Le monde à l'envers : Trump imite Bernie Sanders, et Google, Meta & Cie cherchent du cash en bourse

Trump imite Bernie Sanders et veut nationaliser des parts d'OpenAI & Cie

Selon un rapport de NOTUS, de hauts fonctionnaires américains ont eu des discussions préliminaires avec les grandes entreprises d'IA, dans lesquelles le gouvernement fédéral acquerrait des parts dans ces mêmes entreprises dont il cherche à réguler la technologie. Le fil conducteur mène à OpenAI : Sam Altman a présenté l'idée directement à Donald Trump début 2025 et l'a de nouveau soulevée auprès de représentants du gouvernement ces dernières semaines. Les discussions portent sur le fait que les entreprises cèderaient volontairement des parts, au lieu que l'État les achète. Une option discutée : les revenus seraient versés sous forme de dividende à tous les foyers américains. Le contexte est délicat, car selon le sondage cité par NOTUS, 55 % des Américains pensent que l'IA nuit plus à leur quotidien qu'elle ne l'améliore. Les critiques soulignent immédiatement le conflit structurel : un État qui détient des parts dans une entreprise qu'il régule est à la fois actionnaire et arbitre. Des propositions similaires circulent également à gauche, et pour l'instant, il ne s'agit que de discussions, pas d'une décision politique ou d'un accord. → Techpresso

Synthszr Take : Sam Altman a régulièrement remis ce modèle sur la table depuis début 2025, et cela correspond à son intervention en avril, où il a réclamé des impôts plus élevés et un revenu de base. Maintenant, il fournit également la mécanique : l'État détient des parts, et le rendement est versé sous forme de dividende à chaque foyer. Ce dividende est avant tout une opération de communication, alors que la majorité des Américains croient déjà que l'IA nuit à leur quotidien. Le vrai problème réside dans la construction. Quiconque détient des parts dans une entreprise qu'il est censé contrôler finit par protéger la valeur de sa participation plutôt que le public, et aucune belle histoire de dividende ne peut masquer cela. Le fait que la gauche arrive à la même idée en partant du même argument de la suppression d'emplois montre à quel point la question de savoir à qui appartiennent réellement les profits de cette technologie reste ouverte.

Et tu, Meta ? Tout le monde veut puiser dans le marché boursier

Selon le Financial Times, Meta envisage une émission d'actions de plusieurs dizaines de milliards pour financer ses ambitions en matière d'IA. Ce rapport intervient quelques jours seulement après l'émission augmentée d'Alphabet de 84,75 milliards de dollars, avec laquelle Google finance également la construction de centres de données. Les dirigeants de Meta chercheraient des moyens «  créatifs  » de lever des fonds, et les discussions se seraient intensifiées après le succès d'Alphabet. Déjà en octobre, Meta a lancé sa plus grande émission obligataire à ce jour (jusqu'à 30 milliards de dollars) et a conclu un accord de financement de 27 milliards de dollars avec Blue Owl Capital. En avril, le groupe a relevé ses prévisions d'investissement annuelles à une fourchette de 125 à 145 milliards de dollars. L'action a perdu 6,6 % après la publication du rapport. Aucune banque n'a encore été mandatée et, selon le FT, une décision finale n'a pas encore été prise. → www.reuters.com

Synthszr Take : Lorsque l'entreprise publicitaire la plus riche du monde commence à emprunter de l'argent sur le marché boursier, c'est que quelque chose a changé. Pendant des années, Meta a financé ses investissements grâce à son flux de trésorerie opérationnel ; maintenant, s'y ajoutent des dizaines de milliards provenant d'une émission d'actions, plus 30 milliards d'obligations et 27 milliards de Blue Owl. La baisse de 6,6 % du cours de l'action montre à quel point la bourse est nerveuse : 125 à 145 milliards de Capex par an, c'est un pari sur la rentabilité de tous ces centres de données. Comme nous l'écrivions début juin à propos des émissions record de Google, les marchés des capitaux sont devenus le métronome de cette course. Celui qui obtient l'oxygène le moins cher construit le plus vite. Mon impression : le capital afflue actuellement en abondance ; la question en suspens est de savoir si Meta transformera cette puissance de calcul en produits utiles et ne se contentera pas d'empiler du matériel coûteux dans des entrepôts. C'est précisément cette preuve que l'entreprise doit encore fournir depuis sa réorganisation IA en mai. La vitesse à lever des capitaux ne sert à rien si les produits sont à la traîne.

