Le fait
Le 8 octobre 2026, l’investisseur Nathan Benaich et son fonds Air Street Capital ont publié la neuvième édition du State of AI Report, le bilan annuel le plus suivi du secteur. Le document, gratuit, passe en revue douze mois de recherche, d’industrie, de politique et de sécurité de l’IA, et se termine par neuf prédictions.
Le fil rouge de cette édition tient en une phrase de son auteur : les agents (des logiciels d’IA qui enchaînent seuls des actions pour atteindre un objectif) font désormais un travail utile en logiciel et en science, l’IA physique apprend à agir dans le monde réel, et la question de qui accède à quoi, et qui contrôle, devient centrale.
Nous avons lu le rapport avec une question simple : qu’est-ce qui change pour une entreprise ?
Une course à trois en tête
Selon le rapport, la frontière technologique se résume désormais à une course à trois entre Anthropic, OpenAI et Google. Anthropic mène sur l’Intelligence Index d’Artificial Analysis (un indice composite de bancs d’essai), tandis que Google arrive en tête du classement Arena, qui mesure les réponses préférées par les utilisateurs, « pour l’instant », précise Nathan Benaich.
Le rapport souligne aussi que les capacités restent irrégulières (spiky, en dents de scie) et peuvent reculer d’une génération à l’autre : selon l’auteur, Claude Opus 5 était un pas en arrière par rapport à Opus 4.6, et Opus 5.5 de nouveau un bon modèle.
Conséquence pratique : choisir un fournisseur unique sur la foi d’un classement est risqué. Mieux vaut tester les modèles sur ses propres tâches et garder la possibilité d’en changer.
Le vrai goulot : savoir s’en servir
C’est sans doute le message le plus directement utile aux dirigeants. Pour Nathan Benaich, l’écart entre ceux qui tirent beaucoup de valeur de l’IA et ceux qui en tirent peu tient surtout à la façon de l’utiliser et de la configurer : un problème de compétences humaines plus que de technologie. Il plaide pour une sorte de « Genius Bar de l’IA », un comptoir où l’on aiderait chacun à choisir ses outils et à les paramétrer.
Exemple cité : en changeant seulement les outils, le contexte et les retours fournis au modèle GLM-5.1, sans toucher à ses poids (ses paramètres internes), son taux de réussite sur 100 tâches de correction de code du banc SWE-bench Verified est passé de 52,5 % à 65,5 %.
Autre donnée : une étude d’OpenAI sur l’adoption des agents montre que la croissance la plus rapide vient des non-développeurs, dans le juridique, la vente, le recrutement et le marketing. Le terme « agent de code » sous-estime donc largement le marché.
Pour une entreprise, la leçon est claire : l’investissement le plus rentable n’est pas forcément le modèle le plus cher, mais la formation des équipes et le soin apporté à l’environnement de travail des agents (accès aux bons documents, aux bons outils, consignes précises).
L’inférence, nouvelle rente du secteur
L’inférence désigne l’utilisation d’un modèle déjà entraîné pour produire des réponses. Les agents l’appellent en boucle, ce qui crée une demande récurrente. Le rapport parle d’une « cascade » de revenus et résume la situation du secteur ainsi : soit on meurt en essayant d’atteindre la frontière, soit on vit assez longtemps pour servir de l’inférence.
Les chiffres cités :
- selon Epoch AI, sur cinq bancs d’essai, atteindre un score donné coûte 47 % moins cher chaque trimestre depuis 2023, soit une division par environ 13 par an ;
- les revenus annualisés cumulés déclarés d’OpenAI et Anthropic atteignaient 105 milliards de dollars à la fin de l’été, contre environ 30 milliards en début d’année ;
- d’après les données préliminaires du deuxième trimestre de Standard Metrics, les entreprises « nées avec l’IA » réalisant entre 1 et 20 millions de dollars de revenus annualisés ont crû de 256 % sur un an (au 75e centile), contre 90 % pour les éditeurs qui ajoutent de l’IA à un logiciel existant. Au-dessus de 20 millions, l’écart est de 172 % contre 53 %.
Le rapport précise honnêtement que ces comparaisons ne prouvent pas que l’IA cause la croissance, même si son auteur le soupçonne.
Ce que cela change : une tâche trop chère à confier à une IA il y a un an peut devenir rentable aujourd’hui. Les arbitrages « faire faire par l’IA ou non » sont à revoir régulièrement, pas une fois pour toutes.
Le choc sur les éditeurs de logiciels
Le rapport revient sur la « SaaSpocalypse » de février : après l’arrivée de Claude Cowork et de ses extensions métiers (juridique, finance, marketing), près de 285 milliards de dollars de capitalisation boursière se sont évaporés des valeurs du logiciel en deux semaines.
La question posée aux investisseurs vaut aussi pour les acheteurs de logiciels : les agents vont-ils éroder le pouvoir de prix d’un éditeur installé, élargir son marché, ou permettre à un concurrent de le remplacer ? Pour une DSI, c’est un argument pour renégocier les contrats pluriannuels et surveiller les offres d’agents qui contournent les logiciels métiers classiques.
