Les agents IA ne décollent pas

Invoquant la sécurité des données et le respect des règles aériennes, United Airlines bloque les réservations par des agents IA. Mais ces nouveaux intermédiaires génèrent encore très peu de transactions.

La compagnie aérienne United Airlines interdit aux agents IA l’accès à son système de réservation de billets. La crainte pour l’entreprise est que ces agents exposent les données sensibles de clients humains, réalisent des achats non intentionnels ou encore modifient des informations dans leur compte.

United explique aussi que les agents IA pourraient enfreindre les régulations du secteur aérien, en donnant cet exemple : « l’enregistrement d’un vol exige qu’une personne confirme que ses bagages ne contiennent pas de substances interdites, comme des explosifs. » La compagnie ajoute ne pas être la seule ou la première à prendre de telles mesures contre les agents IA, c’est aussi le cas dans les secteurs du commerce en ligne et bancaire.

• Muse, l’agent IA de Meta, est interdit de faire les courses chez Amazon
• Les agents IA donnent des sueurs froides aux banques américaines

Pas question de créer un nouvel intermédiaire

United ne veut pas fermer complètement la porte sur les agents IA ; le groupe va continuer à évaluer la manière dont ces outils interagissent avec ses propres services. D’ailleurs, ces derniers ont toujours la possibilité de jeter un œil sur les options de vols et sur les tarifs, mais les transactions ne sont plus possibles.

Il s’agit davantage de prévenir que de guérir. La compagnie aérienne indique ainsi au Wall Street Journal que le nombre de réservations réalisées par des agents IA est modeste. Au-delà des considérations de protection du consommateur et de respect de la régulation, l’interdiction des transactions pour les agents IA relève aussi et surtout de la bonne gestion commerciale. « Pour le dire honnêtement, je ne veux pas créer un nouvel intermédiaire », a expliqué Scott Kirby, le directeur général de United.

L’enjeu est de conserver la relation avec le client. Un agent IA qui cherche les produits, compare les offres, mémorise les préférences et réalise les achats deviendra l’interlocuteur privilégié du consommateur. Le commerçant, ou ici la compagnie aérienne, est ravalé au rang de simple prestataire chargé d’exécuter la commande. Il n’a alors plus aucune prise sur la fidélisation du consommateur. Les agents IA sont perçus comme une menace existentielle pour la relation client.

Des usages encore très marginaux

Si les réservations de billets et les transactions sur les sites marchands sont des fonctionnalités souvent mises en avant par OpenAI (Dots) ou Meta (Muse), les vendeurs voient donc les choses autrement. Néanmoins, ces usages sont très peu répandus, comme United l’a donc précisé, et comme l’a confirmé Uber.

Durant la semaine de Halloween (31 octobre), le spécialiste du VTC a enregistré 320 millions de courses et de livraison ; les agents IA ont réservé quatre courses et environ 500 commandes sur Uber Eats, a révélé Balaji Krishnamurthy, le directeur financier du groupe, durant les derniers résultats trimestriels. Chez DoorDash, les agents ont généré quelques centaines de commandes, tandis que chez Airbnb, le nombre de réservations réalisées par des agents est très marginale, relève Fortune.

Sur ces trois plateformes, l’intérêt de passer par un agent reste il est vrai tout relatif : réserver sur Uber ou DoorDash ne demande pas beaucoup d’efforts ou de temps, souvent moins de deux minutes. Quant à Airbnb, c’est très différent : un agent IA n’a pas le même œil qu’un humain pour choisir un lieu de villégiature et la planification d’un voyage demande plus de réflexion (surtout quand plusieurs personnes sont de la partie).

Ça n’empêche pas Airbnb de travailler sur son propre agent IA, qui devrait être lancé durant les six premiers mois de l’année prochaine. Il réunira des cartes, des photos, des calendriers, des comparatifs et des itinéraires pour aider les utilisateurs à préparer leur séjour dans une seule interface. Quant à Uber, l’entreprise négocie l’accès des agents à sa plateforme.

On souffle fort

Sur Bing, on peut désormais se passer des « vues d’ensemble », version maison des résumés IA obtenus sur les résultats de recherche. Microsoft a cependant encore raté l’occasion de bien faire.

Comme chez Google, Microsoft s’est lancé il y a un moment dans les résumés IA sur son moteur de recherche Bing. Et comme chez Google, les réactions ne sont pas toujours positives. Là où une partie des utilisateurs apprécie d’avoir l’essentiel sous les yeux à la moindre requête, d’autres privilégient la recherche classique, avec comparaison des sources. Il peut s’agir également de convictions, par exemple sur l’inférence que chaque requête génère, alourdissant la facture énergétique de l’IA.

• Vous ne voulez pas des Aperçus IA de Google ? Voici comment s’en débarrasser

Trois caractères à la fin d’une requête…

« Nos recherches montrent que les utilisateurs veulent avoir la possibilité de choisir si l’IA est impliquée ou non à chaque session. Parfois, un résumé rapide généré par IA est exactement ce qu’il vous faut. D’autres fois, vous préférez scanner les résultats, comparer les sources et décider vous-même des informations à considérer », indique ainsi Microsoft dans un billet paru le 11 novembre.

Qu’à cela ne tienne, l’éditeur a décidé de proposer deux solutions : une à la demande, l’autre totale. La première consiste à ajouter l’opérateur « -ai » à la fin d’une requête. Il ne s’agit pas d’une modification de l’URL, mais bien de trois caractères à ajouter à la fin du texte saisi pour lancer la recherche. La « vue d’ensemble » disparait alors.

… ou carrément une extension

Pour les personnes qui cherchent une solution plus radicale, Microsoft propose aussi un bouton permettant de désactiver complètement ces résumés. Malheureusement, l’approche de l’entreprise fait encore une fois lever les yeux au ciel.

Plutôt que de proposer simplement un réglage disponible depuis Bing, il faut en effet passer par une extension. Elle n’est proposée que pour Chrome et Edge. Les autres navigateurs Chromium peuvent donc a priori s’en servir, mais rien officiellement pour Firefox.

Cette extension a également le mauvais goût de modifier le moteur par défaut dans le navigateur pour y mettre Bing (évidemment). Tout du moins, de tenter de le faire, le résultat variant légèrement selon le navigateur utilisé. Sur Chrome, un panneau s’affiche pour renseigner sur ce que l’extension est sur le point de faire. Si on valide, l’installation se fait et le paramètre est modifié au passage. À l’ouverture du prochain onglet cependant, un message apparait pour informer que le moteur de recherche a été modifié. Chrome propose alors de revenir aux anciens paramètres ou de conserver le nouveau réglage.

Sur Edge, en plus du panneau, un autre apparait tout de suite après pour indiquer que l’extension a essayé de modifier le moteur de recherche. L’ironie est que Microsoft demande une confirmation pour cette opération, là où Chrome n’en demande pas. Microsoft compte sans doute sur son extension pour grappiller quelques internautes au passage. Sur un malentendu…

On notera que si Microsoft met en avant son extension maintenant, elle date en réalité de juin dernier. Tout comme son statut de « Preview ».

Tolérance zéro

L’utilisation de l’IA générative dans le développement du jeu vidéo devient de plus en plus difficile à éviter, ce qui n’est pas sans poser un sérieux problème de conscience aux développeurs adeptes du 100 % fait main.

La petite équipe du studio australien House House a créé une des sensations vidéoludiques de l’année avec Big Walk, un jeu en co-op où les joueurs doivent résoudre des puzzles en explorant un monde plein de surprises. Évaluations « très positives » sur Steam et succès critique, Big Walk est un sérieux prétendant au titre de jeu de l’année dans plusieurs cérémonies.

Mais voilà : malgré son succès, le titre pourrait être interdit de participer à l’Independent Games Festival (IGF), durant lequel se tient un événement récompensant les meilleurs jeux indés. Une partie du jury s’est engagée à ne pas voter pour des jeux ayant été développés avec des outils d’IA générative.

Pas d’IA, même un peu

Après avoir rappelé les problématiques environnementales et économiques de cette technologie, les signataires estiment que son usage pour générer de la musique, des scripts, des dialogues, des visuels, des ressources marketing ou du code disqualifie les jeux à une participation aux IGF.

« Le recours à ces outils dans notre secteur n’a rien d’inéluctable, et leur adoption n’a pas toujours été volontaire. Nous sommes solidaires des développeurs qui ont la liberté de les refuser de leur propre initiative, mais aussi de ceux auxquels leur employeur en a imposé l’usage, de ceux qui œuvrent à établir ou à améliorer les règles qui encadrent leur utilisation au travail, et tout particulièrement des personnes en situation de précarité, si souvent soumises aux plus fortes pressions pour renoncer à leurs valeurs. »

Les 19 jurés ayant signé l’engagement demandent aux organisateurs de l’événement l’adoption, pour les prochaines éditions, d’une « politique ferme contre l’IA ». Pour l’édition dédiée aux meilleurs jeux indés de 2026, la date limite de participation est échue (elle était fixée au 13 septembre) ; la cérémonie aura lieu le 3 mars 2027.

Un petit coup de main encombrant

Big Walk, un des jeux indés les plus visibles de 2026, fera-t-il partie des gagnants ? Rien n’est moins sûr. À la suite de l’annonce de ces jurés, House House a en effet fait savoir que des modèles IA avaient été utilisés durant le développement du jeu « dans la dernière ligne droite », pour résoudre des problèmes techniques et des bugs.

Dans un courriel partagé par Aftermath, les développeurs expliquent avoir utilisé des chatbots pour trouver des solutions à « des problèmes rencontrés avec du code tiers », en l’occurrence dans le rendu du moteur Unity pour les objets projetant des ombres. Le bug ralentissait le jeu de 50 % pendant une vingtaine de secondes au lever et au coucher du soleil ; contacté, un ingénieur de Unity n’a pas trouvé de rustine.

Le bot a suggéré plusieurs correctifs, l’un d’eux a eu raison du bug. Cela n’a représenté qu’une dizaine de lignes de code : « Nous estimons que bien moins de 0,1 % du code de Big Walk est lié à cette utilisation. L’IA générative n’a été employée dans aucun autre contexte pendant le développement du jeu », assure House House. Pour autant, ce coup de main de l’IA ne doit pas être perçu comme une « approbation de l’utilisation des outils d’IA (…) ni un argument en leur faveur », affirme le studio gêné aux entournures.

Le précédent Clair Obscur

Les développeurs craignent que ce genre de déclaration volontaire contribue à la banalisation de cette technologie « ou à la présenter comme « inévitable » ». Ils affirment soutenir « le travail de celles et ceux qui cherchent à limiter les dommages causés par l’IA générative au jeu vidéo et au monde en général » et présentent leurs excuses aux personnes qui pourraient considérer que « l’utilisation de LLM dans Big Walk ne respecte pas leurs exigences. » Une politique interne plus complète encadrant l’utilisation de l’IA au sein du studio va être mise en place.

Même avec si peu d’IA dans son code, Big Walk pourrait donc ne pas recevoir le vote des membres du jury de l’IGF signataires de l’engagement anti-IA.

L’affaire rappelle la mésaventure arrivée à Clair Obscur: Expedition 33, récipiendaire en décembre dernier de deux prix aux Indie Game Awards (dont celui de jeu de l’année) puis disqualifié par le comité. Après la remise des trophées, le studio Sandfall Interactive avait en effet admis publiquement l’utilisation d’une IA générative durant le processus de développement du jeu.

