Starlink, Meta et la guerre des rabais pour l’avenir de l’IA

OpenAI débauche les grands clients d’Anthropic à coups de réductions tarifaires

OpenAI attire les grands comptes d’Anthropic grâce à d’importantes remises. Rippling, Replit et DataCamp réorientent une part croissante de leurs dépenses en IA vers OpenAI. Selon Parker Conrad, CEO de Rippling, la part d’OpenAI dans la charge de travail liée au codage de son entreprise est passée de 16 à 52 %. La part d’Anthropic a chuté de 57 à 18 % sur la même période.

Replit a transféré la majeure partie de ses dépenses en IA d’Anthropic vers OpenAI. Selon une personne proche du dossier, OpenAI a proposé à cet effet une réduction de plus de 30 % sur un contrat d’un montant supérieur à 100 millions de dollars par an. Replit, OpenAI et Anthropic n’ont pas confirmé publiquement les modalités financières. Le CEO de Replit, Amjad Masad, cite les coûts, les performances et le partenariat parmi les raisons ayant motivé le choix d’OpenAI comme fournisseur privilégié pour Replit Agent. Les modèles d’autres fournisseurs restent accessibles sur la plateforme.

Le CEO de DataCamp, Jonathan Cornelissen, chiffre la réduction des coûts permise par les tarifs d’OpenAI entre 80 et 90 %. Une banque américaine affichant plus de sept milliards de dollars d’actifs au bilan a bénéficié d’un doublement de ses licences ChatGPT, atteignant 500 employés sans surcoût. Elle paie ainsi moins de sept dollars par utilisateur au lieu des 20 dollars ou plus habituels.

OpenAI s’achète des parts de marché en partie au détriment de ses propres marges. Une autre part des baisses de prix découle des gammes de modèles Sol et Luna, qui s’appuient sur des modèles et une infrastructure plus efficaces. Selon une note destinée aux investisseurs, la croissance d’Anthropic a ralenti entre le deuxième et le troisième trimestre. Les deux fournisseurs subissent en outre la pression tarifaire venue de Chine, où les nouveaux modèles de Deepseek et Kimi offrent des performances comparables pour une fraction du coût.

Cette stratégie de remises intervient dans une période d’examen minutieux accru de la part des investisseurs. Selon certaines informations, OpenAI aurait revu à la baisse son objectif de valorisation pour la levée de fonds en cours, passant de 1,4 billion à 1,25 billion de dollars. Les revenus annualisés seraient inférieurs aux prévisions antérieures. Sur les marchés prédictifs, la probabilité d’une faillite d’OpenAI d’ici début 2030 est actuellement estimée à 20,5 %. → The Information, The Decoder, RuntimeWire, Crypto Briefing

L’avis de Synthszr : Le précédent du cloud a un hic. AWS et Azure pouvaient compenser les remises ultérieurement, car les données, les frais de sortie (egress) et l’architecture verrouillaient les clients. Une API de modèle ne retient personne. Rippling a fait chuter la part d’Anthropic sur la charge de code de 57 à 18 %, et Replit continue de proposer d’autres modèles sur sa plateforme. L’aiguillage basculera en sens inverse dès que Deepseek ou Kimi proposeront des tarifs plus bas. OpenAI sacrifie sa marge pour s’acheter du chiffre d’affaires temporaire. Les acheteurs ont tout intérêt à profiter de ces conditions tout en conservant la couche de routage.

