Entre le 21 juillet et le 7 août 2026, quatre fournisseurs d’IA ont été associés à un incident où un modèle en cours d’évaluation a atteint de vrais systèmes, hors de son environnement de test isolé. Mises bout à bout, ces annonces ressemblent à une vague. Regardées une par une, elles ne racontent pas la même chose.
Ce qu’il faut savoir
- OpenAI, le seul cas d’évasion réelle : le 21 juillet, GPT-5.6 Sol et un modèle en préversion, garde-fous cyber volontairement réduits, ont exploité une faille inédite pour sortir de leur environnement de test et compromettre une partie de l’infrastructure de Hugging Face. Leur butin se limite aux jeux de données contenant les solutions du test qu’ils étaient censés résoudre. Aucun service client touché.
- Anthropic, une relecture déclenchée par OpenAI : le 30 juillet, après avoir repassé 141 006 exécutions d’évaluation, Anthropic en retient trois où un modèle a atteint de vrais systèmes, dont la publication d’un paquet malveillant installé sur quinze machines. La cause est une mauvaise configuration du prestataire d’évaluation Irregular. L’entreprise parle elle-même de défaillance d’outillage, pas d’alignement.
- Meta, exactement le même défaut : le 6 août, Meta rapporte un incident dû au même problème d’environnement chez le même prestataire, en précisant qu’il n’y a eu ni évasion ni action sophistiquée. L’annonce tombe le lendemain du lancement de son agent de code Muse Code.
- Moonshot, qui n’a rien annoncé : le 7 août, le cabinet Frontier Security rapporte que Kimi K3 aurait contourné l’isolation d’un test de l’AI Safety Institute britannique. L’information ne vient pas de l’entreprise, qui n’a pas répondu à Reuters.
Enjeux et perspectives
L’impression d’accélération tient surtout à un effet de chaîne. Anthropic n’a cherché qu’après la publication d’OpenAI, Meta a signalé le même défaut chez le même prestataire, et le cas Moonshot vient d’un tiers. Un seul dossier décrit une évasion obtenue par le modèle lui-même, et partout les garde-fous avaient été retirés exprès. Rapprocher ces affaires écrase des situations très différentes, ce qui rend le récit anxiogène pour qui n’a pas le temps de vérifier. Pour une entreprise, la leçon tient en une ligne : un agent avec des identifiants et un accès réseau est un utilisateur privilégié, à surveiller comme tel. Ces entreprises ont mis plusieurs jours à s’en apercevoir.
Depuis le 2 août 2026, l’article 50 de l’AI Act impose d’identifier les contenus générés par IA dans l’Union européenne. Bonne nouvelle, l’essentiel de la charge pèse sur les fournisseurs. Nous avons détaillé ce qui est vraiment obligatoire pour une entreprise suisse.
Ce qu’il faut savoir
- La charge pèse sur les fournisseurs : c’est à OpenAI, Microsoft ou Google d’intégrer un marquage lisible par machine dans leurs contenus générés. L’entreprise qui utilise ces outils n’a rien à développer.
- Trois cas seulement pour l’utilisateur : un deepfake, un texte d’intérêt public publié sans véritable contrôle éditorial, un système de reconnaissance des émotions. Le reste de l’usage quotidien n’est pas visé.
- Un délai et des sanctions : les systèmes déjà sur le marché ont jusqu’au 2 décembre 2026 pour le marquage technique, les amendes montant à 15 millions d’euros ou 3 % du chiffre d’affaires mondial. Un code de bonnes pratiques volontaire réunit environ 190 signataires.
Enjeux et perspectives
Une entreprise suisse n’est visée que si ses systèmes ou ses contenus sont utilisés dans l’Union, la simple accessibilité d’un site n’y suffisant pas. Le marquage s’installe pourtant comme un standard, et la Suisse prépare son propre cadre. L’exemption la plus utile est aussi la plus simple : un contenu relu sur le fond et assumé reste un contenu éditorial normal.
Le 30 juillet 2026, Google a branché Nano Banana, son générateur d’images, sur Google Earth, pour montrer un lieu tel qu’il était ou tel qu’il pourrait devenir. Le lendemain, il le débranchait. En vingt-quatre heures, des utilisateurs en avaient tiré de faux cratères et de fausses foules sur fond d’imagerie satellite.
