Cloudflare permet de bloquer l'entraînement des modèles sans disparaître des moteurs de recherche
Un site dont le trafic passe par le réseau de Cloudflare peut depuis le 15 septembre rester indexé par un moteur de recherche tout en interdisant au même robot d'entraîner un modèle sur son contenu. Le réglage, nommé « Disallow AI Training », s'appuie sur une désignation « Accountable » que Cloudflare attribue aux opérateurs remplissant quatre conditions : un mécanisme de refus de l'entraînement passant par robots.txt ou un standard équivalent, un refus des résumés d'IA à régler directement auprès de l'opérateur, une visibilité au niveau de chaque URL sur les pages mises à disposition de l'entraînement, et la garantie que ce refus n'affecte pas les résultats de recherche classiques. Trois robots à double usage y répondent, ceux d'Apple, de Google et de Microsoft, mais l'annonce mêle capacités déjà actives et engagements datés : Applebot n'offre pas encore d'inspection au niveau de l'URL, et Microsoft construit encore le mécanisme qui lui fera respecter une préférence de non-entraînement inscrite dans robots.txt à l'échelle d'un domaine, visée pour le début 2027 — jusque-là, le réglage ne transmet rien à Bing. Cloudflare range également parmi les « Accountable » les robots d'Amazon, d'Anthropic, de Meta et d'OpenAI, qui séparent déjà recherche et entraînement : leurs robots d'entraînement sont bloqués sous ce réglage sans que l'indexation en souffre. L'entreprise indique que moins de 1 % des sites qu'elle protège bloquent les robots de recherche, quand 17 % activent un blocage de l'entraînement. Les contrôles sont gratuits pour tous les clients, sur tous les plans, et se règlent au niveau du domaine ; dans presque tous les cas, les sites existants n'ont rien à faire, leurs réglages étant repris tels quels.
Pourquoi c'est important
Le choix qui se posait à un éditeur de site était jusqu'ici grossier : refuser l'entraînement d'un modèle sur ses articles revenait souvent à bloquer le robot qui assure aussi l'indexation, donc à renoncer au trafic de recherche. Le nouveau réglage dénoue ce cas précis, celui d'un robot unique qui fait à la fois la recherche et l'entraînement ; les opérateurs qui exploitaient déjà des robots distincts pour chaque usage obtenaient le même résultat sans qu'il faille rien scinder. La portée demeure étroite. Le dispositif ne vaut que pour les domaines qui passent par le réseau Cloudflare, et il ne couvre que le comportement d'entraînement : la recherche n'a droit à aucun réglage de refus, la quasi-totalité des sites voulant rester indexés, et les robots agentiques non plus, faute selon Cloudflare d'un standard établi pour exprimer ce refus. « Accountable », enfin, est une désignation que l'entreprise définit, décerne et contrôle, sans audit tiers ni norme publique derrière. Un média ou un site marchand marocain a malgré tout une décision à prendre maintenant, domaine par domaine : laisser son contenu alimenter l'entraînement, ou le refuser auprès des opérateurs qui respectent ce signal ; le blocage complet de ces robots reste possible, au prix d'une sortie de leurs résultats de recherche. Les proportions citées, moins de 1 % et 17 %, sont des relevés internes de Cloudflare, partie prenante commerciale du dispositif, et aucune méthode n'est publiée.
