#OpenAIPivot #EnterpriseAI #IPOwatch #Voxtral TTS #TurboQuant #Anthropic #AlibabaAIChips #MetaTRIBEv2 #AIEthics #GoogleAIStudio

Chers lecteurs, bienvenue en mars, un mois où l’actualité de l’IA générative a démontré qu’il était possible de passer du " mode érotique " à une stratégie d’entreprise en l’espace d’un seul trimestre. Alors qu’OpenAI et Anthropic se préparent à un affrontement financier – Anthropic avec une introduction en bourse qui, selon les rumeurs, s’élèverait à $60 milliards, et OpenAI levant encore plus de capitaux –, les développements les plus surprenants ont été d’ordre technologique. L’ère des agents nous a offert un robot humanoïde (Figure 03) inaugurant un sommet à la Maison Blanche, tandis que les deepfakes politiques continuaient de proliférer à un rythme que personne ne parvient à suivre. Conclusion : les sommes en jeu ne cessent d’augmenter, l’IA devient de plus en plus intelligente, et la seule source fiable de nos jours est Wikipédia.

Podcast « GenAI News »

Vous n'avez pas le temps de lire cette lettre d'information ?

Écoutez le podcast « 4&#x27 »

Les points forts

#1. La refonte stratégique de l'image de marque d'OpenAI : il apparaît de plus en plus clairement qu'OpenAI traverse une profonde mutation identitaire. Selon certaines études, on assisterait à un tournant décisif, marquant l'abandon d'une approche axée sur l'expérimentation grand public au profit d'une stratégie solide privilégiant les entreprises.. Cette décision semble constituer une double réponse à la domination croissante d’Anthropic dans le secteur des entreprises et à la nécessité urgente d’accélérer la croissance du chiffre d’affaires. Pour y parvenir, OpenAI serait en train de rationaliser ses activités en abandonnant ses " projets parallèles ". Parmi les victimes les plus en vue, on peut citer la plateforme vidéo Sora (malgré une rumeur faisant état d'un partenariat avec Disney d'un montant de $1bn), le " mode érotique " controversé", et le "La fonctionnalité " Instant Checkout » a récemment fait l'objet d'un test aux États-Unis. Si l’introduction de la publicité payante dans ChatGPT indique clairement la voie vers la monétisation, la décision de supprimer les commissions lucratives sur les transactions d’Instant Checkout reste une énigme stratégique. En fin de compte, si le recentrage de ses activités constitue une démarche logique pour éviter la lassitude liée à une " stratégie à tout va ", la feuille de route à long terme de l’entreprise semble toujours incertaine vue de l’extérieur. Ce recul stratégique fait suite à un " code rouge " déclaré par Sam Altman pour rconcentrer les immenses ressources informatiques de l'entreprise sur le développement de ChatGPT et de la " super-application " plutôt que des " missions secondaires " telles que la génération de vidéos. Bien que cette décision ait pris de nombreux employés par surprise, elle s’inscrit dans une évolution plus large vers une adoption concrète de l’IA et une introduction en bourse potentielle, alors même que l'entreprise lève $10 milliards supplémentaires.

#2. L'IA générale améliore la productivité, mais ne peut pas transformer des novices en experts: Une étude menée par Harvard auprès de 78 collaborateurs d’IG Group a révélé que l’IA générative aidait les employés occupant des postes connexes (marketing, ingénierie) à atteindre le niveau des spécialistes dans des tâches conceptuelles (élaboration de grandes lignes, structuration d’idées), avec des notes similaires (4,0-4,2/5). Cependant, pour les tâches d’exécution nécessitant une connaissance du domaine, les novices aidés par l’IA restaient nettement en retrait par rapport aux experts – c’est ce qu’on appelle " l’effet de barrière de l’IA générative ". Conclusion principale : l’IA accélère la conceptualisation et la définition du périmètre, mais la mise en œuvre détaillée nécessite toujours une expertise approfondie du domaine.

