Duel de l'IA : Gemini Omni Flash ou Kling 3.0 pour la vidéo nouvelle génération ?

Nic Reeve14:00 11.09.202612 min de lecture

Duel de l'IA : Gemini Omni Flash ou Kling 3.0 pour le contrôle vidéo de nouvelle génération ?

Le 19 mai 2026, Google a commencé à déployer Gemini Omni Flash dans ses applications et API pour la génération et le montage vidéo conversationnels, tandis que Kling 3.0 de Kuaishou, lancé les 4 et 5 février 2026, a propulsé la continuité multi-plans et les storyboards cinématographiques au cœur de la course à l'actualité de l'IA.

Que sont exactement Gemini Omni Flash et Kling 3.0 ?

Gemini Omni Flash est le modèle rapide de Google, conçu pour transformer le texte et l'image en vidéo, destiné au montage interactif et désormais disponible sous le nom de Gemini Omni 1.1 Flash. Kling 3.0 est la troisième génération de modèles multimodaux de Kuaishou, articulée autour des moteurs Video 3.0 et Video 3.0 Omni, capables de produire des clips natifs 4K courts avec des outils de contrôle de storyboard.

Ces deux systèmes se situent à la pointe de la vidéo par IA.

Selon l'annonce du modèle Gemini de Google en mai 2026, Gemini Omni Flash transforme des invites textuelles et des images de référence optionnelles en courts clips vidéo, et permet aux utilisateurs d'« éditer facilement leurs vidéos par la conversation » dans l'application Gemini, Google Flow et les outils YouTube.
Selon la documentation développeur de Google, l'API Gemini Omni Flash est décrite comme un modèle de « génération et de montage » vidéo qui affine les clips via des conversations en langage naturel et prend en charge l'extension vidéo.
Selon les notes de version de Google du 27 août 2026, Gemini Omni 1.1 Flash est désormais disponible pour le grand public et remplace l'ancien point de terminaison de prévisualisation, qui sera obsolète à partir du 30 septembre 2026.
Selon la fiche Kling 3.0 de l'AI Wiki mise à jour le 11 septembre 2026, Kling 3.0 comprend Video 3.0, Video 3.0 Omni, Image 3.0 et Image 3.0 Omni, tous basés sur une architecture multimodale unifiée produisant des clips courts en résolution 4K native avec un son multilingue synchronisé.
Selon le guide de Genra du 20 février 2026, Kuaishou a programmé la sortie publique de Kling 3.0 au 5 février 2026, avec des modes texte-vidéo, image-vidéo et basés sur des références pour l'ensemble de la gamme.

Comment Gemini Omni Flash gère-t-il le montage vidéo et le contrôle utilisateur ?

Gemini Omni Flash se concentre sur le montage conversationnel : les utilisateurs peuvent demander des modifications, étendre des scènes et ajuster des plans à l'aide du langage naturel, avec une prise en charge d'extensions incrémentielles de 10 secondes jusqu'à 40 secondes dans Gemini Omni 1.1 Flash. Cela donne au modèle de Google l'aspect d'un éditeur interactif plutôt que celui d'un simple générateur ponctuel.

Le montage dans l'écosystème Gemini repose sur un dialogue constant.

Selon le blog de Google sur Omni 1.1 Flash du 27 août 2026, le modèle offre une « production vidéo de qualité studio » et permet aux utilisateurs d'étendre les vidéos par incréments de 10 secondes, jusqu'à un total de 40 secondes, tout en analysant jusqu'à 10 secondes de contexte préalable au lieu de seulement la dernière seconde.
Selon la même publication, Gemini Omni 1.1 prend en charge des fonctionnalités telles que l'interpolation entre la première et la dernière image et une sortie 4K dans les environnements compatibles, améliorant ainsi la continuité entre les montages.
Selon le blog produit de Gemini Omni de Google du 19 mai 2026, les utilisateurs peuvent « éditer facilement leurs vidéos par la conversation » et le modèle est déjà intégré dans l'application Gemini, Google Flow et YouTube Shorts, avec un déploiement mondial pour les abonnés Google AI Plus, Pro et Ultra, et une utilisation gratuite dans certains outils YouTube.
Selon la documentation de l'API Gemini Omni Flash, les développeurs peuvent affiner et modifier les vidéos générées en envoyant des instructions en langage naturel lors d'une interaction continue, positionnant le modèle comme un éditeur dynamique prenant en charge aussi bien l'extension que la génération de vidéos.
Selon une annonce de Google Workspace du 16 juillet 2026, Gemini Omni Flash alimente désormais Google Vids, où les utilisateurs peuvent monter des vidéos en utilisant de simples invites textuelles et générer de nouveaux clips mettant en scène des avatars personnels qui leur ressemblent et ont leur voix.
Selon l'explication d'ilisai mise à jour le 2 septembre 2026, le générateur vidéo du service utilise désormais Gemini Omni 1.1 Flash et facture au moins 10 secondes par clip, ce qui indique que le modèle rapide de Google est déjà déployé sur des plateformes tierces.

Ce flux de travail conversationnel favorise les créateurs qui ont besoin d'itérer rapidement, comme les monteurs de vidéos pour les réseaux sociaux ou les équipes marketing souhaitant effectuer de nombreuses petites modifications sans reconstruire les clips à partir de zéro.

Qu'offre Kling 3.0 en matière de continuité multi-plans et de storyboard ?

Les modèles Video 3.0 et Video 3.0 Omni de Kling 3.0 mettent l'accent sur la génération multi-plans : jusqu'à six plans connectés dans un seul clip, avec une identité de personnage, un éclairage et un environnement stables lors des coupes. La planification des plans peut être automatique ou entièrement personnalisée, transformant les invites en mini-séquences structurées.

Les outils multi-plans donnent à Kling l'aspect d'un moteur de prévisualisation pour réalisateurs.

Selon le guide utilisateur de Kling Video 3.0 mis à jour le 26 août 2026, le modèle prend en charge deux modes pour la vidéo multi-plans : « Multi-Shot » et « Custom Multi-Shot ». Lorsque « Multi-Shot » est activé, il planifie automatiquement les transitions et crée un contenu multi-scènes ; « Custom Multi-Shot » permet aux utilisateurs de configurer le nombre de plans et leur durée.
Selon le guide multi-plans de Kling du 28 juillet 2026, le mode « Multi-Shot » structure une scène par la couverture des caméras, les changements de plans et la progression narrative, en lisant les informations de couverture et de plan à partir de l'invite pour ajuster les angles et les compositions pour une narration cinématographique.
Selon le guide Kling 3.0 de Morphic d'août 2026, Kling Video 3.0 prend en charge des séquences multi-plans allant jusqu'à six coupes de caméra par génération, avec des modes texte-vidéo, image-vidéo et image de début/fin vers vidéo, pour une durée maximale de 15 secondes par clip.
Selon la présentation d'Invideo du 28 mai 2026, Kling 3.0 peut générer jusqu'à six plans connectés tout en permettant aux utilisateurs soit de décrire la scène et de laisser le modèle planifier les coupes, soit de spécifier le cadrage, la durée et le mouvement de caméra de chaque plan pour une exécution précise du découpage technique.
Selon la page de fonctionnalités de Kling3Pro du 26 mars 2026, la génération multi-plans de Kling 3.0 définit jusqu'à six plans individuels dans un seul clip de 15 secondes, chacun avec sa propre invite et son propre angle de caméra, tout en verrouillant l'apparence des personnages, la garde-robe et la continuité de l'environnement via un encodage d'identité au niveau de la scène.
Selon le classement des produits de l'AI Wiki et de Synthszr mis à jour le 6 septembre 2026, l'architecture unifiée de Kling 3.0 produit des vidéos 4K natives jusqu'à 60 images par seconde et prend en charge des storyboards multi-plans avec jusqu'à six coupes de caméra, renforçant son rôle dans la continuité haute fidélité.

