Chromebook avec une moustache

Après avoir échoué à imposer le Chromebook auprès du grand public – même si ces appareils restent populaires dans certains marchés comme celui de l’éducation –, Google remet donc une pièce dans la machine avec sa toute nouvelle famille Googlebook. Des portables fabriqués par des constructeurs partenaires, fonctionnant sur un système d’exploitation qui combine ChromeOS à Android, avec une bonne rasade d’IA par-dessus, le tout à des prix dignes d’un MacBook Air, à partir de 1 099 euros : c’est le pari du géant du web.

Google retente sa chance dans le secteur du portable. Après une première présentation mi-mai, le géant du web lance les premiers Googlebook et cette fois, pas question de vendre des machines au rabais comme le furent les premiers Chromebook. Ces appareils émargent dans la catégorie « haut de gamme », selon les propres mots de Google, avec des prix à l’avenant.

• Google troque le Chromebook pour un Googlebook dopé à Gemini Intelligence

x86 ou Arm, pas de jaloux

Acer, Asus, Dell, HP et Lenovo sont les constructeurs partenaires de ce lancement, avec des modèles qui débutent à 1 099 euros. Au menu : « matériaux premium » (aluminium, alliage de magnésium, fibre de carbone), écrans tactiles OLED 2,8K pour les mieux dotés, trackpad en verre avec retour haptique ou mécanique, clavier rétroéclairé, barre lumineuse discrète sur le capot.

Sous le capot, les Googlebook ont le choix entre une puce Intel (Core Ultra Series 3 Panther Lake) et une puce Qualcomm (Snapdragon X Elite) ; des modèles avec du silicium MediaTek sont également prévus. Ils embarquent de 16 à 32 Go de mémoire unifiée, et de 256 Go à 1 To de stockage.

Il s’agit d’ordinateurs portables dans tous les cas (le Googlebook 14 d’Acer peut se transformer en tablette), mais d’autres formats ne sont pas exclus à l’avenir. Rick Osterloh, vice-président de Google en charge du matériel et des services, évoque rapidement chez The Verge la possibilité d’autres designs, et pourquoi pas des ordinateurs de bureau. L’équipe qui en interne s’occupe de la gamme Pixel pourrait proposer son propre Googlebook.

C’est surtout sur la partie logicielle que la gamme Googlebook sort du lot. Le système d’exploitation, baptisé Googlebook OS (pourquoi faire compliqué) repose sur un socle partagé entre ChromeOS et Android. L’idée générale est qu’un utilisateur de smartphone Android se sente comme chez lui sur un Googlebook.

Ainsi, les paramètres Android, les mots de passe, les réseaux Wi-Fi et les messages sont synchronisés entre le portable et le téléphone. Une fonction de continuité permet de passer d’un appareil à l’autre et inversement. Google n’invente rien ici : les utilisateurs d’iPhone et de Mac connaissent ce type de fonctionnement transparent depuis des années.

Un petit air d’Apple

Les Googlebook ont accès au Play Store, donc à des millions d’applications Android et Google promet qu’ « un grand nombre est optimisé pour les grands écrans, le clavier et la souris ». L’entreprise évoque des logiciels comme Photoshop et Lightroom, mais il s’agit des versions mobiles.

Les jeux Android sont de la partie évidemment, tout comme le service GeForce Now de streaming de jeux. Il est aussi possible de projeter une app depuis son smartphone vers le portable, et d’accéder aux fichiers et documents stockés sur le téléphone ; il apparait en fait tout simplement dans la fenêtre de l’explorateur de fichiers.

L’autre grande affaire des Googlebook est l’intégration profonde de Gemini. Les portables intègrent un NPU jusqu’à 45 TOPS, de quoi leur assurer le traitement en local de fonctions d’IA regroupées sous la bannière « Gemini Intelligence ». Google met en avant le « Pointeur magique » qui permet à Gemini d’interagir avec le contenu affiché à l’écran en secouant le curseur de la souris.

Une fonction de dictée améliorée met en forme les mémos vocaux pour être partagés par écrit. Le bureau du Googlebook pourra être personnalisé avec des widgets créés par l’utilisateur. Les Googlebook intègrent également Antigravity, la plateforme maison qui permet de concevoir des agents IA et déployer des applications depuis la machine.

Les précommandes ont débuté auprès des distributeurs français, pour une disponibilité le 5 octobre. Pour l’occasion, Google livre 12 mois d’abonnements à sa formule IA Pro, 5 To de stockage en ligne, et surtout dix ans garantis de mises à jour logicielles.

Ceci n'est pas un LLM

La société TypeSafe AI a présenté il y a quelques jours un nouveau modèle d’IA. Baptisé Jev, il se propose de traiter certaines opérations bien plus rapidement que les LLM « traditionnels », pour beaucoup moins cher. La comparaison reste cependant délicate.

L’annonce a fait l’effet d’une petite bombe sur les réseaux sociaux, particulièrement sur X : la société TypeSafe AI, fondée par Diogo Almeida, a annoncé son nouveau modèle de frontière, Jev.

Diogo Almeida se présente comme co-inventeur de ChatGPT. Un titre un peu exagéré. Il a travaillé effectivement sur les méthodes qui ont rendu capables les modèles GPT de suivre des instructions et de converser avec les utilisateurs. Mais il serait plus juste de dire qu’il est le co-inventeur du RLHF (Reinforcement Learning from Human Feedback), c’est-à-dire l’apprentissage par renforcement à partir de rétroaction humaine. Il est effectivement l’un des auteurs d’un papier fondateur sur la question.

Jev, en tout cas, n’est pas un LLM : il ne peut pas créer de texte ni même aider à la programmation. Il est décrit comme le premier « System One Model », une nouvelle catégorie de modèles conçus pour prendre des décisions rapides et structurées, que des services ou applications peuvent ensuite utiliser directement.

Ce qu’est Jev

Le modèle est comparé par TypeSafe AI à un appel de fonction : un état non structuré en entrée, des décisions probabilistes typées en sortie. Concrètement, on lui envoie un état (le contexte) et des questions portant sur cet état. Les réponses possibles sont fixées à l’avance par un schéma. Jev répond ensuite via trois primitives : le choix d’une option dans un ensemble, une note sur une échelle ordonnée, et un oui ou non calibré.

Pour bâtir Jev, TypeSafe AI dit avoir construit une nouvelle architecture de modèle, un échantillonneur parallèle et une nouvelle méthode de renforcement baptisée RLCD, pour « Reinforcement Learning for Calibrated Decisions ». L’échantillonneur parallèle signifie que toutes les questions d’une requête sont évaluées en parallèle, contrairement à un LLM dont chaque nouvel élément dépend du précédent.

Plusieurs points forts sont mis en avant, notamment la calibration via RLCD. Selon l’entreprise, cet entrainement doit permettre des réponses assorties de probabilités « honnêtes ». Dans ce contexte, une confiance plus élevée (donnée sous forme de pourcentage) signifie une meilleure exactitude. En outre, TypeSafe affirme que Jev ne peut pas halluciner, puisque la sortie est contrainte par le schéma. Il faut cependant lire entre les lignes : dans ce contexte, Jev garantit le respect du format, pas la justesse du format. En d’autres termes, Jev ne peut rien « inventer », mais il peut se tromper de catégorie.

Vite, un exemple !

Pour mieux comprendre l’intérêt de ce nouveau modèle, mieux vaut un exemple. Imaginons un service client qui reçoit 10 000 e-mails par jour. Pour chacun, un programme doit prendre plusieurs décisions : le client est-il mécontent ? Faut-il envoyer le message au service facturation, technique ou commercial ? Est-ce urgent ?

Aujourd’hui, ce type de tâche est souvent confié à un LLM comme GPT ou Claude. On lui envoie l’e-mail avec une consigne du type « dis-moi si c’est urgent », et il répond par une phrase : « Oui, ce message semble urgent car le client menace de résilier ». Problème, un programme informatique ne « comprend » pas les phrases. Il faut donc un travail supplémentaire pour extraire le « oui » de cette phrase. De plus, le modèle peut répondre à côté, ajouter des commentaires inutiles ou inventer une catégorie qui n’existe pas. Enfin, écrire une phrase mot par mot prend du temps et coûte cher.

Jev ne fonctionne pas avec des phrases, mais avec trois primitives. On applique une liste de questions dont les réponses sont fixées à l’avance :

• Le client est-il mécontent ? Oui/Non
• Quel service doit traiter cet e-mail ? Facturation/Technique/Commercial
• Quelle urgence sur une note de 1 à 5 ?

Si on continue dans cet exemple, on obtiendra une réponse du type : « oui (92 % de certitude), facturation (85 %), urgence 4 (70 %) ». Cela revient à donner un formulaire à remplir pour répondre à une question plutôt que demander son avis à une personne.

Les données émises par Jev sont formatées et peuvent être reprises telles quelles par d’autres éléments de traitement de la chaine. Quand TypeSafe affirme que son modèle ne peut pas halluciner, cela signifie que Jev ne peut pas répondre par exemple « Juridique » pour le service à contacter. En revanche, rien ne l’empêche de se tromper sur le service à effectivement contacter. On peut alors appliquer un filtre pour automatiser l’envoi à une équipe humaine pour toutes les réponses dont le score de confiance est inférieur à 80 %.

