Ouroboros

AMD s’engage à investir jusqu’à 5 milliards de dollars pour soutenir le développement d’Anthropic. En échange, l’éditeur des modèles Claude promet de déployer l’équivalent de 2 GW de puces AMD au sein de ses infrastructures de calcul. Un nouvel accord croisé comme le secteur de l’IA générative les aime tant.

AMD et Anthropic viennent de donner un peu de grain à moudre aux détracteurs de la frénésie d’investissements croisés qui accompagne l’avènement de l’IA générative. Les deux entreprises viennent en effet d’annoncer un accord basé sur un principe de réciprocité. Anthropic s’engage à acheter des quantités massives de puces haut de gamme fournies par AMD, tandis qu’AMD promet en échange d’investir jusqu’à 5 milliards de dollars pour soutenir la stratégie de développement de son client.

Helios, les nouveaux racks dédiés à l’IA d’AMD

Ce nouveau partenariat accompagne la livraison, par AMD, de ses premiers racks dédiés à l’IA sous la marque Helios, annoncés en octobre dernier et mis en avant lors du dernier CES. À l’instar de ce que propose NVIDIA avec sa plateforme Vera Rubin, Helios prend la forme d’un système complet, avec un ensemble de GPU de la gamme Instinct MI450, des processeurs AMD EPYC de classe Venice et une couche réseau maison dédiée aux interconnexions, AMD Pensando. Le tout fonctionne à l’aide de ROCm, la pile logicielle open source qu’AMD dédie à l’IA et au supercalcul, conçue comme une alternative à CUDA.

Anthropic, qui exploite déjà des GPU Instinct MI355X sur une partie de son infrastructure, devrait dans ce contexte commander l’équivalent de 2 GW de systèmes Helios. Le nombre de machines correspondant n’est pas précisé, mais les deux partenaires évoquent le premier semestre 2027 comme horizon de déploiement pour le premier GW.

Les deux entreprises profitent de l’occasion pour formaliser un accord de collaboration selon lequel les modèles Claude seront mis à profit pour accélérer le développement des logiciels AMD. « Plus précisément, les équipes utiliseront Claude pour optimiser les charges de travail destinées aux GPU AMD Instinct et accélérer le développement logiciel ROCm. AMD déploiera également Claude à grande échelle au sein de ses équipes d’ingénierie et de développement de produits », indique la firme de Sunnyvale.

Notons qu’on retrouve quasi systématiquement des engagements de collaboration étendue dans ce genre d’accord, et que ces derniers ne s’accompagnent que rarement d’une exclusivité.

AMD avance en revanche une autre contrepartie : une promesse d’investissement « jusqu’à 5 milliards de dollars » dans Anthropic « à l’avenir ». L’enveloppe est délimitée, mais le calendrier n’est pas précisé, et la mention « jusqu’à » laisse supposer un accord par paliers, possiblement indexé sur la quantité réelle de systèmes commandés et déployés par Anthropic.

Des accords croisés de plus en plus fréquents

Anthropic avait déjà annoncé en avril dernier un accord similaire, sur le principe, avec Amazon, envisageant un achat en volume de puces Trainium en échange d’un renforcement au capital, à hauteur là aussi de 5 milliards de dollars. En octobre 2025, l’éditeur de Claude signait un accord avec Google pour un approvisionnement garanti en TPU.

OpenAI n’est pas en reste, avec notamment une succession de promesses croisées impliquant NVIDIA pour la fourniture de puces, mais aussi Oracle pour la construction et la mise à disposition de datacenters, avec une valse de contrats réciproques et surtout basés sur des engagements futurs qui alimentent les craintes d’une bulle de l’IA.

Un doublé pour AMD

AMD signe un doublé grâce à ce nouvel accord : l’entreprise avait déjà annoncé lundi 20 juillet un contrat de grande envergure avec Microsoft, portant là aussi sur des systèmes Helios et à destination des services d’inférence proposés sur Azure, avec une livraison programmée au deuxième semestre 2026. Le montant et le périmètre du contrat n’ont pas été communiqués.

Microsoft indique toutefois de son côté qu’une partie de ces équipements motorisera la nouvelle offre de machines virtuelles dédiées à l’entraînement d’IA proposée par Azure. Baptisées HDv2, ces VM pourront mobiliser jusqu’à 500 cœurs physiques de CPU AMD Epyc, 4 To de mémoire vive et 32 To de stockage NVMe. Azure déclinera également les solutions physiques d’AMD sur deux autres types de VM destinées respectivement au design électronique et à l’inférence à grande échelle.

Ouroboros

AMD s’engage à investir jusqu’à 5 milliards de dollars pour soutenir le développement d’Anthropic. En échange, l’éditeur des modèles Claude promet de déployer l’équivalent de 2 GW de puces AMD au sein de ses infrastructures de calcul. Un nouvel accord croisé comme le secteur de l’IA générative les aime tant.

AMD et Anthropic viennent de donner un peu de grain à moudre aux détracteurs de la frénésie d’investissements croisés qui accompagne l’avènement de l’IA générative. Les deux entreprises viennent en effet d’annoncer un accord basé sur un principe de réciprocité. Anthropic s’engage à acheter des quantités massives de puces haut de gamme fournies par AMD, tandis qu’AMD promet en échange d’investir jusqu’à 5 milliards de dollars pour soutenir la stratégie de développement de son client.

