|
|
Au sommaire
5 actus · 1 chiffre
| 01 |
Google achète pour 10 millions de dollars les e-mails internes d’une compagnie aérienne en faillite
|
| 02 |
Neuf géants de la tech ont promis 3 000 milliards de dollars d’IA sans les inscrire dans leurs comptes
|
| 03 |
Etched lève 700 millions de dollars pour une puce qui ne sait faire qu’une seule chose
|
| 04 |
OpenAI ouvre une version de ChatGPT réservée aux 13 à 17 ans
|
| 05 |
La vidéo par IA multiplie ses revenus par trente-cinq en un an chez Higgsfield
|
|
Le chiffre
95 % : part des projets pilotes d’IA générative qui ne dépassent jamais le stade du test.
|
|
|
|
|
|
01
Google achète pour 10 millions de dollars les e-mails internes d’une compagnie aérienne en faillite
La compagnie américaine Spirit Airlines a cessé de voler. Ses boîtes mail, ses tableurs et ses messageries internes viennent d’être remportés aux enchères par Google, qui veut s’en servir pour entraîner ses IA. Un juge doit valider la vente le 19 août.
Spirit Airlines, transporteur à bas coût américain, s’est arrêtée il y a quelques mois. Pendant la liquidation, ses actifs numériques partent aux enchères comme le reste du matériel. Google a emporté le lot pour 10 millions de dollars, contre 7,5 millions proposés par Mercor, une société spécialisée dans la fourniture de données d’entraînement. Le contenu du lot, tel qu’il figure au dossier : environ 100 millions d’e-mails de salariés, 500 millions de messages Microsoft Teams, des tableurs, des agendas, quelque 3,4 millions de fiches de paie et des dossiers du personnel qui remontent à 1986.
Ce que Google achète n’est pas un fichier client. Ni les données passagers, ni les cartes bancaires, ni le programme de fidélité ne font partie du lot, et un tiers doit effacer toute information permettant d’identifier une personne avant le transfert. Ce qui reste est précisément la matière la plus rare aujourd’hui : des années d’échanges professionnels réels, écrits par des salariés en train de faire leur travail. Exactement ce dont une IA a besoin pour apprendre à tenir un planning, rédiger une note de service ou gérer un incident d’exploitation.
L’audience de validation est fixée au 19 août devant le tribunal des faillites de New York. Si elle passe, la conversation interne d’une entreprise devient un actif évaluable et cessible, au même titre qu’un avion ou qu’un créneau d’atterrissage. Toute société qui accumule dix ans d’e-mails et de documents partagés détient donc quelque chose qui a un prix, et n’a le plus souvent rien écrit sur ce qu’il en advient le jour où elle change de mains.
|
|
|
|
|
02
Neuf géants de la tech ont promis 3 000 milliards de dollars d’IA sans les inscrire dans leurs comptes
Un décompte du Wall Street Journal additionne les engagements pris par Amazon, Alphabet, Meta, Nvidia, Oracle et quatre autres pour construire l’infrastructure de l’IA. Le total n’apparaît pas dans leurs comptes publiés, parce que les règles comptables ne l’exigent pas encore.
Un bilan (le tableau officiel de ce qu’une entreprise possède et de ce qu’elle doit) n’enregistre une charge qu’au moment où elle devient effective. Or ces sociétés signent aujourd’hui des contrats qui ne démarrent que dans un, deux ou cinq ans : location de bâtiments encore en chantier, commandes de puces, réservations d’électricité. Le décompte arrive à environ 3 000 milliards de dollars pour neuf entreprises, dont 1 200 milliards de loyers portant sur des sites pas encore en service et 1 900 milliards de commandes de matériel et d’énergie.
L’ordre de grandeur : environ cinq fois les 600 milliards de dollars de capital que ces mêmes sociétés inscrivent à leur bilan, et à peu près le triple de leurs loyers et emprunts déjà comptabilisés. Chez Meta, ces engagements hors bilan approchent 420 milliards de dollars, contre 83,7 milliards de dette officielle. Chez Oracle, ils atteignent près de 273 milliards, plus de trente fois le niveau d’il y a quatre ans. Rien d’irrégulier là-dedans : la règle n’oblige à comptabiliser un loyer qu’à partir du moment où le bâtiment fonctionne.
