1 200 milliards de dollars, zéro nouvelle carte graphique : la semaine où l'argent de l'IA a déserté le grand public

OpenAI négocie depuis le 15 septembre 2026 une levée pré-IPO qui valoriserait l'entreprise à plus de 1 200 milliards de dollars, contre 852 milliards de dollars en mars, pendant que Nvidia et AMD reportent à 2028 leurs cartes graphiques grand public faute de capacité de production disponible. Entre ces deux extrêmes, Harvey lève 550 millions de dollars pour l'IA juridique et trois laboratoires rivaux négocient une coordination sur la sécurité sans dérogation antitrust. Cette semaine dessine une IA à deux vitesses : l'argent y coule à flots, mais pas partout.

Pourquoi OpenAI vise-t-il une valorisation de plus de 1 200 milliards de dollars avant son entrée en bourse ?

OpenAI négocie depuis le 15 septembre 2026 un tour de table qui porterait sa valorisation au-delà de 1 200 milliards de dollars, selon Bloomberg, contre 852 milliards de dollars lors du tour de 122 milliards de dollars bouclé en mars avec Amazon, Nvidia et SoftBank parmi les investisseurs. Les discussions sont encore préliminaires et la valorisation finale dépendra du calendrier retenu pour une introduction en bourse. Sam Altman a de son côté écarté toute IPO dès 2026, la repoussant à l'année suivante, ce qui explique pourquoi l'entreprise cherche encore du capital privé plutôt que de se tourner directement vers les marchés publics. Ce saut de 41 % en six mois illustre la vitesse à laquelle les investisseurs valorisent la course aux modèles frontière, alors même que la rentabilité de ces entreprises reste peu documentée publiquement. Pour les investisseurs historiques, l'opération permettrait de matérialiser une partie de leurs gains avant l'IPO ; pour OpenAI, elle offre une trésorerie supplémentaire pour financer des engagements d'infrastructure déjà colossaux, comme le carnet de commandes cloud de 664 milliards de dollars signé par Oracle ce mois-ci. Reste une question ouverte : à quel moment les valorisations privées de l'IA générative devront-elles être validées par un marché public plus exigeant sur la rentabilité que sur la croissance des utilisateurs.

Pourquoi Harvey a-t-il levé 550 millions de dollars pour l'IA juridique ?

Harvey a levé 550 millions de dollars le 9 septembre 2026 dans une série E codirigée par Lightspeed Venture Partners et Diffusion, portant sa valorisation à 15,5 milliards de dollars. La startup, qui vend des outils d'IA aux cabinets d'avocats et directions juridiques, revendique désormais un revenu annuel récurrent supérieur à 400 millions de dollars, en hausse de plus de 40 % depuis mars 2026. Cette levée illustre un mouvement plus large : l'argent de l'IA ne se concentre pas uniquement sur les laboratoires frontière comme OpenAI ou Anthropic, il irrigue aussi les applications verticales capables de démontrer un revenu récurrent solide plutôt qu'une simple promesse technologique. Le secteur juridique s'est révélé particulièrement réceptif à l'automatisation par IA de tâches à forte valeur horaire, comme la recherche documentaire ou la rédaction de contrats, ce qui explique la vitesse de croissance de Harvey depuis sa création. La startup a par ailleurs précisé vouloir utiliser une partie des fonds pour construire ses propres modèles, plutôt que de dépendre exclusivement des API de labos tiers, une tendance que l'on retrouve chez plusieurs applications IA verticales matures en 2026.

Pourquoi Nvidia et AMD repoussent-ils leurs cartes graphiques grand public à 2028 ?

Nvidia et AMD ont confirmé le 16 septembre 2026, selon TechSpot, que leurs prochaines cartes graphiques grand public — les GPU Rubin (RTX 60) chez Nvidia et l'essentiel de la gamme Radeon 10000 RDNA 5 chez AMD — sont repoussées à 2028. La raison tient à l'arbitrage industriel plutôt qu'à un problème technique : la demande de puces pour centres de données IA reste nettement plus rentable que celle du marché des joueurs, et les deux fondeurs concentrent leur capacité de production sur les commandes des hyperscalers et des laboratoires frontière. Ce report matérialise, pour le grand public, un coût d'opportunité rarement visible dans les discussions sur l'IA : chaque wafer de silicium alloué à un accélérateur destiné à Oracle, Microsoft ou OpenAI est un wafer qui n'ira pas dans une carte graphique de jeu. Les joueurs devront donc composer plus longtemps avec le matériel actuel, tandis que les prix des cartes existantes pourraient rester élevés faute de renouvellement de gamme. Cette dynamique confirme une tendance déjà présente en 2026 : les fondeurs de semi-conducteurs orientent structurellement leur feuille de route vers l'IA d'entreprise, au détriment des segments grand public historiquement moins margés.

