L’étape d’après.
← L'AI.ssentiel

#21 · Le modèle est devenu une pièce détachée

Salut,

Pendant trois ans, choisir son IA voulait dire choisir un modèle. On comparait des scores, on attendait la prochaine version, on changeait de camp. Cette semaine, ce jeu s'est arrêté. Les tests les plus durs sont saturés, tous les modèles sont en haut, et un modèle chinois quinze fois moins cher fait le travail pour la plupart des tâches.

La différence s'est déplacée dans ce qu'il y a autour du modèle : la mémoire, les outils, les permissions, la vérification. C'est ce que Cursor, OpenAI et Salesforce ont commencé à vendre cette semaine, sous forme d'agents qui travaillent quand ton ordi est fermé.

Pour toi, ça change la façon de choisir un fournisseur : une méthode en trois étapes dans le focus. Et dans la pensée, ce que je fais du chiffre de la semaine, les 10 % de chances que l'IA nous tue, donnés par celui qui la construit.

On déroule.

Les signaux

  • Mistral lève 3 milliards d'euros, record européen, avec de l'argent coréen et américain Valorisation 21,3 milliards, contre 12 il y a un an. Tour mené par Samsung, avec les américains PSG Equity, Advent et BlackRock. Mistral assure que l'Europe garde deux tiers du capital et trois quarts des voix au conseil. Objectif : un milliard de chiffre d'affaires en 2026, OpenAI en vise 25. C'est là que « souverain » se complique : siège à Paris, modèles ouverts, mais les puces viennent de Séoul et une bonne part du capital de Boston. Mistral reste le seul fournisseur de premier plan soumis au droit français, avec trois ans de trésorerie pour tenir. C'est beaucoup. Ce n'est pas une indépendance industrielle.

  • GPT-6 Astra, une semaine après : partout où le travail se fait En sept jours, le modèle présenté dans la #20 a saturé le test de maths le plus dur du marché, motorisé le nouveau ChatGPT pour la finance, et il est arrivé sur Amazon Bedrock, le cloud d'AWS, sans partage de données avec OpenAI. Pour une DSI, Astra devient une case à cocher dans un contrat Amazon déjà signé. Le choix du modèle se fait de moins en moins chez le labo, de plus en plus dans un menu déroulant chez l'hébergeur.

  • Deux entreprises françaises sur trois utilisent l'IA générative, une sur trois en tire quelque chose Enquête Banque de France du 3 septembre, 7 000 entreprises de 20 salariés et plus. 67 % utilisent l'IA générative, 83 % chez les grandes. Usage « principalement limité ou expérimental », à 74 % sur les fonctions support, et 31 % seulement constatent un gain de productivité. Le MIT disait 95 % de projets sans impact (#19). La Banque de France dit pareil en langage de banquier central : l'IA est entrée par l'onglet ChatGPT, et un onglet ne change pas un process.

  • AI Act : Bruxelles envoie ses premières questions à plus de trente fabricants de modèles Confirmé le 1er septembre. Cinq choses demandées aux fournisseurs de modèles : tests de sécurité, évaluations externes indépendantes, suivi après mise sur le marché, politique de droit d'auteur, résumé public des données d'entraînement. Réponse fausse ou incomplète : jusqu'à 3 % du chiffre d'affaires mondial. Deux conséquences. Les fiches techniques des modèles deviennent des documents opposables, demande la sienne à ton fournisseur. Et pour ta propre boîte, l'obligation en vigueur depuis le 2 août tient en une ligne : un chatbot doit dire qu'il est une IA, un contenu généré doit être marqué comme tel.

  • Anthropic publie son rapport sur les usages malveillants de Claude Huit mois, sept domaines, du cyber à la biologie. Trois cas : un groupe d'espionnage russe qui a compromis une vingtaine d'organisations en Europe avec un malware que l'IA modifiait seule pour échapper aux antivirus, une chaîne qui a fouillé 1,8 million d'applications Android pour en extraire des identifiants, un hacktiviste francophone, seul, qui a pénétré 14 de ses 42 cibles. La méthode de contournement : découper la demande en morceaux inoffensifs. C'est une pub pour Anthropic, et la meilleure description publique de qui écrit désormais le mail de phishing reçu par tes équipes.

  • DeepSeek sort un modèle meilleur que son haut de gamme d'il y a trois semaines, quinze fois moins cher qu'Astra V4.1 Flash, sorti jeudi : 0,52 € le million de tokens produits en heures creuses, le double en heures pleines. Dès le 14 septembre, les clients de l'ancien modèle Pro basculent d'office sur le Flash, au tarif du Flash. La #20 racontait que le haut de gamme montait de 150 %. La même semaine, le bas de gamme s'effondre. Deux marchés : la tâche qui exige le meilleur modèle, facturée au résultat, et tout le reste, vendu au kilo. Pour la plupart des features d'un produit, « tout le reste » suffit.

  • Cursor, OpenAI et Baseten vendent le même produit le même jour : un agent qui continue quand tu fermes ton ordi Cursor lance Projects : un agent coordinateur qui distribue le travail à des sous-agents, garde en mémoire ce qu'il apprend et tourne sur un ordinateur dans le cloud. OpenAI ouvre son Agents API : les mêmes agents permanents, loués à la demande. Baseten rachète Blaxel, qui fabrique les bacs à sable où ils s'exécutent. L'unité de travail passe du chat au projet, avec une mémoire, des accès et des permissions. Trois questions avant d'en brancher un : qu'est-ce qu'il retient, à quoi il accède, qui relit ce qu'il a fait pendant la nuit.

