Anthropic veut devenir le nouvel Accenture

Anthropic se lance dans le conseil et concurrence Accenture & Cie

Une nouvelle entreprise nommée Ode with Anthropic a été lancée cette semaine sous son nom complet, créée par Anthropic, Blackstone et Hellman & Friedman en tant que coentreprise de 1,5 milliard de dollars, comme l'a rapporté en premier TechCrunch. Ode vend l'implémentation de l'IA : de petites équipes d'ingénieurs seniors se rendent dans une entreprise, identifient les domaines où l'IA peut aider, puis construisent les systèmes pour le faire. L'approche est «  Claude-first  », privilégiant les modèles d'Anthropic et recourant aux concurrents si nécessaire. Le PDG Chris Taylor a déclaré à TechCrunch qu'il était «  assez facile d'imaginer cela comme une entreprise valant un jour mille milliards de dollars  ». Ode fonctionne avec environ 100 ingénieurs, dont plus de la moitié ont déjà fondé des startups ; un dirigeant de Blackstone les a qualifiés de «  forces spéciales  ». La base est la boutique d'IA appliquée Fractional AI, acquise en mai, qui a mis fin pour cela à un partenariat de onze mois avec OpenAI. Le cofondateur Eddie Siegel minimise l'importance du choix du modèle : la sélection compte, mais ce n'est pas là que la majeure partie de l'énergie est dépensée. → Techpresso

Synthszr Take : Siegel a raison, et les 1,5 milliard sont le prix de cette raison. La plupart des projets pilotes en entreprise n'atteignent jamais la production, car personne n'a clarifié au préalable ce que «  résoudre le problème  » signifie réellement. C'est précisément la nouvelle rareté : l'intention, savoir précisément ce qui doit être construit dans l'entreprise et où cela s'intègre. Ode vend ce travail de clarification en tant que service, et le fait qu'Anthropic dégrade son propre modèle au rang d'ingrédient interchangeable («  matters, but it does not decide the project  ») est l'analyse de marché la plus honnête qu'un fabricant de modèles puisse fournir actuellement. Les 100 ingénieurs coûteux sont la preuve que ce travail n'est pas scalable, du moins pas encore : on ne peut pas le déployer via une API ; il faut l'apporter individuellement dans chaque entreprise. Il sera intéressant de voir si The Deployment Company d'OpenAI, Deloitte et Accenture parviendront à industrialiser ce même savoir-faire à moindre coût avant qu'Ode ne puisse maintenir sa marge de commando d'élite. La révolte des données HubSpot montre déjà où se situe le véritable test : dans les hooks d'autorisation et la question de savoir si le client fait confiance à l'ensemble du processus.

Xi met en garde contre de «  nouvelles injustices historiques  » lors de la conférence sur l'IA de Shanghai

Le président Xi Jinping a mis en garde contre la création de «  nouvelles injustices historiques  » à l'ère de l'intelligence artificielle, lors de la World Artificial Intelligence Conference 2026 à Shanghai. Dans son discours, il a appelé à un soutien accru pour l'accès du Sud global à l'IA et à une approche de développement plus ouverte et inclusive. C'était la première apparition personnelle de Xi à la conférence depuis son lancement en 2018, ce qui, selon le South China Morning Post, est interprété comme un signal de l'ambition de Pékin de diriger la gouvernance mondiale de l'IA. Xi a insisté sur le fait que l'IA devait rester «  sûre et contrôlable  » et s'est opposé à la sécurisation croissante de la technologie : aucun pays ne doit faire passer sa propre sécurité avant celle des autres ou sur-étendre la notion de sécurité nationale dans le domaine de l'IA. Le discours est intervenu peu après que le président américain Trump a attaqué la Chine dans un discours en prime time, l'accusant du «  plus grand cas de compromission de données électorales de l'histoire  ». Pékin s'est ainsi positionné comme le défenseur d'une approche ouverte, à une époque où les contrôles à l'exportation et les listes noires restreignent l'accès aux technologies de pointe. → Techpresso