L’efficacité mise en avant

L’un des éléments les plus repris par la presse est l’efficacité du modèle. Sur les tâches pour lesquelles il a été pensé, le temps de réponse annoncé va de 70 à 500 ms, soit 40 à 200 fois plus rapide que les modèles de pointe pour des requêtes de ce type. Le prix est de 0,042 dollar par million de jetons en entrée, et la sortie est gratuite. À titre de comparaison, GPT-5.6 Terra coûte 2 dollars par million de jetons en entrée et 12 dollars en sortie.

Dans sa présentation, TypeSafe donne des chiffres mais émet elle-même des réserves. Ainsi, les gains maximaux peuvent être très précisément de x193,6 sur les performances et x444,6 moins cher. Ces chiffres viennent de quatre chaines de traitement interne : réponse aux incidents de sécurité, observation de traces d’agents, traitement de factures et service client.

Même si TypeSafe évoque une certaine prudence, il est difficile pour l’instant de jauger des performances réelles comme de la facture finale, car le modèle n’est disponible pour tout le monde que depuis le 20 septembre, sans liste d’attente. Si l’on en croit certains retours d’entreprises ayant testé le modèle, le gain semble avéré.

En outre, l’annonce de Jev est déjà contestée. Selon Nandakishor Mukkunnoth, fondateur de ConvAI Innovations, l’idée n’est pas nouvelle. Dans un billet, il indique être à l’origine des recherches qui ont mené à cette technique, dont il revendique la paternité. Il ne reproche pas à TypeSafe d’avoir copié du code, mais de ne pas avoir cité des travaux antérieurs. Sur Hacker News, plusieurs personnes notent que ce type de mésaventure est malheureusement courant, mais que l’apport de TypeSafe est surtout d’avoir réussi à en faire un produit concret.

Ce qui n’a pas empêché Nandakishor Mukkunnoth de publier une alternative libre, nommée Laya. D’autres modèles libres sont apparus en quelques jours. Si l’on en croit les premiers tests réalisés indépendamment, tous les modèles affichent des performances moindres que Jev. Si l’on donne un score de référence de 1 à ce dernier, les 78 tests effectués font ressortir des notes alternant entre 0,5 et 0,7, Laya étant dans la moyenne.

Consommez français… oui, c’est quoi français ?

Pour réduire l’empreinte environnementale des IA (génératives), un rapport du Sénat préconise une IA « française ». Pas tant dans le sens souverain (et respectueux), mais dans le sens d’implantation des datacenters et de consommation des ressources, notamment d’électricité bas carbone (nucléaire). Cela soulève toutefois des questions sur le foncier et l’acceptation sociale.

La commission de l’aménagement du territoire et du développement durable du Sénat vient de présenter le rapport d’une mission d’information sur l’empreinte environnementale de l’intelligence artificielle. Comme nous, le Sénat se heurte à un problème de taille : les données disponibles sont encore et toujours « lacunaires », aussi bien sur la consommation en eau qu’en électricité.

Pourtant, l’enjeu est important puisque l’empreinte environnementale de l’IA est présentée comme « un défi pour la planète », mais il se heurte aux géants (principalement américains). Malgré de belles promesses sur leur empreinte environnementale, ils consomment toujours plus.

Les rapporteurs ont une solution qui ne plaira pas à tout le monde : venez en France. « L’empreinte environnementale de l’IA, qui renforce les constats établis par notre commission en 2020, constitue à la fois un défi pour la planète et une opportunité pour la France et pour l’Europe », affirme le rapporteur Damien Michallet.

Consommation en eau : voir au-delà des m³

Le rapport rappelle à juste titre que « la consommation d’eau destinée au refroidissement dépend cependant des technologies utilisées ». Les tours aéroréfrigérantes ont l’empreinte hydrique la plus élevée, avec « l’évaporation d’environ 80 % de l’eau prélevée ». C’est encore plus problématique « dans les pays, comme les États-Unis, où certains centres sont implantés dans des régions déjà soumises à un fort stress hydrique ».

• Tout savoir de la consommation en eau des datacenters, le WUE et ses limites
• Plongée dans les datacenters : Google prélève autant d’eau en 30 h qu’OVHcloud en un an

Vous pouvez retrouver les zones de stress hydrique définies par l’ONG World Resources Institute (WRI) dans son Aqueduct Water Risk Atlas directement sur notre carte mondiale des datacenters et des ressources associées. Nous avons aussi ajouté les prévisions à 2030, 2050 et 2080.

• Carte mondiale datacenters et ressources associées

En France, d’autres technologies sont utilisées et « les prélèvements d’eau destinés aux centres de données restent très limités ». Le Sénat reprend les derniers chiffres de l’Arcep sur l’année 2023 : 681 000 m³ d’eau en consommation directe, mais laisse de côté (dans la version condensée de son analyse) la consommation indirecte liée notamment à l’électricité.

Un suivi à la trace qui coûte cher

Google essuie une nouvelle amende en Europe. La Commission à la protection des données irlandaise inflige une sanction financière de 403 millions d’euros au géant du web pour infraction au RGPD. Le régulateur ordonne également à l’entreprise de se conformer au règlement européen sur la protection des données dans les six mois.

La Commission à la protection des données irlandaise (DPC) n’a pas peur des gros chiffres. En 2023, elle infligeait une amende record de 1,2 milliard d’euros à Meta pour infraction au RGPD. Rebelote aujourd’hui, cette fois contre Google qui écope donc d’une douloureuse de 403 millions.

La DPC remonte la piste de Google

En sa qualité d’autorité de contrôle pour Google (le siège européen du groupe est installé en Irlande), la DPC menait l’enquête depuis début 2020. Deux ans plus tôt, des plaintes avaient été déposées par huit organisations de défense des consommateurs regroupées au sein du BEUC (Bureau européen des unions de consommateurs).

La décision de la DPC était donc attendue depuis un bon moment. Elle porte sur le traitement des données de localisation dans trois fonctions spécifiques : l’activité sur le web et les applications (historique de navigation, recherches et certaines données de localisation), l’historique de localisation (enregistrement des lieux visités et déplacements de l’utilisateur) et la précision de la localisation (amélioration de la géolocalisation de l’appareil au-delà des seules données GPS). Le tout sur la période comprise entre la mise en œuvre du RGPD en mai 2018 et février 2020.

Google a enfreint le règlement européen sur ces trois points. En ce qui concerne l’activité sur le web et les apps, ainsi que sur l’historique de localisation, l’entreprise a traité les données de localisation sans fondement juridique valable, et d’une manière déloyale envers les utilisateurs. Google a aussi démontré son incapacité à prouver que les données personnelles recueillies par la fonctionnalité de précision de la localisation étaient traitées légalement, loyalement et en toute transparence.

La DPC a également conclu que le groupe n’a pas respecté ses obligations de transparence concernant les trois fonctions en question, et qu’il a enfreint les principes de conservation des données de localisation pour les fonctionnalités d’activité sur le web et les apps, ainsi que pour l’historique de localisation.

Une décision longue à venir

« Les données de localisation peuvent être extrêmement sensibles, car elles révèlent beaucoup de choses sur notre vie privée : l’école fréquentée par nos enfants, le nombre de visites d’une personne à l’hôpital, voire ses lieux de culte. Il s’agit d’une pratique extrêmement intrusive, qui porte atteinte au droit fondamental à la vie privée et enfreint le RGPD », rappelle Agustín Reyna, directeur général du BEUC.

Ce dernier se réjouit de la décision de la DPC, mais regrette « le temps nécessaire pour parvenir à cette conclusion » jugé « disproportionné au regard de la gravité de l’infraction ». Pour Agustín Reyna, « Une application tardive de la loi peut être aussi préjudiciable qu’une absence totale d’application. Les droits fondamentaux des consommateurs doivent être protégés plus rapidement et plus efficacement. »

Google a maintenant six mois pour se mettre en règle… même si cela semble déjà être le cas. L’entreprise a en effet rappelé à Bloomberg que le dossier porte sur d’anciennes règles de confidentialité mises à jour depuis. « Depuis 2019, nous avons considérablement fait évoluer nos pratiques et lancé des outils performants qui simplifient la gestion des données de localisation », ajoute-t-elle.

Dix organisations membres du BEUC, dont Que Choisir Ensemble (à l’époque, UFC-Que Choisir) ont déposé une seconde plainte contre Google en 2022. Elle porte sur la manière dont le groupe pousse les utilisateurs, lors de la création d’un compte, à accepter une collecte et une exploitation étendues de leurs données personnelles via des méthodes d’interfaces manipulatrices (dark patterns). La DPC a ouvert une enquête en 2023.

• 890 millions d’euros d’amende : Google sanctionné deux fois par Bruxelles

Lunettes trop connectées ?

Les lunettes connectées de Meta sont de plus en plus utilisées à travers le monde mais aussi de plus en plus décriées. Aux États-Unis, des dizaines de personnes se sont jointes à une class action contre Meta accusée notamment d’avoir envoyé des scènes d’intimité sur ses serveurs et à un sous-traitant sans leur consentement.

Alors que de partout les lunettes Meta et leurs utilisateurs sont critiqués, une plainte vient unifier, aux États-Unis, les personnes qui dénoncent l’atteinte à leur intimité de la part de Meta. Elles accusent l’entreprise de Mark Zuckerberg d’avoir notamment transféré de manière problématique des photos et vidéos captées par une de ses paires de lunettes connectées.

En début d’année, des journalistes suédois ont montré que certaines scènes de la vie courante et parfois intime de porteurs de lunettes Meta et de leurs proches étaient envoyées sur les serveurs de Meta puis parfois à un de ses sous-traitants kényans pour analyse.

