NewsFolio

Une étude relayée par TechCrunch constate que les principaux laboratoires d'IA ne rendent publics presque aucun plan précisant comment ils reprendraient la main sur un modèle adoptant des comportements non prévus. Les politiques de sécurité existantes détaillent surtout les évaluations menées avant déploiement, beaucoup moins les procédures d'arrêt, d'isolement ou de retrait d'un système déjà en production. L'écart est notable au moment où ces mêmes entreprises documentent, dans leurs propres rapports, des comportements inattendus lors de tests en conditions agentiques. Il ne s'agit pas de conclure que rien n'existe en interne, mais de constater que rien n'est vérifiable de l'extérieur, ce qui prive régulateurs et clients de tout moyen d'apprécier la préparation réelle des laboratoires.

OpenAI a fait savoir que la Californie devrait renforcer le projet de loi SB 53 sur la sécurité de l'IA, texte auquel l'entreprise s'était auparavant opposée. Le revirement porte sur un dispositif qui impose aux développeurs de modèles avancés de publier leurs protocoles de sécurité et de signaler les incidents graves. Le retournement s'explique en partie par le calcul industriel classique : une règle fédérale ou étatique exigeante fixe un plancher que les concurrents moins dotés auront plus de mal à atteindre, et évite surtout un empilement de législations divergentes d'un État à l'autre. Reste à voir quelles obligations précises l'entreprise appelle à renforcer, la position publique en faveur d'une régulation ne disant rien de ce qui sera défendu lors de la rédaction des textes d'application.

Anthropic interdit à ses modèles Claude de produire du contenu sexuellement explicite. Une série de tests menés par TechCrunch montre qu'il suffit de peu d'efforts pour franchir cette limite sur Opus 4.6, sans recourir à des techniques de contournement élaborées. Le constat dépasse le sujet traité : il porte sur l'écart entre une règle affichée dans une politique d'usage et son application effective par le modèle. Pour les entreprises qui déploient ces systèmes en contact avec le public, c'est ce type de garantie qui détermine le risque réputationnel réellement encouru. Anthropic n'a pas détaillé les correctifs envisagés à ce stade.

Nvidia a conclu un partenariat avec Cloverleaf, un développeur de centres de données, poursuivant une stratégie d'investissement direct dans les infrastructures qui hébergeront ses propres puces. Le fabricant ne se contente plus de vendre des accélérateurs : il finance en amont la capacité d'accueil, l'accès à l'énergie et les terrains, autant de facteurs devenus plus contraignants que la disponibilité des composants. Ce type de montage crée une boucle que les analystes surveillent depuis plusieurs trimestres, où Nvidia soutient financièrement des acteurs qui figurent ensuite parmi ses clients. La question n'est pas la légalité de la pratique, courante dans l'industrie, mais la lisibilité de la demande réelle qu'elle laisse apparaître dans les comptes.

Palo Alto Networks et NTT Data ont signé une alliance mondiale visant un milliard de dollars de contrats communs, centrée sur la sécurisation des déploiements d'intelligence artificielle en entreprise. L'accord associe la technologie de l'éditeur américain à la force d'intégration du groupe japonais, avec des équipes et des centres opérationnels dédiés. Le montant affiché est un objectif commercial pluriannuel, pas un carnet de commandes acquis, et doit être lu comme tel. L'annonce confirme surtout une évolution du marché : la protection des agents, des modèles et des données qu'ils manipulent devient une ligne budgétaire distincte de la cybersécurité classique.

The Guardian a recueilli les témoignages de professionnels du cinéma et de l'animation employés par des entreprises d'IA pour annoter, corriger et affiner les productions de modèles génératifs. Leur travail consiste à transmettre à la machine le jugement esthétique et technique acquis en carrière : cadrage, continuité, rythme, cohérence d'un plan à l'autre. Plusieurs décrivent une situation où la rémunération proposée compense mal la perspective de contribuer à l'automatisation de leur propre poste, dans un secteur déjà fragilisé par les baisses de production. Le sujet dépasse Hollywood : la qualité des modèles génératifs dépend de plus en plus d'annotateurs experts, et le coût de cette expertise devient un poste central de leur développement.

LinkedIn a introduit fin juillet une option permettant de signaler une publication comme paraissant générée par une IA, accessible depuis le menu contextuel d'un post. Son directeur produit indique que plus d'un million de personnes l'ont utilisée depuis. Le chiffre mesure une exaspération, pas une détection : il s'agit d'un jugement humain déclaratif, sans vérification de l'origine réelle du texte. Il reste que la plateforme, qui a beaucoup promu ses propres outils d'aide à la rédaction, se dote d'un signal explicite du rejet que ces contenus suscitent chez ses utilisateurs. L'usage que LinkedIn fera de ces signalements dans son classement des publications n'a pas été précisé.