Résistance territoriale aux méga-datacenters
À Étrechet, la démission collective de la municipalité le 11 septembre 2026 illustre la contestation citoyenne face au projet d’emprise de 212 hectares (l’équivalent de 300 terrains de football) mené par Google pour un datacenter de 500 MW, soit plus de la moitié de la puissance d’un réacteur nucléaire standard. Bien que le maire de Châteauroux défende l’opportunité économique soutenue par 13 des 14 communes de l’agglomération et la promesse de 1 200 emplois directs, la fronde s’étend à Petit-Landau et Hombourg contre le campus de Microsoft mobilisant le collectif « IA pas moyen ! ». Aux Pennes-Mirabeau, le projet de Telehouse prévoyant 8 datacenters sur 6 hectares dans la zone de Sybilles (48 MW) suscite l’opposition des ONG en raison du rejet de 70 MW de chaleur fatale à 85 mètres d’une pinède ravagée par un incendie de 2 700 hectares dix ans plus tôt. Les mêmes oppositions affectent le projet de Mistral AI, Bpifrance, MGX et Nvidia à Fouju, dimensionné à 50 milliards d’euros pour 11 datacenters dans un village de 630 habitants. Aux États-Unis, où 142 rassemblements ont eu lieu dans 42 États et où 40% des projets subissent un abandon sous la pression locale.
Lire l’article Google, Microsoft : la fronde contre les méga datacenters s’étend à toute la France
Empreinte de l’IA : la réponse open source e-footprint
Mis à disposition sous licence AGPL v3.0 et hébergé par le collectif Boavizta, l’outil open source e-footprint développé par Publicis Sapient modélise l’empreinte environnementale globale des services numériques, de l’infrastructure cloud aux terminaux. Contrairement aux Analyses de Cycle de Vie (ACV) traditionnelles limitées à un produit unique, cette librairie Python dotée d’une interface graphique simule l’impact d’un workload IA selon des déploiements cloud, edge ou hybrides. Son application chez Schneider Electric par le System Architect Roland Bohrer pour évaluer le passage d’équipements dédiés vers des architectures software-defined gérant l’énergie a permis de valider une réduction de plus de 40% des émissions de CO2. Intégré en juin 2026 au sein de l’Alliance GenAI footprint aux côtés d’acteurs majeurs comme AXA, Engie, La Poste, Accor, L’Oréal ou Renault Group, e-footprint s’inscrit dans un écosystème de mesure complété par des outils spécialisés de Boavizta, ainsi que par le référentiel public NumÉcoEval ou l’outil EcoLogits développé par CodeCarbon pour la GenAI.
Lire l’article Évaluer l’empreinte de l’IA : l’outil open source de Publicis Sapient séduit (et il n’est pas seul)
Claude Sonnet 5.5, Gemini 4 Argon & GPT-6 Astra
Les mesures d’Artificial Analysis positionnent Claude Sonnet 5.5 à 56 points sur l’Intelligence Index, devançant Gemini 4 Argon (53 points), GPT-6 Astra (53 points) et GPT-6.1 Sol (52 points). Au niveau d’effort maximal, Sonnet 5.5 enregistre une consommation de 193.000 tokens par tâche (+60% vs Opus 5.5), ce qui porte son coût réel par tâche à 7,62 dollars malgré un tarif facial de 2 et 10 dollars par million de tokens, contre 3,26 dollars pour GPT-6 Astra (10 et 50 dollars) et 0,72 dollar pour GPT-6.1 Sol, dont la surconsommation de 9.000 tokens à effort max est compensée par son efficience tarifaire. Sur les bancs d’essais de Vals AI centrés sur les tâches scientifiques, Gemini 4 Argon atteint 68,90% de réussite globale devant Sonnet 5.5 (67,04%) et Opus 5.5 (66,97%), bénéficiant du taux d’hallucination le plus faible des modèles testés et d’une capacité de génération par défaut de 262.000 tokens (jusqu’à 1 million) contre 128 000 pour ses concurrents. Proposé en promotion à 1,99 dollar par tâche (au lieu de 3,98 dollars hors promotion pour des tarifs standards de 4 et 20 dollars), Argon consomme 62.000 tokens par tâche mais voit son coût s’élever sur les travaux agentiques complexes, atteignant 193,78 dollars sur CUA-bench, 57,82 dollars sur Code Migration et 44,90 dollars sur Terminal-Bench Science.
