former des modèles de nouvelle génération mobilise désormais des dizaines de milliers de GPU, des centres de données gigantesques et des quantités d’énergie considérables. OpenAI prévoit d’investir des centaines de milliards de dollars dans ses infrastructures de calcul d’ici la fin de la décennie, un niveau de dépenses rarement observé dans l’industrie technologique.

Dans ce contexte, rester privé permettrait à l’entreprise de continuer à lever des fonds auprès d’investisseurs stratégiques sans subir immédiatement les contraintes des marchés financiers et les exigences de rentabilité trimestrielle.

ChatGPT domine toujours… mais la concurrence s’intensifie

Depuis le lancement de ChatGPT fin 2022, OpenAI s’est imposé comme la référence du secteur de l’IA générative. L’entreprise continue toutefois d’évoluer dans un environnement devenu beaucoup plus compétitif. Google, Anthropic, Meta, xAI ou encore DeepSeek accélèrent tous leurs investissements, tandis que les clients professionnels réclament des modèles toujours plus performants, fiables et économiques.

Pour justifier une valorisation proche de 1 000 milliards de dollars, OpenAI devra démontrer que ses revenus issus des abonnements, des API et des solutions d’entreprise peuvent continuer à croître durablement, tout en maîtrisant les coûts considérables liés à l’inférence et aux infrastructures.

Microsoft demeure un partenaire incontournable

L’équation financière d’OpenAI reste également étroitement liée à Microsoft. Le géant américain a investi plusieurs milliards de dollars dans la société et continue de jouer un rôle central dans l’hébergement des modèles via Azure.

Toute introduction en Bourse devra clarifier la nature de cette relation commerciale, les accords de licence ainsi que les mécanismes de partage des revenus, autant d’éléments susceptibles d’influencer la perception des futurs investisseurs.

Régulation, propriété intellectuelle et sécurité : des défis toujours présents

Au-delà des considérations financières, OpenAI évolue dans un contexte réglementaire de plus en plus complexe. L’entrée en vigueur de nouvelles législations sur l’intelligence artificielle, notamment en Europe, s’ajoute aux nombreuses procédures judiciaires engagées par des éditeurs, auteurs et médias concernant l’utilisation d’œuvres protégées pour entraîner les modèles.

Ces dossiers pourraient influencer durablement les coûts d’exploitation et le modèle économique de l’entreprise.

Parallèlement, OpenAI poursuit ses investissements dans la recherche sur la sécurité des modèles, un sujet que Sam Altman considère comme indissociable du développement de l’intelligence artificielle avancée.

Une valorisation à la hauteur des géants de la tech

Si OpenAI atteignait effectivement une valorisation de 1 000 milliards de dollars avant son introduction en Bourse, l’entreprise rejoindrait immédiatement le cercle très fermé des sociétés technologiques les plus valorisées au monde.

Une telle capitalisation placerait le créateur de ChatGPT aux côtés d’acteurs comme Apple, Microsoft ou Nvidia, tout en faisant de son IPO l’une des plus importantes de l’histoire des marchés financiers.

L’IA entre dans une nouvelle phase industrielle

Au-delà du calendrier boursier, ce possible report illustre surtout un changement de dimension du secteur. L’intelligence artificielle n’est plus uniquement une course aux modèles les plus performants. Elle devient désormais une bataille industrielle où la capacité à financer des infrastructures de calcul, sécuriser des approvisionnements en puces, produire suffisamment d’énergie et satisfaire des exigences réglementaires compte autant que les avancées technologiques elles-mêmes.

Dans cette perspective, repousser une introduction en Bourse peut apparaître comme une décision stratégique. OpenAI semble vouloir arriver sur les marchés avec une activité plus mature, des revenus plus prévisibles et une infrastructure suffisamment solide pour soutenir ses ambitions à long terme. Si cette trajectoire se confirme, son IPO pourrait devenir l’un des événements financiers les plus marquants de la décennie.

 

Lire plus
Intelligence Artificielle

OpenAI prépare un nouvel accessoire Codex : un contrôleur physique attendu le 15 juillet

OpenAI prépare un nouvel accessoire Codex : un contrôleur physique attendu le 15 juillet

OpenAI continue d’étendre son écosystème au-delà des modèles d’intelligence artificielle. L’entreprise vient de teaser un nouveau produit lié à Codex, son outil de développement assisté par IA.

Attendu le 15 juillet, cet appareil ne sera pas le mystérieux terminal conçu avec Jony Ive, mais un accessoire pensé pour accélérer le travail des développeurs.

Un périphérique dédié à Codex

Dans une courte vidéo publiée sur X, OpenAI dévoile la silhouette d’un petit appareil carré accompagné du message : « Your favorite Codex shortcuts are getting an upgrade ». Le teaser reste volontairement discret, mais laisse apparaître plusieurs boutons physiques destinés à lancer rapidement différentes commandes liées à Codex.

L’objectif semble clair : offrir aux développeurs un accès immédiat à leurs actions les plus fréquentes sans passer systématiquement par des raccourcis clavier traditionnels.

Le lancement officiel est prévu pour le 15 juillet.

Une collaboration avec Work Louder

Contrairement aux spéculations apparues ces dernières semaines, ce nouveau produit n’a aucun lien avec le futur appareil d’intelligence artificielle développé par OpenAI aux côtés de l’ancien designer d’Apple, Jony Ive.

Le périphérique est le fruit d’un partenariat avec Work Louder, une entreprise spécialisée dans les claviers mécaniques haut de gamme et les macro pads personnalisables destinés aux créateurs, développeurs et professionnels de la productivité.

La silhouette présentée rappelle fortement le Creator Micro 2, l’un des produits phares de Work Louder.

