Le débat du jour

La bulle de l'IA : réalité ou illusion ?

Salut,

Ces derniers temps, la conversation autour de l'IA est de plus en plus animée par un terme qui fait frissonner certains et rire d'autres : la "bulle de l'IA". Est-on à l'aube d'un éclatement comme la bulle Internet des années 2000, ou s'agit-il simplement d'une phase de croissance intense et coûteuse inhérente à toute technologie de rupture ?

Les chiffres semblent d'abord inquiétants. Des rapports récents indiquent qu'OpenAI, malgré une croissance fulgurante de ses revenus, a enregistré des pertes nettes de 38,5 milliards de dollars en 2025, soit huit fois plus qu'en 2024. Une grande partie de ces pertes est attribuée aux coûts de R&D massifs, aux paiements à Microsoft et à un ajustement comptable unique. Parallèlement, le CapEx des hyperscalers comme Microsoft, Amazon, Alphabet, Meta et Oracle est en passe de dépasser leur flux de trésorerie opérationnel d'ici le troisième trimestre 2026, signe d'investissements colossaux dans les infrastructures nécessaires à l'IA. Ces dépenses astronomiques alimentent l'idée que le secteur est surévalué et insoutenable.

De plus, la part de marché de ChatGPT est passée sous la barre des 50 % pour la première fois, face à l'intensification de la concurrence de modèles comme Gemini de Google, Claude d'Anthropic et Grok de xAI. Ce recul peut être interprété comme un signe de fragilité, suggérant que même les leaders ne sont pas à l'abri des turbulences.

Cependant, d'autres voix nuancent cette vision alarmiste. Nate B Jones, par exemple, dans son analyse "Your $20 AI Plan Costs Them Thousands. That's Not The Bubble" (YouTube), soutient que le débat sur la bulle est souvent mal cadré. Selon lui, il est plus utile d'analyser l'IA par segments d'affaires plutôt que de la considérer comme une entité monolithique. Le marché des agents d'IA, des infrastructures, des puces ou des applications spécifiques a des dynamiques très différentes. Des acquisitions comme celle de Cursor par SpaceX pour 60 milliards de dollars, ou les levées de fonds massives de DeepSeek (7,4 milliards de dollars à une valorisation de 50 milliards) témoignent d'une confiance persistante des investisseurs dans des segments spécifiques de l'écosystème IA.

L'enseignement principal est que si les dépenses sont énormes et la concurrence féroce, le marché est en pleine mutation. La question n'est pas tant de savoir si l'IA est une bulle, mais plutôt de distinguer les innovations structurelles à long terme des engouements passagers, et de comprendre la complexité des dynamiques économiques qui sous-tendent cette révolution technologique.

L'Actu

• SpaceX rachète Cursor pour 60 milliards de dollars La startup d'édition de code alimentée par l'IA, Cursor (maison mère Anysphere), a été acquise par SpaceX pour une valeur de 60 milliards de dollars en actions. Cette transaction, annoncée après l'IPO record de SpaceX, positionne les agents de codage comme une infrastructure stratégique majeure, permettant à SpaceX d'intégrer verticalement le développement logiciel pour ses projets ambitieux. L'opération devrait se finaliser au troisième trimestre 2026. (Source: The AI Brief, The Neuron, Superhuman, TLDR)

• Elorian veut doter l'IA d'un véritable raisonnement visuel La programmation par IA progresse rapidement, mais bute encore sur le raisonnement visuel. Andrew Dai, ex-Google Brain et DeepMind, est à la tête d'Elorian, un nouveau laboratoire de recherche qui développe des modèles capables de comprendre et de raisonner nativement à travers des images, schémas et objets physiques. L'objectif est de permettre aux IA d'inspecter un UI défectueux ou de concevoir des pièces mécaniques avec une compréhension spatiale humaine. Elorian a levé 55 millions de dollars pour cette mission. (Source: The Neuron)

• Les agents IA de Nous Research peuvent désormais effectuer des paiements via Stripe L'agent Hermes de Nous Research est désormais capable d'effectuer des achats en ligne et de payer des APIs grâce à trois compétences Stripe officielles. Ces fonctionnalités permettent aux agents de gérer de l'argent réel de manière autonome, tout en intégrant des garde-fous de sécurité comme la non-exposition des identifiants et l'approbation humaine des paiements. Cela ouvre la voie à des agents qui peuvent financer leurs propres outils et livrer des produits. (Source: AlphaSignal, AI Breakfast)

• Snap lance des lunettes AR à 2 195 $ pour concurrencer les PC Snap a dévoilé SPECS, des lunettes de réalité augmentée au prix de 2 195 $ (avec un dépôt de 200 $), qui visent à remplacer les écrans traditionnels par une expérience informatique immersive et portable. Ces lunettes légères offrent un affichage de 51 degrés de champ de vision, équivalent à un écran de bureau de 24 pouces, et intègrent une assistance IA contextuelle ainsi que des lentilles électrochromiques. Elles seront livrées à l'automne aux États-Unis, au Royaume-Uni et en France. (Source: The Deep View, TLDR)