Helios, les nouveaux racks dédiés à l’IA d’AMD

Ce nouveau partenariat accompagne la livraison, par AMD, de ses premiers racks dédiés à l’IA sous la marque Helios, annoncés en octobre dernier et mis en avant lors du dernier CES. À l’instar de ce que propose NVIDIA avec sa plateforme Vera Rubin, Helios prend la forme d’un système complet, avec un ensemble de GPU de la gamme Instinct MI450, des processeurs AMD EPYC de classe Venice et une couche réseau maison dédiée aux interconnexions, AMD Pensando. Le tout fonctionne à l’aide de ROCm, la pile logicielle open source qu’AMD dédie à l’IA et au supercalcul, conçue comme une alternative à CUDA.

Anthropic, qui exploite déjà des GPU Instinct MI355X sur une partie de son infrastructure, devrait dans ce contexte commander l’équivalent de 2 GW de systèmes Helios. Le nombre de machines correspondant n’est pas précisé, mais les deux partenaires évoquent le premier semestre 2027 comme horizon de déploiement pour le premier GW.

Les deux entreprises profitent de l’occasion pour formaliser un accord de collaboration selon lequel les modèles Claude seront mis à profit pour accélérer le développement des logiciels AMD. « Plus précisément, les équipes utiliseront Claude pour optimiser les charges de travail destinées aux GPU AMD Instinct et accélérer le développement logiciel ROCm. AMD déploiera également Claude à grande échelle au sein de ses équipes d’ingénierie et de développement de produits », indique la firme de Sunnyvale.

Notons qu’on retrouve quasi systématiquement des engagements de collaboration étendue dans ce genre d’accord, et que ces derniers ne s’accompagnent que rarement d’une exclusivité.

AMD avance en revanche une autre contrepartie : une promesse d’investissement « jusqu’à 5 milliards de dollars » dans Anthropic « à l’avenir ». L’enveloppe est délimitée, mais le calendrier n’est pas précisé, et la mention « jusqu’à » laisse supposer un accord par paliers, possiblement indexé sur la quantité réelle de systèmes commandés et déployés par Anthropic.

Des accords croisés de plus en plus fréquents

Anthropic avait déjà annoncé en avril dernier un accord similaire, sur le principe, avec Amazon, envisageant un achat en volume de puces Trainium en échange d’un renforcement au capital, à hauteur là aussi de 5 milliards de dollars. En octobre 2025, l’éditeur de Claude signait un accord avec Google pour un approvisionnement garanti en TPU.

OpenAI n’est pas en reste, avec notamment une succession de promesses croisées impliquant NVIDIA pour la fourniture de puces, mais aussi Oracle pour la construction et la mise à disposition de datacenters, avec une valse de contrats réciproques et surtout basés sur des engagements futurs qui alimentent les craintes d’une bulle de l’IA.

Un doublé pour AMD

AMD signe un doublé grâce à ce nouvel accord : l’entreprise avait déjà annoncé lundi 20 juillet un contrat de grande envergure avec Microsoft, portant là aussi sur des systèmes Helios et à destination des services d’inférence proposés sur Azure, avec une livraison programmée au deuxième semestre 2026. Le montant et le périmètre du contrat n’ont pas été communiqués.

Microsoft indique toutefois de son côté qu’une partie de ces équipements motorisera la nouvelle offre de machines virtuelles dédiées à l’entraînement d’IA proposée par Azure. Baptisées HDv2, ces VM pourront mobiliser jusqu’à 500 cœurs physiques de CPU AMD Epyc, 4 To de mémoire vive et 32 To de stockage NVMe. Azure déclinera également les solutions physiques d’AMD sur deux autres types de VM destinées respectivement au design électronique et à l’inférence à grande échelle.

La cybersécurité sous verrou

Google ne veut pas se laisser distancer par Anthropic et OpenAI sur le terrain des modèles IA spécialisés dans la cybersécurité. Avec Gemini 3.5 Flash Cyber, le géant du web se jette à son tour dans la chasse aux failles de sécurité – un modèle sous contrôle, comme chez les rivaux.

Google a levé le voile sur de nouveaux modèles IA pour tenter de se repositionner dans la course à toute allure que se mènent les labos IA. Dans le couloir de la cybersécurité, où Mythos 5 et GPT-5.5-Cyber font la course en tête, Google vient de lancer Gemini 3.5 Flash Cyber, conçu pour détecter, vérifier et corriger des failles de sécurité dans le code logiciel.

À l’image du projet Glasswing d’Anthropic et du programme Trusted Access for Cyber chez OpenAI, le nouveau modèle de Google est distribué de façon restreinte : seuls des gouvernements et des partenaires jugés fiables y auront accès. Une prudence qui s’explique par la nature même du modèle, capable d’épauler les défenseurs, mais aussi d’armer les attaquants.

Gemini 3.5 Flash Cyber sera intégré à CodeMender, un agent de sécurité qui fait travailler plusieurs instances du modèle avant de produire un rapport commun. En termes de capacités, les performances de ce modèle seraient proches de ses rivaux, selon le bench CyberGym (même si GPT-5.5-Cyber fait légèrement mieux).

Des modèles à tout faire

Pour le grand public et les développeurs, Google propose deux autres modèles. Gemini 3.6 Flash est le « passe-partout » du lot, il remplace (et selon les benchmarks, surclasse) Gemini 3.5 Flash pour les tâches courantes : programmation, analyse de documents, recherche d’informations, génération de rapports et utilisation d’interfaces. L’index Artificial Analysis indique une consommation de jetons 17 % inférieure en moyenne par rapport à son prédécesseur pour arriver au même résultat. Il aurait besoin de moins d’étapes de raisonnement et ferait appel moins souvent à des outils externes.

En termes de coût, Gemini 3.6 Flash revient à 1,5 dollar par million de jetons en entrée, et 7,5 dollars en sortie. Artificial Analysis indique qu’en moyenne sur une tâche, le modèle revient moitié moins cher que GPT-5.6 Sol (max) et Kimi K3. En revanche, il est plus onéreux que les tout récents Grok 4.5 (high) de SpaceXAI et Muse Spark 1.1 (xhigh) de Meta, deux modèles qui se battent sur le terrain du rapport qualité/prix.