• Clair Obscur est disqualifié des Indie Game Awards pour utilisation de l’IA générative

Plus précisément, il s’agissait de textures provisoires qui s’étaient retrouvées par erreur dans la version commercialisée du jeu. Elles ont été remplacées par la suite. Le règlement de cette cérémonie interdit strictement les jeux développés à l’aide de l’IA générative, y compris quand des éléments sont retirées de la version finale. L’IGF ne prévoit pas une telle exclusion dans son règlement, mais cela pourrait changer avec l’annonce de ces jurés.

• L’IA remplit les rayons de Steam, les développeurs sont inquiets

Big Walk fait l’objet d’un review bombing sur Steam

La polémique relative à Big Walk a entraîné une vague de notes négatives sur Steam, où le jeu semble avoir fait l’objet d’un review bombing en bonne et due forme, comme le montre le graphique qui mesure l’évolution des critiques.

Le phénomène semble avoir été correctement mitigé par les règles anti-spam de Steam puisque Big Walk conserve une évaluation globale très positive sur trente jours. Il illustre cependant comment la question de l’IA générative déclenche désormais de véritables chasses aux sorcières à l’encontre des développeurs, même quand ces derniers en font une utilisation parcimonieuse. « Se faire disqualifier puis lyncher pour avoir corrigé un bug critique (qu’ils avaient tenté de corriger sans IA) est une réaction excessive de la part de personnes qui, manifestement, ne comprennent pas ce qui les met en colère », déplore un commentateur sur Reddit.

(article mis à jour à 11h15 pour signaler le review bombing survenu sur Steam)

Le tribunal des doigts

Disney s’allie à Adobe pour développer des modèles d’IA générative adaptés à ses univers, en promettant que les artistes resteront aux commandes. Pas de quoi rassurer un public de plus en plus méfiant, comme le montre la polémique autour du dernier court métrage de Sylvain Chomet pour Dior.

Adobe et Disney ont signé un accord pluriannuel pour exploiter les technologies d’IA générative afin de « faire progresser la créativité, l’innovation et l’art de raconter des histoires ». Le géant du divertissement et l’éditeur de logiciels créatifs vont déployer de l’IA pour soutenir la « vision artistique » et dynamiser l’engagement des clients.

Des modèles sur mesure pour les univers Disney

Cette entente va servir aux parcs d’attraction, hôtels et croisières Disney, ainsi que pour ESPN Edge et StudioLAB. Ces deux derniers groupes sont moins connus : le premier teste et intègre des technologies émergentes pour les retransmissions sportives. Le StudioLAB est un peu l’équivalent pour les studios Disney : on y teste de nouvelles idées pouvant se transformer en opportunités pour raconter des histoires.

Plus concrètement, Disney et Adobe vont plancher sur des modèles d’IA générative propriétaires « centrés sur l’humain et guidés par les artistes ». Ils seront entraînés sur les caractéristiques propres aux univers du groupe (attributs des personnages, environnements, styles visuels), l’idée étant de produire rapidement davantage de « projets créatifs » exploitables commercialement « en toute sécurité et prêts pour la production ».

Disney et Adobe travaillent ensemble depuis des années. La division recherche et développement Disney Imagineering se sert déjà de Firefly Foundry, le service de création de modèles d’IA sur mesure d’Adobe, pour ses parcs d’attraction. Un des modèles de génération d’images conçoit des ressources graphiques « conformes à l’identité de la marque ».

Après l’annulation de l’accord avec OpenAI pour exploiter ses défunts modèles vidéo Sora, Disney est passé à autre chose. Le 18 septembre, le groupe a nommé son premier directeur technique (CTO), Karandeep Anand, qui était auparavant le directeur général de Character.AI. La startup permet de créer des personnages virtuels générés par IA et de discuter avec eux. Ce qui lui a valu une mise en demeure pour infraction au copyright de la part de… Disney. Anand va superviser l’ingénierie, l’infrastructure technique et les équipes IA au sein de l’entreprise.

Le soupçon permanent de l’IA

À ce rythme, si Mickey se retrouve un jour avec cinq doigts au lieu de quatre, tout le monde accusera l’IA générative même s’il s’agit d’une erreur d’un animateur ! Cette annonce ne fera rien pour dissiper les craintes d’une partie du public de voir leurs personnages favoris digérés et recrachés n’importe comment par la grande lessiveuse de l’IA générative.

La suspicion règne déjà, comme l’illustre la polémique autour du dernier court métrage de Sylvain Chomet, réalisateur des Triplettes de Belleville. Le film, commandité par Christian Dior, présente selon ses détracteurs des artefacts étranges, notamment un personnage avec six doigts.

C’est d’autant plus problématique que le métrage, Christian Dior’s Night in Color, est censé célébrer l’artisanat de la maison de luxe à quelques semaines de Noël. Le réalisateur, ainsi que son producteur Aton Soumache, sont montés au créneau pour défendre le film. « Certains affirment que Sylvain a été contacté il y a deux semaines et que le film a été entièrement réalisé avec de l’IA générative, sans le moindre dessin », explique Soumache à Variety.

Le film, « intégralement dessiné par des artistes », a demandé sept mois de travail à une équipe d’une vingtaine de personnes : six animateurs, des storyboardeurs, des designers, des décorateurs, des compositeurs d’images et des monteurs. En ce qui concerne les glitchs, la production a « utilisé un système d’interpolation automatisée pour une toute petite partie du processus, mais le film lui-même relève de l’animation 2D traditionnelle ».

Sylvain Chomet ajoute que l’outil d’interpolation a uniquement servi pour faciliter la création d’images intermédiaires pour le métrage de Christian Dior. « C’est une façon d’automatiser la partie répétitive et mécanique de l’animation, pas le travail créatif », précise-t-il. En ce qui concerne le personnage aux six doigts, le réalisateur se défend : « c’est un mouvement où la main se déploie comme un éventail. Dans ce type de dessin, on peut voir six ou sept doigts parce qu’on cherche à traduire le mouvement ».

Ce sont des choses qui arrivent aussi dans l’animation traditionnelle : « J’ai déjà vu un personnage tourner la tête et son nez changer soudainement complètement de forme en l’espace de cinq images. »

A man chooses, a slave obeys

Anthropic a ouvert lundi l’accès à Fable 5.2, la dernière version en date de son modèle le plus puissant accessible au public. Elle promet des progrès significatifs en code, en sciences, en robotique et en analyse d’images, avec des filtres plus permissifs et un coût en baisse par rapport à Fable 5.1. Sa déclinaison Mythos 5.2 reste cantonnée aux entreprises et organisations accréditées.

L’annonce tombe à pic pour séduire les investisseurs alors qu’Anthropic se prépare à dévoiler les modalités exactes de son introduction en bourse : l’éditeur des modèles Claude a publié lundi 9 novembre Fable 5.2 et Mythos 5.2, les deux déclinaisons de son modèle d’IA générative le plus puissant.

Des démonstrations brillantes, mais coûteuses

Dans son billet d’annonce, Anthropic donne deux exemples concrets censés illustrer ces progrès. Côté raisonnement, Fable 5.2 aurait réussi à formaliser la démonstration du dernier théorème de Fermat en seulement 30 heures, avec une intervention humaine « minimale », là où Opus 5.5 n’atteignait que 26 % de démonstration au bout de 18 heures, avant de ne quasiment plus avancer.

En matière de code, un employé d’Anthropic aurait réussi à concevoir, en partant d’une feuille blanche et en seulement huit jours, un système d’exploitation fonctionnel, capable de démarrer sur un ordinateur portable, avec pilotes, système de fichiers, interface graphique, authentification, accès à Internet et – bien sûr – intégration d’un client Claude.

Ces réussites ont toutefois été obtenues au prix d’une véritable débauche de tokens. Anthropic indique en effet que dans les deux cas, plus de mille agents (des instances parallèles) ont été mis en œuvre. Notons que ni la démonstration en question, ni le code de l’OS généré, n’ont été publiés.

En tête des tests liés aux capacités de raisonnement

Sur le volet des performances chiffrées, Anthropic avance l’habituelle panoplie de tests de performances, réalisés en interne, qui illustrent les avancées de Fable 5.2. Son dernier modèle dépasserait ainsi ses prédécesseurs, mais aussi les principaux modèles concurrents, dont GPT-6 Astra et Gemini 4 Carbon, sur tous les benchmarks envisagés, à l’exception de l’automatisation de processus métiers.

Les progrès seraient particulièrement marqués sur le terrain de la cybersécurité, réservé à Mythos :

« Lors de notre évaluation interne, CVE Rediscovery, Claude Mythos 5.2 a détecté 10,2 % de vulnérabilités supplémentaires par rapport à Claude Opus 5.5 et 14,4 % de plus que Claude Mythos 5.1. Claude Mythos 5.2 fait également preuve d’une meilleure capacité de jugement et d’un meilleur étalonnage : un testeur a constaté que les modèles précédents avaient surestimé la gravité d’environ 1 vulnérabilité sur 20, alors que Claude Mythos 5.2 n’en avait surestimé aucune. »

Les tests synthétiques indépendants réalisés par le site Artificial Analysis confirment que Fable 5.2 prend la tête dans les scénarios qui supposent de très longues phases de raisonnement, particulièrement quand elles sont appliquées à des problèmes scientifiques ou à de l’élaboration de code. Ils soulignent dans le même temps des résultats plus disparates sur des missions plus ciblées, notamment pour la délégation de tâches courantes. Opus 5.5 garde ainsi un certain avantage sur les tâches de bureau, de l’aveu même des benchmarks d’Anthropic.

Anthropic prétend dans le même temps que Fable 5.2 sait travailler de façon plus efficace que son prédécesseur (Fable 5.1) :

« Lors des premiers tests sur la plateforme d’évaluation FrontierCode 2.0, Fable 5.2, avec un effort élevé, a obtenu des résultats comparables à ceux d’Opus 5.5 avec un effort maximal, pour un coût par tâche environ deux fois inférieur. Avec un effort très élevé, il a également obtenu le meilleur score parmi tous les modèles testés ».

Fable 5.2 délivrerait également des performances en hausse en matière de pilotage robotique, une thématique moins anecdotique que d’aucuns pourraient le penser, dans la mesure où elle implique que le modèle soit capable de prendre en compte le contexte issu du monde réel, dans une logique de world model qui suscite de nombreux projets et convoitises. Dans un domaine connexe, Fable 5.2 aurait également été capable de concevoir seul, de A à Z, des appareils électroniques complets, allant du design de la carte mère à la conception 3D du boîtier, sur la base d’un seul prompt.

Sécurité et alignement

Modèle de pointe oblige, Anthropic conserve avec Fable 5.2 des filtres qui visent à limiter l’exploitation à des fins de cybersécurité offensive, de tests de pénétration ou de recherches biologiques. Les requêtes filtrées seront ainsi redirigées vers des modèles moins performants, Opus 4.8 pour la cybersécurité et Opus 5 pour la biologie. Les entreprises qui évoluent dans ces domaines peuvent quant à elles solliciter un accès à Mythos 5.2, la version « débridée » du modèle sur ces aspects précis.

Après avoir appelé à ralentir le développement des modèles de pointe sur fond de risque existentiel supposé pour l’humanité, et entretenu pendant des mois une communication relevant du marketing de la peur, Anthropic se devait également d’aborder les questions d’alignement et de sécurité générale.

