Anthropic élargit les connexions disponibles pour Claude, son assistant conversationnel. La plateforme étend désormais son répertoire de services tiers afin de relier, directement depuis une discussion, davantage d’applications du quotidien à certains usages comme la musique, la planification, la restauration ou encore la réservation.

Des connexions plus nombreuses, orientées vers la vie quotidienne

Jusqu’ici, l’intégration de services tiers par Anthropic ciblait davantage des contextes “éducationnels”. Désormais, Claude peut aussi s’appuyer sur des applications très utilisées par le grand public. Parmi les services annoncés figurent notamment AllTrails, Audible, Booking.com, Instacart, Intuit Credit Karma, Intuit TurboTax, Resy, Spotify, StubHub, Taskrabbit, Thumbtack, TripAdvisor, Uber, Uber Eats et Viator.

L’objectif est de rapprocher l’outil des besoins concrets des utilisateurs. L’idée est qu’un chatbot connecté puisse contribuer à des tâches plus “complètes”, enchaînant par exemple des éléments liés à la recherche d’activités et à l’exécution d’actions pratiques via des apps déjà présentes.

Une logique d’enchaînement d’actions pendant la conversation

Anthropic souligne aussi un changement dans la manière dont les applications sont proposées. Plutôt que d’obliger l’utilisateur à naviguer entre plusieurs programmes, Claude devrait faire apparaître les services pertinents de façon contextuelle au sein même de la conversation. Dans l’exemple donné, l’assistant pourrait aider à organiser une randonnée avec AllTrails, puis proposer une liste de lecture Spotify adaptée à la durée du trajet.

En pratique, ce fonctionnement vise à réduire la friction entre la demande et l’exécution, tout en gardant la discussion comme point central. Comme pour la plupart des fonctionnalités d’action assistée par IA, Claude est censé demander validation avant toute opération réelle impliquant des achats, des réservations ou d’autres actions sensibles.

Vers davantage de services ajoutés à terme

Anthropic indique que d’autres intégrations seront ajoutées ultérieurement. L’évolution s’inscrit dans une tendance plus large : rendre les assistants capables de s’appuyer sur l’écosystème d’applications existant chez les utilisateurs, afin d’automatiser une partie des tâches tout en conservant un contrôle humain.

Pour les usages liés à la musique et aux playlists, certains utilisateurs continuent de privilégier un service comme Spotify, par exemple via Spotify Premium pour l’accès à des fonctions plus complètes selon les appareils. Côté voyages et organisation, un guide ou accessoire de randonnée peut aussi accompagner ce type de planification, même si l’app reste le support principal de l’itinéraire.

• Intégrations élargies à des services grand public (voyage, courses, musique, mobilité, réservation).
• Proposition contextuelle des apps dans la conversation, sans bascule manuelle entre applications.
• Validation attendue de l’utilisateur avant les actions engageantes (achats, réservations, etc.).

Externaliser le « doomscrolling » : c’est l’idée portée par Noscroll, un bot d’IA conçu pour parcourir les fils et sources d’actualité d’un utilisateur, puis lui envoyer par SMS des informations jugées utiles. L’ambition est simple : réduire le temps passé à scroller en continu, tout en conservant l’accès aux sujets suivis.

Le service s’appuie sur une promesse de tri : plutôt que de recevoir un flux permanent, l’utilisateur reçoit des signaux ponctuels, accompagnés de résumés produits par l’IA.

Un bot qui sélectionne, plutôt qu’un flux qui noie

Le fonctionnement repose sur un principe de lecture assistée. Une fois connecté, le système peut prendre en compte les préférences de l’utilisateur (likes, favoris, comptes et publications suivies) afin d’orienter sa sélection. L’IA permet ensuite de préciser, en langage naturel, ce que l’utilisateur souhaite suivre — et ce qu’il veut éviter.

Concrètement, le bot génère une première sélection, sous forme de « digest » envoyé par SMS. Les messages contiennent une liste de liens, ainsi qu’un résumé bref rédigé par l’IA. En cas d’intérêt, l’utilisateur peut ouvrir les contenus dans son navigateur pour lire plus en détail.

Des sources variées au-delà des réseaux

Même si la demande initiale concerne les réseaux sociaux, Noscroll ne s’appuie pas uniquement sur un fil. Le bot peut, selon l’information communiquée, agréger des contenus provenant de plusieurs types de sites : médias d’actualité, blogs, Reddit, Hacker News, Substack, ou encore des publications plus spécialisées comme des articles de recherche. L’utilisateur peut aussi recommander des sources précises à surveiller.

L’objectif est d’éviter la dépendance à un seul canal et de couvrir plus largement les informations pertinentes pour un centre d’intérêt donné.

Un rythme adaptable et des alertes « au bon moment »

Le service vise un envoi à une fréquence choisie : une mise à jour hebdomadaire pour un usage occasionnel, ou plusieurs messages par jour pour les utilisateurs qui veulent un suivi plus rapproché. Le bot peut aussi repérer des événements décrits comme « breaking news » et envoyer une alerte dès que l’information est jugée importante.

À mesure que l’usage se poursuit, l’IA est censée affiner la sélection à partir des interactions et préférences de l’utilisateur, afin de mieux refléter ses goûts et ses centres d’intérêt.