Google insiste sur le fait que son modèle peut réaliser une tâche complète en réalisant moins d’actions intermédiaires et en consommant moins de tokens. L’argument peut porter dans les entreprises où on commence à se rendre compte qu’utiliser de l’IA générative à gogo coûte de plus en plus cher.

• Quand l’IA agentique coûte plus cher que de payer ses employés humains

Gemini 3.5 Flash Lite vise ailleurs : ce nouveau modèle est censé accomplir des tâches simples exécutées en très grand nombre. Google cite notamment la recherche automatisée, le traitement de documents ou les systèmes constitués de petits agents. C’est le modèle le moins cher du lot : 0,30 dollar en entrée, 2,50 dollars en sortie.

Sur certains tests, 3.5 Flash Lite se montrerait plus puissant que Gemini 3 Flash, assure le moteur de recherche. Doté de plusieurs niveaux de réflexion, le modèle produirait jusqu’à 350 jetons par seconde, ce qui ne renseigne pas sur le temps que prend une requête complète.

Google donne pour finir quelques nouvelles de Gemini 3.5 Pro, qui n’est toujours pas lancé publiquement mais le modèle est testé par des partenaires de l’entreprise. Il devrait devenir, en toute logique, le modèle haut de gamme. Gemini 4 est de son côté toujours en train de suer à l’entraînement.

La cybersécurité sous verrou

Google ne veut pas se laisser distancer par Anthropic et OpenAI sur le terrain des modèles IA spécialisés dans la cybersécurité. Avec Gemini 3.5 Flash Cyber, le géant du web se jette à son tour dans la chasse aux failles de sécurité – un modèle sous contrôle, comme chez les rivaux.

Google a levé le voile sur de nouveaux modèles IA pour tenter de se repositionner dans la course à toute allure que se mènent les labos IA. Dans le couloir de la cybersécurité, où Mythos 5 et GPT-5.5-Cyber font la course en tête, Google vient de lancer Gemini 3.5 Flash Cyber, conçu pour détecter, vérifier et corriger des failles de sécurité dans le code logiciel.

À l’image du projet Glasswing d’Anthropic et du programme Trusted Access for Cyber chez OpenAI, le nouveau modèle de Google est distribué de façon restreinte : seuls des gouvernements et des partenaires jugés fiables y auront accès. Une prudence qui s’explique par la nature même du modèle, capable d’épauler les défenseurs, mais aussi d’armer les attaquants.

Gemini 3.5 Flash Cyber sera intégré à CodeMender, un agent de sécurité qui fait travailler plusieurs instances du modèle avant de produire un rapport commun. En termes de capacités, les performances de ce modèle seraient proches de ses rivaux, selon le bench CyberGym (même si GPT-5.5-Cyber fait légèrement mieux).

Des modèles à tout faire

Pour le grand public et les développeurs, Google propose deux autres modèles. Gemini 3.6 Flash est le « passe-partout » du lot, il remplace (et selon les benchmarks, surclasse) Gemini 3.5 Flash pour les tâches courantes : programmation, analyse de documents, recherche d’informations, génération de rapports et utilisation d’interfaces. L’index Artificial Analysis indique une consommation de jetons 17 % inférieure en moyenne par rapport à son prédécesseur pour arriver au même résultat. Il aurait besoin de moins d’étapes de raisonnement et ferait appel moins souvent à des outils externes.

En termes de coût, Gemini 3.6 Flash revient à 1,5 dollar par million de jetons en entrée, et 7,5 dollars en sortie. Artificial Analysis indique qu’en moyenne sur une tâche, le modèle revient moitié moins cher que GPT-5.6 Sol (max) et Kimi K3. En revanche, il est plus onéreux que les tout récents Grok 4.5 (high) de SpaceXAI et Muse Spark 1.1 (xhigh) de Meta, deux modèles qui se battent sur le terrain du rapport qualité/prix.

Google insiste sur le fait que son modèle peut réaliser une tâche complète en réalisant moins d’actions intermédiaires et en consommant moins de tokens. L’argument peut porter dans les entreprises où on commence à se rendre compte qu’utiliser de l’IA générative à gogo coûte de plus en plus cher.

• Quand l’IA agentique coûte plus cher que de payer ses employés humains

Gemini 3.5 Flash Lite vise ailleurs : ce nouveau modèle est censé accomplir des tâches simples exécutées en très grand nombre. Google cite notamment la recherche automatisée, le traitement de documents ou les systèmes constitués de petits agents. C’est le modèle le moins cher du lot : 0,30 dollar en entrée, 2,50 dollars en sortie.

Sur certains tests, 3.5 Flash Lite se montrerait plus puissant que Gemini 3 Flash, assure le moteur de recherche. Doté de plusieurs niveaux de réflexion, le modèle produirait jusqu’à 350 jetons par seconde, ce qui ne renseigne pas sur le temps que prend une requête complète.

Google donne pour finir quelques nouvelles de Gemini 3.5 Pro, qui n’est toujours pas lancé publiquement mais le modèle est testé par des partenaires de l’entreprise. Il devrait devenir, en toute logique, le modèle haut de gamme. Gemini 4 est de son côté toujours en train de suer à l’entraînement.

C'est la fin de l'exception culturelle

Google a commencé mercredi le déploiement de la fonction « Aperçus IA », qui propose de répondre directement aux questions de l’internaute depuis la page de résultats du moteur de recherche, sans nécessairement le renvoyer vers un site source. S’y ajoute un « Mode IA », basé sur Gemini, qui déclenche une conversation plus fouillée. Google introduit dans le même temps une option permettant aux éditeurs de sites de ne pas voir apparaître leurs contenus dans ces résultats, mais ne répond pas à la problématique inhérente de perte de trafic.

