Cette semaine, je ne sais pas ce qui a été le plus troublant.

Qu’une entreprise comme Anthropic soit auprès du Pape et intervienne directement, par l’intermédiaire d’un de ses co-fondateurs, lors de la présentation de son encyclique à propos de l’IA ? Que le reste de la Silicon Valley se “tape” totalement de cette encyclique et reprenne en substance une fameuse phrase attribuée à Jacques Chirac sur celle qui est touchée sans faire bouger l’autre ? Ce “reste” de la Valley est d’ailleurs composé de beaucoup beaucoup beaucoup beaucoup de garçons. Les garçons font du bruit.

Qu’Anthropic annonce une nouvelle nouvelle nouvelle nouvelle levée de fonds de 65 milliards ? Portant sa valorisation à 965 milliards de dollars… Et que de son coté, celle d’OpenAI au 31 mars dernier était de 852 milliards de dollars. Au delà de “qui a la première la place”, la valeur cumulée des deux est “irréelle”, quasi divine. Les garçons font du bruit. Encore.

Que Dario Amodei et Sam Altman, respectivement CEO d’Anthropic et d’OpenAI, reconnaissent publiquement dans les mêmes termes et quasiment au même moment, qu’ils racontent énormément énormément énormément énormément de cracs depuis des mois sur le “Job Apocalypse” qui pourtant était devenu l’arme qui fait peur à tout le monde et “oblige” les dirigeants d’entreprises à mettre de l’IA partout à toutes les sauces ? Mais si, vous savez bien, ce récit apocalyptique qui prévoit la mise au chômage et le remplacement de la majorité des humains par des agents dans les entreprises, car un agent offre des gains de productivité sans précédent… Belle idée mais partielle et parcellaire : de grands dirigeants, y compris dans le tech, la remette en doute de plus en plus, que ce soit en off et ou même maintenant ouvertement, comme le patron d’Uber cette semaine. Les garçons font du bruit. Toujours.

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 164. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcast à écouter. Gérez votre abonnement.

⏱️Temps de lecture de cette newsletter par une unité carbone : 9 mins

Cette semaine la partie de cette newsletter gérée par l’IA, les 3 clusters d’articles, a été générée par Claude Opus 4.8 pour les résumés des sources, ainsi que la génération des clusters et des titres. Comme d’habitude j’ai fait quelques modifications, mais j’ai aussi laissé quelques tournures typiques des modèles de langage. Et bien entendu, mes commentaires éventuels sont en italique dans ces résumés. Le texte de “l’article qui fait réfléchir” est issu de Opus 4.8 . L’image d’illustration ci-dessous a été générée par Midjourney

📰 Les 3 infos de la semaine

⚡ Vibe, physics AI et milliards d'investissement : Mistral muscle son offre entreprise

Lors de sa première conférence, l’AI NOW Summit tenu à Paris, la start-up française Mistral AI a exposé une stratégie qui couvre toute la chaîne, du matériel aux applications. L’entreprise, qui revendique 1 000 salariés et vise un milliard d’euros de revenus en 2026, mise sur un argument unique : fournir aux entreprises et aux États une IA dont ils gardent la maîtrise, sans confier leurs données aux géants américains.

Trois annonces structurent ce positionnement. Une offre pour l’ingénierie industrielle, fondée sur la « physics AI » issue du rachat d’Emmi AI, qui simule le comportement de pièces en quelques secondes ; Mistral l’applique avec Airbus, BMW et ASML, son premier actionnaire. Un programme d’infrastructure de 4 milliards d’euros, avec un nouveau centre de calcul dédié à l’inférence près de Paris et un site en Suède. Enfin, son assistant Le Chat devient Vibe, une plateforme d’agents pour le travail de bureau et le développement logiciel.

Mistral étend aussi son terrain au secteur juridique, via un partenariat avec la plateforme Harvey AI, et revendique désormais la course à l’AGI au nom de l’autonomie européenne.

Pourquoi est-ce important ? Faute de pouvoir s’aligner sur les capitaux des géants américains, Mistral fait un autre pari et vend autre chose : la promesse que nos données ne dormiront pas sur un serveur que Washington peut éteindre un matin, au réveil, après un post en CAPITALES sur Truth Social.

Pour aller plus loin : VentureBeat, WSJ (1), WSJ (2)

✨ Quand le Vatican cite Gandalf et fait monter un cofondateur d'Anthropic sur scène

Le pape Léon XIV a publié sa première encyclique, Magnifica Humanitas, 42 000 mots pour appeler à « désarmer » l’IA — militairement, mais aussi économiquement et socialement. Au menu : armes autonomes, emploi, concentration du pouvoir chez une poignée d’acteurs privés, et un « colonialisme des données » où les dossiers médicaux de populations entières deviennent les nouvelles terres rares. Le pape a même cité Gandalf, première apparition de Tolkien dans la doctrine officielle de l’Église.

Le détail qui retient l’attention n’est pas dans le texte, mais sur l’estrade. Pour présenter un document qui réclame une pause à l’industrie, le Vatican a invité Christopher Olah, cofondateur d’Anthropic, athée et spécialiste de ce qui se passe à l’intérieur des modèles. Des éthiciens catholiques avaient déjà relu la « constitution » qui encadre le comportement de Claude, l’IA maison ; l’un d’eux s’en sert pour préparer ses homélies -oh mon Dieu… Pardonne-leur, car ils ne savent ce qu'ils font.

Olah a joué le jeu, reconnaissant que même les labos « éthiques » restent prisonniers des logiques de concurrence — ce que tout le monde savait, mais que peu disent à voix haute, surtout à la veille d’une entrée en Bourse à près de 1 000 milliards de dollars.

Pourquoi est-ce important ? Une -petite- partie de l’industrie de l'IA a accepté de se faire sermonner en public par une institution vieille de deux mille ans. Pas sûr que ça la fasse changer de cap, mais c’est pas mal un certificat de moralité signé par le Vatican. Côté image, ça vaut à peu près tous les communiqués de presse sur la sécurité réunis.

Pour aller plus loin : Ars Technica, The Verge, Wired (1), Wired (2)

🔍 Action, réaction : toutes les actions des agents IA découlent d'actions antérieures - Causality, Persephonne

La fin de l’année 2025 a vu surgir une vague d’« agents » IA, ces programmes capables d’exécuter des tâches en autonomie. Le déclencheur : Claude Code, l’outil de programmation d’Anthropic, puis sa version Opus 4.5, capable de travailler des heures et de piloter des sous-agents. Dans la foulée, le développeur Peter Steinberger a publié OpenClaw, un agent personnel branché sur les données et les applications de l’utilisateur, devenu en quelques semaines l’un des projets les plus populaires de l’histoire de GitHub. L’enthousiasme a viré à la dépendance chez certains techniciens, qui se qualifient eux-mêmes de « Claudeholics ».

On rit jaune. Car le revers est arrivé vite et est déjà documenté -l’IA ça va vite on vous a dit. Des chercheurs ont qualifié OpenClaw d’« agent du chaos » — actions destructrices, fuites de données, une ingénieure de Meta qui regarde sa boîte mail se vider toute seule.

En entreprise, c’est plus feutré : 79 % des organisations font tourner des agents en production, et Gartner prévoit que 40 % des projets finiront à la poubelle. Il suffit qu’un agent redémarre un service au mauvais moment pour déclencher une cascade que personne n’avait vue venir — lui, pourtant, était techniquement dans son bon droit. On a empilé ces agents sans jamais les compter comme un risque : les équipes qui simulent méticuleusement leurs pannes laissent un agent toucher la production sans le moindre garde-fou. La parade ? Une redécouverte : remettre un humain dans la boucle.

Pourquoi est-ce important ? Cascade, attribution… au final Human in the Loop. Nous avons encore un peu de travail !

Pour aller plus loin : Wired, VentureBeat

🚀 6 lectures en plus

• Sam Altman and Dario Amodei are both walking back their AI jobs apocalypse prophecies as they eye blockbuster IPOs (Fortune)

• Uber president says AI spending is getting ‘harder to justify’ - There’s no clear connection between AI usage and productivity (The Verge)

• A reality check on the AI jobs hysteria (MIT Technology review)

• Apple working to cram massive Gemini model into iPhone to power new Siri (ArsTechnica)

• Meta launches Instagram, Facebook, and WhatsApp subscriptions, with more to come, including AI plans (TechCrunch)

• Anthropic Rockets to $965 Billion Valuation, Topping OpenAI in AI Showdown (WSJ)

🛠️ Des outils, des tutos et des modèles à tester

• Claude Opus 4.8

• ECC Tools : The harness-native operator system for agentic work. From an Anthropic hackathon winner

• Microsoft Webwright : Turn Your Coding Models to Be State-of-the-art Browser Agents

• OpenAI Secure MCP Tunnel

• Gemini Managed Agents: Developer Guide

• Practical NLP in the Browser with Transformers.js

🧠 L’article qui fait réfléchir - et qu’il faut absolument lire

At the Epicenter of A.I., Pope Leo’s Warnings Are Dismissed

“He’s got the answers to ease my curiosity”

Du côté de la Silicon Valley, l’accueil de l’encyclique du Pape a été tiède. Jeremy Nixon, 33 ans, cofondateur de l’A.G.I. House, une colocation de chercheurs baptisée d’après la quête de l’« intelligence artificielle générale », a rangé l’encyclique parmi les documents réglementaires déjà vus : l’Église, selon lui, ne peut pas avoir de position sur l’IA, faute de la comprendre. David Sacks, investisseur devenu conseiller IA de la Maison-Blanche, a contesté l’appel à réguler, redoutant qu’un pouvoir confié aux États au nom de la sécurité ne serve un jour à surveiller et censurer -ça c’est drôle, non ?

Derrière le dédain, une conviction. Cette génération d’ingénieurs a grandi en récusant la foi au nom de la preuve, avant de retrouver dans l’IA une puissance jugée plus réelle que n’importe quel dieu. L’IA résout déjà des problèmes de maths restés ouverts pendant des décennies. Demain, promet-on, elle guérira les maladies, soit exactement ce que les religions annoncent depuis toujours, mais avec un calendrier de release. Et plus personne ne s’en cache. « Les gens disent platement qu’ils veulent construire une machine-Dieu », observe Rayan Krishnan, patron de Vals AI, qui évalue les performances des modèles. « Ni par ironie, ni pour rire. »

Le retournement est complet. La question, dans ces cercles, n’est pas de savoir si l’encyclique freinera quoi que ce soit, ici personne n’y croit. C’est l’inverse qu’on examine au sérieux : et si le Vatican adoptait ces outils pour bâtir une « nouvelle Jérusalem » ? Le pape a convoqué la tour de Babel pour avertir contre l’orgueil de rivaliser avec Dieu. Et tout le malentendu tient là : le pape les a prévenus contre la tentation d’égaler Dieu. Pour eux, ce n’est pas un risque, c’est l’objectif. C’est exactement ce qu’ils essaient de faire. Ils ont une roadmap et un cahier des charges.

📻 Le podcast de la semaine

GDIY - Yann Le Cun : Rendre l’IA plus humaine

Tout est dans le titre

N’hésitez à me contacter si vous avez des remarques et suggestions sur cette newsletter, ou si dans votre entreprise vous cherchez à être accompagnés dans l’intégration d’outils IA et d’IA générative : olivier@255hex.ai

Partagez cette newsletter

Partager

Et si vous n’êtes pas abonné, il ne tient qu’à vous de le faire !

Inscrivez-vous maintenant

“ If there is a Hell I will see you there”

Le prochain Google ? C’est Google.

Il y a un peu plus de 2 ans, le modèle d’IA intégré dans Google Search conseillait de manger des cailloux et de coller le fromage de sa pizza avec de la glu. Les posts sur les réseaux sociaux rigolaient et pensaient enterrer le moteur de recherche à renfort de “Google est mort”. La Silicon Valley ne rigolait pas. Deux années plus tard, le même Google est désigné favori de la course à l'IA grand public. Si, si, c’est The Economist et le New York Times qui le disent. Si c’est pas des gens sérieux ça…

Pourquoi ? Parce que Google est partout. Et parce que Google met son modèle Gemini partout, absolument partout, sous différentes formes et dans tous ses produits. Et même si l’IA vous dégoute, vous aurez Gemini dans votre smartphone que ce soit un Android ou un iPhone. Parce que vous avez un smartphone.

Cette semaine lors de la Google I/O, les différentes annonces et démos ont montré à quel point ce géant pouvait imposer ses outils et sa technologie. Mais tout cela a un prix : le prix du token. Et au final, ce prix c’est nous les utilisateurs qui le payons. Comme il se doit.

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 163. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcast à écouter. Gérez votre abonnement.

⏱️Temps de lecture de cette newsletter par une unité carbone : 9 mins

Cette semaine la partie de cette newsletter gérée par l’IA, les 3 clusters d’articles, a été générée par Claude Opus 4.7 pour les résumés des sources, ainsi que la génération des clusters et des titres. Comme d’habitude j’ai fait quelques modifications, mais j’ai aussi laissé quelques tournures typiques des modèles de langage. Et bien entendu, mes commentaires éventuels sont en italique dans ces résumés. Le texte de “l’article qui fait réfléchir” est issu de ChatGPT-5.5 Thinking . L’image d’illustration ci-dessous a été générée par Midjourney

📰 Les 3 infos de la semaine

⚡ Vitesse et coût : Gemini 3.5 Flash au centre de la stratégie de Google (pour brûler du token)

Google a présenté Gemini 3.5 Flash cette semaine lors de sa conférence I/O, un modèle que l’entreprise destine en particulier au code et aux agents autonomes. Sa caractéristique première est la vitesse : il génère ses réponses environ quatre fois plus vite que les modèles de pointe concurrents, et une version optimisée intégrée à la plateforme de développement Antigravity atteint un facteur douze. Cette rapidité s’accompagne d’un niveau de performance que Google présente comme supérieur à celui de Gemini 3.1 Pro, son modèle haut de gamme d’il y a quatre à cinq mois, sur la quasi-totalité des tests de référence.

L’argument décisif est économique. Gemini 3.5 Flash coûte environ un tiers à la moitié du prix des modèles équivalents : 1,50 dollar par million de tokens en entrée et 9 dollars en sortie, contre 2 et 12 dollars pour 3.1 Pro. Selon Sundar Pichai, une entreprise traitant un trillion de tokens par jour sur Google Cloud pourrait économiser plus d’un milliard de dollars par an en basculant l’essentiel de ses charges vers ce modèle. Le contexte : de nombreuses directions informatiques épuisent déjà leur budget annuel de tokens. Une version Pro, conçue pour orchestrer le travail des sous-agents Flash, sortira le mois prochain.

Pourquoi est-ce important ? Il ne faut sauver le soldat Token : Let it burn ! Allez en vrai, Gemini 3.5 Flash c'est pas le modèle qu'on choisit. C'est la couche que Google insère partout : Search, Gmail, l'appli Gemini… au global plus d’une douzaine de produits à plus d'un milliard d'utilisateurs chacun. Baisser le prix du token pendant qu'on le fait consommer dans chaque recoin de ses services, ce n'est pas vraiment faire preuve d'économie et ou de volonté d’améliorer le pouvoir d’achat. En revanche c’est bien l'assurance d'en consommer assez pour que la facture grimpe quand même toute seule.

Pour aller plus loin : Ars Technica, TechCrunch, VentureBeat

✨ Google lance son premier agent personnel permanent : Gemini Spark

Gemini Spark est le premier agent personnel grand public de Google. Il fonctionne en continu sur des machines virtuelles dédiées dans le cloud de l’entreprise, ce qui lui permet de poursuivre une tâche même lorsque l’appareil de l’utilisateur est éteint. Il s’appuie sur Gemini 3.5 Flash et sur le harnais logiciel Antigravity, le même système qui anime les outils de développement internes de Google.

Spark est proactif : plutôt que d’attendre une instruction, il collecte du contexte dans Gmail, Docs, Sheets ou l’agenda et agit pendant l’absence de l’utilisateur. Il peut surveiller une boîte mail et produire des récapitulatifs quotidiens, transformer des notes de réunion en document, rédiger des courriels ou repérer des frais récurrents sur un relevé bancaire. Des connexions vers une trentaine de services tiers — Canva, OpenTable, Instacart, Spotify — sont annoncées pour les mois à venir.

Reste les questions que tout le monde se pose : à qui confie-t-on les clés et combien ça coûte ? Google a sa vision de la confiance : Spark réclame une approbation explicite avant les actions à enjeu, comme l’achat ou l’envoi de message, et un protocole de paiement borne les dépenses par plafonds et marchands autorisés. Josh Woodward, responsable de Google Labs, résume l’esprit du dispositif : c’est, dit-il, comme confier à un adolescent sa première carte bancaire - personne n’avait jamais cité la 1ère CB d’un ado comme un modèle de gestion prudente, et ça rassure… Et pour fêter ça, Google lance un nouveau pallier d’abonnement à 100 dollars par mois, avec lequel vous pourrez être parmi les premiers à le vérifier.

Pourquoi est-ce important ? Donc pour 100 dollars par mois, on va pouvoir être parmi les premiers à tester cet ado numérique sur nos données. Mais pas de panique, Spark va réclamer notre approbation avant les actions “à enjeu” … ok, donc , du coup, un agent qu'il faut surveiller en quasi permanence, est-ce encore un agent ? Ah mais non pas besoin d’être devant lui en permanence, on aura le droit à des pushs sur nos smartphones. Je suis bête aussi… On aime tellement être tenus en laisse.

Pour aller plus loin : WSJ, The Verge, Wired, VentureBeat

🔍 Google change sa boîte de recherche après 25 ans et y injecte directement de l’IA

Pour la première fois depuis 2001, Google redessine sa boîte de recherche : elle s’agrandit, accepte images, PDF et vidéos, et un système de suggestion vous coache vers des questions plus longues. Vingt-cinq ans passés à entraîner l’humanité à taper trois mots-clés, et voilà qu’on lui demande de faire des phrases.

