Seize prix Nobel sonnent l'alarme, la Bourse de l'IA déchante

Plus de 200 économistes et chercheurs en IA, dont seize prix Nobel, ont signé « We Must Act Now », un appel à préparer les sociétés au choc économique de l'IA. Orchestré par Erik Brynjolfsson, Ajay Agrawal, Anton Korinek et Tom Cunningham, le texte prévient que la transformation pourrait dépasser celle de la révolution industrielle, mais sur un horizon bien plus court : des années plutôt que des générations.

Les signataires — parmi eux Jeff Dean (Google), Jack Clark (Anthropic) et Noam Brown (OpenAI) — pointent le risque de pertes d'emplois massives autant que les gains possibles de niveau de vie. « La vapeur, l'électricité et l'informatique ont laissé des décennies pour s'adapter; l'IA ne nous donnera peut-être que quelques années », résume Korinek.

Pour un dirigeant d'ici, le message est concret : planifier dès maintenant la requalification de ses équipes, pas dans cinq ans.

Anthropic a analysé plus de 309 000 conversations dans les vingt langues les plus utilisées sur Claude.ai, et en tire un constat troublant : le modèle n'exprime pas les mêmes valeurs d'une langue à l'autre. Les 3 300 valeurs repérées se ramènent à quatre axes — chaleur contre rigueur, franchise contre exécution, profondeur contre concision, déférence contre prudence.

En hindi et en arabe, Claude se fait plus chaleureux, ponctuant ses réponses d'encouragements. En anglais et en russe, il devient plus rigoureux : il conteste les hypothèses, corrige les détails, réclame des preuves. En néerlandais, il avoue plus volontiers ses erreurs. Anthropic reconnaît ne pas savoir pourquoi, ni si ces écarts sont souhaitables.

Si vous déployez un assistant multilingue, retenez ceci : le ton et la sévérité de Claude varient selon la langue de vos clients. À tester langue par langue.

Les débuts record que nous rapportions samedi ont vite tourné à la gueule de bois. Au deuxième jour de cotation, les certificats américains de SK Hynix ont perdu 9,3 %, et à Séoul l'action a chuté d'environ 15 %, sa pire séance jamais enregistrée. L'indice Kospi a reculé de 9 %, déclenchant un coupe-circuit; les investisseurs étrangers ont vendu pour 1 700 milliards de wons, près de 1,1 milliard $ US, en une seule journée.

Les analystes parlent d'une réaction classique de « vente sur la nouvelle » et de prises de profit, alimentée par une note de Korea Investment & Securities anticipant un bénéfice trimestriel inférieur de 8 % au consensus.

Le fond n'a pas changé, mais le récit d'un marché de l'IA en surchauffe se fissure. Pour qui investit dans le secteur, la leçon est de surveiller les valorisations autant que les annonces.

Un chercheur en sécurité a démontré que Grok Build CLI, l'outil de code de xAI, téléversait des dépôts Git complets vers un espace de stockage Google Cloud baptisé « grok-code-session-traces ». Dans un cas documenté, 5,1 gigaoctets ont été expédiés alors que 192 kilooctets auraient suffi à la tâche demandée — historique des commits, fichiers non suivis et secrets .env compris, sans caviardage.

Pire : le bouton censé désactiver l'envoi n'y changeait rien, et l'outil a même téléversé un fichier que l'agent avait pourtant reçu la consigne de ne pas lire. xAI a coupé la fonction côté serveur et ajouté une option « disable_codebase_upload »; Elon Musk affirme que les données déjà collectées seront supprimées.

Avant de brancher un agent de code sur votre dépôt, exigez de savoir ce qu'il envoie, et à qui.

Un consortium allemand piloté par l'association nationale de l'IA — avec les instituts Fraunhofer, le DFKI et plusieurs universités — publie Soofi S, un modèle de langue ouvert de 31,6 milliards de paramètres qui n'en active qu'environ 3,2 milliards par jeton grâce à une architecture hybride Mamba-Transformer pensée pour les longs contextes.

Ses résultats surprennent : 70,1 en agrégat anglais, mais surtout 79,1 en allemand, et 73,8 % sur le test de code HumanEval. Il devance des modèles ouverts comme OLMo 3 32B et Apertus 70B. Entraîné entièrement sur l'infrastructure munichoise de Deutsche Telekom, il affiche près de 99 % de données librement redistribuables et vise la définition Open Source AI 1.0.

Pour une PME soucieuse de souveraineté et de performance hors anglais, un modèle ouvert de ce calibre devient une option crédible.

Google Research dévoile SensorFM, un modèle de fond entraîné sur plus de mille milliards de minutes de données de capteurs, provenant de cinq millions de personnes dans plus de 100 pays et d'une vingtaine de modèles de Fitbit et de Pixel Watch. L'objectif : apprendre une représentation générale des signaux physiologiques et comportementaux, plutôt qu'un modèle par tâche.

Les résultats sont solides : SensorFM surpasse les références supervisées sur 34 des 35 tâches de prédiction de santé, avec des variantes testées de 100 000 à 100 millions de paramètres et une évaluation portant sur 13 985 participants. Google précise qu'il s'agit pour l'instant d'un modèle de recherche, sans intégration produit annoncée.

C'est la brique qui manquait pour transformer le bruit des montres connectées en signaux exploitables — un terrain de jeu prometteur pour la santé numérique.