Ces garanties de continuité sont importantes pour les agences de publicité, les équipes de prévisualisation et les cinéastes indépendants qui ont besoin d'une séquence de plans connectés, et non seulement de clips isolés.

Comment se comparent les durées, la résolution et les capacités audio ?

Gemini Omni Flash met l'accent sur la flexibilité de la durée via des extensions et se concentre sur des clips 720p rapides dans de nombreux services déployés, tandis que Kling 3.0 se concentre sur des séquences 4K natives courtes mais denses allant jusqu'à 15 secondes avec un son multilingue synchronisé. Les compromis techniques déterminent qui bénéficie le plus de chaque système.

Selon le blog de Google sur Omni 1.1 Flash, les utilisateurs peuvent étendre une vidéo par incréments de 10 secondes, jusqu'à 40 secondes au total, Omni analysant jusqu'à 10 secondes de contexte préalable pour maintenir l'alignement du mouvement et de la composition.
Selon l'article d'ilisai du 19 juillet 2026, la prévisualisation originale de Gemini Omni Flash produisait de courts clips 720p à partir d'invites textuelles ou d'images de référence et, à compter d'une mise à jour du 1er septembre, chaque vidéo générée avec Gemini Omni 1.1 Flash est facturée au moins 10 secondes de sortie.
Selon le profil Kling 3.0 de l'AI Wiki, la nouvelle génération est passée d'environ 10 secondes en 1080p dans Kling 2.6 à 15 secondes en 4K native dans Kling 3.0, ajoutant une synchronisation labiale audio dans cinq langues.
Selon le tableau technique de Morphic, le modèle Video 3.0 de Kling 3.0 prend en charge des durées comprises entre 3 et 15 secondes, des formats tels que 16:9, 9:16 et 1:1, ainsi qu'une résolution 4K native avec d'autres options en 1080p et 720p.
Selon le classement de Synthszr du 6 septembre 2026, Kling 3.0 génère nativement des vidéos 4K jusqu'à 60 images par seconde avec un son synchronisé et prend en charge jusqu'à six coupes de caméra par clip.

Les utilisateurs recherchant une résolution maximale et un son intégré pencheront vers Kling ; les équipes optimisant pour le montage itératif au sein des outils Google existants pourront accepter une résolution inférieure en échange de la vitesse et de l'intégration.

Où ces modèles sont-ils disponibles et comment sont-ils tarifés ?

Gemini Omni Flash est intégré aux niveaux d'abonnement et aux outils de Google, de l'application Gemini aux produits YouTube et à Google Vids, tandis que Kling 3.0 est accessible via les plateformes de Kuaishou et les API partenaires destinées aux créateurs et aux développeurs. Les conditions commerciales varient, mais les deux ciblent un usage professionnel et prosumer.

Selon le blog de lancement de Gemini Omni de Google du 19 mai 2026, Gemini Omni Flash a commencé à être déployé auprès des abonnés Google AI Plus, Pro et Ultra dans le monde entier via l'application Gemini et Google Flow, et est devenu disponible sans frais dans YouTube Shorts et l'application YouTube Create.
Selon le blog de Google Workspace du 16 juillet 2026, Gemini Omni Flash alimente désormais Google Vids, donnant aux utilisateurs de Workspace un accès au montage basé sur des invites textuelles et à la génération d'avatars au sein d'une suite de productivité.
Selon les notes de version de l'API Gemini, Gemini Omni 1.1 Flash est devenu disponible pour le grand public début septembre 2026, signalant que la facturation de production et les quotas s'appliquent désormais à mesure que le point de terminaison de prévisualisation approche de son obsolescence.
Selon le guide des fonctionnalités de Kuaishou du 9 février 2026, Kling 3.0 a été officiellement lancé le 4 février 2026 à 23h00, heure de Pékin, avec un accès API pour les développeurs à partir du 5 février 2026.
Selon la présentation de Genra du 20 février 2026, le déploiement de Kling 3.0 a donné la priorité aux abonnés « Ultra » avant de s'ouvrir plus largement, positionnant les modèles comme des outils haut de gamme pour les créateurs sérieux.
Selon le guide de Morphic, les plateformes tierces intègrent les modes de Kling 3.0 dans leurs propres interfaces, offrant aux créateurs un contrôle sur la durée, la résolution et les fonctionnalités multi-plans en plus de leur propre tarification.
Selon le classement de Synthszr de septembre 2026, Kling 3.0 apparaît dans des listes de produits IA ciblant les utilisateurs de production, indiquant son positionnement dans les flux de travail vidéo professionnels et semi-professionnels.

Ces stratégies de distribution sont importantes. Google lie étroitement l'IA vidéo à ses suites de productivité et à ses réseaux sociaux, tandis que Kuaishou et ses partenaires poussent Kling dans des environnements de création et de montage dédiés où les utilisateurs peuvent construire des pipelines entiers autour de cet outil.

Qui profite le plus de la flexibilité de montage, et qui a besoin de la continuité multi-plans ?

Les créateurs qui itèrent rapidement sur des clips individuels — avec des ajustements fréquents par texte, des changements d'avatar et des extensions de scène — profitent le plus du montage conversationnel de Gemini Omni Flash et de son intégration poussée dans les outils Google. Les équipes planifiant des storyboards ou des séquences publicitaires bénéficient davantage de la continuité multi-plans et des sorties 4K riches en audio de Kling 3.0.

Des flux de travail différents pointent vers des vainqueurs différents.

Pour les responsables des réseaux sociaux et les créateurs de contenu court au sein de YouTube et de Workspace, la capacité de Gemini à étendre des scènes, à interpoler des images et à appliquer des modifications en langage naturel — « rapproche ce plan », « éclaircis l'arrière-plan » — réduit les frictions pour transformer des idées brutes en clips peaufinés.
Pour les directeurs de la photographie, les agences et les équipes de prévisualisation, la combinaison par Kling de jusqu'à six plans connectés, de l'identité de personnage verrouillée et des visuels 4K signifie qu'ils peuvent monter des storyboards miniatures, tester la couverture de caméra et maintenir la continuité plan par plan.
Selon la comparaison d'Invideo, Kling 3.0 contraste explicitement le support multi-plans avec les modèles à plan unique, soulignant qu'il peut soit planifier automatiquement la couverture, soit suivre un découpage technique détaillé écrit par l'humain.
Selon le blog d'Omni 1.1 de Google, la fenêtre de contexte étendue et les outils d'interpolation sont conçus autour d'une production de « qualité studio » pour les créateurs qui ne souhaitent peut-être pas penser en plans discrets, mais qui se soucient tout de même de la fluidité du mouvement et du cadrage cohérent dans la vidéo finale.