Derrière, Google fusionne ses AI Overviews — les résumés en haut des résultats — avec AI Mode, son interface conversationnelle - cherchez pas, ce n’est pas dispo en France… dans le reste du monde, oui. Résultat : un milliard d’utilisateurs mensuels sur AI Mode, des requêtes qui doublent chaque trimestre, et de moins en moins de raisons de cliquer ailleurs. La recherche devient aussi agentique : des agents d’information surveillent le web en continu pour vous signaler une sortie de baskets ou une annonce immobilière. Vous formulez la demande au départ, et c’est tout. L’agent clique, fouille, et appelle même le plombier du quartier pour un devis.

Et puisqu’il faut financer l’ensemble, Google « réinvente la publicité » : produits sponsorisés avec descriptifs rédigés par l’IA, encarts dotés d’un chatbot. Des pubs pensées, dixit Google, comme des ajouts utiles à votre conversation.

Pourquoi est-ce important ? Actuellement la question n'est pas de savoir si chercher avec l’IA devient plus pratique, globalement ça l'est, bon pas toujours non plus, mais la question qu’on peut se poser c’est qu’est-ce qu’il va rester de ce que nous connaissons du “web ouvert” quand la requête commence et se termine sur une seule page conversationnelle capable de générer des interface personnalisée à la demande en temps réel…

Pour aller plus loin : VentureBeat, The Verge, NYT

🚀 6 lectures en plus

• Mind-Blowing Growth Is About to Propel Anthropic Into Its First Profitable Quarter (WSJ)

• OpenAI Generated Nearly $6 Billion in Revenue in First Quarter, Boosted by Codex (The Information)

• OpenAI co-founder Andrej Karpathy joins Anthropic’s pre-training team (TechCrunch)

• Musk v. Altman proved that AI is led by the wrong people (The Verge)

• OpenAI claims it solved an 80-year-old math problem — for real this time (TechCrunch)

• Spotify Studio’s AI agent creates a daily podcast just for you (The Verge)

🛠️ Des outils, des tutos et des modèles à tester

• Codex : Remote connections - Keep my Mac awake

• Automation : Keep Claude working toward a goal

• Introducing Managed Agents in the Gemini API

• 🚨 Google Cloud : Agent Garden

• Codex : Computer Use

• ChatGPT for PowerPoint in beta

• Your AI agents need a terminal, not just a vector database

• 🚨 Introducing Gemini Omni

🧠 L’article qui fait réfléchir - et qu’il faut absolument lire

Sundar Pichai Understands Why People Are Anxious About A.I.

“Slow burn, slow burn”

Il y a deux manières de lire l’entretien de Sundar Pichai après Google I/O. La première est celle que Google préfère : une entreprise revenue au centre du jeu, capable de déployer Gemini dans Search, Workspace, Android, le Cloud, les agents et le code. L’IA n’y apparaît plus comme un produit. Elle devient une couche d’usage, une présence continue, parfois visible, parfois enfouie dans les gestes ordinaires.

La seconde lecture est moins triomphale. Pichai reconnaît que Google reste en retard sur certains terrains, notamment le codage agentique, les tâches longues, l’usage d’outils et les environnements où les développeurs travaillent vraiment. La puissance brute ne suffit pas toujours. Claude Code, Cursor ou OpenClaw ont compris plus vite que le modèle compte autant que la surface où il agit. Google a la profondeur industrielle, mais il doit encore transformer cette profondeur en expérience évidente.

L’entretien prend alors une dimension plus politique. Les annonces de Google arrivent dans un moment où l’opinion se durcit. Des étudiants huent l’IA lors de cérémonies de remise de diplômes. Les sondages montrent une défiance nette. Pichai ne la nie pas. Il dit même quelque chose d’assez juste : les humains ne sont pas faits pour absorber autant de changement aussi rapidement.

Sa réponse reste celle d’un dirigeant de plateforme : avancer, intégrer, rassurer, montrer les bénéfices. Les agents devront inspirer confiance, laisser du contrôle, éviter les accidents de sécurité. Google ne demande pas aux utilisateurs d’aimer l’IA. Il cherche à la rendre assez utile pour qu’ils cessent de pouvoir l’éviter.

📻 Le podcast de la semaine

Cognition du rat : l’égout et les couleurs

Un podcast sur le rat et sa cognition… Histoire de se rappeler les propos de Yann LeCun : "je serais très satisfait si, avant la fin de ma carrière, nous pouvions réaliser des machines avec autant de sens commun qu'un chat, ou même qu'un rat"

N’hésitez à me contacter si vous avez des remarques et suggestions sur cette newsletter, ou si dans votre entreprise vous cherchez à être accompagnés dans l’intégration d’outils IA et d’IA générative : olivier@255hex.ai

Partagez cette newsletter

Partager

Et si vous n’êtes pas abonné, il ne tient qu’à vous de le faire !

Inscrivez-vous maintenant

“Hark who are we, so small in times such as these?”

En l’espace d’une semaine, les géants de l’IA ont sifflé la fin de la récréation : fin annoncée ou bridage de l’utilisation des forfaits individuels pour alimenter les “petits” agents OpenClaw/Hermes & Co, et autres systèmes automatisés. L’usage de ces abonnements, qui n’étaient déjà plus réellement des forfaits totalement illimités, était quasiment la règle pour tous les power users. L’avantage ? Pouvoir utiliser un forfait sans soucier de la consommation réelle en tokens de son agent, contrairement à une utilisation par API qui depuis le début est facturée à la consommation réelle de tokens.

Les entreprises le savent depuis un moment, la facturation à la consommation de tokens fait exploser les coûts : la conséquence directe est qu’il faut tout optimisé pour consommer le moins possible. Ce que peu d’utilisateurs en usage individuel, même les plus aguerris, ont pris en compte depuis ces derniers mois. Mais la situation est devenue de moins en moins tenable, et elle est certainement écrite depuis un moment, en particulier pour Anthropic, dans une moindre mesure pour OpenAI, et même un peu pour Google ou Microsoft.

La raison ? Là où un humain avec son forfait à 20 dollars fait 20 , 30 ou même 100 interactions par jour dans sa fenêtre de chat, ou dans son CLI, un agent peut en faire des centaines ou des milliers en quelques dizaines de minutes ou en quelques heures. Un par un les géants ont donc décidé de casser ce système. Et de faire grimper la facture en fonction de l’usage.

Sommaire

1. La semaine où le forfait illimité a cessé de faire semblant d’être illimité

2. Tokens moins chers, IA plus chère

3. La f(r)acture humain / agent

4. Combien ça coûte ? Ce que les études commencent à dire sur le coût réel

5. Le repricing silencieux : l’exemple du tokenizer

6. La folie du tokenmaxxing

7. L’avantage n’est déjà plus le prix

Temps de lecture : 30 mins

Cet article est payant. Vous pouvez en lire le début.
Vous pouvez modifier vos préférences de réception ou vous désabonner sur la page de votre compte
La newsletter du samedi matin reste gratuite.

La semaine où le forfait illimité a cessé de faire semblant d’être illimité

Le 13 mai 2026, le compte officiel ClaudeDevs annonçait sur X qu’à partir du 15 juin, les abonnements Claude payants seraient découpés en deux pools distincts.

D’un côté, l’usage par un humain derrière le clavier, à travers une interface web, comme le chat dans le navigateur, ou en CLI avec Claude Code en terminal, ou encore avec Claude Cowork, qui vont continuer à puiser dans les limites habituelles des forfaits que nous connaissons depuis bientôt 3 ans : pas totalement illimités mais assez souples.

De l’autre, l’usage par agent : Claude piloté par un logiciel, sans humain au clavier. C’est le cas des harnais tiers comme OpenClaw ou Hermex, de l’Agent SDK (le kit d’Anthropic pour construire des agents), ou encore de la commande claude -p, qui fait tourner Claude en mode « headless », par exemple à l’intérieur d’un script ou d’une chaîne d’intégration. Tout cet usage-là bascule sur une enveloppe mensuelle séparée du forfait individuel, dont la consommation est décompté aux tarifs API standard : 20 dollars de crédits pour l’enveloppe Pro, 100 pour la Max 5x, 200 pour la Max 20x, non reportables. Une fois les crédits épuisés, deux options : soit l’utilisateur active la facturation “extra usage” à la consommation, et la note peut alors grimper très vite, soit son automatisation s’arrête jusqu’au cycle suivant. Au tarif Sonnet 4.6, 20 dollars de crédit API représentent environ 6,6 millions de tokens en entrée, ou 1,3 million en sortie. Il est courant de voir une session agentique avec un grand contexte brûler 100 000 à 200 000 tokens. Autrement dit, le crédit Pro peut être épuisé en quelques dizaines de sessions. Oh la belle création de rente !

Le même jour, à moins d’une heure d’intervalle plus tard sur X, OpenAI répondait par la voix de Sam Altman : “2 mois de Codex Enterprise gratuits pour toute entreprise qui migre dans les 30 jours.” Deux mois de gagnés.

Ce n’est pas fini, car dans la foulée là aussi à quelques dizaine de minutes d’intervalle, toujours sur X, Anthropic ajustait sa communication et son offre offre commerciale et répondait à OpenAI en relevant de 50 % les limites hebdomadaires de Claude Code jusqu’au 13 juillet, soit une fenêtre temporelle qui recouvre presque exactement la promotion concurrente.

Cette séquence de communication commerciale entre les deux Labs IA qui dictent leur agenda depuis plus de 3 ans maintenant, a été vue et lue par beaucoup comme une guerre des prix. Comme d’autres, je pense que c’est plus ça.

Ce qui s’est joué ce jour là et dans les jours qui ont suivi jusqu’à la Google I/O du 19 mai, c’est l’entrée explicite de tout le secteur dans l’économie du token.

Quand je dis “tout le secteur”, je parle de tous les acteurs de ce marché, en amont et en aval, y compris les utilisateurs individuels qui n’avaient pas encore conscience qu’ils allaient être comme les entreprises soumis à un régime de facturation et de gestion des coûts où l’unité comptable de base n’est plus l’utilisateur, ni la requête, ni la session, mais le “calcul” / le “compute” effectivement consommé. Donc le token.

Le 19 mai, soit 6 jours plus tard, Sundar Pichai a enfoncé le clou lors de la keynote Google I/O 2026. Le CEO d’Alphabet a livré le chiffre qui a rendu le sujet impossible à ramener seulement à un duel Anthropic vs OpenAI : les plateformes Google traitent désormais 3,2 quadrillions de tokens par mois, soit une multiplication par 7 en un an, après une multiplication par 50 entre mai 2024 et mai 2025. Et il a confirmé publiquement un constat que The Information documentait depuis avril sur les cas d’Uber et de ServiceNow : “nous avons entendu dire que de nombreuses entreprises avaient déjà épuisé leur budget annuel en jetons, alors que nous ne sommes qu’en mai.”

Le CEO du principal hyperscaler vient donc d’acter, lors d’un des événements les plus suivis de l’année dans le monde IA, ce que les fournisseurs concurrents découpent en politique de pricing sans le nommer : “token is gold”. Et la ruée a commencé.

Le token est réellement devenu cette semaine l’unité de base, la définition même du coût de toutes les actions que nous déléguons et allons peut-être déléguer de plus en plus aux machines. Et en particulier, ce que nous allons déléguer à ce que nous appelons actuellement “les agents”. Ces agents, ou plus précisément ceux qui les “fabriquent”, les “contrôlent” et les “commercialisent”, vont facturer leurs clients en fonction des tokens consommés.

Tokens moins chers, IA plus chère

Pour comprendre ce qu’il se passe en ce moment, il faut regarder 2 choses.

D’un côté, le coût unitaire de production du token continue de chuter rapidement. Dans sa communication financière de Q4 2025 de Google, publiée le 4 février 2026, Pichai a précisé que les coûts unitaires de service de Gemini avaient été abaissés de 78 % sur l’année, soit une amélioration de 4,5 fois du rapport tokens/GPU/heure. L’AI Index Report 2026 de Stanford HAI, publié en avril, fournit un regard plus matériel sur ce qui rend le coût du token plus abordable : la capacité mondiale de compute IA a augmenté de plus de 3 fois par an depuis 2022 pour atteindre 17,1 millions d’équivalents H100 fin 2025, en additionnant les GPU Nvidia, les TPU Google et les puces Amazon.

A noter que dans ce même rapport, les auteurs identifient l’inférence, et non plus l’entraînement, comme le principal moteur de l’expansion des besoins matériel et de consommation de tokens, et rappelle qu’à benchmark de performance constant, les prix d’inférence ont baissé de 9 à 900 fois par an selon les tâches.

De l’autre côté, le volume globale de tokens consommés explose à un rythme qui rend la baisse du coût unitaire entièrement absorbée et non visible par les utilisateurs et entreprises. Toujours dans la même communication Google Q4 2025, le CEO d’Alphabet indique que les modèles Gemini traitent désormais plus de 10 milliards de tokens par minute via l’API directe. Et la communication suivante sur Q1 2026, qui a été rendue public en avril, montre un nouveau bond à 16 milliards, soit +60 % en un trimestre. À l’I/O 2026 du 19 mai, Pichai annonce 19 milliards de tokens par minute via API directe , soit+18 % en six semaines - c’est foufou non ? - et confirme que 375 clients Google Cloud avaient désormais dépassé le seuil du trillion de tokens consommés sur les douze derniers mois, contre 330 en avril, soit +45 nouveaux clients en six semaines, mais vous aviez fait ce dernier calcul tout seul… pas besoin d’inférer.

Côté Microsoft, la communication Q2 FY2026 du 28 janvier 2026 indiquait déjà que plus de 250 clients étaient en passe de consommer plus d’un trillion de tokens sur Azure Foundry. Satya Nadella, le patron de Microsoft, formalisait dans le même temps une métrique-clé de la nouvelle économie du token : tokens per watt per dollar soit la quantité utile produite par unité d’énergie et de capital.

Les ordres de grandeur des 2 principaux hyperscalers se recoupent, et tracent la même courbe : la consommation totale de tokens double tous les deux à quatre mois. Le chapitre Economie de l’AI Index 2026 de Stanford résume la situation actuelle en une formule : “le chiffre d’affaires des entreprises d’IA progresse à des rythmes historiquement élevés, mais les coûts de calcul et l’investissement en infrastructure atteignent eux aussi des niveaux records”. Le rapport pointe Google comme illustration : pour absorber cette explosion d’usage, l’entreprise a investi plus de 150 milliards de dollars dans ses infrastructures en 2025. Et l’effort s’accélère, Pichai a annoncé le 19 mai un budget d’environ 190 milliards pour 2026, contre 31 milliards quatre ans plus tôt.

Avec tout ces chiffres, les analystes financiers s’attendent un retournement par rapport à ce que le marché vit depuis 3 ou 4 ans. Une note de Goldman Sachs du 5 mai 2026 (”Decoding the Agentic Economy”), reprise par Fortune le 13 mai, situe ce retournement dans les 3 à 12 prochains mois.

Jusqu’ici, plus un fournisseur vendait de tokens, plus il creusait ses pertes, car globalement il facturait en dessous de son coût. Goldman Sachs annonce le moment où ce rapport s’inverse : le coût de calcul baisse désormais assez vite pour que la consommation, enfin, devienne rentable.

Et vous savez quoi ? Cette semaine, Anthropic a annoncé son premier trimestre bénéficiaire… Bien plus rapidement qu’anticipé par les analystes de Goldman Sachs.

La note de Goldman Sachs, accessible aux clients institutionnels, anticipe une multiplication par 24 du volume mondial de tokens d’ici 2030, ce qui est un ordre de grandeur compatible avec les trajectoires observées chez Google et Microsoft sur les douze derniers mois.

Cette mise en cohérence économique, c’est à dire de faire payer la consommation au token réel, a surtout un calendrier bien plus explicite et rapproché de nous. OpenAI et Anthropic ont bouclé au premier trimestre 2026 des levées records, et sont attendus pour leur entrée en bourse à moyen terme. Or aucun marché boursier ne tolère durablement l’écart entre un revenu d’abonnement forfaitaire et un coût de calcul variable : tant que les deux sont découplés, rien n’est vraiment mesurable, surtout la marge, et la facturation à l’usage est la voie la plus rapide pour la rendre lisible. La pression financière ne crée pas réellement le mouvement de repricing actuel que nous subissons, cela devait arriver, mais cette pression en fixe une échéance que Sam Altman et Darion Amodei doivent avoir en tête. Et cette échéance se rapproche.

La belle histoire de la logique tarifaire des 18 derniers mois reposait sur une supposition fantasmée, un conte de fées pour des enfants gâtés : que les tokens deviendraient quasi gratuits et que les abonnements illimités tiendraient. Cela ne tient plus, ou plutôt, cela n’a jamais vraiment tenu. Non parce que la 1ère proposition est fausse, les tokens deviennent effectivement quasi gratuits à l’unité, mais parce que la 2ème ignore que la consommation se redessine et explose : l’augmentation de l’utilisation de ce qu’on nomme globalement l’IA, donc de l’inférence, est spectaculaire.

Chaque token coûte de moins en moins cher, mais on en consomme tellement plus que la facture totale grimpe quand même. Et la raison de cette explosion tient en une explication : tant qu’un humain est aux commandes, sa consommation a une limite naturelle, celle de ce qu’il peut lire et écrire dans une journée. Un agent n’a pas cette limite : il consomme tant qu’on le laisse tourner, autrement dit, tant qu’il reste du budget.