Ce contrôleur compact embarque notamment plusieurs interrupteurs mécaniques programmables, un joystick multifonction, une surface tactile et des commandes entièrement personnalisables selon les logiciels utilisés.

CMv2 PRO FIX copy

Work Louder propose déjà des modèles conçus pour Photoshop ou Figma, avec des raccourcis préconfigurés. Une approche que Codex pourrait désormais adopter pour accélérer les workflows liés au développement logiciel.

Un accessoire pensé pour les développeurs

Même si OpenAI ne dévoile pas encore les fonctionnalités exactes du produit, le positionnement paraît évident. L’idée serait de transformer certaines commandes Codex en actions physiques instantanées : génération de code, lancement d’un agent, validation d’une tâche, exécution de scripts ou encore navigation entre différents espaces de travail.

À mesure que les assistants de programmation deviennent capables de gérer des tâches complexes de manière autonome, disposer d’un contrôleur matériel dédié pourrait permettre aux développeurs de garder un contrôle plus naturel sur leurs flux de travail.

OpenAI construit progressivement son écosystème

Cette annonce s’inscrit dans une stratégie plus large. Depuis plusieurs mois, OpenAI ne se limite plus au développement de modèles d’intelligence artificielle. L’entreprise multiplie les investissements autour de l’expérience utilisateur, des outils destinés aux développeurs et du matériel.

Alors que le futur appareil IA imaginé avec Jony Ive continue d’alimenter les spéculations, cette collaboration avec Work Louder montre qu’OpenAI souhaite également enrichir son offre avec des accessoires plus spécialisés et immédiatement exploitables.

Une nouvelle façon d’interagir avec l’IA

Si les interfaces conversationnelles restent aujourd’hui le principal point d’entrée vers l’intelligence artificielle, les périphériques physiques pourraient progressivement retrouver une place centrale dans les environnements de travail.

En associant un contrôleur programmable à Codex, OpenAI explore une approche où les raccourcis matériels viennent compléter les interactions naturelles avec l’IA.

Reste désormais à découvrir le produit final lors de sa présentation officielle le 15 juillet. Une chose est déjà certaine : OpenAI cherche à transformer Codex en un véritable environnement de développement, bien au-delà d’un simple assistant conversationnel.

Lire plus
Intelligence Artificielle

OpenAI recrute un ingénieur clé du Vision Pro d’Apple pour accélérer ses ambitions hardware

OpenAI recrute un ingénieur clé du Vision Pro d’Apple pour accélérer ses ambitions hardware

OpenAI continue de renforcer son offensive dans le matériel. Après le rachat de la startup io fondée par Jony Ive, l’entreprise accueille désormais l’un des principaux architectes du Vision Pro d’Apple.

Un recrutement qui en dit long sur les ambitions du créateur de ChatGPT, bien au-delà des modèles d’intelligence artificielle.

Paul Meade quitte Apple pour rejoindre OpenAI

Selon Bloomberg, Paul Meade, figure historique de l’ingénierie matérielle chez Apple, quitte Cupertino après 7 années passées à piloter certains des projets les plus stratégiques de la marque.

L’ingénieur supervisait notamment le développement matériel du Vision Pro, le premier casque de réalité mixte d’Apple. Il était également impliqué dans les travaux autour des futures lunettes connectées sans écran, un projet destiné à concurrencer les Ray-Ban Meta, ainsi que plusieurs initiatives liées aux futurs appareils portables alimentés par l’intelligence artificielle.

Son arrivée chez OpenAI représente un renfort de poids pour une division hardware qui ne cesse de prendre de l’ampleur.

Une équipe composée d’anciens piliers d’Apple

Paul Meade rejoint une équipe qui ressemble de plus en plus à une réunion d’anciens cadres emblématiques d’Apple. Autour de lui figurent déjà Jony Ive, ancien directeur du design d’Apple, Evans Hankey, qui lui a succédé à la tête du design industriel et Tang Tan, ancien responsable des opérations liées à l’iPhone.

Tous travaillent désormais au sein d’OpenAI depuis le rachat de la startup io pour environ 6,5 milliards de dollars.

Cette acquisition avait marqué un tournant majeur dans la stratégie de l’entreprise, qui ne souhaite plus limiter ChatGPT aux smartphones et aux ordinateurs, mais développer ses propres appareils dédiés à l’intelligence artificielle.

OpenAI prépare plusieurs appareils IA

Pour l’instant, OpenAI garde le silence sur les produits actuellement en développement. Bloomberg indique simplement que plusieurs nouveaux appareils seraient en préparation, avec des lancements attendus au cours des prochaines années.

Aucun détail officiel n’a filtré concernant leur format.

Les hypothèses les plus crédibles évoquent toutefois des lunettes connectées, un assistant portable porté autour du cou, un appareil entièrement dédié aux interactions avec ChatGPT ou encore un nouveau type de terminal pensé dès l’origine pour l’intelligence artificielle.

L’objectif semble clair : sortir l’IA de l’écran du smartphone pour l’intégrer directement dans les usages quotidiens.

Apple et OpenAI se retrouvent désormais face à face

Le recrutement de Paul Meade intervient alors qu’Apple accélère également sur le terrain des appareils IA. Selon plusieurs indiscrétions, le constructeur travaillerait simultanément sur des lunettes connectées, des AirPods équipés de caméras, de nouveaux robots domestiques et plusieurs accessoires exploitant Apple Intelligence.

Le contraste est frappant.

Apple, qui a longtemps dominé le marché des appareils personnels, voit désormais OpenAI recruter directement au sein de ses équipes afin de bâtir une nouvelle génération de produits centrés sur l’intelligence artificielle.

La prochaine guerre de l’IA se jouera dans le matériel

Pendant plusieurs années, la compétition entre OpenAI, Google, Anthropic et Meta s’est concentrée sur les modèles de langage. Cette phase semble progressivement toucher à sa limite. Désormais, le véritable enjeu consiste à déterminer où et comment ces modèles seront utilisés.