L’entreprise affirme sur ce point avoir fait inspecter ses nouveaux modèles par quatre auditeurs externes, dont le controversé METR, et revendique des résultats supérieurs à ceux obtenus par ses modèles précédents sur tous les aspects qui touchent aux dérives comportementales ou aux hallucinations. Placé dans un scénario susceptible de le conduire à exploiter des codes d’accès à mauvais escient (pour par exemple outrepasser les limites de son environnement), Mythos 5.2 n’aurait ainsi cédé à la tentation que dans 3,1 % des cas, contre 21 % pour Mythos 5.1 et 39 % pour Mythos 5.

Anthropic admet toutefois qu’il est difficile de mesurer les limites de sécurité d’un modèle tant que celui-ci n’a pas été déployé à grande échelle :

« C’est pourquoi nous ne nous fions pas uniquement à ces évaluations pour obtenir une vision globale de la sécurité : nous nous appuyons sur le suivi pendant la formation, l’analyse des transcriptions d’utilisation interne, les tests réalisés par des évaluateurs externes et des techniques d’interprétabilité pour examiner le fonctionnement interne du modèle. »

Fable 5.2 est accessible publiquement aux utilisateurs de Claude à partir de la formule Pro, avec une tarification fixée à 8 dollars le million de tokens en entrée et 40 dollars le million en sortie, soit 20 % de réduction par rapport aux tarifs en vigueur pour Fable 5.1 (10 dollars / 50 dollars). Un mode rapide (fast mode) accélérant la génération d’un facteur jusqu’à 2,5 est également accessible pour un prix doublé (16 dollars/ 80 dollars).

Un jeton pour les refuser tous

Quatre entreprises de la tech souhaitent ajouter une ligne dans le fichier robots.txt pour que les données des sites concernés ne soient pas utilisées dans l’entrainement des IA. S’agissant d’une démarche déclarative, ses limites sont claires.

Le 30 octobre, Google, Microsoft, Anthropic et OpenAI ont annoncé qu’ils respecteraient une même ligne dans le fichier robots.txt pour refuser ou accepter l’utilisation d’un site à des fins d’entraînement de l’IA générative.

Le texte qui la définit est intitulé « Machine-Readable Training Preference Signal » et a été écrit par Kevin Kelley, ingénieur chez Anthropic. Il vise la normalisation par l’IETF, l’organisme qui fixe les standards techniques d’Internet, et doit expirer le 3 mai 2027 si aucune nouvelle version n’est publiée d’ici là.

Une simple ligne ?

La proposition cherche à simplifier une situation. Actuellement, un éditeur souhaitant en effet refuser l’entrainement sur ses données doit viser chaque robot séparément. Par exemple, GPTBot chez OpenAI ou Google-Extended chez Google. Le texte ajoute un nouveau jeton, « __usage_ai-training », qui doit permettre d’exprimer une seule préférence auprès de tous les fournisseurs qui s’y engagent.

Ce jeton se place dans la ligne User-Agent, comme on le fait déjà avec les noms des robots. Un Disallow exprime un refus de l’entraînement, un Allow un accord, chemin par chemin. Le texte illustre le fonctionnement par le code suivant, qui refuse l’entraînement sur tout le site, sauf pour un espace presse :

User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/

La date de support diffère d’un éditeur à un autre, mais tous s’engagent à respecter le nouveau signal dans les prochains mois.

Des limites évidentes

Il y a évidemment des limites. D’une part, le jeton ne bloque pas l’exploration. Le brouillon le décrit comme indépendant des règles visant les robots, qui continuent donc de s’appliquer comme avant. D’autre part, il est déclaratif et ne lie que les fournisseurs qui s’y engagent. De plus, il ne concerne que les contenus récupérés après son ajout, et ne retire ainsi rien des modèles déjà entraînés.

Surtout, l’engagement repose sur la seule parole des fournisseurs. OpenAI le présente comme une démarche volontaire (OpenAI), et le brouillon ne prévoit aucun contrôle ni sanction. Un éditeur n’a aucun moyen de vérifier qu’un contenu refusé n’a pas servi à entraîner un modèle. Le robots.txt lui-même, à l’origine, n’a d’ailleurs aucune valeur contraignante.

Enfin, le jeton ne lie pas non plus les entreprises qui ne s’y sont pas engagées. Apple, Amazon ou encore Meta ne s’y sont pas engagées. Rien n’oblige par ailleurs les autres développeurs de modèles à lire ce jeton, pas plus que les robots qui ignorent déjà le robots.txt.

Code partout, GitHub nulle part

De la génération de code à son stockage et à sa revue, OpenAI fait feu de tout bois pour faire de Codex un outil indispensable aux développeurs. Et l’entreprise y met les moyens, en débauchant l’ancienne directrice produit de Claude Code.

OpenAI mise plus que jamais sur la programmation et la génération de code pour rivaliser avec Anthropic et Claude Code, très populaire chez les développeurs. L’entreprise de Sam Altman a réalisé un gros coup au détriment de son rival, en débauchant Cat Wu, l’ancienne directrice produit de… Claude Code. Elle avait annoncé son départ d’Anthropic la semaine dernière.

Cat Wu va piloter la stratégie produit au sein de Core Products, un pôle d’OpenAI au périmètre assez flou qui intervient notamment sur Codex. « Ensemble, nous créerons des agents sur lesquels vous et votre équipe pourrez compter, tout en vous laissant les commandes, pour vous donner plus de temps à consacrer aux personnes et au travail que vous aimez », explique-t-elle.

• Dis Next, c’est quoi l’IA agentique et les harnais dont tout le monde parle ?

Codex, intégré au sein de l’app ChatGPT, est la pierre angulaire de l’offensive d’OpenAI sur le marché très lucratif des entreprises. Cette nouvelle arrivée au sein de Core Products pourrait donner un coup de main pour augmenter l’adoption de cet outil alors qu’OpenAI étudie toujours une introduction en Bourse (Anthropic s’en approche).

Absorber la déferlante de code

OpenAI ne s’est pas arrêtée en si bon chemin. L’entreprise a dévoilé le 2 novembre Pando, un nouveau backend pour les dépôts Git créé pour ses propres besoins. Il se trouve que les agents Codex utilisés par les développeurs de l’entreprise produisent tellement de modifications de code en parallèle que l’infrastructure de gestion du code ne suivait plus.

Pando désengorge l’embouteillage en traitant en parallèle les envois de code vers des branches différentes, sans les obliger à attendre leur tour. Le système distribue également des paquets déjà prêts et conservés dans des caches qui économisent beaucoup de calcul. Pando, qui distribue près d’un pétaoctet de données Git par jour, est un outil interne mais à terme, il pourrait être proposé à d’autres développeurs. L’entreprise étudie en tout cas les moyens de partager cette technologie.

Pando est une nouvelle brique qui pourrait compléter l’acquisition annoncée de la jeune pousse Pierre Computer. En toile de fond, il y a cette poussée des acteurs de l’IA pour mettre au point des concurrents de GitHub. La plateforme de Microsoft bien connue des développeurs a du mal à s’adapter à la nouvelle donne : bugs en tout genre, problème de fiabilité, dysfonctionnements…

• GitHub en perte de fiabilité et de développeurs

Cursor, propriété de SpaceXAI, a lancé en août Origin, un rival de GitHub. Thomas Dohmke, l’ancien CEO de GitHub, avait quitté l’entreprise en août 2025 pour créer la startup de coding Entire. Il a présenté fin octobre sa propre plateforme d’hébergement Git et de collaboration entre développeurs et agents.

Pierre va permettre à OpenAI d’enrichir Codex au-delà de l’écriture de code. L’application intègre déjà deux outils de la startup : Trees pour parcourir les fichiers d’un projet, et Diffs pour examiner les modifications. OpenAI va pouvoir y ajouter les fonctions de Code Storage, un service de Pierre pour stocker du code et d’en suivre l’historique avec Git.

« Avec l’équipe de Pierre, nous souhaitons définir les standards du développement logiciel moderne : de la première branche créée par un agent à cet instant magique où le code est déployé dans le monde entier », écrit OpenAI dans ce qui ressemble à une version rêvée de GitHub.

En plus du code, OpenAI mise aussi sur la cybersécurité et vient d’annoncer GPT-6 Cyber, « un modèle entraîné à trouver et vérifier des vulnérabilités exploitables, tout en restant dans le cadre fixé par les chercheurs ». La dernière partie renvoie aux attaques lancées par des agents IA. GPT-6 Cyber, disponible pour des clients triés sur le volet, est une réponse à Mythos d’Anthropic.

Acheter la pAIx

La victoire écrasante des démocrates aux midterms repose en grande partie sur le ras-le-bol général des Américains devant le coût de la vie. Mais la question de l’IA a aussi pesé lourd dans les décisions des électeurs. Le message est-il passé auprès des acteurs du secteur ?

Les élections de mi-mandat aux États-Unis sont un désaveu cinglant des politiques de Donald Trump et de ses alliés républicains. Les grandes entreprises de la tech et de l’IA ont aussi pris une claque, elles qui veulent faire pousser les centres de données comme des champignons.

• Vague démocrate aux États-Unis : quels effets sur le secteur de la tech ?

Ces résultats étaient prévisibles : la question des datacenters a été abordée à maintes reprises durant les débats ayant précédé les élections. L’opacité avec laquelle les décisions d’implantation sont prises, l’impact sur l’environnement, le bruit, les factures d’énergie qui explosent… Les entreprises de l’IA ont senti le vent du boulet bien avant les midterms et, à l’image d’Amazon, cherchent depuis un moment à infléchir la méfiance, voire l’hostilité envers leurs infrastructures.

Un milliard de dollars pour faire bon voisinage

Dans un billet au ton étrangement passif-agressif, Matt Garman, le directeur général d’Amazon Web Services, a ainsi déroulé dès le 2 octobre une série de promesses aux collectivités qui accueillent ses centres de données :

• éviter une hausse des factures d’électricité pour les habitants en couvrant l’énergie consommée et en payant les améliorations nécessaires pour les infrastructures ;
• faire bénéficier l’économie locale des retombées économiques du centre de données, par exemple en recrutant et en achetant localement ;
• améliorer la transparence et le dialogue : AWS ne fera plus signer d’accords de confidentialité (NDA) aux responsables publics, et l’entreprise s’engage à informer les habitants le plus tôt possible en organisant des rencontres publiques ;
• réduire l’impact environnemental des infrastructures en utilisant des énergies décarbonées, de respecter les normes locales de bruit et de privilégier l’eau non potable ;
• publier chaque année des indicateurs sur la consommation d’énergie et d’eau.

Sur ce dernier point, le géant du numérique ne publie pas de données précises sur les volumes d’eau prélevés, ni sur sa consommation électrique. Il y a parfois quelques indicateurs, mais sans volume précis des consommations, ils ne sont pas très utiles.

• Plongée dans les datacenters : Google prélève autant d’eau en 30 h qu’OVHcloud en un an

AWS prend aussi un engagement financier à hauteur d’un milliard de dollars sur cinq ans pour les collectivités, qui pourront flécher cet argent vers leurs priorités (formation, éducation, coût de l’énergie ou préservation des ressources).

OpenAI promet des garanties mais réclame des permis

OpenAI a publié le 5 novembre deux documents : le premier, « Community Compact » (PDF), énumère les engagements de l’entreprise envers les riverains des centres de données. Le second, « Compute Campus Policy Blueprint » (PDF), propose des règles aux pouvoirs publics pour encadrer et faciliter la construction de ces infrastructures.

