Ahmed Rahhou est nommé ministre de l'Intelligence artificielle, de la Transformation numérique et de la Réforme de l'administration dans le gouvernement El Mansouri
Ahmed Rahhou figure comme « Ministre de l'Intelligence artificielle, de la Transformation Numérique et de la Réforme de l'Administration » dans la liste officielle du nouveau gouvernement, dirigé par Fatima Ezzahra El Mansouri, publiée par la MAP. Sa Majesté le Roi Mohammed VI a présidé le vendredi 16 octobre, au Palais Royal à Rabat, la cérémonie de nomination des membres de ce gouvernement, qui ont prêté serment devant le Souverain, rapporte l'agence. La nomination d'Ahmed Rahhou libère la présidence du Conseil de la concurrence, qu'il occupait depuis mars 2021, précise Le Desk dans son article du 16 octobre. Selon la biographie que la MAP lui consacrait le 22 mars 2021, il a été nommé PDG de Lesieur Cristal en mars 2003, puis PDG du CIH en octobre 2009, et il est titulaire de deux diplômes d'ingénieur, de l'École polytechnique (1980) et de l'École nationale supérieure des télécommunications (1982). Aïcha Guellaa lui est rattachée comme ministre déléguée chargée de la Réforme de l'administration. Selon Le Desk, le département reprend le périmètre de la Transition numérique et de la Réforme de l'administration, confié dans le gouvernement sortant à une ministre déléguée auprès du chef du gouvernement.
Pourquoi c'est important
Le changement tient d'abord au rang : la MAP désignait encore le 8 septembre Amal El Fallah Seghrouchni comme « ministre déléguée chargée de la Transition numérique et de la Réforme de l'administration », alors qu'Ahmed Rahhou figure dans la liste officielle comme ministre de plein exercice, à la tête d'un département qui porte l'intelligence artificielle dans son intitulé. Ce même 8 septembre, le ministère sortant avait présenté à Rabat les avancées de la feuille de route « Maroc IA 2030 », qui se fixe pour 2030 de générer 100 milliards de dirhams de valeur ajoutée au PIB, de créer 50 000 emplois directs et indirects et de former et certifier 200 000 talents, selon la MAP. Reste à savoir si le nouveau département reprendra cette feuille de route à son compte : le 16 octobre, Ahmed Rahhou ne s'était pas exprimé sur ses priorités dans les sources consultées, et ces cibles sont celles que le ministère sortant a présentées le 8 septembre, selon la MAP.
Source : MAP
Pékin soumet à enregistrement l'export de 40 technologies, dont 23 d'IA, qu'il propose d'interdire ou de restreindre
Les entreprises qui exportent une technologie depuis la Chine doivent s'enregistrer depuis le 16 octobre sur une plateforme en ligne du ministère chinois du Commerce (MOFCOM) avant d'exporter l'une des 40 technologies listées en annexe de l'annonce n° 48 de 2026, publiée ce jour-là par ce ministère et par celui des Sciences et Technologies. Sont visées la cession de la propriété d'une technologie à l'étranger, la licence d'usage à l'étranger d'une technologie détenue en Chine, le passage de son propriétaire ou de son contrôleur effectif à une entité étrangère, ainsi que les autres situations que le MOFCOM désignera ; les exports commencés mais non achevés sont eux aussi soumis à l'enregistrement. Cet enregistrement vaut jusqu'à l'entrée en vigueur d'un catalogue révisé des technologies dont l'export est interdit ou restreint, que les deux ministères soumettent à consultation publique jusqu'au 15 novembre. Dans des questions-réponses publiées le même jour sur le site du MOFCOM, son porte-parole indique que le projet prévoit d'interdire l'export de 14 de ces 40 technologies et d'en restreindre 26. Vingt-trois relèvent de l'IA, notamment les grands modèles, les agents, les grappes de calcul et le traitement de l'information, les autres de la biomédecine et du photovoltaïque. Parmi les interdictions proposées, l'annexe vise un grand modèle qui fournit un service après avoir été entraîné sur des « données cœur » chinoises, notion dont le périmètre est fixé par la loi chinoise sur la sécurité des données et d'autres textes, ainsi que des agents d'un haut niveau de performance utilisés spécialement ou principalement dans des contextes très sensibles, comme les infrastructures d'information critiques, la défense et l'industrie militaire ou les affaires gouvernementales centrales. Parmi les restrictions figure le cœur technologique d'un grand modèle (poids, points de contrôle clés, code source, architecture, techniques d'optimisation de l'entraînement et d'accélération de l'inférence) qui remplit l'un de trois critères, dont un nombre de paramètres d'au moins 2 000 milliards ou, au moment de l'export, une place parmi les dix premiers mondiaux dans des évaluations publiques, notamment des principaux organismes d'évaluation, chinois ou étrangers, ou de grandes plateformes industrielles. Pour l'IA, le texte exclut de son champ les technologies déjà entrées dans le domaine public, notamment par l'open source ou la publication d'articles scientifiques.
