Quoi de mieux pour chanter les louanges de l’IA qu’un rapport truffé d’hallucinations rédigé par une IA ? KPMG a dû retirer une étude sur l’IA agentique après la découverte de plusieurs cas d’usage apparemment inventés. Oups.
Tout ce que raconte l’IA n’est pas d’or. KPMG, une des plus grandes agences de conseil au monde, a publié en octobre dernier un rapport pour « redéfinir l’excellence à l’heure de l’IA agentique ». Destiné aux dirigeants et aux décideurs, le document multiplie les études de cas censées illustrer l’adoption de cette technologie dans les secteurs de la finance, des transports ou encore de la santé.
Illustration : Flock
Seul problème : de nombreux exemples du rapport sont faux, ou à tout le moins factuellement incorrects. Le rapport affirmait ainsi que la banque UBS utilisait des agents IA pour le conseil en investissement, la gestion des risques et la conformité réglementaire au sein d’une plateforme développée avec Microsoft. Des affirmations qui reposent sur des faits incorrects, affirme l’établissement financier au Financial Times et aux chercheurs d’hallucinations du détecteur de contenus générés par IA GPTZero.
Quand l’IA vante l’IA
Autre exemple, celui des chemins de fer fédéraux suisses, chez qui des agents IA étaient censés aider les voyageurs à planifier, réserver et optimiser leurs trajets en fonction de leurs préférences, des conditions en temps réel et de l’impact carbone. Sauf que la description donnée dans le rapport n’était « pas exacte ». Il prétendait aussi que Transport for London (TfL) employait des agents IA pour prévoir et gérer la congestion, personnaliser les informations aux voyageurs et coordonner les modes de transport. Une présentation « trompeuse », selon la TfL.
Enfin, KPMG affirmait que des agents IA prédisaient les réadmissions à l’hôpital, réalisaient un tri des patients et automatisaient les orientations médicales au sein du système de santé dans le grand Manchester. De fausses informations provenant manifestement de la mauvaise interprétation d’un communiqué sur un outil de détection du… cancer du poumon.
Sur les 45 références citées dans le rapport, seules 5 renvoient correctement à des sources réelles, a calculé GPTZero. 28 autres citations fournissent des titres paraphrasés et/ou des éléments erronés pour une source réelle. Les 12 dernières sont trop vagues ou comportent trop d’erreurs pour permettre de déterminer avec certitude si une source existe.
De plus, environ la moitié des affirmations étayées par ces 45 citations semblent être fausses ou attribuées à tort – probablement parce qu’un outil de recherche sur l’IA a trop pris au pied de la lettre une demande visant à trouver des exemples d’« IA agentique » exploitées en production.
Après avoir été alerté par le FT et GPTZero, KPMG a retiré le rapport de ses sites web, tout en affirmant prendre très au sérieux « l’exactitude et l’intégrité » de ses publications. Le cabinet a rappelé que ses employés doivent respecter des règles internes sur l’usage responsable de l’IA.
« Nous attendons de l’ensemble de nos collaborateurs qu’ils respectent nos directives relatives à l’utilisation responsable de l’IA, notamment en assurant une supervision humaine pour valider les contenus et vérifier les sources indépendantes », indique un porte-parole. Une enquête interne a été lancée, mais c’est un peu tard : les conclusions de ce rapport avaient déjà été reprises par plusieurs publications spécialisées du secteur, ainsi que par un important quotidien tchèque.
Ce n’est pas une première, les exemples d’hallucinations d’IA prises pour argent comptant se sont multipliés dans tous les domaines, et on n’est pas près d’en voir le bout.
Quoi de mieux pour chanter les louanges de l’IA qu’un rapport truffé d’hallucinations rédigé par une IA ? KPMG a dû retirer une étude sur l’IA agentique après la découverte de plusieurs cas d’usage apparemment inventés. Oups.
Tout ce que raconte l’IA n’est pas d’or. KPMG, une des plus grandes agences de conseil au monde, a publié en octobre dernier un rapport pour « redéfinir l’excellence à l’heure de l’IA agentique ». Destiné aux dirigeants et aux décideurs, le document multiplie les études de cas censées illustrer l’adoption de cette technologie dans les secteurs de la finance, des transports ou encore de la santé.
Illustration : Flock
Seul problème : de nombreux exemples du rapport sont faux, ou à tout le moins factuellement incorrects. Le rapport affirmait ainsi que la banque UBS utilisait des agents IA pour le conseil en investissement, la gestion des risques et la conformité réglementaire au sein d’une plateforme développée avec Microsoft. Des affirmations qui reposent sur des faits incorrects, affirme l’établissement financier au Financial Times et aux chercheurs d’hallucinations du détecteur de contenus générés par IA GPTZero.
Quand l’IA vante l’IA
Autre exemple, celui des chemins de fer fédéraux suisses, chez qui des agents IA étaient censés aider les voyageurs à planifier, réserver et optimiser leurs trajets en fonction de leurs préférences, des conditions en temps réel et de l’impact carbone. Sauf que la description donnée dans le rapport n’était « pas exacte ». Il prétendait aussi que Transport for London (TfL) employait des agents IA pour prévoir et gérer la congestion, personnaliser les informations aux voyageurs et coordonner les modes de transport. Une présentation « trompeuse », selon la TfL.
Enfin, KPMG affirmait que des agents IA prédisaient les réadmissions à l’hôpital, réalisaient un tri des patients et automatisaient les orientations médicales au sein du système de santé dans le grand Manchester. De fausses informations provenant manifestement de la mauvaise interprétation d’un communiqué sur un outil de détection du… cancer du poumon.
Sur les 45 références citées dans le rapport, seules 5 renvoient correctement à des sources réelles, a calculé GPTZero. 28 autres citations fournissent des titres paraphrasés et/ou des éléments erronés pour une source réelle. Les 12 dernières sont trop vagues ou comportent trop d’erreurs pour permettre de déterminer avec certitude si une source existe.
De plus, environ la moitié des affirmations étayées par ces 45 citations semblent être fausses ou attribuées à tort – probablement parce qu’un outil de recherche sur l’IA a trop pris au pied de la lettre une demande visant à trouver des exemples d’« IA agentique » exploitées en production.
Après avoir été alerté par le FT et GPTZero, KPMG a retiré le rapport de ses sites web, tout en affirmant prendre très au sérieux « l’exactitude et l’intégrité » de ses publications. Le cabinet a rappelé que ses employés doivent respecter des règles internes sur l’usage responsable de l’IA.
« Nous attendons de l’ensemble de nos collaborateurs qu’ils respectent nos directives relatives à l’utilisation responsable de l’IA, notamment en assurant une supervision humaine pour valider les contenus et vérifier les sources indépendantes », indique un porte-parole. Une enquête interne a été lancée, mais c’est un peu tard : les conclusions de ce rapport avaient déjà été reprises par plusieurs publications spécialisées du secteur, ainsi que par un important quotidien tchèque.
Ce n’est pas une première, les exemples d’hallucinations d’IA prises pour argent comptant se sont multipliés dans tous les domaines, et on n’est pas près d’en voir le bout.
Le secteur de l’IA se dirige-t-il vers une guerre des prix du token ? Les deux principaux labos IA dans le paysage, OpenAI et Anthropic, envisageraient en effet une baisse du tarif du jeton, au grand bénéfice des consommateurs – mais probablement moins de la marge de profit des deux entreprises. Selon l’analyste Ed Zitron, en l’état actuel, les « utilisateurs peuvent dépenser entre 8 et 13,50 dollars pour chaque dollar de leurs revenus d’abonnement ».
Les utilisateurs grand public voient surtout les modèles d’IA à travers le prix d’un abonnement mensuel, quitte à se heurter parfois à des limites d’usage. Pour les entreprises, l’angle est très différent. Derrière chaque requête adressée à GPT ou Claude se cache une consommation de tokens qui finit par apparaître sur les factures. Les organisations qui se servent des modèles d’Anthropic ont d’ailleurs pu s’en apercevoir ces dernières semaines avec Opus 4.7 et suivants. Et à mesure que les usages se multiplient, les dépenses s’alourdissent.
Les budgets ne sont pas extensibles à l’infini. Le directeur technique d’Uber s’était étonné d’avoir explosé son budget IA de l’année… en seulement quatre mois. À cela s’ajoute la pratique du tokenmaxxing, utilisée par les employés de certaines entreprises pour gonfler inutilement leur consommation de jetons et ainsi, se faire bien voir de leur direction. Amazon a récemment fait fermer un classement pour limiter les abus.
Pendant ce temps, OpenAI et Anthropic ramassent la mise, enfin, façon de parler : les deux entreprises sont encore loin d’être rentables. Chaque token facturé génère certes des revenus, mais ceux-ci peinent encore à compenser les coûts colossaux des centres de données, des puces et du développement de nouveaux modèles. Et pourtant, les deux labos rivaux envisageraient de baisser le prix du token.
Sam Altman a expliqué lors d’un événement relaté par le Wall Street Journal que le coût du token était un « gros problème » : « Je pense que nous trouverons de nombreuses façons de permettre à nos clients d’en faire plus tout en dépensant moins ». Le patron d’OpenAI anticiperait une baisse des prix du token chez Anthropic, dont les produits – notamment Claude Code – sont devenus des outils du quotidien dans de nombreuses entreprises. OpenAI a riposté avec Codex, mais elle a pris du retard.