Les «  AI Boys  » nuisent de plus en plus à l'image de l'IA

Sur Medium, Jeff Jarvis décrit un paradoxe : 57 % des Américains estiment que les risques de l'IA sont plus grands que ses avantages, ce qui rend la technologie plus impopulaire que l'agence frontalière ICE. La moitié s'inquiète des conséquences sur la créativité, les relations et les élections, et Républicains comme Démocrates bloquent ensemble de nouveaux centres de données du New Jersey à travers tout le pays. À la re:publica, un atelier est proposé sur l'empoisonnement des données d'entraînement de l'IA, le FT proclame l'avènement d'un nouveau mouvement luddite, et les orateurs lors des cérémonies de remise de diplômes sont hués dès qu'ils prononcent les lettres A et I. Parallèlement, l'utilisation réelle augmente : plus de la moitié des gens font désormais des recherches avec ces outils, soit une augmentation de 38 % en un an. Jarvis blâme moins la technologie que les «  AI boys  », comme Musk contre Altman dans le procès OpenAI qui vient de se terminer, ainsi que Thiel, Andreessen, Karp, Zuck, Ellison et Bezos, qui qualifient parfois les humains de «  meat computers  ». Son espoir : avec Jensen Huang et Yann LeCun, le secteur dispose au moins de deux communicateurs de talent. → Medium Weekly Digest

Synthszr Take : Il y a là un fossé que toute personne du produit reconnaît immédiatement. 57 % déclarent que les risques l'emportent, et la même année, l'utilisation augmente de 38 %. Les gens parlent en mal de l'IA mais tapent quand même leurs questions quotidiennement dans ChatGPT. Le produit convainc, ses vendeurs ruinent sa réputation. Celui qui traite les gens de «  meat computers  » tout en investissant des milliards dans des centres de données bloqués par les résidents du New Jersey à la Bavière ne doit pas s'étonner de la mauvaise ambiance. La confiance se construit au quotidien, lorsque l'outil facilite le travail demain matin, et non dans le prochain manifeste sur la superintelligence. Jarvis mise sur Huang et LeCun comme de meilleurs conteurs ; je parierais plutôt que l'utilité tangible l'emportera sur les podcasts les plus bruyants.

Claude écrit 80 % du code d'Anthropic et le rend 52 fois plus rapide

Anthropic a publié un rapport dont les chiffres sont difficiles à ignorer. Dans un test consistant à entraîner plus rapidement un petit modèle d'IA, Claude Opus 4 a réalisé une accélération de 3x, tandis que le nouveau modèle Mythos Preview a atteint une accélération de 52x. Plus de 80 % du code intégré dans la base de code de production d'Anthropic provient désormais de Claude, et non d'humains. Lors de sessions de recherche où les humains prenaient une mauvaise direction, Mythos Preview a suggéré la meilleure étape suivante dans 64 % des cas, contre 51 % six mois plus tôt. La durée des tâches que l'IA accomplit de manière autonome double environ tous les quatre mois : passant de tâches de quatre minutes pour Opus 3 à des tâches de douze heures pour Opus 4.6. Anthropic souligne qu'une véritable recursive self-improvement n'est pas encore inévitable, mais pourrait survenir plus tôt que beaucoup ne le prévoient. Parallèlement, OpenAI double la mémoire de ChatGPT pour les utilisateurs Plus et Pro avec le système Dreaming-V3 et augmente la fidélité des faits de 41,5 % à 82,8 %. → AlphaSignal

Synthszr Take : Le chiffre qui marque les esprits, c'est 80. Quatre lignes de code sur cinq dans la production d'Anthropic sont désormais écrites par Claude lui-même, et le saut d'Opus 4 (3x) à Mythos Preview (52x) montre à quel point la courbe est devenue abrupte. Anthropic formule prudemment que la recursive self-improvement n'est pas encore inéluctable. Mais si l'horizon des tâches double tous les quatre mois, passant de tâches de quatre minutes pour Opus 3 à des tâches de douze heures pour Opus 4.6, alors le goulot d'étranglement se déplace du modèle à la question de savoir qui peut encore diriger ce rythme de manière sensée. En avril, nous écrivions que les benchmarks de Mythos choqueraient la concurrence ; aujourd'hui, c'est la vitesse à laquelle la boucle se referme qui est choquante. Le fait qu'OpenAI double la mémoire de ChatGPT la même semaine (fidélité des faits passant de 41,5 % à 82,8 %) s'inscrit dans ce tableau : tout le monde est en train de construire l'échafaudage avant que le plafond ne disparaisse. Arrêtez de célébrer des benchmarks isolés et commencez à vous demander quelles parties de votre propre pipeline de code vous confierez dans les douze prochains mois à des modèles qui, aujourd'hui déjà, proposent la meilleure étape suivante dans 64 % des cas.