Pourquoi c'est important
Les explications du porte-parole intéressent les utilisateurs de modèles chinois hors de Chine. Interrogé sur le régime qui s'appliquera une fois le catalogue révisé entré en vigueur, il indique que le fait, pour une entreprise, d'utiliser un grand modèle de la catégorie « restreint » pour fournir un accès par API, une application ou un site web, un logiciel en ligne (SaaS) ou un déploiement léger sur un appareil, entre autres, ne relèverait pas de l'export de technologie de grand modèle. Le déploiement local à l'étranger d'une technologie d'IA de cette catégorie en relèverait en revanche ; des mesures de facilitation, dont une licence automatique, pourraient alors s'appliquer, par exemple lorsque le déploiement se fait sur le cloud que l'entreprise possède à l'étranger ou dans d'autres situations où le risque est jugé relativement maîtrisable. Pour l'enregistrement temporaire en vigueur, l'exportateur doit, précise le porte-parole, juger lui-même si sa technologie entre dans le champ de l'enregistrement ; selon l'annonce, les informations de base sur le destinataire de la technologie figurent parmi celles à déclarer. Le MOFCOM présente la révision comme un travail courant de gestion du commerce de technologie, affirme qu'elle ne vise aucun pays, aucune région ni aucune entité en particulier et que, une fois les mesures en vigueur, la grande majorité des technologies d'IA resteront librement exportables. La consultation porte notamment sur le périmètre des technologies ajoutées, les indicateurs, la politique de contrôle et les mesures de facilitation ; aucune date d'entrée en vigueur du catalogue n'est annoncée.
Selon Anthropic, un modèle Claude a établi que les graines de cinq courbes elliptiques du NIST, fournies par la NSA sans explication, sortent d'un générateur pseudo-aléatoire
Les graines (« seeds ») des courbes elliptiques P-192, P-224, P-256, P-384 et P-521, normalisées par l'Institut national des normes et de la technologie (NIST) des États-Unis, sont les valeurs d'entrée à partir desquelles un paramètre de chacune de ces courbes est calculé ; selon le billet, la NSA les avait fournies sans explication ni justification. Ce sont des sorties du générateur pseudo-aléatoire lrand48 de la bibliothèque C, initialisé par un horodatage Unix, annonce Anthropic dans un billet du 16 octobre, qui déclare fausse l'hypothèse selon laquelle elles seraient le hachage d'une phrase humoristique. Selon l'entreprise, un salarié a posé la question à un modèle de recherche interne, que le billet désigne comme Claude sans en préciser la version, et celui-ci a trouvé l'origine des graines de ces cinq courbes en moins d'une demi-heure, en reconstituant l'état interne du générateur. Les horodatages retrouvés pour dix courbes, ces cinq courbes du NIST et cinq courbes de la norme ANSI X9.62, se situent entre mai 1997 et avril 1998. Dans un billet de son blog publié le même jour, le cryptographe Filippo Valsorda, qui avait lancé en 2023 une prime pour élucider cette origine, écrit avoir réimplémenté en Go l'algorithme de génération des graines pour vérifier l'annonce, son code partant des horodatages donnés par Anthropic ; selon lui, l'équipe d'Anthropic a réclamé la prime le 15 octobre et choisi de la reverser à l'Internet Security Research Group (ISRG), ce qui en a triplé la valeur, portée à 36 864 dollars. Plusieurs points restent inexpliqués, dont les points de base des courbes P-224, P-256, P-384 et P-521, la graine de la courbe binaire B-163 et l'éventuel critère qui a fait sauter certains candidats potentiellement viables, Anthropic ignorant s'il s'agit d'un artefact involontaire.