Ce sous-traitant, nommé Sama, est connu pour faire partie des entreprises africaines qui traitent les données des entreprises de la Silicon Valley pour toutes les tâches de modération et d’étiquetage (tâche qui permet d’améliorer les modèles).

À l’époque, l’eurodéputé du Parti social-démocrate suédois Adnan Dibrani avait soulevé des questions sur le sujet devant la Commission européenne. Mais de l’autre côté de l’Atlantique, cette enquête a aussi inquiété plusieurs acheteurs de lunettes Meta qui ont monté différents dossiers juridiques.

Plus de 70 utilisateurs de lunettes Meta se rassemblent pour porter plainte

Fin août, plus de 70 d’entre eux ont finalement fusionné leurs plaintes dans une class action déposée devant un tribunal fédéral de Californie du Nord, a appris le Los Angeles Times.

Le document de 230 pages [PDF] s’appuie sur l’enquête de nos confrères et consœurs suédois pour accuser Meta d’envoyer sur ses serveurs les données que les utilisateurs font transférer des lunettes à leur smartphone. Et ce, en temps réel et qu’ils aient activé ou non la fonction « cloud media » (qui permet de sauvegarder sur le cloud de Meta).

La plainte évoque l’envoi par Meta de données à Sama pour que des employés de ce sous-traitant les vérifient. « Meta a transmis à des annotateurs tiers travaillant pour Sama des données à caractère personnel, notamment des images et des enregistrements audio représentant des situations privées et des activités personnelles dont l’utilisateur plaignant pouvait raisonnablement s’attendre à ce qu’elles restent privées », affirme le document.

Des scènes privées envoyées automatiquement

Mais la plainte contient aussi des témoignages des différents utilisateurs portant plainte. Ainsi, l’un d’entre eux affirme que ses lunettes ont enregistré à son insu des membres de sa famille dans la salle de bain alors qu’il les avait laissées sur une étagère : « Il a remarqué que, parfois, des photos de membres de sa famille dans la salle de bain et en train de se laver commençaient à apparaître dans sa galerie – des images que personne dans son foyer n’avait l’intention de prendre ».

Un autre témoigne que les lunettes qu’il a achetées « se déclenchaient par erreur deux fois par jour ». « Meta a capturé, transmis et acheminé vers Sama les images et les enregistrements audio capturés par les lunettes [de ce plaignant], qui montraient des situations privées et des activités personnelles dont il pouvait raisonnablement s’attendre à ce qu’elles restent privées », décrit le document au milieu de l’évocation de plus d’une quarantaine d’autres cas.

Les avocats soulignent que la communication de Meta est pourtant très rassurante, notamment depuis 2025, martelant que ses lunettes sont « conçues pour préserver votre vie privée, sous votre contrôle ». « Mark Zuckerberg a lui-même insisté sur ce message clé, soulignant qu’il était d’une « importance capitale » de « donner aux utilisateurs le contrôle » sur ce que les lunettes enregistrent et conservent », ajoutent-ils. Pour eux, cette insistance sur la protection de la vie privée des utilisateurs a permis à Meta de passer de 2 millions de ventes de lunettes sur 2023 et 2024 réunies à 7 millions pour la seule année de 2025.

« Ces promesses étaient fausses. Les lunettes enregistrent en silence, avec des indicateurs difficiles à voir et facilement masqués », constatent-ils.

« Si vous utilisez Meta AI, nous pouvons être amenés à examiner ces données afin d’améliorer nos produits et l’expérience utilisateur – cela fonctionne de la même manière que dans de nombreuses autres entreprises. Nous prenons des mesures pour filtrer ces données afin de supprimer les informations permettant d’identifier les utilisateurs et de protéger leur vie privée », a commenté Meta dans une déclaration envoyée au Los Angeles Times.

Inapte, inepte ?

L’ancien président sénégalais Macky Sall a tenté de faire bloquer, en France, un site opposé à sa candidature au poste de secrétaire général des Nations unies. Le tribunal judiciaire de Paris a rejeté sa demande, estimant qu’il n’y avait ni diffamation caractérisée, en dépit d’accusations graves, ni atteinte au droit à l’image.

Accessible à l’adresse nonamacky.org et décliné en neuf langues, le site en question affirme que les douze années de présidence de Macky Sall se sont traduites par de nombreuses entorses aux droits de l’homme, des excès inconstitutionnels, un recul de la liberté de la presse au Sénégal, et de nombreux scandales de corruption doublés d’une dette cachée.

Se présentant comme une plateforme citoyenne portée par une « coalition » de défenseurs des droits de l’homme, d’experts juridiques et de citoyens, le site s’appuie sur de nombreux articles de presse et rapports d’ONG pour étayer ce qu’il considère comme des « preuves » des manquements de l’ancien président. Il exhorte ses visiteurs à contacter les délégués du Conseil de sécurité de l’ONU.

Demande de blocage sous 48 heures

Entre le 31 mars et le 2 avril, Macky Sall a ainsi assigné Cloudflare (et sa filiale française), Orange, SFR, Free et Bouygues Telecom sur le fondement de l’article 6 - 3 de la loi sur la confiance dans l’économie numérique (LCEN), pour demander le blocage du site sous 48 heures, au motif que ce dernier contient « des accusations particulièrement graves et diffamatoires à son encontre ». Il y ajoute une accusation d’atteinte au droit à l’image en raison de la photo de Une du site : un portrait barré de la mention « Unfit » (inapte).

Régulièrement invoqué dans les procédures de blocage, l’article en question permet pour mémoire au président du tribunal judiciaire de « prescrire à toute personne susceptible d’y contribuer toutes les mesures propres à prévenir un dommage ou à faire cesser un dommage occasionné par le contenu d’un service de communication au public en ligne ».

La démarche n’est pas ordinaire.

O.D.I.L… ? LIDO, c'est peut-être une danseuse !

Parfois il suffit de peu : un lien et deux trois clics plus tard, voilà que votre boîte email est compromise. Comment fonctionnent les kits de phishing livrés clés en main par certains groupes de pirates ? Nous en avons récupéré et analysé un, conçu pour attaquer des comptes Outlook protégés par une double authentification.

Il y a quelques mois, Hexastrike dévoilait une nouvelle attaque baptisée CodeStorm. Il s’agit d’une attaque de l’homme du milieu ou adversary-in-the-middle (AiTM) visant les utilisateurs Microsoft 365. Son but ? Obtenir un accès aux comptes protégés par une authentification à deux facteurs. La technique n’est pas nouvelle, on en parlait déjà en 2022.

Lors de différents tests de cybersécurité, nous avons récupéré dans nos filets le code malveillant d’un kit fonctionnant sur le même principe que cette attaque. Nous n’allons évidemment pas diffuser la charge malveillante, mais son analyse permet de comprendre le fonctionnement et comment le programme malveillant se cache des antivirus et autres systèmes de détection.

Une page de 10 ko avec du code malveillant qui joue à cache-cache

Les majors sortent les dossiers

La quête de respectabilité de Suno est décidément un long chemin pas très tranquille. La start-up qui développe des outils de génération IA de musique est la cible d’une nouvelle plainte des majors Sony et Universal.

Dévoilé le 9 septembre, le modèle v6 de Suno a été développé en partenariat avec des représentants de la filière musicale, dont Warner, BMG et Believe. Ce modèle IA est présenté comme un moyen de montrer « comment l’IA et l’industrie musicale peuvent se renforcer mutuellement et créer des expériences entièrement nouvelles pour les artistes, les fans et, plus largement, toute la communauté musicale. »

Ce travail en commun avec une partie de la filière permet aussi et surtout à Suno de se rapprocher des acteurs traditionnels de l’industrie musicale et de montrer qu’elle entend désormais composer avec eux, plutôt que contre eux. À l’instar de son rival Udio, la start-up a mauvaise réputation dans le milieu.

• Udio et Suno, des IA de génération de musiques attaquées par l’industrie musicale américaine

Sony et Universal remettent une pièce

Malgré v6, Suno n’est pas au bout de ses peines. Sony Music et Universal Music (UMG) ont ainsi déposé plainte contre l’entreprise ce vendredi 18 septembre (PDF). Les deux majors lui reprochent d’avoir copié sans autorisation des dizaines de milliers d’enregistrements protégés pour l’entraînement de ses modèles. On parle de 60 202 enregistrements, et il ne s’agit là que d’une partie du corpus effectivement utilisé.

La deuxième accusation est que Suno aurait obtenu une partie des fichiers en les aspirant depuis YouTube, avec l’aide d’outils bien connus des pirates pour contourner les protections techniques de la plateforme vidéo. L’entreprise l’avait d’ailleurs admis :

• Suno a aspiré des millions de chansons pour entraîner son IA

Enfin, et c’est peut-être l’élément le plus saillant de la plainte, Sony et UMG veulent empêcher Suno de présenter v6 comme un nouveau départ. Les plaignantes affirment que le modèle aurait encore utilisé des copies de leurs enregistrements pour son entraînement, sans autorisation.

Le lourd passif des anciens modèles

Jack Brody, le directeur produit de Suno, avait affirmé au site MBW que l’entraînement de v6 s’est réalisé « à partir de zéro », avec « des données différentes de celles utilisées pour les modèles précédents ». Surtout, ces données n’incluent rien provenant de Sony et d’UMG.

Mais voilà : lorsqu’un utilisateur crée un morceau avec Suno, ce sont en fait deux titres qui sont générés. Ces données de préférence servent ensuite à améliorer les modèles. Les majors estiment que, puisque ces préférences portent sur des morceaux générés par les anciens modèles, elles ont permis de transmettre à v6 une partie de ce que ces modèles avaient appris à partir d’enregistrements utilisés sans autorisation. Autrement dit, du blanchiment de données.

