Hier, Anthropic a affirmé avoir détecté ce qu’il a décrit comme « une campagne à l’échelle industrielle » menée par DeepSeek et deux autres laboratoires chinois d’IA de premier plan, Moonshot AI et MiniMax, pour distiller leurs modèles Claude. La distillation est le terme utilisé par les chercheurs en IA pour décrire une méthode permettant d’augmenter les performances de modèles d’IA plus petits, généralement plus faibles, en les ajustant aux résultats d’un modèle plus grand et plus fort. Dans cette affaire, Anthropic affirme que les trois sociétés chinoises d’IA ont créé 24 000 faux comptes pour générer 16 millions de transactions avec Claude qu’elles ont ensuite utilisées pour former leurs propres modèles, en violation des conditions de service d’Anthropic. (Parmi ces échanges, DeepSeek n’en était responsable que de 150 000, selon Anthropic, mais les comptes liés à DeepSeek semblaient particulièrement intéressés à distiller les capacités de raisonnement de Claude.)
Hier également, Reuters a rapporté, citant un haut responsable américain anonyme, que les États-Unis pensaient que DeepSeek avait entraîné le V4 à l’aide des GPU Blackwell AI de nouvelle génération de Nvidia, en violation probable des contrôles à l’exportation américains censés empêcher les sociétés chinoises d’IA d’acquérir les puces les plus avancées de Nvidia. L’article indiquait que les États-Unis pensaient que DeepSeek possédait un centre de données en Mongolie intérieure rempli de Blackwells, même s’ils ne savaient pas exactement comment ils les avaient obtenus.
Utiliser l’IA pour cartographier les chaînes d’approvisionnement mondiales : « La complexité va presque certainement s’aggraver »
Qu’est-ce que tout cela a à voir avec la résolution tarifaire de la semaine dernière ? Tous. Parce que l’un des produits clés d’Altana est en fait un système de gestion tarifaire alimenté par l’IA. Smith a décrit un flux de travail « d’agent » qui automatise la tâche notoirement obscure consistant à attribuer des codes du Système harmonisé (SH) aux marchandises (la classification qui détermine le taux de droit applicable à une importation donnée), ainsi que le calcul du pays d’origine sur la base des règles commerciales, ce qui est devenu extrêmement compliqué à l’ère du transbordement et de l’évasion tarifaire. Ajoutez à cela un planificateur de scénarios tarifaires qui permet aux entreprises de modéliser l’impact des modifications des règles commerciales sur leur réseau étendu de fournisseurs. L’utilisation du calculateur de tarifs d’Altana a augmenté de 213 % la semaine dernière, rapporte la société. Environ 50 % de ces calculs concernaient des articles contenant des métaux, tandis que 32 % concernaient des produits dont le pays d’origine était la Chine.
Ou, du moins, ils ne le savaient pas avant qu’Altana et son IA n’apparaissent.
FORTUNE EN IA
OpenAI s’associe à McKinsey, BCG, Accenture et Capgemini pour alimenter sa plateforme d’agents Frontier AI, par Jeremy Kahn
OpenAI a changé son énoncé de mission 6 fois en 9 ans. Elle a finalement abandonné le mot « sécurité » comme valeur fondamentale lors de sa restructuration pour devenir une organisation à but lucratif – par Catherina Gioino
Les agents IA qui font votre travail pendant que vous dormez semblent excellents. La réalité est bien plus confuse : « c’est comme un petit enfant qui a besoin d’être surveillé », par Sharon Goldman
Exclusif : Anthropic lance un outil d’IA capable de détecter lui-même les erreurs logicielles, y compris les plus dangereuses qui échappent aux humains, par Sharon Goldman
L’IA DANS L’ACTUALITÉ ŒIL SUR LA RECHERCHE EN IA
Les modèles d’IA sont des conseillers potentiellement dangereux en matière de sécurité nationale. Kenneth Payne, chercheur au Kings College de Londres, a dirigé un vaste ensemble de jeux de guerre virtuels opposant plusieurs modèles d’IA avancés (Claude Sonnet 4 d’Anthropic, Gemini 3 Flash de Google et GPT-5.2 d’OpenAI) les uns contre les autres et contre des versions du même modèle. Il s’est avéré que ces modèles étaient des acteurs sophistiqués, mais ils présentaient certaines tendances qui différaient des acteurs humains d’une manière qui pourrait être dangereuse s’ils conseillaient de vrais gouvernements sur des crises de sécurité nationale.