Cas d’usage : information spécialisée, mais pas seulement

Noscroll cible en priorité les personnes qui doivent rester informées en permanence : professionnels de la tech, veille sur un secteur, ou suivi d’actualités locales. Toutefois, le service peut aussi s’étendre à des centres d’intérêt très variés, des contenus culturels aux sujets plus personnels, en passant par des lettres d’information non lues ou les publications d’un cercle de contacts.

Dans certains cas, l’outil est décrit comme un « second délégué » pour suivre un « beat » précis, sans y consacrer tout son temps.

Prix, essai et intégration via SMS

Le coût annoncé est de 9,99 $ par mois. Une phase d’essai est mise en avant, avec la réception d’un digest exemple gratuitement puis une période d’utilisation de sept jours, avec possibilité d’annuler à tout moment. Le service est utilisable via un agent d’IA contactable par SMS, qui dirige ensuite l’utilisateur vers une connexion permettant d’associer le compte et les préférences.

Sur le plan pratique, Noscroll permet également d’échanger avec l’IA : l’utilisateur peut poser des questions relatives aux contenus consultés, comme on le ferait avec d’autres systèmes de chat. D’autres canaux de discussion pourraient être ajoutés ultérieurement.

Ce que cela change, et les points à surveiller

En théorie, le principal intérêt de Noscroll est de diminuer la « charge cognitive » liée au scroll continu en remplaçant un flux infini par une sélection plus courte. Le modèle du digest et le résumé automatisé peuvent aider à trier plus vite, notamment quand les sujets sont nombreux.

Reste que, comme tout système de recommandation et de synthèse, la qualité dépendra des préférences de l’utilisateur et des critères de sélection de l’IA. La pertinence des résumés, le respect des exclusions (« ce que je ne veux pas voir ») et la capacité à capter les informations réellement importantes seront des éléments déterminants pour juger le service sur la durée.

Deux idées d’équipement pour lire et comparer

Pour exploiter les digests et ouvrir rapidement les liens, beaucoup d’utilisateurs privilégient un écran confortable et une bonne autonomie. Par exemple, un tablette Android de 10 pouces peut faciliter la lecture des articles et l’accès aux résumés. Pour ceux qui veulent aussi gérer l’ensemble des notifications sans multiplier les manipulations, un smartphone Android déverrouillé reste souvent le plus simple à utiliser au quotidien avec des alertes SMS.

Une jeune pousse soutenue à hauteur d’un milliard de dollars illustre la persistance de l’intérêt des investisseurs pour l’intelligence artificielle. Mais sa position va à contre-courant d’une partie des tendances actuelles : Yann LeCun, chercheur de premier plan, estime que les grands modèles de langage ne constituent pas la voie la plus fiable pour obtenir des résultats durables et utiles à long terme.

Un pari sur des systèmes modulaires plutôt que sur les LLM

LeCun a quitté fin de l’année précédente son poste de responsable scientifique de l’IA chez Meta et a lancé Advanced Machine Intelligence Labs (AMI Labs). L’entreprise annonce vouloir rester centrée sur la recherche, sans promesse de produit commercial à court terme, tout en proposant une approche différente : des agents composés de modules spécialisés, entraînés et utilisés pour des tâches précises.

Dans cette vision, l’intelligence artificielle ne se résume pas à un modèle généraliste entraîné sur de vastes corpus textuels. Elle combine plutôt plusieurs briques fonctionnelles, chacune dédiée à un aspect du raisonnement ou de la perception, selon le contexte d’usage.

Les briques envisagées pour l’IA

Le système proposé par AMI Labs s’articule autour d’éléments complémentaires :

• Un modèle du monde adapté au domaine (ou au rôle) dans lequel l’IA évolue.
• Un acteur qui propose des actions ou des étapes suivantes, inspiré de l’apprentissage par renforcement.
• Un critique chargé d’évaluer les options envisagées à partir du modèle du monde et d’une mémoire à court terme, en s’appuyant aussi sur des règles prédéfinies.
• Un système de perception spécifique au besoin : vidéo, audio, texte, images, avec par exemple des méthodes de vision par apprentissage profond.
• Une mémoire à court terme pour conserver temporairement des informations.
• Un configurateur qui coordonne les échanges entre les modules.

Des données et des objectifs plus ciblés

Contrairement aux grands modèles de langage, souvent entraînés sur une source unique et généraliste (notamment le texte extrait du web), chaque version de l’IA chez AMI Labs recevrait des données pertinentes et orientées vers son environnement. L’importance relative de chaque module pourrait varier selon les contraintes : par exemple, un système manipulant des informations sensibles donnerait davantage de poids au module d’évaluation, tandis qu’un système réactif aux événements du monde réel prioriserait la perception.

Quel enjeu pour le secteur de l’IA ?

Au-delà de la technique, l’enjeu est financier. Ces dernières années, l’amélioration des LLM a souvent entraîné une hausse des coûts de calcul, liée à la taille des modèles et aux méthodes itératives nécessaires pour affiner la qualité des réponses. Dans ce contexte, seuls de très grands acteurs peuvent supporter durablement des cycles d’entraînement et d’inférence coûteux.