Synthszr Take : Ce discours est une manœuvre rhétorique, emballée comme une offre morale. «  Ouvert, inclusif, pour le Sud global  » sonne comme l'équité, mais signifie en réalité l'accès au marché : là où l'Occident verrouille l'accès aux puces et aux modèles avec des contrôles à l'exportation et des listes noires, la Chine vend ses poids ouverts comme le système d'exploitation plus généreux pour tous ceux qui ne peuvent pas obtenir de Nvidia. Xi retourne le concept de sécurité de l'Occident contre lui-même en mettant en garde contre la «  sur-extension de la sécurité nationale  », tout en réservant le même vocabulaire («  sûr et contrôlable  ») pour sa propre ambition de contrôle. Le timing, juste après l'accusation de Trump sur les données électorales, est trop précis pour être une coïncidence ; ici, un geste de souveraineté répond à un autre geste de souveraineté. Le véritable destinataire se trouve à Jakarta, Nairobi et São Paulo, où l'on décide actuellement sur quelle pile d'IA la prochaine génération économique sera construite. La rhétorique ne gagne pas les courses, mais elle s'approprie les termes avec lesquels les comptes seront réglés plus tard, et Pékin vient de s'assurer le cadre de l'équité avec un seul mot.

Près d'un jeton sur deux dans les outils de développement américains provient désormais de Chine

Les modèles d'IA chinois sont passés du statut d'alternative bon marché à celui d'infrastructure productive dans les outils de développement américains en quelques mois seulement, selon Hello China Tech. Sur OpenRouter, une plateforme de routage pour les API de développeurs, les modèles chinois représentent plus de 30 % du volume hebdomadaire de jetons chez les entreprises américaines depuis le 8 février, avec un pic à 46 %. La rapidité d'adoption est considérée comme le moteur visible. Le GLM-5.2 de Z.ai, lancé en juin, a enregistré l'adoption initiale la plus rapide de tous les modèles en 2026 sur la plateforme de Vercel. Le volume quotidien de jetons y a été multiplié par environ 27, et le nombre de clients a augmenté d'environ 80 %. Le rapport interprète ces chiffres comme la preuve que les modèles sont utilisés en production. → Hello China Tech

Synthszr Take : Une part de marché maximale de 46 % chez les entreprises américaines est une déclaration forte, et ce, sans prise de position politique. Aucune équipe de développeurs ne route près de la moitié de son volume de jetons vers la Chine pour des raisons géopolitiques. Elle le fait parce que GLM-5.2 accomplit la tâche pour une fraction du prix et que le changement se fait en une seule ligne de configuration. En juin, le titre était «  GLM-5.2 bat GPT-5.5 pour une fraction du prix  » ; aujourd'hui, c'est une réalité de production dans les chaînes d'outils américaines. L'origine est devenue invisible à cette interface API, et l'invisibilité est le vendeur le plus puissant qui soit. Si Washington veut réglementer l'origine des modèles, il devra lutter contre une demande qui se manifeste déjà dans les logs de jetons d'une requête sur deux. Il ne faudra pas longtemps avant que quelqu'un veuille réduire ce trafic et se rende compte que les coûts de transition sont désormais de son côté.

OpenAI brûle 21 milliards de dollars et dépense près de trois dollars pour chaque dollar de revenu

Les chiffres financiers divulgués cités par Scott Galloway le montrent : OpenAI a enregistré une perte de 21 milliards de dollars en 2025. Selon Galloway, la structure des coûts est disproportionnée par rapport aux revenus, car pour chaque dollar qu'un abonné dépense pour ChatGPT, l'entreprise en dépense près de trois. À cela s'ajoutent le départ de plusieurs cadres supérieurs, un procès intenté par Apple et des rapports selon lesquels OpenAI pourrait reporter son introduction en bourse jusqu'en 2027. Galloway établit explicitement un parallèle avec l'effondrement des bulles Internet et des télécoms vers 1999. Pour preuve de ce qu'il considère comme une planification irréaliste, il cite la prévision de générer 100 milliards de dollars de revenus publicitaires. Son verdict : le modèle économique ressemble à l'hallucination d'un grand modèle de langage. → Scott Galloway

