Computer History : ChatGPT devient votre copilot personnel (mais lit par-dessus votre épaule)
OpenAI vient de déployer une fonctionnalité appelée Computer History sur la version macOS de ChatGPT. Elle enregistre en continu vos clics, frappes au clavier et actions sur l’écran pour construire une timeline que le modèle utilise ensuite pour suggérer des automations, reprendre des tâches interrompues, ou anticiper vos besoins.
C’est techniquement impressionnant : ChatGPT peut désormais agir comme un vrai assistant qui comprend votre contexte de travail complet. Mais c’est aussi une collecte de données massive et granulaire de chaque interaction que vous avez sur votre machine.
Le point sensible ? Ces données s’utilisent comme matière première pour entraîner les modèles futurs (sauf si vous désactivez explicitement le partage). Pour une PME, cela soulève trois questions concrètes : quelle est la vraie valeur pour votre productivité, quels types de données sensibles (numéros de clients, prix internes, mots de passe) sont potentiellement loggés, et comment gérer les risques de conformité RGPD si plusieurs collaborateurs utilisent cette fonction.
Le cynisme serait excessif—c’est utile pour automatiser des workflows répétitifs. Mais ignorer la collecte de données serait naïf.
Ce que ca change pour votre PME
Pour une PME, Computer History peut être un accélérateur si vous avez des processus manuels répétitifs (saisie de données, copier-coller entre applications, génération de rapports). Mais avant d’activer : (1) auditez vos données sensibles—ce que ChatGPT verra inclut identifiants clients, tarifs internes, correspondances confidentelles ; (2) vérifiez vos obligations RGPD, en particulier si vous traitez des données personnelles de clients ; (3) testez sur une machine isolée ou un utilisateur pilote, pas en déploiement massif ; (4) documentez explicitement le consentement des collaborateurs. C’est un outil puissant mais qui exige une cadre d’usage clair.
En bref
Google retire les watermarks visibles de ses contenus IA
Google permet désormais de désactiver les watermarks visuels (le symbole “scintillant”) sur les images, vidéos et musiques générées par Gemini et Flow. Pratique pour les usages créatifs, mais un signal troublant : qui peut différencier le contenu généré du contenu authentique si le marquage est optionnel ? Pour les PME utilisant Gemini en production, c’est à double tranchant : plus de flexibilité visuelle, mais plus de risque de confusion chez les clients.
Kog optimise les GPUs pour les workflows d’agents IA
La startup française Kog remet en question l’idée que les GPUs sont mal adaptés aux agents IA autonomes. Eux prétendent extraire beaucoup plus d’inférence par GPU en optimisant la logique agentic. C’est pertinent pour les PME qui investissent dans du GPU loué ou acheté : optimiser vraiment ce matériel coûteux pourrait réduire vos dépenses d’infrastructure IA de 20-30%.
Apple collabore avec Alibaba sur un modèle IA pour la Chine
Apple a entraîné un LLM personnalisé pour le marché chinois en partenariat avec Alibaba, rare collaboration sino-américaine en pleine tension géopolitique. C’est un signal : les modèles IA globaux ne survivront pas longtemps. Les PME avec clients en Asie ou préoccupées par la souveraineté des données doivent anticiper un fragmentation croissante des écosystèmes IA par région.
Anthropic détaille le fonctionnement des watermarks invisibles de Claude
Anthropic précise comment ses watermarks invisibles intégrés dans les textes de Claude fonctionnent, s’ils résistent à l’édition, et comment cela affecte la génération de code. C’est une couche de sécurité supplémentaire, mais elle soulève une question pour les PME utilisant Claude pour la doc technique ou les templates : ces marqueurs peuvent-ils interférer avec vos systèmes d’automatisation ?
Nvidia veut sauver la valeur des anciens GPUs via le financement
Nvidia prépare un plan de 500 milliards pour convaincre les financiers de continuer à prêter pour l’IA, notamment pour maintenir la valeur de ses GPUs anciens. C’est une indication claire : les prix du GPU vont baisser et la surcapacité arrive. Si vous envisagiez d’acheter du GPU, attendre quelques trimestres pourrait vous faire économiser 30-40%.
Recevez Le Brief IA dans votre boite
3x par semaine, l'essentiel de l'IA decrypte pour les dirigeants de PME.