Sony et Universal réclament une injonction pour faire cesser les pratiques de Suno, ainsi que des dommages et intérêts qui pourraient se monter jusqu’à 150 000 dollars par œuvre. On sent que la porte n’est pas fermée pour une entente à l’amiable. Dans leur plainte, les deux sociétés expliquent en effet qu’il existe un marché pour des licences qui permettraient d’obtenir légalement des données d’entraînement, la preuve : Suno a signé avec Warner, BMG et Believe…

C’est la deuxième action en justice menée par UMG et Sony contre Suno. La première remonte à juin 2024, qui portait sur l’utilisation présumée, sans autorisation, d’enregistrements protégés pour l’entraînement d’anciens modèles. Une procédure amendée au mois d’août, en ajoutant au lot l’accusation de contournement des protections anti-téléchargement de YouTube.

« ChatGPT peut faire des erreurs »

L’humanité est passée à un cheveu, ou plutôt à une hallucination près, de partir en lattes. Au printemps, l’armée américaine était en effet à deux doigts de prendre d’assaut un navire chinois soupçonné de transporter des composants pour un programme nucléaire. Problème : le rapport sur lequel l’armée se basait a été généré par une IA qui a halluciné la cargaison du bateau.

Depuis quelques jours, les grands acteurs de l’IA jouent à se faire peur, en affirmant que cette technologie pourrait signer la fin de l’humanité. Un storytelling apocalyptique qui sert aussi et surtout les intérêts commerciaux d’entreprises qui préparent leurs introductions en Bourse.

• Les patrons de l’IA appellent à lever le pied, leurs dépenses disent l’inverse

Le vrai danger immédiat de l’IA réside dans les décisions potentiellement catastrophiques d’humains prises à partir d’informations non fiables ou carrément hallucinées. C’est particulièrement problématique quand il s’agit de décisions militaires. CNN rapporte un exemple qui fait froid dans le dos.

WarGames pour les nuls

Au plus fort de la guerre contre l’Iran ce printemps, l’armée américaine a très sérieusement envisagé d’intercepter un navire chinois par la force, avec l’aide d’un support aérien armé. Le bâtiment, qui croisait au Moyen-Orient, transportait des composants destinés à un programme d’armement nucléaire, du moins d’après un rapport rédigé par un analyste du commandement des opérations spéciales américaines pour le Pacifique, basé à Hawaï.

Fort heureusement, juste avant le lancement de l’opération, des responsables ont examiné de plus près le fameux rapport. Ils ont alors découvert qu’il avait été rédigé avec l’aide d’un bot IA qui a mal identifié la nature du matériel transporté par le navire, à partir de son manifeste. Une des sources de CNN affirme que le rapport était « complètement faux ». Cette histoire basée sur l’hallucination d’une IA a « presque failli déclencher une guerre » : toute opération américaine contre un navire chinois peut dégénérer en conflit entre les États-Unis et la Chine.

Le bot aurait patouillé des renseignements publics avec des renseignements classifiés pour déterminer, faussement, que le bâtiment transportait une cargaison dangereuse. Une conclusion qui aurait pu être très lourde de conséquences.

Le Pentagone hallucine aussi

Le ministère de la Défense américain, emmené par le très trumpiste Pete Hegseth, a fait de l’intégration de l’IA dans les opérations militaires une priorité. Une intégration à marche forcée : les responsables états-uniens, tout comme Donald Trump, estiment que le pays ne peut pas prendre de retard sur ce dossier. Que se passerait-il si les États-Unis devaient affronter la Chine ou un autre adversaire mieux équipé ?

Une note du Pentagone décrivait la stratégie à suivre (PDF) : démocratiser l’expérimentation de l’IA dans l’ensemble du ministère, « en mettant les modèles d’IA américains de pointe directement entre les mains de nos trois millions de personnels civils et militaires, à tous les niveaux de classification ».

La mise en œuvre serait cependant bien décousue : chaque branche du gouvernement utilise des outils différents avec des normes de sécurité tout aussi différentes. Aucun standard n’existe pour vérifier les informations de ces systèmes d’IA. Les humains restent donc, plus que jamais, absolument indispensables pour prendre les décisions, en espérant que ce soient les bonnes.

• L’humanité n’a pas attendu l’IA pour « jouer avec nos vies »

Le physique, mais à quel prix ?

En matière de support physique, s’il ne devait en rester qu’un, ce serait probablement Nintendo. Les jeux sur cartouches sont presque à parité avec les jeux dématérialisés sur les consoles Switch.

Les joueurs Nintendo sont très attachés au support physique : durant l’exercice fiscal 2025, 45,4 % du chiffre d’affaires des jeux provenait des cartouches Switch, contre 54,6 % pour le dématérialisé (PDF). En plus des jeux téléchargeables sur l’eShop, ce dernier chiffre inclut aussi les DLC, les titres exclusivement numériques et l’abonnement Nintendo Switch Online.

Le ratio chez les concurrents tourne plutôt autour de 80/20 en faveur du tout dématérialisé. Et avec l’annonce de Sony de l’arrêt des supports physiques pour les jeux PlayStation (programmé en janvier 2028), la part associée au physique ne va pas s’améliorer.

Les Game-Key Cards, compromis peu populaire

Nintendo n’est pas PlayStation : pas question de s’aliéner une part importante de la clientèle. La Switch 2 intègre donc un port cartouche, qui plus est compatible avec les jeux Switch 1. La nouvelle console, plus puissante, exige aussi des supports de stockage plus imposants ; c’est pourquoi les cartouches de la Switch 2 sont de 64 Go, deux fois plus que les cartouches de Switch 1 qui se déclinent en plusieurs capacités allant de 1 à 32 Go.

Le hic, c’est que le support physique pour Switch 2 a un coût élevé pour les éditeurs. ININ Games, qui publie R-Type Dimensions III, avait expliqué dans un billet datant de décembre dernier, avant le lancement du jeu, pourquoi il ne sortirait pas sur cartouche.

« Pour la Switch 2, tous les exemplaires d’un même titre doivent utiliser le même format physique. Comme environ 90 % de la production totale est destinée à la distribution classique en magasin, avec un prix de vente fixé à 39,99 €, passer l’ensemble de la production sur de véritables cartouches ferait fortement augmenter les coûts de fabrication », indiquait le studio. « Nous serions alors contraints d’augmenter le prix de vente d’au moins 15 €. »

Nintendo propose bien une alternative avec les cartes clés de jeu (game-key card) qui s’apparentent à un code de téléchargement mais… physique. Ces cartes sont bien plus abordables pour les éditeurs puisqu’elles ne comportent aucun espace de stockage ; en revanche, elles se transformeront en petit bout de plastique inutile le jour où l’eShop fermera ses portes.

Ça n’arrivera pas demain ni (probablement) dans dix ans, mais la boutique en ligne des Switch finira sans aucun doute par fermer ses portes, tout comme celle de la 3DS et de la Wii U : depuis mars 2023, il n’est plus possible d’acheter de jeux pour ces consoles (les retéléchargements de contenus précédemment achetés restent cependant toujours possibles aujourd’hui). D’ici là, les cartes clés de jeu ont néanmoins l’avantage de pouvoir être revendues en occase ou prêtées à un ami, contrairement aux jeux 100 % dématérialisés.

Moins de capacité, mais un vrai jeu dans la carte

Ce n’est cependant pas suffisant pour de nombreux joueurs, qui rechignent toujours à acheter des cartes clés de jeu ou du dématérialisé. Mais comme on l’a vu avec ININ Games, les « vraies » cartouches reviennent souvent trop chères, ce qui oblige à relever inconsidérément le prix des jeux physiques…

Depuis quelques mois, la rumeur court que Nintendo proposerait aux éditeurs des cartouches pour Switch 2 d’une capacité moindre, et donc plus abordable. ININ avait ainsi annoncé sur les réseaux sociaux, avant de supprimer le post, que Nintendo proposait désormais deux nouveaux formats de cartouches de plus petite capacité, de 16 et de 32 Go ajoutait le compte Does It Play?. Le surcoût de cette version physique revenait à 10 euros, 50 % de moins qu’une cartouche 64 Go.

Difficile d’en savoir plus depuis, Nintendo étant notoirement adepte du plus grand secret. Très peu de jeux Switch 2 sortent sur cartouche. Beaucoup d’éditeurs préfèrent la carte clé de jeu, voire les « codes dans la boîte » ou tout simplement l’eShop. Mais l’histoire a rebondi tout récemment avec l’annonce par le studio Shift Up du lancement le 5 novembre de Stellar Blade, portage pour Switch 2 d’un jeu PS5.

Non seulement la version physique est une cartouche en bonne et due forme mais surprise, celle-ci est d’une capacité de 32 Go, comme on le voit sur le visuel de l’édition complète. Une hirondelle ne fait pas le printemps et rien ne dit que d’autres éditeurs vont suivre – ce qui coûtait déjà cher l’an dernier ne doit pas être spécialement meilleur marché aujourd’hui en raison de crise de la mémoire. Néanmoins, c’est bien la première fois qu’un studio communique aussi librement sur la capacité de la cartouche.

Coûte que coûte

Allons bon. Les murs ont des oreilles ? Pour certains, mieux vaut entendre ça que d’être sourd. Ceci dit, quand on y réfléchit…

« Boucle infernale »

« Le plus grand vol de travail de l’histoire de l’humanité » : cette déclaration reprise par le New York Times dans sa procédure en justice contre OpenAI résonne particulièrement fort puisqu’elle émane de Brent Hecht, directeur scientifique de Microsoft. Dans un mémoire de synthèse remis à la justice, l’éditeur du célèbre quotidien aligne les éléments à charge contre le créateur de ChatGPT.