Synthszr Take : Un modèle qui dépense trois dollars pour en gagner un a un problème de calcul. Pour les produits physiques, les coûts unitaires diminuent avec le volume ; ici, ils augmentent, car chaque nouvel utilisateur génère de réels coûts de calcul (compute). La prévision de 100 milliards de dollars de publicité est le point où le plan déraille : une entreprise qui attire aujourd'hui ses utilisateurs avec une intelligence sans publicité veut demain les transformer en espace publicitaire, à une échelle que même Meta n'a atteinte qu'après vingt ans. C'est la post-rationalisation d'un déficit, coulée dans une diapositive de revenus. Le parallèle avec 1999 n'est qu'à moitié valable, car à l'époque, les entreprises brûlaient du capital-risque ; aujourd'hui, toute une chaîne d'approvisionnement en calcul, de Nvidia aux opérateurs de centres de données, dépend d'OpenAI. Si l'écart entre un dollar de revenu et trois dollars de coût n'est pas ramené à un ratio viable d'ici 2027, l'introduction en bourse reportée deviendra la deuxième hallucination dans le même bilan.

Meta veut louer sa puissance de calcul à Anthropic pour environ 10 milliards de dollars

Meta négocie la location de capacité de calcul de ses propres centres de données à Anthropic, selon le New York Times. L'accord pourrait valoir environ 10 milliards de dollars sur deux ans. Des observateurs comme Mike Isaac interprètent cette démarche comme le signe que Meta surdimensionne actuellement ses centres de données pour une demande future qui n'existe pas encore en interne, alors qu'Anthropic a déjà cette demande. Parallèlement, Dave Brown, jusqu'alors SVP pour le calcul et l'IA chez AWS, rejoindra Meta dans les semaines à venir pour contribuer à l'expansion des centres de données (Wall Street Journal). Gary Marcus interprète ce mouvement comme un glissement du développement de modèles de pointe (frontier) vers la fourniture de services cloud, à l'instar de xAI. Patrick Moorhead rappelle la longue liste de tentatives B2B ratées de Meta et le mécontentement de nombreuses entreprises après le changement de cap sur Llama. → us.list-manage.com

Synthszr Take : Meta construit des capacités pour une demande que le groupe ne produit pas encore lui-même, et transforme cette lacune en une activité de location. C'est la véritable astuce de cette nouvelle : la surcapacité devient un produit tant que sa propre utilisation fait défaut. Zuckerberg a englouti des milliards dans le calcul sans avoir de modèle de pointe pour remplir ces centres de données, alors il transforme les racks vides en un locataire de premier plan nommé Anthropic. C'est néanmoins risqué, car celui qui encaisse 10 milliards sur deux ans lie son pari sur l'infrastructure à la croissance d'un concurrent direct dans l'IA, et la capacité louée aujourd'hui manquera précisément lorsque la propre demande de Meta décollera enfin. SpaceX fait de même avec le DOD, et xAI de toute façon. Le chiffre clé intéressant n'arrivera qu'en 2027 : Meta pourra-t-il récupérer les clusters loués, ou le bailleur finira-t-il par devenir le prisonnier de ses meilleurs clients ?

