Les termes techniques sont expliqués entre parenthèses dans le texte et, plus en détail, dans le glossaire en bas de page.
Le débat sur la Singularité (l'idée qu'un jour l'IA avancerait si vite qu'il deviendrait difficile de la suivre ou de la contrôler) entre dans une nouvelle étape. Aux États-Unis, le gouvernement préfère maintenant mesurer les IA les plus puissantes plutôt que les soumettre à une autorisation officielle avant leur sortie.
La Maison-Blanche a publié un décret sur l'innovation et la sécurité de l'IA. Il demande aux agences américaines de préparer un test secret des capacités des IA en cybersécurité. Les entreprises pourront aussi montrer volontairement leurs modèles les plus avancés au gouvernement, jusqu'à 30 jours avant leur lancement.
Mais le même décret interdit de créer un système obligatoire de licences. Autrement dit : pas de permis d'État à obtenir avant de sortir une IA très puissante.
Le journal Politico y voit une nouvelle victoire de l'industrie de l'IA. Les grands laboratoires évitent une surveillance fédérale plus lourde. Libérés d'un contrôle préalable, ils accélèrent surtout sur un autre front : nourrir leurs systèmes avec toujours plus de données.
Google achète discrètement du code à des développeurs d'applications Android, afin d'entraîner ses outils qui aident à programmer. Microsoft lance aussi une nouvelle famille de sept modèles IA : un pour raisonner, un pour écrire du code, un pour créer des images, et un pour transcrire la parole en texte dans 43 langues.
Pendant ce temps, certains mathématiciens veulent fixer des règles claires pour l'usage de l'IA dans leur discipline. Seize d'entre eux, soutenus par l'Union mathématique internationale, ont publié la Déclaration de Leyde sur l'IA et les mathématiques.
Ils ne demandent pas d'interdire l'IA. Ils demandent que les chercheurs disent clairement quand ils l'utilisent, et que les humains restent responsables de la justesse des démonstrations. Pour eux, une preuve mathématique ne doit pas devenir une réponse de machine que personne n'ose vraiment vérifier.
Le moment choisi est parlant. Cette déclaration arrive quelques semaines après qu'une IA a réfuté une conjecture vieille de 80 ans, associée au mathématicien hongrois Paul Erdős. Une conjecture, c'est une idée que les spécialistes pensent vraie, mais qui n'a pas encore été démontrée.
Le New York Times en tire une conclusion simple : même les mathématiques les plus avancées sont désormais touchées par le choc de l'IA. Ce n'est plus seulement une question de calcul. C'est une question de confiance, de preuve, et de responsabilité humaine.
Les mathématiques étaient seulement un premier signal. Le reste du travail intellectuel suit maintenant le même mouvement.
Codex, l'assistant de programmation d'OpenAI, peut désormais transformer une simple demande écrite en application publiée sur internet, avec une vraie adresse web. Cela veut dire qu'une personne peut décrire ce qu'elle veut, et obtenir un petit logiciel utilisable sans écrire elle-même le code.
Dans le droit, le basculement est déjà visible. Une étude en aveugle de Stanford a comparé des réponses humaines et des réponses d'IA à des questions juridiques posées par des étudiants. Les professeurs de droit ont préféré les réponses de l'IA dans 75,33 % des 2 918 comparaisons.
Ils ont aussi jugé ces réponses dangereuses environ trois fois et demie moins souvent que celles des humains. Ce résultat ne prouve pas que l'IA remplace les juristes. Mais il montre que, dans certaines tâches intellectuelles bien délimitées, elle peut déjà sembler plus utile ou plus fiable.
Ce qui commence comme une préférence dans une étude devient ensuite un usage massif. ChatGPT est devenu l'application la plus rapide de l'histoire à atteindre un milliard d'utilisateurs mensuels. Claude, l'IA de l'entreprise Anthropic, part d'une base plus petite, mais croît beaucoup plus vite, à 640 % par an.