Le hic, c’est qu’une éventuelle guerre tarifaire pourrait satisfaire les clients, mais elle retarderait encore davantage la perspective de bénéfices pour les deux sociétés qui s’apprêtent à entrer en Bourse. Et à force de se courir après, les services d’OpenAI et d’Anthropic courent le risque de devenir interchangeables, en se différenciant uniquement sur les tarifs.
Le secteur de l’IA se dirige-t-il vers une guerre des prix du token ? Les deux principaux labos IA dans le paysage, OpenAI et Anthropic, envisageraient en effet une baisse du tarif du jeton, au grand bénéfice des consommateurs – mais probablement moins de la marge de profit des deux entreprises. Selon l’analyste Ed Zitron, en l’état actuel, les « utilisateurs peuvent dépenser entre 8 et 13,50 dollars pour chaque dollar de leurs revenus d’abonnement ».
Les utilisateurs grand public voient surtout les modèles d’IA à travers le prix d’un abonnement mensuel, quitte à se heurter parfois à des limites d’usage. Pour les entreprises, l’angle est très différent. Derrière chaque requête adressée à GPT ou Claude se cache une consommation de tokens qui finit par apparaître sur les factures. Les organisations qui se servent des modèles d’Anthropic ont d’ailleurs pu s’en apercevoir ces dernières semaines avec Opus 4.7 et suivants. Et à mesure que les usages se multiplient, les dépenses s’alourdissent.
Les budgets ne sont pas extensibles à l’infini. Le directeur technique d’Uber s’était étonné d’avoir explosé son budget IA de l’année… en seulement quatre mois. À cela s’ajoute la pratique du tokenmaxxing, utilisée par les employés de certaines entreprises pour gonfler inutilement leur consommation de jetons et ainsi, se faire bien voir de leur direction. Amazon a récemment fait fermer un classement pour limiter les abus.
Pendant ce temps, OpenAI et Anthropic ramassent la mise, enfin, façon de parler : les deux entreprises sont encore loin d’être rentables. Chaque token facturé génère certes des revenus, mais ceux-ci peinent encore à compenser les coûts colossaux des centres de données, des puces et du développement de nouveaux modèles. Et pourtant, les deux labos rivaux envisageraient de baisser le prix du token.
Sam Altman a expliqué lors d’un événement relaté par le Wall Street Journal que le coût du token était un « gros problème » : « Je pense que nous trouverons de nombreuses façons de permettre à nos clients d’en faire plus tout en dépensant moins ». Le patron d’OpenAI anticiperait une baisse des prix du token chez Anthropic, dont les produits – notamment Claude Code – sont devenus des outils du quotidien dans de nombreuses entreprises. OpenAI a riposté avec Codex, mais elle a pris du retard.
Le hic, c’est qu’une éventuelle guerre tarifaire pourrait satisfaire les clients, mais elle retarderait encore davantage la perspective de bénéfices pour les deux sociétés qui s’apprêtent à entrer en Bourse. Et à force de se courir après, les services d’OpenAI et d’Anthropic courent le risque de devenir interchangeables, en se différenciant uniquement sur les tarifs.
Apple renouvelle entièrement les modèles IA qui propulsent les fonctions Apple Intelligence. Et admet (presque) que la précédente génération n’était pas vraiment à la hauteur.
Sous le capot d’Apple Intelligence se trouve une famille de grands modèles de langage. Avec iOS 27 et les autres systèmes d’exploitation en « 27 », le constructeur inaugure la 3e génération de ses LLM, baptisés Apple Foundation Models (AFM), dont la particularité est de reposer sur les modèles Gemini de Google. Pas de surprise ici, l’accord entre Apple et Google avait été confirmé au mois de janvier.
Un Apple Intelligence, cinq moteurs
À l’occasion de la WWDC, Apple a présenté les nouvelles capacités de sa plateforme d’IA et de Siri, et aussi levé une petite partie du voile sur les modèles AFM 3. Comme chez les autres acteurs IA quand il s’agit de présenter de nouveaux modèles, Apple n’est pas avare en superlatifs et en promesses de performances. Mais derrière cette communication bien huilée se cache un aveu plus discret : les premiers modèles Apple Intelligence n’étaient manifestement pas au niveau attendu… ce que le retard du nouveau Siri et les critiques entourant Apple Intelligence ont largement mis en lumière.
Avant toute chose, jetons un œil aux forces en présence. Cette nouvelle fournée d’Apple Intelligence s’appuie sur cinq modèles : deux sont exécutés directement sur l’appareil, les trois autres sont hébergés dans le cloud. AFM 3 Core (3 milliards de paramètres) et AFM 3 Core Advanced sont les modèles locaux. Ce dernier compte 20 milliards de paramètres, mais n’en active qu’1 à 4 milliards en fonction des requêtes.
Image : Apple
Cette méthode astucieuse exploite des travaux de recherche internes portant sur la sélection dynamique des paramètres d’un modèle. Au lieu de charger l’intégralité du modèle en mémoire vive, l’appareil active uniquement les portions jugées utiles pour la requête en cours. Les autres paramètres restent stockés dans la mémoire flash de l’appareil, ce qui permet à Apple d’utiliser un modèle beaucoup plus volumineux que ce que la RAM seule autoriserait.
Cette puissance de frappe ouvre de nouveaux horizons à Siri AI : les voix sont plus expressives et il est possible de les personnaliser, la dictée vocale se veut plus précise. Pour en profiter, il faut cependant posséder un appareil doté de 12 Go de mémoire, ce qui qualifie l’iPhone Air, l’iPhone 17 Pro (mais pas l’iPhone 17, limité à 8 Go), un Mac M3 ou iPad M4 suffisamment doté en mémoire.
iOS 27 permet de personnaliser la voix de Siri. Image : Apple
Les trois autres modèles sont hébergés sur des serveurs : AFM 3 Cloud « optimisé pour la vitesse, l’efficacité et les performances », ADM 3 Cloud pour la génération d’images et les outils d’édition photo avancés, et AFM 3 Cloud Pro qui prend en charge les requêtes les plus exigeantes comme les outils agentiques et le raisonnement complexe.
Quelques images générées par ADM 3 Cloud.
Les deux premiers tournent sur des serveurs équipés de puces Apple. AFM 3 Cloud Pro a ceci de spécifique qu’il fonctionne sur des serveurs dotés de GPU NVIDIA hébergés dans Google Cloud. Il a donc fallu étendre Private Cloud Compute, l’architecture de protection des données personnelles d’Apple, à cette configuration. Cette dépendance à deux des principaux acteurs du secteur de l’IA est d’ailleurs inhabituelle pour une entreprise qui n’aime rien tant que maîtriser la chaîne technologique de bout en bout.
Des benchmarks et un aveu caché
Apple donne également quelques détails sur les performances de ses modèles. Dans ce domaine, chaque acteur fait sa petite sauce dans son coin mais en général, les nouveaux modèles utilisent des benchmarks plus ou moins standardisés (SWE-bench, MMLU, Humanity’s Last Exam…) ce qui autorise les comparaisons.
Contrairement à son rapport technique publié l’an dernier, dans lequel Apple comparait ses modèles à GPT-4o, Gemma ou Qwen sur plusieurs benchmarks reconnus du secteur, la présentation d’AFM 3 se concentre presque exclusivement sur des évaluations internes et des comparaisons avec la génération précédente. La méthode est tout à fait légitime, mais elle rend impossibles les comparaisons avec les modèles concurrents.
Image : Apple
C’est d’autant plus vrai qu’Apple ne compare AFM 3 qu’à la génération précédente de ses propres modèles (2025). Ce qui donne des résultats pour le moins flatteurs : pour les capacités générales en texte en local, AFM 3 Core est ainsi préféré dans 45,6 % des cas, contre 23,3 % pour son prédécesseur. En matière de compréhension d’images, AFM 3 Core a été préféré à son prédécesseur dans plus de 61 % des cas où les testeurs ont marqué une préférence.
Sur serveur, pour les capacités texte, AFM 3 Cloud obtient 64,7 % de préférences contre 8,7 % « seulement » (c’est Apple qui le dit) pour l’ancien modèle. Les performances en compréhension d’images progressent fortement, tout comme la dictée et les voix de synthèse. Le constructeur californien ne dira jamais explicitement que ses premiers modèles étaient insuffisants. Mais l’insistance sur les « avancées significatives » et le « bond générationnel » d’AFM 3 montre assez clairement que la première vague d’Apple Intelligence était en retrait, en tout cas insuffisamment performante pour soutenir la vision d’ensemble de l’entreprise.
Apple renouvelle entièrement les modèles IA qui propulsent les fonctions Apple Intelligence. Et admet (presque) que la précédente génération n’était pas vraiment à la hauteur.
Sous le capot d’Apple Intelligence se trouve une famille de grands modèles de langage. Avec iOS 27 et les autres systèmes d’exploitation en « 27 », le constructeur inaugure la 3e génération de ses LLM, baptisés Apple Foundation Models (AFM), dont la particularité est de reposer sur les modèles Gemini de Google. Pas de surprise ici, l’accord entre Apple et Google avait été confirmé au mois de janvier.