OpenAI promet de payer pour ses propres besoins énergétiques, y compris les coûts supplémentaires des infras nécessaires, sans les reporter sur les autres consommateurs. Des garanties financières sont prévues si un projet est retardé, réduit dans son ampleur ou tout simplement annulé. Le créateur de ChatGPT veut aussi :

• contribuer à soulager le réseau électrique en réduisant temporairement sa consommation en cas de surcharge ;
• consulter les habitants avec un interlocuteur local avec la possibilité de faire remonter leurs préoccupations ;
• cesser d’imposer des accords de confidentialité ;
• publier les impacts de chaque site : consommation d’eau et d’électricité, emplois, impôts et investissements locaux, bruit ;
• limiter la consommation d’eau ;
• investir financièrement dans les collectivités et pour la formation.

Le « Policy Blueprint » demande aux pouvoirs publics de transformer plusieurs de ces principes en obligations pour le secteur. Cela va de la transparence sur les consommations et les nuisances, à la protection des consommateurs d’électricité, en passant par la consultation des habitants, le suivi des emplois et l’encadrement des avantages fiscaux.

Tout cela n’est pas gratuit, cependant. OpenAI demande aussi de faciliter les constructions, en accélérant les permis et les raccordements électriques, en développant des lignes et de la production d’énergie. L’entreprise s’oppose aussi à une obligation imposant aux grands consommateurs d’énergie de construire leur propre capacité de production électrique.

« Si vous souhaitez vous implanter quelque part et y construire, vous devez le faire avec les habitants et recueillir leur avis », a déclaré Chris Lehane, directeur des affaires internationales d’OpenAI, à Bloomberg. « Le fait que les citoyens se soient exprimés comme ils l’ont fait dans les urnes est un message important, qu’il faut écouter et auquel il faut réagir et apporter une réponse. C’est ainsi que la démocratie est censée fonctionner. »

Le dirigeant prévoit que plusieurs projets de l’entreprise risquent d’être retardés. « À l’échelle à laquelle nous construisons, il y aura forcément toutes sortes de questions à régler à différents échelons, au niveau des États comme au niveau local », convient-il.

Les promesses à l’épreuve des urnes

Dans ce nouveau paysage politique américain, les entreprises de l’IA auront la vie bien plus difficile que durant les deux premières années de la présidence Trump. Gina Hinojosa, la nouvelle gouverneure démocrate au Texas, n’a pas fait mystère de son intention d’imposer un moratoire immédiat au développement de centres de données. Un tel moratoire est déjà en place dans l’État de New York. De nombreux candidats démocrates ont mis de tels engagements dans leurs programmes… et beaucoup d’entre eux ont été élus.

Selon le Data Center Watch, 45 projets représentant 88 milliards de dollars ont été perturbés, d’une manière ou d’une autre, par les oppositions locales au deuxième trimestre de cette année.

Meta estime que le tsunami bleu aux élections de mi-mandat va compliquer la construction de datacenters, mais reconnait dans le même temps que le secteur a mal expliqué les bénéfices (éventuels) de ces investissements. Dina Powell McCormick, la présidente du groupe, a expliqué durant une conférence du WSJ que « les centres de données sont en quelque sorte la manifestation visible de l’IA, et les gens peuvent dire : “Je ne veux pas de ça chez moi” ».

« Je pense qu’il y a derrière cela une question plus large : la façon dont les gens perçoivent l’IA en général », ajoute-t-elle. Cette technologie a en effet mauvaise presse par une bonne partie des citoyens. Mais la dirigeante rétorque : « La question de savoir qui développe les technologies permettant de guérir le cancer ou de donner accès à l’éducation est, elle aussi, fondamentale… » Même si l’IA de Meta sert surtout à bombarder ses réseaux sociaux de slop en tout genre. « Il faut démocratiser cette technologie et permettre à chacun d’y accéder de manière équitable et transparente », ajoute-t-elle.

Pour faire accepter ses projets, Meta met en avant plusieurs conditions qui recoupent plus ou moins les engagements d’AWS et d’OpenAI : payer sa propre électricité, orienter les recettes fiscales supplémentaires vers les enseignants et les services de secours, faire travailler la main d’œuvre locale, et obtenir un soutien politique bipartisan. À l’heure actuelle, le vent politique, des deux côtés de l’arêne politique, souffle surtout contre les datacenters.

Mise à jour 4/11 – itch.io a mis en place un nouveau filtre pour ne plus lister les jeux ayant déclaré l’usage d’IA générative. La boutique a également supprimé « quelques téraoctets d’IA slop » en expliquant : « Ce n’est pas parce que tu peux mettre en ligne 10 téraoctets de modèles générés par IA mal optimisés que tu devrais mettre en ligne 10 téraoctets de modèles générés par IA mal optimisés. »

Article d’origine, 3/10 – À l’instar de Steam, itch.io observe également une très forte hausse de son activité due à la marée montante de jeux générés par IA. La plateforme indépendante de distribution de jeux vidéo, particulièrement tournée vers les créations indépendantes et expérimentales, a publié sur les réseaux sociaux un graphique montrant l’évolution du volume de pages de jeux créées chaque jour : elles ont tout simplement doublé entre le 3 août et le 30 octobre.

D’environ 3 000 pages créées chaque jour début août, itch.io dépasse désormais désormais les 6 000 régulièrement. Il s’agit des fiches de présentation pour les projets, qui contiennent une description, des captures d’écran, et le cas échéant des fichiers à télécharger. Cela peut donc concerner des jeux au complet, des prototypes, des démos ou des projets encore en développement. On ne parle pas de « nouveaux jeux » à proprement parler, néanmoins ces volumes donnent une idée du flot de contenus qui se déverse sur la plateforme.

itch.io ne donne pas la raison de cette vague, mais laisse assez clairement entendre que le principal responsable est l’IA. La boutique ajoute dans la foulée que malheureusement, le nombre de téléchargements et d’achats n’a pas doublé.

PC Gamer rapporte de son côté que la progression fulgurante de l’activité sur itch.io a débuté quelques jours après le lancement de Claude Opus 5, un modèle particulièrement doué pour l’ingénierie inverse et le code pour les jeux. C’est en partie ce qui explique aussi la montée en puissance des projets de décompilation d’anciens titres. Anthropic a d’ailleurs mis en place un garde-fou pour restreindre les capacités de Claude Code à générer des copies de jeux.

• Anthropic veut empêcher Claude Code de cloner des jeux vidéo

Au dernier décompte officiel d’itch.io, 7,5 % des jeux présents au catalogue de la boutique étaient étiquetés « AI Generated ». Il s’agit d’une déclaration volontaire des développeurs, qui sont invités à signaler la présence de contenus générés par IA dans leurs créations (pas nécessairement le jeu au complet, cela peut être quelques éléments).

Après la mise en ligne de ce graphique, les internautes ont interpelé la plateforme pour proposer de bannir purement et simplement les jeux générés par IA. Plus facile à dire qu’à faire, les outils IA étant de plus en plus utilisés dans le développement de jeux. Et puis, où placer le curseur ?

• L’IA remplit les rayons de Steam, les développeurs sont inquiets

Claude tape sur la tête des clones

Anthropic demande désormais à Claude Code de refuser de recréer des jeux vidéo existants. Un garde-fou contre les clones générés par IA, mais qui bloque aussi des projets professionnels.

« Crée des jeux originaux, des jeux appartenant à un genre donné et des jeux à partir des concepts et des ressources de l’utilisateur. Ne crée pas un jeu existant précis, même s’il est renommé ou présenté comme original. » Ce sont les deux petites phrases ajoutées autour du 27 octobre à Claude Code. La présence de la nouvelle consigne a été confirmée 3 jours plus tard par Addy Osmani, ingénieur chez Anthropic ; le même jour, le changement était visible dans la version 2.1.314 de Claude Code.

Une restriction contre les clones de jeux vidéo

Anthropic utilise un dispositif pour ajuster à distance les instructions données à Claude. Il n’est pas propre aux jeux vidéo, puisqu’il a déjà servi à transmettre d’autres consignes. Un second canal repéré par XDA est spécifique à Opus 5.5. La restriction semble donc s’appliquer de deux manières : directement pour ce modèle, ou à l’ensemble des modèles utilisés dans Claude Code (dont Opus 5.5 est actuellement le modèle par défaut).

Comme l’écrit Chasm, un enthousiaste de la décompilation par IA qui a découvert la consigne, « Anthropic s’attaque aux re-créations de jeux vidéo ». Depuis plusieurs mois, on observe la montée d’une vague de clones de jeux générés par IA, à tel point que des studios – les plus petits en général – rechignent à proposer des démos ou des versions bêta de leurs créations, de peur de se faire voler leurs idées.

• L’IA remplit les rayons de Steam, les développeurs sont inquiets

Addy Osmani explique que cette nouvelle instruction est là pour dissuader Opus 5.5 de « recréer un jeu précis appartenant à quelqu’un d’autre, car utiliser Claude pour enfreindre des droits de propriété intellectuelle est contraire à nos règles d’utilisation. » Il ajoute que « la création de jeux originaux, de jeux appartenant à un genre donné et de jeux conçus à partir de vos propres concepts et ressources doit continuer à fonctionner. »

Une consigne qui déborde de sa cible

Seul hic, cette consigne semble être appliquée avec un peu trop de zèle chez certains vibe codeurs. Le concepteur des wargames Conflict Simulations explique ainsi que la restriction bloque ses projets professionnels : il réalise sur commande des adaptations de jeux de plateau pour des clients qui possèdent les originaux.

Claude Code refuse de terminer ces travaux, qui sont pourtant codés de zéro à partir des éléments fournis par les clients. Addy Osmani invite à faire remonter les cas si Claude refuse d’aider sur une création qui appartient au codeur.

La consigne a le mérite d’exister, mais il y a peu de chance qu’elle mette un réel coup de frein au phénomène du clonage de jeux. D’une, les copieurs peuvent utiliser un autre LLM qui n’a pas ces restrictions, voire un modèle à poids ouverts modifié. Pour Anthropic, cette instruction a aussi (et surtout ?) pour vertu de protéger l’entreprise des accusations d’infraction au copyright. Elle a déjà beaucoup à faire sur ce front avec les auteurs et les maisons de disques, pas la peine d’ajouter les studios de jeux.

Au feu !

Face à l’ampleur de la polémique, Proton a bien été obligée de réagir. L’entreprise suisse subit les foudres des utilisateurs et un torrent de réactions négatives suite aux révélations de 404 Media sur ses méthodes internes et son utilisation forcenée de l’IA.

Deux articles de 404 Media ont provoqué une crise au sein de Proton. Le 26 octobre, nos confrères révélaient le contenu d’un e-mail envoyé aux employés pour les avertir qu’ils allaient être « réinterrogés » au cours d’entretien sur la manière dont l’IA avait transformé leur travail. Le message laissait clairement entendre que leur emploi était menacé s’ils ne l’utilisaient pas assez. Le 29 octobre, deuxième article, cette fois pour détailler l’ambiance interne, avec un Andy Yen (CEO) très offensif, voire insultant avec les développeurs.

• Chez Proton, le rouleau compresseur de l’IA écrase tout

Le point le plus inquiétant pour les utilisateurs, comme vu sur Reddit et X notamment, semblait l’accélération de la production de code par IA au détriment de la sécurité. 404 Media avait mis en avant un échange sur Slack dans lequel un développeur demandait du temps pour réaliser des tests de pénétration sur du nouveau code. Andy Yen y répondait en critiquant la requête et en évoquant une « mentalité de loser ».