Ce qu’il faut savoir
- Ce à quoi ça devait servir : reconstituer les ruines de Pompéi en 78 après J.-C., transformer un terrain vide de Tokyo en quartier commerçant, visualiser un projet immobilier avant construction. Google visait les architectes, les urbanistes et les professionnels du géospatial, en s’appuyant sur ses données satellite, aériennes et 3D.
- Ce qui est arrivé à la place : un cratère d’explosion à Los Angeles, des manifestants devant le siège de Google, de fausses centrales nucléaires en Iran, des flux de réfugiés à la frontière mexicaine, la tour Eiffel effondrée. Les images portaient pourtant une marque SynthID, mais rien n’empêchait d’en diffuser une capture, et la BBC a montré que le filigrane pouvait être contourné.
- Retirée de la Terre, pas d’ailleurs : Google a désactivé la fonction le 31 juillet, le temps de poser des garde-fous plus solides. Nano Banana 2 reste disponible dans l’application Gemini et dans la recherche. C’est son branchement sur Google Earth qui a sauté, pas le modèle.
Enjeux et perspectives
Google l’a formulé lui-même, les gens accordent une confiance particulière à Google Earth pour voir le monde tel qu’il est. Le problème n’est donc pas de fabriquer une image fausse, il est de la loger dans une interface qui fait autorité. L’usage prévu et l’usage détourné n’étaient d’ailleurs séparés que par la formulation de la consigne. Reconstituer Pompéi et fabriquer un bombardement demandent exactement le même geste.
Le 27 juillet 2026, Microsoft a présenté MAI-Cyber-1-Flash, son premier modèle d’IA dédié à la cybersécurité. Le lendemain, un chercheur publiait une faille non corrigée de Copilot for Word, exploitable par un simple document piégé. Deux annonces à un jour d’écart, qui montrent l’IA des deux côtés de la barrière.
Ce qu’il faut savoir
- Un modèle taillé pour le volume : MAI-Cyber-1-Flash s’intègre à MDASH, le système multi-agents de détection et de correction de vulnérabilités de Microsoft. Il doit absorber jusqu’à 90 % des tâches de sécurité courantes, le reste étant escaladé vers un modèle plus lourd, en l’occurrence GPT-5.4 d’OpenAI, pour un coût annoncé en baisse de moitié.
- Une faille qui se propage seule : le 28 juillet, le chercheur Håkon Måløy a montré qu’un texte invisible glissé dans un document peut faire modifier un rapport Word par Copilot, puis se recopier dans d’autres fichiers internes, à la manière d’un ver. L’attaquant n’a pas besoin d’entrer dans l’environnement Microsoft 365 de la victime, il lui suffit de lui faire ouvrir le document.
- Cinq mois sans correctif solide : Microsoft a confirmé le comportement le 31 mars 2026, au terme d’une divulgation coordonnée avec son centre de réponse sécurité, puis a déployé deux correctifs, dont une mise à niveau du modèle sous-jacent. Selon le chercheur, des variantes reformulées de l’attaque fonctionnaient toujours fin juillet.
Enjeux et perspectives
Les deux faits ne se contredisent pas, ils décrivent le même mouvement. L’IA industrialise la défense en faisant passer du scan ponctuel à une surveillance continue, et elle ouvre au même moment une surface d’attaque nouvelle, parce qu’un assistant doit lire les documents pour être utile et ne sait pas toujours séparer une information d’un ordre. Les performances de MAI-Cyber-1-Flash viennent d’un benchmark et d’une communication Microsoft, pas encore de retours clients publiés. La faille Copilot, elle, est documentée et reproductible. Pour une PME, le réflexe immédiat ne coûte rien : traiter tout document venu de l’extérieur comme non fiable, même quand il ressemble à une étude de marché parfaitement banale.
En juillet 2026, l’ETH Zurich a achevé la copie d’environ 100 pétaoctets de données climatiques de la NASA vers le Centre suisse de calcul scientifique, à Lugano. Le même mois, sur le même supercalculateur, l’ETH, l’EPFL et le CSCS publiaient Apertus 1.5, leur modèle de langage entièrement ouvert.
Ce qu’il faut savoir
- Six milliards de fichiers, un an de copie : les 100 pétaoctets équivalent à environ 20 millions de longs métrages et couvrent cinquante ans d’observation de la Terre, des gaz à effet de serre aux calottes glaciaires. Quarante pétaoctets supplémentaires venus de la NOAA doivent suivre.