Codex dépasse lui-même 5 millions d'utilisateurs par semaine. OpenAI lui ajoute des extensions spécialisées pour les analystes, les vendeurs, les spécialistes du marketing et les banquiers. Le but est clair : permettre à beaucoup de métiers de créer ou modifier des outils sans savoir programmer.
Microsoft répond en intégrant ces assistants directement dans les outils de base de l'ordinateur. L'entreprise lance un assistant toujours actif dans Outlook et Teams, les outils de courrier et de réunion utilisés dans beaucoup d'entreprises. Elle prépare aussi des appareils pensés dès le départ pour les agents IA.
Un agent IA, ici, n'est pas seulement un chatbot qui répond. C'est un programme auquel on confie une tâche, et qui agit à votre place pendant un certain temps : chercher, écrire, classer, cliquer, ou lancer d'autres actions.
Microsoft ajoute aussi dans Windows des espaces fermés où ces agents peuvent travailler. L'image la plus simple est celle d'une pièce sécurisée : l'agent peut agir à l'intérieur, mais il n'a pas accès à tout l'ordinateur.
Plusieurs grands acteurs de l'IA commencent déjà à utiliser ces espaces sécurisés. Cela montre que le sujet devient concret, pas seulement théorique. Si les entreprises veulent confier du travail à des agents autonomes, elles doivent aussi leur construire des limites solides.
Anthropic, de son côté, élargit Project Glasswing. Ce programme ouvre l'une de ses IA à environ 150 nouvelles organisations, après un premier groupe d'environ 50 partenaires. Elles travaillent dans l'électricité, l'eau, la santé et d'autres secteurs sensibles.
Mais le rappel est important : les mêmes capacités peuvent aider à protéger ou à attaquer. Une IA qui comprend mieux un réseau électrique peut aider à le défendre. Elle peut aussi, entre de mauvaises mains, aider à chercher ses faiblesses.
Toute cette autonomie repose sur deux choses très concrètes : des puces de calcul et beaucoup d'argent emprunté. Ces puces sont des processeurs spécialisés qui font tourner les IA. À l'origine, beaucoup venaient du monde des jeux vidéo, puis elles sont devenues centrales pour l'IA.
Broadcom soutient un montage financier record de 36 milliards de dollars. L'argent doit servir à acheter des puces TPU de Google (des puces de calcul spécialisées pour l'IA), puis à les louer à Anthropic. En clair : on emprunte énormément pour acheter les machines qui feront tourner les IA.
Comme Broadcom garantit une partie de l'opération, les prêteurs acceptent un rendement plus bas sur la tranche la plus sûre, autour de 5,75 %. La partie plus risquée paie plutôt 8 à 9 %. Derrière ces chiffres financiers, l'idée est simple : l'infrastructure de l'IA se construit avec de la dette, comme des autoroutes, des centrales ou des réseaux électriques.
Un centre de calcul lié à CoreWeave participe à la même course. Il a levé 900 millions de dollars avec des obligations à haut risque, à 7,5 %. Au total, plus de 27 milliards de dollars ont déjà été empruntés cette année pour bâtir les bâtiments, l'électricité et le refroidissement nécessaires autour des puces de calcul.
Microsoft cherche aussi à rendre ces calculs moins chers grâce à une technologie très différente : l'ordinateur quantique. L'entreprise a présenté Majorana 2, une puce quantique topologique conçue avec l'aide d'une IA. Elle affirme que cette puce rend les qubits (les unités de base d'un ordinateur quantique) mille fois plus fiables, et rapproche son objectif d'ordinateur quantique évolutif à 2029.
La superintelligence (l'idée d'une IA qui dépasserait largement les humains dans presque tous les domaines intellectuels) ne reste pas seulement dans les écrans. Elle gagne aussi des corps et des orbites.