Actualités économiques et analyses de marché

#1. Tinder déploie des fonctionnalités basées sur l'IA afin d'améliorer la mise en relation et l'expérience utilisateur Tinder lance de nouvelles fonctionnalités basées sur l'IA – notamment l'optimisation des profils, l'aide à la sélection des photos et une mise en relation plus intelligente – afin d'améliorer les chances de réussite des rencontres et de lutter contre la baisse de l'engagement.

#2. OpenAI publie son approche concernant la spécification du modèle (OpenAI): OpenAI a publié son " Model Spec ", un document public de 100 pages détaillant la chaîne de commandement en matière de résolution des conflits pour ChatGPT et d’autres modèles, notamment en ce qui concerne la sécurité, les instructions destinées aux développeurs et les besoins des utilisateurs. Ce document sert à la fois d’objectif de formation interne, de référence publique en matière de responsabilité et de document évolutif, ce qui le distingue de la « Claude Constitution » d’Anthropic. Il convient de noter que le « Spec » d’OpenAI est « avant tout un document destiné aux personnes », qu’il n’est pas directement intégré au modèle et qu’il est testé à l’aide d’exemples de décisions spécifiques et complexes.

#3. Nvidia prévoit de réaliser un chiffre d'affaires de $1 billion grâce à ses puces d'IA d'ici 2027: Lors d'un discours d'ouverture de la GTC d'une durée de 2 heures et demie, Jensen Huang a annoncé que le chiffre d’affaires potentiel des puces d’IA de Nvidia' avait doublé pour atteindre $1 billion d’ici 2027, contre une estimation de $500 milliards d’ici 2026 communiquée quelques semaines plus tôt, en février. M. Huang a annoncé son intention de s'implanter sur le marché des processeurs d'Intel, a lancé des puces utilisant la technologie acquise auprès de Groq (accord de $17B conclu en décembre) et a évoqué des puces de centre de données destinées à l'espace.

#4. Anthropic a divulgué des informations concernant un modèle non encore commercialisé et un événement réservé aux PDG via une base de données data non sécurisée: Une erreur du CMS a entraîné la fuite de près de 3 000 ressources internes d’Anthropic, révélant " Claude Mythos " (nom de code : Capybara), leur modèle le plus puissant à ce jour, associé à des " risques de cybersécurité sans précédent ". Cette fuite a également mis au jour des projets concernant un sommet des PDG au cours duquel devaient être présentées des fonctionnalités inédites de Claude. Anthropic a confirmé l’existence du modèle, le qualifiant de " changement radical ", et a imputé la fuite à une " erreur humaine ".

#5. Helion, soutenue par Sam Altman, serait en pourparlers pour vendre de l'énergie de fusion à OpenAI: Sam Altman a démissionné du conseil d’administration d’Helion Energy en raison d’un conflit d’intérêts, alors qu’OpenAI envisagerait d’acheter 12,5% de la production d’électricité d’Helion' (5 GW d’ici 2030, 50 GW d’ici 2035). Helion, soutenue par M. Altman (qui conserve une participation de $375M), Mithril, Lightspeed et SoftBank, poursuit toujours l’objectif du " seuil de rentabilité scientifique " pour la fusion. Microsoft a signé un accord similaire en 2023.

#6. Anthropic serait en pourparlers préliminaires concernant son introduction en bourse avec Goldman Sachs, JPMorgan et Morgan Stanley, qui pourrait avoir lieu en octobre 2026 (targeting).. Cette introduction en bourse pourrait permettre de lever plus de $60 milliards, bien que la société ait été évaluée pour la dernière fois à $380 milliards en février 2026, à la suite d'un tour de table de série G de $30 milliards. Avec un chiffre d’affaires annualisé de $sim$ $14$ milliards au début de l’année 2026 (qui devrait atteindre $19 – 26$ milliards d’ici la fin de l’année), Anthropic est en concurrence directe avec OpenAI, dont l’introduction en bourse est également prévue pour 2026, avec une valorisation estimée à targeting.