Un Apple Intelligence, cinq moteurs
À l’occasion de la WWDC, Apple a présenté les nouvelles capacités de sa plateforme d’IA et de Siri, et aussi levé une petite partie du voile sur les modèles AFM 3. Comme chez les autres acteurs IA quand il s’agit de présenter de nouveaux modèles, Apple n’est pas avare en superlatifs et en promesses de performances. Mais derrière cette communication bien huilée se cache un aveu plus discret : les premiers modèles Apple Intelligence n’étaient manifestement pas au niveau attendu… ce que le retard du nouveau Siri et les critiques entourant Apple Intelligence ont largement mis en lumière.
Avant toute chose, jetons un œil aux forces en présence. Cette nouvelle fournée d’Apple Intelligence s’appuie sur cinq modèles : deux sont exécutés directement sur l’appareil, les trois autres sont hébergés dans le cloud. AFM 3 Core (3 milliards de paramètres) et AFM 3 Core Advanced sont les modèles locaux. Ce dernier compte 20 milliards de paramètres, mais n’en active qu’1 à 4 milliards en fonction des requêtes.
Image : Apple
Cette méthode astucieuse exploite des travaux de recherche internes portant sur la sélection dynamique des paramètres d’un modèle. Au lieu de charger l’intégralité du modèle en mémoire vive, l’appareil active uniquement les portions jugées utiles pour la requête en cours. Les autres paramètres restent stockés dans la mémoire flash de l’appareil, ce qui permet à Apple d’utiliser un modèle beaucoup plus volumineux que ce que la RAM seule autoriserait.
Cette puissance de frappe ouvre de nouveaux horizons à Siri AI : les voix sont plus expressives et il est possible de les personnaliser, la dictée vocale se veut plus précise. Pour en profiter, il faut cependant posséder un appareil doté de 12 Go de mémoire, ce qui qualifie l’iPhone Air, l’iPhone 17 Pro (mais pas l’iPhone 17, limité à 8 Go), un Mac M3 ou iPad M4 suffisamment doté en mémoire.
iOS 27 permet de personnaliser la voix de Siri. Image : Apple
Les trois autres modèles sont hébergés sur des serveurs : AFM 3 Cloud « optimisé pour la vitesse, l’efficacité et les performances », ADM 3 Cloud pour la génération d’images et les outils d’édition photo avancés, et AFM 3 Cloud Pro qui prend en charge les requêtes les plus exigeantes comme les outils agentiques et le raisonnement complexe.
Quelques images générées par ADM 3 Cloud.
Les deux premiers tournent sur des serveurs équipés de puces Apple. AFM 3 Cloud Pro a ceci de spécifique qu’il fonctionne sur des serveurs dotés de GPU NVIDIA hébergés dans Google Cloud. Il a donc fallu étendre Private Cloud Compute, l’architecture de protection des données personnelles d’Apple, à cette configuration. Cette dépendance à deux des principaux acteurs du secteur de l’IA est d’ailleurs inhabituelle pour une entreprise qui n’aime rien tant que maîtriser la chaîne technologique de bout en bout.
Des benchmarks et un aveu caché
Apple donne également quelques détails sur les performances de ses modèles. Dans ce domaine, chaque acteur fait sa petite sauce dans son coin mais en général, les nouveaux modèles utilisent des benchmarks plus ou moins standardisés (SWE-bench, MMLU, Humanity’s Last Exam…) ce qui autorise les comparaisons.
Contrairement à son rapport technique publié l’an dernier, dans lequel Apple comparait ses modèles à GPT-4o, Gemma ou Qwen sur plusieurs benchmarks reconnus du secteur, la présentation d’AFM 3 se concentre presque exclusivement sur des évaluations internes et des comparaisons avec la génération précédente. La méthode est tout à fait légitime, mais elle rend impossibles les comparaisons avec les modèles concurrents.
Image : Apple
C’est d’autant plus vrai qu’Apple ne compare AFM 3 qu’à la génération précédente de ses propres modèles (2025). Ce qui donne des résultats pour le moins flatteurs : pour les capacités générales en texte en local, AFM 3 Core est ainsi préféré dans 45,6 % des cas, contre 23,3 % pour son prédécesseur. En matière de compréhension d’images, AFM 3 Core a été préféré à son prédécesseur dans plus de 61 % des cas où les testeurs ont marqué une préférence.
Sur serveur, pour les capacités texte, AFM 3 Cloud obtient 64,7 % de préférences contre 8,7 % « seulement » (c’est Apple qui le dit) pour l’ancien modèle. Les performances en compréhension d’images progressent fortement, tout comme la dictée et les voix de synthèse. Le constructeur californien ne dira jamais explicitement que ses premiers modèles étaient insuffisants. Mais l’insistance sur les « avancées significatives » et le « bond générationnel » d’AFM 3 montre assez clairement que la première vague d’Apple Intelligence était en retrait, en tout cas insuffisamment performante pour soutenir la vision d’ensemble de l’entreprise.
Microsoft s’est empressé d’ajouter Claude Fable 5 à l’arsenal de GitHub Copilot et de Foundry, la plateforme destinée au développement et à la gestion d’apps IA. Mais les employés de l’éditeur n’y ont pas accès dans les versions internes du Copilot de GitHub. D’après The Verge, l’entreprise aurait un petit souci avec la politique de rétention des données d’Anthropic.
Le labo IA conserve en effet les requêtes et les contenus générés pendant 30 jours afin de satisfaire aux exigences de sécurité liées à l’utilisation du modèle « de classe Mythos ». Fable repose sur la même base que Mythos, mais est bardé de restrictions : si la question porte sur la cybersécurité, la biologie, la chimie ou la distillation de modèles IA, elle est « déclassée » et traitée par Opus 4.8.
Ces 30 jours de rétention permettent à Anthropic d’analyser les informations pour détecter les éventuels usages malveillants du modèle. En cas de suspicion, l’entreprise peut même les conserver pour une durée de deux ans. Les données qui ne posent aucun problème sont supprimées passé le délai standard.
Ce changement n’en est pas un pour les utilisateurs qui passent par le site web ou les applications mobiles de Claude, puisque la rétention des données est déjà effective pour ces abonnés. En revanche, c’est une nouveauté pour les organisations utilisant la console Claude, ou qui accèdent à Claude via Bedrock, Google Cloud Agent ou encore Foundry avec le mode Zero Data Retention (ZDR).
Ce mode proposé par Anthropic à certains clients professionnels ne conserve pas les requêtes envoyées au modèle ni les réponses générées. Ça n’est donc plus le cas avec Fable. L’équipe juridique de Microsoft évalue ces changements ; le souci majeur concerne les données des utilisateurs et les informations confidentielles. Aucun délai n’a été annoncé.
Le cas Microsoft pourrait donc se répéter chez d’autres entreprises.
Microsoft s’est empressé d’ajouter Claude Fable 5 à l’arsenal de GitHub Copilot et de Foundry, la plateforme destinée au développement et à la gestion d’apps IA. Mais les employés de l’éditeur n’y ont pas accès dans les versions internes du Copilot de GitHub. D’après The Verge, l’entreprise aurait un petit souci avec la politique de rétention des données d’Anthropic.
Le labo IA conserve en effet les requêtes et les contenus générés pendant 30 jours afin de satisfaire aux exigences de sécurité liées à l’utilisation du modèle « de classe Mythos ». Fable repose sur la même base que Mythos, mais est bardé de restrictions : si la question porte sur la cybersécurité, la biologie, la chimie ou la distillation de modèles IA, elle est « déclassée » et traitée par Opus 4.8.
Ces 30 jours de rétention permettent à Anthropic d’analyser les informations pour détecter les éventuels usages malveillants du modèle. En cas de suspicion, l’entreprise peut même les conserver pour une durée de deux ans. Les données qui ne posent aucun problème sont supprimées passé le délai standard.
Ce changement n’en est pas un pour les utilisateurs qui passent par le site web ou les applications mobiles de Claude, puisque la rétention des données est déjà effective pour ces abonnés. En revanche, c’est une nouveauté pour les organisations utilisant la console Claude, ou qui accèdent à Claude via Bedrock, Google Cloud Agent ou encore Foundry avec le mode Zero Data Retention (ZDR).
Ce mode proposé par Anthropic à certains clients professionnels ne conserve pas les requêtes envoyées au modèle ni les réponses générées. Ça n’est donc plus le cas avec Fable. L’équipe juridique de Microsoft évalue ces changements ; le souci majeur concerne les données des utilisateurs et les informations confidentielles. Aucun délai n’a été annoncé.
Le cas Microsoft pourrait donc se répéter chez d’autres entreprises.
Révélées début juin, les failles de l’assistance IA générative de Meta ont finalement permis à des personnes malveillantes de récupérer l’accès à quelque 34 000 comptes Instagram, affirme le New York Times sur la base de documents internes.
L’incroyable légèreté de Meta a permis à des pirates de s’emparer de 34 000 comptes Instagram, parmi lesquels ceux de la Maison Blanche sous administration Obama, d’un responsable militaire américain, ou encore d’entreprises de premier plan. La faille a été corrigée depuis, mais le robot reste en place.
Le robot d’assistance de Meta chargé de la gestion des comptes Instagram avait l’IA qui flanche. Mis en route au mois de mars, il pouvait réaliser des opérations critiques, comme le changement de l’email associé à un compte, ou encore la réinitialisation du mot de passe. Les pirates, armés d’un VPN (pour apparaitre dans le même pays que leur victime) et d’une bonne tchatche, ont poussé le bot à lancer la procédure de récupération de compte.