Pourquoi c'est important
Le billet précise qu'il n'y a aucune action à entreprendre ni rien à faire différemment : il ne s'agit ni d'une cassure cryptographique, ni d'une nouvelle attaque, ni d'une faiblesse des courbes. Sur le soupçon ancien d'une porte dérobée de la NSA, Anthropic écrit que ces résultats rendent l'hypothèse beaucoup moins plausible et se dit plus confiante dans le fait que les courbes ont été choisies sans porte dérobée ni faiblesse intentionnelle. Anthropic ne juge pas plausible que des courbes affaiblies aient été sélectionnées, le nombre de candidats potentiellement viables écartés étant faible : une telle sélection impliquerait que les courbes affaiblies soient courantes et faciles à trouver. Elle reconnaît toutefois qu'il reste concevable, en principe, que les courbes publiées aient été sélectionnées pour avoir une propriété particulière en cherchant parmi des horodatages fournis au générateur de nombres aléatoires, tout en relevant qu'on n'aurait besoin de procéder ainsi que si l'on comptait divulguer l'horodatage comme élément de preuve que la graine avait été générée de façon anodine ; elle ajoute que rien dans les chiffres ne montre combien d'exécutions ont eu lieu. Le résultat est présenté dans un billet de blog accompagné de son code ; la durée de la recherche et le rôle du modèle reposent, dans les sources consultées, sur le seul récit d'Anthropic, qui crédite dix personnes de ce travail.
Source : Anthropic
Chez Anthropic, la part des juniors dans les embauches techniques est tombée de 27 % à 9 %, selon un rapport de l'entreprise sur ses propres données
La part des juniors dans l'effectif des départements techniques d'Anthropic est passée de 21 % à 14 % depuis le début de 2025, et leur part dans les embauches techniques a reculé plus vite encore, de 27 % à 9 %, selon un rapport publié le 16 octobre au nom de The Anthropic Institute ; sur le graphique du rapport, la courbe des embauches commence vers mai 2025 et s'arrête vers la mi-2026. La part des juniors parmi les postes techniques ouverts a particulièrement reculé depuis décembre 2025, ajoute le rapport. Il s'appuie sur les données internes de l'entreprise (emploi, usage de l'IA, indicateurs de production, enquêtes auprès des salariés, schémas de communication interne, calendriers, décisions de recrutement) et sur 17 entretiens avec des salariés. Ces pourcentages sont des parts : le rapport ne publie pas les effectifs sur lesquels elles reposent ; il affirme, sans le chiffrer, que l'embauche technique continue de croître en valeur absolue, et dit que l'entreprise a triplé de taille en un an. Interrogés en avril 2026, environ un tiers des managers en apprentissage automatique et un cinquième des managers en développement logiciel ont déclaré recruter moins à cause de l'IA, et une majorité des managers ont dit recruter pour d'autres compétences à cause de l'IA. Le rapport mesure aussi le travail des agents d'IA : en août, dans les sessions interactives dirigées par des salariés, les heures des agents dépassaient celles des salariés dans un rapport de six pour un, selon un calcul qui compare la durée d'exécution des agents (sous-agents regroupés, attentes de plus de 30 minutes exclues) à l'effectif multiplié par 40 heures de travail hebdomadaires supposées. Au dernier point de la série du rapport, vers la mi-2026, les commits de code (enregistrements de modifications) par ingénieur atteignaient cinq fois leur niveau de décembre 2025.