#7. Wikipédia sévit contre l'utilisation de l'IA dans la rédaction d'articles: Les contributeurs anglophones de Wikipédia ont voté en faveur d’une interdiction formelle du contenu d’articles généré ou réécrit par des modèles de langage (LLM), actualisant ainsi une politique antérieure, plus vague, interdisant la création d’articles à partir de zéro à l’aide de l’IA. De rares exceptions subsistent : les contributeurs peuvent utiliser l’IA pour proposer des corrections rédactionnelles de base à leurs propres textes et pour une première ébauche de traduction, dans les deux cas sous réserve d’une révision humaine.

#8. Les « deepfakes » politiques gagnent en influence, même lorsque les gens savent qu’ils ne sont pas réels: Les faux profils générés par l’IA et les " deepfakes " politiques se multiplient rapidement, à des fins de monétisation et de propagande. La base de données Purdue/GRAIL database a recensé plus de 1 000 incidents liés à des " deepfakes " en anglais depuis 2025, un chiffre qui avoisine les 1 344 incidents enregistrés au cours des huit années précédentes combinées. Parmi les exemples, citons " Jessica Foster ", une soldate générée par l’IA qui a attiré plus d’un million d’abonnés vers un compte OnlyFans, ainsi que des faux messages militaires similaires exhortant les gens à « venir en Iran ». Depuis 2024, Donald Trump, la Maison Blanche et Gavin Newsom ont partagé ou diffusé au moins 18 deepfakes politiques. Les chercheurs prévoient l’émergence d’« essaims d’IA » capables de fabriquer de manière autonome un consensus social. Le marquage de l’authenticité des contenus manque de cohérence : des plateformes rigoureuses comme LinkedIn et Pinterest ont signalé 67% de contenus d’IA testés, tandis qu’Instagram n’a marqué que 15 fausses images sur 105.

#9. Pour réussir à déployer à grande échelle des agents IA, considérez-les comme des membres de votre équipe: Des chercheurs de l’Université Carnegie Mellon et de l’Université de Pittsburgh affirment que la mise à l’échelle des agents d’IA d’entreprise constitue un défi de gouvernance, et non un défi technologique. Étant donné que les agents mettent à jour les dossiers, acheminent les validations et communiquent de manière autonome, ils ont besoin d’une infrastructure de responsabilité similaire à celle des employés humains. Leur cadre de référence considère chaque agent comme un " employé numérique " doté d’une identité définie, d’une description de poste, d’une autorité délimitée, de sources fiables data et de pistes d’audit garantissant la traçabilité.

#10. Melania Trump, accompagnée de Figure 03 – le premier robot humanoïde de la Maison Blanche –, a inauguré le sommet " Fostering the Future Together " consacré à l'intelligence artificielle et à l'éducation. Cet événement a réuni les conjoints de chefs d’État de 45 pays et des représentants de 28 entreprises technologiques, dont Microsoft, Google et OpenAI. Figure 03, créé par Figure AI à l’aide du modèle vision-langage Helix, a accueilli les participants en 11 langues. Melania a plaidé en faveur de l’intégration permanente de robots humanoïdes, tels qu’un " éducateur humanoïde nommé Platon ", dans les salles de classe américaines pour l’enseignement classique, soulignant l’importance capitale de la sécurité de la prochaine génération.

#11. Que révèlent les offres d'emploi des entreprises pionnières dans le domaine de l'IA' sur leurs projets ? Une analyse réalisée par Epoch AI portant sur les postes à pourvoir chez OpenAI, Anthropic, xAI et Google DeepMind révèle une forte augmentation des recrutements dans les domaines de la vente et de la commercialisation, en particulier chez Anthropic (de 17% à 31%) et chez OpenAI (de 18% à 28%), axées sur le déploiement de l’IA en entreprise et les ventes aux pouvoirs publics (10 postes chacun, souvent classés targeting pour la sécurité nationale). Des divergences existent : OpenAI recherche 21 profils spécialisés dans les puces sur mesure ; xAI emploie 27 étiqueteurs internes de niveau data ; et un laboratoire laisse entrevoir une orientation vers le matériel avec une offre d’emploi intitulée " Ingénieur logiciel ISP pour caméra ". La stratégie de commercialisation de DeepMind' est floue, car c’est l’équipe commerciale de Google' qui gère la distribution de Gemini.