Grâce à cette méthode d’injection de prompts, ils ont pu prendre possession de milliers de comptes : environ 34 000, selon des chiffres internes consultés par le New York Times. 20 000 d’entre eux ont été compromis, donnant aux hackers un accès aux adresses email associées, aux numéros de téléphone, aux dates de naissance et à d’autres données personnelles. Plus de 3 500 comptes piratés ont subi un détournement de leur nom d’utilisateur.
Une vulnérabilité corrigée mais non expliquée
Meta explique ne pas être en mesure de déterminer les informations consultées ou dérobées, ce qui n’est pas rassurant. La vulnérabilité a été bouchée. Un porte parole indique que « certaines de nos vérifications internes côté serveur n’ont pas fonctionné dans ce cas précis, mais cela n’était pas dû à l’agent d’IA lui-même », tente-t-il de rassurer. L’entreprise affirme également que ses agents dédiés au service client ont permis d’augmenter de 30 % le nombre de comptes récupérés après un piratage aux États-Unis et au Canada l’an dernier.
L’incident n’en reste pas moins très problématique pour Meta, qui dépense des dizaines de milliards de dollars dans les infrastructures IA, et injecte cette technologie partout où c’est possible, parfois en dépit du bon sens. Hasard malheureux du calendrier, le groupe a présenté la semaine dernière un nouveau service permettant aux organisations et aux entreprises d’utiliser des chatbots IA pour gérer les prises de rendez-vous pour les clients et compléter des transactions.
Il n’est pour autant pas question de remiser au placard cet agent dédié au SAV d’Instagram. Malgré ces piratages, les documents internes indiquent que Meta maintient tous les produits en service, se contentant de suspendre une « expérimentation en cours » (le système d’oubli de mot de passe).
Révélées début juin, les failles de l’assistance IA générative de Meta ont finalement permis à des personnes malveillantes de récupérer l’accès à quelque 34 000 comptes Instagram, affirme le New York Times sur la base de documents internes.
L’incroyable légèreté de Meta a permis à des pirates de s’emparer de 34 000 comptes Instagram, parmi lesquels ceux de la Maison Blanche sous administration Obama, d’un responsable militaire américain, ou encore d’entreprises de premier plan. La faille a été corrigée depuis, mais le robot reste en place.
Le robot d’assistance de Meta chargé de la gestion des comptes Instagram avait l’IA qui flanche. Mis en route au mois de mars, il pouvait réaliser des opérations critiques, comme le changement de l’email associé à un compte, ou encore la réinitialisation du mot de passe. Les pirates, armés d’un VPN (pour apparaitre dans le même pays que leur victime) et d’une bonne tchatche, ont poussé le bot à lancer la procédure de récupération de compte.
Grâce à cette méthode d’injection de prompts, ils ont pu prendre possession de milliers de comptes : environ 34 000, selon des chiffres internes consultés par le New York Times. 20 000 d’entre eux ont été compromis, donnant aux hackers un accès aux adresses email associées, aux numéros de téléphone, aux dates de naissance et à d’autres données personnelles. Plus de 3 500 comptes piratés ont subi un détournement de leur nom d’utilisateur.
Une vulnérabilité corrigée mais non expliquée
Meta explique ne pas être en mesure de déterminer les informations consultées ou dérobées, ce qui n’est pas rassurant. La vulnérabilité a été bouchée. Un porte parole indique que « certaines de nos vérifications internes côté serveur n’ont pas fonctionné dans ce cas précis, mais cela n’était pas dû à l’agent d’IA lui-même », tente-t-il de rassurer. L’entreprise affirme également que ses agents dédiés au service client ont permis d’augmenter de 30 % le nombre de comptes récupérés après un piratage aux États-Unis et au Canada l’an dernier.
L’incident n’en reste pas moins très problématique pour Meta, qui dépense des dizaines de milliards de dollars dans les infrastructures IA, et injecte cette technologie partout où c’est possible, parfois en dépit du bon sens. Hasard malheureux du calendrier, le groupe a présenté la semaine dernière un nouveau service permettant aux organisations et aux entreprises d’utiliser des chatbots IA pour gérer les prises de rendez-vous pour les clients et compléter des transactions.
Il n’est pour autant pas question de remiser au placard cet agent dédié au SAV d’Instagram. Malgré ces piratages, les documents internes indiquent que Meta maintient tous les produits en service, se contentant de suspendre une « expérimentation en cours » (le système d’oubli de mot de passe).
Google revoit le prix de sa formule AI Plus et surprise, au lieu de monter comme c’est devenu l’habitude pour les services en ligne, le tarif baisse. Il passe de 7,99 à 4,99 euros par mois soit une baisse de quasiment 38 %. Le moteur de recherche double aussi le stockage compris avec cet abonnement, qui passe de 200 à 400 Go à partager entre Drive, Photos et Gmail. La version 2 To change de nom (elle devient « AI Plus » au lieu de Premium), mais toujours à 9,99 euros.
Capture d’écran : Google
Une offre plutôt généreuse donc, mais Google ajoute de nouvelles limites d’utilisation dans l’app Gemini, selon « la complexité des requêtes, des fonctionnalités utilisées et de la longueur des discussions », explique l’entreprise dans un courriel consulté par Next. Les limites sont actualisées toutes les cinq heures, jusqu’à l’atteinte du plafond hebdomadaire. Les abonnés AI Plus bénéficient de limites « deux fois plus élevées » que les utilisateurs non membres.
Google modifie également les plafonds dans d’autres logiciels et services IA, comme Flow (génération d’images et de vidéos) et Antigravity, la plateforme agentique. Le forfait AI Plus n’inclut plus 200 crédits mensuels, néanmoins « votre expérience ne devrait pas changer avec le nouveau modèle d’utilisation ».
L’offre Google AI Plus a été lancée en septembre 2025, d’abord en Indonésie, elle a été étendue depuis à la quasi-totalité du globe. Comparable à ChatGPT Go (mais désormais trois euros moins chère), cette formule complète l’abonnement AI Pro à 21,99 euros par mois ; celle-ci contient désormais 5 To de stockage en ligne, au lieu de 2. Pour les utilisateurs les plus gourmands, Google AI Ultra est facturé à partir de 99,99 euros (20 To).
Google revoit le prix de sa formule AI Plus et surprise, au lieu de monter comme c’est devenu l’habitude pour les services en ligne, le tarif baisse. Il passe de 7,99 à 4,99 euros par mois soit une baisse de quasiment 38 %. Le moteur de recherche double aussi le stockage compris avec cet abonnement, qui passe de 200 à 400 Go à partager entre Drive, Photos et Gmail. La version 2 To change de nom (elle devient « AI Plus » au lieu de Premium), mais toujours à 9,99 euros.
Capture d’écran : Google
Une offre plutôt généreuse donc, mais Google ajoute de nouvelles limites d’utilisation dans l’app Gemini, selon « la complexité des requêtes, des fonctionnalités utilisées et de la longueur des discussions », explique l’entreprise dans un courriel consulté par Next. Les limites sont actualisées toutes les cinq heures, jusqu’à l’atteinte du plafond hebdomadaire. Les abonnés AI Plus bénéficient de limites « deux fois plus élevées » que les utilisateurs non membres.
Google modifie également les plafonds dans d’autres logiciels et services IA, comme Flow (génération d’images et de vidéos) et Antigravity, la plateforme agentique. Le forfait AI Plus n’inclut plus 200 crédits mensuels, néanmoins « votre expérience ne devrait pas changer avec le nouveau modèle d’utilisation ».
L’offre Google AI Plus a été lancée en septembre 2025, d’abord en Indonésie, elle a été étendue depuis à la quasi-totalité du globe. Comparable à ChatGPT Go (mais désormais trois euros moins chère), cette formule complète l’abonnement AI Pro à 21,99 euros par mois ; celle-ci contient désormais 5 To de stockage en ligne, au lieu de 2. Pour les utilisateurs les plus gourmands, Google AI Ultra est facturé à partir de 99,99 euros (20 To).
Comment faire mousser une introduction en Bourse quand on est un labo IA ? Lancer son modèle de langage le plus ambitieux, pardi ! Anthropic, qui s’y connait en buzz et en marketing de la peur, a dévoilé son premier LLM « de classe Mythos » à destination du grand public, Claude Fable 5.
Après Haiku, Sonnet et Opus, Anthropic lance Fable, premier modèle grand public « de classe Mythos ». Il lui emprunte les mêmes fondations, mais avec des garde-fous pour éviter que le modèle ne facilite des attaques informatiques. L’aperçu de Mythos présenté début avril n’est distribué qu’à des partenaires de confiance via le projet Glasswing.
Anthropic entrouvre les portes de Mythos au grand public
Claude Fable 5 se veut puissant, et les benchmarks fournis par Anthropic racontent tous la même histoire : le modèle domine quasiment dans tous les tests. Le plus spectaculaire est clairement le développement logiciel agentique. Sur SWE-Bench Pro, le modèle met plus de 20 points dans la vue à GPT-5.5, qui n’est pourtant pas manchot dans ce domaine.
Image : Anthropic
La startup cherche surtout à montrer que Fable est meilleur pour travailler longtemps de manière autonome. Les benchs sont tous orientés vers le développement logiciel, l’utilisation d’outils, le raisonnement à partir de documents, ou du travail de recherche. Et surtout, avec le test Cybersecurity, le modèle fait plus du double de son concurrent direct chez OpenAI. Et pour cause, il repose sur les bases d’un LLM spécialisé dans le domaine.