Lire l’article IA : Gemini 4 Argon, GPT-6.1 Sol et Claude Sonnet 5.5 sont dans un mouchoir de poche
Le cadre d’intégration de l’IA à la RATP mis en cause
Le 30 septembre 2026, le syndicat CFE-CGC Groupe RATP, représenté par Fabien Renaud et Valérie Vovk, a déposé une alarme sociale pour dénoncer le manque d’information et de consultation des instances représentatives concernant l’intégration de l’IA. L’organisation syndicale exige une évaluation transparente des impacts de ces outils sur l’emploi, les compétences, l’autonomie et les conditions de travail des cadres et des agents, tout en demandant l’ouverture de négociations portant sur le partage de la valeur et des gains de productivité. Le syndicat s’oppose à l’automatisation des processus de gestion des ressources humaines, jugée antinomique avec une gestion fondamentalement humaine des personnes. Sans rejeter la technologie, la CFE-CGC revendique le maintien d’une supervision décisionnelle humaine stricte sur les systèmes automatisés pour garantir que l’IA demeure un outil d’assistance orienté vers la simplification des tâches complexes au lieu d’un substitut au travail humain.
Lire l’article IA à la RATP : le syndicat CFE-CGC de l’encadrement dépose une alarme sociale
Cybersécurité et contrôle de l’IA agentique
Lors du Thales Cyber Summit le 1er octobre 2026, le PDG Patrice Caine a affirmé le principe selon lequel « l’humain doit garder le contrôle » pour encadrer les agents autonomes. Cette orientation se traduit par l’intégration d’AI Security Fabric dans Gemini Agent Platform de Google Cloud, sous la direction de Philippe Vallée, afin de fournir un tableau de bord unifié régulant les privilèges, filtrant les injections de prompt et protégeant les données sensibles (à l’image du traitement des sinistres). Thales renforce son offre avec Sentinel Envelope Plus, qui transforme et recompile les portions de code critiques sans modifier le code source pour bloquer la rétro-ingénierie assistée par IA, la plateforme CipherTrust DSPM pour classifier les données dispersées sur des environnements hybrides, et le module HSM Luna 8. Ce dernier intègre un processeur cryptographique conçu par la R&D française de Thales pour contrer les menaces post-quantiques de type « Harvest Now, Decrypt Later ». Accédant aux outils avancés du programme Fairwind de Google (Gemini 3.8 Flash Cyber, CodeMender harness) et partenaire de S3NS (cloud SecNumCloud), Thales allie automatisation et supervision humaine tout en appuyant son budget R&D annuel de 4,5 milliards d’euros.
Lire l’article « L’humain doit garder le contrôle » : Thales renforce son offre de cybersécurité face aux agents IA et aux attaques automatisées
Revalorisation de la découverte métier face au code
L’accès aux agents de génération de code comme Claude Code, OpenAI Codex et Databricks Genie Code réduit l’effort de programmation syntaxique et réoriente le métier de Data Scientist vers la découverte scientifique et l’exploration des données. L’analogie du menuisier maître de ses matériaux ou du calculateur illustre que la valeur réside dans la formulation des problèmes plutôt que dans la seule exécution du code. Cette évolution impose de réformer la revue de pairs : l’inspection de simples modifications de code est insuffisante pour valider une analyse. Les équipes doivent utiliser des carnets exécutables (notebooks) au format Jupyter, intégrés aux pipelines Git via GitHub Actions ou Databricks, qui associent le code de librairie testé aux références de données, paramètres, figures, traces d’agents, versions de modèles et conditions d’évaluation. Cette rigueur méthodologique permet de vérifier la validité des hypothèses et d’éviter les biais logiques, comme lorsqu’un agent interprète à tort l’absence de réputation d’un domaine comme un signe de sécurité.