#12. D’aujourd’hui à A2A : franchir le fossé de l’imagination. 99% d’agents IA à fort impact ne voient pas le jour car les gens manquent d’imagination quant à ce qu’est un véritable agent – un fossé qu’elle qualifie de " gouffre de l’imagination ". Elle définit un agent comme un ou plusieurs modèles + un ou plusieurs outils, en excluant les flux de travail et les « wrappers » qui limitent l’ambition. Bien qu’elle salue OpenClaw, elle souligne qu’il ne s’agit que d’un premier pas, ZeroLeaks ayant constaté un taux de réussite de 91% pour l’injection de prompts et Koi Security ayant repéré 341 compétences malveillantes sur ClawHub. Pour parvenir à une véritable économie d’agent à agent (A2A), elle identifie six éléments constitutifs manquants et interdépendants : une couche de communication normalisée (MCP/A2A), une infrastructure indépendante des fournisseurs, une authentification sécurisée, une couche de paiement native aux agents (x402, AP2, MPP), une place de marché monétisable et des critères de référence rigoureux et concrets. Sa conviction fondamentale : permettre aux développeurs de tirer des revenus d’agents sûrs et prêts pour la production permettra d’accélérer le développement de l’écosystème, d’améliorer la qualité et de combler le fossé de l’imagination.

#13. Jeff Bezos souhaiterait, selon certaines informations, disposer de $100 milliards pour racheter et transformer d'anciennes entreprises industrielles grâce à l'IA. Ce méga-fonds acquerrait des entreprises industrielles traditionnelles (fabrication de puces, défense, aérospatiale) et les moderniserait à l’aide de l’IA développée par sa start-up « Project Prometheus », dotée d’un budget de $6,2 milliards. Prometheus, codirigé par M. Bezos et l’ancien cadre de Google Vik Bajaj, concentre ses activités d’IA sur l’ingénierie de pré-production (optimisation du prototypage, des matériaux et des machines). M. Bezos rencontre actuellement des fonds souverains du Moyen-Orient et de Singapour, ainsi que de grands gestionnaires d’actifs, afin de lever les capitaux nécessaires. Ce fonds pourrait rivaliser avec le Vision Fund de SoftBank' et figurer parmi les plus grands fonds d’investissement privés de tous les temps.

Nouveaux modèles et innovations

#14. Anthropic annonce que la fenêtre de contexte de 1 million de tokens est désormais disponible pour tous les utilisateurs de Claude Opus 4.6 ($5/$25 par million de tokens) et Sonnet 4.6 ($3/$15), avec une tarification forfaitaire sur l'ensemble de la fenêtre – sans supplément pour les contextes longs. Parmi les principales évolutions, citons des limites de débit complètes pour toutes les longueurs de contexte, un volume de médias multiplié par 6 par requête (jusqu’à 600 images ou fichiers PDF), l’activation automatique sur Claude Code pour les utilisateurs Max/Team/Enterprise, ainsi que la disponibilité sur Claude Platform, Microsoft Foundry et Google Cloud Vertex AI. Opus 4.6 obtient un score de 78,31 TP47T sur MRCR v2 pour 1 million de tokens, soit le score le plus élevé de tous les modèles de pointe.