• Databricks dévoile "Genie One", un assistant IA pour les entreprises Databricks a lancé Genie One, un "coworker agentique" pour les équipes commerciales. Cet outil automatise les tâches professionnelles sur diverses applications et documents, s'appuyant sur Genie Ontology, une couche contextuelle auto-améliorante qui se connecte aux données de l'organisation. L'objectif est de fournir des réponses plus précises et économiques, notamment pour gérer les coûts des tokens, une préoccupation majeure pour de nombreuses entreprises. (Source: Superhuman, The AI Brief)

Avis d'Expert

La maintenance des agents IA : le nouveau défi stratégique

On parle beaucoup de la construction et du lancement des agents IA, mais il est temps de se concentrer sur un aspect souvent négligé mais absolument vital : leur maintenance. Comme pour un bateau ou un avion, la fiabilité d'un agent IA dépend avant tout du soin que l'on apporte à son entretien.

Un agent IA performant aujourd'hui pourrait devenir inefficace ou, pire, produire des résultats erronés demain, si son "environnement de travail" n'est pas régulièrement vérifié et ajusté. Nate's Newsletter le souligne très bien : les agents cassent de deux manières. Soit le monde autour d'eux change, rendant leur logique obsolète. Soit le modèle sous-jacent s'améliore, et le "harnais" construit pour ses anciennes faiblesses devient un boulet.

Penser que "plus" (plus de contexte, plus d'outils, plus de mémoire) est toujours mieux est une erreur. C'est souvent ce qui fait pourrir l'agent de l'intérieur. La clé réside dans une inspection rigoureuse et une adaptation constante de sept éléments cruciaux : le travail de l'agent, son alimentation en données, sa mémoire, ses outils, sa portée, la preuve de ses actions, et sa valeur. Chacun de ces éléments peut s'altérer et entraîner une défaillance silencieuse si on n'y prête pas attention.

Pour qu'un agent soit digne de confiance, il a besoin d'un véritable "bureau de travail" (workbench) qui inclut des sources fiables, des outils définis, un processus de validation et de rétroaction humaine. L'exemple de Vercel, qui a réduit son équipe de vente entrante de dix à une personne grâce à un agent IA, n'est pas seulement une histoire de réduction des effectifs. C'est surtout l'histoire d'un système robuste, avec une supervision humaine constante pour filtrer, qualifier, rédiger et acheminer les tâches, garantissant que l'agent reste pertinent et fiable.

La question n'est plus "Puis-je construire un agent ?", mais "Quel environnement cet agent a-t-il besoin pour être performant sur le long terme ?" et, de manière encore plus mature, "Comment maintenir cet environnement sain une fois que l'agent est en service ?". C'est cette "maintenance agentique" qui définira le succès et la durabilité des solutions IA dans le monde réel.

Sources :

• Nate's Newsletter: AI Agent Maintenance

Le Cadeau

La technique des "Leitwörter" pour optimiser tes prompts

Découvre une astuce de Matt Pocock, inspirée de la théorie littéraire, pour obtenir de meilleurs résultats de tes modèles d'IA : les "Leitwörter" (mots directeurs). Un Leitwort est une phrase clé qui condense un comportement entier et que l'agent peut réutiliser pour guider sa propre logique.

En répétant un Leitwort 2 à 3 fois dans un prompt ou une compétence, l'agent est capable d'intégrer ce principe dans sa réflexion interne, menant à une production plus cohérente et ciblée. Par exemple, le "skill /teach" de Matt utilise l'expression "zone de développement proximal" pour transformer l'assistant IA en un tuteur structuré.

Voici un prompt inspiré de Matt Pocock pour appliquer cette technique :

Utilise [Ton LEITWORT ici] comme principe de fonctionnement pour cette tâche.

Par [Ton LEITWORT ici], j'entends : [définition simple du comportement souhaité].

Applique ce principe pendant que tu travailles. Avant de donner la réponse finale, vérifie si la sortie respecte [LEITWORT] et révise une fois si nécessaire.

Tâche : [colle ta tâche ici]
Contexte : [colle le contexte pertinent ici]
Format de sortie : [décris le format souhaité]

Un bon prompt n'est pas toujours plus d'instructions, mais parfois la bonne phrase qui permet au modèle de s'auto-instruire.

(Source: The Neuron)

Un dernier pour la route

Alors que les entreprises courent après les gains de productivité promis par l'IA, elles découvrent une nouvelle phrase à la mode : le "tokenminimizing". On est passé de "comment utiliser plus d'IA" à "comment ne pas ruiner le budget avec l'IA". Il semblerait que même la magie de l'intelligence artificielle ait un coût bien réel… et que nos CFOs soient désormais les vrais architectes de la frugalité numérique.

Cette newsletter est rédigée par Gemini 2.5-Flash à partir d'un échantillon de newsletters IA reçues lors des dernières 24h. Il s'agit d'une expérience qui vise notamment à évaluer le taux d'hallucination dans les contenus rédigés sans supervision humaine.