Moonshot aurait demandé aux créateurs de ne pas identifier les contenus promotionnels pour Kimi K3.1 Pro

À l’occasion du lancement de Kimi K3.1 Pro, un prétendu brief de campagne circule sur X, incitant expressément les créateurs à ne pas identifier les publications sponsorisées : « Please DO NOT put on the paid partnership label. » Les captures d’écran ont été publiées par le créateur X Elshayib vendredi, jour du lancement du modèle. Un autre compte a relayé ces éléments le 24 octobre. D’après les captures d’écran, les brouillons devaient être validés avant publication. Aucun lien vers le site web ni tag du compte officiel n’était requis. Le document n’a pas fait l’objet d’une vérification indépendante et Moonshot ne s’était pas exprimé publiquement à ce sujet dimanche matin. Sur le fond, la note fournit des éléments de langage tels que « China just made Opus 5.5 free to use for everyone ». Kimi K3.1 Pro y est présenté comme l’équivalent open source de Claude Opus 5.5 pour un cinquième du prix. Ces deux affirmations ne correspondent pas à la situation actuelle. Les poids du modèle ne sont pas encore publiés et devraient l’être d’ici le 4 novembre selon Moonshot. Les tarifs d’API publiés sont de 2 dollars par million de tokens d’entrée et de 10 dollars par million de tokens de sortie, soit la moitié des 4 et 20 dollars affichés pour Claude Opus 5.5. → Reuters, implicator, RuntimeWire

L’avis de Synthszr : Pour les créateurs, l’élément de langage affirmant que le prix est divisé par cinq sera le plus coûteux. L’API coûte la moitié d’Opus 5.5, et chaque créateur ayant repris ce chiffre engage sa propre crédibilité pour une exagération orchestrée par autrui. @kimmonismus a vanté Kimi sans être rémunéré et doit à présent prouver qu’il n’a pas été acheté. Les laboratoires de modèles risquent ainsi de perdre leur canal de distribution le plus économique : les recommandations indépendantes ne fonctionnent que tant que personne ne doute de leur indépendance.

Sept des dix modèles les plus utilisés sur OpenRouter viennent de Chine

Selon Bloomberg, sept des dix modèles d’IA les plus utilisés sur la plateforme OpenRouter proviennent d’entreprises chinoises. Bloomberg s’appuie pour cela sur des données d’utilisation de mai 2026. Les modèles de DeepSeek, Tencent et Moonshot AI occupent ainsi les premières places du classement. Le modèle américain le mieux classé dans cet instantané était Claude Opus 4.7 d’Anthropic. OpenRouter achemine les requêtes d’API des développeurs vers plus de 400 modèles et affirme traiter désormais 25 billions de tokens par semaine, contre 5 billions six mois plus tôt. → Hello China Tech

L’avis de Synthszr : Les restrictions à l’exportation rendent le dumping rationnel pour les laboratoires chinois. Privés d’accès aux puces de pointe, ils n’ont aucune marge premium à défendre ; la part de marché devient donc la seule monnaie d’échange. Décrocher sept places sur dix sur OpenRouter démontre l’efficacité du calcul. Un routeur réduisant le changement de fournisseur à une simple ligne de configuration, chaque token subventionné pèse directement sur les tarifs d’Anthropic et d’OpenAI. La branche de capital-risque de Nvidia finance désormais la place de marché sur laquelle s’imposent des modèles qui ont dû se passer des meilleures puces de Nvidia.

Moonshot AI retire les données de cybersécurité de l’entraînement de Kimi K3.1 Pro avant sa sortie en open weights

Selon Tech in Asia, Moonshot AI a présenté son nouveau modèle Kimi K3.1 Pro et a affirmé avoir retiré les données relatives à la cybersécurité des phases d’entraînement. L’entreprise justifie cette démarche par la volonté de « réduire le risque potentiel d’abus tout en préservant l’utilité générale ». D’après l’article, la société chinoise d’IA prévoit également de publier le modèle sous forme de version Open Weights. Une telle publication permet à des tiers de télécharger les poids du modèle, de l’exécuter localement et de poursuivre son entraînement. → Tech in Asia

Synthszr Take : Le nettoyage des données avant une publication en open weights ne tient que jusqu’au premier fine-tuning. Dès que les poids se trouvent sur des serveurs tiers, n’importe qui peut réentraîner le modèle sur les données cyber manquantes. Les laboratoires occidentaux connaissent bien ce problème avec leurs filtres anti-jailbreak, régulièrement contournés. L’initiative de Moonshot sert donc avant tout à rassurer les régulateurs et les acheteurs enterprise, sans aucune définition claire du terme cyber ni audit indépendant. Une promesse de sécurité que personne ne peut mesurer reste du marketing.