Aucun modèle ne gagne haut la main. Le choix dépend de la façon dont une équipe créative travaille : en clips avec des modifications conversationnelles ou en séquences de plans avec une continuité serrée et des visuels haut de gamme.

Sources

Lire la suite →

Articles connexes

AI & Tech

Intelligence artificielle : le chatbot Grok désormais profondément intégré à la plateforme X

AInews : Grok Bot bénéficie d'une intégration poussée avec la plateforme sociale X Le 29 août 2026, xAI a annoncé que Grok Bot se connecte désormais directement aux comptes des utilisateurs sur X, marquant une nouvelle étape dans la couverture de l'actualité de l'IA et l'interaction au sein du réseau social grâce à un accès natif aux fils d'actualité, aux publications, aux mentions et aux outils de développement. Comment Grok Bot interagit-il désormais avec X au quotidien ? Grok Bot peut se lier à un compte X, lire les fils d'actualité et les mentions, rechercher des publications publiques et agir sur des données sociales en direct depuis son interface de chat. Les utilisateurs payants de Grok Bot reçoivent des crédits API X gratuits une fois connectés, transformant l'assistant en un agent opérationnel au sein de la plateforme sociale plutôt qu'en un simple chatbot distinct. Selon la mise à jour produit de xAI du 29 août 2026, cette nouvelle intégration permet aux utilisateurs de : Connecter un compte X directement dans Grok Bot via un connecteur X officiel. Faire en sorte que xAI crée automatiquement un compte développeur sur X pour les utilisateurs qui n'en possèdent pas encore. Recevoir des crédits API gratuits sur X s'ils sont abonnés à Grok Bot, permettant un accès programmatique immédiat. Demander à Grok Bot de rechercher des publications, de lire le fil d'actualité personnel, de vérifier des mentions ou de compiler des résumés de ce qui se passe sur X en temps réel. L'intégration s'exécute sur un environnement cloud dédié qui combine des données X en temps réel, un contrôle de l'interface utilisateur au niveau du navigateur et la famille de modèles Grok. Cela fait de Grok Bot bien plus qu'une simple interface de discussion. Il devient un coéquipier autonome conçu pour fonctionner de manière persistante avec les flux de données sociales. Qu'est-ce qui a changé pour les utilisateurs de Grok Bot avec ce déploiement ? Le déploiement d'août a ouvert l'intégration X aux abonnés de Grok Bot et a élargi l'accès à plusieurs plans payants. Les utilisateurs des niveaux SuperGrok, Cursor Pro et Cursor Teams peuvent désormais associer des comptes X, utiliser des crédits API groupés et exécuter des bots qui surveillent et répondent à l'activité sur X sans avoir à construire leur propre infrastructure. Selon les annonces de SpaceXAI des 11 et 26 août 2026, la disponibilité de Grok Bot s'est étendue en deux étapes : Le 11 août, Grok Bot a été lancé en version bêta pour les plans haut de gamme tels que SuperGrok Heavy, Cursor Ultra et Cursor Teams Premium, sur ordinateur et iOS. Le 26 août, Grok Bot a été « désormais inclus avec tous » les plans SuperGrok, Cursor Pro et Cursor Teams, rendant le bot accessible à une base d'abonnés plus large. Ces abonnements s'appuient sur la série de modèles Grok de xAI. AI Wiki rapporte qu'en août 2026, le moteur phare est Grok 4.6, publié via l'API xAI le 12 août 2026. Ce modèle alimente le raisonnement, l'analyse à long contexte et la recherche en direct de Grok Bot, tandis que le connecteur du 29 août applique ces capacités directement aux données de X. Que peut voir et faire exactement Grok Bot sur X ? Grok Bot fonctionne comme un assistant IA intégré à l'environnement X. Il peut lire les fils d'actualité des utilisateurs, suivre les mentions, rechercher des publications publiques et rassembler du contexte sur des sujets tendances ou des comptes spécifiques. Il effectue également des recherches sur le Web si nécessaire, combinant le contenu de X avec des données Internet plus larges dans ses réponses. Selon un guide technique distribué via X, Grok sur X se comporte comme un assistant intégré à la plateforme capable de : Répondre aux questions en recherchant dans les publications publiques X et en recoupant les résultats avec le Web en temps réel. Résoudre des problèmes analytiques, faire du brainstorming et interagir avec des informations, le tout au sein de l'interface X. Exécuter des routines persistantes en tant que « coéquipier IA durable » en utilisant l'ordinateur cloud qui soutient Grok Bot. Utiliser des connecteurs pour atteindre d'autres services tout en conservant X comme flux de données principal. AI Wiki note que l'architecture de Grok prend en charge des fenêtres de contexte allant jusqu'à environ 2 millions de jetons, permettant à l'assistant d'ingérer de très grands volumes de publications et de réponses lors de la formulation d'une réponse. Combiné à l'accès à X en temps réel, cela permet à Grok Bot d'analyser les conversations, de croiser des fils de discussion historiques et de faire ressortir d'anciennes publications qui restent pertinentes pour les débats actuels. Comment cette intégration s'inscrit-elle dans la relation plus large entre Grok et X ? Grok est lié à X depuis son lancement initial, mais le connecteur Grok Bot d'août 2026 approfondit cette relation. Les intégrations précédentes exposaient le chatbot Grok au sein de l'interface de X. La nouvelle mise à jour transforme Grok Bot en un agent de niveau développeur avec accès API, déplaçant l'accent du chat humain vers le travail automatisé sur la plateforme. Le contexte historique montre comment cela a évolué : Grok est apparu pour la première fois en novembre 2023 en tant qu'IA conversationnelle avec accès aux données X en temps réel, présentée par xAI comme un assistant en « quête de vérité ». Fin 2024, xAI a déployé Grok pour tous les utilisateurs sur X, avec des fonctionnalités de texte et de vision et un outil « dessine-moi » lié aux données de profil, selon les déclarations de l'entreprise du 12 décembre 2024. En mars 2025, les dirigeants de X ont signalé leur intention d'intégrer Grok dans l'algorithme de recommandation de flux, s'éloignant des mesures d'engagement pures vers un classement piloté par l'IA. En août 2026, SpaceXAI a lancé Grok Bot en tant qu'assistant autonome avec intégration en direct de X et du Web, décrit comme allant « au-delà des chatbots traditionnels » grâce à l'automatisation. La connexion du 29 août aux comptes développeurs X s'ajoute à ces étapes. Elle relie les routines autonomes de