L’effet pratique est net. En lisant les comptes publiés de ces entreprises, on sous-estime largement ce qu’elles se sont engagées à payer. Ce sont pourtant les mêmes acteurs qui fournissent les modèles, l’hébergement et les outils dont dépendent des millions d’entreprises, la vôtre incluse si vous payez un abonnement d’IA. Si la demande ralentit avant que ces sites ouvrent, la facture reste due, et elle se rattrape d’abord sur les tarifs facturés aux clients.
|
|
|
|
|
03
Etched lève 700 millions de dollars pour une puce qui ne sait faire qu’une seule chose
La start-up américaine est désormais valorisée 21 milliards de dollars. Son pari : au lieu d’une puce polyvalente, une puce gravée pour un seul type de calcul, celui qui fait tourner ChatGPT et ses équivalents.
Les puces de Nvidia qui dominent l’IA sont polyvalentes : elles traitent de l’image, de la simulation, de l’entraînement de modèles. Etched a pris le chemin inverse. Sa puce est gravée en dur pour une seule architecture, le transformeur (la structure de calcul commune à ChatGPT, Claude, Gemini et à la quasi-totalité des modèles actuels). La promesse : beaucoup plus de vitesse et beaucoup moins d’électricité par réponse produite, au prix de toute souplesse sur le reste.
Le tour de table de 700 millions de dollars est mené par Jane Street, société de trading qui est aussi le premier client d’Etched : elle a reçu la première armoire de machines le mois dernier et la fait déjà tourner sur ses propres calculs. Kleiner Perkins, Sequoia, Andreessen Horowitz, Tiger Global, Bain Capital Ventures et Blackstone suivent. La valorisation enchaîne les paliers : 5 milliards de dollars fin juin, 10,3 milliards fin juillet, 21 milliards aujourd’hui, pour une entreprise sortie de l’ombre en juin avec plus de 400 salariés et une puce qui fonctionne.
Ce qui se joue là, c’est le coût de l’inférence (le calcul facturé chaque fois qu’une IA produit une réponse). C’est la ligne qui écrase les marges de tous ceux qui vendent un service branché sur un modèle. Si du matériel spécialisé divise ce coût, les tarifs des accès payants aux modèles baissent, et des usages aujourd’hui trop chers pour être rentables, comme faire relire chaque devis ou chaque ticket client par une IA, redeviennent calculables.
|
|
|
|
|
04
OpenAI ouvre une version de ChatGPT réservée aux 13 à 17 ans
Un utilisateur qui se déclare adolescent obtient désormais un ChatGPT différent : contenus restreints, réglages confiés aux parents, et un mode scolaire qui refuse de faire le devoir à sa place.
Le basculement est automatique. Il se déclenche quand l’utilisateur indique avoir entre 13 et 17 ans, ou quand les systèmes d’OpenAI estiment qu’il a moins de 18 ans. Dans cette version, les garde-fous sont renforcés sur l’automutilation, la violence, les troubles alimentaires et les contenus sexuels ou graphiques. ChatGPT n’a plus le droit d’employer un langage amoureux ni de mots affectueux, et il doit éviter de laisser croire qu’il a des émotions ou une conscience.
Les parents récupèrent des manettes concrètes : des plages horaires pendant lesquelles le compte ne répond plus, le blocage de la génération d’images, et le retrait des conversations de l’entraînement des modèles. OpenAI prévient également les parents lorsque le compte laisse penser à un risque de geste grave. Côté scolaire, un mode Étude pousse l’élève à dérouler le raisonnement plutôt qu’à recevoir la réponse, avec des rappels qui se déclenchent quand il cherche visiblement à contourner un exercice.