C’est peu dire que Google marche sur des œufs en France, où le débat sur les droits voisins a déjà valu au moteur de recherche plusieurs contentieux avec le monde de la presse et des éditeurs de services en ligne. Après des mois d’atermoiement, le moteur de recherche vient toutefois de franchir le Rubicon en annonçant, mercredi 22 juillet, le déploiement de sa fonction Aperçus IA auprès des internautes français. Dans le monde anglophone, elle fait l’objet de tests depuis mai 2024.

Disponible sur le Web ou via les applications mobiles du moteur, Aperçus IA introduit un champ de réponse générée par IA au sommet de la page de résultats, qui vise à apporter une réponse directe au questionnement formulé par l’internaute. « Ces aperçus s’affichent seulement lorsque nos systèmes déterminent qu’une réponse optimisée par l’IA est utile pour répondre à votre requête », précise Google.

Une conversation directement dans le moteur de recherche

Autrement dit, une recherche simple devrait toujours retourner une liste de liens (souvent déjà agrémentée d’un résumé automatisé), mais les requêtes plus complexes peuvent dès à présent occasionner une réponse sous forme d’Aperçu IA, similaire sur la forme aux résultats que produisent les LLM courants.

À ce premier niveau de réponse, Google en ajoute un second : la possibilité d’initier une conversation avec le « mode IA », qui revient donc à une intégration directe de ses modèles Gemini dans la page de résultats. Comme dans un chatbot, on peut interagir via du texte ou à la voix, mais aussi soumettre des images ou des documents pour étayer sa requête.

« Grâce aux capacités de raisonnement avancées et à la compréhension multimodale approfondie de Gemini 3.5, le Mode IA traite vos questions les plus spécifiques ou nuancées, qui auraient auparavant nécessité plusieurs recherches successives. En moyenne, une recherche dans le Mode IA est trois fois plus longue qu’une recherche traditionnelle », décrit Google.

Outre la promesse du service rendu à l’internaute, on comprend bien l’intérêt pour l’entreprise : conserver l’internaute sur la page de résultats sans le renvoyer vers des sites tiers, c’est une façon de prolonger son exposition à des publicités ou à des liens sponsorisés générateurs de chiffre d’affaires.

Des éditeurs inquiets, à juste titre ?

Instaurer la possibilité d’un échange avec un LLM directement dans la recherche peut également être perçu comme une façon de court-circuiter les applications et services dédiés (ChatGPT, Claude, LeChat et consorts), en capitalisant sur l’audience globale du numéro un mondial de la recherche en ligne. À ce sujet, Google teste d’ailleurs dans Chrome une option qui permet au mode IA de supplanter la recherche traditionnelle, et donc de lancer une conversation directement depuis la barre de navigation.

Dans sa présentation destinée à la France, Google prend soin à plusieurs reprises de souligner que les résultats de recherche, à comprendre comme des liens vers des sites externes, restent visibles :

« Le Mode IA utilise notre technologie de query-fan-out qui découpe votre question en plusieurs sous-thèmes et lance simultanément une multitude de recherches. Cela permet de pousser l’exploration du Web bien plus loin qu’une recherche Google classique, aidant à découvrir encore plus de contenus pertinents et de sites Web passionnants, grâce à des liens bien visibles pour poursuivre votre lecture. »

Ces précautions oratoires ne sont pas anodines : les éditeurs de sites Web en général, et l’univers de la presse en ligne en particulier, craignent que les Aperçus IA aient un impact préjudiciable sur le trafic que leur renvoie le moteur de recherche. Le sujet a d’ailleurs déjà motivé le dépôt d’une plainte pour abus de position dominante par un collectif d’éditeurs indépendants britanniques en juillet 2025, ainsi qu’une autre procédure initiée par l’éditeur de Rolling Stone et Variety aux États-Unis.

• Aperçus IA : les éditeurs de presse se préparent à ferrailler avec Google

Ces réticences n’ont pour l’instant pas empêché Google de déployer et d’enrichir ces fonctionnalités IA… sauf en France, où la fonction Aperçus IA arrive donc très tardivement, en grande partie à cause des obligations dont doit s’acquitter le moteur de recherche au regard des droits voisins (une rémunération versée par Google aux publications de presse en échange de l’utilisation faite des contenus de ces dernières au sein de ses propres services).

La France et ses droits voisins

De précédents manquements lui ont valu une sanction de 250 millions d’euros prononcée par l’Autorité de la concurrence en 2024, et c’est l’accord conclu avec cette dernière qui aurait constitué la principale pierre d’achoppement.

« Le groupe était bloqué car il s’était engagé devant l’Autorité de la concurrence à ce que l’existence des négociations sur les droits voisins n’affecte pas l’indexation, le classement ou la présentation des contenus pendant la durée des négociations », indiquait fin juin le Figaro. Pour lever l’incertitude associée, Google prévoirait d’intégrer les Aperçus IA aux accords déjà passés avec les publications de presse, ce qui se traduirait donc par un surcroît de rémunération pour ces dernières. Aucun accord collectif n’a toutefois été annoncé par les éditeurs concernés, ce qui laisse supposer des négociations toujours en cours.