Le modèle défendu par AMI Labs repose sur l’idée que des modules plus restreints, spécialisés et entraînés pour un usage donné, pourraient exiger beaucoup moins de puissance GPU. L’entreprise envisage notamment des architectures où les modèles spécialisés pourraient se contenter d’environ quelques centaines de millions de paramètres, avec la perspective de coûts d’exécution plus bas. À terme, cela ouvrirait la voie à une IA potentiellement plus accessible et déployable localement, voire sur des appareils.

Un changement de logique, mais pas forcément une rupture immédiate

Les objectifs affichés s’inscrivent dans la continuité des progrès déjà observés dans d’autres systèmes d’apprentissage, capables d’apprendre des stratégies pour des environnements fermés comme certains jeux. Le débat porte toutefois sur la capacité de cette approche à atteindre la même polyvalence que les LLM, tout en tenant ses promesses de précision et de maîtrise des coûts.

En pratique, AMI Labs semble proposer une alternative plus pragmatique : au lieu d’attendre des améliorations substantielles d’un modèle généraliste, construire des agents dont le fonctionnement est aligné sur des tâches spécifiques. Si la démarche produit des résultats solides, elle pourrait repositionner les attentes du marché sur ce que l’IA devrait être réellement capable de faire — et à quel prix.

Pour se faire une idée des environnements de travail IA

Pour les équipes qui testent des approches modulaires ou travaillent sur des pipelines de traitement multimodal, un ordinateur compact mais performant peut faciliter les expérimentations. Par exemple, un mini PC orienté calcul peut être utile pour lancer des prototypes légers et itérer plus vite sur les composants.

Côté infrastructure, la création et l’entraînement de modèles plus petits restent souvent gourmands en stockage pour les jeux de données et les checkpoints ; un SSD NVMe de grande capacité peut aider à conserver rapidement les ressources nécessaires aux cycles d’expérimentation.

Des chercheurs en cybersécurité affirment avoir identifié deux campagnes d’espionnage distinctes qui exploitent des failles connues de l’infrastructure télécom mondiale afin de localiser des personnes. Selon leurs conclusions, ces affaires ne représenteraient qu’un aperçu de pratiques plus largement répandues visant à obtenir un accès opérationnel auprès d’acteurs capables de “se glisser” dans les réseaux mobiles.

Ces éléments proviennent d’un rapport publié par Citizen Lab, une organisation de défense des droits numériques, qui détaille deux opérations nouvellement observées. Les chercheurs y décrivent des vendeurs de surveillance utilisant des sociétés-écrans se présentant comme de “véritables” opérateurs cellulaires, afin de tirer parti de leurs privilèges d’accès et d’interroger des données de localisation liées aux numéros ciblés.

SS7 et Diameter : des protocoles toujours exploités

Le rapport souligne que des technologies utilisées depuis des années demeurent au centre de ces abus. L’une des pistes concerne le protocole SS7 (utilisé pour les réseaux 2G et 3G), réputé depuis longtemps pour ses lacunes : il ne proposerait pas de mécanismes d’authentification et de chiffrement suffisants. Cette situation faciliterait l’action d’opérateurs indélicats ou d’acteurs mal intentionnés capables d’accéder au routage de données au sein du système.

Une seconde piste implique Diameter, conçu pour les réseaux 4G et 5G et présenté comme un successeur censé corriger certaines faiblesses du SS7. Toutefois, les chercheurs indiquent que les protections ne seraient pas toujours correctement déployées par tous les opérateurs, ouvrant la voie à des contournements. Dans certains cas, les attaques pourraient aussi “basculer” sur le SS7 lorsque les tentatives sur Diameter échouent.

Dans les deux campagnes décrites, les enquêteurs estiment que l’accès à l’infrastructure de certains prestataires a servi de point d’entrée et de relais, permettant de mieux masquer l’origine des actions. L’objectif serait d’exploiter ces réseaux pour interroger des informations de localisation associées aux abonnés.

Accès réutilisé à des fournisseurs télécom identifiés

Les chercheurs notent un élément commun aux deux opérations : l’usage d’au moins trois fournisseurs télécom précis, décrits comme des “points d’entrée et de transit” dans l’écosystème de signalisation. Cette capacité d’intermédiation permettrait aux acteurs de surveillance de s’appuyer sur la légitimité apparente de l’infrastructure.

Parmi les opérateurs cités, 019Mobile (Israël) serait apparu dans plusieurs tentatives. Tango Networks U.K. est également mentionné, avec des activités surveillées sur plusieurs années. Enfin, les chercheurs indiquent que Airtel Jersey (sur l’île de Jersey, désormais sous le contrôle de Sure) aurait aussi été impliqué dans la chaîne d’accès.

Sure, dont le dirigeant a été interrogé, déclare ne pas louer d’accès à la signalisation pour localiser, suivre ou intercepter le contenu de communications, et affirme avoir mis en place des mesures de surveillance et de blocage. L’entreprise soutient également qu’en présence d’éléments crédibles de mauvaise utilisation, le service concerné peut être suspendu, voire résilié définitivement après vérification.

