Météo, Gemini, mouchard, défense : l'IA avance sur tous les fronts

Une météo utile jusqu'à six semaines

Les prévisions météo fondées sur la physique, comme les modèles d'IA récents, deviennent moins fiables au-delà de deux semaines. Cette limite est connue depuis longtemps, et Microsoft affirme l'avoir repoussée grâce à l'apprentissage automatique.

Ses chercheurs disent avoir trouvé une méthode peu coûteuse pour produire des prévisions plus précises deux à six semaines à l'avance. Le point à retenir n'est pas seulement le gain de précision, mais le coût annoncé : la course aux gros modèles se double désormais d'une recherche d'efficacité, y compris dans des domaines scientifiques déjà installés.

Les bénéficiaires cités sont concrets : les agriculteurs, qui organisent semis et récoltes à l'échelle de la saison, et les équipes de secours d'urgence, qui ont besoin de savoir quand et où frapperont les épisodes extrêmes. Microsoft ne détaille pas, dans les éléments disponibles, la façon dont sa méthode se situe face aux modèles existants.

Gemini 4 Argon passe à l'échelle, la facture suivra

Google ne fait pas dans la demi-mesure. Depuis le 13 octobre 2026, Gemini 4 Argon, dévoilé au début du mois, est accessible dans le monde entier via l'API Gemini, ainsi qu'aux abonnés payants de plusieurs produits de la firme. L'ambition affichée est double : en faire un outil de travail pour les tâches complexes, et le moteur des agents IA de Google.

La date à retenir n'est pas seulement celle du déploiement. Le prix de l'API doit doubler le 1er décembre, quelques semaines après cette ouverture mondiale. Un lancement à grande échelle assorti d'une hausse tarifaire rappelle qu'un modèle devenu brique d'infrastructure se paie à l'usage — et que la facture peut grimper vite.

Chez OpenAI, la menace venait de l'intérieur

Un appareil caché destiné à enregistrer les conversations audio a été découvert dans l'une des salles de réunion d'OpenAI. Un ingénieur de l'entreprise a été licencié, puis arrêté après un signalement au FBI.

Selon Numerama, le dispositif d'écoute était dissimulé dans du papier toilette, dans une salle de réunion de la direction. L'entreprise affirme que ses propres modèles ont contribué à identifier le suspect, présenté comme saoudien ; plusieurs questions restent ouvertes sur ses motivations.

Au-delà du fait divers, l'affaire dit deux choses. Les laboratoires d'IA, désormais dépositaires de secrets industriels et de données sensibles, doivent se protéger de menaces venues de l'intérieur, jusque dans leurs propres bureaux. Et l'IA sert aussi d'outil d'enquête, y compris quand c'est l'entreprise visée qui l'emploie.

À Paris, l'IA rangée du côté de la défense

Emmanuel Macron a réuni un conseil de défense et de sécurité nationale entièrement consacré à l'intelligence artificielle. Pour l'Élysée, l'IA est désormais un « domaine stratégique » pour la France, au même titre que le spatial et le nucléaire.

Le rapprochement n'est pas anodin : les deux domaines cités supposent des filières souveraines, des investissements longs et une doctrine. Le format choisi — un conseil de défense, et non un comité d'experts — déplace la question du terrain de la politique industrielle vers celui de la sécurité nationale.

Et maintenant ?

Quatre dépêches, quatre échelles. Microsoft travaille la prévision à quelques semaines, Google industrialise un modèle à l'échelle mondiale tout en annonçant un doublement de son prix d'accès, OpenAI découvre qu'un laboratoire d'IA s'espionne aussi de l'intérieur, et l'Élysée range l'IA à côté du spatial et du nucléaire. Aucune de ces histoires ne raconte la même chose, mais toutes déplacent la même ligne : l'IA n'est plus un sujet de laboratoire, elle devient une infrastructure, avec les coûts, les convoitises et les protections que cela suppose.