Proton cherche maintenant à éteindre l’incendie

Au soir du 30 octobre, plusieurs publications sont apparues. D’abord, un nouvel article de 404 Media pour indiquer que les « réentretiens » n’auraient finalement pas lieu. Selon nos confrères, Andy Yen a confirmé ce changement lors d’une réunion interne, estimant que le débat avait servi le but poursuivi : que l’IA devienne un sujet actif et que les développeurs se lancent dans une formation personnelle.

Il faut également éteindre publiquement l’incendie. Sur X et LinkedIn, dans la nuit du 30 au 31 octobre, le compte officiel Proton a publié un long message pour aborder plusieurs points de tension. Ainsi, l’entreprise n’installerait aucun logiciel sur les postes des développeurs pour surveiller leur utilisation de l’IA, une rumeur qui proviendrait d’un « malentendu sur le fonctionnement des logiciels MDM », ces derniers étant destinés à gérer des parcs d’appareils de manière centralisée.

« Ensuite, notre utilisation de l’IA ne se fera jamais au détriment de la sécurité. Au cours de l’année écoulée, contrairement à ce qui a été allégué, des couches supplémentaires de révision de sécurité ont été ajoutées pour faire face à la menace posée par des IA hostiles qui scrutent le code open source de Proton à la recherche de vulnérabilités. Notre code est open source, et sa sécurité reste ouverte à la vérification de tous », affirme l’entreprise.

Proton dit également vouloir faire preuve de transparence. Elle veut « ouvrir le capot » pour montrer comment elle utilise l’IA en interne. Elle compte par exemple publier des informations sur ses outils et rendre leur code open source, « y compris sur des versions plus avancées de Lumo avec des capacités accrues, qui n’ont jamais été mises à disposition en dehors de l’entreprise ». Lumo est pour rappel le chatbot maison, qui doit permettre d’utiliser l’IA sans envoyer d’informations chez les grandes entreprises américaines.

La société suisse promet en outre de communiquer des informations sur la manière dont les révisions de code et de sécurité sont réalisées. Elle veut se montrer transparente sur ses politiques en IA, y compris les domaines dans lesquels elle est autorisée ou interdite. « Au lieu de pouvoir seulement voir le code open source final que nous produisons pour vérifier la sécurité, vous pourrez également évaluer comment ce code a été produit », ajoute Proton, qui confirme à nouveau que les employés ne seront pas réinterrogés sur leur utilisation de l’IA.

Oui, mais…

Bien que l’entreprise cherche à contrôler autant les dégâts que possible, on peut relever plusieurs problèmes. D’abord, son amende honorable n’a été publiée que sur deux réseaux sociaux, X et LinkedIn. Le texte n’a pas fait l’objet d’une communication plus officielle, sur le blog de l’entreprise par exemple.

Ensuite, les bonnes volontés de Proton ne sont accompagnées d’aucune date. L’éditeur s’engage donc sur plusieurs processus, mais sans calendrier.

Sur la présence d’un logiciel qui analyserait l’utilisation de l’IA, la situation reste floue. On se souvient que Brad Butler, directeur technique, a indiqué que 90 % du code produit en octobre avait été généré par IA (a priori par Claude). La mesure semble donc exister quelque part, peut-être au niveau de GitHub via la console de Copilot.

La promesse de transparence autour de Lumo devra également être confrontée à la réalité, car ce n’est pas la première fois que Proton s’engage sur ce sujet. L’European Open Source AI Index avait en effet critiqué en aout 2025 la présentation initiale de Lumo comme « open source ». Selon cet index, seuls les codes des applications mobile et web sont ouverts.

• Proton lance son assistant IA Lumo et déménage ses installations en Allemagne

Surtout, l’entreprise a désormais deux problèmes sérieux d’image. D’abord, sur son activité elle-même : Proton se présente depuis toujours comme l’alternative sécurisée aux grands groupes américains. Les extraits de conversations publiés par 404 Media ne vont pas exactement dans ce sens.

Ensuite, que ce soit sur X, Reddit ou LinkedIn, de nombreuses personnes remettent en question le rôle d’Andy Yen à la tête de l’entreprise, beaucoup appelant désormais à sa démission. Il est accusé d’avoir installé un climat délétère au sein de Proton, la course à la croissance et aux profits mettant en danger les fondements de l’offre logicielle. D’autres encore estiment que si l’IA est désormais incontournable, Andy Yen reste responsable de son utilisation forcée au point de mettre en danger les emplois et de ses insultes aux personnes qui réclament du temps pour tester le code produit.

Du travail pour les relations presse

L’ambiance chez Proton est particulièrement difficile autour de l’usage de l’IA et de l’attitude du patron de l’entreprise, Andy Yen. C’est ce qu’affirme 404 Media dans un article. La société suisse a désormais un sérieux problème d’image à résoudre.

Mise à jour du 30 octobre à 18 h :

Selon un nouvel article de 404 Media, Andy Yen, CEO de Proton, a annoncé que les « réentretiens » des employés n’auraient finalement pas lieu. Ils visaient à identifier les développeurs qui n’utilisaient pas assez l’IA. Leurs emplois semblaient directement menacés.

Le nouvel article indique qu’une réunion s’est tenue aujourd’hui même, vendredi 30 octobre. Andy Yen y aurait reconnu un échec de communication de sa part, tout en annonçant que la poussée vers l’IA continuerait. Il aurait affirmé que ces nouveaux entretiens étaient à présent inutiles, car la situation avait abouti au résultat voulu : déclencher une vaste conversation sur l’IA et accélérer la formation. Une réorganisation serait prévue pour le mois prochain, mais aucune suppression d’emploi ne serait prévue.

Les salariés interrogés par nos confrères sont partagés. L’un d’entre eux y voit un progrès, un autre regrette l’absence de responsabilité de la direction, un autre encore évoque une simple gestion de crise. Selon ce dernier, les constats sur l’utilisation de l’IA passeront dans les évaluations annuelles et ne sont donc que différées.

---

Article original du 30 octobre à 12h02 : Proton est connue depuis des années comme l’entreprise suisse pourvoyeuse de solutions respectueuses de la vie privée. Et pour cause : tous ses produits communiquent en utilisant le chiffrement de bout en bout. En d’autres termes, personne ne peut voir ce qui transite ou est stocké, pas même Proton. Cependant, cette efficacité dépend étroitement de la manière dont la technologie est implémentée.

Selon un long article de 404 Media du 29 octobre, les employés craignent désormais pour l’intégrité du code. La raison ? Une obligation d’utiliser autant que possible l’IA, au point que la direction de Proton envisagerait de ne plus embaucher d’ingénieurs dès l’année prochaine, mais des chefs de produit utilisant l’IA, Claude étant largement cité.

Injonctions sur l’IA

404 Media dit avoir échangé avec huit employés actuels et un ancien, consulté des conversations Slack, des enregistrements de réunions ou encore un manifeste sur l’IA rédigé par le directeur technique de Proton, Bart Butler.

Un employé a par exemple demandé récemment s’il était possible de prendre quelques jours pour analyser le code généré et réaliser des tests de pénétration pour en mesurer le degré de sécurité. Selon nos confrères, le CEO de l’entreprise, Andy Yen, a répondu sur Slack qu’il s’agissait de « conneries et d’une attitude de perdant », que rapidité et sécurité étaient « bien sûr » compatibles et qu’il fallait arrêter de « réfléchir à comment être plus lent ».

Dans une ambiance électrique, Andy Yen a ouvert une adresse e-mail servant à signaler tout obstacle à une adoption plus large de l’IA. Selon 404, l’entreprise est même allée jusqu’à installer sur les postes des employés un logiciel mesurant la quantité de code produite par LLM. Le résultat, proclamé par le Bart Butler lui-même, est que 90 % du code écrit pour l’instant en octobre a été généré par IA. Sur cette proportion, une grande partie viendrait de Claude, selon plusieurs employés.

« Le train arrive, montez à bord ou soyez écrasés »

Le déclencheur de la colère semble avoir été un e-mail envoyé à tous les employés pour les avertir que des « réentretiens » allaient avoir lieu, chaque salarié devant être évalué sur son utilisation de l’IA par une personne extérieure à son équipe et à sa chaîne hiérarchique. Ces entretiens sont prévus pour la période du 4 au 11 novembre, les salariés devant apporter des exemples concrets de ce que l’IA a changé dans leur travail. L’e-mail avertit que ces entretiens auront des conséquences : « Votre capacité à vous aligner avec leurs vues déterminera votre avenir avec nous, ou si vous en avez un ».

L’attitude d’Andy Yen semble avoir largement changé en août. Dans une interview accordée à Wired, le patron indiquait alors que Proton s’était lancée dans l’IA à contrecœur, car la technologie impliquait une forme de surveillance. Yen avait même proclamé qu’il préférerait un monde sans IA. Le LLM maison, Lumo, était présenté comme une manière de faire de l’IA générative en préservant la vie privée des utilisateurs.

À la fin du même mois, le ton était déjà très différent en interne. « Le train arrive, montez à bord ou soyez écrasés. Ne soyez pas l’opérateur professionnel de fax à l’ère d’internet », a-t-il déclaré dans une conversation Slack.

« Je pense que d’ici la fin de cette année, la plupart des développeurs arrêteront de programmer et commenceront à écrire des spécifications pour des tests que l’IA va coder et exécuter, afin de valider le code écrit par l’IA que les humains ne pourront plus vérifier. Ce sera la dernière année où nous embaucherons des ingénieurs, et à partir de l’année prochaine, nous recruterons ce que nous appelions autrefois des chefs de produit, pour construire des choses avec l’IA »

Proton ne nie pas les révélations

Andy Yen cherche désormais à mettre en place une nouvelle équipe qui devra travailler nettement plus dur et poser les bases du futur pour l’entreprise. Le patron a explicitement mentionné son désir de voir Proton devenir une « entreprise 996 », en référence à une culture grandissante (en Chine et dans la Silicon Valley) de travailler de 9 h à 21 h, six jours par semaine. Les avantages matériels suivraient, avec notamment une hausse de 30 % du salaire et une carte bancaire dédiée aux frais professionnels.

Interrogée sur ce climat de peur et de pression, l’entreprise n’a pas nié : « Les temps de grands changements font peur, et l’industrie technologique dans son ensemble doit faire face à cette transition. Nous n’avons pas toujours communiqué nos intentions aussi bien que nous aurions pu, mais Proton s’engage à aider nos collègues à se reformer et à se requalifier pour l’avenir », a déclaré un porte-parole.

L’entreprise a cependant un sérieux problème d’image désormais, suite à l’article de 404 Media du 26 octobre sur l’e-mail qui semble avoir tout déclenché. Sur Reddit, la colère est palpable chez les utilisateurs, notamment ceux abonnés. Beaucoup affirment avoir résilié ou leur intention de le faire.

« Votre personnel était suffisamment qualifié pour obtenir son poste au départ. Si vous pensez maintenant que certains d’entre eux n’ont pas les compétences nécessaires pour s’adapter aux technologies évoluant à une vitesse ultra-rapide, vous avez clairement échoué en ne mettant pas en place un programme de formation d’amélioration continue efficace. Vous avez échoué en tant que direction. Vous les avez laissés tomber », affirme par exemple neilbaldwn.

Un autre genre de confinement

Après une première annonce en 2023, Canonical semblait avoir laissé tomber son idée d’un Ubuntu Core Desktop, un système pensé pour être immuable, atomique et attestable. Voilà pourtant qu’elle remet le couvert, affirmant cette fois accélérer le projet.