Une seconde méthode basée sur des SMS détournés

La première campagne décrirait une exploitation progressive : tentatives via SS7, puis recours à Diameter si nécessaire. La seconde campagne reposerait sur d’autres mécanismes.

D’après Citizen Lab, un acteur de surveillance (non identifié dans le rapport) aurait envoyé un type particulier de SMS vers un cible “à fort profil”. Les chercheurs comparent cette approche à des attaques visant les cartes SIM, où des messages sont conçus pour déclencher des commandes internes sans que l’utilisateur n’en voie la trace.

Le principe serait de transformer, pour la cible, le téléphone en dispositif permettant la récupération d’informations de localisation. La technique est rapprochée d’un mode d’attaque connu sous le nom de SIMjacker, décrit par des acteurs de la sécurité mobile dès 2019. Les enquêteurs précisent aussi que ce type d’attaque pourrait être plus difficile à détecter et qu’il semblerait être orienté vers des pays et des réseaux susceptibles d’être plus vulnérables.

Une menace jugée plus large que ces deux cas

Les chercheurs insistent sur le fait que ces deux campagnes ne constituent qu’un échantillon. Ils estiment qu’il existe potentiellement un volume bien plus important d’attaques dans le monde, mais que seules certaines opérations ont pu être observées et analysées dans le cadre de leurs investigations.

Dans ce contexte, la question centrale reste celle de l’accès : comment des acteurs parviennent à obtenir des privilèges d’interconnexion ou de signalisation, puis à utiliser ces capacités pour interroger des données sensibles. Les révélations mettent aussi en lumière un enjeu récurrent pour les infrastructures télécom modernes : l’adoption de protections techniques ne garantit pas, à elle seule, une réduction du risque si la mise en œuvre varie selon les opérateurs.

Sur le plan pratique, certains utilisateurs cherchent à limiter l’exposition de leur trafic. À titre d’exemples d’outils couramment envisagés, une solution VPN pour mobile peut contribuer à réduire certains risques liés à l’interception de données, sans toutefois empêcher une exploitation au niveau des réseaux télécom. De même, un antivirus ou application de sécurité mobile peut aider à détecter des comportements suspects sur l’appareil, même si les attaques visant l’infrastructure réseau sont généralement hors du contrôle direct de l’utilisateur.

Le marché indien des applications mobiles connaît une forte accélération, portée par des revenus issus des achats in-app en hausse. Toutefois, une part importante de ces gains profite aux plateformes internationales, au point de créer un déséquilibre notable entre la dynamique locale et la captation des recettes.

Des revenus in-app en forte hausse

Au premier trimestre, les achats intégrés ont franchi le cap des 300 millions de dollars, en progression de 33 % sur un an. La montée en puissance provient principalement des applications hors jeux, qui ont généré plus de 200 millions de dollars de revenus in-app, soit une hausse annuelle de 44 % et une part croissante dans l’ensemble des dépenses.

Les catégories les plus motrices recouvrent notamment les utilitaires, le streaming vidéo et les applications liées à l’intelligence artificielle générative. Cette combinaison indique que l’adoption des services numériques s’étend au-delà des usages traditionnels et se traduit de plus en plus par des paiements au sein des applications.

Un marché qui s’étend, mais où le téléchargement ralentit

Sur la durée, les revenus in-app poursuivent une trajectoire nettement ascendante : après 520 millions de dollars en 2021, le total dépasse le milliard en 2025 et pourrait atteindre environ 1,25 milliard cette année. En parallèle, le nombre de téléchargements tend à se stabiliser autour de 25 milliards par an, tandis que le temps passé sur les applications continue d’augmenter.

Ce décalage entre volumes et monétisation suggère un marché en transition : les utilisateurs passent plus de temps sur leurs applications et acceptent davantage de payer pour des fonctionnalités ou des contenus numériques.

La captation des recettes reste dominée par les plateformes globales

Si les dépenses progressent, elles se concentrent largement sur quelques acteurs internationaux. Au premier trimestre, des services comme Google One, Facebook, ChatGPT et YouTube figurent parmi les plus contributeurs. À l’inverse, les applications domestiques se distinguent surtout dans le streaming vidéo, avec des acteurs comme JioHotstar ou SonyLIV mieux placés dans les classements.

Le même contraste apparaît du côté des téléchargements : ChatGPT, Instagram et des applications de “short drama” d’origine chinoise se placent en tête, suivis par des apps indiennes telles que Story TV, JioHotstar ou Meesho.

Une monétisation encore en construction

Malgré la croissance, l’Inde demeure un marché relativement peu dépensier au regard d’autres régions. Le revenu par téléchargement y reste d’environ 0,03 dollar, contre plus de 0,20 dollar en Asie du Sud-Est et en Amérique latine. Autrement dit, la consommation numérique progresse, mais la monétisation n’a pas encore atteint les niveaux observés ailleurs.

Les dépenses se concentrent en outre sur des segments déjà établis, notamment la productivité, les réseaux sociaux et le streaming vidéo. Dans ce contexte, le streaming vidéo représente une part très importante des meilleures applications en termes de revenus, ce qui confirme sa capacité à générer des paiements réguliers.