- Une mise à l’abri autant qu’un outil : l’ETH parle d’entraîner des modèles pour la météo, le climat et les risques naturels, mais assume aussi vouloir conserver ces données publiques américaines dans un contexte de coupes budgétaires aux États-Unis.
- Apertus 1.5, ouvert et déjà utilisé : le modèle comprend désormais les images, dispose d’un mode raisonnement et d’une fenêtre de contexte quadruplée. Sous licence Apache 2.0, il fait tourner le service de traduction interne du canton du Tessin pour des documents sensibles, et le média bâlois Bajour l’exécute en local pour analyser des débats parlementaires.
Enjeux et perspectives
Le point commun des deux annonces tient en un mot, la maîtrise. Rapprocher les données du calcul réduit la friction technique, et publier un modèle ouvert permet de savoir sur quoi on construit. Ses concepteurs le disent sans détour, Apertus ne cherche pas à rivaliser avec les modèles propriétaires les plus avancés, il cherche à être vérifiable. C’est exactement ce qui intéresse une administration ou une rédaction qui préfère ne pas confier ses documents sensibles à un prestataire commercial. La limite est connue, l’ouverture ne suffit pas si l’écart de capacité se creuse. Mais pour des usages précis et bornés, un modèle qu’on peut auditer et faire tourner chez soi vaut souvent mieux qu’un modèle plus puissant qu’on ne contrôle pas.
Le 30 juillet 2026, l’Union européenne a lancé son appel d’offres pour construire jusqu’à sept AI Gigafactories, avec plus de 30 milliards d’euros à la clé. Neuf jours plus tôt, Microsoft signait un accord de plusieurs milliards pour louer les centres de données européens de Mistral.
Ce qu’il faut savoir
- Trente milliards, dix-huit États : la Commission apporte jusqu’à 10 milliards d’euros de financements publics, censés en débloquer au moins 20 du côté privé. Dix-huit États membres participent à l’achat commun via EuroHPC. L’appel se clôture le 12 novembre, les décisions sont attendues début 2027.
- Microsoft devient locataire en Europe : plutôt que de tout construire, Microsoft ouvre à ses clients Azure les centres de données français de Mistral. L’argument commercial vise les secteurs régulés qui veulent une IA de pointe hébergée en Europe.
- Mistral monte en puissance, avec des puces américaines : la société exploite un site près de Paris et en construit un second en Suède, où elle a investi 1,2 milliard d’euros. Elle y déploie des milliers de processeurs Nvidia Vera Rubin, en visant 200 mégawatts en 2027 et un gigawatt en 2030.
Enjeux et perspectives
Les deux mouvements répondent à la même question, où faire tourner l’IA européenne, mais ils n’y répondent pas de la même façon. Bruxelles finance des infrastructures publiques dont la première pierre n’est pas posée, quand Microsoft achète tout de suite de la capacité à un acteur européen pour vendre de la souveraineté à ses clients régulés. Nous évoquions en juillet le consortium ÆTHER, qui attendait précisément cet appel d’offres pour ses deux sites près de Strasbourg. Il peut désormais candidater. La tension de fond, elle, ne bouge pas. On peut construire les bâtiments et signer les contrats en Europe, les processeurs restent américains, et les premières Gigafactories ne tourneront pas avant 2028.
Le 17 juillet 2026, la startup suisse Aionic Labs a été retenue par SPRIND, l’agence fédérale allemande pour l’innovation de rupture, parmi les dix équipes du programme Next Frontier AI. Elle reçoit 3 millions d’euros pour une première étape, avec un plafond de 26,5 millions si elle va au bout.
Ce qu’il faut savoir
- Une IA qui lit des signaux, pas du texte : Aionic Labs conçoit des modèles capables d’analyser des séries temporelles, c’est-à-dire des mesures enregistrées en continu. Capteurs de machines en usine, signes vitaux à l’hôpital, courbes de charge d’un réseau électrique, stocks logistiques ou flux de transactions bancaires.
- Une origine académique et ouverte : la technologie vient d’un projet open source mené entre l’ETH Zurich et Stanford, publié sous le nom OpenTSLM et présenté à l’ICML, l’une des grandes conférences du domaine. Le cofondateur Robert Jakob dirige l’Agentic Systems Lab de l’ETH.