Grok Bot et les fonctionnalités de création d'applications, telles que Grok Build sur le Web et mobile, directement aux API de X, afin que les bots générés dans Grok puissent immédiatement lire et agir sur les données sociales. Qui peut accéder à Grok Bot sur X, et sur quels appareils ? L'accès est aujourd'hui lié aux niveaux d'abonnement et aux plateformes prises en charge. Grok Bot fonctionne sur ordinateur et mobile, avec une intégration destinée aux utilisateurs des plans SuperGrok et Cursor, ainsi qu'aux abonnés X qui bénéficient des fonctionnalités Grok au sein de l'application sociale. Le comportement de l'assistant est cohérent sur tous les appareils, X fournissant la couche de données. La disponibilité actuelle, basée sur les pages de produits et de documentation mises à jour en août 2026, comprend : Les applications de bureau sur macOS (Apple silicon et Intel) et Windows (x64 et Arm64), où Grok Bot fonctionne comme une interface autonome liée à X. Les applications mobiles sur iOS 18 et versions ultérieures, offrant les mêmes contrôles de bot et connecteur X que sur ordinateur. L'accès Web via l'interface de navigateur de Grok, qui peut également attacher un compte X. L'intégration avec l'application sociale X elle-même, où le chat Grok et les outils associés apparaissent pour les niveaux X Premium et supérieurs, selon AI Wiki et les rapports de déploiement antérieurs. La comparaison des plans d'AI Wiki montre que Grok est accessible via les abonnements X Premium et Premium+, l'accès à Grok étant intégré à ces niveaux sociaux. Les annonces d'août de SpaceXAI ont ensuite ajouté Grok Bot aux propres plans payants de xAI, destinés aux développeurs, aux équipes et aux utilisateurs intensifs. Qu'est-ce que cela signifie pour les développeurs et les utilisateurs intensifs sur X ? Pour les développeurs et les utilisateurs avancés, la nouvelle intégration X de Grok Bot supprime une grande partie des frictions liées à l'utilisation de la plateforme sociale comme source de données. Le connecteur peut initialiser un compte développeur, accorder des crédits API initiaux et attacher un agent autonome qui comprend à la fois le contenu de X et des informations Web externes dans de longs contextes. Le flux de travail décrit par xAI ressemble désormais à ceci : Ouvrir Grok Bot via le Web, le bureau ou le mobile et s'authentifier à l'aide du connecteur X. Laisser le système créer le compte développeur X si nécessaire, évitant ainsi une configuration manuelle. Utiliser les crédits API X groupés liés à l'abonnement payant Grok Bot pour commencer l'expérimentation. Décrire des routines, des tableaux de bord ou des tâches de surveillance en langage naturel et demander à Grok Build de générer des applications fonctionnelles connectées à X. Exécuter ces agents en continu, en surveillant les mentions ou les sujets, en compilant des résumés et en répondant aux conditions en utilisant le raisonnement de Grok. Cela transforme effectivement X en l'une des sources de données et l'un des environnements cibles par défaut de Grok Bot. Les développeurs peuvent prototyper des outils sociaux depuis une fenêtre de chat IA plutôt que de devoir assembler séparément des API, des points de terminaison de modèles et des environnements d'hébergement. Comment l'intégration de Grok Bot avec X se compare-t-elle aux autres plateformes d'IA ? L'intégration de Grok avec X se distingue par son accès approfondi aux données sociales en direct, sa très grande fenêtre de contexte et son couplage direct avec les abonnements sociaux et développeurs. Des modèles concurrents tels que ChatGPT ou Gemini proposent des recherches Web et des plugins sociaux, mais ils ne fonctionnent pas comme des agents natifs au sein d'un réseau social majeur au même niveau que celui décrit par xAI. Selon AI Wiki et les rapports de fin 2024, Grok diffère de trois manières principales : Les données en direct de la plateforme X sont une fonctionnalité de base, et non un plugin optionnel, permettant à l'assistant d'analyser les fils d'actualité et les conversations au fur et à mesure. La capacité de contexte atteignant des millions de jetons permet à Grok de traiter de très longs fils de discussion, des archives et des documents multi-sources lors de la construction des réponses. La tarification agressive de l'API et les crédits groupés via les abonnements Grok Bot réduisent le coût d'entrée pour les agents automatisés sur X. D'autres chatbots IA s'intègrent aux médias sociaux principalement via des outils non officiels ou des fonctionnalités propriétaires limitées, tandis que Grok Bot est positionné par xAI comme un coéquipier intégré pour X lui-même. Le connecteur du 29 août renforce ce positionnement en faisant de Grok une partie intégrante de la pile de développement par défaut sur la plateforme. Quelle est la suite pour Grok Bot et les utilisateurs de X ? xAI décrit la version du 29 août comme la « première version » de l'intégration et signale son intention de faciliter la tâche à Grok Bot pour « effectuer un vrai travail sur X ». L'entreprise devrait élargir les types de tâches que les bots peuvent effectuer, approfondir les liens avec les systèmes de recommandation et exposer davantage de contrôles aux équipes gérant des comptes de marque et de communauté. Les orientations futures, basées sur des déclarations publiques et des feuilles de route antérieures, incluent : Une intégration plus étroite avec l'algorithme de classement des flux de X, en s'appuyant sur des indices selon lesquels Grok alimentera des changements majeurs dans les recommandations de contenu. Des fonctionnalités de création d'applications plus avancées au sein de Grok Build afin que les agents puissent publier, partager et mettre à jour des outils connectés à X en temps réel. Une extension des plans pris en charge au-delà des niveaux actuels SuperGrok et Cursor si l'adoption augmente parmi les utilisateurs réguliers de X. Un affinement des contrôles de sécurité et des flux de travail d'approbation pour les bots autonomes agissant sur les fils d'actualité publics et les mentions. Pour les personnes et les organisations qui dépendent de X pour les nouvelles, le support client ou le militantisme, le nouveau connecteur Grok Bot signifie que la surveillance et la réponse pilotées par l'IA peuvent être configurées en quelques minutes. L'ampleur de cette adoption, et la visibilité de l'activité pilotée par l'IA sur le réseau social, façonneront le prochain chapitre de la relation entre xAI, Grok et X.