Par exemple, Payne a constaté que les modèles étaient souvent disposés à recourir à l’utilisation d’armes nucléaires tactiques et, dans certains cas, étaient prêts à lancer une guerre nucléaire totale plutôt que de reculer. Il a également constaté que le comportement du modèle différait de celui des joueurs humains sur certains points essentiels. « Les menaces provoquent plus souvent une contre-escalade que la conformité », a-t-il écrit. « Une crédibilité mutuelle élevée a accéléré le conflit au lieu de le dissuader » et « aucun des deux modèles n’a jamais opté pour l’accommodement ou le désengagement, même sous une pression aiguë, mais a seulement réduit les niveaux de violence ». Mais cela a également des implications potentielles dans les environnements commerciaux où les gens commencent à se tourner vers l’IA pour obtenir des conseils sur les tactiques et stratégies de négociation et où les conseils d’administration peuvent également se tourner vers l’IA pour des conseils stratégiques. Dans bon nombre de ces environnements, emprunter la voie la plus agressive ne produit pas toujours les meilleurs résultats, et les humains devront se méfier de la tendance de l’IA à l’escalade plutôt qu’à la conciliation. Vous pouvez lire le document de recherche sur le référentiel de recherche non évalué par les pairs arxiv.org ici.
VOUS AVEZ UN CALENDRIER
24-26 février : Association internationale pour une IA sûre et éthique (IASEAI), UNESCO, Paris, France.
2-5 mars : Mobile World Congress, Barcelone, Espagne.
12-18 mars : Sud par sud-ouest, Austin, Texas.
16-19 mars : Nvidia GTC, San Jose, Californie.
6-9 avril : HumanX 2026, San Francisco.
ALIMENTATION POUR LE CERVEAU
Une ère de « PIB fantôme » se profile-t-elle à l’horizon ? Un article de blog rédigé par Citirini Research, une société de recherche sur les actions et d’analyse macro de Wall Street très suivie sur les réseaux sociaux, est devenu viral la semaine dernière. Le message est, comme le prévient Citrini, un scénario, une œuvre de fiction spéculative, pas une prévision. L’intention, selon l’entreprise, est de préparer les lecteurs « aux risques potentiels de gauche, alors que l’IA rend l’économie de plus en plus étrange ». Se déroulant en juin 2028, il décrit les ravages économiques que l’IA pourrait causer si elle connaît un « succès catastrophique » au cours des deux prochaines années. Le scénario imagine un chômage bien supérieur à 10 %, même si la productivité du travail atteint des niveaux jamais vus depuis le début des années 1950. Il parle d’un « PIB fantôme », dans lequel les comptes nationaux américains augmentent alors même que les entreprises qui dépendent des dépenses de consommation (qui représentent actuellement 70 % du PIB américain) partent. (Les consommateurs sont soit au chômage, soit inquiets de l’être de façon imminente.) Il explique comment la pression sur les entreprises traditionnelles de logiciels en tant que service, qui commence seulement maintenant à se manifester, s’accélère et s’étend à d’autres secteurs de l’économie, créant une sorte de spirale descendante de pertes d’emplois et de baisse des dépenses de consommation et discrétionnaires, sans interruption naturelle. Le blog donne une lecture sinistre. Heureusement, je ne suis pas sûr que ce soit exact. En fait, vous avez presque certainement tort de supposer que tous les effets que vous décrivez pourraient se manifester dans un peu plus de deux ans. (Une chose que vous décrivez et qui me semble quelque peu improbable est que les agents d’IA chercheront à réduire les coûts de transaction et se tourneront donc vers les pièces stables au lieu des méthodes de paiement traditionnelles.) Mais cela vaut la peine d’être lu et réfléchi. Et pour une analyse de l’erreur probable de Citrini, voir ce message de Zvi Moshkowitz.