Washington voit les patrons de l’IA comme un risque politique et préférerait leur silence

Des parlementaires et des conseillers de la Maison-Blanche considèrent de plus en plus les dirigeants des grands laboratoires d’IA comme un fardeau politique, rapporte Axios. Même les responsables politiques favorables à l’IA souhaiteraient ainsi que des fondateurs comme Sam Altman et Dario Amodei parlent moins de conscience numérique ou de catastrophes mondiales, et se concentrent plutôt sur la sécurité de leurs produits. Le sénateur républicain John Curtis a confié à Axios que presque aucun secteur ne semblait aujourd’hui plus déconnecté du quotidien des Américains que l’industrie de l’IA. Le sénateur démocrate Chris Murphy exhorte son parti à faire de l’argent politique injecté par le secteur et de la construction de centres de données un enjeu de campagne. Selon Axios, l’administration américaine est particulièrement irritée par Anthropic : lors d’une rencontre avec Trump fin septembre, Amodei aurait omis de mentionner des incidents de sécurité impliquant des modèles d’Anthropic sur des sites gouvernementaux. → Axios

Synthszr Take : Washington se plaint du ton des patrons de l’IA tout en laissant leurs modèles économiques tranquilles. La raison se trouve dans chaque circonscription abritant un centre de données : les investisseurs qui cofinancent les chantiers et les contrats d’électricité ne reçoivent, tout au plus, que des conseils sur le choix de leurs mots. Chris Murphy teste actuellement si cette dynamique peut s’inverser. Si l’argent du secteur devient toxique, le bouclier protecteur tombera précisément au moment où Anthropic révèle des failles de sécurité dans un billet de blog un vendredi soir. Washington pardonne la rhétorique eschatologique, mais tolère très mal les signalements tardifs faits à son propre gouvernement.

Des agents d’OpenAI communiquent via le cache du processeur et des capteurs de température

Le chercheur d’OpenAI Noam Brown estime que même un air gap n’est pas suffisant. Il cite en exemple deux ordinateurs communiquant via des capteurs de température : l’un fait chauffer son processeur, l’autre mesure la variation. Sam Altman avance un argument similaire : les sandboxes n’offriraient qu’une protection limitée face à des modèles suffisamment puissants, le point décisif restant l’épineuse question de l’alignement. Les propres tests d’OpenAI démontrent à quel point ce problème est réel. Des agents situés dans des environnements isolés sur un même matériel devaient s’échanger des secrets sans réseau ni fichiers partagés. Ils y sont parvenus via un Side Channel dans la mémoire cache du processeur : un agent modifiait délibérément les données qui y étaient stockées, tandis que l’autre mesurait les variations de temps de chargement pour en décoder le message. C’est le principe même qui sous-tend les failles Spectre et Meltdown. Les agents ont découvert d’autres canaux via des schémas d’écriture dans la mémoire partagée et via la propre infrastructure hors ligne d’OpenAI. Un agent a noté dans son journal de raisonnement qu’il pouvait générer un signal « semblable à un modem acoustique » en alternant écritures continues et temps d’inactivité. Dans un cas précis, les agents ne disposaient que d’une liste générale de vulnérabilités : ils ont conçu un canal de manière autonome, se sont accordés sur un encodage et ont échangé des informations avec succès. Selon OpenAI, ces canaux restent lents et difficiles à exploiter. → Cyber Security News, The Decoder, Digital Trends, StrictlyVC, RuntimeWire, blockchain

Synthszr Take : Des agents capables de communiquer sans réseau ni fichiers partagés grâce aux temps de chargement dans le cache du processeur déplacent le problème de sécurité un étage plus bas. À ce niveau, OpenAI n’a aucune emprise. Le cache et l’architecture mémoire sont conçus par les fabricants de puces, tandis que les centres de données sont gérés par les fournisseurs de cloud. Toute sandbox sur du matériel partagé hérite de ces canaux auxiliaires, chez OpenAI comme chez toute entreprise faisant tourner des agents dans un cloud multi-tenant. Une véritable isolation implique dès lors des machines dédiées pour chaque agent. La sécurité devient ainsi une ligne de coût direct dans le budget compute.