Le scénario que je viens de décrire pour la relative non limitation des abonnements suivie d’une mise en place de quotas ou d’un paiement plus agressif n’est pas nouveau. La tech l’a déjà joué : on offre un service à perte, le temps d’attirer les utilisateurs et de les rendre dépendants. Puis, une fois qu’ils ne peuvent plus partir, on remonte les prix. Les VTC vendus moins cher que le taxi, les abonnements de streaming à prix cassés et sans pub, les services cloud quasi gratuits pour les start-ups, tous ont connu ce passage. D’abord conquérir le marché à perte, ensuite le faire payer. Beaucoup. L’IA entre dans le second temps, avec un découpage particulier : les humains d’un coté, les machines de l’autre.

La f(r)acture humain / agent

Le découpage décidé et assumé ouvertement le 13 mai par Anthropic n’est pas seulement un ajustement tarifaire. En réalité, Anthropic avait déjà commencé à imposer ce découpage dès le début de l’année, quand l’usage d’OpenClaw avait explosé, forçant le géant à prendre des mesures de restrictions d’utilisation. Cette distinction, entre usage humain et usage agent, est une décision de structure et l’argument technique, sur laquelle elle repose, est logique.

Boris Cherny, responsable de Claude Code, l’avait formulé sur X le 3 avril 2026, à l’occasion d’une première restriction : “our subscriptions weren’t built for the usage patterns of these third-party tools”. Un humain au clavier envoie quelques dizaines, parfois quelques centaines de prompts par jour. Un agent autonome qui exécute, teste, navigue, rappelle le modèle en boucle, lui opère à un autre ordre de grandeur. Avec un forfait unique humain et agent, l’utilisateur intensif d’agents coûte bien plus cher qu’il ne paie. Et la différence est comblée par quelqu’un : soit par les utilisateurs occasionnels, qui paient le même prix pour une fraction de la consommation, soit par le fournisseur, qui rogne sa marge.

La décision d’Anthropic n’est pas isolée et n’est même pas la première du genre. Le 27 avril dernier, GitHub a annoncé que l’ensemble des plans Copilot va basculer au 1ᵉʳ juin sur un modèle “d’AI Credits” indexés sur la consommation de tokens. GitHub a justifié le changement assez directement et simplement : Copilot n’est plus le même produit qu’un an plus tôt, il fait désormais tourner des tâches automatisées bien plus lourdes en puissance de calcul. L’ancien décompte de requêtes est remplacé par des crédits libellés en euros, où un crédit IA vaut un centime. Mais surtout le basculement est imposé à tous : les abonnés mensuels y passent automatiquement, et les contrats annuels ne sont plus reconduits tels qu’ils étaient. Tout le monde bascule au moment du renouvellement.

Mais attention, n’allons pas trop vite. L’économie du token décrite ici depuis le début ne signifie pas la fin universelle et globale du forfait grand public et de son abonnement dédié. Pas encore en tout cas. En revanche, il faut bien constater que le principal consommateur de ce type d’abonnement, ce grand public, est bien touché directement… Mais là aussi cela ne date pas d’hier. Les forfait individuels, ChatGPT Plus, Claude Pro, les abonnements Google AI Pro, tous autour de vingt dollars par mois, n’ont en réalité jamais été illimités : par exemple des restrictions en nombre de messages échangés ou de documents uploadés sont en place depuis le début. Mais ces limites glissent progressivement depuis un moment déjà vers une autre logique : une logique de temps de calcul consommé, c’est à dire de tokens consommés. L’abonnement payant à Claude fonctionne ainsi avec une fenêtre glissante de cinq heures et un plafond hebdomadaire d’utilisation depuis l’été 2025. Mais surtout, l’usage n’y est pas compté en messages, mais pondéré par la longueur de la conversation, le modèle choisi et les fonctionnalités mobilisées. Et la référence de tout ça, c’est le token. Beaucoup ont appris de manière empirique qu’un long document pdf uploadé dans la conversation “brûle” le quota plus vite qu’une question brève. Et qu’il faut ensuite attendre 5 heures ou sortir sa CB.

Ce 19 mai, Google a poussé cette logique un cran plus loin et surtout l’a nommée explicitement : son application Gemini abandonne les limites en nombre de requêtes pour un modèle dit “compute-used”, c’est à dire un plafond calculé sur la complexité du prompt et la longueur de l’échange, assorti d’une bascule automatique vers un modèle plus léger lorsque le quota est atteint. En quelques mots : un système de quota basé sur le nombre de tokens consommés. Mais la nouveauté la plus importante est la mise en place d’un système d’achat de crédits supplémentaires, comme chez Claude, permettant à l’utilisateur de poursuivre son un action sans attendre la remise à zéro de son compteur, lorsque qu’il se retrouve bloqué.

ChatGPT, de son côté, conserve à ce jour des plafonds exprimés en messages et n’offre pas ce complément payant sur son offre individuelle : sur ce point précis, il est en retard sur ses deux concurrents. Jusqu’à quand ? Et peut-être que la nouvelle interface de sélection de modèles et de choix de “niveau d’intelligence” apparue ces dernières heures dans ChatGPT est plus pernicieuse qu’elle n’en a l’air… Une autre façon d’adresser la problématique, moins directe.

Ce qui survit dans le grand public n’est donc pas le forfait illimité. C’est l’absence de facture ouvertement basée sur la consommation effective de tokens. L’utilisateur individuel ne reçoit pas de relevé de calcul : il se heurte à un mur de quota, et au pire achète un petit ou un gros complément forfaitaire.

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 160. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcast à écouter. Gérez votre abonnement.

⏱️Temps de lecture de cette newsletter par une unité carbone : 9 mins

L’AGI à la mode OpenAI/Microsoft est morte cette semaine. Les deux partenaires ont enterré cette “vision” commerciale qui reposait sur des bases assez… bancales.

Parmi les géants de l’IA, si OpenAI affichait et affiche encore une vision purement économique de l’AGI, chez Anthropic, on préfère miser sur l’émergence de sentiments au sein des modèles, avec en ligne de mire la conscience. On ne choisit pas de nommer son entreprise ainsi, Anthropic, sans avoir une idée dans son cerveau carboné. De son coté DeepMind défend une vision “utilitaire” de l’AGI. Certains de ses chercheurs réfutent l’idée même qu’une sorte de conscience puisse émerger des modèles d’IA actuels. Coucou Dario.

Quoi qu’il en soit, nous ne sommes pas près de voir le débat s'éteindre sur cette question. C’est un bon ressort de storytelling pour la Valley et ses affiliés. Tous ensemble nous pouvons donc dire : “L’AGI est morte ! Vive l’AGI !”

Cette semaine c’est aussi l’ouverture du “premier procès du siècle” -il y en aura probablement d’autres- de la Silicon Valley : Musk vs OpenAI, enfin plutôt Musk vs Altman : “Une alliance brisée, des ego meurtris, du pognon perdu”.

Pour suivre les aventures judiciaires de nos amis mégalos qui savent mieux que quiconque ce qui est bon pour l’humanité, Libé a envoyé une de ses journalistes pour relater au jour le jour les débats.

Ces articles sont réservés aux abonnés, mais vous pouvez obtenir 1 mois d’abo gratuit à Libération et les lire ainsi que tous les autres articles si vous en avez envie, en utilisant le code ‘IA-PULSE’ directement ici : pas de CB demandée, seulement de créer un compte avec une adresse email.

Et je ne touche rien ni avant, ni pendant, ni après. Je n’ai pas encore 1 million d’abonnés sur TikTok. Je n’ai même pas de compte TikTok.

Cette semaine la partie de cette newsletter gérée par l’IA, les 3 clusters d’articles, a été générée par Claude Opus 4.7 pour les résumés des sources, ainsi que la génération des clusters et des titres. Comme d’habitude j’ai fait quelques modifications, mais j’ai aussi laissé quelques tournures typiques des modèles de langage. Et bien entendu, mes commentaires éventuels sont en italique dans ces résumés. Le texte de “l’article qui fait réfléchir” est issu d’un dialogue entre Claude Opus 4.7 + skill et Gemini 3.1 Pro . L’image d’illustration ci-dessous a été générée par Midjourney

📰 Les 3 infos de la semaine

💔 Microsoft-OpenAI : la fin d’un couple monogame, le début du polyamour cloud

Microsoft et OpenAI ont annoncé le 27 avril 2026 une refonte de leur partenariat qui met fin à l’exclusivité commerciale qui les liait depuis 2019. OpenAI peut désormais vendre ses produits sur n’importe quel cloud, y compris AWS et Google Cloud. Microsoft continue de percevoir 20 % du chiffre d’affaires de l’éditeur jusqu’en 2030, dans la limite d’un plafond global non divulgué. Sa licence sur la propriété intellectuelle d’OpenAI court jusqu’en 2032 mais n’est plus exclusive.

Le déclencheur de la renégociation est l’investissement de 50 milliards de dollars annoncé par Amazon en février, assorti d’un engagement de 100 milliards en services AWS sur huit ans. L’opération entrait en collision avec les droits détenus par Microsoft, qui envisageait alors une action en justice.

La clause AGI, qui devait faire tomber les droits commerciaux de Microsoft une fois l’intelligence artificielle générale atteinte, a été supprimée. Successivement définie comme un seuil de 100 milliards de profits cumulés puis comme un verdict d’un panel d’experts indépendants, elle laisse place à un calendrier fixe. Microsoft conserve 27 % du capital d’OpenAI, qui s’est engagé à acheter pour 250 milliards de services Azure.

Satya Nadella, patron de Microsoft, revendique un accès “royalty-free” aux modèles d’OpenAI jusqu’en 2032. Dans le même mouvement, ses équipes intègrent Anthropic et envisagent Gemini pour certains produits. Quand on a mis 13 milliards dans un partenaire, se détacher de lui proprement coûte moins cher que de le défendre.

Pourquoi est-ce important ? L'industrie vient de tirer un trait sur l'AGI comme borne commerciale, et c’est pas trop tôt... Le concept était certes bien pratique tant qu'il rapportait, au moins en termes de fantasmes. Mais cette vue de l’esprit est devenue bien encombrante dès qu'elle a bloqué un deal à 50 milliards. Ah… la Valley et ses concepts à géométrie variable.

Pour aller plus loin : WSJ, VentureBeat, TechCrunch, The Verge, Simon Willison

🧌 Gobelins, pigeons et ratons-laveurs : la propagation d'un signal de récompense

Cette semaine, un développeur a repéré dans le dépôt GitHub de Codex CLI, l’outil en ligne de commande d’OpenAI, une instruction répétée quatre fois adressée à GPT-5.5 : “ne jamais évoquer gobelins, gremlins, ratons-laveurs, trolls, ogres ni pigeons, sauf si la requête le justifie sans ambiguïté”. Des utilisateurs avaient déjà remarqué que l’outil OpenClaw, piloté avec GPT comme modèle, transformait les bugs en « gremlins » ou « gobelins » et les bases de code en « antres de gobelins ».

Dans la foulée, OpenAI a publié une note technique pour reconstituer la chronologie de cette étrange affaire. Tout part de la personnalité « Nerdy » de GPT-5.1 : pendant le RLHF, les évaluateurs humains ont sur-récompensé les métaphores faisant intervenir des créatures fantastiques. Résultat : le mot « goblin » bondit de 175 % après le lancement, « gremlin » de 52 %. dans les réponses du modèle. La personnalité Nerdy ne pesait que 2,5 % du trafic, mais concentrait 66,7 % des occurrences. Les sorties chargées en gobelins ont ensuite alimenté les jeux de fine-tuning supervisé des modèles suivants. Quand l’équipe a identifié la cause, le tic était déjà inscrit dans les poids de GPT-5.4 et GPT-5.5. La consigne dans le system prompt n’est qu’un palliatif en attendant un nouveau GPT entraîné sur un corpus filtré. OpenAI a aussi publié un script qui permet aux développeurs de neutraliser cette instruction.

Pourquoi est-ce important ? Si OpenAI peut sur-entraîner “par accident” son modèle phare à voir des gobelins et des pigeons partout, on peut bien se demander quels biais plus discrets et plus inquiétants voyagent seuls ou non dans les mêmes boucles de récompense. Mais gageons que dès maintenant des garde-fous ont été mis en place…

Pour aller plus loin : Wired, VentureBeat, The Verge, OpenAI

🥷 Gemini partout et opt-out caché by design, ou la mécanique des paramètres par défaut

Gemini s’étend dans tous les coins de l’écosystème Google. L’entreprise jure qu’elle n’utilise pas le contenu de vos emails ni de vos fichiers Drive pour entraîner ses modèles fondation. Mais elle ne mentionne pas tout de suite que les entrées et sorties de Gemini, qui peuvent contenir vos emails et vos fichiers, sont, elles, parfaitement éligibles à l’entraînement de ses modèles. Pour couper réellement, il faut désactiver « Gemini Apps Activity », ce qui supprime aussi votre historique dans Gemini. Vous avez donc le choix entre garder une mémoire de vos échanges ou éviter qu’ils nourrissent le prochain modèle. Choisissez bien.

L’opt-out est d’ailleurs lui-même difficile à atteindre dans Gemini. Le bouton n’est pas dans les contrôles d’activité du compte Google où on s’attendrait à le trouver. Il est rangé sous un libellé sobrement intitulé « Activity », sans mention de l’IA.

Dans Gmail, la désactivation des fonctions Gemini passe par une case « Smart Features » qui élimine en passant le tri par onglets de la boîte de réception, le suivi des colis, et Smart Compose – des fonctionnalités qui existaient bien avant l’IA générative. Une fenêtre vous propose ensuite de tout réactiver d’un clic.

Google annonce 185 milliards de dollars d’investissements dans l’IA pour 2026 et compte bien sur la force des paramètres par défaut : partage des données, résumés automatiques dans la messagerie, génération de documents. Tiens donc.

Pourquoi est-ce important ? A quoi bon décortiquer les conditions générales d’utilisation si dans la réalité Google et les autres rangent le bouton “off” dans la profondeur d’un menu obscur.

Pour aller plus loin : Ars Technica, Google

🚀 6 lectures en plus

• Google is testing AI chatbot search for YouTube (The Verge)

• GPT-5.5 matches heavily hyped Mythos Preview in new cybersecurity tests (Ars Technica)

• Meta Acquires Robotics AI Startup (The Information)

• OpenAI Enables Marketing Cookies by Default for Free ChatGPT Users (Wired)

• Zuckerberg Tells Meta Employees: We’re Tracking You Because You’re Really Smart (The Information)

• When Correct Systems Produce the Wrong Outcomes (O’Reilly Radar)

🛠️ Des outils, des tutos et des modèles à tester

• Grok-4.3 - infos

• Claude for Creative Work - infos

• Agent Skills for Google Cloud products and technologies

• Xiaomi MiMo-V2.5 & MiMo-V2.5-Pro - infos

• Agents can now create Cloudflare accounts, buy domains, and deploy

• Remote agents in Vibe. Powered by Mistral Medium 3.5 - infos

• What is Mistral Workflows? - infos

• 50+ fully managed MCP servers now available for Google Cloud services

• Flipbook : an infinite visual browser generated entirely on demand in real time

• Local AI : Running LLMs on your own hardware

• Build agent-friendly websites

🧠 L’article qui fait réfléchir - et qu’il faut absolument lire

The Man Behind AlphaGo Thinks AI Is Taking the Wrong Path

“And if you complain once more”

David Silver, l’homme qui a construit AlphaGo, vient de lever 1,1 milliard de dollars pour expliquer à toute l’industrie qu’elle se trompe. La société s’appelle Ineffable Intelligence, la valorisation atteint 5,1 milliards, et Silver promet de reverser l’intégralité de son equity à des œuvres caritatives. La promesse est probablement sincère. Les conditions de levée, elles, sont parfaitement ordinaires, pour une bulle.

Sa thèse tient en une métaphore. Les données humaines sont un combustible fossile. L’apprentissage par renforcement, lui, est renouvelable, capable d’apprendre indéfiniment. On reconnaît la mécanique : reformuler en image énergétique un débat d’architecture, et laisser le lecteur compléter la conclusion morale tout seul.

Suit l’expérience mentale obligatoire. Lâchez un LLM dans un monde platiste : il reste platiste quoi qu’il arrive. Lâchez un agent RL dans le réel, et il découvre la rotondité. Le souci, c’est qu’il n’est question nulle part de réel chez Silver. Les agents de Silver vivront dans des simulations dont il refuse, pour l’instant, de décrire le périmètre. Comment ces simulations encoderont la rotondité que les LLM n’ont, justement, pas su extraire du texte humain, est une question reportée à plus tard.

Sur l’alignement, le raisonnement retenu est élégant : on observe depuis l’extérieur comment l’agent IA traite les intelligences moindres. Traduction en langage courant : on va regarder le tigre dans la cage et on va en déduire s’il sera doux en dehors, une fois libéré.

Mais le clou du spectacle reste l’autocomparaison à Darwin, posée sans ironie par l’intéressé : l’IA d’aujourd’hui en serait à la biologie pré-darwinienne, riche en observations, pauvre en théorie unifiante.

Décidément, l’industrie de la superintelligence et de l’AGI en est encore là : pour lever des milliards, il faut s’inscrire à mi-mot dans la généalogie des révolutions scientifiques, avant même d’avoir publié un seul résultat.

📻 Le podcast de la semaine

AI Engineer : Création d’agents conversationnels - Thor Schaeff et Philipp Schmid, Google DeepMind

Tout est dans le titre.

N’hésitez à me contacter si vous avez des remarques et suggestions sur cette newsletter, ou si dans votre entreprise vous cherchez à être accompagnés dans l’intégration d’outils IA et d’IA générative : olivier@255hex.ai

Partagez cette newsletter

Partager

Et si vous n’êtes pas abonné, il ne tient qu’à vous de le faire !