  • Salesforce met son CRM à l'intérieur de Claude, et c'est le modèle SaaS qui bouge Claudeforce, annoncé fin août, passe en bêta ouverte ce mois-ci. Les données Salesforce et 37 skills de vente (préparer un rendez-vous, mettre à jour le pipeline, rédiger la relance) accessibles depuis Claude, sans ouvrir Salesforce, avec les permissions du CRM. La vidéo liée, en français, déroule bien la suite : si le vendeur ne voit plus l'écran, le logiciel devient un entrepôt de données et de règles, et le siège mensuel perd sa raison d'être. Le SaaS aussi devient une pièce du système. Question pour tout éditeur : si le client n'ouvre plus l'app, qu'est-ce qu'on lui vend ?

Le focus : les benchmarks sont morts en 14 mois, voici comment choisir sans eux

Deux chiffres suffisent. Le test de référence le plus dur du marché, écrit par des mathématiciens pour tenir des années, est passé de 5 % à 98 % en quatorze mois. Et le même modèle fait 63 % seul, 99 % avec une mémoire (ARC Prize, #20). Les scores publics sont tous en haut, ils ne départagent plus rien, et ils mesurent le modèle nu alors que tu achètes un système. Voici ce qui marche à la place, en trois étapes et une après-midi.

1. Écris tes vingt cas. Vingt demandes réelles de ta boîte, telles qu'un client ou un collègue les formule, avec la réponse attendue et ce qui serait inacceptable. Un ticket support, un devis à relire, un brief à résumer. C'est ton benchmark, personne d'autre ne peut l'écrire. La méthode, sans coder, est dans ce guide.

2. Fais passer les candidats. Les trois fournisseurs en lice sur les mêmes vingt cas, notés pareil. Refais-le à chaque nouvelle version, il en sort une toutes les trois semaines. Le gagnant de septembre peut perdre en octobre. Le modèle se remplace en une ligne, tes vingt cas te suivent partout.

3. Note le système, pas le score. Quatre questions au fournisseur. Mémoire : qu'est-ce qu'il retient entre deux sessions, et où. Outils : à quoi il se connecte, mails, CRM, fichiers. Permissions : ce qu'il fait seul et ce qu'il demande avant. Vérification : comment il contrôle son travail, et quand il rend la main à un humain. Celui qui répond précisément vend un système. Celui qui répond avec un benchmark vend un modèle, et le modèle ne vaut plus grand-chose.

L'outil : deux minutes pour tester la voix qui va décrocher ton téléphone

Jeudi, OpenAI a ouvert GPT-Live-1 aux développeurs : 0,05 $ la minute, 2,60 € l'heure de conversation. Il écoute pendant qu'il parle, se laisse couper, réagit en 0,8 seconde. C'est le modèle vocal de ChatGPT depuis l'été pour les abonnés payants, en version mini pour les comptes gratuits.

Le test : ouvre le mode vocal de ChatGPT, demande un résumé d'un sujet long, coupe-le au milieu d'une phrase avec une correction. Regarde s'il l'intègre sans repartir de zéro. Aucun standard téléphonique ne sait faire ça.

Le chiffre honnête : sur un scénario de support bancaire, il résout 32 % des demandes, contre 12 % avant. Un vrai saut, pas encore un service client. Pour un prototype qui décroche chez toi, un développeur et une après-midi sur l'API suffisent.

La pensée : 10 % de chances que l'IA nous tue, dit celui qui la construit

Les faits d'abord. Mardi, un chercheur d'Anthropic, Jacob Coxon, a démissionné. Il l'a annoncé sur X. Son message : les labos construisent des systèmes qu'ils ne sauront pas contrôler. Cent millions de vues en 24 heures.

Son patron sur la sécurité, Evan Hubinger, lui a répondu en public. Il lui donne raison. Selon lui, il y a plus de 10 % de chances que l'IA tue tous les humains dans les dix ans. Et Anthropic n'a « pas encore de plan » pour l'éviter.

Je ne sais pas si ce chiffre est juste. Lui non plus. Personne ne sait le calculer. Ce que je retiens, c'est autre chose : les gens qui disent ça continuent de construire. Anthropic prépare son entrée en bourse. OpenAI lance 10 000 agents sur un problème de maths. Personne ne ralentit, parce que le voisin ne ralentit pas.

Alors qui va poser les limites ? Pas les labos. Dans les deux ans, ce sera le régulateur, qui a envoyé ses premières questions cette semaine. Ce seront les assureurs et les grands clients, qui demanderont des preuves avant de brancher un agent. Et ce sera nous, chacun dans sa boîte.

Les 10 %, je n'y peux rien. Mais un agent qui a trop d'accès, et personne pour relire ce qu'il fait la nuit, ça je peux le régler lundi matin. C'est ma part du problème. C'est la seule où j'ai la main.

Qu'est-ce que j'ai pu oublier cette semaine

Vu, pas retenu, une ligne chacun :

Le fil : partout, le modèle et l'écran s'effacent. Ce qui reste à acheter, c'est le système qui travaille, et ce qui reste à faire, c'est le relire.

À vendredi prochain.

Cédric.

letape-dapres.fr · X