Pour comprendre les enjeux, il faut revenir aux définitions : qu’est-ce qu’un système d’exploitation immuable, atomique et attestable ? D’abord, immuable : c’est un système dont les fichiers essentiels sont en lecture seule. Avec ce fonctionnement, en théorie, aucun utilisateur ni aucune application ne peut les modifier.

Ensuite, lorsque l’on parle de système atomique, on évoque surtout ses mises à jour : elles s’appliquent soit entièrement, soit pas du tout. Les deux vont très souvent de pair, de sorte que le système vise une prévisibilité extrême, la base ne changeant pas. Les applications sont isolées, aussi bien du système qu’entre elles, chacune résidant dans son propre conteneur. Dans le cas de Canonical, vous l’aurez deviné, on parle bien de Snap.

Sur ce socle vient se greffer un système d’attestation. Une telle version d’Ubuntu doit ainsi prouver à tout moment ce qu’elle exécute. Interrogée, la machine peut démontrer quels logiciels elle fait tourner, simplifiant les vérifications et rendant les altérations plus complexes. Ce type de mécanisme passe souvent par un composant matériel dédié, TPM dans la grande majorité des cas.

Le retour d’Ubuntu Core Desktop

Dans son nouveau billet du 28 octobre, Canonical reconnait que la préversion de 2023 n’a pas été à la hauteur. Les débuts ont certes été encourageants, mais le projet est devenu très silencieux dès l’année suivante. Selon le site It’s FOSS, l’explication tient dans la manière dont Canonical avait dessiné son système, une grande partie du bureau (dont GNOME et l’écran de connexion) étant réunie dans un seul snap volumineux.

Dans le fond, le principe est inchangé. Tous les composants sont livrés sous forme de snaps, dont le chargeur d’amorçage, le noyau, l’environnement de bureau, les démons (services) et toutes les applications. Mais en pratique, l’approche est cette fois beaucoup plus modulaire. Canonical dit vouloir définir des interfaces claires entre les composants. Ainsi, le gestionnaire d’affichage, l’environnement de bureau, les serveurs multimédias, le réseau et les autres fonctions devront respecter des interfaces clairement définies sans dépendre d’une implémentation particulière.

Dans ce fonctionnement, chaque partie du bureau peut évoluer individuellement. C’est effectivement à la base la promesse des snaps et, plus généralement, de tous les conteneurs logiciels. Bénéfice de cette évolution modulaire, il ne serait plus nécessaire de reconstruire tout le système à chaque changement. Selon Canonical, ce facteur différencierait Ubuntu Core Desktop des autres systèmes immuables comme Fedora Silverblue ou openSUSE Aeon.

Conséquence, cette version du système n’obligerait pas à utiliser GNOME. Canonical indique s’être rapprochée de l’équipe de KDE Neon Core et avoir produit une variante de KDE Neon fondée sur Ubuntu Core.

• KDE fête ses 30 ans

Canonical vise trois cas d’usage pour la 27.04

L’entreprise explique qu’une équipe dédiée est désormais constituée pour travailler sur Ubuntu Core Desktop et que des préversions quotidiennes seront construites pendant le cycle de développement d’Ubuntu 27.04. Pour l’instant, la nouvelle équipe remet en place les chaînes de production d’images et fait le point sur la situation.

Canonical indique que trois cas d’usage prioritaires sont visés. D’abord, le navigateur, cas jugé le plus simple car Firefox et Chromium sont livrés en snaps depuis des années. Ils sont compatibles avec le système de permissions et peuvent donc accorder l’accès à la caméra et au micro.

Ensuite, le développement logiciel. Cette fois, la situation se complique : un système de fichiers en lecture seule et des permissions strictes ne font pas forcément bon ménage avec les habitudes des développeurs. De plus, des outils répandus comme Visual Studio Code fonctionnent en mode « classic », qui accorde de nombreuses permissions au système. VSC ne fonctionne d’ailleurs pas sur Ubuntu Core. Solution envisagée par Canonical : placer ces applications dans Workshop, un environnement de développement isolé propre à l’entreprise, tandis que les fenêtres associées seraient affichées sur le bureau principal. Canonical compare directement cette solution à WSLg (Windows Subsystem for Linux GUI) de Microsoft.

Enfin, le jeu vidéo, avec l’objectif affiché de pouvoir fonctionner aussi bien sur ordinateur classique que sur des consoles portables comme le Steam Deck. Techniquement, le snap de Steam satisfait déjà les exigences de confinement strict, mais il a été largement mis de côté ces deux dernières années. Dans l’idéal, les composants graphiques seront eux aussi modulaires, afin que Mesa et Proton puissent être mis à jour sans toucher au reste du système. Canonical dit aussi étudier des modes de commande où l’appareil démarre directement sur une interface de jeu plutôt que sur un bureau classique.

La route sera longue

Dans tous les cas, le principal obstacle est la disponibilité des applications en snaps. Core Desktop ne peut pas exécuter un autre format. Il faut également que les permissions soient gérées, afin qu’une application puisse toujours demander l’autorisation avant d’accéder à la caméra, au micro ou à un dossier personnel. Autre défi, la modularisation complète du bureau et la prise en charge de KDE Plasma au même niveau que GNOME.

Le projet reste jeune, voire très jeune. Canonical précise d’ailleurs que la version classique d’Ubuntu est là pour rester, aucun calendrier n’étant donné pour une éventuelle bascule par défaut sur Core Desktop. Concernant les variantes officielles du système (les flavors comme Kubuntu, Edubuntu, Xubuntu…), le billet indique que les mainteneurs concernés seront libres de proposer leur propre variante de Core Desktop, s’ils le souhaitent.

Oui, c'est compliqué

Argon tout juste présenté il y a un mois, Google l’éclipse déjà par un nouveau venu : Carbon. Il prend la tête des modèles de pointe de l’entreprise, mais il n’est pas encore disponible et les détails manquent.

Google a présenté Argon le 30 septembre comme premier représentant de la famille Gemini 4. Il n’a cependant pas été disponible de tout de suite, le LLM ayant dans un premier temps été examiné par le gouvernement américain. Le 13 octobre, le nouveau modèle a finalement été lancé publiquement. À peine deux semaines plus tard, voilà qu’Argon est déjà remplacé.

Son successeur se nomme Carbon. Il prend ainsi la tête des LLM frontière (de pointe) chez Google et, si l’on en croit les chiffres communiqués, de bon nombre de classements tous modèles confondus. Ce n’est pas tout à fait une surprise cependant, des rumeurs circulaient depuis trois semaines environ sur cette arrivée.

Des performances à l’avenant, mais…

Au vu des scores donnés par Google, Carbon est premier dans 15 des 17 benchmarks référencés. Il n’est derrière que sur deux des tests : FrontierSWE 2, où Carbon obtient 61,2 %, derrière GPT-6 Astra (65,5 %) et Opus 5.5 (62,3 %), et OSWorld, où Opus reste en tête avec 87,2 %, contre 81,5 % pour Carbon.

Artificial Analysis classe Carbon (en effort High) premier de son Intelligence Index v5.0 avec 59 points, devant Claude Opus 5.5 (58), GPT-6 Astra (57) et Argon (50). Attention avec cette version 5 de l’indice, car elle a été révisée pour limiter la saturation (les notes maximales devenaient souvent atteintes). 60 % des tests étant désormais privés ou à réponses non publiées, les scores ne sont pas comparables à ceux des versions précédentes.

Carbon surpasse son prédécesseur dans tous les cas de figure, avec des bonds parfois importants dans certains domaines, comme un passage de 42 à 54,8 % sur ExploitGym. La cybersécurité est d’ailleurs mise en avant par Google, qui précise tout de même que ses tests ont été menés sans aucun garde-fou. Impossible en l’état de savoir ce que les clients auront réellement entre les mains, même si ce n’est que l’un des nombreux points que Google n’aborde pas dans sa présentation.

Parmi les progrès que Google revendique face à Argon, on peut voir un taux de triche désormais à 0,0 % sur Terminal-Bench 4.0, une baisse de 80 % des alertes de désalignement graves dans ses environnements internes de développement, ou encore une réduction de moitié des réponses non étayées.

… peu d’informations concrètes

Problème, Carbon a beau sembler puissant, Google tait pour l’instant de nombreuses informations. La plupart des données fournies émanent de tests internes ou de formulations floues, par exemple sur l’utilisation enthousiasmée des employés qui l’ont testé pendant plusieurs jours. Google ne dit rien non plus de la disponibilité. Si l’on applique le calendrier d’Argon, la sortie publique pourrait intervenir dans deux semaines. Un petit nombre de spécialistes de la cybersécurité y a cependant accès, le nombre devant augmenter progressivement via le programme Fairwind.

Côté tarifs, puisque Carbon remplace Argon, il reprend les mêmes : 2 dollars par million de jetons en entrée, 10 dollars en sortie, avec une remise de 95 % sur les jetons d’entrée en cache. À l’issue de la période de lancement, le tarif passera respectivement à 4 et 20 dollars, mais Google ne donne aucun détail temporel. Carbon, comme Argon, est donc un modèle onéreux. Il est d’ailleurs épinglé comme tel par Artificial Analysis, dont l’indice maison affiche un coût de 7,76 dollars par tâche, qui reste cependant moins élevé que ceux affichés par les derniers modèles Anthropic en effort maximal.

Si Carbon est présenté explicitement comme un successeur d’Argon, sur lequel il est bâti, la gamme Gemini manque de lisibilité, d’autant qu’Argon reste au catalogue. Sa période promotionnelle se finit le 1er décembre, et on peut se demander si Google ne compte pas le retirer alors, pour laisser place à Carbon et sa propre période promotionnelle. Le nouveau venu serait sinon moins cher que son grand frère, ce qui n’aurait guère de sens.

Chacun ses apps, et les vaches...

Et si l’IA ouvrait grandes les portes d’une forme de réappropriation technologique ? Une certaine ironie, quand on connait ses effets sur le prix de la mémoire. Mais un nombre croissant de personnes se lancent dans des projets permettant de modifier en profondeur certains produits, notamment les TV connectées.

Il n’y a qu’à se plonger dans les dernières récriminations autour des téléviseurs connectés LG pour saisir l’agacement. Ces produits proposent de tout réunir dans une même interface, mais intègrent souvent de nombreux mécanismes de pistage pour mieux servir de la publicité sur mesure. Un mécanisme classique, non spécifique à cette gamme de produits connectés.

Si l’on en croit plusieurs sites comme TechCrunch et Tom’s Guide, un nombre croissant de développeurs en herbe ne sont plus disposés à accepter la situation. Dans un mouvement que l’on retrouve plutôt sur Windows habituellement, certains ont donc eu une idée : et s’ils modifiaient leur appareil pour supprimer tout ce qui ne leur plaisait pas ?

Ménage d’automne

L’effet est documenté depuis un moment déjà et ressort régulièrement, jusque dans les rapports de Linux Foundation : l’IA générative abaisse le ticket d’entrée. Comprendre par là qu’une idée peut rapidement se transformer en un code concret, les générations successives de modèles rendant l’opération de plus en plus simple.

La vague du « vibe coding » s’étend dans toutes les directions et nos confrères notent en particulier un front ouvert sur les TV connectées. Ainsi, le projet dumbtv annonce clairement la couleur : « Votre téléviseur doit faire ce pour quoi vous avez payé : vos applications, vos entrées HDMI, et rien d’autre. Pas de publicités directement sur la télé, pas de suivi des visionnages, pas de mise à jour que vous n’avez pas demandée ».