En attendant, Google propose aux éditeurs qui le souhaitent une option accessible via la Search Console (l’outil qui sert à mesurer et optimiser la visibilité d’un site dans les résultats de recherche ou dans l’algorithme de recommandation Discover) permettant de refuser que leurs contenus nourrissent les Aperçus IA. Le moteur promet que cet opt-out n’aura pas d’impact sur leur visibilité dans les résultats de recherche standard, mais qu’adviendra-t-il si les Aperçus IA s’imposent dans les usages même pour les recherches courantes ? Une étude du Pew Internet Center établissait en juillet 2025 que les Aperçus IA réduisaient de moitié le taux de clic enregistré vers les sites source au sein d’une page de résultats, alors même qu’ils sont eux aussi sujets aux erreurs et hallucinations.

• Les AI Overviews de Google fournissent aussi des conseils de santé erronés

C'est la fin de l'exception culturelle

Google a commencé mercredi le déploiement de la fonction « Aperçus IA », qui propose de répondre directement aux questions de l’internaute depuis la page de résultats du moteur de recherche, sans nécessairement le renvoyer vers un site source. S’y ajoute un « Mode IA », basé sur Gemini, qui déclenche une conversation plus fouillée. Google introduit dans le même temps une option permettant aux éditeurs de sites de ne pas voir apparaître leurs contenus dans ces résultats, mais ne répond pas à la problématique inhérente de perte de trafic.

C’est peu dire que Google marche sur des œufs en France, où le débat sur les droits voisins a déjà valu au moteur de recherche plusieurs contentieux avec le monde de la presse et des éditeurs de services en ligne. Après des mois d’atermoiement, le moteur de recherche vient toutefois de franchir le Rubicon en annonçant, mercredi 22 juillet, le déploiement de sa fonction Aperçus IA auprès des internautes français. Dans le monde anglophone, elle fait l’objet de tests depuis mai 2024.

Disponible sur le Web ou via les applications mobiles du moteur, Aperçus IA introduit un champ de réponse générée par IA au sommet de la page de résultats, qui vise à apporter une réponse directe au questionnement formulé par l’internaute. « Ces aperçus s’affichent seulement lorsque nos systèmes déterminent qu’une réponse optimisée par l’IA est utile pour répondre à votre requête », précise Google.

Une conversation directement dans le moteur de recherche

Autrement dit, une recherche simple devrait toujours retourner une liste de liens (souvent déjà agrémentée d’un résumé automatisé), mais les requêtes plus complexes peuvent dès à présent occasionner une réponse sous forme d’Aperçu IA, similaire sur la forme aux résultats que produisent les LLM courants.

À ce premier niveau de réponse, Google en ajoute un second : la possibilité d’initier une conversation avec le « mode IA », qui revient donc à une intégration directe de ses modèles Gemini dans la page de résultats. Comme dans un chatbot, on peut interagir via du texte ou à la voix, mais aussi soumettre des images ou des documents pour étayer sa requête.

« Grâce aux capacités de raisonnement avancées et à la compréhension multimodale approfondie de Gemini 3.5, le Mode IA traite vos questions les plus spécifiques ou nuancées, qui auraient auparavant nécessité plusieurs recherches successives. En moyenne, une recherche dans le Mode IA est trois fois plus longue qu’une recherche traditionnelle », décrit Google.

Outre la promesse du service rendu à l’internaute, on comprend bien l’intérêt pour l’entreprise : conserver l’internaute sur la page de résultats sans le renvoyer vers des sites tiers, c’est une façon de prolonger son exposition à des publicités ou à des liens sponsorisés générateurs de chiffre d’affaires.

Des éditeurs inquiets, à juste titre ?

Instaurer la possibilité d’un échange avec un LLM directement dans la recherche peut également être perçu comme une façon de court-circuiter les applications et services dédiés (ChatGPT, Claude, LeChat et consorts), en capitalisant sur l’audience globale du numéro un mondial de la recherche en ligne. À ce sujet, Google teste d’ailleurs dans Chrome une option qui permet au mode IA de supplanter la recherche traditionnelle, et donc de lancer une conversation directement depuis la barre de navigation.

Dans sa présentation destinée à la France, Google prend soin à plusieurs reprises de souligner que les résultats de recherche, à comprendre comme des liens vers des sites externes, restent visibles :

« Le Mode IA utilise notre technologie de query-fan-out qui découpe votre question en plusieurs sous-thèmes et lance simultanément une multitude de recherches. Cela permet de pousser l’exploration du Web bien plus loin qu’une recherche Google classique, aidant à découvrir encore plus de contenus pertinents et de sites Web passionnants, grâce à des liens bien visibles pour poursuivre votre lecture. »

Ces précautions oratoires ne sont pas anodines : les éditeurs de sites Web en général, et l’univers de la presse en ligne en particulier, craignent que les Aperçus IA aient un impact préjudiciable sur le trafic que leur renvoie le moteur de recherche. Le sujet a d’ailleurs déjà motivé le dépôt d’une plainte pour abus de position dominante par un collectif d’éditeurs indépendants britanniques en juillet 2025, ainsi qu’une autre procédure initiée par l’éditeur de Rolling Stone et Variety aux États-Unis.

• Aperçus IA : les éditeurs de presse se préparent à ferrailler avec Google

Ces réticences n’ont pour l’instant pas empêché Google de déployer et d’enrichir ces fonctionnalités IA… sauf en France, où la fonction Aperçus IA arrive donc très tardivement, en grande partie à cause des obligations dont doit s’acquitter le moteur de recherche au regard des droits voisins (une rémunération versée par Google aux publications de presse en échange de l’utilisation faite des contenus de ces dernières au sein de ses propres services).

La France et ses droits voisins

De précédents manquements lui ont valu une sanction de 250 millions d’euros prononcée par l’Autorité de la concurrence en 2024, et c’est l’accord conclu avec cette dernière qui aurait constitué la principale pierre d’achoppement.