Sur un plan plus léger mais tout de même significatif, Fable 5 a battu Pokémon Rouge Feu en un peu plus de 50 heures, uniquement en analysant des captures d’écran du jeu de Nintendo, sans carte ni aide de navigation (le titre sert lui aussi de benchmark pour les éditeurs d’IA). De précédents modèles de Claude parvenaient eux aussi à la fin du jeu, mais de manière très laborieuse, et avec des outils supplémentaires pour s’en sortir dans leur exploration de Kanto.
Toute cette puissance ne saurait être mise entre de mauvaises mains. Fidèle à une communication qui en rajoute sur la dangerosité de Mythos, Anthropic en fait des caisses sur les restrictions de Fable 5. L’entreprise a truffé le modèle de « classifieurs » qui analysent les requêtes. Si le système estime que la question touche à des sujets sensibles, comme la cybersécurité, la biologie, la chimie ou la distillation de modèles IA, la question sera automatiquement traitée par Opus 4.8. L’utilisateur sera informé du tour de passe-passe.
Dans ses tests, Anthropic affirme que le passage d’un modèle à l’autre concerne moins de 5 % des sessions. Néanmoins, la société reconnaît que ces garde-fous sont volontairement « conservateurs », ils pourront parfois bloquer des requêtes légitimes. La sécurité a été privilégiée au détriment du confort d’utilisation, du moins dans un premier temps.
Fable 5 a aussi été torturé par des équipes spécialisées dans le jailbreak : plus de 1 000 heures y ont été consacrées sans qu’aucun moyen de contournement systématique ne soit trouvé. On ne pariera pas contre les chercheurs, et la prudence recommande d’attendre quelques semaines : la communauté du jailbreak ne manque pas de créativité pour obtenir ce qu’elle veut d’un LLM.
Enfin, Fable et les modèles de classe Mythos vont conserver les requêtes pendant 30 jours pour détecter les attaques, les tentatives de contournement et les usages malveillants. Ces données ne seront pas utilisées pour l’entraînement des modèles promet Anthropic, et elles seront supprimées après cette période, dans la plupart des cas.
Fable 5 aime les tokens
La question du prix est évidemment centrale, ce d’autant que les nouveaux modèles d’Anthropic adorent brûler des jetons. L’utilisation de Fable 5 revient à 10 dollars par million de tokens en entrée, et 50 dollars par million de tokens en sortie.
Image : Anthropic
L’entreprise divise ainsi par deux le prix de Fable par rapport à l’aperçu de Mythos. Cela n’en fait pas un modèle bon marché pour autant : son tarif est en effet deux fois plus élevé que celui d’Opus 4.8, et identique à celui d’Opus 4.8 Fast, une version aux stéroïdes offrant des temps de réponse plus courts.
En parallèle, Anthropic lance aussi Mythos 5, frère jumeau de Fable 5, sans certaines restrictions : il ne délègue pas à Opus 4.8 les requêtes les plus sensibles. C’est la raison pour laquelle il ne sera proposé qu’aux membres du projet Glasswing, qui s’ouvrira bientôt à des chercheurs en biologie triés sur le volet. Mythos 5 remplacera l’aperçu actuel de Mythos.
Fable 5 est disponible immédiatement via l’API Claude, ainsi que pour les abonnés Pro, Max, Team et Enterprise. Attention cependant, l’inclusion dans les abonnements est temporaire : passé le 22 juin, le LLM ne sera plus proposé sans surcoût. Pour en profiter, il faudra acheter des crédits.
Comment faire mousser une introduction en Bourse quand on est un labo IA ? Lancer son modèle de langage le plus ambitieux, pardi ! Anthropic, qui s’y connait en buzz et en marketing de la peur, a dévoilé son premier LLM « de classe Mythos » à destination du grand public, Claude Fable 5.
Après Haiku, Sonnet et Opus, Anthropic lance Fable, premier modèle grand public « de classe Mythos ». Il lui emprunte les mêmes fondations, mais avec des garde-fous pour éviter que le modèle ne facilite des attaques informatiques. L’aperçu de Mythos présenté début avril n’est distribué qu’à des partenaires de confiance via le projet Glasswing.
Anthropic entrouvre les portes de Mythos au grand public
Claude Fable 5 se veut puissant, et les benchmarks fournis par Anthropic racontent tous la même histoire : le modèle domine quasiment dans tous les tests. Le plus spectaculaire est clairement le développement logiciel agentique. Sur SWE-Bench Pro, le modèle met plus de 20 points dans la vue à GPT-5.5, qui n’est pourtant pas manchot dans ce domaine.
Image : Anthropic
La startup cherche surtout à montrer que Fable est meilleur pour travailler longtemps de manière autonome. Les benchs sont tous orientés vers le développement logiciel, l’utilisation d’outils, le raisonnement à partir de documents, ou du travail de recherche. Et surtout, avec le test Cybersecurity, le modèle fait plus du double de son concurrent direct chez OpenAI. Et pour cause, il repose sur les bases d’un LLM spécialisé dans le domaine.
Sur un plan plus léger mais tout de même significatif, Fable 5 a battu Pokémon Rouge Feu en un peu plus de 50 heures, uniquement en analysant des captures d’écran du jeu de Nintendo, sans carte ni aide de navigation (le titre sert lui aussi de benchmark pour les éditeurs d’IA). De précédents modèles de Claude parvenaient eux aussi à la fin du jeu, mais de manière très laborieuse, et avec des outils supplémentaires pour s’en sortir dans leur exploration de Kanto.
Toute cette puissance ne saurait être mise entre de mauvaises mains. Fidèle à une communication qui en rajoute sur la dangerosité de Mythos, Anthropic en fait des caisses sur les restrictions de Fable 5. L’entreprise a truffé le modèle de « classifieurs » qui analysent les requêtes. Si le système estime que la question touche à des sujets sensibles, comme la cybersécurité, la biologie, la chimie ou la distillation de modèles IA, la question sera automatiquement traitée par Opus 4.8. L’utilisateur sera informé du tour de passe-passe.
Dans ses tests, Anthropic affirme que le passage d’un modèle à l’autre concerne moins de 5 % des sessions. Néanmoins, la société reconnaît que ces garde-fous sont volontairement « conservateurs », ils pourront parfois bloquer des requêtes légitimes. La sécurité a été privilégiée au détriment du confort d’utilisation, du moins dans un premier temps.
Fable 5 a aussi été torturé par des équipes spécialisées dans le jailbreak : plus de 1 000 heures y ont été consacrées sans qu’aucun moyen de contournement systématique ne soit trouvé. On ne pariera pas contre les chercheurs, et la prudence recommande d’attendre quelques semaines : la communauté du jailbreak ne manque pas de créativité pour obtenir ce qu’elle veut d’un LLM.
Enfin, Fable et les modèles de classe Mythos vont conserver les requêtes pendant 30 jours pour détecter les attaques, les tentatives de contournement et les usages malveillants. Ces données ne seront pas utilisées pour l’entraînement des modèles promet Anthropic, et elles seront supprimées après cette période, dans la plupart des cas.
Fable 5 aime les tokens
La question du prix est évidemment centrale, ce d’autant que les nouveaux modèles d’Anthropic adorent brûler des jetons. L’utilisation de Fable 5 revient à 10 dollars par million de tokens en entrée, et 50 dollars par million de tokens en sortie.
Image : Anthropic
L’entreprise divise ainsi par deux le prix de Fable par rapport à l’aperçu de Mythos. Cela n’en fait pas un modèle bon marché pour autant : son tarif est en effet deux fois plus élevé que celui d’Opus 4.8, et identique à celui d’Opus 4.8 Fast, une version aux stéroïdes offrant des temps de réponse plus courts.
En parallèle, Anthropic lance aussi Mythos 5, frère jumeau de Fable 5, sans certaines restrictions : il ne délègue pas à Opus 4.8 les requêtes les plus sensibles. C’est la raison pour laquelle il ne sera proposé qu’aux membres du projet Glasswing, qui s’ouvrira bientôt à des chercheurs en biologie triés sur le volet. Mythos 5 remplacera l’aperçu actuel de Mythos.
Fable 5 est disponible immédiatement via l’API Claude, ainsi que pour les abonnés Pro, Max, Team et Enterprise. Attention cependant, l’inclusion dans les abonnements est temporaire : passé le 22 juin, le LLM ne sera plus proposé sans surcoût. Pour en profiter, il faudra acheter des crédits.
Pour présenter les nouveautés Apple Intelligence et Siri, Apple a rejoué la partition de la WWDC 2024. Deux ans après des débuts laborieux, le constructeur promet enfin de livrer l’assistant intelligent qu’il avait alors promis.
On efface tout, et on recommence. Il y a deux ans, Apple avait présenté sa « vision » de l’intelligence artificielle « pour le reste du monde ». Comprendre : une IA qui sert au quotidien pour faciliter la vie des utilisateurs, loin des discours exaltés des grands acteurs de l’IA. Malheureusement, les premiers pas d’Apple Intelligence n’ont guère été encourageants, sans compter la crise ouverte autour de Siri.
Apple n’a cette fois pas joué au plus malin. Les démonstrations vues durant la keynote n’ont pas été coupées au montage : les temps de réflexion de Siri ont semblé bien réels, et plutôt longs. Bien sûr, il faudra voir sur pièce, ce qui ne risque pas d’arriver tout de suite ; les développeurs pourront tester immédiatement « Siri AI » (c’est le nouveau nom de l’assistant) via la première bêta d’iOS 27, iPadOS 27, macOS 27 et visionOS 27. Mais c’est sur liste d’attente.