#15. Mistral lance Voxtral TTS, un nouveau modèle de synthèse vocale open source. Il fonctionne en local sur les appareils connectés et les ordinateurs portables, offrant ainsi une alternative économique à des concurrents tels qu’ElevenLabs et OpenAI. Voxtral prend en charge 9 langues, clone des voix à partir d’un enregistrement audio de moins de 5 secondes et se distingue par une faible latence (90 ms entre le début de l’enregistrement et la première sortie audio) ainsi qu’un facteur de temps réel multiplié par 6. Mistral présente cette solution comme une étape vers une future plateforme multimodale de bout en bout capable de traiter l’audio, le texte et l’image.

#16. Google Research a présenté TurboQuant, un algorithme de compression destiné au cache clé-valeur (KV) des grands modèles de langage (LLM), permettant une réduction de la mémoire d’au moins 6 fois et un gain de vitesse pouvant atteindre 8 fois, sans aucune perte de précision. Cette méthode, qui peut être déployée instantanément sans réglage spécifique au dataset, utilise deux techniques novatrices : PolarQuant (restructuration géométrique) et QJL (une couche de correction d’erreurs sur 1 bit). Cet article, qui sera présenté lors de la conférence ICLR 2026, a provoqué une chute des cours des actions des fabricants de puces mémoire (SK Hynix −6%, Samsung −5%, SanDisk −6,5%). Les analystes ont précisé que cet impact ne concernait que la mémoire en phase d’inférence, et non celle utilisée pour l’entraînement.

#17. Alibaba développe une puce de nouvelle génération pour l'IA agentique : La DAMO Academy d'Alibaba' a dévoilé le XuanTie C950, un processeur serveur RISC-V de 5 nm, 3,2 GHz, affirmant qu’il s’agit du processeur RISC-V le plus performant au monde – plus de trois fois plus rapide que son prédécesseur, le C920. Destiné à l’inférence IA et aux charges de travail « agentiques » (domaines dans lesquels les processeurs excellent pour les tâches autonomes séquentielles en plusieurs étapes), ce lancement s’inscrit dans la stratégie d’Alibaba visant à réduire sa dépendance vis-à-vis des puces occidentales et à développer sa propre pile matérielle d’IA, parallèlement à sa série T-Head Zhenwu 810E.

#18. Découvrez la nouvelle expérience de programmation « full-stack » dans Google AI Studio: Le 19 mars 2026, Google a lancé une mise à jour majeure d’AI Studio, le faisant passer d’un outil d’expérimentation de modèles à un environnement de développement « full-stack » alimenté par l’agent de codage Antigravity. Les développeurs peuvent désormais décrire une application en langage naturel, et l’agent génère une application complète sous React, Angular ou Next.js, y compris le backend (avec provisionnement automatique de Cloud Firestore et de Firebase Authentication). Parmi les nouvelles fonctionnalités figurent le mode multijoueur en temps réel, l’installation automatique via npm, Secrets Manager, ainsi que des intégrations avec Google Maps et des passerelles de paiement. En conséquence, Google met fin à Firebase Studio (lancé lors de la conférence Cloud Next 2025) et invite les utilisateurs à migrer vers AI Studio ou l’IDE Antigravity pour ordinateur de bureau d’ici le 22 mars 2027.

#19. OpenAI présente les versions « mini » et « nano » de GPT-5.4: OpenAI a lancé les modèles GPT-5.4 mini et nano le 17 mars 2026 – ses modèles de petite taille les plus rapides et les plus performants à ce jour –, optimisés pour les architectures agentiques multimodèles. Le GPT-5.4 mini est deux fois plus rapide que son prédécesseur, dispose d’une fenêtre de contexte de 400K et atteint presque les performances complètes du GPT-5.4&#x27 (par exemple, 54,41 TP47T sur SWE-Bench Pro) à un taux de 1 TP46T0,75 par million de tokens d’entrée. Le modèle GPT-5.4 nano, moins coûteux et accessible uniquement via l’API ($0,20/million de tokens d’entrée), est destiné à des tâches simples telles que la classification et l’extraction de data. La version « Mini » est accessible aux utilisateurs gratuits de ChatGPT et est recommandée pour les tâches Codex, avec un quota correspondant à un tiers de celui du GPT-5.4 complet ; la version « nano » reste réservée aux développeurs.