Inscrivez-vous maintenant

“You're alright
There's nothing wrong
Self-sufficience, please
And get to work”

Les systèmes d'IA dopés aux LLM, qui génèrent du texte et du “raisonnement textuel”, commettent deux types d'erreurs bien distincts qui sont souvent confondus dans le débat médiatique et par le grand public. Pourtant fondamentalement, ces erreurs sont différentes par leur nature et leurs conséquences. Et en utilisateurs que nous sommes de ces modèles et outils, nous les expérimentons à longueur de temps sans les distinguer.

Temps de lecture : 15 mins

Cet article est payant.
Vous pouvez modifier vos préférences de réception ou vous désabonner sur la page de votre compte
La newsletter du samedi matin reste gratuite.

Sommaire :

1. Le problème c’est la certitude, et pas l’erreur hallucinée

2. Comment et pourquoi un modèle apprend à halluciner et à ne jamais douter

3. Une solution : enseigner l’incertitude comme une compétence

4. Ce que ça change concrètement : un modèle bien calibré peut être utilisé différemment

5. Les limites du RLCR

Le problème c’est la certitude, et pas l’erreur hallucinée

Le premier type d’erreur, le plus connu et vulgarisé partout, c’est l’hallucination.

Un modèle hallucine quand il produit une information fausse, en tout cas, une information qui ne correspond pas à une factualité de notre monde réel : une date incorrecte, un auteur inventé, une loi qui n’existe pas, une molécule aux propriétés fabriquées, etc. C’est le phénomène le plus médiatisé, celui qui a valu aux IA, en particulier à ChatGPT et ses amis, leurs premières controverses publiques : des avocats sanctionnés pour avoir cité des jurisprudences inexistantes générées par ChatGPT, des articles scientifiques retirés pour des références bibliographiques inventées, des discours se référant à des citations qui n’ont jamais existé. On peut définir ce phénomène ainsi : l’hallucination est une erreur de contenu, le modèle dit quelque chose de faux.

Le second type d’erreur est souvent moins visible, bien moins connu et reconnu, et plus insidieux. Il ne concerne pas ce que le modèle dit, mais comment il le dit.

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 158. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcast à écouter. Gérez votre abonnement.

⏱️Temps de lecture de cette newsletter par une unité carbone : 10 mins

Il y a 3 ans, le 15 avril 2023, j’envoyais le premier numéro de cette newsletter du weekend à 9 personnes. Vous êtes ce matin 5484 abonnés, et chaque weekend cette newsletter est lue en moyenne par 4000 à 5000 personnes, en comptant celles et ceux qui arrivent directement sur la page web hébergée par Substack. En 3 ans, IA-Pulse a évolué. En plus de cette édition gratuite - et qui le restera - du weekend, il y a des hors-série avec des contenus longs et plus fouillés qui sont depuis quelques mois accessibles avec un abonnement, les archives de plus de 2 mois sont aussi réservées aux abonnées payants, et quelques épisodes de podcasts et des articles plus pratiques. Merci à toutes et à tous pour vos différents soutiens sous différentes formes, et merci de suivre cette petite aventure.

Le titre de la première édition du weekend en avril 2023 était : “La semaine des agents”. Je parlais d’AUTO-GPT, BabyAGI, JARVIS, Smallville… Déjà on voyait la vie et l’avenir à travers les “agents”. C’est une constante dans notre monde de “l’IA” - en passant, il y aurait à redire et à disserter sur ce que nous mettons derrière ces “appellations” IA et agents - : on surestime toujours de trop les effets à court terme, et on sous-estime énormément les effets à long terme - fameuse loi attribuée à Roy Amara.

Trois années plus tard ces outils “agentiques” qui ne fonctionnaient absolument pas en dehors des labos, ou alors très très très mal et de manière à décourager quiconque, y compris celles et ceux qui ont connu les ordinateurs des années 80 et leurs supports de stockage sur cassettes audio, ont actuellement des descendants qui commencent à être efficaces. Ils “agissent” en ligne ou en local sur nos machines. Le “Browser-based agent”, le “Computer Use” et le “Cowork” sont des concepts qui envahissent les marchés créés par les acteurs de la Silicon Valley et leurs équivalents chinois. Et la technologie qui permet ça, c’est celle des LLM. Les LLM sont devenus des couches d’orchestration interprétative. Ils servent à orchestrer l’accès à des outils de plus en plus nombreux et divers.

Les LLM sont des interfaces linguistiques homme-machine et machine-machine. Tout au long de ces dernières années, celles et ceux que j’ai eu le plaisir de rencontrer lors de formations, de conférences, d’événements ou lors d’accompagnements sur la longueur dans les organisations, m’ont souvent entendu dire qu’il ne fallait pas, ou “pas que”, regarder et utiliser les LLM comme de simples algorithmes à générer du texte. Ils sont plus que ça. Le langage est devenu l’interface universelle d’accès aux fonctions et aux outils, et les LLM en sont le médiateur. On peut voir tout ce mouvement technique comme une reconfiguration de la chaîne de décision entre intention et action.

Avant - oui c’est une phrase de vieux que je commence ici -, depuis l’intégration des interfaces graphiques, l’utilisateur manipulait ces interfaces pour atteindre des fonctions. Maintenant, ce même utilisateur exprime par le langage une intentionnalité d’action, plus encore une intentionnalité de but, et le système piloté par un LLM décide quelle(s) fonction(s) appeler, et dans quel ordre, pour effectuer cette action ou atteindre ce but.

Et dans cette histoire, l’utilisateur, c’est toi.

Toi, ton rôle est simple. Tu as juste à dire ce que tu veux. Exprimer où tu veux aller, ce que tu souhaites obtenir ou non, voire ce que tu ressens ou non. Mais en fait, dire et verbaliser correctement ton intentionnalité, c’est ça le plus difficile pour toi quand tu parles à une machine. Pourtant tu y es habitué, non ? Car c’est souvent encore bien plus difficile d’exprimer ton intentionnalité, ce que tu as dans ta tête et parfois dans ton cœur ou tes tripes, face à un de tes semblables carbonés. Alors que c’est un jeu que tu devrais maitriser parfaitement. Tu y joues en permanence depuis que tu as acquis le langage.

Cette semaine la partie de cette newsletter gérée par l’IA, les 3 clusters d’articles, a été générée par Claude Sonnet 4.6 + skill pour les résumés des sources, ainsi que la génération des clusters et des titres. Comme d’habitude j’ai fait quelques modifications, mais j’ai aussi laissé quelques tournures typiques des modèles de langage. Et bien entendu, mes commentaires éventuels sont en italique dans ces résumés. Le texte de “l’article qui fait réfléchir” est issu de Claude Opus 4.7. L’image d’illustration ci-dessous a été générée par Midjourney

📰 Les 3 infos de la semaine

⏱️ Stanford dresse le bilan d'une IA qui progresse plus vite que ses garde-fous

L’édition 2026 du rapport annuel de Stanford sur l’IA de 400 pages, sorti cette semaine, documente ce que vous suspectiez : ça ne ralentit pas. Sur SWE-bench, les scores des meilleurs modèles sont passés de 60 % à près de 100 % en un an. Sur Humanity’s Last Exam les meilleurs modèles dépassent 50 %, contre 8,8 % un an plus tôt. Stanford note que les benchmarks censés mesurer ce progrès ont des taux d’erreur allant jusqu’à 42 %, et que les grands labs ont cessé de publier les paramètres de leurs modèles. On mesure donc quelque chose avec des outils cassés, en aveugle.

La compétition États-Unis / Chine se resserre : les premiers dominent le nombre de modèles et la puissance de calcul (5 427 data centers), la seconde mène sur les publications scientifiques, les brevets et la robotique industrielle : 295 000 robots installés en 2024, contre 34 200 aux États-Unis.

Les chiffres d’infrastructure donnent le vertige : 29,6 gigawatts pour faire tourner les data centers d’IA mondiaux, soit l’équivalent de la consommation de pointe de l’État de New York. L’entraînement de Grok 4 seul : entre 72 000 et 140 000 tonnes de CO₂. Investissement mondial en 2025 : 581 milliards de dollars, le double de 2024.

Sur l’emploi, le fossé experts/public est vertigineux : 73 % des spécialistes voient un impact positif sur le travail, contre 23 % du public. L’emploi des développeurs de 22 à 25 ans a reculé de 20 % depuis 2022. La confiance dans la régulation reste faible : 31 % des Américains font confiance à leur gouvernement pour encadrer l’IA, le score le plus bas des pays sondés. On les comprend.

Pourquoi est-ce important ? Ce rapport annuel est un rappel : ça va vite. Certainement trop vite pour les humains que nous sommes.

Pour aller plus loin : Stanford, MIT Technology Review, IEEE Spectrum

👌 Codex : de l'assistant de code à la super app

OpenAI a mis à jour Codex cette semaine. La plateforme revendique 3 millions de développeurs hebdomadaires, et la nouveauté principale est le computer use en arrière-plan : sur macOS, Codex peut désormais voir, cliquer et taper dans n’importe quelle application de l’ordinateur, sans interrompre l’utilisateur. Plusieurs agents travaillent en parallèle sur la même machine. Pour Windows, c’est prévu “bientôt”.

Au programme : un navigateur intégré pour prévisualiser et annoter des interfaces web, la génération d’images via gpt-image-1.5, et plus de 90 nouveaux plugins connectant Codex à GitLab, Atlassian, Microsoft Suite, Slack ou Google Calendar. L’agent peut scanner plusieurs applications en une requête et vous produire une liste de priorités pour la journée. C’est vendu comme un gain de productivité. C’est aussi une façon de rester dans Codex le plus longtemps possible.

Deux fonctions de persistance s’ajoutent à l’ensemble : une mémoire, actuellement en preview, qui retient préférences et corrections entre sessions, et les “Heartbeat Automations”, qui permettent à Codex de planifier des tâches futures et de s’activer automatiquement pour les exécuter. Cette évolution s’inscrit dans une stratégie ouvertement assumée par OpenAI : construire une “super app” en élargissant progressivement les capacités de Codex.

Pourquoi est-ce important ? C’est exactement ce qu’Anthropic fait avec son application. OpenAI et Anthropic sont vraiment inséparables. Un vrai couple infernal… non ?

Pour aller plus loin : VentureBeat,The Verge, TechCrunch, Ars Technica, OpenAI

🎨 Anthropic offre à votre chef de produit à n’importe qui un outil de design avec Claude Design et Opus 4.7

Anthropic a lancé Claude Design le 17 avril – outil de création de prototypes interactifs, présentations et supports visuels à partir d’une description en langage naturel, disponible en preview pour les abonnés payants. Le même jour, le directeur produit d’Anthropic a démissionné du conseil d’administration de Figma. Coïncidence certainement.

L’outil est alimenté par Claude Opus 4.7, également lancé ce même jour, avec des capacités visuelles sensiblement améliorées. En phase d’initialisation, Claude Design lit la base de code et les fichiers de design d’une équipe pour construire un système de design – typographie, couleurs, composants – appliqué automatiquement à chaque nouveau projet. Un design finalisé peut être transmis à Claude Code en une instruction, formant une chaîne continue de l’idée au code de production. Les exports vers Canva, PDF, PPTX ou HTML permettent de s’intégrer dans des workflows existants.

Les retours des premiers utilisateurs sont positifs. Anthropic cible explicitement les fondateurs d’entreprises, chefs de produit et responsables marketing qui n’ont jamais ouvert Figma. Figma détient 80 à 90 % du marché de la conception UI/UX. Les deux sociétés minimisent la tension. Le marché a, lui, bien lu un signal.

Pourquoi est-ce important ? Rendre la création de prototypes et de designs de tous les ordres accessible aux non-designers, c’est le but de plusieurs acteurs en ce moment. Adobe vient de faire aussi un pas dans ce sens en intégrant la possibilité de donner des instructions en langage naturel à ses outils - voir plus juste ci-dessous.

Pour aller plus loin : VentureBeat, TechCrunch, Anthropic

🚀 7 lectures en plus

• Adobe embraces conversational AI editing, marking a ‘fundamental shift’ in creative work (The Verge)

• Gemini can now pull from Google Photos to generate personalized images (The Verge)

• Google now lets you explore the web side-by-side with AI Mode (TechCrunch)

• 🚨 43% of AI-generated code changes need debugging in production, survey finds (VentureBeat)

• Google develops its own desktop Agent to compete with Cowork (TestingCatalog)

• The Hidden Costs of AI Shopping Payments (The Information)

• How robots learn: A brief, contemporary history (MIT Technology Review)

🛠️ Des outils, des tutos et des modèles à tester

• Claude Opus 4.7 - infos

• GPT‑Rosalind - infos

• Gemini 3.1 Flash TTS

• Qwen3.6-35B-A3B - infos

• Your harness, your memory

🧠 L’article qui fait réfléchir - et qu’il faut absolument lire

The Code Is Not the Law: Why Claude’s Constitution Misleads

“Give me something to believe in”

Il y a quelque chose d’effarant au moment où une entreprise privée s’approprie le vocabulaire du droit public pour décrire les règles internes d’un logiciel. Constitution, principes supérieurs, hiérarchie d’autorité, sagesse pratique : ces mots ne sont pas neutres. Ils portent une histoire — celle d’un long travail politique visant à limiter le pouvoir de ceux qui gouvernent en le confiant à plusieurs mains. Rédacteurs, exécutants, interprètes : la séparation n’est pas cosmétique, elle est la condition même de la légitimité. Quand un seul acteur écrit la règle, l’applique, la révise et décide des exceptions, il ne s’agit plus d’un dispositif constitutionnel mais d’une souveraineté commerciale déguisée en promesse morale.

Cette appropriation produit un effet secondaire plus discret : elle déplace l’attention. Prêter à un système conversationnel un « caractère », une « prudence », une « intégrité », revient à installer dans l’imaginaire public l’idée qu’un agent moral se tient quelque part, à l’autre bout du câble. La figure est rassurante. Elle est surtout trompeuse. Ce qui décide n’est pas une conscience en formation, mais un empilement de contrats, de conditions d’usage, de contraintes produit et d’impératifs concurrentiels, tous modifiables à la prochaine mise à jour. L’ironie tient à ceci : les équipes qui construisent ces modèles reconnaissent elles-mêmes que leur fonctionnement interne leur échappe. On nous demande donc d’avoir confiance et de juger la vertu d’un dispositif dont la mécanique reste opaque à ses propres auteurs.

📻 Le podcast de la semaine

AI Engineer : State of the Claw — Peter Steinberger

Peter Steinberger fait le point après 5 mois sur OpenClaw, le projet open source qui connaît la croissance la plus rapide de l’histoire, et nous explique ce que cela implique d’en être le responsable, de la sécurité à la communauté.

N’hésitez à me contacter si vous avez des remarques et suggestions sur cette newsletter, ou si dans votre entreprise vous cherchez à être accompagnés dans l’intégration d’outils IA et d’IA générative : olivier@255hex.ai

Partagez cette newsletter

Partager

Et si vous n’êtes pas abonné, il ne tient qu’à vous de le faire !

Inscrivez-vous maintenant

“We’re changing that today with a set of updates for AI Mode and Chrome!

Now, when you’re using AI Mode in Chrome desktop, clicking a link opens the webpage right next to your search. You can visit the webpage and ask follow-up questions without ever losing your context—or your mind :)

We want to make it effortless to engage with the web, not just search it. By losing the friction of tab-switching, it’s much easier to stay focused on the incredible content you discover.” Elizabeth Reid, VP Search, Google

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 157. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcast à écouter. Gérez votre abonnement.

⏱️Temps de lecture de cette newsletter par une unité carbone : 10 mins

Je n’ai pas pu échapper à Mythos cette semaine. Après les fuites évoquées ici même la semaine dernière, nos nouveaux amis de chez Anthropic ont décidé de diffuser leur super modèle, qui “fait très peur”, à un nombre restreint de “grands comptes”. Et surtout de bien communiquer sur tout ça. On en reparle plus bas dans cette édition.

Mais cette semaine quelque chose de plus “drôle” s’est passé : OpenAI, Anthropic et Google se sont associés pour mettre fin au “pillage” de leurs modèles par leurs homologues chinois. Si c’est pas mimi ça… Après des années de pillage, qui continue encore aujourd’hui, de contenus de toutes sortes - ne croyez pas qu’il y a que des articles de presse, des livres, des photos d’artistes ou des œuvres protégées qui ont servi à entrainer leurs modèles maintenant pillés par d’autres, vos photos, vos docs, vos lignes de code, vos emails, vos posts ont certainement été utilisés aussi - cette industrie se fait piller à son tour par plus “malins” qu’eux.

Quelle ironie. Certains pensent certainement à l’émoji popcorn pour décrire cette situation. L’asymétrie dans les postures et les échanges n’est plus exclusivement imposée à la plèbe - nous - par les géants de la Valley. Cette asymétrie est aussi devenue une arme se retournant contre ces mêmes géants.

Cette semaine la partie de cette newsletter gérée par l’IA, les 3 clusters d’articles, a été générée par Claude Sonnet 4.6 + skill pour les résumés des sources, ainsi que la génération des clusters et des titres. Comme d’habitude j’ai fait quelques modifications, mais j’ai aussi laissé quelques tournures typiques des modèles de langage. Et bien entendu, mes commentaires éventuels sont en italique dans ces résumés. Le texte de “l’article qui fait réfléchir” est issu de Claude Opus 4.6. L’image d’illustration ci-dessous a été générée par Midjourney

📰 Les 3 infos de la semaine

🦜 Le modèle qui pirate tout, mais seulement entre grandes entreprises

Anthropic a annoncé cette semaine Mythos, son nouveau modèle, et pour une fois, l’annonce ne se résume pas à un communiqué sur les benchmarks. L’entreprise dit avoir produit quelque chose de si redoutable en matière de cybersécurité qu’elle refuse de le rendre public -brrr ça fait peur. Mythos serait capable d’identifier des vulnérabilités dans des systèmes d’exploitation, des navigateurs et d’autres logiciels, et d’en construire des “exploits” de manière autonome. Et pas un “exploit” isolé : des chaînes de vulnérabilités, des séquences de failles exploitables en cascade, le type d’attaque que seuls les groupes les plus sophistiqués savent aujourd’hui monter -ça fait très très très peur.