Les utilisateurs attendront « plus tard dans l’année » de mettre les mains sur Siri AI, qui leur sera proposé en bêta. Est-ce à dire que le nouvel assistant ne sera pas disponible dès l’automne, en même temps que les versions finales des OS ? Par ailleurs, seul l’anglais sera pris en compte. D’autres langues suivront.
Pire encore, les utilisateurs européens d’iOS et d’iPadOS seront privés de Siri AI, le temps que le constructeur accorde ses violons avec l’Union européenne. « Apple œuvre sans relâche pour trouver une voie permettant de préserver la vie privée et la sécurité de ses utilisateurs », précise l’entreprise qui s’est même fendue d’un communiqué contre le DMA fourré à la rage froide. macOS 27 Golden Gate et watchOS 27 ne sont pas concernés par le règlement sur les marchés numériques.
Siri AI nécessite aussi une certaine puissance. Apple annonce une compatibilité à partir de l’iPhone 15 Pro et de l’iPhone 16e ; il faudra au minimum un iPad mini (A17 Pro), un iPad Air ou un iPad Pro M1 ; un Mac avec puce M1 ou plus ; une Apple Watch Series 10, une Ultra 2 ou une Apple Watch SE (3e génération).
Les mêmes promesses qu’en 2024
Ceci étant dit, à quoi ressemble ce nouveau Siri ? Apple le présente comme « plus utile, plus compétent et plus intelligent ». Il gagne en capacités conversationnelles, il peut aussi répondre à des questions relatives au contenu affiché à l’écran et piocher dans les données de l’utilisateur (photos, emails, messages…) pour comprendre le « contexte personnel ». Il sait enfin fureter sur le web pour répondre de la manière la plus pertinente possible.
Les exemples donnés par Apple sont convaincants, sur le papier. On peut ainsi demander à Siri les détails d’un concert à venir, obtenir des informations à son sujet (où acheter des tickets ?), créer un rappel pour l’ouverture de la billetterie, puis finalement écouter la nouvelle chanson du groupe. Tout cela dans une fenêtre qui se déroule depuis la Dynamic Island de l’iPhone. Et il est possible d’en discuter avec l’assistant.
L’« intelligence visuelle » est une des rares fonctions d’Apple Intelligence qui a su trouver son public rapidement : avec un iPhone compatible, des informations peuvent être obtenues à partir d’une photo (ChatGPT peut également être autorisé à scruter l’image). Apple l’étend franchement dans l’app Appareil photo avec un nouveau mode Siri qui sait par exemple afficher des infos nutritionnelles sur un plat ou diviser une addition entre amis avec Apple Cash (toujours pas dispo en France hélas).
Sur iPad et sur Mac, Siri AI vit maintenant dans Spotlight, il fait même partie des menus contextuels des systèmes (control + clic sur un fichier, une photo…). L’assistant est également présent sur Apple Watch, CarPlay et les AirPods. Une application dédiée à Siri complète le dispositif, afin de remettre la main sur une conversation passée, ou pour en entamer une nouvelle. L’intelligence visuelle fait son apparition sur ces deux plateformes : sur Mac, en passant par un raccourci clavier permettant d’entourer un objet ; sur iPad, via une capture d’écran.
Les outils d’aide à l’écriture sont toujours bien en place, ils s’améliorent en intégrant Siri qui peut rédiger un brouillon de texte au complet. Mieux encore (ou peut-être pas ?), l’assistant « comprend » le style d’écriture employé en fonction des correspondants : plus professionnel avec le boss, plus cool avec les amis. Les textes générés par Siri peuvent s’y adapter – ne pas oublier de relire, quand même.
Le constructeur a truffé ses apps de fonctions étiquetées « Apple Intelligence ». Impossible de toutes les énumérer ici, mais relevons :
Spatial Reframing, qui va recomposer une photo en exploitant les données de profondeur et en générant les contenus manquants ;
l’organisation des onglets par rubriques pertinentes et une fonction de création d’extension web dans Safari ;
le changement automatique de mots par passe par lot, en cas de mots de passe faibles ou compromis ;
la construction d’une automatisation dans l’app Raccourcis via une requête texte ;
la recherche d’un événement dans une vidéo enregistrée par l’app Maison…
Pour bénéficier de ces fonctionnalités Apple Intelligence, les configurations minimales sont l’iPhone 15 Pro et l’iPhone 16, l’iPad mini (A17 Pro), iPad M1, MacBook Neo (A18 Pro), ou une Apple Watch Series 10, Ultra 2 ou SE (3e génération) pour peu que ces modèles de montres soient connectés à un iPhone compatible Apple Intelligence.
Il faudra cependant posséder une configuration musclée pour bénéficier du modèle IA embarqué le plus avancé, autrement dit un appareil équipé de 12 Go de mémoire. Cela comprend les iPhone 17 Pro ou iPhone Air (mais pas l’iPhone 17 qui se contente de 8 Go), un iPad avec puce M4 ou un Mac avec une puce M3 avec au moins cette enveloppe de mémoire, ou un Vision Pro M5. Les bienheureux propriétaires de ces terminaux auront droit à une voix plus expressive de Siri AI, la personnalisation et le débit de cette même voix, ainsi qu’une plus grande précision de la dictée partout dans le système.
Apple précise qu’il faudra posséder un abonnement iCloud+ payant pour obtenir un accès accru à certaines fonctions, comme la génération d’images dans l’app Image Playground.
Gemini sous le capot d’Apple Intelligence
Toutes ces nouveautés (et ces fonctions promises il y a deux ans) sont le résultat d’un travail de fond sur les Foundation Models d’Apple, dont l’architecture repose sur les modèles Gemini. Certaines fonctions tournent en local, d’autres sur des serveurs avec le système Private Cloud Compute. Ce dernier remonte à 2024 et au lancement d’Apple Intelligence (Google s’en est d’ailleurs inspiré pour son propre Private AI Compute).
L’idée générale est de protéger les données des utilisateurs qui transitent par ces serveurs ; elles ne sont « jamais stockées ni communiquées » à Apple ou à quiconque. Durant un « tech talk » inédit après la keynote, Craig Federighi, le grand manitou du logiciel chez le constructeur californien, a affirmé qu’Apple Intelligence n’utilise ni Google Assistant, ni l’app Gemini, ni la recherche Google. La collaboration avec Google porte uniquement sur certains modèles d’IA utilisés par Apple, intégrés dans son propre système et exécutés sur son infrastructure.
Image : Apple
Un composant central, le System Orchestrator, analyse les requêtes et décide quelles ressources utiliser : applications, données personnelles indexées par Spotlight, contexte affiché à l’écran, etc. De nombreuses tâches sont traitées directement sur l’appareil, grâce à des modèles locaux (compréhension vocale, synthèse de la voix, analyse d’images et de texte). Les demandes plus complexes sont envoyées vers le nuage du Private Cloud Compute.
Les nouveaux modèles Apple Foundation Models (AFM) de troisième génération sont le fruit d’un partenariat avec Google. Les modèles AFM Core, Core Advanced, Cloud et Cloud Image sont des modèles Apple entraînés avec des données propriétaires et affinés à partir des modèles Gemini les plus avancés. Le modèle le plus puissant, AFM Cloud Pro, affiche selon Apple un niveau de qualité comparable aux modèles Gemini les plus avancés. Des GPU NVIDIA hébergés dans le cloud de Google sont utilisés pour l’inférence d’AFM Cloud Pro.
Enfin, quand une requête nécessite des informations d’actualité ou des connaissances générales, Apple s’appuie sur son propre service World Knowledge Service, pas sur la recherche Google.
Est-ce que c’est la bonne cette fois pour Siri et Apple Intelligence ? Impossible à dire pour l’instant, et puis les utilisateurs européens vont devoir prendre leur mal en patience. C’est cependant la dernière chance pour Apple de revenir dans le peloton de tête dans la course à l’IA avec son architecture maison.
Pour présenter les nouveautés Apple Intelligence et Siri, Apple a rejoué la partition de la WWDC 2024. Deux ans après des débuts laborieux, le constructeur promet enfin de livrer l’assistant intelligent qu’il avait alors promis.
On efface tout, et on recommence. Il y a deux ans, Apple avait présenté sa « vision » de l’intelligence artificielle « pour le reste du monde ». Comprendre : une IA qui sert au quotidien pour faciliter la vie des utilisateurs, loin des discours exaltés des grands acteurs de l’IA. Malheureusement, les premiers pas d’Apple Intelligence n’ont guère été encourageants, sans compter la crise ouverte autour de Siri.
Apple n’a cette fois pas joué au plus malin. Les démonstrations vues durant la keynote n’ont pas été coupées au montage : les temps de réflexion de Siri ont semblé bien réels, et plutôt longs. Bien sûr, il faudra voir sur pièce, ce qui ne risque pas d’arriver tout de suite ; les développeurs pourront tester immédiatement « Siri AI » (c’est le nouveau nom de l’assistant) via la première bêta d’iOS 27, iPadOS 27, macOS 27 et visionOS 27. Mais c’est sur liste d’attente.
Les utilisateurs attendront « plus tard dans l’année » de mettre les mains sur Siri AI, qui leur sera proposé en bêta. Est-ce à dire que le nouvel assistant ne sera pas disponible dès l’automne, en même temps que les versions finales des OS ? Par ailleurs, seul l’anglais sera pris en compte. D’autres langues suivront.