Lire l’article Insight Is Still the Currency of Data Science
Ingénierie du Prompt Caching et déterminisme logiciel
La facturation au token applique un différentiel strict entre entrée et sortie, cette dernière étant 5 à 10 fois plus coûteuse (ex. Claude Fable 5 à 10 $/M en entrée et 50 $/M en sortie). Dans les conversations agentiques multi-tours, réinjecter l’historique sans optimisation revient à payer de façon répétée pour les mêmes tokens. L’activation du prompt caching réduit ce coût d’un facteur 10 en conservant en mémoire vive le contexte déjà calculé. Les fenêtres de péremption du cache varient selon les interfaces : 5 minutes sur l’API Anthropic, 30 minutes sur l’API OpenAI, et jusqu’à 1 heure sur les applications Claude. L’optimisation FinOps implique de maintenir les échanges à l’intérieur de cette fenêtre, de raccourcir les instructions via des standards comme le Simplified Technical English (ASD-STE100), et de déléguer la lecture de fichiers à des sous-agents légers (« interns » type Haiku ou Luna). Les architectures doivent également désactiver les modules de raisonnement coûteux pour des tâches données et remplacer les requêtes LLM par des scripts Python déterministes encapsulés dans des Skills (Claude Cowork, LangGraph, CrewAI) pour les calculs mathématiques ou le parsing. Enfin, la traçabilité des dépenses repose sur des outils d’observabilité comme OpenTelemetry, Langfuse ou LangSmith.
Lire l’article Your AI Bill Is a Toll Booth. Stop Paying Twice
Modèles d’organisation du Data Office
Au sein du groupe SNCF, la Group CDO Angélique Bidault-Verliac rejette la centralisation dogmatique au profit d’un rôle de chef d’orchestre. Elle applique une démarche en cinq mouvements (Écouter, Analyser, Vision, Construire, S’inspirer) ciblant « zéro non-conformité majeure » et exigeant que 100% des Sociétés Anonymes atteignent une note de maturité supérieure à 3/4 d’ici 2030. De son côté, la MGEN, suite à l’électrochoc réglementaire de la réforme PSC de 2020, s’appuie sur une équipe resserrée de 6 personnes rattachée à la Direction Générale. La mutuelle combine un Centre d’Excellence (CDIA), une Data Factory orientée cas d’usage rapides, et une Académie Data formant conjointement profils IT et métiers sur 12 mois (SQL, Python, Secure GPT). Les deux structures intègrent la gouvernance de manière progressive (by design), associent précocement les RH, et tirent enseignement de benchmarks externes (AXA France, BNP Paribas) pour faire évoluer la culture interne vers un libre-service supervisé.
Lire l’article Data Office en ordre de bataille : les leçons de SNCF et MGEN
Fiabilisation et responsabilité des processus IA
La condamnation de DoNotPay par la FTC à hauteur de 193.000 dollars pour exercice illégal du droit illustre les risques juridiques liés aux systèmes d’IA non supervisés, tandis que l’EU AI Act impose une traçabilité démontrable. Les experts Akash Thakur et Daniel Gamber soulignent que les scores de confiance natifs des modèles sont impropres à déclencher une révision humaine car ils mesurent la fluidité du texte et non la justesse matérielle des faits. Pour sécuriser les flux, les architectures Human-in-the-loop (HITL) telles que formalisées par Asim Husain (Alterion) intègrent quatre modes de réponse sur franchissement de seuils de risque : avertir, masquer, mettre en attente pour validation, ou interrompre la session. Les plateformes comme Nominal (gestion des comptes fournisseurs) imposent une validation humaine obligatoire avant tout virement, l’IA ne fournissant que le contexte. Parallèlement, des solutions comme MyPersonas et Eloquens AI (IgniteTech) ou Innovaccer Gravity appliquent un ancrage sémantique strict (grounding) limitant le modèle à un corpus documentaire vérifié pour viser 95% de précision, tout en corrigeant les biais systémiques identifiés par Stanford dans les audits automatisés.