Source : Cloudflare
Arbitrer l'accès des robots d'IA à vos contenus →Google lance Gemini 3.8 Live, deux modèles vocaux dont l'un bascule seul entre 97 langues
Google a présenté le 15 septembre Gemini 3.8 Live et Gemini 3.8 Live Extended Thinking, deux modèles destinés aux agents vocaux. L'entreprise décrit le premier comme conçu pour le volume et le coût, le second pour les tâches complexes qui demandent plusieurs étapes de raisonnement. À Gemini 3.8 Live, elle attribue la détection et le basculement automatiques entre 97 langues prises en charge au cours d'une même conversation, ainsi que l'exécution d'appels d'outils et d'API en arrière-plan pendant que l'échange se poursuit ; à Extended Thinking, une narration parlée de sa progression au fil de ces tâches. Tout l'audio produit par les produits d'IA de Google est filigrané avec SynthID. Google revendique pour Extended Thinking la première place du Speech to Speech Quality Index d'Artificial Analysis avec un score de 82,6, ainsi que 97,7 % sur Big Bench Audio et 68,6 % sur τ-Voice ; le modèle standard obtient selon elle la deuxième place d'un classement distinct, la Speech Agent Arena. Ces résultats sont publiés par Google dans son propre communiqué et aucune vérification indépendante n'en a été trouvée. Le déploiement commence le jour même sur trois canaux : les développeurs, par l'API Gemini et Google AI Studio ; les entreprises, en aperçu privé dans Gemini Enterprise ; et le grand public, avec Search Live pour Gemini 3.8 Live et Gemini Live pour Extended Thinking, ce dernier arrivant aussi dans Docs, Gmail et Keep selon l'abonnement Google AI. Google ne cite ni tarif ni concurrent : c'est The Decoder qui chiffre l'API à 0,005 dollar la minute en entrée et 0,018 en sortie, soit environ 1,38 dollar l'heure de conversation contre au moins 3 dollars chez OpenAI, et qui estime que le modèle de ce dernier reste plus naturel grâce au duplex intégral, qui lui permet d'écouter et de parler en même temps.
Pourquoi c'est important
Le coût horaire d'une conversation décide de ce qu'un centre de contact peut confier à une machine, et c'est justement le chiffre que Google ne publie pas. The Decoder le reconstitue à partir des tarifs de l'API et arrive à environ 1,38 dollar l'heure, sans préciser si ce prix vaut pour l'un des deux modèles ou pour les deux. Le basculement automatique de Gemini 3.8 Live entre 97 langues au fil d'un même appel pourrait intéresser le secteur marocain de l'externalisation, où le support est vendu en plusieurs langues, mais aucune des deux sources ne documente cet usage. Deux points restent en suspens avant d'en tirer un projet : les classements cités viennent du communiqué de Google, qui évalue son propre modèle, et l'accès entreprise n'est qu'un aperçu privé, quand développeurs et grand public y accèdent dès le 15 septembre. Aucune des deux sources ne publie de chiffre de latence, ni de liste de pays où ces modèles seraient disponibles.
Source : Google
Se former à la conception d'agents vocaux →Salesforce et Nvidia dévoilent Koa, un modèle de raisonnement entraîné sur des scénarios entièrement synthétiques
Annoncé le 15 septembre pendant Dreamforce, Koa est le premier modèle de raisonnement que Salesforce destine à son CRM et à ses agents Agentforce. Il a été obtenu par post-entraînement de Nemotron 3 Super, un modèle ouvert de Nvidia, sur un jeu de données synthétique bâti à partir de scénarios reproduisant des tâches de CRM dans plus de quatorze secteurs. « Pas un seul octet de données client n'a été utilisé », a déclaré Rohan Kumar, président plateforme et ingénierie de Salesforce, cité par le blog de Nvidia. Le modèle de base est ouvert, mais Koa ne l'est pas : Salesforce contrôle les poids du modèle final et exécute post-entraînement comme inférence à l'intérieur de son propre périmètre de confiance, ce que confirme Nvidia. Sur un test maison, son « CRM benchmark », Salesforce affirme que Koa égale ou dépasse les modèles de pointe sur les actions de CRM avec trois fois moins d'erreurs — un résultat que l'éditeur publie sur son propre outil, sans méthode ni chiffres bruts. Koa tourne déjà chez Salesforce dans un agent Slack et entre en pilote chez 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine et Xero ; le communiqué dit ces pilotes ouverts « dès maintenant » quand le blog de Nvidia les situe en octobre. La disponibilité générale est attendue pour l'hiver 2026, dans les seules régions américaines. Salesforce ne rompt pas pour autant avec les laboratoires de pointe : l'éditeur a noué avec Anthropic un partenariat, Claudeforce, qui permet d'utiliser Claude comme interface sans sortir les données de ses systèmes.