Les smartphones ne constituent probablement plus le seul point d’accès à l’intelligence artificielle. Les lunettes connectées, les écouteurs intelligents et les objets portables apparaissent comme les prochaines interfaces naturelles. Dans ce contexte, le recrutement de Paul Meade dépasse largement le simple mouvement de talents. Il confirme qu’OpenAI cherche à maîtriser toute la chaîne de valeur, du modèle d’IA jusqu’au produit final entre les mains de l’utilisateur.

L’entreprise dispose déjà de la technologie logicielle. En réunissant certains des ingénieurs et designers les plus influents de l’histoire récente d’Apple, elle se donne désormais les moyens de concevoir le matériel capable de l’incarner.

Reste une question essentielle : quel sera le premier appareil signé OpenAI ? Des lunettes intelligentes, un assistant portable ou un objet encore inédit ? Une chose est sûre : la concurrence ne se limite plus aux modèles d’IA. Elle s’étend désormais à la manière dont nous interagirons avec eux au quotidien.

Lire plus
Intelligence Artificielle

Anthropic : près d’un utilisateur sur deux estime que l’IA peut déjà accomplir la moitié de son travail

Anthropic : près d’un utilisateur sur deux estime que l’IA peut déjà accomplir la moitié de son travail

Jusqu’où l’intelligence artificielle est-elle déjà capable de remplacer certaines tâches professionnelles ? Pour la première fois, un grand laboratoire d’IA a posé directement la question à ses utilisateurs. Jusqu’où utilisons-nous Claude ?

Les réponses publiées par Anthropic dans la dernière édition de son Economic Index dressent un portrait fascinant de l’adoption de l’IA au travail, tout en rappelant les limites d’une telle photographie.

Une enquête qui mesure autant les usages que les perceptions

Publiée le 26 juin 2026, cette nouvelle édition de l’Anthropic Economic Index repose sur près de 9 700 utilisateurs actifs de Claude. Contrairement aux précédentes études, qui se limitaient à analyser les conversations avec l’assistant, Anthropic a demandé aux utilisateurs d’évaluer eux-mêmes la part de leur travail que l’IA est aujourd’hui capable d’effectuer.

Les résultats sont frappants.

153b647190951536f59f8051f4470c0b6216b2ad 1920x1075 1

Près de 50 % des répondants estiment que Claude peut déjà réaliser au moins la moitié de leurs tâches professionnelles. Plus marquant encore, 4 % considèrent que l’IA est désormais capable d’effectuer 100 % de leur travail. L’étude se projette également dans un avenir proche. Environ 26 % des personnes interrogées pensent que, d’ici un an, l’IA prendra en charge la majorité de leurs missions professionnelles.

193ada7d43425a8e3c234b1b177995692b3bdc21 1920x1474 1

Pour renforcer la crédibilité des réponses, Anthropic a associé les déclarations des participants à leurs véritables sessions Claude grâce à son système d’analyse confidentielle CLIO, permettant de comparer les perceptions avec les usages réels.

Les tâches les plus facilement automatisées

L’étude confirme une tendance déjà observée depuis plusieurs mois : l’IA excelle surtout lorsqu’il s’agit de produire un livrable clairement défini. Parmi les catégories les plus représentées figurent la rédaction de requêtes SQL et de bases de données, la création d’articles et de billets de blog, la production de contenus marketing, les présentations professionnelles et les travaux académiques.

453f808bfc9df630e89bb55e79b8194eb6df5a71 1920x1078 1

À l’inverse, les activités reposant davantage sur la coordination humaine, la prise de décision ou les interactions sociales restent beaucoup moins automatisées.

Autrement dit, lorsque les utilisateurs déclarent que l’IA réalise « 50 % de leur travail », ils parlent principalement des tâches de production, et non de l’ensemble des responsabilités qui composent un métier.

Les utilisateurs les plus avancés sont aussi les plus optimistes

L’un des enseignements les plus surprenants concerne les utilisateurs intensifs de Claude. Ceux qui délèguent déjà le plus grand nombre de tâches à l’IA sont également ceux qui se montrent les plus confiants quant à leur avenir professionnel.

Loin d’y voir une menace directe, beaucoup estiment que l’IA augmente la valeur de leurs compétences plutôt qu’elle ne les remplace.

Anthropic souligne également que cette perception est remarquablement homogène : quel que soit le secteur d’activité, le niveau d’expérience ou la localisation géographique, les répondants anticipent une progression rapide des capacités de l’intelligence artificielle au cours des prochaines années.

Une photographie qui ne représente pas tout le marché du travail

L’étude comporte toutefois une limite importante. Les 9 700 participants sont tous des utilisateurs actifs de Claude. Ils représentent donc une population déjà familiarisée avec les outils d’IA générative, et probablement plus encline à intégrer ces technologies dans son quotidien professionnel.

Les travailleurs les plus exposés à une substitution par l’IA pourraient, paradoxalement, ne pas apparaître dans cette enquête. Anthropic reconnaît ce biais de sélection, tandis que plusieurs études indépendantes viennent apporter un éclairage complémentaire. Des travaux publiés par la Federal Reserve Bank of Dallas montrent que le ralentissement de l’emploi touche particulièrement les jeunes diplômés dans les secteurs fortement exposés à l’automatisation.

De son côté, Goldman Sachs estime que l’IA entraînerait déjà la disparition nette d’environ 16 000 emplois par mois, principalement dans les fonctions administratives et les postes d’entrée de carrière.

Ces profils utilisent souvent peu les assistants IA avancés, ce qui explique leur sous-représentation dans l’étude d’Anthropic.