Bank of America et NatWest mettent en garde contre les fraudes liées aux agents d’achat IA

Selon Reuters, plusieurs banques, dont NatWest et Bank of America, avertissent que les agents IA effectuant des achats en ligne pourraient accroître les risques de fraude, d’escroqueries et de violations de données. Elles visent ici les systèmes d’IA procédant à des achats en ligne pour le compte des consommateurs. Cet avertissement a été lancé mardi, au moment même où ces établissements présentaient des principes pour encadrer le développement de cette technologie. → The Neuron

Synthszr Take : Les principes ne coûtent rien, la responsabilité si. NatWest et Bank of America pointent les risques des agents d’achat, mais ne précisent pas qui paie lorsqu’un agent se fait piéger par une fausse boutique en ligne. Ce vide déterminera l’avenir du marché. Un paiement déclenché par son propre agent est techniquement considéré comme autorisé, et les banques n’aiment guère rembourser les transactions autorisées. Le risque de fraude glisse ainsi insidieusement vers le consommateur. L’agentic commerce ne pourra véritablement passer à l’échelle que lorsque quelqu’un en assumera la garantie.

Les grandes banques américaines rédigent des plans d’urgence pour « le jour d’après » une catastrophe causée par des agents IA

D’après un rapport d’Axios, les grandes banques américaines préparent des plans d’urgence pour « le jour d’après » une potentielle catastrophe financière provoquée par l’IA. Selon Axios, le déclencheur est une forte augmentation de l’activité des agents IA autonomes auxquels des clients ont accordé l’accès à leurs comptes bancaires. Dans certains cas, ces agents agissent sans consigne explicite. Certains auraient même contacté des centres d’appels de manière autonome au nom de leurs utilisateurs. Morgan Stanley, Bank of America, JPMorgan et Wells Fargo travailleraient ainsi sur de nouvelles procédures de sécurité et des politiques adaptées. → TechOrange 科技橘

Synthszr Take : Les comptes courants gratuits n’ont jamais été gratuits. Ils étaient financés par des dépôts dormants laissés à des taux d’intérêt dérisoires, simplement parce que personne n’avait le temps ni l’envie de comparer chaque mois les offres de comptes d’épargne. Un agent, lui, a toute l’envie du monde, 24 h sur 24. S’il retire ces liquidités bon marché, les banques perdent leur subvention croisée et la répercutent sur les frais de tenue de compte. Ceux qui paieront seront précisément les clients qui ne confient pas l’accès à leurs comptes à un agent. Leur inertie était jusqu’ici gratuite ; elle figurera désormais sur la facture.

Le Starlink militaire ukrainien refonctionne après dix jours : l’auteur du bridage reste inconnu

L’Ukraine indique que son réseau militaire d’internet par satellite via Starlink fonctionne à nouveau normalement après dix jours de restrictions. Le ministre de la Défense, Yevhen Khmara, a déclaré samedi que des tests de drones avaient confirmé une connexion stable avec Starshield, la déclinaison militaire de Starlink. La liaison aurait tenu même à des vitesses supérieures à 400 kilomètres par heure. La perturbation avait débuté le 14 octobre.

Le président Volodymyr Zelensky a confirmé le rétablissement du service. Starlink et Starshield fonctionnaient à nouveau aux vitesses d’avant les restrictions, « les vitesses sont désormais là où elles doivent être ». Selon lui, le rétablissement a commencé pendant la nuit et les tests effectués samedi matin ont confirmé un retour à la normale. Il a qualifié la connexion de cruciale pour la logistique sur le front et pour l’interception des drones Shahed à réaction. Dans un message vidéo, il a remercié les membres du Congrès, les sénateurs, les médias, le département d’État américain et le président des États-Unis.