La banque Barclays estime que les robots humanoïdes pourraient devenir un marché de 200 milliards de dollars d'ici dix ans. Les robots humanoïdes sont des machines construites avec une forme proche du corps humain, pour pouvoir travailler dans des lieux faits pour nous.
Dans l'espace, SpaceX, l'entreprise d'Elon Musk spécialisée dans les fusées, a obtenu l'accord de l'agence aérienne américaine pour tester ses capsules Starfall. Ces capsules doivent fabriquer des objets en orbite, puis revenir amerrir dans le Pacifique.
Plusieurs commentateurs ont tout de suite noté le double usage possible. Un véhicule assez précis pour ramener une cargaison depuis l'espace pourrait aussi, en théorie, frapper n'importe quel point de la Terre avec une arme cinétique. Une arme cinétique, ici, signifie surtout un objet lancé à très grande vitesse, sans forcément utiliser d'explosif.
Pendant que les machines reçoivent de nouveaux corps, les nôtres révèlent encore des effets inattendus. Les médicaments GLP-1 (une famille de traitements connus pour aider certaines personnes à perdre du poids) semblent aussi réduire le besoin de prothèses du genou.
L'effet paraît en partie indépendant de la perte de poids elle-même. Autrement dit, il ne s'expliquerait pas seulement par le fait que les genoux portent moins de kilos. Ces médicaments pourraient aussi avoir d'autres effets bénéfiques sur le corps.
Dans l'économie, une autre question devient centrale : qui a réellement fait le travail, l'humain ou la machine ? Des chercheurs de la Réserve fédérale de New York estiment que le télétravail, plus que l'IA, explique près des deux tiers de la hausse du chômage chez les jeunes diplômés.
Leur explication est très concrète. Les employeurs embauchent moins de débutants quand ils ne peuvent plus les former facilement en personne. Ce n'est donc pas toujours l'IA qui remplace les jeunes travailleurs ; parfois, c'est l'organisation du travail à distance qui rend leur entrée plus difficile.
Quand l'IA est bien la cause, les factures arrivent vite. Uber a plafonné l'usage de certains assistants de programmation à 1 500 dollars par mois et par ingénieur. L'entreprise avait consommé en quatre mois le budget prévu pour toute l'année.
Au même moment, Thrive Holdings, la société de Joshua Kushner, investit 1 milliard de dollars pour racheter des cabinets comptables. Son objectif est d'automatiser une partie du travail de bureau, notamment les tâches administratives et répétitives.
Les travailleurs résistent aussi à la surveillance nécessaire pour entraîner ces outils. Meta, l'entreprise qui possède notamment Facebook, a dû revenir en arrière sur une partie d'un logiciel interne. Ce logiciel enregistrait les frappes au clavier et les écrans des employés pour former ses agents IA.
C'est un point souvent oublié dans les promesses d'automatisation. Pour qu'une IA apprenne à faire un travail de bureau, il faut parfois observer ce travail de très près. Ce qui promet de faire gagner du temps peut donc aussi créer une surveillance difficile à accepter.
Le bilan des grandes promesses technologiques reste toutefois contrasté. Le New York Times a examiné plus de 600 déclarations publiques d'Elon Musk, le patron de Tesla et de SpaceX, sur quinze ans. Il a atteint à temps 75 % de ses objectifs annoncés en 2015, mais seulement 19 % de ses promesses datées sur l'ensemble de la période.
L'avenir est déjà là. Le reste arrivera peut-être plus lentement, et pas partout au même moment.
The Singularity has reached the stage where governments would rather benchmark it than license it. The White House issued an executive order, “Promoting Advanced Artificial Intelligence Innovation and Security,” directing agencies to build a classified test of AI cyber capabilities and to invite developers to voluntarily share “covered frontier models” for up to 30 days before release, while forbidding any mandatory licensing regime. Politico read the lighter touch as the AI industry’s latest win in dodging heavier federal oversight. The labs, freed from preclearance, are racing to feed the machines instead. Google is quietly buying code from Play Store developers to train its coding tools, and Microsoft launched its seven-model MAI family, including a reasoning model it claims beats Sonnet 4.6, a 5-billion-parameter coder cheaper than Haiku, an image model surpassing Nano Banana Pro, and the world’s fastest transcription engine across 43 languages.