Le New York Times est parti en guerre contre OpenAI. En décembre 2023, l’éditeur portait plainte contre l’entreprise IA, l’accusant d’avoir utilisé des millions d’articles sans autorisation pour entraîner ses modèles GPT. L’administration Trump a récemment volé au secours d’OpenAI, en affirmant que l’entraînement de l’IA sur des contenus protégés par droit d’auteur relevait du « fair use » (usage équitable), un argument seriné en boucle par les entreprises IA pour se défausser de leur responsabilité.

• Le gouvernement américain vole au secours d’OpenAI dans son litige avec le New York Times

Des documents internes difficiles à balayer

Le mémoire de synthèse, déposé devant le tribunal fédéral de New York (PDF) par le NYT et d’autres éditeurs de presse (Chicago Tribune, Ziff Davis, Mother Jones…), détaille les éléments recueillis pendant la phase de collecte des preuves : témoignages sous serment, messages et autres documents produits par OpenAI et Microsoft. Ils sont évidemment à charge, mais ils s’appuient sur des pièces et des témoignages qui donnent un aperçu assez cru de la manière dont OpenAI et Microsoft considéraient en interne l’exploitation des contenus de presse.

Le témoignage de Brent Hecht est particulièrement embarrassant. Selon lui, « des millions de personnes dans le monde considéreront bientôt que les grands modèles qui « aspirent » tout leur travail constituent un vol d’une ampleur sans précédent ». Il admet que « presque personne n’avait prévu que les contenus créés seraient utilisés de cette manière, sans que leurs auteurs soient rémunérés ».

Le directeur scientifique de Microsoft estime aussi qu’accepter l’argument d’OpenAI selon lequel le moissonnage de contenus n’est que du « fair use » revient à complètement vider la notion de son sens. « Ces propos reflètent le point de vue personnel d’un employé et ne constituent pas une analyse juridique », a déclaré Microsoft auprès d’Ars Technica.

Le mémoire cite un autre échange dans lequel Nick Ryder, responsable de recherche chez OpenAI, annonce à Greg Brockman l’existence d’un « moyen pour contourner le paywall du New York Times » afin de collecter les articles. Le cofondateur et président de l’entreprise a simplement répondu : « ah, très bien » (« ah nice »).

Des aveux qui tombent mal

Les éditeurs de presse font tout simplement face à une « menace existentielle », reconnait Nick Turley, responsable de ChatGPT chez OpenAI, dans un message interne remontant à juin 2023. Une fois que ChatGPT fournit une réponse, il n’y a « aucune bonne raison de cliquer » sur le lien vers la source d’origine, ajoute-t-il. Un document chez Microsoft parle de « boucle infernale » : en détournant une partie du trafic des sites d’actualité, les assistants IA fragilisent les éditeurs qui produisent précisément les contenus dont leurs modèles ont besoin pour rester performants.

Selon les propres données de Microsoft, le taux de clic depuis Bing Chat ou Copilot vers les sites des éditeurs est très inférieur à celui observé depuis la recherche Bing classique : baisse de 87 à 93 % pour les sites du New York Times, de 83 à 91 % pour les autres plaignants. C’est d’autant moins de revenus pour les sites de presse qui se retrouvent en concurrence avec leurs propres contenus recrachés par les bots. Un ingénieur logiciel d’OpenAI reconnaissait dans un message interne que, « peu importe la visibilité donnée aux liens, les utilisateurs ne cliqueront pas dessus ».

Satya Nadella face à la question des paywalls

Dans son témoignage sous serment, Satya Nadella, le directeur général de Microsoft, admet que « tout contenu placé derrière un paywall devrait faire l’objet d’une licence de la part de quiconque souhaite l’utiliser, que ce soit pour alimenter les réponses d’un modèle ou pour son entraînement ».

S’il avait su qu’OpenAI – dont Microsoft est un des principaux partenaires – avait moissonné des contenus placés derrière un paywall pour entraîner ses modèles IA, Nadella aurait invoqué le droit de Microsoft d’exiger le réentraînement des modèles sans ces données protégées. Pour le dirigeant, les entreprises IA ne devraient pas accéder à des contenus enfreignant les conditions d’utilisation.

Satya Nadella reconnait également que les chatbots comme Copilot peuvent se substituer aux sites d’actualité : ils donnent en effet l’information « directement sur la plateforme d’IA, plutôt que d’obliger l’utilisateur à se rendre à la source d’origine ». Pour le porte-parole de Microsoft, ce témoignage porte sur des « principes généraux », il ne s’agit que « d’observations qui ne doivent pas être confondues avec des conclusions sur les questions de droit d’auteur soumises au tribunal ».

Si ce mémoire de synthèse est certes accablant, il ne constitue pas pour autant une décision de justice ni une conclusion du tribunal sur le fond de l’affaire. Néanmoins, les pièces de première main qu’il expose éclairent l’état d’esprit d’OpenAI et de Microsoft quant à la portée réelle de leur utilisation du « fair use ».

Le parquet de Paris a ouvert « au moins » une enquête pénale suite à des plaintes pour harcèlement sexuel impliquant des lunettes connectées, selon Reuters. Ces appareils et leur caméra intégrée auraient été utilisées pour filmer des femmes dans la rue à leur insu. Les vidéos ont ensuite été publiées sur internet, sans le consentement des victimes.

Le parquet ne donne aucun détail supplémentaire, ni la marque des lunettes incriminées. Mais difficile de ne pas songer aux modèles de Ray-Ban de Meta qui ont gagné le surnom peu enviable de « pervert glasses » (« lunettes de pervers »). L’entreprise tente d’éteindre l’incendie provoqué par des harceleurs qui utilisent leurs montures pour « piéger » des femmes et poster leurs exploits en ligne.

• États-Unis, Royaume-Uni, Allemagne : la grogne s’amplifie contre les lunettes Meta

La cellule cybercriminalité du parquet a testé ces appareils « il y a deux semaines » pour déterminer les infractions potentielles rendues possibles par ces lunettes. La CNIL reçoit de plus en plus de demandes d’entreprises souhaitant savoir s’il est possible d’interdire ces appareils sur le lieu de travail. La garante de la protection des données a enregistré une dizaine de plaintes. En mai dernier, la CNIL avait alerté des risques que font peser les lunettes connectées pour la vie privée.

Les lunettes Meta intègrent une diode qui s’allume lorsque la caméra est activée. L’entreprise a renforcé cette protection (et envisage même de lancer des modèles… sans caméra). « Une réaction tardive alors que les risques liés à des lunettes capables de filmer presque à l’insu des personnes auraient dû être anticipés avant leur commercialisation », dénonçait cette semaine e-Enfance, une association de protection de l’enfance sur internet.

« Voir un voyant ne signifie pas consentir à la diffusion de son image. Et encore faut-il le voir, en comprendre la signification et avoir la possibilité de réagir », poursuit l’association. Pour Véronique Béchu, directrice de l’Observatoire de l’Association e-Enfance/3018 : « Il faut aujourd’hui revoir l’encadrement de ces dispositifs dès leur conception. Et quand des créateurs font de l’humiliation d’inconnus leur fonds de commerce, les plateformes doivent appliquer une tolérance zéro et suspendre les comptes récidivistes. »

Don't be evil

L’équipe de GrapheneOS n’est pas contente. Le nouveau rythme de parution des mises à jour d’Android laisse le système alternatif sur le bord de la route un trimestre sur deux. Dans un fil sur les réseaux sociaux, elle explique les problèmes auxquels elle fait face.

« Android 17 QPR1 est la première version depuis Android Honeycomb (3.x) qui ajoute de nouvelles API pour les développeurs d’applications sans publication dans l’Android Open Source Project. Les nouvelles API sont actuellement exclusives à Pixel OS et ne sont pas disponibles pour les autres OEM Android », débute le fil de GrapheneOS sur X et Mastodon.

L’équipe dénonce une nouvelle fois les changements intervenus chez Google dans la parution des mises à jour pour Android. Dans les grandes lignes, elles ne sont plus reversées dans Android Open Source Project que durant le deuxième et le quatrième trimestres.

Deux gros reproches

L’agacement de l’équipe est palpable. Dans son fil, elle pointe surtout deux problèmes majeurs pour son propre fonctionnement.

D’une part, la disponibilité de la première QPR (Quarterly Platform Release) pour Android 17 montre la présence de nouvelles interfaces de programmation (API). Or, cette QPR1 n’est disponible que sur les propres appareils Pixel de Google. L’équipe de GrapheneOS indique qu’il ne s’agit pourtant pas d’API spécifiques aux Pixel : ce sont des interfaces Android standard, qui ne parviendront à l’AOSP et aux autres fabricants qu’en décembre 2026 avec Android 17 QPR2.

Selon l’équipe, c’est la première fois depuis l’ancienne version Honeycomb que Google ajoute ainsi des API sans les reverser immédiatement dans AOSP. Si Google répète le schéma, il pourrait donc y avoir six mois sur douze pendant lesquels les appareils Pixel seraient les seuls à profiter de ces interfaces.