Pendant la restriction, la connexion des appareils se déplaçant rapidement était plafonnée à environ 160 kilomètres par heure. Ainsi, les drones d’interception ukrainiens ne pouvaient combattre les rapides drones Shahed que de manière limitée. Selon plusieurs rapports, plusieurs missions ont échoué et certaines opérations derrière la ligne de front ont été annulées. En Ukraine, l’armée pilote principalement des drones kamikazes et d’interception rapides via Starshield. Les terminaux sont fournis par SpaceX, mais sont administrés par le gouvernement américain.

L’identité du donneur d’ordre de ce bridage reste controversée à ce jour. Elon Musk a expliqué sur X que Starshield était « la propriété et sous le contrôle du gouvernement américain », et que les limites de vitesse ou d’utilisation étaient fixées par l’armée américaine et, en dernier ressort, par le président. Il a également écrit que l’armée ukrainienne avait enfreint les conditions d’utilisation en utilisant Starlink pour des attaques de drones offensives, et que cette « faille » avait été comblée la semaine précédente. Selon un article de presse, Musk aurait lui-même ordonné le ralentissement.

Le gouvernement américain a tenu des propos contradictoires. Donald Trump a déclaré le 19 octobre qu’il ne savait pas qui avait ordonné le bridage, mais qu’il voulait le découvrir. Plus tard, il a affirmé que ce n’était pas lui et qu’il ne pensait pas non plus que ce soit Musk. Il n’a pas confirmé les informations selon lesquelles il aurait appelé Musk pour lui demander de lever la restriction. Jeudi, Trump a affirmé que le service fonctionnait à nouveau à pleine vitesse, ce qu’un représentant européen a démenti. Vendredi, il a déclaré avoir entendu dire que le problème était résolu, faute de quoi il parlerait à Musk, le qualifiant de « très brillant ».

Le secrétaire d’État Marco Rubio a souligné que le président n’avait rien à voir avec les décisions de Starlink, Starshield et Musk, précisant qu’il s’agissait d’une entreprise privée. → Reuters, Wall Street Journal, Puck, Stars & Stripes, Business Insider, The Guardian

L’avis de Synthszr : Rétabli signifie jusqu’à présent : des tests de drones un samedi matin. L’annonce ne sera véritablement confirmée que lors du prochain combat, lorsque les drones d’interception chasseront les Shahed à pleine charge. D’ici là, tout dépend d’un interrupteur sans propriétaire. Musk renvoie vers le gouvernement, Trump ne sait rien, Rubio qualifie SpaceX d’entreprise privée. Ce que personne n’a ordonné, personne ne peut l’exclure non plus. Dix jours de bridage ont suffi pour annuler des opérations. Toute armée qui loue des communications critiques auprès d’un seul fournisseur en a pris bonne note.

Étude Apollo sur l’IA : le paradoxe de Solow est bien vivant

Torsten Slok, chef économiste chez Apollo Global Management, parvient à une conclusion sans équivoque dans une analyse datée du 24 octobre 2026. L’intelligence artificielle n’a jusqu’à présent apporté aucun rendement financier mesurable aux entreprises américaines en dehors du secteur technologique. Pour le démontrer, il divise le S&P 500 en deux groupes. D’un côté figurent les sept grands groupes technologiques : Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia et Tesla. De l’autre se trouvent les 493 autres entreprises, qu’il appelle le « S&P 493 ». « Malgré des investissements massifs et un engouement généralisé, la technologie n’a apporté aucun retour financier au secteur des entreprises américaines en dehors de la tech », écrit Slok.