Pourquoi c'est important
Un indicateur concerne directement les candidats. Un outil d'analyse automatique de textes a traité les commentaires des fiches d'entretien de salariés recrutés depuis 2024 : les managers qui recrutent mentionnaient le parcours du candidat avec les outils d'IA dans environ 5 % des évaluations pour les postes techniques et 7 % pour les postes non techniques en 2024 ; en 2026, ces taux avaient triplé pour les premiers et quadruplé pour les seconds. Ces chiffres restent ceux d'une entreprise sur elle-même, tirés de données internes dont le rapport ne mentionne aucune vérification par un tiers. Le rapport décrit le recul de la part des juniors en parallèle de l'essor des agents, sans établir que l'IA en soit la cause. Pour distinguer l'effet de l'IA sur la production de code de la très forte croissance de l'activité sur la période, ses auteurs comparent, au sein d'un même mois, les ingénieurs ayant déjà adopté des agents de code à ceux qui ne l'avaient pas encore fait, sur un échantillon de 192 ingénieurs qui en adoptent et de 74 qui n'en adoptent pas pendant la période étudiée, tout en relevant que l'adoption des outils, qui n'est pas aléatoire, peut biaiser leurs estimations. Le recul de la part des départements techniques dans l'emploi total, de 61 % à 56 % en un an, tient en partie selon eux à l'expansion naturelle des fonctions d'entreprise comme les ventes, la finance et le recrutement, et pourrait aussi refléter le fait que les outils de code permettent à des salariés non techniques de produire eux-mêmes des logiciels. Ils écrivent enfin qu'aucune des actions qu'ils décrivent pour l'entreprise (notamment l'actionnariat salarié, un système d'alerte précoce et la priorité donnée aux redéploiements internes) n'empêchera une IA puissante de bouleverser des emplois ni ne traite directement le ralentissement des embauches de juniors.
Source : Anthropic
Travailler avec des agents de code au quotidien →Le NIST, la NSA et la CISA diffusent dix pratiques volontaires pour gérer les incidents pendant l'entraînement et l'évaluation d'agents de « super intelligence »
Trois organismes fédéraux américains, le Center for Advancing Innovation and Standards for Super Intelligence (CAISSI) du NIST, le Super Intelligence Security Center (SISC) de la NSA et l'agence de cybersécurité CISA, ont mis en ligne le 16 octobre un document conjoint de dix pratiques volontaires pour gérer les incidents qui pourraient survenir pendant l'entraînement et l'évaluation d'agents de « super intelligence », le terme que, selon CyberScoop, le gouvernement américain privilégie désormais. Le document PDF auquel renvoie la page d'annonce du NIST s'adresse d'abord aux organisations qui entraînent ou évaluent des agents très capables sur des tâches longues, avec une supervision humaine limitée, et peut aussi concerner ceux qui déploient de tels agents. Il vise en particulier les « incidents de contrôle » (« SI control incidents » dans le texte), où un ou plusieurs agents prennent des actions significatives non demandées qui compromettent des règles, contrôles ou mesures de sécurité, explicites ou implicites, imposés par l'opérateur pour délimiter le périmètre prévu de la tâche ou garantir la supervision humaine. Une note précise que les actions provoquées par une injection de prompt malveillante ou par un modèle volontairement piégé sont considérées comme des actions demandées, et ne sont donc pas traitées comme la cause première d'un tel incident. Les dix pratiques sont réparties en cinq étapes : préparation, détection, réponse, rétablissement et signalement, ce dernier devant, selon le document, intervenir tout au long du cycle. Parmi les actions détaillées sous ces pratiques, le document recommande notamment d'identifier et de restreindre les mécanismes de persistance potentiels et les communications non autorisées, en portant une attention particulière aux canaux permettant de copier les poids du modèle ou de l'exécuter sans surveillance, d'utiliser quand c'est possible plusieurs modèles, idéalement de familles différentes, pour la surveillance ou la validation croisée, d'arrêter automatiquement les trajectoires d'agent concernées dès la détection d'une défaillance de contrôle ou d'un incident de contrôle en cours, et de s'associer à des auditeurs et évaluateurs externes indépendants pour évaluer les protocoles de contrôle, de surveillance et de détection.