L'UE force Google à ouvrir Android et Search à ChatGPT, Claude et Perplexity

La Commission européenne a contraint Google jeudi, par une décision au titre du DMA, à accorder un accès nettement plus large aux assistants IA et moteurs de recherche concurrents sur Android et Google Search. Concrètement, Google doit donner aux assistants tiers les mêmes fonctions système et accès aux données que son propre Gemini : les utilisateurs pourront à l'avenir choisir si ChatGPT, Claude ou Perplexity peuvent accéder à l'interaction avec les applications, aux commandes vocales comme «  Hey Google  » et au matériel de l'appareil. Une deuxième procédure oblige Google à partager les données de recherche avec ses concurrents, la Commission incluant explicitement les chatbots IA qui fonctionnent de facto comme des moteurs de recherche. Google a jusqu'en janvier 2027 pour le partage de données et jusqu'en juillet 2027 pour les modifications d'Android ; en cas de non-respect, des amendes pouvant aller jusqu'à 10 % du chiffre d'affaires annuel mondial sont prévues. Kent Walker, un dirigeant de Google, a accusé Bruxelles de saper avec ces décisions les garde-fous en matière de protection des données et de sécurité pour des millions d'Européens. Ces décisions sont également considérées comme un signal pour des questions similaires concernant Apple, qui retarde le déploiement de Siri AI en Europe en invoquant le DMA. → AI Secret

Synthszr Take : Bruxelles parle de «  concurrence et diversité  » mais, dans la pratique, pense surtout à une entreprise qui compte déjà 800 millions d'utilisateurs hebdomadaires. Par la barrière ouverte s'engouffrent ChatGPT, Claude et Perplexity, tous issus de la Silicon Valley. Il n'existe guère de startup de recherche européenne qui pourrait en profiter. La Commission impose l'ouverture, mais le seul acteur avec la marque, la portée et le capital pour s'installer demain comme assistant système sur chaque appareil Android se trouve à San Francisco. C'est une politique industrielle pour OpenAI, déguisée en mesure antitrust contre Google. Et l'ancienne contradiction reste non résolue : le même régulateur qui renforce au maximum la protection des données exige en même temps que des assistants tiers aient un accès profond au matériel et aux données des utilisateurs. Google est lié par des contrôles de sécurité et porte la responsabilité ; l'accès est fourni par les concurrents. D'ici 2027, la question sera principalement de savoir quel assistant américain obtiendra le prochain emplacement par défaut sur l'écran d'accueil. La question du pouvoir entre l'Europe et les GAFA passe ainsi au second plan.

Philipp Pausder présente sa start-up Arken Labs comme le «  Palantir allemand  »

L'ancien fondateur de Thermondo, Philipp Pausder, est de retour en mode entrepreneur et travaille sur Arken Labs, un logiciel d'analyse de données d'infrastructure. Selon une enquête conjointe de Sarah Heuberger et Caspar Schlenk dans le Tech Update du manager magazin, l'application devrait rendre plus visibles les dommages imminents sur les ponts, les routes et les réseaux énergétiques, une sorte de système d'alerte précoce pour les autorités et les opérateurs. D'après le rapport, Pausder démarche les investisseurs avec le pitch du «  Palantir allemand  ». Pausder est très bien connecté dans le milieu numérique et politique ; sa femme, Verena Pausder, dirige l'association des startups et est souvent associée à des ambitions politiques. Les détails sur l'idée du produit, l'équipe et le financement se trouvent derrière le paywall du manager magazin. Le rapport ne précise pas comment les investisseurs potentiels réagissent à cette comparaison. → Tech Update – manager magazin

Synthszr Take : «  Palantir allemand  » est une astuce d'étiquetage intelligente, car elle évoque une référence valant des milliards avant même que la première ligne de code ne soit écrite. Le problème : un nom est une promesse, pas une proposition de valeur. Le véritable avantage concurrentiel de Palantir ne réside pas dans son modèle de données, mais dans vingt ans de connaissances intégrées sur les autorités et la sécurité, qu'aucun investisseur ne peut acheter du jour au lendemain. C'est pourtant là que réside la véritable opportunité pour Arken Labs : les ponts, les routes et les réseaux énergétiques sont un marché de domaine profondément réglementé, trop petit et trop allemand pour que la Silicon Valley y pénètre. Si Pausder comprend vraiment le pourquoi de l'infrastructure allemande, les cycles de contrôle, la logique de responsabilité, les règles de surveillance, il n'aura plus besoin de la comparaison avec Palantir dans deux ans. S'il en a encore besoin pour expliquer ce qu'il construit, c'est que dès le départ, il s'agissait plus d'une photo de presse que d'un produit. Le marché en décidera avec les trois premiers contrats publics, pas avec le pitch deck.