Pour Gary Marcus, la rhétorique d'Anthropic est absurde

Sur son Substack, Marcus on AI, Gary Marcus démonte une vague de gros titres affirmant qu'Anthropic aurait appelé à une pause dans le développement de l'IA. Sa conclusion après une lecture attentive : rien de tel. Anthropic parle d'une option que l'entreprise ne prévoit d'utiliser ni maintenant, ni dans un avenir prévisible. Au lieu de cela, elle veut continuer d'accélérer et se justifie en pointant du doigt les «  acteurs les plus imprudents  », c'est-à-dire la Chine. Marcus qualifie cela de pure rhétorique gratuite, parfaitement synchronisée pour la prochaine introduction en bourse. Sa conclusion à ses lecteurs : Caveat emptor, caveat lector, que l'acheteur et le lecteur soient prudents. → Gary Marcus from Marcus on AI

Synthszr Take : Gary Marcus lit le communiqué de presse plus attentivement que la plupart des rédactions, et cela en vaut la peine. Anthropic parle d'une pause qu'elle n'a aucune intention de prendre. Cette rhétorique ne coûte rien et rapporte beaucoup : on paraît responsable tout en continuant à mettre les gaz, en pointant du doigt au besoin les «  acteurs les plus imprudents  » ou directement la Chine. En mars, les revenus d'Anthropic s'élevaient à près de 20 milliards de dollars, l'introduction en bourse est imminente, et c'est précisément à ce moment que le mot «  pause  » apparaît. Quiconque rédige un manifeste de plus de 20 000 mots sur l'éthique vertueuse de Claude tout en entraînant parallèlement des modèles pour l'armée américaine sur une autre constitution a appris à vouloir le beurre et l'argent du beurre. Lisez le titre, puis lisez le paragraphe en dessous. La différence entre les deux est le véritable modèle économique.

La «  reine des puces  » de Huawei déclare la loi de Moore morte

He Tingbo dirige depuis 2003 l'unité de puces interne de Huawei, avec un budget annuel d'environ 400 millions de dollars. Ce mois-ci, elle a présenté la «  loi d'échelle de Tao  » (Tao Scaling Law), un modèle d'évaluation pour les semi-conducteurs qui abandonne la course à des transistors toujours plus petits pour mesurer à la place la vitesse à laquelle les données circulent à travers une puce. Jensen Huang, PDG de Nvidia, a publiquement concédé le marché chinois des puces d'IA à Huawei, qui y détiendra environ 50 % en 2026. Selon Morgan Stanley, ce marché passera de 21 milliards de dollars cette année à 67 milliards de dollars d'ici 2030. Le plan de Huawei : sans accès aux puces Blackwell de Nvidia, l'équipe de He Tingbo empile et regroupe des puces locales et couple la puissance de calcul à de l'électricité solaire bon marché provenant de centres de données près du désert de Gobi. L'écart reste réel, les meilleures puces américaines étant encore environ cinq fois plus performantes selon les estimations du Council on Foreign Relations, et dans le scénario le plus optimiste, Huawei ne fournit qu'environ 4 % de la puissance de calcul produite par Nvidia. → Alice Han & James Kynge

Synthszr Take : L'écart de 5x et les 4 % sont les chiffres sur lesquels tout le monde se base. Ils répondent à la mauvaise question. Il suffit de rassembler assez de puissance de calcul pour les besoins nationaux, et c'est exactement ce que He Tingbo organise via l'empilement et le clustering, couplé à de l'énergie solaire bon marché du Gobi. Quand la physique de la miniaturisation atteint ses limites (les transistors sont aujourd'hui plus petits qu'un virus), le levier se déplace de la taille du transistor vers l'architecture et l'énergie. C'est un cas d'école de leapfrogging : celui qui a peu d'infrastructures établies a peu à migrer, et l'électricité du désert est plus facile à faire monter en échelle qu'un processus 3D de TSMC. Fin mai déjà, nous notions que les contrôles à l'exportation de Trump stimulaient l'IA chinoise plus qu'ils ne la freinaient, et la loi d'échelle de Tao en est la nouvelle preuve. Reste à savoir si ce modèle deviendra un jour la norme de l'industrie pour le benchmarking ; la confiance en soi sous-jacente est bien réelle, et la hausse de 40 % des actions chinoises de semi-conducteurs depuis le début de l'année est le pari picks-and-shovels sur cette attitude.