Pire encore, les utilisateurs européens d’iOS et d’iPadOS seront privés de Siri AI, le temps que le constructeur accorde ses violons avec l’Union européenne. « Apple œuvre sans relâche pour trouver une voie permettant de préserver la vie privée et la sécurité de ses utilisateurs », précise l’entreprise qui s’est même fendue d’un communiqué contre le DMA fourré à la rage froide. macOS 27 Golden Gate et watchOS 27 ne sont pas concernés par le règlement sur les marchés numériques.
Siri AI nécessite aussi une certaine puissance. Apple annonce une compatibilité à partir de l’iPhone 15 Pro et de l’iPhone 16e ; il faudra au minimum un iPad mini (A17 Pro), un iPad Air ou un iPad Pro M1 ; un Mac avec puce M1 ou plus ; une Apple Watch Series 10, une Ultra 2 ou une Apple Watch SE (3e génération).
Les mêmes promesses qu’en 2024
Ceci étant dit, à quoi ressemble ce nouveau Siri ? Apple le présente comme « plus utile, plus compétent et plus intelligent ». Il gagne en capacités conversationnelles, il peut aussi répondre à des questions relatives au contenu affiché à l’écran et piocher dans les données de l’utilisateur (photos, emails, messages…) pour comprendre le « contexte personnel ». Il sait enfin fureter sur le web pour répondre de la manière la plus pertinente possible.
Les exemples donnés par Apple sont convaincants, sur le papier. On peut ainsi demander à Siri les détails d’un concert à venir, obtenir des informations à son sujet (où acheter des tickets ?), créer un rappel pour l’ouverture de la billetterie, puis finalement écouter la nouvelle chanson du groupe. Tout cela dans une fenêtre qui se déroule depuis la Dynamic Island de l’iPhone. Et il est possible d’en discuter avec l’assistant.
L’« intelligence visuelle » est une des rares fonctions d’Apple Intelligence qui a su trouver son public rapidement : avec un iPhone compatible, des informations peuvent être obtenues à partir d’une photo (ChatGPT peut également être autorisé à scruter l’image). Apple l’étend franchement dans l’app Appareil photo avec un nouveau mode Siri qui sait par exemple afficher des infos nutritionnelles sur un plat ou diviser une addition entre amis avec Apple Cash (toujours pas dispo en France hélas).
Sur iPad et sur Mac, Siri AI vit maintenant dans Spotlight, il fait même partie des menus contextuels des systèmes (control + clic sur un fichier, une photo…). L’assistant est également présent sur Apple Watch, CarPlay et les AirPods. Une application dédiée à Siri complète le dispositif, afin de remettre la main sur une conversation passée, ou pour en entamer une nouvelle. L’intelligence visuelle fait son apparition sur ces deux plateformes : sur Mac, en passant par un raccourci clavier permettant d’entourer un objet ; sur iPad, via une capture d’écran.
Les outils d’aide à l’écriture sont toujours bien en place, ils s’améliorent en intégrant Siri qui peut rédiger un brouillon de texte au complet. Mieux encore (ou peut-être pas ?), l’assistant « comprend » le style d’écriture employé en fonction des correspondants : plus professionnel avec le boss, plus cool avec les amis. Les textes générés par Siri peuvent s’y adapter – ne pas oublier de relire, quand même.
Le constructeur a truffé ses apps de fonctions étiquetées « Apple Intelligence ». Impossible de toutes les énumérer ici, mais relevons :
Spatial Reframing, qui va recomposer une photo en exploitant les données de profondeur et en générant les contenus manquants ;
l’organisation des onglets par rubriques pertinentes et une fonction de création d’extension web dans Safari ;
le changement automatique de mots par passe par lot, en cas de mots de passe faibles ou compromis ;
la construction d’une automatisation dans l’app Raccourcis via une requête texte ;
la recherche d’un événement dans une vidéo enregistrée par l’app Maison…
Pour bénéficier de ces fonctionnalités Apple Intelligence, les configurations minimales sont l’iPhone 15 Pro et l’iPhone 16, l’iPad mini (A17 Pro), iPad M1, MacBook Neo (A18 Pro), ou une Apple Watch Series 10, Ultra 2 ou SE (3e génération) pour peu que ces modèles de montres soient connectés à un iPhone compatible Apple Intelligence.
Il faudra cependant posséder une configuration musclée pour bénéficier du modèle IA embarqué le plus avancé, autrement dit un appareil équipé de 12 Go de mémoire. Cela comprend les iPhone 17 Pro ou iPhone Air (mais pas l’iPhone 17 qui se contente de 8 Go), un iPad avec puce M4 ou un Mac avec une puce M3 avec au moins cette enveloppe de mémoire, ou un Vision Pro M5. Les bienheureux propriétaires de ces terminaux auront droit à une voix plus expressive de Siri AI, la personnalisation et le débit de cette même voix, ainsi qu’une plus grande précision de la dictée partout dans le système.
Apple précise qu’il faudra posséder un abonnement iCloud+ payant pour obtenir un accès accru à certaines fonctions, comme la génération d’images dans l’app Image Playground.
Gemini sous le capot d’Apple Intelligence
Toutes ces nouveautés (et ces fonctions promises il y a deux ans) sont le résultat d’un travail de fond sur les Foundation Models d’Apple, dont l’architecture repose sur les modèles Gemini. Certaines fonctions tournent en local, d’autres sur des serveurs avec le système Private Cloud Compute. Ce dernier remonte à 2024 et au lancement d’Apple Intelligence (Google s’en est d’ailleurs inspiré pour son propre Private AI Compute).
L’idée générale est de protéger les données des utilisateurs qui transitent par ces serveurs ; elles ne sont « jamais stockées ni communiquées » à Apple ou à quiconque. Durant un « tech talk » inédit après la keynote, Craig Federighi, le grand manitou du logiciel chez le constructeur californien, a affirmé qu’Apple Intelligence n’utilise ni Google Assistant, ni l’app Gemini, ni la recherche Google. La collaboration avec Google porte uniquement sur certains modèles d’IA utilisés par Apple, intégrés dans son propre système et exécutés sur son infrastructure.
Image : Apple
Un composant central, le System Orchestrator, analyse les requêtes et décide quelles ressources utiliser : applications, données personnelles indexées par Spotlight, contexte affiché à l’écran, etc. De nombreuses tâches sont traitées directement sur l’appareil, grâce à des modèles locaux (compréhension vocale, synthèse de la voix, analyse d’images et de texte). Les demandes plus complexes sont envoyées vers le nuage du Private Cloud Compute.
Les nouveaux modèles Apple Foundation Models (AFM) de troisième génération sont le fruit d’un partenariat avec Google. Les modèles AFM Core, Core Advanced, Cloud et Cloud Image sont des modèles Apple entraînés avec des données propriétaires et affinés à partir des modèles Gemini les plus avancés. Le modèle le plus puissant, AFM Cloud Pro, affiche selon Apple un niveau de qualité comparable aux modèles Gemini les plus avancés. Des GPU NVIDIA hébergés dans le cloud de Google sont utilisés pour l’inférence d’AFM Cloud Pro.
Enfin, quand une requête nécessite des informations d’actualité ou des connaissances générales, Apple s’appuie sur son propre service World Knowledge Service, pas sur la recherche Google.
Est-ce que c’est la bonne cette fois pour Siri et Apple Intelligence ? Impossible à dire pour l’instant, et puis les utilisateurs européens vont devoir prendre leur mal en patience. C’est cependant la dernière chance pour Apple de revenir dans le peloton de tête dans la course à l’IA avec son architecture maison.
En avril dernier, Canonical a fait part de ses ambitions concernant l’intelligence artificielle dans Ubuntu. Comme signalé notamment par XDA Developers, cette annonce a provoqué des inquiétudes. Jon Seager, vice-président de l’ingénierie chez Canonical, a détaillé la position de l’entreprise fin mai lors du dernier Ubuntu Summit.
La thématique centrale est la compatibilité de l’open source en général avec l’intelligence artificielle, en particulier les modèles. Pour Seager, connaitre les poids est une chose, mais c’est peu en comparaison du niveau de transparence auquel le monde du libre est habitué. L’accent de Canonical est donc mis à la fois sur le type de fonctions que l’IA pourrait amener ou faciliter dans le système, autant que sur la licence qui accompagne le modèle retenu.
Mais quelles fonctions ? Bien que Canonical emploie les éléments de langage courants du secteur, évoquant par exemple l’idée de faire d’Ubuntu un « système agentique », les prétentions de l’éditeur semblent pour l’instant modestes et axées sur l’accessibilité.
Jon Seager a expliqué en effet que le premier cas identifié d’utilisation concrète était la reconnaissance vocale pour interagir avec les champs texte, rapporte OMGUbuntu. Cet apport est prévu pour Ubuntu 26.10, comme toujours si les tests donnent satisfaction dans les temps. L’ingénieur doute que cette méthode puisse être appliquée à l’intégralité des champs, mais la fonction devrait pouvoir s’appliquer à une majorité d’entre eux, avec les bénéfices qu’on imagine en matière d’accessibilité.