Pourquoi OpenAI, Anthropic et Google DeepMind négocient-ils une coordination sur la sécurité sans dérogation antitrust ?

Chris Lehane, chef de la politique mondiale d'OpenAI, a confirmé le 15 septembre 2026 que son entreprise discute depuis plusieurs semaines avec Anthropic et Google DeepMind d'un mécanisme de coordination sur la sécurité de l'IA, sans réclamer de dérogation antitrust pour le faire. Les discussions ont été initiées en juillet par Demis Hassabis, dirigeant de Google DeepMind, qui a proposé la création d'un organisme de contrôle mené par les États-Unis, capable d'évaluer les modèles les plus avancés et de déclencher des ralentissements sectoriels en cas de menace identifiée. Lehane a comparé cette coopération à des précédents sectoriels, notamment dans l'aviation, où des concurrents directs partagent des standards de sécurité sans que cela ne constitue une entente commerciale. La présidente de la Federal Trade Commission, Andrew Ferguson, s'est toutefois montrée méfiante, qualifiant la démarche de possible "moat digging" — une manière de bâtir une barrière réglementaire à l'entrée déguisée en argument de sécurité. Cette tension entre coopération volontaire sur la sécurité et surveillance antitrust illustre la difficulté à réguler un secteur où les mêmes acteurs sont à la fois rivaux commerciaux et partenaires de fait sur les risques systémiques.

Qwen3.8-Max reste-t-il le modèle ouvert le plus performant en septembre 2026 ?

Qwen3.8-Max, développé par Alibaba, occupe la première place du classement des modèles à poids ouverts avec un score de 71,8 sur 100 au 15 septembre 2026, selon le comparatif BenchLM qui évalue 104 modèles. Il devance GLM-5.3 de Z.AI (67,1) et la version précédente GLM-5.2 (66,8), confirmant l'avance prise par les laboratoires chinois sur les poids ouverts déjà documentée dans les veilles précédentes de ce mois-ci. Cette hiérarchie reste toutefois mouvante : DeepSeek a publié le 10 septembre 2026 sa version V4.1-Flash, optimisée pour réduire les coûts d'inférence plutôt que pour maximiser les scores bruts, une stratégie différente de celle d'Alibaba qui vise la performance absolue. Du côté des outils d'exécution locale, vLLM reste la référence pour les équipes qui veulent héberger ces modèles à poids ouverts sans dépendre d'une API tierce, avec sa version stable 0.28.0 sortie fin août 2026. Pour les entreprises soucieuses de souveraineté des données, ce trio Qwen/GLM/DeepSeek constitue désormais une alternative crédible aux modèles propriétaires occidentaux, à condition d'accepter l'infrastructure d'inférence locale que cela suppose.

Que change la généralisation des agents de développement en parallèle chez Cursor et Windsurf ?

Cursor, développé par Anysphere, a généralisé une interface "Agents" qui permet de lancer plusieurs agents de code en parallèle sur des copies isolées et configurées du dépôt, avec Dockerfile, gestion des secrets et prise en charge de workspaces multi-dépôts, remplaçant le modèle historique d'un seul assistant séquentiel dans l'éditeur. Windsurf, racheté par Cognition AI, pousse la même logique avec sa version 2.0 organisée autour d'un tableau de bord permettant de piloter un ensemble d'agents plutôt qu'une seule session de travail. Claude Code, de son côté, a ajouté une revue de code multi-agent exécutable directement en intégration continue plutôt qu'uniquement en local, tournant sur le modèle Claude Opus 4.8 avec une intégration IDE plus profonde. Ce basculement collectif vers des agents en parallèle traduit un changement de paradigme dans les outils de développement assistés par IA : l'unité de travail n'est plus une suggestion de code ligne par ligne, mais une tâche complète déléguée et supervisée à distance. Pour les équipes techniques, cela impose de nouvelles pratiques de revue et de gouvernance, à mesure que le nombre de changements générés automatiquement dépasse la capacité de relecture humaine ligne par ligne.

Testez votre lecture de la semaine