#20. Meta lance TRIBE v2, un modèle de base prédictif entraîné à partir de l'activité cérébrale humaine: TRIBE v2 (TRImodal Brain Encoder) est un modèle d'IA open source permettant de prédire les réponses IRMf à l'échelle du cerveau entier face à des stimuli visuels, auditifs ou linguistiques. Entraîné sur plus de 1 000 heures d’examens cérébraux data provenant de 720 sujets, il offre une amélioration de la résolution spatiale multipliée par 70, cartographiant environ 70 000 voxels cérébraux. TRIBE v2 fait preuve d’une forte capacité de généralisation " zero-shot ", ses prédictions synthétiques correspondant souvent plus précisément à l’activité cérébrale à l’échelle de la population que des IRMf individuelles bruitées. Meta a mis à disposition en open source les poids du modèle, le code et une démo sous licence CC BY-NC, permettant ainsi aux chercheurs de simuler des réponses neuronales (neurosciences « in silico ») en quelques secondes, remplaçant ainsi les expériences d’imagerie cérébrale coûteuses et chronophages.

#21. Claude Code intègre le mode « Auto » : un juste milieu sûr pour le codage autonome: Anthropic a lancé le mode « Auto » pour Claude Code le 24 mars 2026, sous forme d’aperçu de recherche destiné aux utilisateurs du forfait Team. Cette fonctionnalité résout le dilemme lié à la validation manuelle et au signalement des actions à risque en utilisant un classificateur IA à deux étapes pour examiner et approuver automatiquement les actions sûres tout en bloquant celles qui présentent un risque (par exemple, la suppression massive de fichiers, l’exfiltration data, les « force-push » vers la branche principale). Le classificateur présente un taux de faux positifs interne de 0,4% et un taux de faux négatifs de 5,7% sur les exfiltrations synthétiques. Anthropic précise toutefois qu’il ne s’agit pas d’une garantie de sécurité. Cette fonctionnalité est en cours de déploiement pour les utilisateurs Enterprise et API ; elle nécessite Claude Sonnet 4.6 ou Opus 4.6, et est recommandée pour les environnements isolés.

#22. Prithvi Rajasekaran, ingénieur chez Anthropic Labs, explique comment l'équipe a réussi à dépasser un plafond de performance dans deux domaines distincts – l'esthétique de la conception front-end et la génération d'applications full-stack – en adoptant un système multi-agents inspiré des réseaux GAN.. Les agents échouent souvent dans les tâches de longue durée en raison de l"" anxiété contextuelle " (perte de cohérence) et du " biais d’auto-évaluation » (survalorisation d’un travail médiocre). La solution réside dans une architecture à trois agents : un « Planner » élabore le cahier des charges du produit, un « Generator » le développe par sprints, et un « Evaluator » distinct utilise Playwright MCP pour une évaluation en temps réel, avec une notation stricte de type « réussite/échec ». Le contraste est saisissant : un agent seul a coûté $9 et a produit des fonctionnalités non opérationnelles en 20 minutes, tandis que le harnais complet, d’une valeur de $200, a fonctionné pendant 6 heures pour livrer un générateur de jeux rétro abouti et fonctionnel. L’un des principaux enseignements est que la conception du harnais doit s’adapter à l’évolution des modèles, en éliminant la complexité rendue obsolète par des avancées telles qu’Opus 4.6.