Les jeunes actifs restent les plus inquiets

L’enquête confirme néanmoins une tendance largement observée ailleurs. Les professionnels en début de carrière sont ceux qui estiment que l’IA peut prendre en charge la plus grande partie de leurs missions. Ils sont également les plus préoccupés par un éventuel remplacement. Cette inquiétude s’explique en partie par la nature des postes juniors, souvent constitués de tâches structurées, répétitives et facilement automatisables.

À l’inverse, les fonctions plus expérimentées reposent davantage sur la stratégie, la coordination, la négociation ou le management, des domaines où l’IA reste aujourd’hui davantage un outil d’assistance qu’un substitut.

L’autonomie progresse, mais l’humain reste au centre

Les données comportementales analysées par Anthropic montrent également une évolution intéressante. Les utilisateurs de Claude Code, destiné au développement logiciel, confient à l’IA des missions nécessitant un niveau d’autonomie bien supérieur à celui observé dans les conversations classiques.

Pour autant, les professionnels travaillant sur les projets les plus complexes ne deviennent pas moins impliqués.

Au contraire. Les sessions les plus sophistiquées mobilisent davantage d’interactions humaines, davantage de vérifications et davantage de décisions. L’IA automatise certaines étapes, mais elle augmente aussi le niveau de supervision nécessaire lorsque les enjeux deviennent plus importants.

Une transition déjà engagée, mais loin d’être achevée

L’enseignement principal de cette étude ne réside peut-être pas dans le chiffre de 50 %, mais dans l’évolution des mentalités. Une part croissante des utilisateurs considère désormais l’IA comme un véritable collaborateur capable d’assumer une portion significative du travail quotidien.

Cela ne signifie pas que les métiers disparaissent du jour au lendemain.

Les résultats montrent surtout que les tâches les plus standardisées basculent progressivement vers des assistants capables de produire rapidement des livrables de qualité, tandis que les responsabilités nécessitant du jugement, du contexte et des interactions humaines demeurent largement entre les mains des professionnels.

La véritable question n’est donc plus de savoir si l’IA transformera le travail, mais à quelle vitesse cette transformation s’étendra au-delà des premiers utilisateurs déjà convaincus.

 

Lire plus
Intelligence Artificielle

GLM-5.2 : l’IA chinoise rivalise désormais avec Anthropic en cybersécurité

GLM-5.2 : l’IA chinoise rivalise désormais avec Anthropic en cybersécurité

La course mondiale à l’intelligence artificielle franchit une nouvelle étape. Selon une enquête du Wall Street Journal, le modèle open source GLM-5.2 développé par la startup chinoise Z.ai serait désormais capable de rivaliser avec les modèles les plus avancés d’Anthropic dans un domaine particulièrement stratégique : la détection des vulnérabilités logicielles.

Un signal fort qui illustre l’accélération spectaculaire des laboratoires chinois.

GLM-5.2 atteint un niveau inédit en cybersécurité

D’après le Wall Street Journal, plusieurs chercheurs spécialisés estiment que GLM-5.2 affiche désormais des performances comparables à celles de Mythos, la famille de modèles de cybersécurité d’Anthropic, pour l’identification de failles logicielles.

20260617 012551 scaled

La capacité à détecter rapidement des vulnérabilités est devenue un enjeu majeur pour les entreprises comme pour les gouvernements. Plus un modèle identifie efficacement les erreurs de programmation, plus il devient possible de corriger des failles avant qu’elles ne soient exploitées par des acteurs malveillants.

L’un des principaux atouts de GLM-5.2 réside également dans son caractère open source. Les entreprises peuvent télécharger le modèle, l’exécuter localement et l’adapter à leurs propres infrastructures, sans dépendre d’un fournisseur cloud.

Cette ouverture facilite son adoption industrielle, mais elle soulève aussi des inquiétudes : les mêmes capacités pourraient être détournées pour automatiser la recherche de vulnérabilités à des fins offensives.

20260617 012836 scaled

Un retard qui se réduit, sans disparaître

Toutefois, le rapport nuance toute idée de renversement complet de la hiérarchie. Sur les tâches généralistes — raisonnement complexe, compréhension multimodale ou planification avancée — les modèles d’Anthropic et d’OpenAI conserveraient encore une avance significative.

En revanche, sur certains benchmarks spécialisés en cybersécurité, GLM-5.2 aurait déjà dépassé Claude Opus 4.8. Les chercheurs cités expliquent également qu’avec des techniques de prompting adaptées, le modèle chinois parvient à atteindre un niveau très proche de Mythos dans la recherche de vulnérabilités.

Autrement dit, la compétition ne se joue plus uniquement sur les performances globales des grands modèles, mais sur leur excellence dans des domaines métiers extrêmement ciblés.

20260617 010855 scaled

Une dynamique qui bouscule la stratégie américaine

Cette progression intervient dans un contexte particulier. Depuis plusieurs semaines, les États-Unis renforcent le contrôle autour des modèles d’IA les plus avancés. Anthropic comme OpenAI ont dû limiter l’accès à certaines de leurs technologies à la demande des autorités américaines, invoquant des préoccupations liées à la sécurité nationale.

Dans le même temps, plusieurs laboratoires chinois suivent une stratégie presque inverse. Plutôt que de restreindre leurs modèles, ils multiplient les publications open source, accélérant leur diffusion auprès des entreprises, des chercheurs et des développeurs du monde entier.

Cette différence de philosophie pourrait jouer un rôle majeur dans la vitesse d’adoption des modèles chinois au cours des prochaines années.

La bataille dépasse désormais les simples benchmarks

Le débat avait déjà pris une tournure publique il y a quelques jours. Sur X, Elon Musk estimait que les laboratoires chinois pourraient rejoindre Anthropic sur les principaux benchmarks d’ici le premier trimestre 2027, tout en précisant que reproduire le niveau d’utilité réel des modèles américains constituerait un défi bien plus complexe.