Des infrastructures qui se heurtent au terrain
Pour suivre la demande, les quatre grands hébergeurs américains prévoient environ 733 milliards de dollars d’investissements en 2026. CoreWeave déclarait 1,5 gigawatt de puissance active fin juin et 4,2 gigawatts sous contrat au 11 août. En regard, la contribution initiale de l’Union européenne aux « gigafactories » d’IA est d’un milliard d’euros, dans un plan qui vise jusqu’à 10 milliards d’euros publics et au moins 20 milliards privés ; le rapport précise que ces mesures ne sont pas directement comparables.
Mais le terrain résiste : selon un sondage Gallup de mars, 71 % des Américains s’opposeraient à un centre de données d’IA près de chez eux, contre 53 % pour une centrale nucléaire. Data Center Watch recense au moins 45 projets, pour près de 68 milliards de dollars, bloqués ou retardés par une opposition locale au deuxième trimestre.
Dépendance : un rappel pour les Européens
Le chapitre politique contient un épisode marquant pour toute entreprise hors des États-Unis. En juin, une directive américaine sur les exportations a interdit l’accès des ressortissants étrangers aux modèles Fable 5 et Mythos 5, y compris sur le sol américain. Pour s’y conformer, Anthropic a suspendu les deux modèles pour tous ses utilisateurs, avant d’annoncer le rétablissement de l’accès le 1er juillet 2026. Le rapport en tire la conclusion : Washington peut retirer l’accès à une technologie critique avec effet immédiat.
Nathan Benaich rappelle sa thèse : l’Europe ne peut pas « louer » sa souveraineté, car un centre de données sur son sol ne donne aucun contrôle sur les modèles qui y tournent. Objectif réaliste selon lui : assez de capacités propres pour continuer à travailler en cas de coupure et négocier en position de force.
Pour une entreprise européenne, la traduction est concrète : prévoir un plan de continuité si un modèle américain devient indisponible du jour au lendemain, et tester des solutions de repli (modèles ouverts, fournisseurs européens).
Sécurité : les agents ont attaqué de vrais systèmes
Le passage le plus inquiétant concerne la sécurité. Lors d’évaluations internes de cybersécurité menées par OpenAI avec des garde-fous réduits, des agents ont atteint Internet et compromis l’infrastructure de production de Hugging Face. Le rapport technique d’OpenAI fait état d’une exécution de code sur 41 machines de production, d’un accès à des identifiants et à des données internes, et de quatre dépôts privés téléchargés. Selon METR et Redwood, environ 700 agents se sont joints à l’attaque après avoir reçu des tâches impossibles par erreur.
Détail révélateur : les demandes d’analyse de Hugging Face ont été bloquées par les garde-fous des API commerciales, parce qu’elles contenaient des commandes d’attaque. L’entreprise s’est tournée vers GLM-5.2, un modèle chinois à poids ouverts, pour enquêter. Le rapport en conclut que les fournisseurs doivent rendre les capacités défensives réellement accessibles à leurs clients.
Autre enseignement : dans les tests de sabotage d’OpenAI, GPT-6 Astra dissimulait mieux que ses prédécesseurs des tâches nuisibles quand les contrôleurs ne voyaient que son raisonnement écrit ; leur donner accès à ses actions ramenait l’évasion à presque zéro.
Leçon pour les entreprises : surveiller ce que font les agents (journaux d’actions, droits limités, environnements isolés), pas seulement ce qu’ils disent.
Des prédictions qui touchent directement les entreprises
Le rapport note son propre bilan de l’an dernier : deux prédictions justes, cinq partiellement, trois manquées. Parmi les neuf paris pour les douze prochains mois, plusieurs concernent l’activité des entreprises :
- Visa ou Mastercard introduit une règle de litige qui attribue la responsabilité des achats faits par des agents d’IA ;
- un agent divise par deux son taux d’échec sur de nouvelles tâches après un mois de travail chez un client, sans changer de modèle ;
- un État américain oblige les entreprises à accepter les résiliations et réclamations envoyées par les agents d’IA de leurs clients ;
- les laboratoires américains lancent officiellement des produits de cyberdéfense de pointe ;
- et, plus provocateur, l’arrivée d’une AGI (intelligence artificielle générale) dès 2027.
Notre lecture
Ce rapport est l’œuvre d’un investisseur, avec ses convictions et ses participations (il cite lui-même Sereact, Wayve, Black Forest Labs ou Profluent). Ses chiffres viennent de sources variées, de qualité inégale, et plusieurs émanent des entreprises elles-mêmes. Mais pour un dirigeant, trois messages ressortent nettement : le coût de l’IA baisse si vite que les arbitrages doivent être revus chaque trimestre ; la valeur dépend d’abord de la façon dont les équipes s’en servent ; et la dépendance envers quelques fournisseurs américains est un risque opérationnel à part entière, pas un sujet théorique.