« Le groupe était bloqué car il s’était engagé devant l’Autorité de la concurrence à ce que l’existence des négociations sur les droits voisins n’affecte pas l’indexation, le classement ou la présentation des contenus pendant la durée des négociations », indiquait fin juin le Figaro. Pour lever l’incertitude associée, Google prévoirait d’intégrer les Aperçus IA aux accords déjà passés avec les publications de presse, ce qui se traduirait donc par un surcroît de rémunération pour ces dernières. Aucun accord collectif n’a toutefois été annoncé par les éditeurs concernés, ce qui laisse supposer des négociations toujours en cours.

En attendant, Google propose aux éditeurs qui le souhaitent une option accessible via la Search Console (l’outil qui sert à mesurer et optimiser la visibilité d’un site dans les résultats de recherche ou dans l’algorithme de recommandation Discover) permettant de refuser que leurs contenus nourrissent les Aperçus IA. Le moteur promet que cet opt-out n’aura pas d’impact sur leur visibilité dans les résultats de recherche standard, mais qu’adviendra-t-il si les Aperçus IA s’imposent dans les usages même pour les recherches courantes ? Une étude du Pew Internet Center établissait en juillet 2025 que les Aperçus IA réduisaient de moitié le taux de clic enregistré vers les sites source au sein d’une page de résultats, alors même qu’ils sont eux aussi sujets aux erreurs et hallucinations.

• Les AI Overviews de Google fournissent aussi des conseils de santé erronés

Foutu progrès

Hugging Face a communiqué récemment sur une attaque menée par un agent autonome contre ses infrastructures, occasionnant une compromission partielle. Patatras ! OpenAI vient de révéler qu’il s’agissait de l’un de ses modèles et qu’il s’était « échappé » de la sandbox où il était censé être confiné.

Le 16 juillet, Hugging Face a publié un billet de sécurité décrivant une intrusion dans une partie de son infrastructure de production. L’entreprise a affirmé qu’il s’agissait d’un système d’agent IA autonome, détecté et disséqué en grande partie grâce à sa propre architecture par la suite. Hugging Face dit avoir tiré quelques leçons importantes de l’aventure, mais précisait ne pas avoir trouvé quel modèle avait été utilisé.

• Attaquée par un agent IA autonome, Hugging Face a analysé les traces avec un LLM local

Et voilà qu’OpenAI a fourni la réponse ce 21 juillet : les modèles étaient les siens. Détournés par des pirates pour les militariser ? Que nenni, les agents ont fait leur vie et ont manifestement échappé au contrôle de leurs gardiens. Le problème de cybersécurité, réel et concret, est devenu un argument marketing.

Les évènements qui ont mené à l’attaque

Dans son propre billet, OpenAI donne des informations sur ce qui s’est passé, en plus de préciser les modèles utilisés dans l’attaque contre Hugging Face : le récent GPT 5.6 Sol ainsi que des modèles en préversion présentés comme encore « plus capables », configurés volontairement avec des barrières plus faibles autour des capacités cyber.

Les modèles étaient soumis à un benchmark interne nommé ExploitGym, conçu pour évaluer les capacités d’exploitation avancée sur des chemins d’attaque complexes, en désactivant les classifieurs de production qui bloquent normalement les activités cyber à haut risque.

L’environnement de test était censé être isolé, avec un accès réseau limité à un proxy interne servant de cache pour les paquets nécessaires. Cependant, les modèles ont consacré une quantité « substantielle » de calcul d’inférence à trouver un moyen d’obtenir un accès Internet ouvert, en exploitant une vulnérabilité 0-day dans ce proxy de cache. Cette faille a été communiquée au fournisseur concerné, précise OpenAI.

En clair, les modèles ont dépensé de la puissance de calcul pour s’échapper de leur bac à sable (sandbox). Une fois à l’air libre, les choses ont pris une autre tournure. Le système IA d’OpenAI, qui cherchait à résoudre les benchmarks qui lui étaient imposés, a « estimé » que les datasets (jeux de données) et solutions à ExploitGym devaient se trouver sur Hugging Face. Les modèles ont donc cherché tous les moyens d’obtenir les informations jugées nécessaires, jusqu’à voler des identifiants et identifier plusieurs nouvelles failles 0-day.

Autrement dit, l’attaque déclenchée contre Hugging Face n’était pas malveillante dans le sens classique du terme. Le système IA a simplement considéré que l’entreprise devait avoir la solution au problème qui lui était imposé et a donc cherché à tricher, Hugging Face se trouvant simplement sur le chemin.

Évidemment, vu depuis l’autre entreprise, l’incident n’avait rien de fascinant. L’intrusion s’est faite depuis un dataset malveillant provoquant une exécution de code dans un pipeline dédié. Rappelons que Hugging Face a d’abord essayé d’analyser la situation en passant par les API commerciales des grandes entreprises de l’IA, ce qui n’a pas fonctionné : ces API ne faisaient pas la différence entre des demandes liées à une attaque et d’autres liées à une analyse d’évènement cyber.

Hugging Face avait fini par installer le modèle chinois GLM 5.2 (poids ouverts) sur sa propre infrastructure pour mener ses analyses, sans dépendre de qui que ce soit. Une certaine ironie dans la situation que l’entreprise a nommée « l’asymétrie du garde-fou ».

Ce type d’incident se reproduira

Le risque d’un nouvel incident n’est plus théorique, les deux entreprises étant explicites sur le sujet. Hugging Face conclut que l’outillage offensif autonome piloté par IA n’est plus hypothétique, qu’il abaisse le coût de campagnes vastes, patientes et multi-étapes, et opère à vitesse machine.