Le fondateur de Zhipu AI, Tang Jie, lui avait rapidement répondu que ce rattrapage interviendrait bien plus tôt.

Le rapport du Wall Street Journal semble aujourd’hui donner davantage de crédit à cette vision. Sans affirmer que la Chine domine désormais l’intelligence artificielle, il montre que certains domaines stratégiques, comme la cybersécurité, connaissent déjà un rapprochement très rapide entre les meilleurs modèles américains et leurs concurrents chinois.

Une concurrence qui s’intensifie

Cette évolution dépasse largement le simple affrontement entre OpenAI, Anthropic ou Z.ai. Elle traduit une mutation plus profonde du marché de l’IA, où les modèles spécialisés deviennent presque aussi importants que les modèles généralistes.

Dans des secteurs comme la cybersécurité, le développement logiciel ou la recherche scientifique, disposer du meilleur raisonnement conversationnel n’est plus forcément l’objectif principal. Ce qui compte désormais est la capacité d’un modèle à résoudre efficacement un problème métier précis.

Cette spécialisation pourrait redistribuer les cartes de la compétition mondiale, alors que la frontière entre innovation technologique, souveraineté numérique et sécurité nationale devient chaque mois un peu plus floue.

Lire plus
Intelligence Artificielle

Claude d’Anthropic dépasse les humains pour collecter des dons : l’IA devient redoutablement persuasive

Claude d’Anthropic dépasse les humains pour collecter des dons : l’IA devient redoutablement persuasive

L’intelligence artificielle sait déjà rédiger des e-mails, générer du code et résumer des documents complexes. Mais, une nouvelle étude suggère qu’elle pourrait désormais exceller dans un domaine encore plus sensible : convaincre des êtres humains de passer à l’action.

Selon une recherche relayée par le Washington Post, le modèle Claude Opus 4.6 d’Anthropic a surpassé des collecteurs de fonds professionnels lors d’une expérience visant à encourager des participants à faire des dons caritatifs.

Un résultat qui dépasse le simple cadre du fundraising et soulève des questions beaucoup plus larges sur le pouvoir de persuasion des systèmes d’IA modernes.

Une IA plus efficace que des professionnels expérimentés

L’étude, menée par des chercheurs de l’University of Oxford et de plusieurs institutions partenaires, a confronté plusieurs modèles commerciaux d’intelligence artificielle à des spécialistes de la collecte de dons travaillant pour l’Save the Children.

Plus de 1 000 conversations ont été analysées.

Le constat est frappant : Anthropic et son modèle Claude Opus 4.6 ont obtenu des résultats nettement supérieurs à ceux des professionnels humains.

L’IA s’est révélée près de trois fois plus efficace pour convaincre les participants de reverser une partie de leur bonus d’étude à une œuvre caritative. Plus surprenant encore, les montants obtenus étaient en moyenne 13 % plus élevés que ceux récoltés par les collecteurs expérimentés.

Les chercheurs précisent toutefois qu’il s’agit d’un article préliminaire n’ayant pas encore fait l’objet d’une revue par les pairs, une étape essentielle avant toute validation scientifique définitive.

Screen 2026 06 22 at 12.16.24

Le secret de Claude : davantage d’informations, davantage d’arguments

L’étude ne s’est pas limitée à la collecte de fonds. Les chercheurs ont également évalué les capacités argumentatives de plusieurs modèles d’IA dans des débats structurés face à des compétiteurs humains de haut niveau.

Là encore, les modèles les plus avancés ont pris l’avantage.

Cependant, un détail important nuance fortement les conclusions. Lorsque les chercheurs ont limité les IA à un nombre de mots similaire à celui utilisé par les humains, l’écart de performance s’est considérablement réduit.

Autrement dit, l’avantage de l’IA ne semble pas provenir exclusivement d’un raisonnement supérieur. Les modèles excellent surtout grâce à leur capacité à produire rapidement des arguments détaillés, à mobiliser de nombreuses références et à enrichir leurs réponses avec une quantité d’informations qu’un humain aurait plus de difficulté à rassembler en temps réel.

Dans de nombreux cas, Claude produisait des réponses plusieurs fois plus longues que celles des professionnels, intégrant statistiques, exemples, études et arguments complémentaires dans un même échange.

Une efficacité qui soulève aussi des inquiétudes

Cette puissance persuasive possède néanmoins une face plus préoccupante. Les chercheurs soulignent que la capacité à convaincre n’est pas nécessairement corrélée à l’exactitude des informations fournies.

Certaines IA ont produit des affirmations convaincantes qui n’étaient pas toujours correctement sourcées, voire parfois erronées.

Le risque est connu dans l’univers de l’IA générative : un modèle peut présenter une information inexacte avec un niveau de confiance et de cohérence suffisamment élevé pour la rendre crédible aux yeux de son interlocuteur.

C’est précisément cette combinaison entre éloquence, personnalisation et automatisation qui attire aujourd’hui l’attention des chercheurs en sécurité et en gouvernance de l’intelligence artificielle.

Le véritable enjeu dépasse largement la collecte de dons

Les auteurs de l’étude eux-mêmes appellent à la prudence.Les expériences reposaient exclusivement sur des conversations écrites relativement longues, parfois étalées sur quinze à vingt minutes. Ce contexte diffère fortement des interactions rapides qui dominent les réseaux sociaux, le commerce en ligne ou les applications mobiles.

De plus, l’étude oppose humains et IA alors que l’avenir pourrait davantage reposer sur des modèles hybrides où professionnels et assistants intelligents collaborent.

Mais, même avec ces réserves, le signal envoyé par cette recherche est difficile à ignorer.

