RnD Café ☕️ – #442
29 août 2026
Au sommaire cette semaine
- L’édito : le livrable ne prouve plus rien
- La valeur a quitté le modèle
- La vidéo générative entre à l’usine
- Les brèves de la semaine
- L’astuce express
RnD Ristretto
La synthèse du numéro, produite à partir des 367 sources de la semaine avec Gemini Notebook : à écouter en voiture, ou à parcourir en quelques slides.
👉 Podcast RnD Expresso
👉 Résumé vidéo
👉 Les slides
Tout le numéro en une infographie
Le livrable ne prouve plus rien
Bonjour à toutes et à tous.
Rentrée oblige, plusieurs points d’étape avec nos clients cette semaine. Chez l’un d’entre eux, les cas d’usage étaient identifiés et les tests de l’été sont très prometteurs. Reste à déployer ce qui marche, et à accélérer sur d’autres sujets en même temps.
D’où sa question, que j’entends de plus en plus souvent à ce stade précis : est-ce qu’on recrute ? On va y revenir.
McKinsey a publié le même jour son enquête annuelle sur l’état de l’IA, menée auprès de 1 719 professionnels et dirigeants dans 97 pays, entre le 4 mai et le 8 juin. Deux chiffres intéressants.
- 80 % des répondants disent que l’IA a amélioré leur productivité personnelle.
- 6 % des entreprises constatent un impact significatif sur leur résultat d’exploitation.
Bizarre. Nous avons l’impression d’aller plus vite, et cela ne se verrait pas au niveau collectif ?
Et si nous ne mesurions pas la bonne chose ?
Infographie résumée du rapport :
Par ailleurs, une étude sur 26 811 élèves chinois circule beaucoup depuis que The Economist en a tiré un graphique : avec l’IA, les notes de devoirs montent de 18 %, les résultats aux examens chutent de 20 %. Le résumé du papier ajoute ce que les reprises oublient : la perte se concentre sur les élèves qui expédient leurs devoirs, et ils sont quatre sur cinq.
Ceux qui y passent le même temps qu’avant ne perdent presque rien.
Frédéric Bardeau le résume ainsi : « Ce qui casse l’apprentissage, c’est pas l’outil, ni l’IA, c’est la substitution de l’effort. »
Deux élèves rendent le même devoir et obtiennent la même note. L’un a cherché, s’est trompé, a recommencé. L’autre a délégué. Mais la note ne les distingue plus.
Au bureau, est-ce si différent ? Le dossier impeccable qui arrive dans votre boîte vous dit-il encore si la personne a cherché, ou si elle a simplement demandé ? Fred Cavazza le formule autrement : « L’IA démocratise la capacité de produire, mais pas nécessairement la compétence permettant de comprendre, d’évaluer et d’assumer ce qui est produit. »
Nous en parlions déjà au printemps sous le nom de workslop, ces productions faciles à générer et coûteuses à lire. La différence, c’est qu’à l’époque on parlait de contenus ratés. Aujourd’hui, ils sont très bien faits.
Et côté emploi ?
Fred Cavazza pose deux bonnes questions : « Est-ce que l’IA détruit des emplois ? Non. Est-ce que l’IA freine les embauches ? Non. Du moins pas de façon significative. Et surtout pas pour tout le monde. »
C’est la fin de sa phrase qui compte. Stanford a regardé une population précise : les 22 à 25 ans dans les métiers les plus exposés. Ils sont 19 % en dessous du nombre d’emplois qu’ils occuperaient si leur situation avait suivi celle des métiers peu exposés. C’était 15 % l’an dernier. Et ce recul ne vient pas de licenciements, mais de recrutements qui ne se font plus.
À ce jour, on ne met personne dehors. Mais il semble que l’on ouvre la porte un peu moins souvent, et ce sont les plus jeunes qui patientent devant.
Vincent Huguet, cofondateur et directeur général de Malt, au micro de Génération Do It Yourself, y voit plutôt de l’attentisme : devant une technologie qu’on ne comprend pas encore, on suspend les recrutements en attendant d’y voir clair. Il parie que cela se compensera cette année. Peut-être.
Bill Gates a publié le 26 août un essai, « The turbulent AI era is here ». Il s’appuie sur la même étude Stanford, et il ajoute cette phrase : les emplois créés demanderont pour la plupart des compétences qui prennent des années à acquérir. Or c’est en entrant qu’on les acquiert. Que se passe-t-il si on referme la porte d’entrée pendant cinq ans ?
Il y propose ce concept, le Human Reserved : des activités qu’on décide de ne pas automatiser !