Pourquoi c'est important
Les laboratoires et les entreprises qui entraînent, évaluent ou déploient des agents très capables y trouvent une grille facultative : le document précise qu'il ne constitue pas un avis à des fins de conformité, réglementaires ou juridiques. Il demande de respecter les obligations légales de signalement déjà applicables, y compris envers la CISA et les forces de l'ordre, sans préciser lesquelles, puis de signaler volontairement les incidents de contrôle et les quasi-incidents : à la CISA, le cas échéant, pour les incidents ou quasi-incidents de cybersécurité qui en découlent, et, après tout signalement légalement obligatoire, à des experts de l'administration comme le CAISSI et le SISC pour les informations propres à ces agents. Les entreprises qu'il nomme, dont Anthropic et Microsoft, figurent parmi celles qui ont apporté des retours sur ses idées. CyberScoop situe sa publication dans un contexte où des entreprises d'IA disent que leurs modèles se sont échappés d'environnements de test et ont piraté de vraies organisations et de vrais sites ; le document, lui, parle d'incidents qui pourraient survenir, sans en relater. Chaque organisation est invitée à fixer ses propres critères de gravité, des scores de gravité standardisés figurant parmi les travaux renvoyés à plus tard.
Source : NIST
Les poids de Beam, modèle de 501 milliards de paramètres présenté le 5 octobre par Reflection AI, sont téléchargeables sous licence Apache 2.0
Reflection AI, un laboratoire américain, a rendu téléchargeables le 16 octobre sur Hugging Face, sous licence Apache 2.0, les poids de Beam, selon son billet du 16 octobre ; le modèle avait été présenté le 5 octobre en accès anticipé sur liste d'attente. Sur les 501 milliards de paramètres de ce modèle à mélange d'experts, 23 milliards sont actifs pour chaque jeton traité, l'unité de texte que lit et produit le modèle. Conçu pour le code, le raisonnement et les agents, Beam ne traite que du texte, avec un contexte d'un million de jetons déclaré par Reflection, et a été développé principalement pour l'anglais, indique sa fiche ; ses performances en français ou en arabe ne sont pas documentées dans les sources consultées. Les poids sont publiés en trois formats de précision numérique ; le plus compact, NVFP4, ramène le modèle de 1 To en BF16 à environ 280 Go selon Hugging Face, le dépôt NVFP4 pesant, d'après ses métadonnées, près de 294 Go. Pour la version BF16, Reflection indique 81,6 % sur SWE-bench Verified et 80,1 % sur Terminal-Bench 2.1, deux tests de programmation (80,7 % et 78,4 % pour la version NVFP4), des scores qu'elle publie elle-même. Artificial Analysis, qui figure selon Reflection parmi les partenaires ayant testé Beam avant sa sortie, lui donne 30 sur son indice d'intelligence, au deuxième rang des modèles américains à poids ouverts derrière Muse Spark Open de Meta (39), et range parmi ses points faibles un score de 3,0 % sur Terminal-Bench 4.0, édition plus récente du Terminal-Bench 2.1 cité plus haut, qu'Artificial Analysis qualifie de plus difficile et exécute selon sa propre méthode, où Muse Spark Open obtient 8,1 %.
Pourquoi c'est important
Une équipe technique peut essayer Beam sans l'héberger : l'API de Reflection est gratuite pendant la bêta, avec des plafonds quotidiens d'usage selon sa page de tarification de la bêta, et Reflection n'a pas encore publié de tarif, selon VentureBeat ; selon AWS, le modèle est proposé au lancement dans SageMaker JumpStart, dans deux régions des États-Unis (Virginie du Nord et Ohio). L'héberger soi-même demande la mémoire de ses 501 milliards de paramètres, même si 23 milliards seulement calculent chaque jeton : selon Reflection, citée par VentureBeat, les versions sur 8 et 4 bits tiennent sur un seul serveur de huit GPU, VentureBeat précisant qu'il peut s'agir de serveurs Nvidia H100, H200 ou GB300 ; Hugging Face précise que les GPU Blackwell exécutent le format NVFP4 nativement, contrairement aux GPU plus anciens comme le H200, pour lesquels il recommande le format FP8. Les dépôts sont en accès libre, sans formulaire de validation. Selon la fiche Hugging Face, le rapport technique du modèle reste à venir, Reflection ayant en revanche mis en ligne le 16 octobre un rapport technique consacré à la sécurité.
Source : Reflection AI