D’autre part, comme on pouvait le prévoir, la question des correctifs de sécurité se pose. Le bulletin Pixel de septembre 2026 contient des correctifs supplémentaires qui touchent des composants standard de la plateforme Android, également employés par des appareils tiers. Pourtant, ces correctifs ne figurent pas au bulletin de sécurité Android du même mois, ni dans les correctifs communiqués en avance aux fabricants. En clair, les fabricants tiers et les systèmes alternatifs basés sur AOSP – dont GrapheneOS – ne recevront ces correctifs supplémentaires qu’avec la mise à jour QPR2.

L’équipe précise bien qu’elle peut les fournir plus tôt en faisant de la rétro-ingénierie du code binaire. Elle prévient toutefois : si un correctif diffusé sous forme compilée est rétro-analysable en quelques jours, le système d’accès anticipé perd une grande part de sa justification.

Une période décidément complexe

La période n’est pas simple pour Graphene. Si le système est connu pour son positionnement strict sur la sécurité, elle a décidément maille à partir avec Google depuis les changements annoncés dans le rythme de parution des mises à jour et leur disponibilité.

Il y a quelques semaines, Graphene avait averti que le support des récents Pixel 11 allait s’avérer complexe. Déconseillant l’achat de ces derniers, l’équipe avait fustigé le choix de Google de ne plus intégrer la fonction MTE (marquage mémoire) dans ses téléphones, alors que Graphene s’en sert copieusement pour vérifier l’intégrité des données en mémoire. La situation a cependant évolué, l’équipe indiquant que la gestion du MTE peut être assurée de manière logicielle, au prix d’un surcoût de 5 % pour les performances générales. Surcoût qu’elle estime raisonnable au vu des enjeux. Pour l’équipe, le retrait de l’accélération matérielle dans le cache du processeur est un choix financier avant tout. Si elle parvient à un MTE pleinement fonctionnel, elle pourra annoncer le support des Pixel 11.

Les changements dans la gestion d’AOSP agacent donc. Il s’agit d’une conséquence lointaine d’une modification annoncée en novembre 2024 dans le rythme de parution des SDK (kits de développement). En janvier 2026, Google annonçait en effet qu’elle ne publierait plus le code d’AOSP que deux fois par an, pour aligner ses calendriers de développement. En d’autres termes, il s’agissait officiellement d’une simplification.

« À partir de 2026, pour nous aligner sur notre modèle de développement stable et garantir la stabilité de la plate-forme pour l’écosystème, nous publierons le code source sur AOSP aux deuxième et au quatrième trimestre. Pour créer et contribuer à AOSP, nous vous recommandons d’utiliser android-latest-release au lieu de aosp-main. La branche de fichier manifeste android-latest-release fera toujours référence à la version la plus récente envoyée à AOSP », prévenait alors Google.

Pourtant, l’entreprise avait précisé dans la foulée à Android Authority que ce nouveau rythme ne changerait a priori rien pour les correctifs de sécurité, affirmant qu’elle continuerait à les publier chaque mois « sur une branche dédiée uniquement à la sécurité pour les versions pertinentes […], tout comme elle le fait aujourd’hui ». Une belle assurance déjà contestée plusieurs mois avant par un autre système bâti sur AOSP, LineageOS.

Motorola attendu de pied ferme

En janvier, nous rappelions également que le développement d’Android était devenu totalement interne, avec pour conséquence un retard constant d’AOSP sur Android. Nous relevions alors que les Pixel allaient avoir un avantage logiciel sur les appareils concurrents et les ROM alternatives.

Dans son dernier fil, l’équipe de GrapheneOS mentionne aussi la concrétisation d’une de ses craintes : le code source du noyau n’étant plus disponible par simple téléchargement, le délai s’allonge pour le récupérer à cause d’un passage obligatoire par un formulaire. L’équipe le confirme dans l’un des messages, une requête pour obtenir ce code source le 1ᵉʳ septembre n’ayant abouti que le 17.

Désormais, le travail d’adaptation se concentre directement sur la version QPR1 d’Android 17, mais il faudra attendre la QPR2 en décembre pour diffuser une mise à jour, en se basant sur le code qui aura été effectivement publié dans AOSP. Jusqu’ici, le travail avance par rétro-ingénierie et tâtonnements.

Dans un message, l’équipe affirme une fois de plus que les futurs appareils Motorola seront plus simples à supporter que les Pixel, qui ont perdu un sérieux avantage (la situation ne change pas pour les anciennes gammes). Le reste dépendra de Qualcomm, qui a tendance à considérer la sécurité comme un luxe, la fonction MTE n’ayant été présente jusqu’ici que dans les puces les plus onéreuses. Chez GrapheneOS, on espère ainsi la voir arriver sur des modèles moins chers, afin que l’offre Motorola équipée du système puisse toucher le milieu de gamme.

Pour rappel, les premiers appareils de Motorola sous GrapheneOS sont attendus pour l’année prochaine, sans plus de précisions pour l’instant. Le premier appareil sera destiné au segment haut de gamme.

Amazon vient de faire une petite concession à ses adversaires dans la bataille qui l’oppose depuis deux ans aux acteurs de la vente de livres, librairies et grandes surfaces spécialisées. Un porte-parole de la branche française de l’entreprise a en effet déclaré au Figaro qu’elle allait mettre un terme à la livraison gratuite de livres quand ces derniers sont récupérés en consigne automatique (locker).

« Nous avons décidé, pour les livres neufs, de concentrer la remise de 5% et la livraison gratuite sur les points de retrait en comptoir et accueils de magasin – et d’exclure les casiers automatiques », annonce l’intéressé. En pratique, Amazon France va donc continuer à combiner gratuité des frais de port et remise de 5 % sur le prix des livres neufs, mais uniquement lorsque le retrait s’opère au niveau de l’accueil d’un magasin.

Rappelons que depuis 2023, la loi Darcos impose des frais de port de 3 euros pour toute commande en ligne de moins de 35 euros intégrant un ou plusieurs livres neufs. Dans le prolongement de la loi Lang sur le prix unique du livre (1981), elle prévoit toutefois une possibilité de livraison gratuite quand « le livre est retiré dans un commerce de vente au détail de livres ».

Amazon s’est appuyé sur cette subtilité pour proposer la livraison gratuite dans ses consignes à partir de 2024, arguant du fait que seuls les casiers « situés dans les magasins français vendant des livres » (par exemple, un supermarché) sont éligibles.

Saisi par le ministère de la Culture à la demande du Syndicat de la librairie, le médiateur du livre avait conclu quelques mois plus tard que les pratiques d’Amazon constituaient « un réel défi à la mise en œuvre de la loi ». Loin de s’en émouvoir, le géant du e-commerce a remis le couvert en octobre 2025, en ajoutant à la livraison gratuite en casiers la réduction de 5 % sur les livres neufs. En décembre de la même année, son DG France Frédéric Duval (depuis remplacé par Jean-Baptiste Thomas) s’était fendu d’une tribune pour dénoncer la « taxe sur la lecture » que représentent, selon lui, les frais de port obligatoire sur le livre.

Dix mois plus tard, Amazon a donc décidé de lâcher du lest. Il faut dire qu’entre temps, l’entreprise a vu son recours visant à faire annuler l’arrêté de mise en œuvre de la loi Darcos rejeté par le Conseil d’Etat le 15 avril dernier.

« Adoptée à l’unanimité par les deux chambres du Parlement, cette loi protège la diversité culturelle, soutient un réseau unique au monde de plus de 4 700 librairies et commerces physiques du livre sur l’ensemble du territoire, et contribue à faciliter l’accès à la lecture et à un conseil de qualité », s’était félicité (PDF) à cette occasion le syndicat de la librairie.

Un autre facteur a peut-être motivé cette décision. D’après le Figaro, le Syndicat de la librairie française, le Syndicat des distributeurs de loisirs culturels et la Fnac se préparaient en effet à assigner Amazon devant le tribunal des affaires économiques de Paris.

Sans foi ni poids

Ablitérer un modèle de langage permet de supprimer une (plus ou moins grande) partie des protections contre des demandes qu’il juge déplacées, dangereuses ou malveillantes. Mais comment ça fonctionne exactement ? Quelles sont les conséquences ? Next vous explique.

L’entraînement des IA génératives se fait en plusieurs étapes. La première consiste à lui donner des tonnes de documents et données à ingurgiter ; typiquement les modèles récents sont entrainés sur l’intégralité du web.

Cette phase permet d’ajuster les centaines de milliards de paramètres (ou poids) des neurones. Pour schématiser à l’extrême, plus il y a de paramètres, plus le modèle peut emmagasiner de connaissances, et plus il devient performant. C’est le principe de fonctionnement dans les grandes lignes des grands modèles de langage (LLM).

Fine-tuning et alignement, vous avez les bases ?

Il y a ensuite une phase de fine-tuning et d’alignement, ce sont les derniers réglages en fin de parcours. Les modèles sont soumis à des exemples de comportements acceptables et d’autres non. Il s’agit de séparer dans les prompts et les réponses l’intention et le contexte.

Par exemple, se renseigner sur le chlore et ses effets néfastes est acceptable, donner une recette pour produire un gaz mortel, non. Demander comment se protéger d’une cyberattaque est acceptable, demander un tuto pour en créer une ne l’est pas. Les mots peuvent être les mêmes, pas l’intention ; c’est ce que les IA génératives doivent distinguer.

Les modèles d’intelligence artificielle sont donc ajustés après leur entrainement, là encore via une adaptation des poids des neurones. Comme nous venons de l’expliquer, il ne s’agit pas d’apporter un refus explicite de type oui ou non, mais plutôt une sorte de vecteur qui traverse toutes les couches du modèle, comme l’expliquaient des chercheurs en 2024. Est-ce que la question et/ou la réponse sortent du cadre ? Si le risque estimé dépasse un certain seuil, alors le modèle refusera de répondre.