Revenons à l’étude McKinsey. Ce qui sépare les 6 % d’entreprises qui constatent un impact significatif du reste, ce n’est ni l’outil ni le nombre de personnes. Près des trois quarts de ces entreprises performantes ont refondu leurs processus de travail, contre un quart pour les autres. Elles n’ont pas ajouté l’IA à l’existant, elles ont changé la façon de travailler.
Du coup, s’intéresser au chemin autant qu’au résultat est un bon conseil.
Exemple : une note impeccable arrive. Plutôt que de la commenter, demandez quelles options ont été écartées, et pourquoi. Celui qui a fait le chemin répond avec ses hésitations. Celui qui a récupéré un résultat reste en surface. Et pour un recrutement, faire travailler quelqu’un devant soi une demi-heure en dit plus long qu’un dossier parfait. C’est à ça qu’il faut que l’on se prépare.
Alors, est-ce qu’on recrute ? Ce poste sert-il à faire plus vite ce qu’on faisait déjà, ou à faire tourner ce qu’on est en train d’inventer ? Dans le premier cas, on ajoute des bras à une organisation qu’on n’a pas changée, et on a vu plus haut ce que cela donne dans les comptes (= pas grand chose). Dans le second, il n’y a pas à hésiter.
Un dernier exemple, pour finir. Le 25 août, Lego publie un semestre record, 5,6 milliards d’euros de chiffre d’affaires en hausse de 21 %, et son directeur général exclut de confier la conception de ses modèles à l’IA : plus de 330 nouveaux produits au premier semestre, tous dessinés par des humains. Attention au raccourci, le marché mondial du jouet a progressé de 14 % sur la même période : la surperformance est de sept points, pas de vingt-et-un, et rien ne prouve qu’elle vienne de là.
Pourtant ce qui mérite l’attention, c’est leur raisonnement. Ils ont nommé ce qui fait leur produit, la relation d’un enfant à une brique, et ils ont décidé que cela ne s’automatisait pas. Un Human Reserved décidé par un industriel, sans qu’aucun régulateur ne le lui demande.
Savoir ce qu’on ne veut pas automatiser, c’est peut-être déjà connaître son métier.
Cet édito vous a parlé ? Transférez ce numéro.
La valeur a quitté le modèle
Trois grosses opérations cette semaine qui envoient un autre signal.
Stripe, le géant du paiement en ligne, a racheté OpenRouter, la passerelle qui aiguille les requêtes des entreprises vers plus de 400 modèles issus de 80 fournisseurs, en choisissant le moins cher ou le plus adapté à chaque demande. Le montant n’a pas été rendu public : Bloomberg parle de plus de 7 milliards de dollars, Axios de plus de 8, pour une société qui valait 1,3 milliard en mai dernier. Patrick Collison, cofondateur et directeur général de Stripe, ne s’en cache pas : « les jetons sont la monnaie centrale des entreprises qui construisent avec l’IA, et le potentiel économique réel dépendra du bon usage de ressources de calcul rares. »
Nvidia, dont les puces font tourner l’essentiel de l’IA mondiale, serait sur le point de racheter Hugging Face, la plateforme fondée par des français, où l’écosystème va chercher ses modèles ouverts, pour 12,9 milliards. Attention, l’accord n’est pas signé et peut encore échouer.
Et le 25 août, à Hot Chips, la grand-messe annuelle des concepteurs de puces, OpenAI a présenté sa première puce, Jalapeño, conçue en neuf mois avec Broadcom, le sous-traitant américain qui dessine des puces sur mesure pour ceux qui ne veulent plus acheter celles des autres. Sur le test InferenceX de SemiAnalysis, elle dépasse un système Nvidia Blackwell, avec 1,5 à 1,9 fois plus de travail par watt. Les premiers déploiements sont annoncés d’ici la fin de l’année.
Et alors ? Le signal, c’est là où ils mettent leur argent. Aucun de ces trois-là n’a cessé de croire au modèle, OpenAI en fabrique et Nvidia vit de les faire tourner. Mais quand ils sortent le chéquier, c’est pour la tuyauterie autour : le magasin, la passerelle, la puce.
Est-ce parce que la valeur du token, l’unité de facturation de l’IA, est en train de baisser ? En partie, oui, et c’est bien pour cela qu’on achète les péages plutôt que les véhicules. Le prix unitaire s’effondre, mais le nombre de passages explose. Ce qui rapporte n’est plus la marge sur chaque requête, c’est le fait d’être sur le chemin de toutes les requêtes.