Les lunettes de Meta sont équipées d'une reconnaissance faciale cachée

Wired a découvert dans le code source de l'application Meta AI une fonction de reconnaissance faciale inédite, appelée «  NameTag  » en interne, et destinée à fonctionner sur les Smart Glasses de Meta. Selon le rapport, la fonction peut capturer des visages et notifier ultérieurement le porteur des lunettes lorsqu'elle reconnaît un visage préalablement enregistré. Pour l'instant, rien de tout cela n'est actif, et un chercheur en sécurité confirme qu'aucune donnée biométrique n'est envoyée aux serveurs de Meta ; cependant, des versions antérieures de l'application contenaient déjà un menu «  Connections  » avec la mention «  remember the people you met  ». Le New York Times avait déjà décrit cet outil en février sous le même nom, «  Name Tag  ». Un mémo interne révèle que Meta voulait lancer la fonction spécifiquement dans un «  environnement politique dynamique  », car les organisations critiques seraient alors occupées ailleurs. Meta avait elle-même désactivé la reconnaissance faciale sur Facebook en 2021 pour des raisons de confidentialité, avant de la réintroduire en 2024 comme outil de lutte contre la fraude. Le porte-parole Ryan Daniels souligne que rien n'a été livré aux clients et qu'ils ne construisent pas de base de données faciale centralisée. → Techpresso

Synthszr Take : Selon un mémo interne, Meta voulait lancer la reconnaissance faciale dans un «  environnement politique dynamique  », car les groupes de défense des droits civiques critiques seraient alors préoccupés par d'autres soucis. Une note stratégique d'une honnêteté remarquable : on attend que les gardiens détournent le regard. En 2021, Meta a enterré la reconnaissance faciale sur Facebook pour des raisons de confidentialité, en 2024, elle est revenue comme outil anti-fraude, et maintenant, le même code se trouve sous le nom de NameTag dans l'application des Smart Glasses. Mi-mars, nous écrivions que les lunettes de Meta voyaient tout ; NameTag transformerait ce «  voir tout  » en un «  reconnaître tout le monde  », y compris le sympathique rappel «  remember the people you met  ». Ryan Daniels affirme qu'ils ne construisent pas de base de données faciale centralisée, et c'est peut-être même vrai. Mais si une fonctionnalité apparaît trois fois dans les logs, c'est qu'elle va arriver ; la seule question en suspens est de savoir avec quels garde-fous. Nous devrions les fixer tant que le code est encore dans le backlog et non sur le nez de millions de personnes.

47 secondes, et l'attention s'envole

Gloria Mark, psychologue à l'Université de Californie à Irvine, étudie depuis 30 ans la manière dont les gens interagissent avec la technologie numérique, et elle a tiré un bilan décevant lors de la SXSW London. Dans ses «  Living Laboratories  », elle a mesuré en 2003 une durée d'attention moyenne d'environ deux minutes et demie. En 2012, elle n'était plus que de 75 secondes ; entre 2014 et 2020, cette valeur est tombée à 47 secondes. Des moniteurs de fréquence cardiaque ont montré une corrélation directe entre le changement rapide d'attention, l'augmentation du stress et la baisse des performances. Parallèlement, les plaintes se multiplient : Meta et YouTube (Google) ont été condamnés à verser des millions à une jeune femme de 20 ans qui invoquait une dépendance développée dans son enfance, un district scolaire rural du Kentucky a réclamé plus de 60 millions de dollars, et environ 1 200 autres districts suivent le mouvement. Mais Mark souligne également que les réseaux sociaux peuvent créer des espaces d'appartenance, en particulier pour les groupes marginalisés ; une enquête LGBTQ+ de 2024 décrit les plateformes pour certains comme des lieux de rejet, pour d'autres comme des lieux d'amitié. → The Download from MIT Technology Review

Synthszr Take : 47 secondes. C'est la durée pendant laquelle une personne moyenne maintient son attention sur une chose avant de décrocher, et c'était entre 2014 et 2020, donc bien avant les chatbots d'IA. Ce que Mark décrit, c'est la préhistoire ; ChatGPT et Gemini ajoutent maintenant une couche supplémentaire, car ils permettent d'externaliser commodément la pensée elle-même. Je l'ai remarqué sur moi-même : depuis que l'IA pré-formule mes réponses, je me demande moins souvent si j'ai vraiment compris le sujet. Pour quiconque conçoit des produits, la leçon est là. La rétention par l'interruption constante est une impasse qui mène 1 200 districts scolaires devant les tribunaux et coûte des millions à Meta. Ceux qui développent des logiciels peuvent décider dès demain s'ils veulent fragmenter ou protéger l'attention, et les outils qui nous aident à rester concentrés deviendront la partie la plus précieuse du marché. L'attention est la dernière ressource véritablement rare, et celui qui la respecte gagne.