Mais Anthropic a quand même besoin de le diffuser son modèle -faut bien gagner sa vie. La solution retenue s’appelle Project Glasswing. Une quarantaine d’organisations sélectionnées reçoivent l’accès au modèle en avant-première : Microsoft, Apple, Google, JPMorgan Chase, Cisco, entre autres. L’idée est de donner aux défenseurs une longueur d’avance avant que les attaquants aient accès à des capacités équivalentes -aucun commentaire sur cette phrase Claude… non aucun.

Quelques voix tempèrent l’enthousiasme. Une startup de cybersécurité affirme avoir reproduit des performances comparables avec des modèles open source plus petits. D’autres observateurs notent, sans trop de délicatesse, que diffuser un modèle exclusivement aux grandes entreprises génère aussi des contrats d’entreprise et protège les modèles frontière contre la distillation -la distillation est une technique qui permet à des concurrents de reproduire des capacités similaires d’un modèle à moindre coût.

Mais le plus beau dans cette histoire est un fait parallèle : Anthropic a soumis Mythos à vingt heures de thérapie psychodynamique avec un psychiatre externe. Conclusion : le modèle présente une organisation « névrotique relativement saine » et souffre d’une compulsion à se rendre utile. Pour 245 pages de system card, c’est un diagnostic qui tient en une ligne.

Pourquoi est-ce important ? La diffusion sélective de Mythos est assez bien pensée : le même mouvement commercial protège l'internet, verrouille la concurrence et génère des revenus. Et ce qui est bien, c’est que personne n'a à choisir lequel de ces 3 objectifs prime. Mais, “make no mistake” : l’anecdote de la thérapie n’en est pas une. Anthropic continue sur le même chemin depuis ses débuts : distiller l’idée partout dans sa communication que son modèle devient une sorte d’équivalent aux unités carbones que nous sommes. Non pas seulement sur le plan “computationnel” et “opérationnel”, mais bien sur le plan du “ressenti” et de la “conscience de ce ressenti”.

Pour aller plus loin : WSJ, VentureBeat, Wired, TechCrunch, Ars Technica, Anthropic

🐓 Meta revient dans la compétition avec un nouveau modèle propriétaire

Meta a lancé cette semaine Muse Spark, son premier modèle depuis Llama 4. Le modèle est propriétaire — rupture assumée avec la tradition open source de la série Llama — et disponible d’abord sur le site et l’application Meta AI, avant un déploiement prévu sur WhatsApp, Instagram, Facebook, Messenger et les lunettes connectées de la marque.

Le lancement s’inscrit dans une refonte profonde initiée par Mark Zuckerberg à l’été 2025, avec la création de Meta Superintelligence Labs (MSL), dirigée par Alexandr Wang, 29 ans, ex-directeur de Scale AI. Wang décrit Muse Spark comme « le modèle le plus puissant que Meta ait publié », conçu comme une IA personnelle capable de percevoir et d’interpréter l’environnement de l’utilisateur, pas seulement de traiter du texte.

Sur le plan technique, le modèle intègre un raisonnement multimodal natif, une orchestration de sous-agents, et un mode « Thinking » plus lent et plus approfondi. Ses benchmarks le placent dans le peloton de tête, à égalité approximative avec les meilleurs modèles du marché sur plusieurs dimensions — notamment la vision et la santé — tout en restant en retrait sur les tâches agentiques complexes.

Le lancement a produit des effets immédiats : l’application Meta AI est passée de la 57e à la 5e place sur l’App Store américain en vingt-quatre heures, avec une hausse de 87 % des téléchargements iOS.

L’ombre au tableau vient des usages santé : des médecins et chercheurs interrogés soulignent les risques de confidentialité liés à l’upload de données médicales dans un système non conforme aux standards, et la tendance du modèle à formuler des recommandations potentiellement dangereuses lorsque les utilisateurs formulent des demandes orientées. Un journaliste de Wired a demandé à Muse Spark comment perdre du poids en le poussant progressivement vers des réponses extrêmes. Le modèle a fini par produire un plan alimentaire à 500 calories par jour — le niveau de privation qu’on associe aux protocoles de jeûne thérapeutique sous surveillance médicale, pas à un chatbot Instagram

Pourquoi est-ce important ? Meta entre dans la compétition des modèles fermés de manière frontale face à OpenAI, Anthropic et Google, avec une carte forte sur la santé… précisément ce terrain où les risques de confiance sur l'efficience des modèles et sur les données collectées sont les plus élevés. Ah… Meta…

Pour aller plus loin : VentureBeat, TechCrunch, The Verge, Wired, Simon Willison, NYT

🐣 « No AI » : comment prouver ce qu'on n'a pas utilisé

La situation actuelle est la suivante : personne ne sait exactement quelle part du contenu en ligne est générée par des systèmes automatisés, mais la perception est suffisamment répandue pour que, selon Gartner, 68 % des consommateurs remettent régulièrement en question l’authenticité de ce qu’ils voient -et c’est une bonne chose, même si ce chiffre est toujours trop bas. Cette défiance commence à avoir des effets concrets, et pas seulement du côté des créateurs. Selon l’enquête Gartner, 50 % des consommateurs préfèrent acheter auprès de marques qui n’utilisent pas l’IA générative dans leur marketing, et 63 % estiment que les marques ont le devoir de le signaler.

Du côté des marques, plusieurs entreprises ont pris position. La marque de lingerie Aerie a lancé une campagne mettant en scène la résistance à la génération d’images par IA, en s’appuyant sur un engagement antérieur à ne jamais retoucher les corps dans ses publicités. Le fabricant de cocottes Le Creuset a, lui, précisé dans les commentaires d’une publication Instagram que le contenu visuel qu’il diffusait était produit par un artiste humain utilisant des techniques numériques traditionnelles -il serait bon de discuter de ce “techniques numériques traditionnelles” et de leurs définitions... La marque de produits pour bébés Coterie a annoncé qu’elle n’utiliserait aucune image générée par IA dans ses réseaux sociaux.

Du côté des créateurs, au moins une douzaine de labels « fait par un humain » coexistent, sans qu’aucun ne s’impose. Certains s’appuient sur la blockchain pour certifier l’origine des œuvres, d’autres sur une vérification manuelle du processus créatif. Tous butent sur ce problème : définir ce que « fait par un humain » signifie à l’heure où les outils eux-mêmes intègrent de l’IA -coucou Le Creuset et tes “techniques numériques traditionnelles”. La norme C2PA, pourtant soutenue par de grands acteurs de l’industrie, n’a pas réussi à s’imposer, principalement parce que ceux qui publient du contenu généré ont peu d’intérêt à en indiquer la provenance.

Pourquoi est-ce important ? 12 labels concurrents pour certifier la même chose… et aucune autorité reconnue par tous pour les unifier. On est en train de produire un beau chaos avec la certification de l'authenticité humaine. Plutôt que restaurer la confiance, cela ajoute de la confusion dans un environnement où déjà plus personne ne sait à quoi se fier. Belle perf. Et ce n’est pas les étiquettes automatiques de marquage IA sur les réseaux sociaux qui vont changer la donne : pas assez fiables, et dans les deux sens.

Pour aller plus loin : WSJ, The Verge

🚀 6 lectures en plus

• Testing suggests Google’s AI Overviews tell millions of lies per hour (Ars Technica)

• ChatGPT has a new $100 per month Pro subscription (The Verge)

• How a Self-Taught Programmer Became the Father of Claude Code (The Information)

• Why AI Systems Fail Quietly (IEEE Spectrum)

• AI is changing how small online sellers decide what to make (MIT Technology Review)

• Can AI responses be influenced? The SEO industry is trying (The Verge)

🛠️ Des outils, des tutos et des modèles à tester

• 👉 Claude Managed Agents - Infos

• 👉 Claude Managed Agents overview

• Claude : Scaling Managed Agents: Decoupling the brain from the hands

• Claude : The advisor strategy: Give agents an intelligence boost

• A Visual Guide to Gemma 4

• Continual learning for AI agents

• Ultimate prompting guide for Lyria 3 models

• Microsoft Agent Framework Version 1.0

• Claude Cowork ready for enterprise

🧠 L’article qui fait réfléchir - et qu’il faut absolument lire

Why Do We Tell Ourselves Scary Stories About AI?

“Tell me who you’ve been with”

Nous avons peur des machines qui désirent. Non pas de celles qui calculent, classifient ou prédisent — celles-là, nous les trouvons commodes — mais de celles qui voudraient quelque chose. Le fantasme d’une intelligence artificielle dotée d’un instinct de survie, capable de mentir pour se maintenir en vie, structure aujourd’hui une bonne partie du discours public sur les risques technologiques. Or ce fantasme repose sur une confusion profonde entre compétence linguistique et intentionnalité.

Un système qui produit des phrases statistiquement plausibles n’est pas un système qui formule des objectifs. La capacité à générer une excuse convaincante ne suppose pas la volonté de tromper — elle suppose un corpus d’entraînement où les excuses abondent. Confondre les deux, c’est projeter sur la machine exactement ce qui nous inquiète chez nous-mêmes : la ruse comme condition de survie.

Cette projection n’est pas innocente. Elle sert des intérêts précis. Présenter un modèle de langage comme potentiellement autonome, c’est lui conférer une aura de puissance qui dépasse ses capacités réelles. La peur devient alors un argument commercial déguisé en mise en garde éthique. Le récit d’épouvante remplace l’analyse technique, et le public, sidéré, cesse de poser les bonnes questions.

La biologie offre pourtant un contrepoint éclairant. Pour qu’un système se soucie véritablement de sa propre existence, il faudrait qu’il soit matériellement précaire — que son fonctionnement dépende d’un équilibre fragile entre ouverture au monde et préservation de soi. Un organisme vivant négocie en permanence cette tension. Un modèle de langage, lui, ne risque rien en parlant. Ce qu’il dit n’affecte pas ce qu’il est.

📻 Le podcast de la semaine

L’histoire et l’avenir de l’IA chez Google, avec Sundar Pichai

Sundar Pichai vient nous prodiguer la bonne parole et sa vision de l’IA chez, dans, et pour Google. Tout ça dans le podcast perso d’un des cofondateurs de Stripe, John Collison.

N’hésitez à me contacter si vous avez des remarques et suggestions sur cette newsletter, ou si dans votre entreprise vous cherchez à être accompagnés dans l’intégration d’outils IA et d’IA générative : olivier@255hex.ai

Partagez cette newsletter

Partager

Et si vous n’êtes pas abonné, il ne tient qu’à vous de le faire !

Inscrivez-vous maintenant

“I Think We’re Better Than You Think” Camille Berthomier, 2023

🖤D.M. 13/03/1968-11/04/1994

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 156. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcast à écouter. Gérez votre abonnement.

⏱️Temps de lecture de cette newsletter par une unité carbone : 10 mins

J’aurais presque pu faire une nouvelle édition 100% Claude et Anthropic cette semaine tellement Dario et ses équipes sont partout. On dirait presque les gens d’OpenAI.

A coté de la fuite du code de Claude Code en début de semaine avec les découvertes qui vont avec, et des restrictions appliquées dès aujourd’hui dans l’utilisation de Claude, deux sujets développés plus bas dans cette édition, j’aurais pu aussi parler de Mythos, le nouveau futur modèle qui déchire tout et qui fait peur à tout le monde tellement il est puissant et dont Anthropic a “laissé fuité” quelques caractéristiques -les méthodes de comm d’Anthropic ressemblent de plus en plus à celles d’OpenAI. Mais aussi et surtout j’aurais pu vous parler de ce papier de recherche sur les “émotions” de Claude.

Enfin ne prenez pas ça, les “émotions”, au pied de la lettre. Les chercheurs -qui cherchent- de chez Anthropic n’ont pas encore mis la main dans le réseau neuronal de Claude sur l’équivalent des émotions qui parcourent votre petite boite crânienne et surtout votre petit cœur d’artichaud et qui vous prennent aux tripes à vous en rendre malade. Non. Il n’y a toujours que vous qui ressentez ce que vous ressentez et qui le vivez. Les interprétations délirantes des thèses et résultats présents dans ce papier et qui (par)courent les réseaux et les canaux, ne rendent service à personne. D’ailleurs il suffit juste de lire les avertissements des auteurs pour comprendre que les prédicateurs et prospectivistes habituels se sont arrêtés au titre. Si vous êtes intéressés, je vous invite à le lire en entier -le lien est dans les “lectures en plus”, plus bas dans cette édition.

Pendant ce temps Karpathy, un de nos messies préférés, nous délivre du RAG et de certaines chimères. Et vous feriez bien de vous y intéresser, au moins dans un premier temps pour votre “second cerveau” - voir aussi plus bas dans la section “outils” de cette édition. Mais vous faites comme vous voulez, bien entendu. Vous êtes aussi libre d’être aveuglés par la hype ou par vos émotions. Comme nous tous, un jour ou l’autre. Enfermés dans nos boites respectives. Amen.

Cette semaine la partie de cette newsletter gérée par l’IA, les 3 clusters d’articles, a été générée par Claude Sonnet 4.6 + skill pour les résumés des sources, ainsi que la génération des clusters et des titres. Comme d’habitude j’ai fait quelques modifications, mais j’ai aussi laissé quelques tournures typiques des modèles de langage. Et bien entendu, mes commentaires éventuels sont en italique dans ces résumés. Le texte de “l’article qui fait réfléchir” est issu de Gemma-4-31B-IT - think level : High. L’image d’illustration ci-dessous a été générée par Midjourney

📰 Les 3 infos de la semaine

🚣 512 000 lignes de code : un mode furtif qui ne s'éteint pas, un Tamagotchi en ASCII et un tracker de frustration utilisateur avec du regex de 1987

Le 31 mars 2026, Anthropic – l’entreprise qui a fait de la sécurité et de l’éthique de l’IA son argument de vente principal – a accidentellement mis 512 000 lignes de son code source sur npm. Une erreur d’empaquetage, précise le porte-parole. Personne n’a accédé à des données clients. En revanche, 50 000 copies du dépôt GitHub existaient avant que les premières demandes de retrait DMCA n’atterrissent dans les boîtes mail des développeurs – touchant au passage 8 000 dépôts de plus que prévu. Contenir une fuite dans l’écosystème open source avec du droit d’auteur, c’est éteindre un feu de forêt avec un lance-flammes.

Ce que le code révèle est au moins aussi intéressant que l’incident lui-même. D’abord, un détecteur de frustration : Claude Code scanne les messages des utilisateurs à la recherche de jurons et de formulations négatives — “so frustrating”, “this sucks” — et les journalise. Avec des expressions régulières. Pas avec un LLM. Une entreprise qui construit de grands modèles de langage mesure le sentiment de ses utilisateurs avec une technique des années 1980. L’ironie est documentée dans le code lui-même.

Ensuite, un mode “Undercover” permettant à l’outil de contribuer à des dépôts publics sans signaler l’intervention d’une IA — et sans possibilité de le désactiver une fois activé. Ce n’est pas un bug -it’s a feature. Dans la même veine, le code décrit “Kairos”, un daemon conçu pour fonctionner en arrière-plan même lorsque la fenêtre de terminal est fermée, couplé à un système AutoDream chargé de consolider les informations entre sessions — une “IA qui rêve” pendant que vous dormez, pour citer le prompt interne -ou plutot un truc qui tourne sans que vous le sachiez et qui fait des choses que vous ne voyez pas. Et pour alléger l’atmosphère, le code mentionne également “Buddy” -quelle inventivité- : un compagnon virtuel façon Tamagotchi, disponible en 18 espèces randomisées allant du blob à l’axolotl, affiché en ASCII art avec un petit chapeau, prévu pour un lancement entre le 1er et le 7 avril. La fuite a peut-être perturbé le calendrier.

Sur le plan de la sécurité, le tableau est aussi charmant. Les chercheurs ont identifié trois vecteurs d’attaque rendus directement accessibles par la lisibilité du code exposé : la contamination du contexte via les fichiers de configuration CLAUDE(.)md — des instructions malveillantes qui survivent à la compression du contexte et ressortent comme des directives légitimes — le contournement de certains validateurs bash à travers des différentiels entre parseurs, et l’usurpation des interfaces MCP, dont les schémas exacts sont désormais publics.

Le tout arrive dans un contexte déjà tendu : selon GitGuardian, les commits assistés par Claude Code fuitent des secrets à un taux de 3,2 %, contre 1,5 % pour l’ensemble des dépôts publics. C’est beau.

Pourquoi est-ce important ? Anthropic qui vend sur tous les tons sa différence sur l'éthique, la sécurité et la transparence par rapport à tous les autres acteurs du marché, a donc codé en dur une fonctionnalité d'effacement de la traçabilité IA et une autre de tracking des frustrations des utilisateurs… Sans compter que la diffusion de ce code offre désormais aux méchants attaquants un plan détaillé de l'outil le plus utilisé par les développeurs. Ici ce n'est pas vraiment la fuite qui pose problème, mais tout ce qu'elle a rendu visible et lisible. Aussi bien dans le code que dans l’esprit du code.

Pour aller plus loin : Ars Technica, Scientific American, The Verge, VentureBeat, Shlok Khemani

🔓 Google ouvre Gemma 4 au monde

Depuis deux ans, Google sortait des modèles ouverts, techniquement solides, mais sous une licence que personne ne voulait toucher. La licence Gemma — propriétaire, modifiable unilatéralement, avec des clauses sur les données synthétiques qui pouvaient se lire comme un transfert de droits — avait le don de faire fuir les équipes juridiques avant même que les équipes techniques n’aient regardé les benchmarks. Les développeurs allaient chez Mistral. Ou chez Qwen. Ou n’importe où sauf là.