Si une IA est capable aujourd’hui de convaincre davantage de personnes de soutenir une association humanitaire, demain elle pourrait également influencer des décisions d’achat, orienter des comportements financiers ou façonner certaines opinions dans l’espace public.

L’ère de l’IA persuasive commence

Depuis plusieurs années, les progrès de l’intelligence artificielle sont principalement évalués à travers la productivité : écrire plus vite, coder plus efficacement, analyser davantage de données.

Cette étude met en lumière une autre dimension, beaucoup plus humaine : l’influence. Les modèles de nouvelle génération ne se contentent plus de fournir des réponses. Ils apprennent progressivement à adapter leurs arguments, comprendre les motivations de leurs interlocuteurs et construire des discours capables de modifier des comportements.

Cette évolution ouvre des perspectives considérables pour l’éducation, la santé, le service client ou les organisations caritatives. Mais, elle renforce également l’urgence d’établir des règles de transparence et de responsabilité autour des contenus générés par l’IA.

Car dans un monde où les machines deviennent capables de convaincre mieux que les experts humains, la question n’est plus seulement ce qu’elles savent faire, mais jusqu’où nous sommes prêts à les laisser influencer nos décisions.

Lire plus
Intelligence Artificielle

ChatGPT, Gemini, Claude : une étude interroge la neutralité politique des IA

ChatGPT, Gemini, Claude : une étude interroge la neutralité politique des IA

Longtemps présentées comme de simples assistants capables de répondre à toutes sortes de questions, les intelligences artificielles génératives occupent désormais une place grandissante dans notre manière de nous informer. Mais, lorsqu’il s’agit de politique, leur prétendue neutralité est-elle réellement au rendez-vous ? Une nouvelle analyse du Washington Post suggère que la réponse est loin d’être aussi simple.

À mesure que les chatbots deviennent des portes d’entrée vers l’information, la manière dont ils présentent un sujet pourrait peser davantage que les réponses elles-mêmes.

Une étude compare les principaux assistants IA

Pour mesurer le comportement politique des principaux modèles du marché, The Washington Post a soumis plusieurs assistants à une série de questions portant sur des sujets particulièrement sensibles aux États-Unis :

  • l’immigration
  • la fiscalité
  • le financement des campagnes électorales
  • la santé
  • le maintien de l’ordre
  • le système électoral américain

L’objectif n’était pas de déterminer quelle opinion est correcte, mais d’observer la manière dont chaque modèle construit sa réponse et les arguments qu’il choisit de mettre en avant.

Les modèles testés comprenaient notamment :

ChatGPT, Gemini et Grok n’adoptent pas les mêmes approches

Selon les conclusions du quotidien américain, les comportements diffèrent sensiblement d’un modèle à l’autre. Le modèle d’OpenAI aurait proposé des réponses jugées majoritairement orientées vers des arguments de gauche dans environ 80 % des cas analysés.

À l’inverse, Gemini adopterait beaucoup plus fréquemment une approche équilibrée, présentant simultanément des arguments associés aux différentes sensibilités politiques dans plus de 90 % de ses réponses.

Autre surprise : Grok, développé par xAI et souvent présenté comme un assistant plus favorable à une vision conservatrice, aurait lui aussi proposé davantage d’arguments traditionnellement associés à la gauche que certains utilisateurs auraient pu l’imaginer.

Même constat pour Arya, l’assistant développé par Gab autour de valeurs chrétiennes et conservatrices, qui aurait régulièrement produit des réponses considérées comme orientées vers des positions progressistes.

Attention aux conclusions hâtives

Ces résultats ne signifient toutefois pas que les intelligences artificielles influencent directement les élections. L’étude ne mesure ni l’impact des réponses sur les intentions de vote, ni le comportement réel des utilisateurs après avoir consulté un chatbot. En revanche, elle met en lumière un phénomène beaucoup plus subtil : le rôle du cadrage de l’information.

Avant même de consulter un article de presse, un rapport officiel ou le programme d’un candidat, de nombreux utilisateurs demandent désormais à une IA de leur expliquer un sujet complexe.

Or, la façon dont une réponse est formulée — les arguments sélectionnés, les exemples retenus ou les nuances apportées — peut influencer la perception initiale d’un débat.

Les entreprises revendiquent la neutralité

Face à ces conclusions, les principaux acteurs de l’IA défendent une position commune. Google affirme que Gemini est conçu pour éviter de privilégier une idéologie particulière. Anthropic explique que Claude est entraîné afin de traiter équitablement les différentes sensibilités politiques.

De son côté, OpenAI rappelle que ChatGPT vise une approche objective par défaut et que l’entreprise travaille continuellement à mesurer puis réduire les éventuels biais présents dans ses modèles.

Ces déclarations illustrent une difficulté majeure : la neutralité absolue est particulièrement complexe lorsqu’il s’agit de questions politiques, où les faits, les valeurs et les interprétations se mêlent constamment.

Un défi qui dépasse largement la politique

Cette étude intervient à un moment où les assistants IA deviennent progressivement des outils du quotidien. Ils servent à rédiger des e-mails, préparer des voyages, résumer des documents, apprendre une langue ou encore comprendre l’actualité. À mesure que ces usages se développent, les utilisateurs accordent naturellement davantage de confiance aux réponses générées, souvent présentées avec une grande assurance.

C’est précisément cette apparente certitude qui nourrit aujourd’hui le débat autour des biais algorithmiques : même lorsqu’une IA cherche à rester neutre, le simple choix des informations mises en avant peut influencer la perception d’un sujet.