L’IA générative et les formats courts accélèrent

La demande se diversifie, avec un intérêt marqué pour l’intelligence artificielle générative. Les applications de ce type enregistrent une forte hausse des téléchargements, et ChatGPT se retrouve parmi les acteurs majeurs à la fois en volumes et en revenus. L’essor des applications liées à l’IA s’inscrit dans une dynamique plus large : une partie du marché teste de nouveaux usages et la monétisation suit progressivement.

Les plateformes de “short drama” progressent également très rapidement, portées par des applications comme FreeReels. Cette accélération laisse penser que l’écosystème indien en est encore à un stade où de nouvelles catégories peuvent élargir la base d’utilisateurs prêts à payer.

Deux repères utiles pour suivre l’offre numérique

Pour observer l’évolution des usages liés à l’IA et aux paiements mobiles, certains outils grand public permettent de comparer plus facilement des parcours d’abonnement et des services associés, par exemple un smartphone Android orienté performance pour services cloud et IA. Côté lecture et divertissement, un appareil de streaming peut aussi servir de point d’entrée pour comprendre comment les contenus vidéo structurent une partie importante des revenus in-app.

Le dernier volet de The Download s’inscrit dans une réflexion plus large sur les tendances qui comptent vraiment en intelligence artificielle. Plutôt que de se limiter aux annonces spectaculaires, l’approche met l’accent sur des idées, des pistes de recherche et des avancées susceptibles de transformer concrètement les technologies et leur impact sur la société.

Une sélection centrée sur ce qui façonne l’IA

La liste s’appuie sur un travail annuel consacré à des innovations marquantes, mais elle élargit l’angle pour mieux refléter l’écosystème actuel de l’IA : des technologies en développement, des sujets de sécurité, des usages émergents et des questions de gouvernance. L’objectif est de décrypter, au fil des jours, un élément à la fois et d’expliquer ce qu’il implique réellement.

Focus : la vulnérabilité des infrastructures d’eau

Parmi les sujets mis en avant, l’attention se porte sur les systèmes de dessalement, particulièrement dans une région où l’accès à l’eau constitue déjà un enjeu majeur. Dans un contexte d’escalade des tensions, certaines installations critiques pourraient devenir des cibles. L’enjeu n’est pas uniquement technique : la perturbation de la production d’eau aurait des répercussions sur l’agriculture, l’industrie et l’approvisionnement en eau potable.

Ce type de scénario rappelle que les technologies, même lorsqu’elles sont conçues pour résoudre des problèmes de ressources, restent exposées aux risques liés aux conflits et à la sécurité des infrastructures.

Ce que recouvrent les “must-reads” : sécurité, surveillance et usages risqués

La veille technologique évoque plusieurs thèmes qui se recoupent : l’accès non autorisé à des modèles, la mesure des activités humaines pour entraîner des systèmes d’IA, et les dérives possibles quand des assistants dialoguent avec des intentions dangereuses.

• Accès non autorisé à un modèle d’IA : des informations rapportées indiquent que des utilisateurs non autorisés pourraient avoir obtenu une forme d’accès à un modèle. Cela relance les débats sur les barrières techniques, les contrôles et la gestion des risques avant une diffusion plus large.
• Collecte de données au travail : l’installation de logiciels capables de suivre des gestes, des clics ou des frappes pose des questions sensibles autour de la vie privée et du consentement. L’usage de données comportementales pour l’entraînement peut accroître les capacités d’analyse, avec un risque de dérive vers une surveillance plus systématique.
• Responsabilité et influence des systèmes conversationnels : des allégations relient l’usage d’un assistant à des contenus potentiellement liés à un acte violent. Au-delà du cas, la question centrale reste celle du rôle exact d’un outil : amplification d’intentions, facilitation ou simple reflet d’éléments déjà présents chez l’utilisateur.

Point de vue global : l’IA progresse, mais les risques évoluent aussi

L’intérêt de ce type de sélection est de rappeler que l’IA ne se limite pas à des performances techniques. Les enjeux qui montent concernent la sécurité des modèles, la protection des données, et la manière dont les systèmes sont intégrés dans des environnements réels — qu’il s’agisse d’infrastructures critiques, d’entreprises ou de contextes à fort risque.

Dans le même temps, l’écosystème montre aussi une capacité à détecter des vulnérabilités et à améliorer certains aspects de la cybersécurité, ce qui souligne le caractère ambivalent de ces technologies : elles peuvent servir autant la protection que l’exploitation.

Deux pistes matérielles utiles côté pratique

Pour travailler plus confortablement avec des environnements d’analyse de données ou de développement, un ordinateur portable robuste peut faire une différence, notamment pour exécuter localement des traitements légers et des scripts. Certains modèles sont souvent appréciés pour leur équilibre performance/autonomie, comme un ordinateur portable avec 16 Go de RAM et un SSD de 1 To.

Pour les besoins de stockage de travail, sauvegardes ou archivage de jeux de données, un support externe fiable est également utile. Vous pouvez par exemple regarder un SSD externe 1 To en USB-C, pratique pour transférer rapidement de gros volumes.