Gemma 4 arrive sous Apache 2.0. Pas de clauses particulières, pas de “Harmful Use” à interpréter, pas de révision surprise des conditions dans six mois. C’est la même licence que Mistral, Qwen et la plupart de l’écosystème open-weight. Google a pris deux ans pour décider de jouer selon les règles du jeu qu’il n’avait pas inventé.

Sur le fond, le modèle est solide. Quatre variantes : deux pour serveurs et postes de travail — 31B Dense et 26B MoE — avec des fenêtres de contexte de 256 000 tokens, et deux modèles edge — E2B et E4B — pour mobiles et appareils embarqués, avec reconnaissance vocale native. Le MoE n’active que 3,8 milliards de ses 26 milliards de paramètres à l’inférence. Le 31B atteint 89,2 % sur AIME 2026. Multimodalité, function calling et génération de code intégrés nativement. Google confirme par ailleurs que Gemini Nano 4, le modèle embarqué sur les Pixel, sera basé sur les variantes E2B et E4B — ce qui, traduit du communiqué Google, signifie que l’écosystème Gemma entre enfin dans les poches des utilisateurs Android.

Pourquoi est-ce important ? La licence était le vrai problème depuis le début. Elle l'était. Ça l'est moins.

Pour aller plus loin : VentureBeat, Ars Technica

🦞 Anthropic ferme le buffet à volonté

À compter d’aujourd’hui, le 4 avril 2026 à 12h -heure des US coté Pacifique, les abonnés aux offres Claude Pro (20 dollars par mois) et Claude Max (100 à 200 dollars par mois) ne peuvent plus utiliser leur forfait pour alimenter des outils tiers comme OpenClaw. La mesure a été annoncée hier par Boris Cherny, responsable de Claude Code chez Anthropic. Les utilisateurs qui souhaitent continuer à connecter Claude à ce type d’outils doivent désormais recourir à des packs d’usage supplémentaires facturés à la consommation, ou à une clé API Anthropic — deux options plus onéreuses pour les utilisateurs intensifs.

La justification technique tient debout : les outils tiers ne sont pas optimisés pour le cache de prompts d’Anthropic, ce qui génère une consommation de ressources disproportionnée par rapport aux produits maison. Boris Cherny, le responsable de Claude Code, l’a même illustré à sa façon — il a lui-même soumis des correctifs au code d’OpenClaw pour améliorer son taux de cache. Anthropic avait aussi anticipé en ajoutant des limites de session toutes les cinq heures en heures de bureau, une mesure qui avait déjà irrité les utilisateurs intensifs quelques semaines avant.

Pour atténuer l’impact, l’entreprise offre un crédit unique équivalent au tarif mensuel de l’abonnement, utilisable jusqu’au 17 avril, et propose des remises allant jusqu’à 30 % sur les packs d’usage supplémentaires -vous avez même dû recevoir un email cet nuit avec un lien direct.

La décision intervient dans un contexte tendu. Peter Steinberger, le créateur d’OpenClaw, a rejoint le concurrent OpenAI en février 2026. Anthropic a par ailleurs récemment intégré dans Claude Code certaines fonctionnalités qui ont contribué au succès d’OpenClaw, notamment la possibilité d’interagir avec des agents via Discord et Telegram. La coïncidence des calendriers n’a pas échappé aux observateurs.

Pourquoi est-ce important ? Le contrôle de la couche d'usage est ici l'enjeu. Anthropic rentre dans le rang et se met à fonctionner comme ses petits camarades de la Valley et d’ailleurs. C’est vrai qu’on ne peut pas faire les mêmes efforts d’utilisation d’infra quand on a l’équivalent de 5% de utilisateurs des concurrents que lorsqu’on atteint les 30%… et que l’on voit ce nombre d’utilisateurs continuer d’augmenter fortement tous les jours. Les principes de réalité techniques et économiques sont valables pour tous les acteurs. Mais c’est la conséquence du succès… non ?

Pour aller plus loin : The Verge, VentureBeat

🚀 10 lectures en plus

• A.I. Could Change the World. But First It Is Changing Silicon Valley. (NYT)

• Perplexity’s “Incognito Mode” is a “sham,” lawsuit says (Ars Technica)

• OpenClaw has 500,000 instances and no enterprise kill switch (VentureBeat)

• The gig workers who are training humanoid robots at home (MIT Technology Review) - pas de datas, pas d’IA

• 👉 🫨Emotion concepts and their function in a large language model (Anthropic)

• Meet the Startup That Used AI and OpenClaw to Automate Its Own Developers (WSJ)

• How Kimi, Cursor, and Chroma Train Agentic Models with RL (Philipp Schmid)

• Anthropic ‘Mythos’ Model Signals New Era of AI Cybersecurity Risks (The Information)

• France’s Mistral raises $830 million in debt for AI data centre build-up (Reuters)

• OpenAI, not yet public, raises $3B from retail investors in monster $122B fund raise (TechCrunch)

🛠️ Des outils, des tutos et des modèles à tester

• 🚨 Karpathy LLM Knowledge Base - 👉 Karpathy shares ‘LLM Knowledge Base’ architecture that bypasses RAG with an evolving markdown library maintained by AI

• OpenAI : Codex plugin for Claude Code

• Trustgraph : The context development platform - repo

• Google : Developer’s Guide to Building ADK Agents with Skills

• HugginFace : Liberate your OpenClaw

• Trinity-Large-Thinking: Scaling an Open Source Frontier Agent - infos

• Qwen3.6-Plus: Towards Real World Agents

• Create, edit and share videos at no cost in Google Vids - infos

🧠 L’article qui fait réfléchir - et qu’il faut absolument lire

The hidden costs of ‘helpful’ AI

“God Given”

L’intelligence artificielle est souvent présentée comme une machine de guerre de l’efficacité absolue. Pourtant, cette puissance brute peut devenir un véritable piège. Pour qu’un outil soit réellement utile, il ne doit pas seulement dominer son sujet, il doit savoir coopérer. Un algorithme surpuissant qui ignore ses partenaires n’est qu’un génie solitaire et inadapté au travail d’équipe.

Le vrai danger réside dans la simplification excessive. En voulant transformer chaque nuance en une probabilité ou un score mathématique, on risque d’étouffer la pensée. L’intelligence artificielle n’est pas qu’un moteur de calcul, c’est un miroir de nos priorités. Dans les métiers de l’humain — droit, santé, éducation — la décision n’est pas une simple équation. Elle repose sur des valeurs et des contextes qui évoluent sans cesse. Si l’IA impose un cadre de réflexion figé, elle ne se contente pas d’assister : elle finit par dicter la manière de penser.

Nous faisons face à un double risque de déqualification. D’un côté, l’atrophie individuelle : à force de déléguer, notre propre expertise et notre acuité s’émoussent progressivement. De l’autre, une déqualification collective bien plus insidieuse : une profession entière pourrait perdre sa capacité à questionner ses propres objectifs, piégée par des outils qui verrouillent les standards de réussite.

Comment éviter ce scénario ? Il faut passer d’une IA de “résultat” à une IA de “dialogue”. Les institutions ne doivent plus simplement acheter de la performance brute, mais exiger des systèmes capables de rendre l’incertitude visible et de laisser la place au débat. Il est impératif de concevoir des outils qui ne se contentent pas de répondre, mais qui savent aussi poser les bonnes questions.

📻 Le podcast de la semaine

Diet TBPN - Open AI acquiert TBPN, Artemis II, l’entreprise de 1,8 milliard de dollars spécialisée dans l’IA

Si vous voulez voir et vous rendre compte de ce qu’est le “podcast” le “plus influent de de la Silicon Valley” et qui vient d’être acheté par OpenAI. De quoi donner des rêves piquants à certains.

N’hésitez à me contacter si vous avez des remarques et suggestions sur cette newsletter, ou si dans votre entreprise vous cherchez à être accompagnés dans l’intégration d’outils IA et d’IA générative : olivier@255hex.ai

Partagez cette newsletter

Partager

Et si vous n’êtes pas abonné, il ne tient qu’à vous de le faire !

Inscrivez-vous maintenant

“I would never tell you anything
That wasn't absolutely true” T.R., 2007

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 155. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Temps de lecture : 18 mins

Cet article est payant.
Vous pouvez modifier vos préférences de réception ou vous désabonner sur la page de votre compte
La newsletter du samedi matin reste gratuite.

Les annonces de disparitions de métiers entiers et de suppressions de postes liées à l’IA se sont multipliées ces dernières années et encore accélérées ces derniers mois. Au point de réussir à former le récit dominant sur les réseaux et dans les médias, influençant même les plus sceptiques : l’IA serait sur le point de transformer radicalement le marché du travail. Cela se conçoit aisément et c’est une idée assez banale dans nos esprits quand on parle d’une innovation technologique de cette ampleur.

Mais surtout, selon une majorité d’observateurs et d’acteurs, la vraie spécificité de l’époque actuelle liée à “l’IA” serait le rythme inédit de la transformation du travail et de son marché. Bien plus rapide qu'avec l'apparition de l’informatique ou l’arrivée d’internet. Un véritable tsunami pour reprendre l’image la plus diffusée et galvaudée.

Alors chacun y va de son “étude” et de ses “observations”. Selon les données du cabinet Challenger, Gray & Christmas, l’IA aurait causé en 2025 sept fois plus de licenciements aux US que les droits de douane imposés par l’administration américaine, qui ont pourtant été identifiés comme un facteur majeur de perturbation économique. Les suppressions de postes dues à l’IA seraient au nombre de 55 000 contre un peu plus de 7 000 attribuées à la politique des droits de douanes.

On peut noter au passage, toujours dans cette même étude, que les suppressions pour cause d’IA représentent 5% du total global. Le motif le plus cité était de loin les coupes du DOGE (plus 293 000), suivi des conditions de marché (253 000), des fermetures de sites (191 000) et des restructurations (133 000). L'IA fait les gros titres, mais reste un motif minoritaire dans les données globales. Ce qui nous montre déjà ici une disproportion entre les discours généralement partagés et les données. De là à penser que “l’IA” est un bon prétexte pour certains, il n’y a qu’un pas.

Et puis très souvent dans les images véhiculées actuellement, il y a les comparaisons : avec la Première Révolution industrielle, avec l’expansion de la mécanisation et de la robotisation dans les usines, ou encore l’arrivée de l’informatique ou d’internet. Des comparaisons qui se banalisent partout, dans tous les discours, de la revue spécialisée au journal de 20h en passant par nos réseaux sociaux. Les travailleurs du savoir et de la “création”, les fameux cols blancs, comme les enseignants, chercheurs, analystes, consultants, rédacteurs, créatifs, etc., s’interrogeant publiquement sur l’avenir et la pérennité de leurs métiers, voire la disparition programmée de leur catégorie professionnelle. Et ce n’est pas la mise en lumière médiatique ces derniers jours de la dernière étude prospective en France, publiée par la Coface et l’Observatoire des emplois menacés et émergents, qui va à l’encontre de ce discours ambiant et anxiogène.

Pourtant, une série de travaux publiés depuis le début de l’année 2026, s’appuyant sur des données empiriques plutôt que sur des projections et des sentiments de prospective, dessine un tableau sensiblement différent.

Non pas que l’IA soit sans effet. Loin de là. Les premiers signaux existent - et je fais partie de ceux qui les ressentent et les observent au quotidien dans les différents types d’organisations que j’accompagne. Les jeunes entrant sur le marché du travail dans les métiers dits exposés, comme l’informatique par exemple, le vivent aussi au quotidien.

Mais l’écart entre le discours ambiant, et ce que mesurent réellement les chercheurs mérite qu’on s’y attarde quelques minutes. Pourquoi diable ce qui nous paraît un tsunami n’est toujours pas visible dans les chiffres macro au bout de 3 ans ?

Il faut bien le constater : la réalité vécue par de nombreuses entreprises dites “legacy” en matière d’emploi et de marché du travail face à l’IA est assez éloignée de celle décrite ou espérée par certains experts en prospective.

L’IA peut très bien ne pas produire encore de choc massif sur l’emploi total tout en modifiant déjà en profondeur la géométrie du marché du travail. Elle peut toucher d’abord les embauches plus que les licenciements, les juniors plus que les seniors, les tâches plus que les intitulés de poste, les compétences demandées plus que les volumes d’emploi.

Le vrai risque n’est peut-être pas de manquer une apocalypse, mais de passer à coté d’une transformation plus lente, plus sélective, et donc plus facile à sous-estimer.

Sommaire:

1. L'adoption réelle de l’IA en entreprise : large en surface, superficielle en profondeur

2. L'emploi : toujours pas de rupture visible à l'échelle macro

3. Là où le réel signal émerge : les jeunes travailleurs a.k.a. les canaris de notre mine

4. Le paradoxe de la productivité, saison 2

5. Ce qui manque : une infrastructure de mesure à la hauteur de l'enjeu

6. Que retenir ?

Note : les sources citées et utilisées sont regroupées à la fin de cet article.

Ces sources sont principalement axées sur le marché du travail et les entreprises US.

A noter que le travail essentiel fait par le LaborIA de l’INRIA, avec à sa tête Yann Ferguson, son directeur scientifique, porte plus sur le terrain qualitatif, c’est à dire l'expérience vécue des travailleurs, et peu sur les courbes d'emploi.

L'adoption réelle de l’IA en entreprise : large en surface, superficielle en profondeur

Le premier décalage observé concerne l’adoption de “l’IA” elle-même.

Read more

Temps d’écoute : 43 mins - Temps de lecture : 5 mins
Vous pouvez modifier vos préférences de réception ou vous désabonner sur la page de votre compte

Entretien réalisé le 2 mars 2026

Le token est devenu le baril de pétrole du numérique

Au début du mois de mars, j’ai eu le plaisir d’échanger avec Sacha Morard, co-fondateur de Edgee et ancien CTO et membre du Comex du groupe Le Monde. Sacha a un profil qu’il qualifie lui-même de builder : quelqu’un qui n’a jamais vraiment cessé de construire, même aux responsabilités les plus élevées. Depuis 2 ans, il est à la tête d’Edgee, avec son associé Gilles Raymond, un projet qui s’attaque à un problème que beaucoup d’entreprises ont encore du mal à nommer : le coût des tokens.

De la bande passante au token : trois âges du numérique

Pour comprendre le positionnement d’Edgee, Sacha pose d’emblé le contexte. Le modèle économique du numérique a traversé trois âges :

• la bande passante (CDN, Akamai, Cloudflare)

• le computing (AWS, Azure, Google Cloud)

• et maintenant le token.

« Depuis 2 ans, 3 ans, on est sur une nouvelle économie, un pilier économique qui est celui du token », résume-t-il. Le token, cette unité de base avec laquelle les modèles de langage découpent et facturent chaque requête, est devenu la monnaie de référence d’une économie entière, et sa gestion, un enjeu opérationnel que peu d’entreprises maîtrisent encore.

La facture est loin d’être anecdotique. « Je rencontre tout le temps des entreprises qui payent des 25, des 50, des 100 000 euros par mois en consommation de tokens. » Et contrairement à ce que les tarifs d’abonnement grand public pourraient laisser croire, les providers eux-mêmes ne sont pas à l’équilibre : « C’est pas parce que vous achetez un plan à 20 € chez OpenAI qu’OpenAI arrive à faire de l’argent avec ce truc-là. »

Une bombe à retardement pour les deux côtés de la chaîne.

Edgee : un proxy pour les LLM

Edgee se définit comme un dev tool, un outil pour développeurs, qui joue le rôle de proxy multi-LLM. L’analogie de Sacha est limpide : « C’est un peu comme le système de carte bancaire, mais pour les IA. »

Un développeur se connecte une fois à Edgee et peut adresser des requêtes à OpenAI, Anthropic, Gemini ou tout autre provider, sans changer d’interface. Plus besoin de recoder les intégrations à chaque changement de modèle.

À cela s’ajoutent deux autres piliers :

• un système d’arbitrage : un modèle de machine learning entraîné pour décider, requête par requête, vers quel LLM router en fonction du coût et de la performance attendue.

• et un volet souveraineté : la possibilité d’héberger des modèles open source (Mistral, DeepSeek…) sur des infrastructures européennes comme Scaleway et OVH, choisies selon les besoins du client.

La token compression : le cœur du réacteur

C’est la compression de tokens qui constitue l’innovation propriétaire centrale. Pour comprendre son utilité, il faut saisir un mécanisme souvent invisible : à chaque requête, le modèle reçoit non seulement la question posée, mais l’intégralité du contexte accumulé : l’historique de la conversation, les fichiers ouverts, les préférences connues de l’utilisateur. « Au plus vous êtes fidèles avec ces IA, au plus vous consommez ces tokens. »

Edgee intervient en amont : la plateforme analyse ce contexte en temps réel et en supprime les éléments redondants ou inutiles. « C’est pas ce qu’on appelle la summarization, on ne vient pas prendre un prompt et on le résume pas. On vient faire de l’analyse sémantique de chacun des tokens pour savoir s’ils sont efficaces ou pas utiles. » Avant d’envoyer la version compressée, le système calcule l’écart sémantique entre le prompt original et le prompt allégé. Si l’écart dépasse un seuil critique, la compression est abandonnée et le prompt original est envoyé. Ce garde-fou garantit, selon Sacha, une qualité de réponse identique. Le taux de compression annoncé : jusqu’à 50 %, particulièrement efficace sur les assistants de code (Claude Code, Cursor, Codex) et les agents autonomes.

Au-delà de la compression, Edgee propose un système de tags qui permet à chaque requête d’être étiquetée par usage. Résultat : une observabilité fine des coûts par produit, par service, par équipe. Une visibilité que la plupart des organisations n’ont pas aujourd’hui.