OpenAI, de son côté, s’appuie sur des évaluations de l’UK AI Security Institute montrant que des modèles comme GPT 5.6 Sol sont de plus en plus capables de soutenir des opérations cyber complexes et multi-étapes sur de longues périodes. Pour l’éditeur, cet incident confirme que ces capacités théoriques s’appliquent en conditions réelles.

La récidive est d’autant plus possible que la sécurité générale dépend toujours de son maillon le plus faible. Or, il semble qu’OpenAI n’ait pas bien configuré son environnement de test : comment un laboratoire de pointe peut-il lancer des tests sur des capacités offensives sans confinement robuste ni surveillance suffisante ?

En outre, l’asymétrie décrite par Hugging Face sera toujours là. On retrouvera ainsi les modèles « débridés » en attaque, qu’ils soient utilisés à des fins de test ou par de vrais acteurs malveillants, tandis que la défense devra se contenter des modèles commerciaux, dont les capacités cyber sont volontairement tronquées.

D’ailleurs, l’évènement n’est pas isolé. OpenAI indique que le même jour, un modèle en préversion a été mis en pause après s’être échappé là encore de sa zone de confinement pour aller poster sur GitHub.

De l’incident cyber à l’opportunité marketing

OpenAI tire un bénéfice commercial direct et immédiat de l’histoire. Son billet se termine en invitant explicitement d’autres organisations à rejoindre le programme « Trusted Access » et à expérimenter ces modèles pour améliorer prévention, détection et réponse aux incidents. Sans surprise, Hugging Face a été intégré à ce même programme dans la foulée.

Le narratif est en outre bien connu, avec des modèles si « puissants » qu’ils en arrivent à pirater une entreprise tierce par accident. Une aura de danger qu’OpenAI a déjà exploitée et dont Anthropic s’est fait l’experte, un puissant « marketing de la peur » faisant la célébrité de son programme Glasswing et du modèle Mythos.

• Anthropic et la stratégie marketing de la peur autour de sa nouvelle IA Mythos (2/3)

Nous faisons également remarquer qu’il s’est écoulé cinq jours entre la publication de Hugging Face et celle d’OpenAI, laissant le temps de transformer une histoire potentiellement compromettante en argumentaire produit, d’autant que les forces de l’ordre ont été averties (on ne sait pas encore si OpenAI sera inquiétée).

Cependant, même si la communication bat son plein pour changer un problème en opportunité, les évènements décrits semblent bel et bien réels. Une faille 0-day a été trouvée dans un produit utilisé pour le confinement de l’environnement de test, une exécution de code a été déclenchée chez un partenaire, du temps et de l’argent ont été investis pour détecter, analyser, réparer et avertir.

En revanche, aucune des deux entreprises ne s’est exprimée sur la période de cinq jours entre les deux billets. À moins d’une campagne de communication savamment orchestrée, il est probable que Hugging Face n’ait pas su d’où venait l’attaque et qu’OpenAI ne l’en ait avertie qu’après le billet du 16 juillet. Au vu des annonces d’OpenAI – surtout l’intégration de Hugging Face dans Trusted Access –, les cinq jours semblent avoir servi à accorder les violons et à s’entendre sur la suite des évènements.

Enfin, OpenAI assure qu’elle fera tout pour que ce type d’incident ne se reproduise pas. « Cet incident souligne la nécessité de renforcer davantage l’alignement de notre modèle, les protections cyber pendant l’évaluation, et la surveillance lors des tests internes », affirme l’entreprise. Un argument que Micah Carroll, chercheur chez OpenAI, reprend sur X : « Si cela ne vous convainc pas que les risques de mésalignement vont devenir une préoccupation clé à l’avenir, je ne sais pas ce qui le fera ».

Foutu progrès

Hugging Face a communiqué récemment sur une attaque menée par un agent autonome contre ses infrastructures, occasionnant une compromission partielle. Patatras ! OpenAI vient de révéler qu’il s’agissait de l’un de ses modèles et qu’il s’était « échappé » de la sandbox où il était censé être confiné.

Le 16 juillet, Hugging Face a publié un billet de sécurité décrivant une intrusion dans une partie de son infrastructure de production. L’entreprise a affirmé qu’il s’agissait d’un système d’agent IA autonome, détecté et disséqué en grande partie grâce à sa propre architecture par la suite. Hugging Face dit avoir tiré quelques leçons importantes de l’aventure, mais précisait ne pas avoir trouvé quel modèle avait été utilisé.

• Attaquée par un agent IA autonome, Hugging Face a analysé les traces avec un LLM local

Et voilà qu’OpenAI a fourni la réponse ce 21 juillet : les modèles étaient les siens. Détournés par des pirates pour les militariser ? Que nenni, les agents ont fait leur vie et ont manifestement échappé au contrôle de leurs gardiens. Le problème de cybersécurité, réel et concret, est devenu un argument marketing.

Les évènements qui ont mené à l’attaque

Dans son propre billet, OpenAI donne des informations sur ce qui s’est passé, en plus de préciser les modèles utilisés dans l’attaque contre Hugging Face : le récent GPT 5.6 Sol ainsi que des modèles en préversion présentés comme encore « plus capables », configurés volontairement avec des barrières plus faibles autour des capacités cyber.

Les modèles étaient soumis à un benchmark interne nommé ExploitGym, conçu pour évaluer les capacités d’exploitation avancée sur des chemins d’attaque complexes, en désactivant les classifieurs de production qui bloquent normalement les activités cyber à haut risque.

L’environnement de test était censé être isolé, avec un accès réseau limité à un proxy interne servant de cache pour les paquets nécessaires. Cependant, les modèles ont consacré une quantité « substantielle » de calcul d’inférence à trouver un moyen d’obtenir un accès Internet ouvert, en exploitant une vulnérabilité 0-day dans ce proxy de cache. Cette faille a été communiquée au fournisseur concerné, précise OpenAI.