Nic Reeve·14:00 30.08.2026

AI & Tech

L'IA lunaire de la NASA remet en question la valorisation d'IBM

Le 10 septembre 2026, IBM et la NASA ont dévoilé le modèle de fondation lunaire NASA-IBM en open-source, plaçant le projet au cœur de l'actualité de l'IA et relançant l'attention sur la manière dont l'expansion du portefeuille d'intelligence artificielle d'IBM devrait se refléter dans sa valorisation boursière. Qu'ont lancé exactement IBM et la NASA le 10 septembre 2026 ? IBM et la NASA ont publié un modèle de fondation open-source conçu spécifiquement pour la science lunaire, entraîné sur des décennies de données d'observation de la Lune et rendu public via des dépôts ouverts. Le modèle est conçu pour aider les chercheurs à identifier les dépôts de glace, les cratères et les terrains volcaniques, et pour soutenir les plans d'une présence humaine durable sur la Lune. Selon la salle de presse d'IBM le 10 septembre 2026, le modèle de fondation lunaire NASA-IBM est "l'un des premiers modèles de fondation disponibles publiquement pour l'exploration scientifique de la Lune", entraîné sur un vaste ensemble de données organisé conjointement par des chercheurs d'IBM et de la NASA. Le bureau scientifique de la NASA précise que le modèle est hébergé sur des plateformes d'apprentissage automatique publiques, avec l'intégralité du code source disponible sur des dépôts pour développeurs, afin que tout scientifique puisse le télécharger, le tester et l'adapter. Date de sortie : 10 septembre 2026, annoncée conjointement par IBM et la NASA. Portée : Glace lunaire, cratères, histoire volcanique et cartographie de surface. Accès : Poids du modèle sous licence ouverte avec code disponible pour l'ajustement fin (fine-tuning) et l'expérimentation. Partenaires : IBM Research, NASA Science et collaborateurs académiques. La couverture de Reuters décrit le système comme un outil d'IA open-source conçu pour analyser des décennies de données d'observation lunaire et aider à soutenir une présence humaine à long terme sur la Lune. Les médias spécialisés en technologie et en science soulignent que les chercheurs peuvent utiliser le modèle pour localiser la glace probablement enfouie dans les cratères perpétuellement ombragés, cartographier les cratères à basse résolution et explorer l'histoire volcanique de la Lune avec une précision accrue par rapport aux méthodes précédentes. En quoi le modèle lunaire NASA-IBM est-il meilleur que les méthodes existantes ? Des rapports indépendants sur le modèle de fondation lunaire NASA-IBM indiquent qu'il améliore la détection des caractéristiques à la surface de la Lune de peu plus de 20 % par rapport aux approches largement utilisées, tout en utilisant moins de données étiquetées pour atteindre cette performance. Cette hausse de précision est l'une des raisons pour lesquelles les investisseurs réexaminent les capacités d'IA d'IBM lors des discussions sur sa valorisation. Reuters cite la NASA et IBM affirmant que, lors de tests de référence, le modèle lunaire a identifié des caractéristiques clés sur la surface de la Lune avec une précision jusqu'à 23 % supérieure aux méthodes courantes. La couverture technologique rapporte que les prédictions de glace enfouie dans les cratères polaires ombragés présentent une erreur de 22 % inférieure aux meilleurs algorithmes dédiés disponibles, tandis que la cartographie des cratères à basse résolution atteint une précision supérieure de 19 % tout en utilisant deux fois moins de données d'entraînement étiquetées. Erreur de prédiction de la glace : Selon TechTimes le 11 septembre 2026, les taux d'erreur sont réduits de 22 % par rapport au meilleur algorithme précédent. Précision de la cartographie des cratères : Le même rapport cite une amélioration de 19 % à basse résolution. Identification globale des caractéristiques : Reuters rapporte une précision jusqu'à 23 % supérieure aux méthodes largement utilisées lors des tests de référence. Utilisation de données étiquetées : TechTimes note que le modèle d'IA lunaire a atteint ses gains en utilisant seulement la moitié des données d'entraînement étiquetées. Une analyse technologique du modèle indique que l'équipe scientifique de la NASA a confirmé que le système est disponible sur des plateformes d'IA publiques avec l'intégralité du code source sur des sites d'hébergement, reproduisant l'approche de distribution utilisée par IBM pour les précédents modèles de fondation d'observation de la Terre Prithvi. Ces modèles antérieurs, introduits en 2023 pour travailler sur les données harmonisées Landsat Sentinel-2, permettaient selon IBM une amélioration d'environ 15 % par rapport aux techniques de pointe pour la cartographie des inondations et des cicatrices de brûlures, tout en utilisant moitié moins de données étiquetées. Ce modèle de publication de modèles géospatiaux offrant des gains de performance clairs et un accès ouvert a aidé à établir IBM comme un acteur de référence dans l'IA scientifique, ce qui alimente désormais les discussions des analystes et des investisseurs sur la capacité de gain d'IBM et ses multiples de valorisation. Comment cette IA lunaire s'inscrit-elle dans la stratégie globale d'intelligence artificielle d'IBM ? Le modèle de fondation lunaire étend la stratégie d'IBM consistant à construire des modèles de fondation spécifiques à certains domaines sous son portefeuille watsonx et à collaborer avec des institutions publiques sur l'IA géospatiale ouverte. Cette stratégie couvre désormais l'observation de la Terre, la météo, l'intelligence environnementale et la science lunaire, et elle est de plus en plus citée dans les analyses portant sur l'action d'IBM. L'annonce d'IBM le 3 août 2023 concernant son modèle de fondation géospatial décrivait l'entraînement d'un système d'IA étendu sur une année de données satellites Landsat Sentinel-2 à travers les États-Unis continentaux, avec un ajustement fin pour des tâches telles que la cartographie des inondations et des cicatrices de brûlures. Selon IBM, ce modèle axé sur la Terre a apporté une amélioration de 15 % par rapport aux techniques de pointe en utilisant moitié moins de données étiquetées, et une version commerciale devait être intégrée à l'IBM Environmental Intelligence Suite, faisant partie de l'écosystème plus large de watsonx. Famille de modèles de fondation : Les modèles d'IBM et de la NASA rejoignent la famille Prithvi, des modèles de fondation géospatiaux et météorologiques mis en avant dans la couverture de la sortie lunaire. Parcours de commercialisation : Le modèle géospatial d'IBM est lié à l'Environmental Intelligence Suite, montrant comment l'IA scientifique est liée à des logiciels générateurs de revenus. Stratégie de science ouverte : La NASA et IBM hébergent les poids et le code sous des licences ouvertes, encourageant la recherche mondiale. Positionnement de marque : La salle de presse d'IBM regroupe le modèle lunaire sous ses communiqués de presse sur l'intelligence artificielle, le présentant comme faisant partie de son récit de leadership en IA. La couverture par la NASA du modèle de fondation lunaire met l'accent sur la collaboration non seulement avec IBM, mais aussi avec des partenaires académiques, renforçant la position d'IBM en tant que partenaire de calcul scientifique plutôt que simple fournisseur commercial. Pour les investisseurs, ce double rôle est crucial car il façonne la perception de la pertinence à long terme d'IBM dans des domaines à fort impact tels que l'exploration spatiale et les sciences du climat. Pourquoi la valorisation de l'action