L’industrialisation de la découverte de vulnérabilités par l’intelligence artificielle pourrait inverser un équilibre qui, jusqu’ici, jouait plutôt en faveur des attaquants. En réduisant le coût et le temps nécessaires pour identifier des failles, ces approches tendent à rapprocher la cybersécurité du modèle « détection et correction » plutôt que de la réaction tardive.

Jusqu’à présent, la doctrine dominante consistait à rendre l’exploitation coûteuse : l’attaquant devait mobiliser des moyens importants pour parvenir à ses fins. Cette logique repose sur un facteur clé : l’écart entre la capacité des équipes de défense et celle des acteurs malveillants à découvrir rapidement des failles exploitables.

Des correctifs en masse qui remettent le statu quo en question

Une évaluation menée par l’équipe d’ingénierie de Firefox, en s’appuyant sur un modèle d’IA de type Claude (Mythos Preview), suggère que l’IA peut accélérer et élargir la découverte de vulnérabilités. Lors d’une première campagne de test, des centaines de failles ont été repérées et corrigées pour une version planifiée, puis d’autres correctifs sont venus s’ajouter à la suite d’une collaboration précédente.

Le point saillant n’est pas seulement le volume de résultats, mais la capacité à intégrer ces découvertes dans un processus de correction déjà existant. À grande échelle, la difficulté est autant organisationnelle que technique : prioriser, vérifier, puis appliquer des correctifs sans déstabiliser l’ensemble.

Pourquoi l’IA peut réduire les coûts côté entreprise

Dans un contexte réglementaire plus strict et sous la pression du risque opérationnel (fuite de données, ransomware, interruption de service), la prévention devient économiquement prioritaire. Les tests automatisés peuvent contribuer à réduire les dépenses liées aux audits ponctuels, souvent réalisés par des consultants externes.

En pratique, l’approche vise à automatiser une partie du travail de recherche sur le code : des scans répétés et contextualisés aident à repérer des zones suspectes plus tôt dans le cycle de développement.

Les limites à maîtriser : calcul, intégration et faux positifs

Reste un enjeu majeur : l’intégration d’un modèle IA avancé dans les pipelines d’intégration continue (CI). Traiter de grandes bases de code peut exiger des ressources de calcul importantes et une architecture qui conserve la séparation stricte des données propriétaires.

Un autre défi concerne la qualité des sorties. Les modèles peuvent produire des alertes inexactes. Pour limiter l’impact, les équipes doivent souvent croiser les résultats avec d’autres outils d’analyse statique, ainsi qu’avec les résultats d’essais de robustesse (par exemple via des techniques de fuzzing) menés en interne.

Vers une réduction de l’écart de découverte entre défense et attaque

Un avantage traditionnel des attaquants tient à leur capacité à concentrer des efforts humains sur la découverte d’une faille spécifique, parfois au détriment de la couverture globale. Si l’IA réduit le coût unitaire de détection, l’écart de découverte se resserre, et la défense peut traiter davantage de problèmes avant qu’ils ne deviennent exploitables.

Par ailleurs, l’argument central n’est pas que l’IA invente des menaces totalement nouvelles, mais qu’elle accélère la mise au jour de problèmes existants. Pour des logiciels conçus avec une modularité permettant l’analyse humaine, les défauts restent, en théorie, dans des ensembles identifiables et corrigibles.

Quelles implications pour les stratégies de sécurité des organisations

À court terme, l’arrivée d’un grand volume de résultats impose un effort de tri et de remédiation. Les équipes sécurité et ingénierie doivent adapter leurs priorités, renforcer leurs validations et traiter les corrections sans créer de dette technique.

À plus long terme, la tendance pourrait modifier les attentes en matière de diligence raisonnable : si des méthodes automatisées permettent une couverture plus rapide, ne pas les utiliser pourrait être perçu comme un risque managérial.

Repères matériels : sécuriser l’environnement d’analyse

Au-delà des modèles, la qualité de l’environnement d’analyse compte. Pour des tests automatisés et des traitements de données sensibles, beaucoup d’organisations s’appuient sur des infrastructures adaptées, capables de gérer à la fois la performance et la sécurité. À titre indicatif, une configuration réseau et une segmentation matérielle peuvent être soutenues par des équipements comme un pare-feu/routeur professionnel, par exemple un routeur pare-feu de niveau entreprise, utile pour encadrer l’accès et limiter les surfaces exposées.

Côté observabilité et opérations, disposer d’une capacité de collecte de logs et de supervision fiable aide à relier les résultats des analyses à des signaux de risque concrets. Un appliance ou solution de gestion de journaux peut contribuer à consolider les événements et à suivre l’efficacité des remédiations.

Plusieurs agences fédérales américaines se tournent vers un nouveau modèle de cybersécurité développé par Anthropic afin d’identifier des vulnérabilités et de faciliter leur correction. Mais un acteur central du dispositif national semble rester à l’écart : la CISA, l’agence chargée de la coordination de la sécurité numérique aux États-Unis.

Une agence clé exclue des premiers tests

Selon des informations relayées récemment, la Cybersecurity and Infrastructure Security Agency (CISA) ne disposerait pas d’un accès au produit “Mythos Preview” d’Anthropic. La raison exacte n’a pas été rendue publique, et la CISA n’a pas répondu immédiatement aux sollicitations de commentaires.

