Un juge fédéral valide le règlement de 1,5 milliard de dollars entre Anthropic et des auteurs
La juge fédérale Araceli Martinez-Olguin a approuvé le 20 juillet, à San Francisco, l'accord amiable de 1,5 milliard de dollars conclu par Anthropic avec un groupe d'auteurs qui l'accusaient d'avoir entraîné son assistant Claude sur des livres piratés. En 2025, le juge William Alsup avait estimé que l'entraînement d'un modèle sur des ouvrages relevait de l'usage équitable (fair use), mais que leur téléchargement depuis des sites pirates comme Library Genesis constituait une contrefaçon ; c'est ce second volet que solde le règlement. Le texte prévoit environ 3 000 dollars pour chacune des quelque 500 000 œuvres concernées et ramène les honoraires des avocats des plaignants à un peu plus de 101 millions de dollars, sur les 187,5 millions réclamés. L'approbation clôt cette procédure sans trancher la question pour les autres litiges en cours, qui visent notamment Google, Meta, OpenAI et Midjourney.
Pourquoi c'est important
Le règlement met un chiffre sur une pratique longtemps restée dans l'ombre : l'usage de contenus protégés récupérés sans licence pour entraîner un modèle. Pour un éditeur ou un auteur francophone, y compris marocain, dont les ouvrages numérisés ont pu alimenter ces corpus, la décision montre qu'une indemnisation est possible aux États-Unis, sans pour autant s'imposer à un tribunal marocain. Pour une entreprise qui constitue des jeux de données d'entraînement, le message est direct : 3 000 dollars par œuvre récupérée illégalement suffisent à rendre l'achat des droits en amont économiquement raisonnable.
Source : TechCrunch
Le Maroc se classe 19e mondial pour sa préparation à l'IA dans les métiers de l'externalisation
Avec 43,35 points sur 100, le Maroc figure au 19e rang mondial du Global Outsourcing AI Readiness Index, un palmarès de vingt-cinq destinations d'externalisation publié en juin par le cabinet Ataraxis et relayé depuis par la presse spécialisée africaine. Le Royaume se hisse au deuxième rang de la région Moyen-Orient et Afrique du Nord, derrière l'Égypte, et au cinquième du continent. L'indice ne mesure pas l'attractivité classique d'une destination (coût, langues ou infrastructures) mais son aptitude à servir des donneurs d'ordre qui adoptent eux-mêmes l'IA ; il combine l'adoption par la population, la maîtrise par la main-d'œuvre, l'appropriation par les entreprises et la filière de formation. Le point faible du Maroc reste l'adoption de l'IA par son tissu d'entreprises locales, où il n'obtient que 39 points sur 100. En tête du classement mondial figurent l'Inde (84,55) et le Brésil (76,1) ; en Afrique, l'Afrique du Sud domine largement (8e, 66,5 points), et l'Égypte (16e), le Nigeria (17e) et le Kenya (18e) précèdent tous le Maroc de quelques rangs.
Pourquoi c'est important
L'externalisation (centres d'appels, services informatiques, back-office) compte parmi les grands employeurs de main-d'œuvre qualifiée au Maroc, et ses clients européens attendent désormais des prestations où l'IA fait partie de la chaîne. Le classement situe le Royaume dans le peloton de tête pour ses compétences, mais pointe le retard de ses entreprises à intégrer ces outils — le terrain même où se jouera la concurrence avec des voisins africains mieux notés. Pour un prestataire marocain qui répond à un appel d'offres, la note d'un cabinet extérieur devient un argument commercial autant qu'un signal d'alerte.
Source : Ataraxis
Accélérer l'adoption de l'IA en entreprise →Alibaba présente Qwen3.8-Max et le dit devancé par le seul Claude Fable 5
L'équipe Qwen d'Alibaba a présenté le 19 juillet, en marge de la Conférence mondiale sur l'IA de Shanghai, une préversion de Qwen3.8-Max, qu'elle décrit comme son premier modèle multimodal dépassant les 1 000 milliards de paramètres : 2 400 milliards au total, capables de traiter texte, images, vidéos et documents. Alibaba affirme que le modèle rivalise avec les meilleurs systèmes et qu'il n'est devancé, parmi ceux qu'elle a elle-même testés, que par Claude Fable 5 d'Anthropic ; aucune table de résultats, carte de modèle ni licence n'accompagne cette annonce. Les poids, présentés comme ouverts, ne sont pas encore publiés : au 20 juillet, rien ne figurait sur la page Hugging Face de Qwen, et seule une préversion payante est accessible. L'annonce suit de deux jours la sortie, par Moonshot AI, du modèle ouvert Kimi K3 et de ses 2 800 milliards de paramètres.