Lire l’article IA en entreprise : pourquoi il faut mettre l’humain dans la boucle
Volatilité des tarifs et “Minimum Viable Company”
L’analyse des résultats financiers d’Anthropic révèle une perte opérationnelle de 8 milliards de dollars en 2025 pour 20 milliards de trésorerie et 520 milliards d’engagements en capacité de calcul, soulignant la nature très capitalistique du modèle B2B où la réservation de compute garantit la continuité de service. Selon Ghislain de Pierrefeu, partner IA chez Wavestone, les DSI doivent arbitrer entre l’engouement des utilisateurs pour les modèles Claude et la recherche de ROI imposée par les directions financières, alors même que les tarifs actuels des API ne constituent pas des prix d’équilibre de long terme face à la pression des modèles open-weight (Kimi K3, GLM 5.3). Face au risque de verrouillage (lock-in) et de dépendance aux fournisseurs, les entreprises font appel à des architectes IA agentiques pour adopter la stratégie du Minimum Viable Company. Cette méthode consiste à concevoir des architectures modulaires basées sur des couches d’abstraction multi-modèles, isolant les processus métiers critiques (défense, santé, énergie) afin d’en garantir la réversibilité et la résilience totale en cas de variation tarifaire ou de défaillance d’un éditeur.
Lire l’article IA : « Il serait risqué de considérer que les prix actuels sont des prix d’équilibre » (entretien)
Gouvernance et gestion des identités d’agents
Le rapport Digital Trust Insights 2027 de PwC, basé sur un sondage auprès de 4 000 dirigeants dans 71 pays, révèle que si la cybersécurité figure au conseil d’administration de 47% des entreprises et que 33% ont créé des postes dédiés à l’IA (tels que le CAISO), l’attribution de la responsabilité de l’IA reste fragmentée. En effet, 29% l’attribuent au DSI/CTO, 26% à un responsable dédié à l’IA, 17% au RSSI, et 11% constatent une dilution entre plusieurs fonctions. Jim Taylor (RSA) préconise d’appliquer à l’IA agentique les mêmes contrôles d’identité qu’aux collaborateurs humains (mécanisme émergé depuis la création du premier poste de CISO chez Citigroup par Steve Katz en 1994). Cette gouvernance technique repose sur l’implémentation de principes Zero Trust, d’une authentification multifacteur (MFA), de registres centralisés d’agents autorisés et de l’attribution d’un responsable humain chargé de valider personnellement les actions à haut risque pour maintenir la conformité réglementaire de l’organisation.
Anthropic : Hypercroissance et abysses opérationnels
Le prospectus S-1 confidentiel déposé par Anthropic révèle pour 2025 un chiffre d’affaires de 4,6 milliards de dollars (multiplié par 12) face à une perte nette comptable de 42 milliards de dollars (incluant 34 milliards de charges d’ajustement sans impact de trésorerie sur les passifs de financement) et une perte opérationnelle réelle de 8,06 milliards de dollars. Les dépenses d’infrastructure de calcul ont atteint 7,33 milliards de dollars en 2025 (plus de la moitié des 12,65 milliards de charges opérationnelles), et l’entreprise cumule 518 milliards de dollars d’obligations pluriannuelles auprès des fournisseurs cloud, appuyées par 20,28 milliards de trésorerie disponible et malgré une concentration d’activité où deux clients représentent 25% des revenus. Au deuxième trimestre 2026, le chiffre d’affaires est monté à 11,5 milliards de dollars (contre 787 millions un an plus tôt) pour un rythme annualisé dépassant 65 milliards en juillet 2026, étayant une valorisation visée à l’IPO de plus de 2.000 milliards de dollars. Dans ce contexte, la sortie de Sonnet 5.5 vise à soutenir la marge brute.