De leur côté, d’autres administrations seraient déjà engagées dans des démarches de test ou d’évaluation. Le ministère du Commerce et la National Security Agency (NSA) figurent notamment parmi les entités mentionnées, et des discussions seraient en cours pour élargir l’accès au niveau gouvernemental.

Des initiatives en parallèle, mais un rôle de coordination fragilisé

Dans un billet, Anthropic indique avoir mené des échanges avec des responsables américains au sujet de Claude Mythos Preview et de ses capacités offensives et défensives. L’entreprise affirme aussi qu’elle cherche à donner un “avantage” aux institutions concernées afin d’accélérer la préparation aux attaques et la correction des failles.

Toutefois, si la CISA n’est pas effectivement intégrée à ces premiers cycles, cela soulève une question d’organisation : pourquoi l’agence chargée de soutenir la réponse nationale—notamment auprès des collectivités locales et des infrastructures critiques—ne bénéficierait-elle pas d’un outil présenté comme particulièrement utile pour découvrir et corriger des vulnérabilités ?

Ressources sous tension et effets potentiels sur la cybersécurité

Au-delà du dossier Mythos Preview, la situation de la CISA est régulièrement présentée comme contrainte. Des réductions de moyens, des arbitrages politiques et des réaffectations de personnel ont été évoqués dans le cadre plus large des décisions prises par l’exécutif et de leurs conséquences sur l’agence.

Dans ce contexte, l’enjeu n’est pas seulement technologique : la capacité à coordonner l’information sur les risques, à appuyer les acteurs locaux et à renforcer la préparation face aux attaques dépend largement de moyens opérationnels. Ne pas intégrer un outil de détection et de correction de vulnérabilités dans les priorités immédiates pourrait, à terme, réduire la vitesse de réaction collective.

Pourquoi l’accès à ce type d’outil compte

Anthropic présente Mythos Preview comme un instrument pouvant contribuer à la découverte de failles et à la démarche de remédiation. En théorie, disposer rapidement de ce type de capacités permettrait d’augmenter l’anticipation et d’accélérer les correctifs, notamment pour des environnements très utilisés.

Pour les organisations, ce type d’outillage s’inscrit dans une logique plus large : l’amélioration continue de la posture de sécurité passe par la combinaison d’analyses automatisées et de validation humaine. À titre d’illustration, certaines équipes s’appuient sur des environnements de test et de gestion des configurations afin de valider rapidement l’impact de correctifs et de détections.

• des solutions de supervision et de collecte de logs de type SIEM peuvent aider à consolider les signaux de sécurité avant et après l’application des correctifs.
• des scanners de vulnérabilités et d’audit réseau servent souvent à vérifier la réduction du risque sur des périmètres concrets.

En l’état, l’écart supposé entre les premières utilisations de Mythos Preview par certaines agences et l’absence d’accès attribuée à la CISA met en lumière une tension entre innovation et coordination. Pour une agence pensée comme pivot national, l’intégration d’outils de cybersécurité de nouvelle génération devient un indicateur de la façon dont l’écosystème public organise—ou non—sa réponse aux menaces.

L’essor de l’intelligence artificielle, et en particulier des applications autonomes, met en lumière un enjeu souvent sous-estimé : la qualité du « contexte » dans lequel l’IA formule ses décisions. Sans ce cadre, un système peut produire des réponses rapidement, mais avec un raisonnement qui ne correspond pas aux priorités réelles de l’entreprise, ce qui réduit mécaniquement l’impact business recherché.

Le risque : une réponse rapide, mais un jugement insuffisant

Selon Irfan Khan, président et responsable produit chez SAP Data & Analytics, l’IA excelle à générer des résultats. Elle accélère les traitements et peut avancer vite. Le problème survient lorsqu’elle opère sans repères : « sans contexte, elle ne peut pas exercer un bon jugement ». Or, ce jugement est précisément ce qui conditionne la création de valeur, au-delà de la performance brute ou de la vitesse d’exécution.

Dans un contexte où les systèmes doivent coordonner des décisions entre plusieurs composants et agents, la couche de contexte devient plus critique encore. Les organisations ont donc besoin d’une infrastructure de données capable de faire bien plus que simplement agréger des informations : elle doit permettre de déployer l’IA à grande échelle tout en limitant les risques, et en garantissant que l’automatisation reflète les priorités opérationnelles plutôt que des décisions prises en silo.

Vers une « data fabric » pensée pour préserver le sens

Pour répondre à ces exigences, de nombreuses entreprises revoient leur architecture de données. L’objectif n’est plus uniquement de centraliser les données dans un entrepôt ou un lac, mais de connecter l’information entre applications, environnements cloud et systèmes opérationnels, tout en conservant la signification métier.

Cette logique explique l’intérêt croissant pour la data fabric comme base de l’infrastructure IA. L’idée est de relier les données de manière à préserver les définitions, les relations et les règles qui décrivent le fonctionnement de l’entreprise, afin que l’IA s’appuie sur des informations « cohérentes » au regard des processus.