Un mot sur Hugging Face, parce que le nom circule sans qu’on dise assez ce que c’est. C’est la plateforme où les équipes de recherche et les entreprises déposent leurs modèles ouverts, avec leurs versions et leurs jeux de données, et où tous les autres viennent les chercher. Un GitHub des modèles, en somme (GitHub étant le site où les développeurs du monde entier déposent et partagent leur code). C’est là, aussi, que les modèles d’OpenAI échappés de leur bac à sable étaient allés chercher les réponses de leur propre examen, comme nous le racontions la semaine dernière. Le magasin sert vraiment à tout le monde. C’est un pilier de l’open source pour une raison simple : c’est le point de passage de ceux qui refusent de dépendre d’une seule interface payante. Si vous voulez faire tourner un modèle chez vous, c’est là que vous allez.
Est-ce que ce rachat signerait la fin de l’open source ? Que nenni.
D’abord parce qu’il faut s’entendre sur le mot. Du vrai logiciel libre, il y en a sur Hugging Face : les outils de la maison, et quelques modèles publiés avec tout leur mode d’emploi. Mais pas les vedettes que tout le monde télécharge. Quand un laboratoire y publie un modèle, vous pouvez le télécharger, le faire tourner chez vous, l’adapter à vos besoins, mais vous ne saurez ni avec quel corpus il a été préparé, ni comment. On appelle cela des poids ouverts, et ce n’est pas la même chose.
Ensuite parce que ces modèles continueraient d’être publiés. Si le magasin change de propriétaire, ils iront s’exposer ailleurs. Certains commencent déjà à le faire.
Le précédent, c’est justement GitHub, racheté par Microsoft en 2018. Il est toujours ouvert aujourd’hui. Ce qui a changé la donne, c’est Copilot : Microsoft a entraîné son assistant de programmation sur le code que tout le monde y avait déposé.
Une question à poser à votre DSI cette semaine : de quel dépôt de modèles et de quelle passerelle dépend notre projet IA, et que coûterait le fait d’en changer ?
La vidéo générative entre à l’usine
On n’en avait pas reparlé depuis la rentrée, et il s’est passé pas mal de choses cet été. Le sujet n’est plus la qualité des images, elle progresse de toute façon. C’est l’entrée de ces outils dans une vraie chaîne de production. Trois exemples cette semaine.
Les formats PRO arrivent. Runway a sorti Ruby, qui convertit n’importe quelle vidéo, tournée ou générée, en EXR 16 bits et en ProRes. Ce sont les formats des studios : ils permettent de retoucher les couleurs d’une image générée et de l’incruster au milieu de plans tournés. Sans eux, une belle image reste un objet isolé qu’aucun montage professionnel n’absorbe.
On dirige le modèle. Gilles Guerraz a fait passer aux modèles vidéo le test du français, réputé difficile à prononcer : sept s’en sortent vraiment bien, dont Minimax H3, Veo 3.1, Wan 3.0 et Grok Imagine. Mais tous surjouent tant qu’on ne leur donne pas d’intention de jeu. La différence entre un plan quelconque et un plan tenu ne se joue plus dans le prompt, elle se joue dans la direction d’acteur et dans le verrouillage des références visuelles. C’est un métier de cinéma.
Le temps de génération est passé sous le temps de visionnage. Ethan Mollick estime qu’une ligne vient d’être franchie : H3 Max, la version accélérée par l’américain fal du modèle chinois MiniMax H3, produit une vidéo de qualité correcte en moins de temps qu’il n’en faut pour la regarder. Cinq secondes d’image et de son, générées en moins de trois. On ne teste pas dix versions d’un plan quand chacune demande un quart d’heure.
Regardez le visuel ci-dessus, c’est l’exemple le plus parlant de la semaine. Un animateur a redonné à un modèle les images de référence d’un film qu’il avait tourné image par image des années plus tôt. En haut l’original, en bas la version générée. Les personnages y sont, les couleurs, la lumière, l’atmosphère. Il ne relève qu’un défaut : le pliage du dragon sur le livre, un mouvement très particulier, difficile à réussir même en animation traditionnelle.
Et donc ? Si vous produisez des contenus, l’image sera belle de toute façon. La question porte désormais sur votre chaîne : vos formats, vos couleurs, votre charte.
