Réactions et enjeux financiers d'OpenAI

Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : un vote mondial sur l’IA et la vie privée, OpenAI introduit des publicités et un abonnement Go, Anthropic accélère avec Claude Opus 4.5 et Cowork, limites et usages réels des agents de code, et le scepticisme économique d’Ed Zitron.On commence par une initiative civique: un vote anonyme pour mesurer l’opinion publique sur l’IA, présenté comme un choix individuel. Les votes sont agrégés par État ou pays, sans lien avec l’identité des participants. Le processus met l’accent sur la confidentialité: l’identité n’est pas associée au vote, ce qui permet de publier des tendances par localisation sans exposer de données personnelles.Transition vers les plateformes: OpenAI va tester l’intégration de publicités dans ChatGPT, visibles dans la version gratuite et dans l’abonnement à faible coût, ChatGPT Go. Les annonces apparaîtront sous la réponse principale, clairement étiquetées, et ne modifieront pas le contenu des réponses. Les annonceurs n’auront pas accès aux conversations; certaines annonces pourront être interactives pour aider à une décision d’achat. OpenAI prévoit, selon la presse financière, des revenus de “quelques milliards” d’ici 2026. La personnalisation s’appuiera sur des signaux contextuels, tout en garantissant que les échanges restent privés vis-à-vis des annonceurs. Les niveaux Pro, Business et Enterprise ne sont pas concernés, et OpenAI affirme ne pas accepter d’argent pour influencer les réponses.Dans le même mouvement, l’entreprise a officialisé ChatGPT Go à prix réduit au niveau mondial pour doper les revenus, alors que des pertes estimées à 12 milliards de dollars au dernier trimestre alimentent les critiques. Malgré l’assurance que les publicités n’affectent pas les réponses, des réactions négatives d’abonnés payants ont poussé OpenAI à désactiver temporairement certaines fonctionnalités publicitaires. Le secteur est sommé de prouver sa viabilité: 2026 est vu comme un test de gestion de trésorerie, avec des investisseurs plus prudents et un intérêt croissant pour des alternatives à ChatGPT.Face à cette pression, Anthropic avance ses pions avec Claude Opus 4.5 et son agent de développement Claude Code. Des ingénieurs décrivent des gains de temps majeurs: un projet estimé à un an bouclé en une semaine par le CTO de Vercel, tandis que le PDG d’Awaken Tax évoque un facteur x5 de productivité et annule des embauches prévues. Claude Code agit sur fichiers, navigateurs et apps avec supervision minimale, et séduit aussi des non-ingénieurs pour l’analyse de données de santé ou des rapports de dépenses. Anthropic lance également Cowork, une interface graphique construite en environ dix jours… avec Claude Code lui-même. Cowork accède aux fichiers locaux, navigue sur le web, et intègre le Model Context Protocol pour se connecter à des outils externes. Opus 4.5 se distingue en codage, tâches agentiques et workflows d’entreprise (feuilles de calcul, analyse financière), au tarif de 5/25 dollars par million de tokens. L’entreprise revendique des performances en tête des benchmarks et indique que 90 % du code de Claude est désormais généré par l’IA. Une panne récente a touché Opus 4.5, mais la demande reste élevée.Reste à comprendre ce que ces agents savent et ce qu’ils ne savent pas. Leur usage s’apparente à l’impression 3D: produire un prototype est rapide, mais livrer un produit robuste exige compétences et expérience humaines. Les modèles actuels, fondés sur des Transformers, appliquent surtout des savoirs appris; ils réussissent là où les données d’entraînement sont riches, mais peinent à généraliser sur des terrains peu couverts. Exemple parlant: concevoir un jeu pour l’Atari 800 avec des graphismes authentiques demande une compréhension fine difficile à obtenir par simple génération. Leur créativité est contrainte par des associations sémantiques préexistantes; il faut souvent reformuler les problèmes pour éviter des impasses. En pratique, ces outils amplifient le travail des développeurs, sans les remplacer, et ne sont pas des employés autonomes.Enfin, le débat public s’intensifie. Ed Zitron attaque frontalement la promesse des LLM, décrivant des systèmes probabilistes dont les résultats ne justifient pas les investissements massifs. Il souligne un écart entre dépenses et revenus, des retours incertains pour des infrastructures financées à grande échelle, y compris chez des acteurs comme Nvidia. Avec d’autres voix critiques, il pointe les risques d’une bulle, les coûts environnementaux des data centers et une industrie guidée par la croissance plus que par l’utilité. De quoi remettre en perspective les annonces commerciales et techniques du moment.Voilà qui conclut notre épisode d’aujourd’hui. Merci de nous avoir rejoints, et n’oubliez pas de vous abonner pour ne manquer aucune de nos discussions passionnantes. À très bientôt dans L'IA Aujourd’hui !

---

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.