En clair, les modèles ont dépensé de la puissance de calcul pour s’échapper de leur bac à sable (sandbox). Une fois à l’air libre, les choses ont pris une autre tournure. Le système IA d’OpenAI, qui cherchait à résoudre les benchmarks qui lui étaient imposés, a « estimé » que les datasets (jeux de données) et solutions à ExploitGym devaient se trouver sur Hugging Face. Les modèles ont donc cherché tous les moyens d’obtenir les informations jugées nécessaires, jusqu’à voler des identifiants et identifier plusieurs nouvelles failles 0-day.

Autrement dit, l’attaque déclenchée contre Hugging Face n’était pas malveillante dans le sens classique du terme. Le système IA a simplement considéré que l’entreprise devait avoir la solution au problème qui lui était imposé et a donc cherché à tricher, Hugging Face se trouvant simplement sur le chemin.

Évidemment, vu depuis l’autre entreprise, l’incident n’avait rien de fascinant. L’intrusion s’est faite depuis un dataset malveillant provoquant une exécution de code dans un pipeline dédié. Rappelons que Hugging Face a d’abord essayé d’analyser la situation en passant par les API commerciales des grandes entreprises de l’IA, ce qui n’a pas fonctionné : ces API ne faisaient pas la différence entre des demandes liées à une attaque et d’autres liées à une analyse d’évènement cyber.

Hugging Face avait fini par installer le modèle chinois GLM 5.2 (poids ouverts) sur sa propre infrastructure pour mener ses analyses, sans dépendre de qui que ce soit. Une certaine ironie dans la situation que l’entreprise a nommée « l’asymétrie du garde-fou ».

Ce type d’incident se reproduira

Le risque d’un nouvel incident n’est plus théorique, les deux entreprises étant explicites sur le sujet. Hugging Face conclut que l’outillage offensif autonome piloté par IA n’est plus hypothétique, qu’il abaisse le coût de campagnes vastes, patientes et multi-étapes, et opère à vitesse machine.

OpenAI, de son côté, s’appuie sur des évaluations de l’UK AI Security Institute montrant que des modèles comme GPT 5.6 Sol sont de plus en plus capables de soutenir des opérations cyber complexes et multi-étapes sur de longues périodes. Pour l’éditeur, cet incident confirme que ces capacités théoriques s’appliquent en conditions réelles.

La récidive est d’autant plus possible que la sécurité générale dépend toujours de son maillon le plus faible. Or, il semble qu’OpenAI n’ait pas bien configuré son environnement de test : comment un laboratoire de pointe peut-il lancer des tests sur des capacités offensives sans confinement robuste ni surveillance suffisante ?

En outre, l’asymétrie décrite par Hugging Face sera toujours là. On retrouvera ainsi les modèles « débridés » en attaque, qu’ils soient utilisés à des fins de test ou par de vrais acteurs malveillants, tandis que la défense devra se contenter des modèles commerciaux, dont les capacités cyber sont volontairement tronquées.

D’ailleurs, l’évènement n’est pas isolé. OpenAI indique que le même jour, un modèle en préversion a été mis en pause après s’être échappé là encore de sa zone de confinement pour aller poster sur GitHub.

De l’incident cyber à l’opportunité marketing

OpenAI tire un bénéfice commercial direct et immédiat de l’histoire. Son billet se termine en invitant explicitement d’autres organisations à rejoindre le programme « Trusted Access » et à expérimenter ces modèles pour améliorer prévention, détection et réponse aux incidents. Sans surprise, Hugging Face a été intégré à ce même programme dans la foulée.

Le narratif est en outre bien connu, avec des modèles si « puissants » qu’ils en arrivent à pirater une entreprise tierce par accident. Une aura de danger qu’OpenAI a déjà exploitée et dont Anthropic s’est fait l’experte, un puissant « marketing de la peur » faisant la célébrité de son programme Glasswing et du modèle Mythos.

• Anthropic et la stratégie marketing de la peur autour de sa nouvelle IA Mythos (2/3)

Nous faisons également remarquer qu’il s’est écoulé cinq jours entre la publication de Hugging Face et celle d’OpenAI, laissant le temps de transformer une histoire potentiellement compromettante en argumentaire produit, d’autant que les forces de l’ordre ont été averties (on ne sait pas encore si OpenAI sera inquiétée).

Cependant, même si la communication bat son plein pour changer un problème en opportunité, les évènements décrits semblent bel et bien réels. Une faille 0-day a été trouvée dans un produit utilisé pour le confinement de l’environnement de test, une exécution de code a été déclenchée chez un partenaire, du temps et de l’argent ont été investis pour détecter, analyser, réparer et avertir.

En revanche, aucune des deux entreprises ne s’est exprimée sur la période de cinq jours entre les deux billets. À moins d’une campagne de communication savamment orchestrée, il est probable que Hugging Face n’ait pas su d’où venait l’attaque et qu’OpenAI ne l’en ait avertie qu’après le billet du 16 juillet. Au vu des annonces d’OpenAI – surtout l’intégration de Hugging Face dans Trusted Access –, les cinq jours semblent avoir servi à accorder les violons et à s’entendre sur la suite des évènements.

Enfin, OpenAI assure qu’elle fera tout pour que ce type d’incident ne se reproduise pas. « Cet incident souligne la nécessité de renforcer davantage l’alignement de notre modèle, les protections cyber pendant l’évaluation, et la surveillance lors des tests internes », affirme l’entreprise. Un argument que Micah Carroll, chercheur chez OpenAI, reprend sur X : « Si cela ne vous convainc pas que les risques de mésalignement vont devenir une préoccupation clé à l’avenir, je ne sais pas ce qui le fera ».