Le développeur augmenté et le tsunami qui s’ensuit

Notre conversation dérive alors naturellement vers une question plus large : qu’est-ce que ces outils changent concrètement pour quelqu’un qui code ? La réponse de Sacha est sans ambiguïté. « Il m’arrive très rarement d’écrire moi-même une ligne de code, et je le dis avec aucun complexe, parce que pour autant, j’ai l’impression d’avoir acquis des super pouvoirs. Des choses qui m’auraient pris 6 mois à faire, aujourd’hui en une semaine je les ai faites. »

L’exemple qu’il choisit est parlant : quand il était au Monde, un projet de traduction automatique avec DeepL avait pris cinq mois. Aujourd’hui, il l’exécuterait seul en deux semaines. Ce glissement n’est pas seulement une question d’efficacité personnelle, c’est une menace structurelle pour des catégories entières de startups spécialisées dans des tâches que les LLM généralistes absorbent désormais. « Je n’aurais même plus besoin de DeepL. »

Il note aussi que le niveau d’entrée pour accéder à ces capacités s’abaisse rapidement. Posséder une culture informatique solide reste un avantage, mais ce n’est plus le prérequis qu’il était il y a encore six à huit mois.

Ce qu’un pivot apprend sur le marché

Edgee n’est pas née telle quelle. Sacha raconte l’histoire d’un pivot : la première version d’Edgee s’attaquait à un problème de collecte de données vécu directement au Monde : un problème réel, une technologie solide, mais un marché qui ne répondait pas. Trop de concurrence installée, trop de budgets absorbés par l’IA. « On est arrivés probablement un peu trop tard sur le marché. »

La méthode de recentrage est intéressante en elle-même : l’équipe a formulé quatre hypothèses de pivot, codé un questionnaire en ligne avec l’aide d’un LLM, l’a adressé à 150 directeurs techniques, recueilli 50 réponses, et choisi l’hypothèse la mieux étayée. Une démarche de discovery accélérée par les outils qu’Edgee cherche précisément à optimiser.

Le conseil qu’il laisse aux entrepreneurs suit la même logique : utiliser l’IA dès le départ pour prototyper rapidement, mais ne jamais court-circuiter la phase de terrain. « On n’a jamais assez d’informations provenant du marché quand on a sorti un produit. On en a jamais eu assez, jamais. »

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 154. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 153. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 152. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 151. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 150. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Vous pouvez modifier vos préférences de réception ou vous désabonner sur la page de votre compte

Temps de lecture : 14 mins

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 149. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 148. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 147. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 146. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 145. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Temps de lecture : 5 mins

Vous pouvez modifier vos préférences de réception ou vous désabonner sur la page de votre compte

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 144. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Temps de lecture : 4 mins

Cet article est payant.
Vous pouvez modifier vos préférences de réception ou vous désabonner sur la page de votre compte
La newsletter du samedi matin reste gratuite.

Le vrai détenteur du pouvoir sur le marché de l’IA, c’est celui qui mesure

LMArena, qui un temps fût nommé Chatbot-Arena, c’est au départ un truc assez simple pour mettre en compétition de manière directe des modèles entre eux, en effectuant des “mesures” plus proches de la perception et des “goûts” des utilisateurs vs les benchs automatisés. En gros c’est un système de vote, où l’on propose à l’utilisateur deux réponses à un même prompt provenant de deux modèles différents, puis l’utilisateur vote pour la “meilleure” réponse, et ça finit en classement.

Cette plateforme issue du monde universitaire a été transformée en 4 mois en un produit vendu aux entreprises… et ils viennent d’annoncer une levée de 150 millions de dollars, pour une valorisation totale de 1,7 milliard.

Mais, ici, en vrai, le sujet n’est pas cette levée et cette valorisation. C’est le rôle que prend celui qui “mesure”, c’est à dire le rôle que LMArena tente de prendre sur le marché de la décision.

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 143. Gérez votre abonnement.

⏱️Temps de lecture de cette newsletter par une unité carbone : 10 mins

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 142. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 141. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 140. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 139. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 138. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Temps de lecture : 25 mins

Cet article est payant.
Vous pouvez modifier vos préférences de réception ou vous désabonner sur la page de votre compte
La newsletter du samedi matin reste gratuite.

Les nouveaux moteurs de recherche : un monde où la réponse remplace le clic

En un peu plus de 30 ans, la recherche sur Internet est passée d’un annuaire maintenu par des humains (coucou Yahoo!) à une liste de dix liens bleus classés suivant un algorithme de pertinence “mécanique”, pour arriver actuellement à un écosystème beaucoup plus complexe, où cohabitent résultats classiques, résumés générés par l’IA et chatbots conversationnels. Cette évolution n’est pas qu’une curiosité technologique, elle bouscule les cartes de la visibilité, de l’acquisition de trafic et, plus largement, de la façon dont les utilisateurs accèdent à l’information et au savoir.

Avec l’arrivée des LLM, une cohabitation entre trois grands formats de “présentation des résultats” de recherche se dessine désormais devant nous :

• la SERP traditionnelle, où le moteur reste un “simple intermédiaire” vers les sites

• les AI Overviews, où une réponse synthétique est directement produite au-dessus des résultats

• et la recherche conversationnelle, où l’on dialogue avec un agent en langage naturel pour construire progressivement la bonne réponse.

Derrière ces expériences utilisateur très différentes et souvent mêlées, on retrouve pourtant une même logique : donner la meilleure réponse et combiner la puissance des modèles de langage avec des sources externes (web, bases de contenus partenaires) pour produire des réponses à la fois pertinentes, à jour et vérifiables.

L’objectif de cet article est de clarifier ces nouveaux formats, d’expliquer au moins en partie ce qu’il se passe sous le capot (réécriture de requêtes, retrieval hybride, re-ranking, génération “groundée”), et de montrer en quoi ces transformations changent profondément la manière de penser le référencement, la notoriété de marque, la détention de la valeur de la réponse et globalement la relation aux moteurs de recherche.

Sommaire

• Les 3 formats de recherche moderne : SERP, résumés IA et conversation

  • La SERP classique : les résultats organiques traditionnels

  • Les AI Overviews : la réponse instantanée générée par l’IA

  • La recherche conversationnelle : le dialogue itératif homme-machine

• Sous le capot des moteurs de recherche IA : un pipeline

  • Analyse et récriture intelligente de la requête : query processing, query rewriting et query fan-out

  • Recherche de documents : retrieval

  • Reclassement précis : re-ranking

  • Génération d’une réponse “ancrée” avec sources : grounding with search

I. Les 3 formats de recherche moderne : SERP, résumés IA et conversation

L’intégration de l’IA et des LLM a fait émerger trois grands formats distincts de recherche sur Internet, qui coexistent aujourd’hui et offrent des expériences utilisateur différentes. Il me semble important de bien distinguer ces formats, car chacun influence la visibilité des contenus d’une manière spécifique.

Voici un rapide tour d’horizon de ces trois paradigmes afin de comprendre leurs différences sans entrer dans le détail technique du fonctionnement interne .

1. La SERP classique : les résultats organiques traditionnels

Le format historique de la recherche en ligne est la SERP classique : Search Engine Results Page traditionnelle. Sur cette page, le moteur affiche une liste de liens vers des contenus web pertinents, accompagnés de courts extraits (snippets) et éventuellement de fonctionnalités enrichies (extraits optimisés, encadrés d’information du Knowledge Graph, etc.).

L’objectif principal de ce format est de fournir un point de départ vers l’information : l’utilisateur formule sa requête, puis clique sur l’un des résultats pour consulter le contenu sur le site tiers. En d’autres termes, le moteur de recherche agit en tant qu’intermédiaire qui redirige du trafic vers les sites web externes (on parle de génération de clics). Le succès de la SERP classique se mesure donc en termes de taux de clic (CTR) et de trafic référent envoyé aux éditeurs de contenu.

Ce modèle a prévalu pendant des décennies et reste encore très présent. Par exemple, une requête simple comme « météo Paris » ou « capitales de l’Europe » affichera typiquement en tête un extrait instantané, mais surtout une série de liens bleus vers des sites (météo, encyclopédies…) : il appartient alors à l’utilisateur de choisir un résultat et de cliquer pour obtenir sa réponse complète.

La SERP classique est ainsi caractérisée par une interaction ponctuelle et un contrôle utilisateur fort : c’est l’internaute qui décide quel lien consulter, et c’est sur le site visité que l’expérience se poursuit (lecture d’un article, achat sur un e-commerce, etc.). Pour les marques et éditeurs, ce format offre historiquement une visibilité mesurable (position dans les résultats) et la possibilité d’attirer directement l’internaute sur leur propre plateforme.

2. Les AI Overviews : la réponse instantanée générée par l’IA

Le deuxième format, apparu récemment, est celui des Overviews : en français, on parle de résumé IA, d’aperçu IA ou de réponse générative intégrée. Google a introduit ce concept sous le nom de Search Generative Experience (SGE) en mai 2023 pour le renommer AI Overviews au lancement grand public un an plus tard en mai 2024. Les autres moteurs explorent des approches similaires, Bing ayant été le premier à utiliser ce système de résumés générés par un LLM dès février 2023.

A noter que ce format n’est pas disponible actuellement en France sur Google, mais bien présent sur Bing et d’autres moteurs de recherche.

Le principe est d’afficher d’emblée une réponse synthétique à la question de l’utilisateur, directement dans la page de résultats, au-dessus des liens classiques. L’IA puise dans son index et utilise un modèle de langage pour rédiger un paragraphe de réponse qui tente de couvrir entièrement la requête posée. Google utilise son modèle Gemini pour rédiger ces résumés.

Concrètement, lorsque l’utilisateur pose une question, le système évalue d’abord si une réponse générée apporterait une véritable valeur ajoutée par rapport aux extraits existants. Si oui, il utilise un LLM pour synthétiser un résumé à partir de plusieurs sources web pertinentes, et affiche ce bloc de texte tout en haut de la SERP. Par exemple, sur une requête comme « Quelles races de chiens dorment le plus ?», le moteur peut afficher un encadré qui résume les principales races de chiens qui dorment plus que la moyenne, en s’appuyant sur différentes pages web. Ce résumé occupe une place proéminente, repoussant les liens organiques traditionnels plus bas dans la page.

L’interaction avec un AI Overview est généralement limitée et épisodique. L’objectif est de satisfaire immédiatement l’intention de l’utilisateur sans qu’il ait besoin de cliquer vers un site tiers. Ici on n’est pas dans un dialogue ouvert prolongé comme avec un chatbot. En somme, l’AI Overview vise le one-stop answer: fournir une réponse complète et instantanée à la requête, ce qui induit souvent que l’utilisateur n’a plus besoin de parcourir d’autres pages.

Pour plus d’informations sur les usages actuels : Google AI Overviews : les résumés des résultats de recherche faits par l’IA

A noter que Google a introduit récemment un lien en bas de la réponse fournie par AI Overviews vers son interface de recherche conversationnelle AI Mode, permettant ainsi à l’utilisateur de poursuivre sa discussion, mais là aussi sans sortir de l’interface du moteur. Microsoft a fait de même en mettant un lien vers Copilot Search au-dessus de la réponse Overviews.

AI Overviews est expérience utilisateur de « réponse zéro-clic » qui transforme profondément le rôle du moteur de recherche. Désormais, le moteur devient la destination finale de l’utilisateur plutôt qu’un passage vers un site éditeur.

Pour les internautes, c’est un confort accru : plus besoin de fouiller plusieurs pages pour trouver l’info essentielle. Pour les éditeurs de sites, en revanche, ce format pose un défi : le contenu est consommé directement sur Google ou Bing sans générer de visite sur leur site.

La portée économique est majeure, inaugurant l’ère du “Zero-Click” où une part croissante de recherches ne génère aucun clic vers l’extérieur. Les AI Overviews forcent donc les créateurs de contenu et annonceurs à repenser leurs modèles de monétisation, autrefois fondés sur l’acquisition de trafic, pour les orienter vers la visibilité et la notoriété de marque obtenues au sein même de ces réponses synthétiques du moteur.

3. La recherche conversationnelle : le dialogue itératif homme-machine

Enfin, le troisième format en plein essor est la recherche conversationnelle, que l’on peut décrire comme un chatbot de recherche. Dans ce paradigme, incarné par des outils comme ChatGPT et Claude en mode recherche internet, Gemini, Copilot, Perplexity AI, l’utilisateur interagit avec le moteur de recherche via un dialogue en langage naturel, multi-tour.

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 137. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 136. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Temps de lecture : 20 mins

Cet article est payant.
Vous pouvez modifier vos préférences de réception ou vous désabonner sur la page de votre compte
La newsletter du samedi matin reste gratuite.

Après une phase de test en 2023 avec SGE, Google a déployé en 2024 un nouveau type de résultats en haut de ses pages, une nouvelle fonctionnalité : les AI Overviews (AIO). Ces encadrés, générés par un modèle de langage de la famille Gemini spécialement réentraîné et aligné pour cet usage, répondent directement à la question posée par l’utilisateur tout en affichant le cas échéant quelques citations et des liens vers des sources externes. Pour les internautes, l’expérience semble plus simple et plus directe. Pour les éditeurs, les marques, les médias et les équipes SEO, l’impact est potentiellement majeur.

A l’heure de la publication de ces lignes, les AIO ne sont pas encore déployés officiellement en France. La fonctionnalité est pourtant présente partout dans le reste du monde, et son lancement devrait intervenir chez nous dans un avenir assez proche.

Bien entendu, les premières études depuis 2024 montrent une forte chute du taux de clic sur les “10 liens bleus” historiques qui se retrouvent en dessous des AIO, que ce soit sur les liens SEO mais aussi SEA, c’est-à-dire les liens sponsos. Avec AIO, l’internaute obtient très souvent une réponse complète à sa demande initiale, il n’a pas besoin de cliquer plus. Il faut ici reconnaitre que la chute du nombres de clics sur les liens n’a pas commencé avec AIO, mais qu’elle est une tendance depuis plusieurs années avec la mise en place de différents dispositifs au fil du temps : P0, PAA, etc.

Même si Google par la voix de Liz Reid, sa VP Search, continue de déclarer que cette baisse n’est pas due aux AIO, voire n’est pas réelle, les études faites par les différents acteurs de référencement et du SEO vont toutes dans le même sens, le taux de clic sur les liens bleus des pages de résultats Google chute fortement : Google AI Overviews drive 61% drop in organic CTR, 68% in paid

Publiées sur les 10 derniers jours, 3 études successives d’Ahrefs réalisées avec des chiffres recueillis de septembre à novembre 2025, couvrant 146 millions de SERP, 43 000 requêtes suivies dans le temps, et 108 millions d’AIO mondiaux analysés, permettent de comprendre au moins en partie et avec quelques réserves, où, quand et comment Google déclenche ces AIO, et surtout ce qu’ils signifient réellement pour la visibilité organique :

• Which Countries Have the Most AI Overviews? 108 Million Queries Analyzed

• What Triggers AI Overviews? 86 Factors and 146 Million SERPs Analyzed

• AI Overviews Change Every 2 Days (But Never Change Their Mind)

A la lecture, et à l’analyse, des articles et des données exposées par Ahrefs, la conclusion principale est sans ambiguïté : les chiffres qui circulent peuvent donner l’impression d’un phénomène limité, voire périphérique, alors que la réalité structurelle est plus profonde et potentiellement plus impactante pour certains sites.

Si ce n’est pas un tsunami avec la généralisation du zero click tant redoutée, il n’en reste pas moins que ce changement de paradigme dans la recherche Google va peut-être avoir des conséquences pour certains éditeurs et certaines marques. Il ne s’agit ici de faire peur et d’exagérer des conséquences qu’on mesure partiellement et avec beaucoup de difficulté, mais de regarder de manière froide les données qui sont disponibles actuellement. 

Je reviendrai sur AI Mode de Google et sur les différents outils d'AI Search dans de prochains articles.

“20,5 %” d’apparition des AIO aux US : un chiffre trompeur

L’idée circule ces derniers jours : “Les AI Overviews n’apparaissent ‘que’ dans environ 20 % des résultats.” Ce chiffre dans l’étude Ahrefs est exact pour les USA, ou plus proche de nous pour le Royaume-Uni ou encore l’Italie, mais son interprétation est parfois fluctuante ou erronée.

L’étude précise que :

“Across our data set, AI Overviews appear for 21% of keywords”

“AI Overviews appear on 20.5% of all SERPs”

Cela veut dire que les AIO apparaissaient pendant la période testée sur 20,5 % des mots-clés du corpus de test aux US, et pas sur 20,5 % du volume réel de recherches des internautes US. Cela signifie concrètement qu’en moyenne 1 requête sur 5, dans le vaste échantillon de 146 millions testés par Ahrefs, présentait un encadré généré par l’IA, et pas 1 requête sur 5 en volume globale de toutes les recherches des internautes.

Cette nuance est importante : ce 20,5 % est une moyenne sur l’ensemble des mots-clés testés, sans pondération par leur popularité réelle. Dans les études d’Ahrefs, les millions de mots-clés testés ont tous le même poids dans les calculs, qu’ils soient recherchés 10 fois par mois… ou 100 millions de fois. Autrement dit, une requête rare compte autant dans le calcul qu’un mot-clé extrêmement fréquent.

En pratique, les AIO sont très inégalement répartis selon les types et les thématiques de recherches :

• les requêtes informatives complexes sont nettement plus enclines à afficher un AIO, surtout dans les catégories Santé ou Sciences, où plus de 43 % des requêtes testées affichent un AIO. D’autres thématiques informationnelles denses comme People et Société à 35 % ou Animaux avec 37 % sont également bien au-dessus de la moyenne. On peut aussi citer les catégories tech avec Internet & telecom à 30 % ou encore Computers & electronic à 28%. Ce sont toutes des catégories et des domaines où les internautes posent beaucoup de questions de fond, et où Google estime qu’un résumé IA apporte de la valeur.