Pourquoi c'est important
L'argument de vente tient dans une phrase de Jayesh Govindarajan, vice-président exécutif de l'IA chez Salesforce, à TechCrunch : avant Nemotron, il n'existait selon lui aucun modèle pré-entraîné américain souverain qui soit à l'état de l'art et dont la provenance des données soit claire, et il ajoute au sujet du chinois Qwen que personne ne sait sur quoi il est entraîné. TechCrunch rapporte la déclaration telle quelle, sans confirmation indépendante. Elle éclaire cependant la grille qu'une direction informatique applique désormais au choix d'un modèle pour ses agents : qui détient les poids, où tourne l'inférence, d'où viennent les données d'entraînement. Koa y répond d'une manière particulière, avec des poids détenus par l'éditeur du logiciel et un corpus sans donnée client, réponse qui n'a de valeur que pour qui accepte de rester chez Salesforce. Pour une entreprise marocaine cliente d'Agentforce, la conséquence immédiate est un calendrier : rien avant l'hiver, et alors seulement aux États-Unis. Quant au rapport de trois à un sur les erreurs, il porte sur les actions de CRM d'un test que Salesforce a conçu, sans que les modèles concurrents comparés soient nommés.
Source : Salesforce
Meta regroupe ses abonnements sous Meta One, de 2,99 à 499 dollars par mois
Les offres payantes de Meta passent depuis le 15 septembre sous une marque unique, Meta One, qui rassemble les formules existantes et en ajoute de nouvelles sur Instagram, Facebook, WhatsApp et Meta AI. L'entreprise annonce plus de cinquante fonctions avec ce lancement et précise que l'expérience gratuite de ses applications reste inchangée. Aux États-Unis, les offres par application vont de 2,99 dollars par mois pour WhatsApp Plus à 3,99 pour Instagram Plus et Facebook Plus ; les formules groupées Core et Premium sont affichées à 7,99 et 19,99 dollars, et celles destinées aux créateurs et aux entreprises démarrent à 14,99, 49,99, 149 puis 499 dollars par mois. La version française du communiqué affiche une grille en euros qui n'est pas la conversion de la grille américaine : Premium y est à 20,99 euros, soit davantage que les 19,99 dollars annoncés aux États-Unis. Ce que les formules Core et Premium ouvrent côté IA reste peu précis : davantage de générations d'images et de vidéos par les modèles Muse et un usage accru de l'outil Restyle sur Instagram, sans quota chiffré. Sollicité par TechCrunch, Meta a refusé d'indiquer les limites d'usage exactes de ces deux formules, au motif qu'elles varieraient selon le pays, la surface et les conditions système. Le communiqué annonce une disponibilité mondiale, assortie de la réserve que les offres, avantages, prix et disponibilité peuvent varier selon la région, l'application et le compte ; aucune liste de pays n'est publiée.
Pourquoi c'est important
Une PME ou un créateur qui vend par Instagram et par WhatsApp a deux questions et n'obtient de réponse à aucune. La première est de savoir si l'offre existe chez lui : Meta écrit « dans le monde entier », puis ajoute que tout peut varier selon la région, l'application et le compte, sans publier la moindre liste, et aucun prix en dirham n'apparaît nulle part. La seconde est de savoir ce que l'on achète exactement, puisque le supplément d'usage de l'IA n'est chiffré ni dans le communiqué ni auprès de TechCrunch, à qui Meta a opposé un refus. Les chiffres que l'entreprise met en avant n'aident pas davantage à trancher : les quinze millions d'abonnements et d'essais sont un cumul depuis le lancement des offres Plus, plus tôt dans l'année, et le communiqué emploie deux fois la même formule des « plus de cinquante fonctions », une fois pour ce qui sort le 15 septembre et une fois pour son bilan à ce jour, sans dire s'il s'agit du même décompte. Les projections que TechCrunch rapporte, 13,5 milliards de dollars de revenus supplémentaires d'ici 2028 selon BNP Paribas et jusqu'à 20 milliards d'ici 2030 selon Truist, portent sur la stratégie d'abonnement de Meta dans son ensemble.
Source : Meta
Profound lève 180 millions de dollars pour placer les marques dans les réponses des modèles d'IA
Faire apparaître une marque dans la réponse d'un modèle est devenu un métier, et ce métier se finance. Profound, éditeur new-yorkais d'outils dits AEO — answer engine optimization, l'optimisation pour les moteurs de réponse —, a annoncé le 15 septembre une série D de 180 millions de dollars, qui porte sa valorisation à 1,8 milliard de dollars une fois l'opération bouclée. Sequoia Capital et Kleiner Perkins co-mènent le tour, auquel participent des investisseurs déjà présents, dont Lightspeed, Khosla Ventures et South Park Commons. L'opération intervient moins de sept mois après une série C de 96 millions de dollars, à l'issue de laquelle Profound annonçait, dans son communiqué du 24 février, avoir atteint le milliard de dollars de valorisation : le titre de TechCrunch présente le tour du 15 septembre comme une accession au statut de licorne, alors qu'il était déjà acquis en février. Fondée en 2024 comme plateforme de mesure, Profound s'est étendue à la recherche et à la conception de stratégies marketing ; elle dit servir plus de mille marques, dont Comcast, Estée Lauder et Walmart, et plus d'un tiers du Fortune 100. L'entreprise affirme avoir triplé son chiffre d'affaires en six mois sans en publier le montant, et son financement cumulé dépasse 335 millions de dollars selon Bloomberg. Les fonds doivent servir à étendre son laboratoire d'IA appliquée à New York et à San Francisco.