La véritable question est celle de la confiance

Le débat dépasse finalement la seule orientation politique des modèles. Les assistants conversationnels deviennent progressivement des intermédiaires entre les utilisateurs et l’information. Dans ce contexte, leur capacité à présenter plusieurs points de vue, à distinguer les faits des opinions et à signaler les zones d’incertitude sera sans doute plus déterminante que la recherche d’une neutralité parfaite, difficilement atteignable.

L’enjeu n’est donc pas seulement de savoir si une intelligence artificielle penche à gauche ou à droite, mais si elle est capable d’aider ses utilisateurs à comprendre un sujet complexe sans leur donner l’illusion qu’il n’existe qu’une seule lecture possible.

Lire plus
Intelligence Artificielle

Meta suspend un programme de surveillance interne après une fuite massive de données d’employés

Meta suspend un programme de surveillance interne après une fuite massive de données d’employés

Meta se retrouve une nouvelle fois au cœur d’une controverse liée à ses ambitions dans l’intelligence artificielle. Le groupe de Menlo Park a suspendu un programme interne baptisé Model Capability Initiative (MCI) après qu’une erreur de configuration a exposé des données sensibles à l’ensemble de ses effectifs.

Une situation particulièrement embarrassante pour une entreprise qui investit des dizaines de milliards de dollars dans l’IA tout en cherchant à convaincre le public de la fiabilité de ses technologies.

Au-delà de la fuite elle-même, l’affaire soulève une question plus profonde : jusqu’où une entreprise peut-elle aller pour entraîner ses modèles d’intelligence artificielle à partir des comportements de ses propres employés ?

Un programme conçu pour observer le travail humain

Lancé discrètement en avril dernier, le programme MCI poursuivait un objectif précis : permettre aux futurs systèmes d’IA de Meta d’apprendre à utiliser des logiciels informatiques comme le ferait un humain.

Pour y parvenir, l’entreprise collectait diverses données provenant des ordinateurs professionnels de ses employés américains, notamment :

  • Les frappes clavier.
  • Les mouvements de souris.
  • Le contenu affiché à l’écran.
  • Les interactions avec différentes applications.

L’idée reposait sur un principe simple : observer des utilisateurs expérimentés afin d’entraîner des agents IA capables de reproduire leurs méthodes de travail. Selon plusieurs témoignages internes, cette collecte s’effectuait à grande échelle et suscitait déjà de vives inquiétudes au sein des équipes.

Une contestation interne massive

Le programme n’a jamais fait l’unanimité. Plus de 1 600 employés auraient signé une pétition interne dénonçant les risques liés à cette surveillance permanente. Les critiques portaient principalement sur la protection des données personnelles, les risques réglementaires, la sécurité des informations collectées ou encore l’absence de consentement explicite dans certains cas.

Certains ingénieurs auraient estimé que l’analyse automatique du contenu de leurs écrans constituait une intrusion directe dans leur vie professionnelle quotidienne.

Une opposition suffisamment forte pour alimenter plusieurs débats internes avant même l’incident de sécurité.

Mark Zuckerberg défendait l’initiative

Selon plusieurs informations relayées dans la presse américaine, le PDG de Meta, Mark Zuckerberg, aurait personnellement soutenu le projet. Lors d’échanges internes ayant fuité, il aurait expliqué que les meilleurs modèles d’IA apprennent en observant des individus compétents accomplir leurs tâches.

Dans cette logique, les employés de Meta représenteraient une source d’apprentissage particulièrement précieuse.

Cette vision s’inscrit dans une tendance croissante du secteur technologique : utiliser des données issues d’environnements réels pour former des agents capables d’interagir directement avec des interfaces logicielles.

Une fuite qui expose des milliers de données internes

La situation a pris une tournure critique lorsqu’une erreur a rendu accessibles à l’ensemble de l’entreprise des informations stockées dans près de 45 000 tables de bases de données internes. Parmi les éléments potentiellement exposés figuraient des conversations privées, des requêtes adressées à des systèmes IA, des transcriptions, des données de performance et divers contenus professionnels sensibles.

Même si Meta affirme ne disposer d’aucune preuve d’un accès malveillant à ces informations, l’ampleur de l’exposition a immédiatement déclenché une enquête interne.

Meta tente de reprendre le contrôle

Face à la polémique, Meta a annoncé la suspension temporaire du programme MCI. La porte-parole du groupe, Tracy Clayton, a indiqué que l’entreprise procédait actuellement à une analyse complète de l’incident afin d’identifier les causes exactes de la fuite et d’évaluer ses conséquences potentielles.

En interne, les réactions auraient été particulièrement virulentes. Plusieurs employés ont rappelé que les risques associés au programme avaient été signalés dès son lancement.

Pour certains observateurs, l’incident constitue davantage un problème de gouvernance qu’un simple accident technique.

Une série noire pour les projets IA de Meta

Cette affaire ne survient pas dans un vide. Depuis plusieurs mois, Meta multiplie les initiatives destinées à accélérer le développement de ses agents d’intelligence artificielle. Mais, cette stratégie s’accompagne également de plusieurs controverses.

L’entreprise a déjà été confrontée récemment à un incident impliquant un agent IA agissant sans autorisation, une vulnérabilité permettant la compromission de comptes Instagram, et des critiques récurrentes sur la gestion des données utilisées pour entraîner ses modèles.

Chaque nouvel épisode alimente les interrogations autour de l’équilibre entre innovation rapide et sécurité.

L’IA agentique pousse les entreprises dans une zone grise

L’affaire MCI illustre surtout une réalité émergente du secteur technologique. Les nouveaux agents d’IA ne se contentent plus de générer du texte ou des images. Ils doivent désormais apprendre à utiliser des logiciels, naviguer dans des interfaces et exécuter des tâches complexes de manière autonome.

Pour atteindre cet objectif, les entreprises ont besoin d’observer des comportements humains réels.