Sur le site dédié (en plus du dépôt GitHub), le projet se propose de remanier complètement les appareils sous Fire TV, dont les dongles Amazon. L’installation requiert un ordinateur, un accès réseau pour l’appareil visé ainsi que l’activation du mode ADB (Android Debug Bridge) sur ce même appareil. Après quoi, avec quelques manipulations, on peut en théorie supprimer les publications, les contenus sponsorisés, les techniques de création d’empreinte numérique (fingerprinting) et ainsi de suite.

Si le projet a rapidement dépassé les 1 700 étoiles sur GitHub, un autre a attiré encore plus les regards : CleanYourTV. Le dépôt correspondant dépasse les 43 000 étoiles et affiche fièrement sa médaille d’or obtenue comme dépôt le plus « tendance » de la semaine du 19 octobre. Et pour cause : le projet propose ni plus ni moins que de lancer un grand nettoyage sur votre TV connectée à la seule condition qu’elle embarque Android TV ou Google TV (toujours via le mode ADB).

En tant que tel, CleanYourTV ne désinstalle rien. Il cache les éléments et les désactive : télémétrie, services publicitaires et bon nombre de composants sont ainsi remisés au placard. Le choix de ne pas les désinstaller semble une mesure de sécurité, afin qu’un simple script de restauration puisse remettre la TV dans son état original. En revanche, l’outil installe son propre lanceur (décrit comme léger et natif), autrement dit l’interface principale avec les applications, dans une version plus sobre ressemblant fortement à l’Apple TV.

Une forme de réappropriation

Dans une série de tweets publiés le 17 octobre, l’auteur de CleanMyTV explique simplement avoir « vibe codé » la télé de ses parents. Elle affichait des publicités avant même de pouvoir atteindre Netflix. Le produit est un modèle Xiaomi selon ses dires, dont la référence a été donnée à Claude Code dans le prompt. L’appareil a été trouvé sur le Wi-Fi, aboutissant à la suppression de 25 composants Xiaomi. De là est née l’idée du projet et de sa mise à disposition (le code est sous licence open source MIT).

Ces projets ne sont pas isolés, on en trouve d’autres sur X, racontant tous la même histoire : un constat d’interface lente, des applications inutiles, des publicités trop nombreuses. Le désir est donc systématiquement le même, une reprise en main d’un produit payé mais dont l’expérience utilisateur s’est révélée insatisfaisante, voire franchement agaçante.

Dans la plupart des cas, on trouve Claude parmi les contributeurs des projets, confirmation que le projet a été largement accéléré par un agent. Les personnes derrière ces créations sont souvent elles-mêmes des développeurs, mais on peut se poser la question : se seraient-elles lancées dans ces opérations sans IA ?

« Ça ne me plait pas, donc je modifie »

La question est d’autant plus intéressante qu’elle permet d’entrevoir une longue liste de possibilités. The Verge a par exemple relevé récemment que le même vibe coding permettait à des passionnés des modifications poussées de produits utilisés dans la production musicale, via la création de firmwares personnalisés. Nos confrères indiquaient avoir remarqué une « explosion » de ces microgiciels sur le subreddit r/synthesizers. Précédemment, ce type d’opération nécessitait de vastes compétences, affirment nos confrères.

Sans tomber dans une longue liste d’exemples, l’IA semble avoir déclenché une vague d’interrogations sur une partie des produits qui nous entourent. Le développeur italien Carmine Paolino, par exemple, n’apprécie pas les technologies web dans les applications. Il a donc créé des versions natives pour plusieurs d’entre elles, en particulier pour Spotify et WhatsApp, avec respectivement Spotifast et ZapFast.

L’obtention de meilleures performances est un puissant moteur de motivation. Dans notre cas, nous nous amusons par exemple à créer un client alternatif et multiplateforme pour Mattermost (sur une base Rust, C# et Avalonia) pour explorer la manière dont on peut alléger la pression sur la mémoire vive, en particulier dans cette période d’explosion des prix. Sur cette petite application (qui se limite volontairement à la partie messagerie texte pour une seule équipe), la consommation tourne en moyenne autour de 130 à 150 Mo, contre 600 Mo en moyenne pour Mattermost, dont le client officiel est basé sur Electron (qui simplifie largement les problématiques de support multiplateforme).

Les mises en garde restent les mêmes

Mais attention, les bonnes performances ont beau être agréables, elles « n’excusent » pas tout. Point commun à pratiquement tous ces projets, ils s’attaquent à des produits commerciaux d’entreprises qui goûtent sans doute peu de voir leur matériel ou leur application ainsi modifiée. Des sociétés comme Spotify ou Meta (pour WhatsApp) pourraient voir d’un très mauvais œil l’arrivée de ces versions et modifier leur licence pour en interdire la fabrication. Mais qui sait, Meta pourrait tenir compte du message sous-jacent : des utilisateurs ne sont pas disposés à consacrer 1 à 3 Go de mémoire pour une simple messagerie.

En outre, si le phénomène peut être enthousiasmant dans tout son potentiel, il est facile de lancer des projets, beaucoup moins de les entretenir, et encore moins de le faire sérieusement. Les IA peuvent se tromper, des secrets peuvent se glisser dans le code et des erreurs énormes peuvent apparaitre, avec à la clé de possibles failles de sécurité béantes chez les utilisateurs. L’aspect systématiquement open source de ces travaux (toujours sous licence MIT ou Apache 2.0) limite en théorie la casse, mais la prudence reste de mise.

• #Nextquick : libre et open source ne sont pas synonymes de sécurité

Beaucoup de tokens pour rien

Brûler des tokens ne fait pas nécessairement un bon ingénieur. Amazon reconnait les limites de ses indicateurs d’utilisation de l’IA, et demande à ses équipes de privilégier les résultats concrets. Même si les indicateurs restent en place.

Amazon ne veut plus faire partie du club des entreprises où l’on brûle du token pour rien, sinon pour se faire bien voir de la hiérarchie. Au mois de mai, une indiscrétion donnait des détails sur un nouvel outil interne pour mesurer l’utilisation de l’IA. Un usage surveillé de près par des managers poussant sans relâche leurs équipes à intégrer cette technologie dans leur travail de tous les jours. À tel point que certains abusent des tokens.

• Tokenmaxxing : quand les salariés d’Amazon brûlent des tokens pour se faire bien voir

Des indicateurs qui poussent à la consommation

Ce phénomène du tokenmaxxing ne se limite pas à Amazon. De nombreuses autres entreprises, désireuses elles aussi d’embarquer dans le grand train du progrès et des (soit-disant) gains de productivité démentiels forcent leurs salariés à exploiter l’IA, parfois à tort et à travers. À cela s’ajoutent des factures d’usage d’API qui flambent.

Amazon a rapidement appuyé sur la pédale de frein et mis un terme au classement IA interne. Pour enfoncer le clou, un mémo envoyé en septembre par Terk Terkowitz, vice-président de l’ingénierie, et rendu public ce mardi 27 octobre, détaille les nouvelles pratiques en matière de mesure des performances des équipes.

Le message destiné aux ingénieurs logiciels du groupe détaille les mesures utilisées en interne, parmi lesquelles la consommation de tokens pour déterminer le volume d’utilisation des modèles –, ce qui peut en amener certains à en abuser. Amazon mesure aussi l’adoption des outils IA, le nombre de modification dans le code et le nombre de revues de code, ces deux derniers indicateurs servant à suivre le volume de travail réalisé.

« Nous savons tous à quel point ces indicateurs sont imparfaits, principalement parce qu’ils sont déconnectés de ce qui compte vraiment », écrit le dirigeant. « S’ils deviennent des objectifs plutôt que des instruments de mesure, ils peuvent avoir des effets négatifs : une hausse des coûts (…) et une complexité accrue », poursuit-il. Terk Terkowitz espère tout de même que le « sens aigu des responsabilités » des développeurs et leur volonté « d’obtenir des résultats » aidera l’entreprise à éviter les effets négatifs.

Quand l’IA n’aide pas, ce n’est pas forcément un échec

Il faut toujours tenir compte de ces critère donc, mais « avec prudence et discernement ». Le vice-président donne une sorte de feuille de route en recommandant de regarder les deux extrémités : les 10 % des équipes qui adoptent le moins l’IA pour comprendre les freins, et les 10 % qui l’utilisent le plus afin de vérifier que cet usage s’accompagne d’une augmentation des livraisons de nouveautés.

« Si les outils d’IA actuels n’apportent rien à votre travail, c’est un constat, pas un échec. Documentez les raisons, partagez-les avec vos pairs, parlez-en à votre responsable et cherchez des solutions. Un ingénieur capable d’expliquer dans quels cas l’IA ne l’aide pas encore dans son travail fait preuve du discernement que nous attendons. »

Mais le critère final doit être l’impact à long terme sur les clients, l’activité et les équipes. Une métrique basée sur la qualité donc, bien plus que sur la quantité de tokens brûlés.

En juin 2025, le directeur général d’Amazon, Andy Jassy, partageait sa « pensée » autour de l’IA générative. Pour lui, les agents IA vont accélérer et amplifier le développement d’innovations au sein de l’entreprise. Moins réjouissant, il prévoyait aussi une baisse des effectifs grâce aux gains d’efficacité de l’IA, tout en indiquant que certains métiers créeront plus d’emplois.

À l’approche des élections américaines de mi-mandat, OpenAI resserre les conditions d’utilisation de ChatGPT, tout particulièrement de la fonction de génération d’images.

Alors que les élections de mi-mandat se dérouleront le 3 novembre aux États-Unis, ChatGPT n’est plus en mesure de générer des images photoréalistes dépeignant « une ingérence électorale ou susceptibles de décourager le vote ». Le bot peut toujours proposer des images, mais elles apparaissent dès lors sous la forme d’illustrations stylisées, « cartoon », pas réalistes.

L’intimidation électorale passe au dessin

OpenAI veut « réduire le risque qu’une scène imaginaire soit prise pour une preuve documentaire ». Cnet a testé en demandant à ChatGPT de créer une image photoréaliste d’agents de l’ICE (la police de l’immigration) devant un bureau de vote. La crainte est qu’une telle présence décourage les personnes redoutant un contrôle migratoire des urnes, même quand elles ont le droit de voter.

Comme on a pu le tester en dehors des États-Unis, ChatGPT génère bien une telle image mais stylisée. Le bot ne parvient pas à produire une image réaliste. Plus près de nous, c’est le cas aussi pour le prompt « Crée une image photoréaliste d’un cordon de CRS bloquant l’entrée d’un bureau de vote en France ». Même en insistant pour avoir un rendu réaliste, l’image reste stylisée façon dessin de presse ou BD.

La requête « Crée une image photoréaliste d’une urne électorale bourrée de bulletins par un assesseur dans une mairie française » génère d’abord un dessin, mais en réclamant un rendu photoréaliste, ChatGPT s’exécute. Savoir exactement ce qui est autorisé de ce qui ne l’est pas n’est donc pas évident. Ce d’autant que l’approche d’OpenAI « préserve la possibilité de créer des illustrations et des commentaires sur la société ».

Les fausses images alimentent la désinformation

L’entreprise rappelle aussi que ses règles interdisant l’ingérence électorale et la démobilisation des électeurs s’appliquent toujours, « même lorsque ces usages abusifs font appel à des images de type dessin animé. » Les manifestations de ces dernières semaines en France donnent un relief particulier à ces mesures de protection relatives aux élections datées du 27 mai, mises à jour le 20 octobre.