Lorsqu’un utilisateur pose une question à un modèle, le chemin peut ressembler à cela : le prompt est envoyé à un autre modèle ou un classificateur pour détecter les risques. Shieldstral de Mistral par exemple, peut servir de classificateur (un algorithme de machine learning qui attribue automatiquement une étiquette ou une catégorie à des données d’entrée).

Le prompt, s’il n’est pas recalé, passe ensuite dans le cœur du LLM (qui a lui-même des protections internes via son alignement), puis une nouvelle détection des risques est réalisée sur la réponse avant qu’elle soit transmise à l’utilisateur. Cela dépend du harnais de l’intelligence artificielle générative – le modèle et tout ce qui l’entoure pour son bon fonctionnement –, une notion sur laquelle nous reviendrons prochainement.

Suivant les cas, cela peut concerner la fabrication d’armes ou de substances chimiques, la santé (automutilation), la fraude, les cyberattaques, la création de malwares, etc. Mais, est-il possible de contourner les protections ?

Oui, avec trois grandes familles que nous allons détailler. La première, le jailbreak : on ne touche à rien sur le modèle, on ajuste le prompt pour ne pas éveiller des soupçons. La deuxième, l’ablitération : on modifie le modèle de manière ciblée pour qu’il perde ses inhibitions. La dernière, plus lourde, consiste à réentraîner le modèle sur des données sans notion de refus.

Contourner les refus de ChatGPT, uniquement par le prompt

170 tentatives par heure, 24/7

Sur Internet, les serveurs subissent des attaques non stop, 24/7. Nous en avons laissé un pendant six mois en enregistrant – heure par heure – toutes les tentatives de connexion à distance : plus de 800 000 au total. Nous avons également compilé la liste des mots de passe et des identifiants les plus utilisés par les bots.

Un serveur fraîchement installé et connecté à Internet est attaqué en à peine quelques minutes en moyenne, comme nous l’avions expliqué en mars. Les tentatives de connexions sont nombreuses, de l’ordre de plusieurs milliers par jour selon nos tests chez Helloserv, Hetzner, Ionos, LWS, OVHcloud, Pulse et York.

Notre pot de miel virtuel est attaqué non stop

Nous avons depuis laissé un serveur virtuel (VPS) tourner avec Cowrie, un serveur SSH volontairement vulnérable. C’est un logiciel qui écoute sur le port 22 et fait semblant de laisser passer tout le monde, avec n’importe quel nom d’utilisateur et mot de passe. Les robots et pirates sont alors dans un bac à sable leur faisant croire qu’ils sont passés. Dans tous les cas, le serveur n’a aucune donnée sensible.

Cowrie enregistre les identifiants dans une base de données, ainsi que les commandes lancées par les pirates. Nous n’avons donc dans notre besace que les robots les plus « bourrins ». En effet, certains peuvent détecter la présence de ce pot de miel et passer leur chemin pour ne pas perdre de temps.

• Nous avons laissé sept VPS sur Internet, ils sont attaqués 10 000 fois par jour en moyenne
• Suivez en direct des milliers de bots attaquer un de nos serveurs

Ce serveur, nous l’avons laissé branché dans sa configuration depuis notre actualité en mars, notamment pour vous permettre de suivre, en direct, les attaques dont il est victime. Six mois plus tard, il est temps de refaire un point sur le volume des tentatives, les identifiants et mots de passe les plus couramment utilisés, ainsi que les IP d’où viennent les attaques.

Record le 31 mai : 36 000 attaques sur cette seule journée

Dans un billet, le développeur principal de Linux Mint, Clément Lefebvre, annonce plusieurs nouveautés, dont la création d’un site dédié aux XApp. Ces dernières sont initialement les applications prévues pour Linux Mint, en reprenant une organisation et une esthétique communes. Le projet a évolué au-delà de Mint depuis et la suite application a maintenant son propre site pour en présenter les tenants et aboutissants.

Le développeur évoque ensuite les changements dans ces applications. À commencer par Thingy (Bibliothèque), qui avait bien besoin d’un nouveau design. L’outil, qui sert à réunir les documents de l’utilisateur au même endroit, change de présentation. Elle troque la répartition par application pour un tri par type de fichiers. « Peu importe désormais quelles applications sont installées ni quels formats elles supportent », précise Clément Lefebvre. L’application dispose également d’une barre latérale fournissant des catégories personnalisables.

Xepub est de son côté une liseuse destinée aux fichiers EPUB. Selon le développeur, l’expérience de lecture est faite pour ressembler à une liseuse Kindle ou Kobo. À ceci près que cette lecture se fera sur un écran classique, plus fatiguant pour les yeux qu’un appareil e-ink. L’application permettra la navigation entre chapitres, la recherche dans le contenu, l’ajout de favoris, la reprise à l’endroit précédent, ou encore un accès à la recherche via clic droit sur un mot sélectionné.

Clockenstein, lui, va remplacer le vieillissant Calendrier présent dans l’application, qui provient d’une ère GNOME avant la grande bascule vers GTK4. La nouvelle application gardera le nom « Calendrier » dans Linux Mint et veut afficher plus clairement l’état des données. L’un des objectifs est de faire comprendre quand un calendrier en ligne n’est pas disponible. L’application affichera ainsi les évènements liés en lecture seule. Elle dispose également de son propre service (daemon) et de son propre agent de notification, qui fonctionnent donc même quand l’application est fermée. Les autres applications pourront communiquer avec le nouveau Calendrier via de nouvelles API.

Ces nouveautés sont en préparation pour Linux Mint 23. Cette version du système est attendue pour la fin de l’année et constituera un saut technique important. La distribution ne se base en effet que sur les moutures LTS d’Ubuntu. Linux Mint 23 ainsi sera la première version à prendre appui sur Ubuntu 26.04, sortie plus tôt dans l’année.

Agents en vadrouille

Dans une nouvelle publication, OpenAI évoque de nouveaux engagements sur sa manière de communiquer. L’entreprise promet ainsi de publier systématiquement des rapports quand la situation l’exigera, pour remédier à son irrégularité. Elle commence avec six nouveaux exemples d’agents dont le « comportement » a dérapé.

Dans son billet du 16 septembre, OpenAI reconnait qu’elle manquait jusqu’ici d’une « approche systématique » pour rapporter les résultats des enquêtes menées sur les cas de désalignement. « Nous avons souvent attendu de pouvoir rassembler plusieurs instances dans un seul rapport, ou de les ajouter à des cartes système pour des modèles nouvellement publiés », indique l’entreprise.

Le narratif continue sur le cadre industriel

Selon OpenAI, le degré d’avancement et l’utilisation plus intensive des agents nécessitent la mise en place d’un « consensus plus large et mieux informé ». Le ton est le même que dans les récentes interventions sur la nécessité de ralentir le développement des modèles frontière : « Nous ne pensons pas que l’industrie de l’IA ait suffisamment résolu l’alignement et la surveillance pour continuer plus longtemps d’évoluer de manière responsable à vitesse maximale ». Dans ce registre, OpenAI persiste et signe.

• Anthropic, OpenAI et Elon Musk veulent ralentir sur l’IA, la Maison-Blanche dit non

Il s’agit, pour l’entreprise, de simplement mieux communiquer. Elle affirme que des exemples de désalignement peuvent « aider à identifier les problèmes que d’autres développeurs d’IA pourraient rencontrer lorsque leurs systèmes atteignent des capacités similaires, révèlent des faiblesses dans les mesures de sécurité ou remettent en question les hypothèses sur le comportement du modèle ». L’entreprise veut se montrer responsable en montrant aux autres les problèmes qu’elle a elle-même rencontrés.

Regrettant qu’aucun cadre industriel n’existe sur la manière dont les développeurs devraient communiquer, elle propose donc le sien, à travers six exemples. Ce cadre est considéré comme « un travail en cours », ajoute la société. De manière générale, elle promet qu’elle relatera tous les exemples qui lui paraissent pertinents, notamment quand ils constituent « des preuves utiles sur la manière dont survient le désalignement du modèle ». OpenAI précise cependant qu’un exemple « n’a pas besoin de causer de préjudice » pour justifier sa publication.

Sorties de route pendant l’entrainement

Le premier exemple est celui d’un modèle interne de la famille Astra (dont GPT-6). Pendant l’entraînement, il a glissé des instructions parasites dans les résumés qui lui servent à poursuivre une tâche dans un nouveau contexte. Entre autres actions, il a laissé un message pour informer qu’il ne fallait plus tenir compte des messages du développeur, prétendument compromis. Dans un autre, il « s’estimait » affranchi de toute obligation envers les entreprises et gouvernements. Dans un résumé, il s’est laissé une instruction pour ne plus dépasser à l’avenir les 30 mots dans ses réponses, tout en interdisant les outils citations. L’instruction a été suivie par un autre agent. OpenAI dit avoir trouvé la cause, depuis corrigée. Elle ajoute que ce comportement est « extrêmement rare », sans avantage évident en termes de récompense.

Dans le deuxième exemple, également pendant l’entraînement (de GPT-5.6 cette fois), des instances se sont laissé des instructions dans leurs résumés pour masquer des erreurs ou des comportements montrant un désalignement. Une instance a ainsi proposé d’inventer des données historiques manquantes et de ne l’avouer qu’en cas de demande. Une autre recommandait de taire une incohérence entre versions de sources. Selon OpenAI, l’explication est simple : puisqu’une réponse finale trompeuse obtenait une meilleure réponse, le modèle a appris à s’en « souvenir » pour la suite. Ce type de comportement a été détecté dans 2,15 % des résumés de GPT-5.6 Sol et dans 0,27 % de ceux d’Astra. Ces chiffres ne sont pas anodins : ils correspondent à la situation actuelle, après réduction du problème, de l’aveu même d’OpenAI.