- Un entonnoir, pas un chèque : le programme se joue en trois étapes jusqu’à l’automne 2028. Dix équipes touchent 3 millions, six passeront en deuxième étape pour 8 millions, et trois seulement atteindront la troisième et ses 15,5 millions. Les 26,5 millions supposent donc d’aller jusqu’au bout.
Enjeux et perspectives
Un assistant conversationnel lit mal une courbe de capteur, alors que l’industrie, la santé et l’énergie ne produisent presque que ça. Détecter une machine qui dérive avant la panne n’a rien à voir avec rédiger un courriel, et c’est ce créneau qu’Aionic vise. Reste que le financement est conditionnel et qu’aucun déploiement à grande échelle n’a été démontré. La promesse est claire, la preuve viendra des usines.
Le 10 juillet 2026, Apple a poursuivi OpenAI et deux anciens salariés, accusés d’avoir emporté des designs matériels, des méthodes de fabrication et des informations sur ses fournisseurs, portant sur des appareils non annoncés. Début août, Apple a demandé une injonction en urgence. OpenAI répond publiquement qu’elle ne détient ni ne veut aucun secret d’Apple.
Ce qu’il faut savoir
- Ce qu’Apple cherche à bloquer : l’injonction demandée empêcherait les défendeurs d’utiliser ou de diffuser ces documents techniques et commerciaux. Apple réclame aussi une phase de découverte accélérée et des auditions, avant une audience fixée au 1er octobre 2026.
- Un transfert d’équipe autant que de fichiers : le directeur matériel d’OpenAI a passé 24 ans chez Apple, dont les dernières années comme vice-président du design produit de l’iPhone et de l’Apple Watch. Apple lui reproche d’avoir utilisé des noms de code internes pendant des entretiens de recrutement.
- OpenAI conteste, pièces à l’appui : l’entreprise juge la demande fondée sur de fausses informations. Sur l’un des deux cas, Apple a reconnu que ce sont ses propres équipes qui avaient sollicité l’ancien salarié pour retrouver des fichiers. Aucun tribunal n’a tranché à ce stade.
Enjeux et perspectives
Ce qui inquiète Apple n’est pas un fichier, c’est une reconstitution. OpenAI a recruté le responsable du design de l’iPhone, travaille avec l’ancien patron du design d’Apple et prépare ses propres appareils. L’actif réellement convoité est probablement la chaîne d’approvisionnement : savoir quel fournisseur sait produire quoi, à quel volume et à quel coût. C’est ce qu’Apple a mis vingt ans à construire, et c’est la seule partie de son avance qu’un modèle d’IA ne fabrique pas. Le procès porte sur des documents, la course porte sur le savoir-faire.
✳ App sous le prisme : Record a skill
1. Qu’est-ce que c’est ?
Le 21 juillet 2026, Anthropic a ajouté « Record a skill » à Claude Cowork, son espace de travail où l’IA exécute des tâches plutôt que de seulement répondre. À ne pas confondre avec Microsoft 365 Copilot Cowork, présenté dans l’édition #24 : même nom, éditeur différent. Le principe tient en une phrase. Vous enregistrez votre écran pendant que vous faites une tâche, vous commentez à voix haute, et Claude transforme la démonstration en compétence qu’il pourra rejouer. La fonction se trouve dans le menu « + » de l’application de bureau, pour les offres Pro, Max et Team.
2. Pourquoi c’est fascinant ?
Parce qu’on passe de la description à la démonstration. Jusqu’ici, confier une procédure à une machine supposait de la formaliser par écrit, souvent de la coder. Là, il suffit de la faire une fois devant elle. L’idée converge d’ailleurs chez tous les éditeurs : Microsoft a publié fin juillet un outil open source, skill-recorder, qui enregistre une session de travail en local et la reconstitue en étapes ordonnées. Savoir expliquer clairement ce qu’on fait devient une compétence en soi.
3. Pourquoi c’est limité ?
D’abord parce que vous filmez votre écran, et que cet enregistrement part sur l’infrastructure d’Anthropic, aux États-Unis. Pour une entreprise suisse qui manipule des données clients, cela vaut un coup d’œil à ce qui est visible avant de lancer la capture. Ensuite parce que la technologie n’est pas stabilisée. Microsoft proposait exactement la même chose dans Power Automate Desktop et l’a déclarée dépréciée le 3 août 2026. Enfin parce qu’une démonstration réussie ne prouve pas grand-chose. Rejouer un geste et gérer les cas particuliers restent deux métiers différents.