Some mathematicians, meanwhile, are showing signs of a siege mentality. Sixteen of them, backed by the International Mathematical Union, published the Leiden Declaration on AI and Mathematics, asking the field to disclose AI use and keep humans accountable for correctness, arriving weeks after a model disproved an 80-year-old Erdős conjecture. The New York Times read it plainly, as a sign that even higher mathematics is now exposed to upheaval from AI.
Mathematics was only the leading indicator, and the rest of knowledge work is catching up. OpenAI’s Codex now ships “Sites,” a Lovable competitor that turns anyone’s prompt into a deployed app at a live URL. A Stanford blind study found law professors preferred AI answers to student legal questions in roughly 75% of 3,000 comparisons, flagging them as harmful a third as often as human ones. Preference measured in a study becomes behavior at planetary scale. ChatGPT became the fastest app ever to a billion monthly users, even as Claude’s smaller base compounds far faster at 640% a year. Codex itself passed 5 million weekly users, and OpenAI bolted on six role-specific plugins so analysts, marketers, salespeople, and bankers can all work without writing code. Microsoft answered from the operating system down, launching Scout, an always-on assistant across Outlook and Teams, Project Solara for agent-first devices, and Execution Containers, a Windows-level sandbox already adopted by OpenAI, Nvidia, Manus, and Nous Research. Anthropic is expanding Project Glasswing, opening its Claude Mythos Preview to roughly 150 organizations across power, water, healthcare, and other newly defended sectors.
All of this autonomy runs on borrowed silicon and borrowed money. Broadcom’s pledge to backstop a record $36 billion private-credit deal, structured to buy Google TPUs and lease them to Anthropic, has compressed yields on the senior tranche to about 5.75%, with the riskier unbacked slice paying 8 to 9%. A CoreWeave-linked data center joined the same rush, raising $900 million in junk notes at 7.5%, part of over $27 billion borrowed this year to pour concrete around GPUs. Microsoft, hunting cheaper compute at the physics layer, unveiled Majorana 2, a topological quantum chip designed with its own agentic AI that improves qubit reliability a thousandfold and pulls its scalable-quantum target forward to 2029.
Superintelligence is acquiring bodies and orbits. Barclays expects humanoid robots to become a $200 billion market within a decade, while SpaceX won FAA approval to test its Starfall capsules, reentry vehicles that will manufacture in orbit before splashing into the Pacific. Commentators noticed the obvious dual use, that a vehicle precise enough to land cargo is precise enough to deliver “rods from God” anywhere on Earth.
While the machines get new bodies, ours keep revealing undocumented features. GLP-1 drugs now appear to reduce the need for knee replacements, seemingly independent of the weight they take off.
Meanwhile, the economy is sorting out who, and what, actually did the work. New York Fed researchers found that remote work, not AI, explains nearly two-thirds of rising unemployment among young graduates, since employers stopped hiring juniors they could not mentor in person. Where AI is the cause, the bills arrive fast. Uber capped engineers at $1,500 a month per coding tool like Claude Code after burning a year’s budget in four months, even as Joshua Kushner’s Thrive Holdings bets $1 billion buying accounting firms to automate white-collar work. Workers are pushing back on the surveillance that automation requires, forcing Meta to roll back a tool that logged keystrokes and screens to train its agents. However, the era’s most audacious promises are mostly coming true, with a New York Times audit of 600-plus Musk claims finding he achieved 75% of his 2015 goals on time.
The future is already here, the last 25% just isn’t evenly distributed yet.