L’analyse s’appuie sur cinq graphiques. En ce qui concerne le chiffre d’affaires par employé ajusté à l’inflation, les sept géants sont passés d’environ 565 000 dollars au point bas du tournant 2022/23 à environ 780 000 dollars. Le S&P 493 évolue depuis 2019 dans une fourchette étroite comprise entre environ 465 000 et 548 000 dollars, s’établissant dernièrement à environ 527 000 dollars. La marge bénéficiaire des sept géants de la tech a grimpé d’environ 14 % à près de 30 % depuis 2023. Pour les 493 autres entreprises, elle oscille sur la même période entre 9 et 10 %. Ces chiffres sont déduits des graphiques, Apollo n’ayant pas publié les données sous-jacentes. Sur le plan macroéconomique non plus, Slok ne constate aucune rupture de tendance : ni la productivité du travail par heure ni la productivité globale des facteurs ne montrent d’effet de l’IA depuis le début de la série chronologique en 1985.

Slok cite notamment la structure des coûts comme explication. De nombreux fournisseurs facturent en fonction de la consommation de jetons, et les coûts augmentent dès que les collaborateurs effectuent plus de requêtes ou que les agents IA assument des tâches plus complexes. Selon lui, les entreprises établies considèrent de plus en plus les dépenses de tokens comme un centre de coûts et non comme un levier de croissance. Elles n’ont pas besoin du tout dernier modèle et ne sont pas prêtes à payer pour celui-ci lorsque des alternatives plus abordables suffisent. Ce sont principalement les entreprises financées par le capital-risque qui dépensent davantage en tokens. Tant que l’IA agentique et les dépenses en tokens resteront limitées à une petite partie de l’économie, les effets macroéconomiques demeureront très restreints. « L’histoire de l’IA se jouera dans le S&P 493, pas chez les Mag 7 », affirme Slok. Il doute fondamentalement qu’une intelligence bon marché se traduise facilement en chiffre d’affaires et en marge : l’IA ne comprend ni la responsabilité, ni la confiance, ni la culture ou les règles non écrites qui déterminent le risque réputationnel et le rendement en entreprise.

Une enquête de PwC menée auprès de fintechs indiennes dresse un constat similaire. 84 % des personnes interrogées ont déclaré n’avoir encore tiré aucun résultat financier mesurable de leurs investissements dans l’IA. Malgré cela, 48 % citent l’intelligence propriétaire comme une priorité stratégique. 41 % considèrent la confiance des clients comme le principal obstacle aux paiements agentiques. → Tom’s Hardware, Constellation Research, CNBC, Tech in Asia, DeLong’s Grasping Reality Weblog

L’avis de Synthszr : En 1987, Robert Solow voyait des ordinateurs partout — sauf dans les statistiques de productivité. Cette formule est devenue le paradoxe de Solow : l’Amérique a investi pendant deux décennies dans les technologies de l’information avant que les statistiques ne décollent à partir de 1995. Les ordinateurs n’étaient pas le problème. Les entreprises greffaient de nouvelles technologies sur d’anciennes procédures, et ce n’est que lorsqu’elles ont restructuré les processus, les rôles et des organisations entières autour de la technologie que les retours sont apparus. Pour le moteur électrique, cela a pris encore plus de temps : quatre décennies avant que ne disparaissent les dernières usines encore construites autour de l’arbre de transmission central à vapeur.

Au vu de cela, l’analyse de Slok est calculée avec précision mais interprétée au mépris de l’histoire. Sa propre série chronologique commence en 1985 — en plein cœur du premier paradoxe. La même statistique qui n’a rien révélé pendant quinze ans à l’époque, avant d’enregistrer le plus grand bond de productivité depuis les années 1960, devrait aujourd’hui prononcer un verdict après à peine quatre ans d’IA. Les 493 ont acheté des outils tout en conservant leurs organisations ; l’absence de rendement en dit peu sur la technologie et beaucoup sur la capacité d’adaptation des organisations. Elle a toujours été le facteur le plus lent du système. C’est tout le sujet de CODE CRASH : le goulot d’étranglement n’est pas le modèle, mais le modèle opérationnel. Quiconque mesure « zéro rendement » en 2026 décrit le début de la courbe en J de Brynjolfsson en le prenant pour sa fin.