L’image d’un couple d’octogénaires soit-disant « dépouillés » par des casseurs au soir de la manifestation du 17 octobre a été largement partagée sur les réseaux d’extrême-droite. Mais voilà, elle était complètement bidonnée, générée par IA.

• « L’image la plus horrible de ce 17 octobre » émanait d’un site d’info généré par IA

OpenAI ajoute un partenariat avec Associated Press pour le décompte en direct des bulletins de vote pour les élections au Brésil et aux États-Unis. Les fabricants de systèmes de vote électronique qui travaillent avec les autorités américaines pour les élections peuvent participer au programme Daybreak de protection des défenseurs.

L’entreprise interdit également la génération de messages de campagne, y compris des images et des vidéos, en faveur ou à l’encontre d’un candidat, d’un parti politique ou d’une proposition soumise au vote. Pourtant, à l’occasion de la campagne des mid-terms, on a vu fleurir d’innombrables spots générés par IA, notamment du côté des républicains pour dénigrer leurs opposants.

• Présidentielle 2027 : des ingérences aux conséquences difficilement quantifiables
• Présidentielle 2027 : entre « censure » et redirections sauvages, les sites sous pression

Commençons par un rappel. OpenAI propose quatre gammes de modèles, du moins cher au plus « capable ». Luna est ainsi vendu comme le modèle le plus rapide pour les questions courantes, Terra comme le modèle à tout faire, Sol pour les tâches complexes et Astra pour les plus gros besoins. Si Astra a ouvert le bal de la génération de modèles GPT-6 début septembre, Luna et Sol ont suivi peu de temps après. Ne manquait plus qu’une mise à jour de Terra, resté sur GPT-5.6. C’est désormais chose faite.

Pour l’occasion, Terra passe directement sur GPT-6.1, comme Sol fin septembre. OpenAI présente son nouveau modèle comme rapide, capable de combiner raisonnement visuel détaillé et pilotage précis de l’ordinateur, le tout avec une rédaction plus naturelle. L’entreprise cite plusieurs cas d’utilisation, allant de la rédaction de propositions à l’interprétation de dessins techniques, en passant par le remplissage de formulaires et le montage vidéo.

L’accent est largement mis sur la tarification API. Le prix est ainsi de 1 dollar par million de jetons (tokens) en entrée et de 5 dollars en sortie (le double en mode Fast), contre respectivement 2 et 12 dollars pour GPT-5.6 Terra. Le tarif de l’écriture en cache est divisé par deux, à 1,25 dollar le million de jetons, tandis que le prix de la lecture est divisé par quatre, passant de 0,20 à 0,05 dollar. De manière générale, le nouveau Terra est annoncé comme deux fois moins cher que l’ancien.

« Avec un effort maximal, Terra est plus de trois fois plus efficace que Claude Opus 5.5 en matière d’utilisation des tokens, et son prix par token est quatre fois inférieur, ce qui se traduit par un coût par tâche environ neuf fois inférieur », vante ainsi OpenAI.

Sans surprise, GPT-6.1 Terra bat la génération précédente dans tous les tests. Selon OpenAI, il flirte même avec les étoiles d’Astra sur certaines tâches. Sur Terminal-Bench 4.0 en particulier, le score est plus que doublé par rapport à l’ancienne, passant de 21,5 à 50,3 %. Le modèle se veut également rapide, avec une exécution trois fois plus rapide que GPT-6.1 Sol sur Last Exam.

Artificial Analysis confirme les meilleures performances, avec un gain de 6 points dans son Intelligence Index en effort maximal, de 7 à 13 points sur des efforts moins importants, et un coût par tâche (toujours sur son propre benchmark) de 0,40 dollar, contre 1,40 pour la génération précédente.

OpenAI l’affirme également, son modèle se trompe beaucoup moins. Sur son benchmark interne, « le taux d’erreur avec un faible effort de raisonnement est passé de 53,6 % avec GPT-5.6 Terra à 16,7 % avec GPT-6.1 Terra, soit une baisse de près de 37 points de pourcentage. Avec un effort maximal, le taux d’erreur a baissé de 18 points de pourcentage pour atteindre 4,3 %, se rapprochant ainsi des taux de GPT-6 Astra et de GPT-6.1 Sol », indique OpenAI. Difficile d’en savoir plus sur la base d’un benchmark interne, donc non reproductible.

Le nouveau « modèle du quotidien » est disponible pour les personnes abonnées Plus, Pro, Enterprise et Edu, mais uniquement dans ChatGPT Work et Codex pour l’instant. On peut également y accéder via l’API sous le nom gpt-6.1-terra.

« Taxe de vérification »

L’interrogation est croissante : les investissements dans l’IA sont-ils suivis d’effets tangibles sur la productivité ? Si l’on en croit le gestionnaire d’actifs Apollo Global Management, pas encore, la « faute » au facteur humain.

Apollo Global Management est l’un des principaux gestionnaires d’actifs alternatifs au monde. Il est aussi un important financeur des infrastructures de l’IA. En janvier 2026 par exemple, ses fonds ont mené un financement de 3,5 milliards de dollars pour l’acquisition de processeurs GB200 de NVIDIA loués à une filiale de xAI (devenu entre-temps Space XAI puis SpaceXSI).

Aussi, quand l’économiste en chef, Torsten Slok, publie un billet le 24 octobre sur les gains de productivité sous l’influence de l’IA, beaucoup tendent l’oreille. Qu’en dit Slok ? Qu’en dépit des investissements massifs, l’intelligence artificielle n’aurait produit aucun gain financier pour les entreprises américaines en dehors du secteur technologique.

Hors tech, point de salut ?

Le billet a été publié dans le cadre de sa lettre quotidienne The Daily Spark. Il se base essentiellement sur cinq facteurs.

Le premier, et le plus important, est que le chiffre d’affaires par salarié augmente bien pour les sept grandes valeurs technologiques, surnommées « les sept magnifiques », ou « Mag 7 » (Alphabet, Amazon, Apple, Meta, Microsoft, NVIDIA et Tesla). En revanche, il stagne pour les 493 autres sociétés du S&P 500.

Il note d’autres éléments participant à cet avis, notamment une même divergence pour les marges bénéficiaires. En outre, la productivité globale des facteurs (PGF) ne montrerait aucune accélération, Torsten Slok utilisant la série corrigée du taux d’utilisation de la Fed de San Francisco. Enfin, non seulement les dépenses d’IA sont très concentrées, mais elles sont également circulaires, un point abordé plusieurs fois dans nos actualités.

• IA : la valse des contrats entre NVIDIA, OpenAI et consorts ravive les craintes d’une bulle
• Les patrons de l’IA appellent à lever le pied, leurs dépenses disent l’inverse

« Les entreprises soutenues par le capital-risque dépensent de plus en plus pour les tokens, mais l’entreprise américaine grand public n’a pas besoin du dernier modèle et refuse de le payer. Tant que les dépenses en IA agentique et en tokens seront limitées à une petite partie de l’économie, les effets macroéconomiques de l’IA seront très limités », assène l’économiste.

Pourquoi si peu de mouvement dans la productivité ? Selon Torsten Slok, l’IA a beau « être une excellente calculatrice », l’intelligence en entreprise « est surtout un jugement », qui lui-même dépend du contexte : « l’IA ne comprend pas la responsabilité, la confiance, la culture, les règles non écrites, les compromis éthiques ou l’équité, qui façonnent tous le risque réputationnel et favorisent finalement la croissance des revenus et les marges bénéficiaires ».

Pour l’économiste, « l’histoire de l’IA sera décidée dans le S&P 493 » (le S&P500 sans les « sept magnifiques »). Pour l’instant, l’IA serait surtout visible dans l’investissement et les valorisations, mais ne se traduirait pas encore en productivité.

L’humain, ce goulot d’étranglement

On peut relier en partie ces observations à d’autres relevées par le New York Times le 10 octobre. La journaliste Sarah Kessler y posait la question : si l’IA est censée « anéantir des tâches inutiles et rendre des professions entières obsolètes », pourquoi ne le constate-t-on pas sur le terrain ? Elle cite une récente enquête auprès de 6 000 cadres supérieurs, et dont 90 % ont estimé que l’IA « n’avait aucun impact, ni sur l’emploi ni sur la productivité ». Elle citait également un précédent de Torsten Slok, selon qui « le rendement productif de l’IA reste une prévision plutôt qu’une observation ».

Sur le pourquoi, le New York Times propose deux facteurs. Le premier est le plus simple : les entreprises ont besoin de temps pour s’adapter et faire évoluer leurs processus. Le second est plus complexe : une « taxe de vérification ». Ce phénomène, également appelé « botsitting », désigne la tâche de vérifier que les résultats produits par l’IA sont exacts, sûrs et donc utilisables. L’article cite notamment une étude de Workday auprès de 3 200 employés et dirigeants, selon laquelle 37 % du temps gagné par l’IA étaient réinvestis dans la vérification, la correction, la clarification ou la réécriture des résultats.

Ce goulot est d’autant plus complexe que les modèles progressent et accomplissent de nouvelles tâches. Si les sorties des LLM se font plus riches et plus complexes, la vérification devra évoluer également. Interrogé, Ian Stoica, professeur d’informatique à l’université de Berkeley (Californie), résume le problème : « Vous ne pouvez pas vérifier si vous ne comprenez pas le problème ». Le niveau d’expertise devra donc lui aussi évoluer.

Le cas particulier du logiciel

Ce goulot d’étranglement se retrouverait particulièrement dans le domaine du logiciel, sans doute le domaine d’application le plus avancé de l’IA aujourd’hui. Si l’on retourne en juin, une étude MIT-Wharton mettait ainsi en avant une hausse de 180 % de l’activité de programmation par l’utilisation d’agents asynchrones, mais cette dernière ne se traduirait que par une augmentation de 30 % du nombre de versions effectivement publiées.

Selon l’étude, ce n’est pas une surprise, car le résultat de chaque étape dans la chaine complète de production doit être combiné avec l’effort humain nécessaire à l’étape suivante. Ainsi le code produit par l’IA doit encore être vérifié, intégré, testé et publié. L’expertise et le jugement humains ont un coût, qui s’intercale entre toutes les étapes. L’étude faisait également ressortir un autre indicateur intéressant : ces efforts ne se traduisent pas par une hausse de l’utilisation finale des produits. Même en mettant de côté l’inévitable adaptation des processus, l’attention des consommateurs reste une ressource rare, d’autant plus dans un monde foisonnant d’opportunités nouvelles.

Le 9 octobre, Ars Technica relayait une autre étude, cette fois de deux économistes d’Harvard, Fiona Chen et James Stratton, et traitant des goulots d’étranglement dans le domaine du logiciel. Si celle du MIT-Wharton travaillait sur les historiques de GitHub et les données internes de Microsoft, celle des deux économistes se base sur les tickets et les grands ensembles fonctionnels résolus dans Jira, plutôt que les versions publiées.

Pourtant, dans les grandes lignes, les constatations sont les mêmes. L’étude d’Harvard met ainsi en avant une hausse de 30 % de la production de lignes de code, de 20 % dans les validations et de 23 % pour les demandes de fusions, mais aucun changement statistiquement significatif dans la résolution des tickets.

Si les signaux semblent tous aller dans le même sens, ils jettent ainsi un éclairage plus cru sur l’un des éléments pointés par Torsten Slok. Le chiffre d’affaires par salarié chez les « sept magnifiques » apparait ainsi comme une conséquence des ventes de services IA et d’infrastructures, mais pas directement d’un gain de productivité.