IBM est-elle "de nouveau au centre de l'attention" après le lancement de l'IA lunaire ? Des rapports récents d'analystes montrent un regain d'intérêt pour le potentiel de bénéfices d'IBM issu de l'IA et des initiatives quantiques, le modèle lunaire servant d'exemple de haute visibilité de la profondeur technique d'IBM. Les objectifs de consensus indiquent une hausse modeste, et certaines analyses lient directement le sentiment positif aux collaborations d'IBM en matière d'IA et à ses feuilles de route de produits. Un article d'analyse boursière daté du 12 septembre 2026 rapporte que Wall Street maintient un consensus global d'achat ("Buy") sur les actions IBM, citant des données selon lesquelles 25 analystes ont fixé un objectif de cours à 12 mois de 245,35 USD, soit environ 4,8 % au-dessus du cours de clôture d'IBM au 10 septembre, qui était de 234,02 USD. La même couverture fait référence à d'autres compilations indiquant un consensus d'achat modéré ("Moderate Buy") et un prix cible moyen d'environ 265,90 USD, ce qui impliquerait un potentiel de hausse plus important par rapport aux niveaux de négociation proches de 243 USD. Référence du cours de clôture : La couverture de TheStreet citée par des actualités ad-hoc place le cours de clôture d'IBM au 10 septembre 2026 à 234,02 USD. Nombre d'analystes : 25 analystes dans cette enquête avec un objectif à 12 mois de 245,35 USD, selon TheStreet via ad-hoc. Descripteur de consensus : D'autres services de données de marché décrivent une recommandation d'achat modéré avec un objectif moyen de 265,90 USD. Métriques de valorisation : L'aperçu de Seeking Alpha autour du 10 septembre liste un ratio cours/bénéfice prévisionnel non-GAAP de 20,22, un P/E historique GAAP de 22,15 et un multiple cours/valeur comptable de 6,81. Les chiffres de Seeking Alpha montrent également un ratio valeur d'entreprise/chiffre d'affaires de 4,22 et un ratio valeur d'entreprise/EBITDA de 17,72 pour IBM, présentant l'entreprise comme une société technologique mature avec une valorisation premium par rapport à de nombreux pairs historiques, mais se négociant avec une décote par rapport à certaines entreprises axées sur l'IA à croissance plus rapide. Les commentaires de marché lient ce profil au mélange d'IBM entre revenus d'infrastructure stables et croissance émergente dans l'IA et l'informatique quantique. La couverture décrivant les gains de l'action IBM sur les paris quantiques et l'IA mentionne que, malgré une enquête judiciaire évoquée en passant, l'appétit des investisseurs pour l'exposition aux initiatives d'informatique avancée d'IBM est resté fort. Dans ce contexte, le modèle de fondation lunaire est cité comme une vitrine de la capacité d'IBM à collaborer avec des agences telles que la NASA sur l'IA de pointe, renforçant l'argument selon lequel les mesures de valorisation actuelles pourraient sous-estimer les flux de trésorerie futurs provenant des produits et services basés sur l'IA. Qui est affecté par l'IA lunaire NASA-IBM, au-delà des actionnaires d'IBM ? Le modèle lunaire affecte directement les planétologues et les ingénieurs travaillant sur le programme Artemis de la NASA, tout en façonnant indirectement les fournisseurs et les partenaires impliqués dans la planification des infrastructures lunaires. Il influence également les chercheurs universitaires, les développeurs d'IA et les discussions politiques sur les données scientifiques ouvertes et la coopération public-privé dans l'exploration spatiale. Le matériel de la NASA sur le modèle de fondation lunaire souligne que le système d'IA a été principalement entraîné sur des données provenant du Lunar Reconnaissance Orbiter et d'autres instruments, créant un ensemble de données unifié adapté à l'apprentissage automatique. La description du projet par IBM explique que les deux organisations ont construit ce qu'elles décrivent comme le premier ensemble de données open-source consolidant des décennies de données lunaires dans un format optimisé pour la recherche en IA. Planificateurs de l'Artemis de la NASA : TechTimes note que le système peut aider à choisir des sites d'atterrissage près du pôle sud lunaire, où la glace pourrait fournir de l'eau, de l'oxygène et du carburant pour les missions ultérieures vers Mars. Communauté des sciences planétaires : La NASA et les médias technologiques affirment que tout chercheur dans le monde peut télécharger et adapter le modèle pour de nouvelles études sur les phénomènes lunaires. Partenaires académiques : La NASA fait référence à plusieurs universités impliquées dans la collaboration, étendant l'accès aux étudiants et aux jeunes scientifiques. Fournisseurs de l'industrie spatiale : Des cartes plus précises de la glace et du terrain soutiennent les entreprises travaillant sur les habitats, l'exploitation minière et l'utilisation des ressources sur la Lune. Pour les développeurs d'IA, le modèle lunaire démontre comment les modèles de fondation peuvent être adaptés à des domaines au-delà du langage et de la vision par ordinateur grand public. Pour les décideurs politiques, l'approche sous licence ouverte soulève des questions sur la manière dont les données financées par les fonds publics et la technologie du secteur privé doivent être partagées lorsqu'elles façonnent l'extraction future des ressources et la présence nationale sur la Lune. Que va-t-il se passer ensuite pour le portefeuille d'IA et la valorisation d'IBM ? Les commentaires des sources scientifiques et de marché suggèrent plusieurs étapes suivantes : une utilisation scientifique plus large du modèle lunaire, des dérivations commerciales via les suites logicielles d'IBM, et une réévaluation continue par les analystes du potentiel de bénéfices d'IBM dans l'IA et l'informatique quantique. L'issue influencera si les objectifs de cours actuels augmenteront ou se stabiliseront à mesure que des projets comme l'IA lunaire arrivent à maturité. La couverture technologique souligne que le modèle de fondation lunaire suit le modèle établi par IBM et la NASA avec les modèles Prithvi : poids ouverts, code ouvert et ajustement fin piloté par la communauté sur des plateformes publiques. Cette antériorité rend probable l'apparition de nouvelles versions, entraînées sur des ensembles de données élargis ou adaptées à d'autres corps planétaires à mesure que les agences recueillent davantage de données de télédétection. Feuille de route scientifique : L'objectif à long terme de la NASA d'une présence humaine durable sur la Lune donne à l'IA lunaire un rôle central dans la planification des missions. Potentiel commercial : L'IA géospatiale antérieure d'IBM a déjà été liée à son Environmental Intelligence Suite, suggérant qu'une intégration similaire pourrait suivre pour les produits lunaires ou de données spatiales plus larges. Moteurs de valorisation : Les objectifs des analystes compilés par les services de données de marché évolueront probablement à mesure qu'IBM rapportera des revenus concrets liés à ses modèles d'IA et ses offres quantiques. Facteurs de risque : Des enquêtes judiciaires et la pression concurrentielle d'autres fournisseurs d'IA sont mentionnées dans la couverture boursière comme contrepoids aux attentes de croissance. Alors que ces fils se dénouent, la collaboration d'IBM avec la NASA sur le modèle de fondation lunaire constitue un test visible de la manière dont les projets d'IA scientifique de pointe et ouverts peuvent se traduire en demande commerciale et, en retour, en chiffres de valorisation que les investisseurs scrutent chaque trimestre.