La volonté de Canonical semble être de poser les bases pour faciliter l’utilisation des agents dans son système, tout en ajoutant des cas d’usage au compte-gouttes. Cette reconnaissance vocale sera assurée par un LLM local, selon l’éditeur, mais aucune précision n’a été donnée. Le responsable a donné deux autres exemples de fonctions « implicites » : l’amélioration de l’autofocus pour la webcam et de la qualité du son pour le microphone, là encore en local.
Autre point important, ces fonctions seront basées sur un paquet Snap qu’il suffira de supprimer si on ne souhaite pas cette fonction. Canonical n’aborde pas ce point, mais il serait intéressant que l’installeur d’Ubuntu pose la question, car un modèle local consomme souvent plusieurs Go et peut donc alourdir l’empreinte de stockage. Un panneau avec des cases à cocher pour chaque service de type IA serait bienvenu.
En avril dernier, Canonical a fait part de ses ambitions concernant l’intelligence artificielle dans Ubuntu. Comme signalé notamment par XDA Developers, cette annonce a provoqué des inquiétudes. Jon Seager, vice-président de l’ingénierie chez Canonical, a détaillé la position de l’entreprise fin mai lors du dernier Ubuntu Summit.
La thématique centrale est la compatibilité de l’open source en général avec l’intelligence artificielle, en particulier les modèles. Pour Seager, connaitre les poids est une chose, mais c’est peu en comparaison du niveau de transparence auquel le monde du libre est habitué. L’accent de Canonical est donc mis à la fois sur le type de fonctions que l’IA pourrait amener ou faciliter dans le système, autant que sur la licence qui accompagne le modèle retenu.
Mais quelles fonctions ? Bien que Canonical emploie les éléments de langage courants du secteur, évoquant par exemple l’idée de faire d’Ubuntu un « système agentique », les prétentions de l’éditeur semblent pour l’instant modestes et axées sur l’accessibilité.
Jon Seager a expliqué en effet que le premier cas identifié d’utilisation concrète était la reconnaissance vocale pour interagir avec les champs texte, rapporte OMGUbuntu. Cet apport est prévu pour Ubuntu 26.10, comme toujours si les tests donnent satisfaction dans les temps. L’ingénieur doute que cette méthode puisse être appliquée à l’intégralité des champs, mais la fonction devrait pouvoir s’appliquer à une majorité d’entre eux, avec les bénéfices qu’on imagine en matière d’accessibilité.
La volonté de Canonical semble être de poser les bases pour faciliter l’utilisation des agents dans son système, tout en ajoutant des cas d’usage au compte-gouttes. Cette reconnaissance vocale sera assurée par un LLM local, selon l’éditeur, mais aucune précision n’a été donnée. Le responsable a donné deux autres exemples de fonctions « implicites » : l’amélioration de l’autofocus pour la webcam et de la qualité du son pour le microphone, là encore en local.
Autre point important, ces fonctions seront basées sur un paquet Snap qu’il suffira de supprimer si on ne souhaite pas cette fonction. Canonical n’aborde pas ce point, mais il serait intéressant que l’installeur d’Ubuntu pose la question, car un modèle local consomme souvent plusieurs Go et peut donc alourdir l’empreinte de stockage. Un panneau avec des cases à cocher pour chaque service de type IA serait bienvenu.
Le gouvernement américain voudrait sa part du gâteau du boom de l’IA générative. L’administration Trump envisagerait d’investir au capital des principales entreprises du secteur. Sam Altman milite depuis longtemps pour une telle initiative.
L’administration Trump n’hésite pas à investir directement dans les entreprises américaines. On l’a ainsi vu acquérir 9,9 % du capital d’Intel. Et demain, elle pourrait s’octroyer une part au capital des principaux labos IA. C’est du moins l’idée qui flotte à Washington, selon le Wall Street Journal.
Donald Trump, interrogé à bord d’Air Force One sur le sujet, n’a pas caché son intérêt sur le sujet. « Il existe des idées selon lesquelles des parts pourraient être attribuées au public américain, de sorte que les Américains deviennent en quelque sorte partenaires de ces entreprises (…) C’est quelque chose de très intéressant, car cela reviendrait presque à créer un partenariat avec le public américain. Nous allons examiner cette possibilité. »
Trump a ajouté : « L’idée est que le peuple américain puisse bénéficier du succès de l’IA (…) C’est quelque chose qui le rendrait riche », promet-il. En échange de ce soutien public, le gouvernement américain profiterait de la valorisation future de ces entreprises. Anthropic et OpenAI sont dans les starting-blocks, avec des IPO record en vue. Les dividendes pourraient ensuite être redistribués à la population, via un fonds souverain ou tout autre mécanisme.
Sam Altman pousse cette idée depuis des années, avant même le lancement de ChatGPT. Le fondateur et patron d’OpenAI cherche manifestement à obtenir le soutien le plus large possible pour ces investissements : il a rencontré le sénateur Bernie Sanders ce mercredi, qui sur l’échiquier politique américain se trouve à l’exact opposé de l’administration actuelle. Mais sur cette question, les extrêmes pourraient se retrouver. Bernie Sanders travaille ainsi sur une mesure radicale : transférer 50 % du capital des principales entreprises d’IA vers un fonds public.
En avril, OpenAI avait effectivement proposé la création d’un fonds public qui investirait dans les entreprises d’IA et surtout, qui distribuerait les gains directement aux citoyens américains. Un dispositif parmi d’autres, dans un catalogue de mesures très politiques visant à faire accepter l’IA par le grand public.
Au vu de l’opposition actuelle de nombreux Américains — 71 % d’entre eux sont opposés à l’installation de datacenters IA — et aux menaces réelles ou supposées que cette technologie fait peser sur l’emploi, la création d’un mécanisme compensatoire n’est pas une idée complètement farfelue. Officiellement, rien n’a encore été décidé. Il faut aussi prendre en compte l’hypothèse impossible à écarter d’un éclatement de la bulle IA : ces investissements publics pourraient dès lors perdre énormément de leur valeur.
Mais sans parler de prise de participation, le gouvernement fédéral actuel a fait du soutien à l’IA un pilier de sa politique industrielle et économique, en dérégulant à tout va et en favorisant la construction de centres de données.
Donald Trump a signé ce mercredi 2 juin un décret présidentiel, certes édulcoré, pour contrôler d’un peu plus près les modèles IA avancés, via un processus d’évaluation volontaire. OpenAI a d’ailleurs confirmé sa participation.
Le gouvernement américain voudrait sa part du gâteau du boom de l’IA générative. L’administration Trump envisagerait d’investir au capital des principales entreprises du secteur. Sam Altman milite depuis longtemps pour une telle initiative.
L’administration Trump n’hésite pas à investir directement dans les entreprises américaines. On l’a ainsi vu acquérir 9,9 % du capital d’Intel. Et demain, elle pourrait s’octroyer une part au capital des principaux labos IA. C’est du moins l’idée qui flotte à Washington, selon le Wall Street Journal.
Donald Trump, interrogé à bord d’Air Force One sur le sujet, n’a pas caché son intérêt sur le sujet. « Il existe des idées selon lesquelles des parts pourraient être attribuées au public américain, de sorte que les Américains deviennent en quelque sorte partenaires de ces entreprises (…) C’est quelque chose de très intéressant, car cela reviendrait presque à créer un partenariat avec le public américain. Nous allons examiner cette possibilité. »
Trump a ajouté : « L’idée est que le peuple américain puisse bénéficier du succès de l’IA (…) C’est quelque chose qui le rendrait riche », promet-il. En échange de ce soutien public, le gouvernement américain profiterait de la valorisation future de ces entreprises. Anthropic et OpenAI sont dans les starting-blocks, avec des IPO record en vue. Les dividendes pourraient ensuite être redistribués à la population, via un fonds souverain ou tout autre mécanisme.
Sam Altman pousse cette idée depuis des années, avant même le lancement de ChatGPT. Le fondateur et patron d’OpenAI cherche manifestement à obtenir le soutien le plus large possible pour ces investissements : il a rencontré le sénateur Bernie Sanders ce mercredi, qui sur l’échiquier politique américain se trouve à l’exact opposé de l’administration actuelle. Mais sur cette question, les extrêmes pourraient se retrouver. Bernie Sanders travaille ainsi sur une mesure radicale : transférer 50 % du capital des principales entreprises d’IA vers un fonds public.
En avril, OpenAI avait effectivement proposé la création d’un fonds public qui investirait dans les entreprises d’IA et surtout, qui distribuerait les gains directement aux citoyens américains. Un dispositif parmi d’autres, dans un catalogue de mesures très politiques visant à faire accepter l’IA par le grand public.
Au vu de l’opposition actuelle de nombreux Américains — 71 % d’entre eux sont opposés à l’installation de datacenters IA — et aux menaces réelles ou supposées que cette technologie fait peser sur l’emploi, la création d’un mécanisme compensatoire n’est pas une idée complètement farfelue. Officiellement, rien n’a encore été décidé. Il faut aussi prendre en compte l’hypothèse impossible à écarter d’un éclatement de la bulle IA : ces investissements publics pourraient dès lors perdre énormément de leur valeur.
Mais sans parler de prise de participation, le gouvernement fédéral actuel a fait du soutien à l’IA un pilier de sa politique industrielle et économique, en dérégulant à tout va et en favorisant la construction de centres de données.
Donald Trump a signé ce mercredi 2 juin un décret présidentiel, certes édulcoré, pour contrôler d’un peu plus près les modèles IA avancés, via un processus d’évaluation volontaire. OpenAI a d’ailleurs confirmé sa participation.
Connexion