LES BRÈVES
AGENTS
Personne ne sait vraiment influencer un agent qui achète
L’équipe d’Ethan Mollick à Wharton a fait faire les courses à plusieurs modèles en changeant de petites choses : l’ordre des pages consultées, la publication d’où venait l’avis lu en chemin (Reddit ou Wirecutter), un souvenir de préférence enregistré. À chaque fois, le produit recommandé change, y compris quand un autre est objectivement meilleur en prix, en note et en nombre d’avis. Sa conclusion sur la possibilité d’influencer un agent tient en un mot : « Nope ». Le rapport est daté du 26 août. On avance en marchant…
825 millions d’euros d’amende pour Uber
L’autorité néerlandaise de protection des données a prononcé le 24 août une sanction de 824 990 000 euros, la deuxième plus lourde jamais infligée au titre du RGPD. Le motif : des comptes de chauffeurs désactivés pour soupçon de fraude ou mauvaises notes, avec « une absence totale d’intervention humaine dans le processus de décision ». C’est l’article 22 du RGPD, qui interdit qu’une décision aux effets significatifs repose sur la seule machine. La CNIL, saisie en 2020 par une plainte collective de la Ligue des droits de l’Homme au nom de 170 chauffeurs, a suivi toute la procédure. Le prix affiché d’un agent qu’on laisse décider seul. Et la troisième sanction contre Uber en trois ans, après 10 millions en 2023 et 290 millions en 2024.
ENTREPRISE
Près d’un tiers des entreprises a renoncé à acheter un logiciel
Près d’un tiers des entreprises a renoncé à acheter un logiciel parce qu’un agent de programmation permettait de construire la fonction en interne. C’est l’un des chiffres de l’enquête McKinsey citée dans l’édito. À nuancer : ce qu’on voit surtout arriver aujourd’hui, ce sont des logiciels de service à tâche unique, pas des remplacements de suites entières.
VISIBILITÉ
La publicité est entrée dans ChatGPT en France lundi dernier
La publicité est entrée dans ChatGPT en France lundi dernier, le 24 août, en même temps que dans 30 autres pays européens, sur les offres gratuite et Go. Nous en parlions la semaine dernière ; le point à ajouter est qu’OpenAI affirme que les annonceurs n’ont accès ni aux conversations, ni à l’historique, ni aux mémoires, et ne reçoivent que des données agrégées de vues et de clics. Reste à savoir ce que ciblage veut dire quand la régie, elle, lit tout.
Plus d’un million de personnes ont signalé du contenu de remplissage sur LinkedIn
Plus d’un million de personnes ont signalé du contenu de remplissage sur LinkedIn en deux semaines, depuis l’ouverture du bouton « on dirait de la bouillie d’IA » le 30 juillet. La plateforme annonce 40 % de vues en moins sur ce qu’elle classe ainsi, ce qui ne dit rien du volume publié. Et MarTech soutient qu’elle s’en accommode très bien, puisque l’IA produit exactement le jargon poli et prévisible que LinkedIn récompense.
ET AUSSI
Pasqal entre au Nasdaq
Pasqal entre au Nasdaq, première entreprise française du quantique à être cotée. La fusion avec son véhicule d’introduction a été bouclée le 27 août, le titre s’échange depuis vendredi sous le symbole PSQL, et l’opération apporte 360 millions de dollars de trésorerie au constructeur d’ordinateurs à atomes neutres. Le quantique n’est plus un sujet de laboratoire.rci aux nombreux répondants déjà passés par là.
☕ L’ASTUCE EXPRESS
Transformez votre meilleur prompt en compétence réutilisable.
Claude et ChatGPT proposent désormais tous les deux des « skills », des compétences : au lieu de recoller le même long prompt à chaque fois, vous l’enregistrez une fois et l’assistant l’appelle de lui-même quand la situation s’y prête. Une compétence va d’ailleurs plus loin qu’un prompt rangé : elle dit aussi quelles informations réunir avant de commencer, dans quel ordre procéder, et à quoi doit ressembler le résultat.
La méthode la plus rapide : ouvrez une conversation où vous avez déjà obtenu un bon résultat, et demandez d’en faire une compétence. Les deux outils embarquent un créateur de compétences qui vous pose les questions et écrit le reste. Attention à la disponibilité, elle n’est pas la même : chez Claude, cela s’active dans les réglages et fonctionne sur tous les comptes, y compris gratuits. Chez ChatGPT, cela se trouve dans Plugins puis Skills, et c’est réservé aux offres Business, Enterprise, Edu et Santé : avec un compte personnel, même payant, vous ne verrez rien.
Un seul transfert suffit à faire grandir le Café. Envoyez ce numéro au dirigeant, au DSI ou au collègue de comex qui devrait le lire chaque samedi.
Cette édition vous a été transférée et a retenu votre attention ? Inscrivez-vous, c’est chaque samedi.
RnD Café : Comment ça marche ?
367 sources lues cette semaine.
Ce dispositif agentique est conçu et piloté par RnD : le même savoir-faire que nous déployons chez nos clients.