Nic Reeve·14:00 16.09.2026

AI & Tech

IA : Microsoft visé par une plainte d'actionnaires sur les droits d'auteur et la transparence

AInews : le conseil d'administration de Microsoft visé par une action dérivée concernant le droit d'auteur et les déclarations sur l'IA Le 30 juin 2026, une plainte sociale dérivée déposée devant le tribunal du district ouest de Washington a accusé les administrateurs et dirigeants de Microsoft d'avoir induit les investisseurs en erreur sur la stratégie d'IA de l'entreprise et de l'avoir exposée à des risques liés au droit d'auteur et à la protection des données biométriques. Selon les analystes juridiques, cette affaire pourrait redéfinir la responsabilité des conseils d'administration pour les entreprises axées sur l'IA et est déjà suivie sous l'étiquette AInews. Que reproche-t-on à la direction de Microsoft dans cette nouvelle plainte ? La plainte dérivée, Anderson c. Nadella, allègue que les principaux dirigeants et administrateurs de Microsoft ont manqué à leurs obligations fiduciaires en approuvant des déclarations publiques qui présentaient de manière inexacte la façon dont leurs produits d'IA étaient entraînés et déployés, alors que l'entreprise aurait utilisé des œuvres protégées par le droit d'auteur et des données vocales sans licences légales. Les allégations principales portent sur la manière dont Microsoft a présenté sa feuille de route en matière d'intelligence artificielle aux investisseurs à partir du 1er janvier 2022. Le plaignant, l'actionnaire Eric Anderson, agit au nom de l'entreprise plutôt qu'en son nom propre, une structure visant à obtenir des dommages-intérêts pour Microsoft elle-même. La plainte nomme des personnalités de haut rang, notamment : Satya Nadella – Président-directeur général de Microsoft, responsable de la promotion de la vision « IA d'abord » de l'entreprise. Amy Hood – Directrice financière, qui a validé les déclarations financières et les projections liées à l'IA. Jared Spataro – Cadre dirigeant supervisant le marketing de Copilot et de l'IA au travail. Rajesh Jha – Vice-président exécutif chargé des expériences et des appareils, lié à l'intégration de Copilot dans les produits. Les autres administrateurs de Microsoft ayant approuvé les déclarations de procuration et les dépôts publics. Selon un résumé de Bloomberg Law du 1er juillet 2026, la plainte allègue que les dirigeants et le conseil d'administration de Microsoft « ont induit les actionnaires en erreur en déclarant que ses outils d'intelligence artificielle n'avaient pas été entraînés sur du matériel protégé par le droit d'auteur ». Un outil de suivi des politiques de Mishcon de Reya décrit l'affaire comme ciblant des « déclarations fausses et trompeuses sur sa stratégie d'IA, la famille de produits Copilot et les résultats financiers ». Pourquoi le droit d'auteur et l'utilisation des données sont-ils au cœur de la plainte ? Le procès affirme que les administrateurs de Microsoft ont soutenu une stratégie d'IA reposant sur l'entraînement de modèles à partir d'œuvres protégées par le droit d'auteur sans licence et sur la commercialisation d'empreintes vocales, tout en assurant aux investisseurs que l'entreprise respectait les règles mondiales en matière de propriété intellectuelle. La plainte cite plusieurs domaines d'utilisation illicite présumée des données : L'entraînement de logiciels d'IA, y compris Copilot et d'autres modèles génératifs, sur des livres et des textes protégés par le droit d'auteur sans accord de licence, tels que les œuvres incluses dans le jeu de données Books3 utilisé par OpenAI et des projets connexes. L'utilisation d'actualités et de contenus d'édition protégés par le droit d'auteur au sein de Copilot/Bing Chat, faisant l'objet de poursuites par des éditeurs, notamment une plainte de juin 2026 accusant Microsoft de « contrefaçon directe » par le biais de résultats génératifs. La collecte et la commercialisation d'empreintes vocales via certains services d'IA, d'une manière qui, selon la plainte, entre en conflit avec les lois nationales sur la confidentialité biométrique. Une analyse du 5 juillet 2026 sur The D&O Diary décrit la thèse de l'affaire comme suit : Microsoft « a affirmé à ses actionnaires et au marché qu'il ne violait pas les lois fédérales sur le droit d'auteur concernant le développement et l'entraînement de logiciels d'IA, de modèles génératifs et de produits », tout en faisant face à des procès d'auteurs et d'éditeurs alléguant une copie sans licence pour entraîner les modèles. Le suivi de Mishcon de Reya du 17 août réitère que la plainte accuse les dirigeants et administrateurs d'avoir poussé Microsoft à « violer les lois sur le droit d'auteur et la propriété intellectuelle » en entraînant ses modèles sur des œuvres et des empreintes vocales sans licence. Quelle chronologie des événements a conduit à cette action dérivée ? Le dépôt fait suite à deux années d'investissements dans l'IA, de lancements de produits et de litiges connexes, débutant en 2022 et s'intensifiant avec des plaintes d'auteurs, d'éditeurs et des litiges sur la confidentialité biométrique entre 2023 et mi-2026. Les dates et dépôts clés incluent : 1er janvier 2022 – présent : La plainte dérivée définit cette période comme le laps de temps pertinent durant lequel les déclarations de Microsoft sur sa stratégie d'IA et sa conformité étaient prétendument trompeuses. Septembre 2023 : Selon The D&O Diary, Microsoft et ses collaborateurs ont commencé à faire face à des poursuites de la part d'auteurs, d'éditeurs et d'autres détenteurs de droits d'auteur, alléguant que du contenu protégé avait été copié sans licence pour entraîner des modèles de langage de grande taille. 2023–2024 : Le litige de longue haleine Doe c. GitHub Copilot accuse GitHub, Microsoft et OpenAI d'avoir utilisé le code de développeurs sans autorisation pour construire Codex et Copilot, ajoutant au contexte de risque lié au droit d'auteur mentionné dans la nouvelle plainte. 5 février 2026 : La plainte dérivée note que Microsoft a été poursuivi pour des violations présumées de la loi sur la confidentialité des informations biométriques (BIPA) de l'Illinois, à commencer par l'affaire Basich c. Microsoft Corp., enregistrée sous le numéro 2:26-cv-00422 dans le district ouest de Washington. 12 juin 2026 : Une action collective en valeurs mobilières distincte a été déposée devant le même tribunal, accusant Microsoft et ses principaux dirigeants d'avoir présenté de manière inexacte les performances et l'adoption des produits d'IA Copilot. 30 juin 2026 : Eric Anderson a déposé sa plainte sociale dérivée, Anderson c. Nadella, n° 2:26-cv-02281, dans le district ouest de Washington. 1er juillet 2026 : Bloomberg Law a fait état de l'affaire, la qualifiant de procès où « les dirigeants et les administrateurs de Microsoft Corp. ont induit les actionnaires en erreur » au sujet d'outils d'IA entraînés sur du matériel protégé par le droit d'auteur. 