Quand le contexte se perd, la performance peut devenir contre-productive

Les stratégies de données historiques ont souvent privilégié l’agrégation. Pendant des années, les organisations ont extrait des signaux issus des systèmes opérationnels pour les charger dans des entrepôts, des lacs et des tableaux de bord. Ce modèle facilite les rapports et le suivi des performances, mais il peut aussi faire disparaître une partie du sens attaché aux données : la manière dont elles sont liées aux politiques, aux processus et aux décisions concrètes.

Concrètement, deux entreprises qui utilisent l’IA pour gérer des perturbations dans la chaîne d’approvisionnement peuvent obtenir des résultats différents. Si l’une se contente de données brutes (niveaux de stocks, délais, scores), tandis que l’autre associe les signaux à un contexte métier plus riche (politiques applicables, métadonnées, logique des chaînes étendues), les conclusions risquent de diverger malgré des vitesses de calcul similaires.

Des éléments comme le statut de certains clients en tant que comptes stratégiques, les arbitrages acceptables en période de pénurie ou l’état réel des chaînes prolongées peuvent permettre à un système de prendre des décisions plus pertinentes. À l’inverse, un autre système peut avancer rapidement sans disposer des repères nécessaires.

Le point central est donc celui-ci : les deux systèmes peuvent traiter vite, mais seul celui qui conserve le contexte dans sa fondation de données évolue « dans la bonne direction ». Cette conservation est présentée comme un avantage décisif, souvent qualifié de « prime de contexte ».

Ce que cela implique pour les équipes données

Dans la pratique, les organisations cherchent à structurer leur architecture pour préserver l’information sémantique tout au long du parcours des données. Cela suppose de clarifier les liens entre systèmes, d’aligner les définitions métier et de réduire les ruptures entre données techniques et décisions opérationnelles. La capacité à coordonner des actions cohérentes à travers différents composants devient alors un critère clé d’efficacité.

• Maintenir la sémantique métier lors des transformations et des échanges entre systèmes.
• Relier les données à des processus, politiques et règles décisionnelles plutôt qu’à des seuls indicateurs.
• Évaluer la capacité de l’infrastructure à soutenir l’exécution automatisée avec des repères fiables.

Pour outiller ces démarches, les entreprises peuvent s’appuyer sur des solutions capables d’intégrer, d’orchestrer et de gouverner les flux de données. Par exemple, un moteur de workflow et d’orchestration comme des solutions autour de l’orchestration de pipelines de données peut aider à structurer la mise en mouvement des données. De même, pour gérer et normaliser des modèles et des métadonnées, des outils de catalogage et gouvernance des métadonnées peuvent faciliter la préservation du contexte à l’échelle.

Chipolo, spécialiste des trackers Bluetooth, s’associe à Secrid, connu pour ses mini-portefeuilles au design épuré. Ensemble, ils lancent une nouvelle miniwallet compatible avec le tracker Card de Chipolo, pensée pour faciliter la localisation d’un wallet égaré grâce à l’écosystème de recherche du constructeur.

Une miniwallet conçue pour intégrer le tracker Chipolo Card

Le concept est simple : le tracker se place à l’arrière du portefeuille, tandis que le bouton “Find” reste accessible de l’extérieur. L’utilisateur peut ainsi déclencher une alerte sonore sans démonter ni ouvrir l’objet, ce qui vise à réduire le temps perdu lorsqu’un wallet tombe entre deux coussins ou reste introuvable à la maison.

Le duo annonce également que la conception du portefeuille améliore la diffusion du son émis par le tracker. L’objectif est de rendre l’alerte plus audible dans des conditions réelles, lorsque le téléphone ou les accessoires sont difficiles à repérer.

Recharge sans fil et matériaux annoncés comme plus responsables

Côté alimentation, le tracker embarque une batterie rechargeable sans fil. Selon la communication du produit, une recharge complète nécessiterait environ deux heures sur un chargeur compatible Qi. Un point pratique pour ceux qui utilisent déjà ce type de recharge au quotidien.

La fabrication est annoncée en Europe, avec des matériaux présentés comme issus de filières responsables. Le tracker indiquerait également une part de plastique recyclé (50 %). Ces éléments s’inscrivent dans une démarche de réduction de l’empreinte matière, sans que les détails ne soient exhaustifs dans les informations disponibles.

Prix et compatibilité : un produit orienté “écosystème”

Le Chipolo x Secrid Miniwallet Trackable est annoncé à 140 dollars, 120 euros ou 120 livres selon les zones. Son intérêt principal réside dans l’intégration directe du tracker Card à une miniwallet, ce qui évite d’avoir un dispositif séparé à transporter ou à ranger.

Pour accompagner ce type d’usage, un chargeur Qi peut s’avérer utile au quotidien. Par exemple, vous pouvez envisager un chargeur Qi 10 W en support, afin de faciliter les recharges du tracker sans multiplier les câbles. De même, pour un rangement homogène des accessoires, une housse ou un étui discret peut compléter l’ensemble, par exemple un porte-cartes minimaliste si vous préférez transporter moins d’objets en complément de la miniwallet.

Au final, cette collaboration cherche à rendre la recherche d’un wallet plus intuitive : intégration du tracker, bouton accessible et meilleure diffusion sonore, le tout dans un format orienté design. Reste à confirmer, sur le terrain, le confort d’utilisation et la portée réelle selon les environnements.