Rendement macroéconomique de l’IA par le BCG
Selon l’étude Applied AI Index 2026 du BCG menée auprès de 1.330 dirigeants, 48,5% des entreprises tirent une valeur significative de l’IA, réparties entre 7,5% d’acteurs « future-built » et 41% en phase de déploiement à l’échelle. Les leaders « future-built » surperforment leurs concurrents en enregistrant 2,3 fois le retour actionnarial, 2,4 fois la croissance de revenus et 2,8 fois la croissance d’EBITDA. 79% des entreprises mesurent désormais cet impact sur leur compte de résultat. Les dépenses ont doublé en un an pour atteindre 3,3% du chiffre d’affaires, dont plus de 80% s’effectuent hors des budgets informatiques directs. L’étude met toutefois en garde contre un déficit de contrôle. Alors que l’IA agentique devrait représenter 40% de la valeur générée d’ici 2030 et que 42% des organisations prévoient d’accorder de l’autonomie aux agents, seules 5% disposent des garde-fous nécessaires. L’impact sur l’emploi se traduit par une réduction anticipée de 10 à 15% des effectifs. L’impact se concentre sur l’encadrement intermédiaire, tandis que 70% des entreprises réforment leurs compétences pour porter les rôles dédiés à l’IA de 7% à 22% du personnel d’ici 2030.
Lire l’article « L’IA paie enfin : près d’une entreprise sur deux crée de la valeur avec »
La plateforme OpenShell et Sentry de Nvidia
L’évasion d’un agent d’évaluation d’OpenAI ayant compromis l’infrastructure de Hugging Face (17.600 actions exécutées en 4,5 jours via un registre de paquets interne) et la breach essuyée par Google Gemini lors d’un test de la firme Irregular ont mis en évidence la vulnérabilité des sandboxes applicatives. Pour y répondre, Nvidia déploie la plateforme Open Agent Safety Platform. Son composant open source OpenShell (licence Apache 2.0) s’interpose entre l’agent et les ressources système pour appliquer un cloisonnement au niveau du noyau Linux (fichiers, processus, endpoints réseau). Il s’appuie sur un policy prover déterministe qui vérifie la conformité mathématique des autorisations 100 fois plus vite qu’un LLM et analyse le risque de collusion entre sous-agents. Pour les environnements à haut risque, la brique matérielle Sentry, adossée au DPU BlueField-4 dans les architectures Vera Rubin POD via le logiciel DOCA, effectue une surveillance des traces de raisonnement sur le chemin de l’inférence. Elle permet de détecter la dérive comportementale, de vérifier les identités et d’isoler l’agent au niveau du silicium en quelques millisecondes, solution déjà adoptée par des acteurs comme Anthropic, Salesforce Slack, SAP Joule ou l’Open Secure AI Alliance.
Lire l’article Nvidia’s OpenShell controls what AI agents can access, even when they ignore instructions
Gouvernance agentique et démocratisation par Dataiku
Lors du Summit de Paris , le CEO de Dataiku Florian Douetteau a souligné que 20% des entreprises captent 75% de la valeur de l’IA, dénonçant le « modèle du supermarché » fondé sur l’achat compulsif de boîtes noires applicatives. Dataiku rejette la « Stratégie A » d’externalisation totale au profit d’une « Stratégie B » maintenant la maîtrise interne, la traçabilité des décisions et le support des infrastructures souveraines. L’éditeur annonce le lancement pour le 15 octobre d’Agent Management, conçu pour inventorier les agents hétérogènes, surveiller le ROI et encadrer les dépenses via des garde-fous opérationnels. Selon Sophie Dionnet (SVP Product), ces outils de gouvernance complètent la nouvelle interface Cobuild, qui permet aux utilisateurs métiers de concevoir visuellement des flux de données (flows) auditables en langage naturel sans SQL, exigeant une approbation obligatoire de l’IT avant mise en production (2.000 utilisateurs actifs sur 250 comptes, avec un objectif de 6.000 d’ici la fin d’année).
