L'étiquetage des contenus IA devient contraignant le 2 août ; Nvidia relance la peur du financement circulaire à 750 milliards
Veille IA du mardi 28 juillet 2026

Le 24 juillet, le régulateur des télécoms a lancé une consultation publique pour élargir sa collecte de données environnementales aux fournisseurs d'IA générative, en vue de l'édition 2028 de son enquête « Pour un numérique soutenable », avec une campagne de mesure prévue en 2027. Le secteur communique jusqu'ici sur ses économies d'énergie davantage que sur sa facture, et l'Arcep veut le détail par modèle. La démarche prépare un chiffrage public là où ne circulent aujourd'hui que des estimations.

Un praticien raconte dans le Journal du Net ce que lui ont appris 385 vecteurs (les représentations numériques que l'IA calcule à partir des documents d'une entreprise) : les données des PME sont incomplètes, mal rangées, contradictoires, et aucun modèle de pointe ne compense ce désordre en amont. Le débat public se fixe sur le classement des modèles ; le chantier concret des entreprises se joue sur le nettoyage des documents qu'elles veulent exploiter. Retour d'expérience chiffré, utile à quiconque prépare un projet interne.

L'organisation a testé les modèles les plus populaires de la plateforme française et publié une analyse de 1 000 requêtes montrant comment ces outils servent à « déshabiller » des femmes et des enfants sans leur consentement. Sur les neuf modèles d'édition les plus utilisés, sept ont accepté sans résistance de générer des images explicites à partir de photos réelles. AI Forensics reproche à Hugging Face de laisser ces modèles accessibles et de faire peu pour l'empêcher. Le rapport tombe cinq jours avant l'entrée en vigueur des obligations de transparence de l'AI Act, et dans le champ du règlement sur les services numériques qui encadre déjà ce type de contenu.

Bloomberg rapporte que le fabricant de puces le plus valorisé au monde accélère des investissements que les sceptiques accusent de gonfler artificiellement la demande et les valorisations de tout le secteur. Deux pièces de ce montage sont déjà connues : Nvidia s'est engagé à investir 5 milliards de dollars dans Safe Superintelligence, le laboratoire d'Ilya Sutskever, cofondateur d'OpenAI parti fin 2024 ; et il discute d'une garantie financière pouvant atteindre 250 milliards de dollars pour aider OpenAI à louer un campus de centres de données dans l'Ohio, en s'appuyant sur la solidité du bilan de Nvidia. La mécanique est la même à chaque fois : le vendeur de processeurs finance les clients qui achèteront ses processeurs. Pour un acheteur européen, elle rappelle que la robustesse affichée des fournisseurs américains repose sur des engagements croisés dont il faut lire le détail avant de signer.

Le patron de Microsoft estime que les organisations dépourvues de modèles propres, ou d'une couche d'infrastructure appelée « passerelle d'IA » (un intermédiaire technique qui sépare les requêtes de l'entreprise du modèle qui les traite), se retrouveront en difficulté. Son raisonnement : dépendre d'un fournisseur unique expose à ses pannes, à ses hausses de prix et à ses changements de conditions du jour au lendemain. Il plaide pour une architecture qui permette de basculer d'un modèle à l'autre sans réécrire ses applications. Le conseil vise les directions techniques qui bâtissent aujourd'hui leurs premières briques d'IA en production.

L'entreprise a présenté le 27 juillet MAI-Cyber-1-Flash, un modèle spécialisé dans la détection de failles, et Project Perception, un système d'agents qui enchaîne simulation d'attaque, enquête, détection et remédiation. Microsoft affirme battre tous ses concurrents, y compris Mythos d'Anthropic, en coûtant moins cher, un classement à prendre avec prudence tant que les conditions de comparaison ne sont pas publiées, prévient Next.ink. Le même jour, Nvidia, Microsoft, SpaceX et IBM ont fondé l'Open Secure AI Alliance pour partager des outils de sécurité en source ouverte, en réponse directe à l'intrusion des agents d'OpenAI chez Hugging Face. L'absence d'OpenAI, de Google et d'Anthropic dans cette alliance dessine une ligne de fracture dans l'industrie sur la façon de sécuriser des modèles devenus capables d'agir seuls.

Dans un billet publié lundi, le patron d'Anthropic écarte l'idée de bannir les modèles à poids ouverts (qu'on peut télécharger et faire tourner soi-même), tout en demandant qu'ils soient testés avant leur mise à disposition. Il presse surtout Washington de resserrer les interdictions d'exportation de puces vers la Chine et de contrer la « distillation » (le fait d'entraîner un modèle en copiant les réponses d'un autre), qu'il présente comme le moyen « le plus efficace et le plus direct » d'empêcher Pékin de bâtir des systèmes de pointe à usage militaire ou de surveillance. Jensen Huang, patron de Nvidia, a lui aussi mis en garde contre une répression américaine des modèles ouverts, signe que le débat divise jusqu'aux dirigeants de la Silicon Valley. La sortie fait suite à la percée de Moonshot avec Kimi K3, qui a surpris l'industrie américaine.

Le laboratoire chinois a rendu Kimi K3 téléchargeable le 27 juillet, un modèle dont les performances arrivent à une fraction derrière les meilleurs systèmes américains, pour un coût bien inférieur. Selon le responsable de la recherche internet Asie de Goldman Sachs, cité par le South China Morning Post, les développeurs chinois comme Moonshot (Kimi K3) ou Zhipu AI (GLM-5.2) pourraient réclamer aux plateformes cloud des frais de licence commerciale pour héberger leurs modèles à poids ouverts, afin de capter davantage de revenus d'un usage mondial en forte hausse. Le geste garde son intérêt pour une entreprise française : un modèle ouvert reste téléchargeable et exécutable sur ses propres serveurs, à l'abri d'une coupure de service distant. Un modèle sous licence payante à l'hébergement resterait ouvert techniquement, avec un coût d'exploitation à intégrer au calcul.

Les principaux fabricants de semi-conducteurs chinois ont vu leurs profits augmenter de 2 579,5 % sur les six premiers mois de l'année, selon le Bureau national des statistiques. Yu Weining, statisticien en chef de l'agence, attribue cette envolée à l'intégration accélérée de l'IA dans de nombreux secteurs, qui a généré une demande massive de puissance de calcul. Le chiffre surprend au regard des contrôles américains à l'export censés freiner la filière. Il donne une mesure comptable de l'effort chinois pour bâtir une chaîne de semi-conducteurs autonome, un socle sans lequel aucune ambition d'IA souveraine ne tient.