Le calendrier n’a rien d’un hasard : les procédures s’accumulent aux États-Unis sur l’effet des services numériques sur les mineurs, et l’Europe durcit ses obligations de vérification d’âge. La conséquence dépasse ChatGPT. Tout service qui laisse une IA dialoguer avec le grand public devra bientôt savoir qui est en face, adapter le comportement du modèle en fonction, et pouvoir le démontrer. Ce n’est plus une option de confort, c’est une brique produit à budgéter.
|
|
|
|
|
05
La vidéo par IA multiplie ses revenus par trente-cinq en un an chez Higgsfield
La plateforme, qui fabrique images et vidéos professionnelles à partir de consignes écrites, vient de lever 400 millions de dollars. Elle annonce 700 millions de dollars de revenus annualisés, contre environ 20 millions il y a un an.
Higgsfield a annoncé le 17 août un tour de table de 400 millions de dollars mené par DST Global, qui la valorise 5,4 milliards. En janvier, elle valait 1,3 milliard : la valorisation a quadruplé en huit mois. Goldman Sachs, Intel Capital, Liberty Global, Mirae Asset et NTT DOCOMO participent. Le produit sert à produire des visuels et des vidéos de niveau professionnel à partir de consignes écrites, pour des marques, des agences et des studios.
Les chiffres communiqués donnent la mesure du basculement : 30 millions d’utilisateurs dans 200 pays, plus de 20 millions de contenus générés chaque mois, et un revenu annualisé passé d’environ 20 millions de dollars il y a un an à 700 millions ce mois-ci. L’usage des fonctions dites agentiques (une IA qui enchaîne seule plusieurs étapes d’un travail au lieu de répondre coup par coup) a été multiplié par 42 en trois mois. L’entreprise indique servir 390 des 500 plus grandes sociétés américaines.
Le signal utile n’est pas la levée, c’est la nature du client. Il y a dix-huit mois, la vidéo générée servait surtout à faire des démonstrations sur les réseaux sociaux. Elle entre maintenant dans la production courante des plus gros annonceurs, ce qui déplace le prix de référence d’une campagne visuelle. Un indépendant ou un studio qui facturait un tournage plusieurs dizaines de milliers d’euros se retrouve face à un devis concurrent bâti sur des consignes écrites, et devra expliquer ce que la caméra apporte en plus.
|
|
|
|
|
Le chiffre
95 %
des projets pilotes d’IA générative ne dépassent jamais le stade du test
Il s’agit d’expérimentations menées en entreprise : un outil d’IA branché sur un cas d’usage précis, dans un service, pour vérifier que ça marche avant de déployer pour de bon. Dans 95 % des cas, ce déploiement n’a jamais eu lieu.
Un projet pilote, c’est la phase d’essai : on prend une tâche, on y branche une IA, on regarde le résultat avant d’engager du budget et des équipes. Les travaux universitaires qui donnent ce chiffre montrent que la quasi-totalité de ces essais s’arrêtent là. Pas parce que le modèle est mauvais : parce que l’essai ne se transforme jamais en usage quotidien, mesuré, intégré aux outils déjà en place.
Le blocage est rarement technologique. Interrogés sur le principal obstacle, 44 % des praticiens désignent l’intégration, c’est-à-dire le raccordement aux logiciels et aux données que l’entreprise utilise réellement. Un pilote se monte à côté du travail : sur un fichier exporté, avec deux ou trois volontaires, hors des procédures habituelles. Le passage à l’échelle, lui, oblige à toucher aux processus, aux droits d’accès et aux habitudes, et personne n’a reçu mandat pour ça.
Lu à l’envers, ce 95 % est plutôt une bonne nouvelle : l’avantage ne vient pas de l’accès à l’IA, désormais à la portée de tout le monde pour quelques euros, mais du travail d’intégration que presque personne ne mène jusqu’au bout. Choisir une seule tâche répétitive, chronométrer son coût actuel, brancher l’outil dans le logiciel déjà ouvert chaque jour, puis revérifier le gain trois mois plus tard : c’est tout ce qui sépare les 5 % du reste.
|
|
|
Partager
Un ami intéressé par l’IA ?
Transférez-lui KLEAA en un clic.
|
|
|
kleaa.fr
Se désabonner
© 2026 KLEAA
|
|