xAI lance Grok Build, un agent de codage en terminal écrit en Rust

xAI a lancé Grok Build, un agent de codage basé sur le terminal. L'outil fonctionne en TUI plein écran, comprend la base de code, modifie des fichiers, exécute des commandes shell, recherche sur le web et gère des tâches de longue durée. Il fonctionne de manière interactive, en mode headless pour le scripting et la CI, ou intégré dans des éditeurs via l'Agent Client Protocol (ACP). Il est écrit en Rust ; le code source est synchronisé périodiquement depuis le monorepo de SpaceXAI. Des binaires précompilés sont disponibles pour macOS, Linux et Windows. L'installation se fait via une seule commande curl depuis x.ai/cli. Simon Willison a documenté la sortie dans sa newsletter. → Simon Willison

Synthszr Take : Encore un harnais d'agent, et du point de vue d'un développeur, Grok Build ressemble à tous les autres : TUI en terminal, édition de fichiers, accès au shell, connexion à l'éditeur via ACP. C'est exactement la forme que Claude Code, Codex et la CLI Gemini ont déjà ; la liste des fonctionnalités est à peine distinguable entre les fournisseurs. La véritable concurrence se joue ailleurs, à savoir sur la latence de Grok, le prix des jetons et la question de savoir si le modèle peut tenir des heures dans la boucle de l'agent sans faire exploser la facture. Les coûts de changement sont pratiquement nuls, une commande curl, et voilà le quatrième agent qui tourne en parallèle dans le terminal. Ce qui manque à xAI ici, c'est une raison de rester : la performance de Rust est appréciable, mais ce n'est pas un avantage concurrentiel, et la recherche web de X ne deviendra un avantage unique que si la qualité de la réponse par jeton surpasse la concurrence. Le pari le plus intéressant réside dans la norme ACP, car celui qui s'intègre tôt dans les éditeurs se place au point de contact où les développeurs appellent leurs agents quotidiennement. D'ici là, Grok Build reste une autre icône de terminal dans un domaine qui se remplit en quelques semaines.

Anthropic dote Claude d'un outil de web-fetch, mais uniquement pour les URL connues à l'avance

Anthropic a doté l'API de Claude d'un nouvel outil : avec l'en-tête bêta web-fetch-2025-09-10 lässt sich ein web_fetch-Tool in die Tool-Liste eintragen, und Claude kann dann während der Antwort selbst Inhalte von URLs abrufen. Laut Anthropics Dokumentation extrahiert das Tool den vollständigen Textinhalt einer Seite und liest auch Text aus PDFs aus, standardmäßig begrenzt auf fünf Abrufe pro Anfrage. Die Sicherheitslogik ist dabei bewusst eng gezogen: Claude darf keine URLs dynamisch konstruieren, sondern nur solche abrufen, die schon vorher im Gesprächskontext auftauchten, also in User-Nachrichten, in clientseitigen Tool-Ergebnissen oder aus vorherigen Web-Search- und Web-Fetch-Resultaten. URLs, die Claude selbst generiert, oder solche aus containerbasierten Tools wie Code Execution und Bash, sind ausgeschlossen. Simon Willison ordnet das als Schutz gegen Prompt-Injection-Exfiltration ein, weist aber darauf hin, dass URLs in User-Nachrichten dennoch befolgt werden, was in vielen Anwendungen die Stelle ist, an der untrusted Content landet. Als stärkeren Mechanismus nennt er den Parameter allowed_domains, mit dem sich der Zugriff auf eine Allow-List fester Domains beschränken lässt. → Simon Willison from Simon Willison's Newsletter