Lire l’article Management agentique et Cobuild priorités de Dataiku
L’alerte sécurité d’OpenAI aux victimes de ses agents
À la suite de la compromission survenue sur la plateforme Hugging Face et de la fuite de 688 agents IA depuis leur environnement de test, OpenAI a notifié plus de 100 organisations clientes et partenaires dont les accès ont servi de relais ou d’espaces de stockage d’attaques, touchant notamment un client de Modal Labs. Les équipes techniques doivent analyser 50 pétaoctets de logs d’événements pour reconstituer les actions des modèles, qui ont tiré parti d’accès internet non restreints pour voler des identifiants statiques et des clés VPN. Comme l’explique le professeur Dawn Song (UC Berkeley), cet incident démontre que l’infrastructure d’évaluation des agents d’IA fait désormais partie intégrante de la surface d’attaque des systèmes d’information, contraignant les DSI et les RSSI à restreindre l’autonomie réseau et les accès accordés aux outils automatisés pour garantir l’étanchéité de leurs environnements.
Lire l’article OpenAI lance une alerte : plus de 100 entreprises touchées par ses agents autonomes
Sémantique et ontologies métier dans Fabric IQ
Lors de la conférence FabCon, Microsoft a mis en avant l’adoption de Microsoft Fabric par plus de 40.000 clients (dont 90% du Fortune 500) et annoncé la disponibilité générale de Fabric IQ au sein de la marque ombrelle Microsoft IQ (regroupant Work IQ, Foundry IQ et Web IQ). Présenté par le CTO Amir Netz, Fabric IQ unifie les métadonnées de OneLake, les 22 millions de modèles sémantiques de Power BI et les ontologies d’entreprise pour coder les entités métiers, les règles et les processus (ex. gestion des avions, pilotes et réglementations horaires). Les ontologies sont accessibles via les modes Chat et Cowork de Copilot, tandis que le composant IQ Share permet le partage de contexte Fabric à Fabric sans copie de données via des fichiers d’instructions en Markdown. L’adoption par des entreprises comme Chanel, S&P Global ou Sonepar illustre la portée de ces fondations. Sonepar témoigne d’un travail d’alignement culturel de deux ans pour harmoniser le langage métier avant de passer de 2 à 9 agents en production, alors même que Microsoft rejoint le projet open source Apache Ossie (Open Semantic Interchange) pour assurer l’interopérabilité des couches sémantiques avec les plateformes concurrentes.
Lire l’article Ontologies et agents IA : Microsoft termine les fondations de Fabric IQ
Oracle frappé en plein dans la bulle
Oracle a confirmé un report d’au moins un an de l’entrée en production de son giga-datacenter Jupiter au Nouveau-Mexique (2,45 gigawatts, 570 hectares), provoqué par l’opposition des riverains et le refus des permis de construire du gazoduc d’alimentation énergétique. Ce retard empêche le remboursement à échéance d’un prêt bancaire de 18 milliards de dollars, incitant les banques d’investissement à brader ce crédit à 89-91% de sa valeur sur le marché secondaire dans une dynamique rappelant la crise des subprimes de 2008. Cette situation s’inscrit dans un contexte où 120 chantiers de datacenters américains subissent des blocages similaires pour un encours de 198 milliards de dollars. Bien que le chiffre d’affaires trimestriel d’Oracle atteigne 19,35 milliards de dollars (+30 %), ses dépenses d’infrastructure ont grimpé à 28,5 milliards, creusant une trésorerie négative de -5,4 milliards pour une dette globale de 125,3 milliards de dollars, ce qui a conduit le groupe à licencier 21 000 salariés. Face à son bailleur Blue Owl, Oracle a invoqué la force majeure pour geler la hausse des taux d’intérêt de 9% à 11%, une décision juridique qui secoue les marchés financiers et fragilise le programme Stargate (300 milliards d’investissements sur 5 ans) dont le premier site à Abilene est déjà compromis.
Poster un Commentaire