Pourquoi c'est important
Ce tour finance un marché né d'un déplacement : la question « comment nous trouve-t-on ? » ne se joue plus seulement sur une page de résultats. Quand un client interroge un modèle, une entreprise ne peut plus se contenter de suivre son classement ; il lui faut savoir si elle est citée, dans quelle formulation et aux côtés de qui. Des outils de mesure existent désormais pour cela et des directions marketing les achètent — plus de mille entreprises, selon un chiffre que Profound publie sur elle-même. Une marque marocaine se trouve devant le même problème que pour son référencement classique, avec une difficulté supplémentaire : une réponse générée ne laisse pas voir ce qu'elle a écarté, et la mesure ne peut donc porter que sur ce qui a été dit. Une précaution s'impose sur les chiffres : la croissance annoncée est autodéclarée et sans montant absolu.
Source : TechCrunch
AIUC certifie les agents d'IA des entreprises et décroche 40 millions de dollars auprès de Ribbit Capital
AIUC, pour Artificial Intelligence Underwriting Company, a annoncé le 15 septembre une série A de 40 millions de dollars menée par Ribbit Capital, avec la participation de First Harmonic ; après une amorce de 15 millions, son financement total atteint 55 millions. L'entreprise a été fondée par Rune Kvist et Rajiv Dattani, que TechCrunch présente respectivement comme un salarié des débuts d'Anthropic et comme l'ancien directeur des opérations de l'organisme d'évaluation METR, dont il reste administrateur ; le communiqué de l'entreprise précise que Kvist fut son premier recrutement produit et que Dattani a été associé de la pratique assurance de McKinsey. Le référentiel qu'ils ont bâti, AIUC-1, est conçu sur le modèle de la norme de cybersécurité SOC 2 et mis au point avec un consortium d'environ 250 responsables sécurité et risque, que le communiqué situe dans des entreprises du Fortune 1000. Un agent qui s'y soumet passe quelque 5 000 tests portant notamment sur les contournements de garde-fous, les hallucinations et les fuites de données, au terme desquels il reçoit un rapport d'une centaine de pages ; les tests sont exécutés par des agents et analysés par l'IA, mais l'audit final est vérifié par des humains, indique Kvist à TechCrunch. Cursor, ElevenLabs, Harvey, KPMG, Lovable, UiPath et Fin se certifient contre ce référentiel, selon le communiqué. TechCrunch décrit AIUC d'abord comme un auditeur et n'emploie pas le mot assurance ; la part assurantielle du modèle est revendiquée par l'entreprise et par un second média.
Pourquoi c'est important
« La plupart des entreprises ont une liste d'agents d'IA approuvés en pilote mais bloqués à la revue de sécurité », dit Kvist dans le communiqué, avant d'ajouter que la preuve de sécurité et de fiabilité est devenue le principal goulot d'étranglement. Toute direction ayant lancé un pilote d'agent reconnaîtra l'étape : le comité qui doit signer réclame un document, et il n'existe pas de format admis pour le produire. C'est ce vide qu'AIUC cherche à occuper, avec l'analogie que retient Dattani, celle des Underwriters Laboratories nées à l'époque où l'électricité mettait le feu aux maisons. Il faut lire le dispositif pour ce qu'il est : le référentiel AIUC-1 est défini par l'entreprise qui le commercialise, et aucune source ne prétend qu'une certification garantisse le comportement d'un agent — Kvist souligne lui-même que personne ne sait aujourd'hui l'assurer. Pour un établissement financier ou une clinique privée marocaine, l'intérêt est ailleurs : la liste de contrôles qu'un tel référentiel rend publique donne un point de départ à qui doit rédiger la sienne.
Source : TechCrunch