#23. Présentation de « My Computer » : quand Manus s'invite sur votre bureau: Manus, filiale de Meta, a lancé " My Computer ", une nouvelle fonctionnalité d’application de bureau qui permet de transférer l’agent IA depuis le cloud vers la machine locale de l’utilisateur via l’exécution d’une interface de ligne de commande (CLI). Cela permet à l’IA d’accéder aux fichiers locaux, aux environnements de développement et à tous les outils CLI installés (par exemple, Python, Xcode), ce qui lui permet d’effectuer des tâches telles que l’organisation de photos, la création d’applications natives ou l’exécution de modèles d’apprentissage automatique sur des GPU locaux. Chaque commande du terminal nécessite l’autorisation explicite de l’utilisateur (" Autoriser une fois " ou " Toujours autoriser "). Manus présente ce lancement comme une combinaison de l’intelligence de cloud et de la puissance de calcul locale, permettant ainsi à du matériel inactif, tel qu’un Mac Mini, de servir d’assistant de travail IA 24 h/24 et 7 j/7. Cette fonctionnalité a été lancée en même temps que trois nouveaux connecteurs pour les plateformes Meta Ads Manager et Instagram'.

#24. Gemini 3.1 Flash-Lite : notre modèle d'IA le plus économique à ce jour: Google a lancé Gemini 3.1 Flash-Lite le 3 mars 2026. Il s'agit du modèle Gemini 3 le plus rapide et le moins cher, idéal pour les tâches à haut volume telles que la traduction et la génération d'interfaces utilisateur. Son prix est fixé à $0,25/$1,50 par million de jetons d'entrée/sortie, il est 2,5 fois plus rapide pour le premier token et 45% plus rapide globalement que Gemini 2.5 Flash, tout en conservant ou en améliorant la qualité. Il a obtenu un score de 86,9% sur GPQA Diamond et s’est classé en tête dans 6 des 11 benchmarks face à ses concurrents, dont le GPT-5 mini. Le modèle offre une fenêtre de contexte de 1 million de tokens et 64K tokens de sortie, et est disponible via Google AI Studio et Vertex AI.

Actualités politiques et débats éthiques

#25. Anthropic obtient une injonction contre l'administration Trump dans le cadre de l'affaire du ministère de la Défense: Une juge fédérale, Rita F. Lin, a annulé la décision de l’administration Trump de qualifier Anthropic de " risque pour la chaîne d’approvisionnement " et a levé l’interdiction d’utiliser Claude au sein de l’administration fédérale, invoquant des violations de la liberté d’expression. Cette décision fait suite à un litige contractuel dans lequel la condition posée par Anthropic d’interdire l’utilisation de son système pour des armes autonomes ou la surveillance de masse s’est heurtée à l’exigence du Pentagone d’un accès illimité, alors même qu’Anthropic disposait d’un contrat antérieur de $200 millions.

#26. L'essor de l'IA risque d'aggraver les inégalités de richesse, met en garde Larry Fink, de BlackRock': Dans sa lettre annuelle 2026, Larry Fink, PDG de BlackRock, met en garde contre le fait que l'intelligence artificielle va accentuer la concentration des richesses, en citant la croissance de l'indice S&P 500, qui a été 15 fois supérieure à celle des salaires médians depuis 1989. Pour remédier à cette situation, le dirigeant de cette société gérant $14 billions d'actifs propose une participation plus large au marché, la tokenisation des actifs et une réforme de la Sécurité sociale, en faisant valoir que si le capitalisme semble être une réussite, il ne profite pas à suffisamment de personnes.

#27. Surmonter les défis liés à la propriété intellectuelle pour les modèles d'IA générique développés en interne: IBM présente un cadre permettant de gérer les risques liés à la propriété intellectuelle lors du développement en interne de modèles d’IA générative. Ces risques s’étendent sur trois étapes : la collecte de données (utilisation de données sans évaluation appropriée), l’entraînement des modèles (risque de violation du droit d’auteur et d’ingénierie inverse) et la génération de contenu (résultats contrefaisants). IBM recommande une stratégie proactive en matière de propriété intellectuelle, consistant notamment à documenter les contributions humaines, à clarifier les conditions d’octroi de licence des données data et à limiter la rétro-ingénierie. La législation relative à la propriété intellectuelle dans le domaine de l’IA étant encore en pleine évolution, une bonne préparation constitue un avantage concurrentiel malgré l’incertitude juridique actuelle.