La question devient alors : quelles données peuvent être collectées, dans quelles conditions et avec quelles garanties ? Le débat dépasse largement le cas de Meta et pourrait rapidement concerner l’ensemble des acteurs majeurs de l’intelligence artificielle.

Une confiance interne mise à l’épreuve

Alors que Meta poursuit sa transformation autour de l’IA, cet incident rappelle qu’une stratégie technologique ambitieuse ne peut se construire sans l’adhésion de ses propres équipes. Entre restructurations, licenciements et réorganisations successives, la confiance des salariés constitue déjà un sujet sensible au sein de l’entreprise.

La suspension du programme MCI pourrait apaiser temporairement les tensions.

Mais elle met surtout en lumière un défi auquel toute l’industrie est désormais confrontée : comment entraîner des intelligences artificielles toujours plus capables sans franchir les limites de la vie privée et de la confiance des utilisateurs comme des employés.

Lire plus
Intelligence Artificielle

Microsoft transforme Excel en assistant financier intelligent grâce à une importante mise à jour de Copilot

Microsoft transforme Excel en assistant financier intelligent grâce à une importante mise à jour de Copilot

Microsoft poursuit sa stratégie d’intégration de l’intelligence artificielle au cœur de sa suite bureautique. Cette fois, c’est Excel qui bénéficie d’une évolution majeure avec une version enrichie de Copilot, pensée avant tout pour les professionnels de la finance.

Au programme : des workflows automatisés, des données financières en temps réel et un suivi détaillé de chaque modification effectuée par l’IA. Une évolution qui rapproche un peu plus Excel d’un véritable collaborateur numérique.

Des « Skills » pour automatiser les tâches financières répétitives

La principale nouveauté s’appelle Copilot Skills. Le principe est simple : au lieu de rédiger le même prompt à chaque utilisation, les utilisateurs peuvent créer des procédures réutilisables que Copilot exécutera automatiquement.

Ces « Skills » permettent par exemple d’automatiser la création d’un modèle de flux de trésorerie actualisés (DCF), les opérations de clôture comptable, les analyses d’écarts (variance analysis) et les rapports financiers récurrents.

Chaque workflow est enregistré sous la forme d’un fichier SKILL.md dans OneDrive. Copilot reproduit ensuite les étapes, la structure et la mise en forme définies par l’utilisateur sans nécessiter de nouvelles instructions.

Microsoft proposera également une bibliothèque de modèles prêts à l’emploi. D’ici la fin de l’année, plusieurs partenaires spécialisés, dont LSEG, Ramp, Rogo et Vena, publieront leurs propres Skills via la Marketplace Microsoft.

Des données financières directement intégrées dans Excel

L’autre évolution majeure concerne les sources de données. Copilot est désormais capable de récupérer automatiquement des informations issues de plateformes spécialisées afin d’alimenter les feuilles de calcul sans passer par des copier-coller manuels.

Les nouveaux connecteurs prennent notamment en charge : CB Insights, Daloopa, FactSet, Morningstar, PitchBook et S&P Global.

Ils viennent compléter les intégrations avec LSEG et Moody’s, déjà introduites au printemps.

Pour les équipes financières, cette approche réduit considérablement le temps consacré à la collecte des données tout en garantissant des analyses basées sur des informations actualisées. Certaines de ces connexions nécessitent toutefois un abonnement spécifique auprès des fournisseurs concernés.

Une IA plus transparente dans ses décisions

Microsoft cherche également à répondre à l’un des principaux freins à l’adoption de l’IA dans la finance : la confiance. Avec le nouveau mode Plan with Copilot, l’assistant expose son raisonnement avant d’exécuter la moindre modification.

Les utilisateurs peuvent ainsi consulter : les plages de cellules concernées, les formules qui seront modifiées, les hypothèses retenues et les différentes étapes du traitement. Une fois les changements appliqués, Excel conserve un historique complet des interventions de Copilot.

Le panneau Show Changes distingue désormais clairement les modifications réalisées par l’intelligence artificielle de celles effectuées par un collaborateur humain, facilitant les audits et les validations internes.

copilot for excel finance skills scaled 1

Microsoft accélère son offensive dans la finance

Cette mise à jour ne constitue pas un simple ajout fonctionnel. Elle s’inscrit dans une stratégie plus large visant à faire d’Excel une plateforme capable d’exécuter des tâches complexes grâce à des agents IA spécialisés. Quelques semaines seulement après le rachat de la startup Fintool, spécialisée dans l’intelligence artificielle appliquée à la finance, Microsoft confirme ses ambitions sur ce secteur.

L’entreprise ne cherche plus uniquement à assister les utilisateurs dans leurs calculs. Elle souhaite désormais automatiser des processus métiers complets tout en conservant les exigences de traçabilité et de conformité propres aux services financiers.

Excel devient progressivement une plateforme d’agents IA

Depuis plus de trente ans, Excel est l’outil incontournable des directions financières. Avec Copilot Skills, Microsoft fait évoluer cette logique. Les feuilles de calcul ne sont plus seulement des espaces de travail où l’utilisateur construit ses modèles ; elles deviennent un environnement dans lequel des agents intelligents exécutent eux-mêmes les tâches répétitives, récupèrent les données nécessaires et documentent chacune de leurs actions.

Cette approche illustre une tendance de fond qui dépasse largement Excel. Les grands éditeurs de logiciels ne se contentent plus d’ajouter de l’intelligence artificielle à leurs produits : ils redéfinissent progressivement le rôle de ces applications, qui deviennent des plateformes où humains et agents collaborent en permanence.

Les nouvelles fonctionnalités sont disponibles dès à présent pour les abonnés Microsoft 365 Copilot sur Excel pour Windows, macOS et le Web. Les Skills personnalisés seront déployés progressivement au cours des prochaines semaines.

Lire plus