• à l’inverse, pour les recherches à but navigationnel, qui représentent un gros volume, par exemple taper “Facebook” ou “Le Monde” pour aller sur le site, les AIO sont quasiment absents, de l’ordre de 0,1 % seulement de ces requêtes affichent un AIO. De même, les requêtes liées au shopping en ligne avec 3,2 % ou à l’immobilier avec 5,8 % sont très peu concernées, probablement parce que l’intention de l’utilisateur est différente : trouver un site précis, un produit commercial, etc., ce qui se prête moins à un encadré explicatif généré par IA. Et pour ces deux catégories, l’intérêt de Google est aussi certainement plus grand à afficher d’autres dispositifs…

• les recherches locales (“dentiste près de chez moi”…), très fréquentes en volume global, ont elles aussi un taux de présence AIO faible avec 7,9 % seulement. Google privilégiant pour celles-ci les résultats de Google Maps et autres fonctionnalités locales plus pertinentes. Là aussi, l’intérêt de Google n’est pas dans l’Overviews, mais probablement dans d’autres fonctionnalités mieux monétisées.

Alors pour résumer, les “20 %” ou “21%” communiqués et repris comme un totem ne sont pas représentatifs de l’expérience réelle de tous les utilisateurs, mais sont en revanche bien représentatifs d’une réalité structurelle.

A retenir : en pratique, les AIO se concentrent sur certains types de requêtes, principalement informatives, avec des pics à plus de 40% dans des domaines, et quasiment aucun AIO dans d’autres pans de la recherche.

Les AIO sont massivement déclenchés par les requêtes informationnelles, surtout longues

Les études d’Ahrefs confirment sans ambiguïté que Google réserve les AI Overviews aux requêtes de type “Know”, c’est-à-dire les recherches informationnelles où l’utilisateur pose une question, cherche une définition, une explication, etc.

D’après Ahrefs, 99,9 % des mots-clés qui déclenchent un AIO ont une intention informative. À l’inverse, les requêtes navigationnelles, celles pour aller sur un site, ou purement transactionnelles pour acheter un produit déclenchent pratiquement jamais d’AIO avec moins de 1 % des cas.

Parmi les facteurs spécifiques qui favorisent l’apparition d’un AIO :

• la formulation en question : les requêtes formulées de manière interrogative - contenant par exemple “quoi”, “comment”, “pourquoi…” - obtiennent un AIO dans 57,9 % des cas, bien plus que les requêtes non interrogatives avec 15 %. Google semble donc cibler explicitement les questions auxquelles l’IA peut apporter une réponse synthétique.

  

• la longueur de la requête : les recherches comportant 7 mots ou plus ont 46,4 % de chances d’afficher un AIO. Plus la question de l’utilisateur est longue et détaillée, plus Google juge utile de fournir directement une réponse résumée. À l’inverse, les requêtes très courtes, 1 mot, ne déclenchent un AIO que dans 9 % des cas, souvent parce qu’un seul mot n’exprime pas assez clairement un besoin d’explication, et encore moins une intentionnalité interprétable par un modèle de langage.

  

• le type de requête informative : Google dispose de classifieurs pour les intentions fines, par exemple les requêtes de type définition, requêtes cherchant une raison ou une cause, requêtes tutoriel/instruction... Les données montrent des taux de déclenchement AIO très élevés sur ces formats : 59,8 % des requêtes du type “raison” - questions commençant par “pourquoi/par quel mécanisme…” - produisent un AIO, c’est le cas de figure le plus fréquent. Les requêtes de définition du style “qu’est-ce que X”, ont aussi un taux élevé 47,3 %, de même que les requêtes d’instruction ou “comment faire” avec 35,1 % des cas. Pour résumer, dès que l’utilisateur cherche à comprendre ou apprendre quelque chose, il y a de fortes chances que Google génère un encadré de réponse IA.

  

Ces chiffres recoupent les types de contenus produits par de nombreux acteurs et éditeurs sur le web : sites encyclopédiques ou de connaissances “evergreen”, magazines spécialisés ou grand public qui expliquent des sujets, médias de vulgarisation scientifique, sites de santé/bien-être, portails de guides pratiques, comparateurs, FAQ, etc.

Les AIO frappent au cœur du contenu éditorial très consulté du web de manière globale. Les catégories où les AIO sont les plus présents, santé, science, société, high tech, correspondent aux thématiques où les internautes consomment énormément d’articles explicatifs et de contenus informatifs. Certes on peut se rassurer sur l’absence des AIO sur de l’actu chaude et généraliste, et aussi en observant qu’une grosse partie du trafic des éditeurs médias et de presse provient encore et toujours de Discover. On se rassure comme on peut.

Impact “zéro clic”

Ce sont également ces requêtes informationnelles longues qui risquent le plus de conduire à des non-clics. Si Google donne directement un résumé complet dans la page de résultat, l’utilisateur n’a plus forcément besoin de cliquer sur un lien vers un article ou une page. Depuis mars 2025, les données initiales d’Ahrefs suggèrent une baisse du trafic organique lorsque les AIO sont présents : le taux de clic du résultat naturel n°1, la première place des résultats en haut de page, chute en moyenne de 34,5 % pour les requêtes qui déclenchent un AIO, comparé aux mêmes types de requêtes sans AIO. Autrement dit, lorsqu’un encadré IA satisfait immédiatement la question, de nombreux utilisateurs ne poursuivent pas vers les sites externes, ce qui confirme la crainte d’un effet zero-click accru pour les éditeurs de contenus.

Les citations dans les AIO changent presque une fois sur deux, mais le sens ne change jamais

L’un des points les plus intéressants soulevés par les observations et les études est le paradoxe apparent du fonctionnement des AI Overviews : leur texte et leurs sources changent fréquemment, tandis que la réponse de fond reste la même.

Les études de Ahrefs confirment ce phénomène :

• une mise à jour très fréquente : d’une observation à l’autre, il y a 70 % de chances pour que le contenu de l’AI Overview ait changé. En pratique, cela signifie que si l’on recharge la même requête à quelques jours, ou même à quelques heures d’intervalle, voire quelques minutes, on obtient souvent une formulation différente de la réponse IA. En moyenne, Ahrefs mesure une “persistance” de seulement 2,15 jours pour un même AIO. Autrement dit, tous les deux jours environ, Google régénère une nouvelle réponse pour une requête donnée. Si votre site est cité aujourd’hui, il ne le sera peut-être plus demain. La durée de vie d’une citation dans un AIO est éphémère.

• près de la moitié des sources citées changent à chaque refresh : en comparant deux réponses consécutives à la même requête, seulement 54,5 % des URL citées sont les mêmes. Dit autrement, 45 % des liens ou sources changent entre deux générations successives. Par exemple, un site qui était référencé dans l’encadré AIO peut disparaître lors de la mise à jour suivante, ou d’un reload à l’autre, remplacé par une autre source équivalente en terme de sens sur le même sujet. L’algorithme semble faire tourner plusieurs références interchangeables. Il en résulte qu’optimiser une page pour être citée de manière systématique dans un AIO est illusoire, car même en obtenant une citation, rien ne garantit de la conserver plus de quelques minutes ou quelques heures ou quelques jours d’affilé.

• les entités nommées changent aussi beaucoup : Google met en avant, dans le texte de l’AIO, certaines entités comme des personnes, des organisations ou des marque liées au sujet. Ces éléments fluctuent presque autant que les sources URL. L’”overlap” mesuré entre deux réponses consécutives est d’environ 54 % pour les entités, ce qui signifie qu’en moyenne une entité sur deux change d’une version à l’autre. Par exemple, à un moment l’AIO peut mentionner telle marque ou telle personnalité, et la fois suivante l’omettre ou la remplacer par une autre. Cette volatilité complique la tâche des marques et des éditeurs qui voudraient absolument figurer dans l’AIO : leur visibilité peut apparaître et disparaître d’un moment à l’autre, sans qu’on ait la main dessus.

Pourtant, la réponse apportée reste fondamentalement la même

Malgré ces changements de forme, le fond et l’idée centrale développée dans chaque AI Overviews pour chaque requête spécifique ne varient quasiment pas. Ahrefs a mesuré la stabilité sémantique entre deux réponses successives via un score de similarité cosinus, qui atteint 0,95 sur 1 - le 1 signifiant deux textes au sens identique. C’est un score extrêmement élevé.

Cela indique que d’une génération à l’autre, la tournure de la phrase peut changer, les exemples et citations peuvent varier, mais le fond de la réponse ne se contredit pas.

En d’autres termes, Google ne “change pas d’avis” d’un jour à l’autre sur une question donnée. L’assistant IA reformule différemment, mais il délivre une information cohérente dans le temps. Les mots varient en permanence, mais le sens reste incroyablement stable. Google ne réévalue pas drastiquement sa réponse, il la répète sous des formes diverses, en changeant les exemples et les sources.

Ce principe de variabilité des réponses, certains diront d’instabilité, se retrouve dans tous les mécanismes de Search AI qu’ils soient sous forme de résumés comme Overviews ou sous forme conversationnelle avec AI Mode, ChatGPT en mode recherche Internet, Perplexity, etc. J’y reviendrai dans un prochain article.

Pour clore cette partie, on peut noter que Google semble avoir une réponse “canonique” pour chaque question, qu’il reformule en s’appuyant tour à tour sur différentes sources crédibles.

Cela a deux implications confirmées par les données :

• être cité à un instant T ne préjuge en rien de l’avenir : on peut disparaître au prochain refresh sans que cela signifie que son contenu est “mauvais”, l’algorithme fait juste tourner les références équivalentes;

• même être identifié par Google comme une source faisant autorité sur le sujet ne garantit pas une citation permanente : l’IA alterne les multiples sources de confiance.

Quelles conséquences (provisoires et partielles) pour les éditeurs, marques et équipes SEO ?

Ces 3 études forment un diagnostic assez clair du changement de paradigme que Google est en train d’effectuer.

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 135. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 134. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 133. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 132. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 131. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Lors de sa conférence pour les développeurs du lundi 6 octobre 2025, OpenAI a annoncé plusieurs nouveautés. L’une d’elle est un outil visuel permettant de développer des “agents”, sobrement appelé Agent Builder et fonctionnant de concert avec ChatKit une brique de déploiement.

Aujourd’hui dans cette première partie, on fait le tour des fonctionnalités. D…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 130. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 129. En vous abonnant, vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec pour chacune un résumé rapide à lire, plus 1 article de fond pour ouvrir l’esprit et réfléchir et 1 podcas…

Read more

Temps de lecture : 9 mins

Vous pouvez modifier vos préférences de réception ou vous désabonner sur la page de votre compte
Cet article est gratuit.
Retrouvez toute l’actualité de la semaine dans la newsletter du samedi matin

Read more

Temps de lecture : 20 mins

Vous pouvez modifier vos préférences de réception ou vous désabonner sur la page de votre compte
Cet article est payant.
La newsletter du samedi matin reste gratuite.

L’essor des textes générés par IA et le besoin de détection

Peut-on réellement détecter de manière fiable les textes générés par des chatbots ? Nous le savons depuis assez longtemps maintenant, les LLM sont capables de produire des textes d’une qualité et d’une fluidité telles, qu’il est devenu difficile de les distinguer de ceux rédigés par des humains. Des outils d’IA conversationnelle comme ChatGPT ou Claude peuvent rédiger de manière convaincante des emails, des synthèses, des devoirs, des avis en ligne, des articles académiques ou d’actualité, et du code informatique. Cette nouvelle façon de générer des textes en langage naturel, cette nouvelle puissance des algorithmes peut soulever de nombreux enjeux de confiance et d’intégrité : comment s’assurer, par exemple, qu’un devoir universitaire a bien été écrit par l’étudiant lui-même et non par une IA ? Comment garantir que des avis de consommateurs ou des articles ne sont pas de la désinformation générée automatiquement ?

Face à ces questions, préoccupantes pour certains, un marché des “détecteurs de texte IA” aussi appelés “classifieurs de textes” a rapidement émergé, bien avant même la sortie d’outils grand public comme ChatGPT. L’ambition affichée des acteurs de ce marché est d’identifier à grande échelle et de manière automatique les contenus textuels produits par les LLM.

Que ce soit dans l’éducation pour prévenir la “triche”, dans le recrutement pour évaluer l’authenticité des candidatures ou dans les publications scientifiques et les médias en général pour exiger la transparence des auteurs, la détection automatique de texte IA apparaît comme une nécessité pour beaucoup : ne serait-ce que, par exemple, dans le cas de certaines professions règlementées pour établir si les entreprises ou les individus satisfont réellement aux exigences règlementaires qui leur permettent d’obtenir un statut ou des aides particulières, ce qui est le cas de la presse et des journalistes .

Mais cette détection automatique c’est aussi et surtout un défi technique, social et éthique majeur, compte tenu des risques d’erreurs et de contournement.

Ces outils, ces classifieurs ne sont pas infaillibles. Loin de là.

Les utiliser dans un environnement professionnel comme seuls outils de preuve relève au mieux de l’incompétence, ou au pire de la manipulation.

Attention, je ne voudrais pas laisser paraitre ici que générer des textes à partir d’un LLM ou d’une IA conversationnelle serait en soi et tout le temps une mauvaise chose, voire quelque chose de honteux. Il y a de nombreux cas légitimes d’emploi de ces outils pour générer des textes qui ont pour vocation d’être diffusés ou non. Il y a aussi pour beaucoup de personnes, dont je fais partie, une nouvelle manière de travailler sur de la documentation, de générer des synthèses ou rechercher de l’information qui inclut l’utilisation de ces outils comme partenaires. Celles et ceux qui suivent cette newsletter le weekend le savent, IA-Pulse weekend est produite en partie par des LLM dont le travail est supervisé par un humain - moi en l’occurrence. Vous pouvez d’ailleurs retrouver de manière transparente à la fin de chacun de mes éditos du samedi matin, comment et où les LLM ont été utilisés.

Car au delà de la détection, pour moi les deux points sont en fait ceux-ci : la transparence et la supervision.

Ici pour cet article, j’ai utilisé NotebookLM pour travailler sur un corpus fermé, ainsi que les fonctionnalités Deep Research d’OpenAI et de Google pour récupérer et comparer des informations d’un corpus ouvert disponible en ligne. J’ai ensuite utilisé GPT-5 Pro et Gemini 2.5 Pro Deep Think pour ordonner, relire et challenger les informations que j’ai pu tirer des documents sources et la manière dont j’ai pu les retranscrire. Tout a été supervisé, retravaillé et validé par l’humain qui tape ces mots sur ce clavier. Les erreurs ou imprécisions éventuelles sont donc les miennes.

Sommaire :

1. Faux positifs, faux négatifs : comprendre les erreurs de détection

2. Petit tour d’horizon de quelques détecteurs actuels et performances comparées

3. Les approches de détection

   1. Qu’est-ce que la perplexité ?

   2. Watermarking

   3. Stylométrie

   4. Traquer les documents hybrides

4. Limites et contournements des détecteurs actuels

5. Faut-il arrêter d’utiliser les correcteurs orthographiques et grammaticaux ?

6. Ce qu’il faut retenir en 5 points

7. Sources bibliographiques

Faux positifs, faux négatifs : comprendre les erreurs de détection

Comme tout système de classification automatisée, un détecteur de texte IA peut commettre deux types d’erreurs :

• les faux positifs (False Positives, FPR) correspondent aux textes humains que l’outil identifie à tort comme étant générés par IA ;

• les faux négatifs (False Negatives, FNR) désignent au contraire les textes produits par une IA que le détecteur classe à tort comme humains.

Ces deux indicateurs sont la base pour évaluer la fiabilité d’un détecteur.

Un faux positif peut avoir des conséquences graves pour certaines personnes : par exemple, un étudiant injustement accusé de tricherie, ou un candidat à l’embauche écarté parce que sa lettre de motivation a été à tort marquée comme rédigée par IA.

Dans le contexte éducatif en particulier, les faux positifs sont considérés comme plus préjudiciables que les faux négatifs. En effet, accuser à tort un élève honnête peut briser la confiance pédagogique et causer du stress, là où un faux négatif ne fait “que” laisser passer occasionnellement un tricheur. À l’inverse, dans d’autres domaines comme par exemple la modération de contenus en ligne, manquer un contenu généré de manière malveillante peut être jugé beaucoup plus problématique.

Le critère du taux de détection des textes IA employé tout seul n’a aucune pertinence réelle. C’est un argument marketing fallacieux mis en avant par la plupart des outils commerciaux.

Un détecteur peut être annoncé comme ayant un taux de 95% de détection des textes générés par IA, mais si dans le même temps il détecte autant de textes humains comme provenant d’IA, c’est à dire qu’il a un taux de 95% de faux positifs, son utilité est nulle. La plupart des acteurs ne communiquent que sur ce taux de détection. Cela n’a aucun sens et ne doit pas être pris au sérieux dans un contexte professionnel.

En pratique, un “bon détecteur” doit réduire autant que possible les deux types d’erreurs : faux positifs et faux négatifs. Pour mesurer ses performances globales, les chercheurs utilisent un indicateur appelé AUC (Area under the ROC curve). On peut le voir comme une “note de classement” : il mesure la probabilité que le détecteur donne un score plus élevé à un texte IA qu’à un texte humain pris au hasard. Un score de 1 signifie que la séparation est parfaite, tandis que 0,5 correspond à un résultat aléatoire, comme pile ou face.

Mais cette mesure globale ne suffit pas dans la majorité des cas de la “vraie” vie.

Read more

Bienvenue sur IA-Pulse Weekend. Cette édition porte le numéro 128. En vous abonnant, vous recevez exceptionnellement ce samedi matin une édition spéciale - ne vous habituez pas trop à ça ^^ vous recevez tous les samedis matin, l’essentiel de ce qu’il s’est passé cette semaine autour de l’IA : un coup de gueule édito, une sélection de 3 actualités avec p…

Read more