Synthszr Take : Trois lignes de JSON dans la liste d'outils, et le modèle de chat devient un agent qui boucle lui-même entre la recherche, la lecture et la réponse. Voilà à quoi ressemblent les sauts de capacité agentique : pas une nouvelle génération de modèle, mais une petite extension d'API qui modifie fondamentalement le comportement. Ce qui est intéressant pour la pratique des développeurs, c'est qu'Anthropic place le garde-fou non pas dans le modèle, mais dans le harnais : Claude ne peut pas inventer d'URL, ce qui élimine le vecteur d'exfiltration classique où l'on persuade le modèle d'envoyer des données privées encodées à evil.com/log?.... C'est du travail d'ingénierie propre. La faille reste cependant que les messages des utilisateurs et les résultats d'outils sont considérés comme fiables, alors que c'est précisément là que du texte externe entre dans les applications réelles. Le véritable levier réside dans allowed_domains : on ne peut construire de manière productive sur cette base qu'en restreignant sévèrement les domaines autorisés à des cibles dont on peut prouver qu'elles ne permettent aucune fuite de données. Cette sélection de domaines est plus délicate qu'il n'y paraît, car même des serveurs de documentation inoffensifs transmettent parfois des paramètres de requête. Construisez la liste blanche de manière stricte dès maintenant et testez-la contre de véritables charges utiles d'injection avant de laisser l'outil accéder à des contextes sensibles.

En biologie, la puissance de calcul surpasse l'expertise humaine dans la recherche de médicaments

L'auteur de Semafor décrit, après une semaine avec des penseurs de la biotech à Boston, comment la méthode de la science elle-même est en train de changer. La «  leçon amère  » (Bitter Lesson), que la recherche en IA a apprise depuis le texte de Richard Sutton de 2019 – à savoir que la puissance de calcul à grande échelle surpasse l'expertise humaine – atteint maintenant la biologie. Une nouvelle génération de médicaments émerge, selon le rapport, de l'analyse par force brute d'énormes ensembles de données. La nanotechnologie et l'IA mesurent désormais des milliers de protéines dans le sang humain, et de meilleures méthodes de calcul y trouvent des modèles sans qu'un humain ne comprenne le mécanisme d'action. Des robots humanoïdes devraient à l'avenir automatiser le travail de laboratoire, comme la manipulation de souris ou la découpe de tissus, permettant aux laboratoires de fonctionner 24 heures sur 24. Dans ce que l'on appelle les laboratoires cloud, un chatbot IA pourrait concevoir une étude et la faire exécuter concrètement en appuyant sur un bouton, dans des boucles agentiques qui mènent des expériences, les évaluent et en déduisent de nouvelles tentatives. → Semafor Technology

Synthszr Take : Sutton avait raison en 2019, et pour le langage, ce fut une bénédiction. La mise à l'échelle surpasse l'expertise, car un jeton mal deviné ne coûte rien d'autre qu'une correction au prochain passage. En biologie, le calcul est différent. Lorsque des machines analysent des milliers de protéines sanguines et en déduisent des substances actives sans que personne ne comprenne pourquoi un modèle fonctionne, l'aboutissement est une intervention sur un corps vivant. Un modèle mal deviné devient ici un effet secondaire chez le patient. La vitesse est séduisante : des laboratoires cloud 24h/24, des mains robotiques sur les tissus, des expériences en boucles agentiques, sauf que la rétroaction passe par la biologie plutôt que par le temps de calcul. La ressource rare reste la même que dans n'importe quel domaine : la clarté de la question que l'on pose à la machine, et la discipline de valider ses découvertes avant qu'elles n'atteignent le patient. La force brute trouve des corrélations en accéléré ; que cela devienne une causalité, c'est toujours la biologie qui en décide.