Pourquoi c'est important
Pour une startup ou un laboratoire africain, l'attrait des modèles chinois tient à des poids téléchargeables, qu'on héberge et adapte sans payer d'accès à une interface de programmation (API). Encore faut-il qu'ils soient disponibles : Qwen3.8-Max se réduit pour l'instant à une préversion payante, sans poids ni mesure indépendante, quand Kimi K3 est déjà là. Construire un produit sur un modèle encore absent de Hugging Face, c'est s'en remettre au calendrier de son éditeur ; les équipes prudentes attendent les poids et une évaluation extérieure avant de s'engager.
Source : The Decoder
Une étude de Xiaomi fait de la quantité de données le premier levier des robots manipulateurs
L'équipe robotique de Xiaomi a mis en ligne sur arXiv Xiaomi-Robotics-1, un modèle vision-langage-action accompagné de l'article de recherche qui le décrit. Le système est pré-entraîné sur plus de 100 000 heures de gestes de manipulation filmés en conditions réelles, soit 2,4 millions de séquences réparties sur plus de 260 tâches et quelque 1 700 environnements. Son résultat central : à ressources comparables, accroître le volume de données fait davantage progresser un robot qu'agrandir le modèle, et ces gains ne montrent pas de plafond. À mesure qu'augmentent les données de pré-entraînement, rapporte The Decoder, le taux de réussite en environnement inconnu grimpe d'environ 25 à 75 % ; sur le banc d'essai RoboCasa365, le modèle atteint 57,6 %, contre 46,6 % au meilleur résultat antérieur. Xiaomi indique qu'il publiera le modèle et le code sur GitHub et Hugging Face.
Pourquoi c'est important
Le constat parle à qui manque de puissance de calcul. Si la compétence d'un robot dépend d'abord de la quantité de gestes réels enregistrés, l'avantage se déplace du centre de données vers la collecte de terrain, où une équipe modeste peut se montrer compétitive en investissant dans la captation et l'annotation. Pour un industriel ou une jeune pousse d'automatisation au Maroc, la priorité budgétaire glisse alors vers ses propres lignes de production, filmées et documentées.
Source : The Decoder
Le protocole MCP, qui relie les IA aux outils externes, adopte un mode « sans état »
Le Model Context Protocol (MCP), norme ouverte qui permet à un modèle d'IA de se connecter de façon encadrée à des données et des services extérieurs, s'apprête à simplifier son fonctionnement. Sa prochaine révision adopte une approche dite « sans état » (stateless) : elle supprime la phase d'initialisation et l'identifiant de session qui rattachaient un échange à un serveur précis, si bien que n'importe quelle instance peut traiter n'importe quelle requête. Un serveur MCP peut dès lors tourner derrière un simple répartiteur de charge, sans routage collant ni mémoire de session partagée, et devient, en théorie, moins coûteux à faire monter en charge. TechCrunch relaie l'explication d'Arcade, une jeune société d'infrastructure pour agents logiciels qui a levé 60 millions de dollars en juin. Introduit par Anthropic fin 2024 puis confié à la Linux Foundation, le protocole a figé sa version candidate en mai ; sa spécification définitive est attendue le 28 juillet.
Pourquoi c'est important
Pour un développeur qui bâtit des agents IA depuis Casablanca ou Dakar, l'enjeu se résume au coût d'exploitation. Un serveur « avec état » oblige à réacheminer chaque utilisateur vers la machine qui détient sa session ; s'en affranchir permet de répartir la charge sur des instances interchangeables, d'en ajouter ou d'en retirer au fil du trafic, avec une infrastructure cloud ordinaire. Le protocole reste jeune et le gain demeure théorique à ce stade, mais il porte sur l'un des postes qui décident de la rentabilité d'un service en ligne : la facture des serveurs.
Source : TechCrunch