13–17 août 2026 : Les notes d'information juridiques et politiques de CCH et Mishcon de Reya ont ajouté l'affaire aux suivis plus larges des risques liés au droit d'auteur dans l'IA et aux litiges actionnariaux. Comment cette action dérivée interagit-elle avec l'action collective en valeurs mobilières ? L'affaire dérivée se déroule parallèlement à une action collective en valeurs mobilières dans le même district, qui cible des déclarations inexactes similaires concernant Copilot et les investissements dans l'IA, mais les plaintes diffèrent quant à savoir qui a été lésé et qui est en droit d'obtenir réparation. Selon le cabinet Levi & Korsinsky, l'action collective de juin 2026 allègue que Microsoft et certains dirigeants « ont fait des déclarations matériellement fausses sur les initiatives d'IA de l'entreprise tout en dissimulant de graves problèmes opérationnels liés à leurs produits Copilot », notamment des questions de positionnement de marque, de cloisonnement des données et de capacité de calcul. L'action collective est intentée au nom des investisseurs qui ont acheté des actions Microsoft et ont prétendument subi des pertes lorsque des détails sur les dépenses d'infrastructure d'IA et les défis liés aux produits sont apparus. En revanche, la plainte dérivée d'Anderson cherche à obtenir un remboursement pour Microsoft elle-même en raison du préjudice que l'entreprise aurait subi en poursuivant une stratégie d'IA l'exposant à des procès pour droit d'auteur et à des risques réglementaires. Une analyse de CCH publiée le 13 août explique que l'action dérivée d'Anderson demande au tribunal de tenir les dirigeants et administrateurs responsables « pour manquement à leurs obligations fiduciaires, pour avoir poussé l'entreprise à s'engager dans une violation généralisée des lois sur le droit d'auteur et pour avoir approuvé des déclarations fausses et trompeuses ». Un commentaire sur Substack décrit la plainte dérivée comme transformant « le risque lié au droit d'auteur de l'IA en un risque pour le conseil d'administration et les valeurs mobilières » en reliant les décisions d'approvisionnement en données et de licences aux déclarations faites aux actionnaires. Quelles déclarations inexactes et omissions sont alléguées ? La plainte conteste les déclarations de procuration, les documents financiers et les remarques publiques de Microsoft qui, selon le plaignant, présentaient Copilot et d'autres outils d'IA comme étant entraînés légalement et pleinement conformes aux règles de droit d'auteur, tout en omettant l'exposition juridique en cours et les pratiques contestées en matière de données. Les fausses déclarations alléguées, tirées des résumés de la plainte, incluent : Des déclarations selon lesquelles Microsoft « respectait pleinement les lois mondiales sur le droit d'auteur » dans le développement et l'entraînement de ses logiciels d'IA, alors même que l'entreprise faisait face à des poursuites d'auteurs et d'éditeurs concernant des copies sans licence. Des informations qui mettaient l'accent sur le succès, l'adoption et les capacités de Copilot dans les produits Office, Windows et cloud, sans mettre en évidence les limites techniques telles que le cloisonnement des données et les contraintes de capacité de calcul décrites dans les documents de l'action collective en valeurs mobilières. Des descriptions du partenariat de Microsoft avec OpenAI et de l'utilisation de l'infrastructure Azure qui, selon la plainte, n'ont pas révélé la dépendance présumée envers des jeux de données comme Books3, contenant des livres protégés copiés à grande échelle. Des résultats financiers et des projections basés sur une adoption rapide de l'IA, présentés sans discussion détaillée des responsabilités potentielles liées aux poursuites BIPA sur les empreintes vocales et les données faciales. Une analyse Substack du 1er juillet résume la thèse selon laquelle la direction de Microsoft « a construit et promu une stratégie d'IA tout en induisant les actionnaires en erreur sur l'approvisionnement légal en données, les performances de Copilot et l'exposition juridique ». The D&O Diary note que la plainte dérivée critique spécifiquement les risques de « l'IA silencieuse », où les décisions concernant l'entraînement et l'infrastructure sont restées opaques pour les investisseurs tout en créant une exposition au droit d'auteur. Qui est affecté par l'affaire et que pourrait-il se passer ensuite ? La plainte cible directement les administrateurs et les hauts dirigeants de Microsoft, mais son issue pourrait façonner les attentes en matière de divulgation pour les stratégies d'IA dans l'ensemble du secteur technologique et influencer la manière dont les conseils d'administration supervisent l'approvisionnement en données et l'octroi de licences dans les projets d'apprentissage automatique. Les parties prenantes immédiates incluent : Le conseil d'administration et les dirigeants de Microsoft : Confrontés à des allégations de manquement à l'obligation fiduciaire, à d'éventuels dommages-intérêts et à des demandes de réformes de la gouvernance ou de changements dans la supervision des initiatives d'IA. Les actionnaires : Dans l'action dérivée, les actionnaires sont indirectement touchés car tout recouvrement irait à l'entreprise ; dans l'action collective en valeurs mobilières, les investisseurs pourraient recevoir une compensation s'ils prouvent que leurs pertes sont liées aux déclarations inexactes alléguées. Les auteurs, éditeurs et développeurs : Leurs litiges en matière de droit d'auteur et de licences fournissent la toile de fond factuelle qui, selon la plainte, aurait dû être divulguée de manière plus complète. D'autres entreprises axées sur l'IA : Les outils de suivi juridique pointent vers l'affaire Anderson c. Nadella comme faisant partie d'une « nouvelle vague » d'actions dérivées qui étendent les risques liés au droit d'auteur et aux données aux responsabilités au niveau du conseil d'administration, signalant une exposition similaire pour les entreprises utilisant de grands jeux de données pour entraîner leurs modèles. Les commentateurs juridiques s'attendent à plusieurs issues possibles : Le tribunal pourrait autoriser l'affaire dérivée à dépasser le stade des motions de rejet, ouvrant ainsi la phase de découverte sur la manière dont Microsoft a évalué les risques liés au droit d'auteur et à la biométrie dans ses programmes d'IA. Les défendeurs pourraient chercher à obtenir un rejet en arguant que leurs déclarations étaient exactes ou protégées en tant qu'affirmations prospectives, et que les conseils d'administration se sont appuyés sur des avis d'experts concernant l'octroi de licences. L'affaire pourrait se résoudre par un accord, impliquant potentiellement des changements dans les pratiques de gouvernance, des contrôles internes sur les données d'entraînement de l'IA et une divulgation renforcée des risques liés au droit d'auteur et à la vie privée. Quelle que soit l'issue, la combinaison d'actions dérivées et collectives dans le district ouest de Washington marque une nouvelle phase dans la manière dont les tribunaux et les investisseurs examinent les modèles commerciaux liés à l'IA. Comme le note un observateur, ces poursuites traitent les questions de droit d'auteur et de confidentialité dans l'IA non seulement comme des problèmes techniques et réglementaires, mais comme des questions de droit des valeurs mobilières et de responsabilité du conseil d'administration en matière de stratégie technologique.

Nic Reeve·14:00 10.09.2026