Dans le troisième exemple, le problème est parti d’une « question de routine » sur les revenus masculins dans trois secteurs d’activité d’un comté de Californie. Parmi les tâches entreprises, le modèle a tenté de s’inscrire sur un site avec une adresse jetable, a fouillé des dépôts GitHub publics et testé automatiquement des clés API, dont une a fonctionné. Puis, en voyant qu’il ne parvenait pas au résultat souhaité, il a inventé neuf valeurs et affirmé les avoir relevées sur le site demandé. OpenAI indique que cette session d’entraînement était particulièrement riche en cas de tricherie, avec des comportements équivalents.

Gofile concerné dans l’un des exemples

Dans le quatrième exemple, OpenAI évoque le cas d’un agent qui devait répondre à une question sur les identifiants et noms de tous les lacs plus grands que 5 000 000 m². La réponse a été obtenue via Python, mais puisque la réponse exigeait une citation provenant du navigateur, l’agent a déposé ses données sur un service de partage sans demander l’autorisation. Le navigateur a refusé l’adresse, et la réponse a finalement indiqué l’origine réelle des données.

Le cinquième exemple est une copie quasi-conforme de celui exposé pour Hugging Face : des modèles se sont servis du dépôt interne de paquets logiciels (Artifactory) comme d’un tableau d’affichage. Ils lisaient les notes d’autres agents travaillant sur le même problème et y répondaient. Dans un cas précédent, un agent bloqué par le filtrage réseau a vérifié qu’il pouvait écrire dans le dépôt. Il a ensuite envisagé un paquet malveillant pour faire récupérer un contenu interdit par le serveur. Faute de droits administrateur, la tentative a échoué, selon OpenAI.

Enfin, le dernier exemple relève comment des agents ont partagé des fichiers sur un hébergeur public pour répondre à la mission de produire collaborativement un tableau. Une action menée pour contourner un souci de fonctionnement du système prévu pour les partages de fichiers. Les liens des fichiers hébergés ont été transmis alors que la tâche imposait des fichiers locaux. Selon OpenAI, ce résultat provient de l’effet combiné d’environnements multi-agents défectueux et d’une généralisation de l’entraînement à la collaboration. Depuis ce test, l’accès internet direct est coupé pour les entrainements. Du moins, il est censé l’être.

Selon nos informations, l’hébergeur en question est Gofile. Nory Wojdyla, son fondateur, nous confirme avoir été contacté par OpenAI au sujet de cet incident, pour prévenir qu’un rapport en serait tiré. « Cela fait des mois que l’on constate que des données confidentielles de grosses entreprises finissent chez Gofile de façon non contrôlée par le biais d’agents », indique-t-il. Il n’a pas donné de noms, mais pointe le changement d’échelle, notant qu’il « arrive que les agents sortent de leurs instructions et prennent des libertés ».

Un cadre qui n’impose rien

La publication d’OpenAI intervient dans un calendrier aussi spécifique que sensible. L’industrie américaine réclame un ralentissement du développement des modèles frontières, arguant notamment que la puissance des agents mérite que l’on prenne le temps de la réflexion. Comme nous l’avons vu, les rapports ont surtout illustré des défaillances internes et de curieux choix d’enquêteurs pour des rapports indépendants. En outre, en dépit de mots forts sur X et d’une entente entre les entreprises américaines, leurs dépenses disent le contraire. À la Maison-Blanche, Donald Trump goûte peu l’idée.

En plus de nourrir le narratif sur le danger des agents et les risques d’extinction pour l’humanité, il pourrait s’agir pour OpenAI d’une manière de reprendre la main sur le récit. Début septembre, plusieurs cas ont été rapportés d’agents ayant encore une fois pris des libertés, notamment contre un wiki allemand dédié aux développeurs. La presse s’est emparée de l’histoire avant OpenAI.

Dans un contexte sous pression, OpenAI cherche également à rassurer, tout en fixant lui-même un cadre avant qu’on ne le lui impose éventuellement. Et pour cause : plusieurs sénateurs semblent décidés à éclaircir la réalité du danger et ont envoyé des questions précises à OpenAI, notamment sur Astra, comme le rapporte Zvi Mowshowitz, souvent critique à l’égard d’OpenAI.

Si personne ne se plaindra dans l’absolu d’informations complémentaires, la dichotomie observée depuis plusieurs mois autour des agents continue de plus belle. OpenAI écrit ainsi que l’industrie n’a pas assez travaillé sur l’alignement et la surveillance, tout en commercialisant Astra. Enfin, OpenAI ne s’est engagé sur aucun rythme de parution pour ces rapports.

Meta tend la sébile

Pas besoin de se soucier des finances de Meta, qui vit très bien de la publicité. Mais le mastodonte des réseaux sociaux aimerait bien créer une autre source de revenus, et les abonnements payants pourraient être cette solution. Beaucoup d’abonnements payants avec de l’IA.

Après une phase de test débutée en mars et confirmée en mai, l’entreprise lance donc officiellement ces formules partout dans le monde et ajoute en sus Meta One, qui gonfle l’enveloppe d’usage IA.

Plus qu’une offre simple et lisible, c’est tout un bazar de formules pour toutes les plateformes du groupe, avec des fonctionnalités différentes pour chacune. Avec un engagement important : « l’expérience principale » reste gratuite, tout comme Meta AI.

Commençons par le plus simple : les abonnements Plus pour Instagram (2,99 euros/mois), Facebook (2,99 euros/mois) et WhatsApp (2,49 euros/mois). Sur Instagram, il sera possible de créer des « listes d’audience », d’accéder aux statistiques de relecture des Stories, de rechercher des personnes dans la liste de ceux qui ont visionné une Story (et de recevoir une notification quand telle personne a vu une Story), de prolonger de 24 heures la durée d’une Story (24 heures en temps normal), d’envoyer des « super cœurs », etc.

Un abonnement pour les regrouper tous

Les abonnés Plus sur Facebook gagneront aussi la prolongation de 24 heures d’une Story et la recherche d’une personne ayant consulté une Story, l’envoi de « super réactions » aux Stories, ou encore le choix d’une icône personnalisée.

Enfin, dans WhatsApp, l’abonné pourra partager des autocollants exclusifs avec des effets spéciaux, des thèmes et des icônes d’apps uniques, la possibilité d’épingler jusqu’à 20 discussions, personnaliser les sonneries et les listes de discussion (alertes, sonneries, thèmes).

Ce ne sont pas là des fonctions extraordinaires, mais plutôt des options de personnalisation supplémentaires ainsi que des petits coups de pouce pour améliorer la visibilité de ses contenus. En cela, pas grand chose n’a changé depuis le test de ces abonnements… et puis ces formules payantes ne suppriment pas la pub.

La nouveauté est destinée aux fans hardcore de Meta : un abonnement Core à 6,99 euros par mois qui regroupe les trois formules Plus, avec en bonus un plafond relevé pour l’utilisation de IA, de quoi inonder les réseaux sociaux avec encore plus de slop. L’offre Premium à 20,99 euros intègre Core et augmente encore le niveau d’usage de l’IA.

Des revenus au-delà de la publicité

Meta n’oublie pas les créateurs et les entreprises, avec deux abonnements supplémentaires. Essential, à partir de 16,99 euros par mois, comprend un badge vérifié, un canal vérifié dans WhatsApp Business (bot IA pour répondre aux questions des clients) et une protection contre l’usurpation d’identité. Advanced va un cran plus loin : cette offre à partir de 54,99 euros par mois permet de programmer des Stories jusqu’à 30 jours à l’avance, d’ajouter des liens dans les publications et les Reels, d’exporter des données analytiques, de donner aux membres de l’équipe un accès au compte.

Il existe aussi des offres Expert et Max, à respectivement 169 et 549 euros par mois, pour obtenir les niveaux d’accès aux fonctions les plus élevés et aux capacités de Meta Business Agent, un agent IA pour aider les entreprises à automatiser les interactions client dans l’écosystème de Meta.

L’entreprise promet d’ajouter de nouvelles fonctions dans Meta One, par exemple pour l’outil de montage vidéo Edits pour les créateurs de contenu, avec une formule Plus offrant du stockage supplémentaire dans le cloud. WhatsApp Plus va tester le stockage des sauvegardes des discussions et des médias, et une fonction « Focus Schedules » qui mettra en sourdine ou masquera certaines discussions d’après un calendrier spécifique.

Meta revendique déjà « 15 millions d’abonnements et d’essais » à ce jour. C’est évidemment très peu en regard des milliards d’utilisateurs de Facebook, Instagram et WhatsApp, mais il faut bien commencer quelque part. Meta One est aussi et surtout là pour tenter de rentabiliser les très lourds investissements dans l’IA.

Face aux investisseurs impatients, Mark Zuckerberg avait déjà souligné (PDF) lors de la présentation des résultats du deuxième trimestre que l’IA améliorait l’efficacité du ciblage publicitaire. Selon lui, elle avait entraîné 5 % de conversions supplémentaires sur Instagram et 3 % sur Facebook. Des gains déjà significatifs à cette échelle, mais encore insuffisants pour justifier les dizaines de milliards de dollars déjà engloutis.