🤗 Hugging Face à vendre, 13 milliards

Voici votre toast du jour.

Dans l’édition de ce matin :

• Hugging Face approché pour un rachat à 13 milliards de dollars

• Les data centers américains ont triplé leur consommation d’eau en dix ans

• Les entreprises qui réussissent avec les agents IA leur laissent moins de liberté

The Toast : un modèle anonyme qui impressionne le patron de Stripe, un bouton anti-slop cliqué un million de fois sur LinkedIn, un cabinet de sondages fabriqué par un jeune homme de 21 ans, et des enfants qui apprennent à parler avec beaucoup moins de mots qu’il n’en faut à un modèle.

À transférer : Hugging Face, la plateforme des modèles ouverts, est approchée à 13 milliards. Elle avait refusé Nvidia à 7 milliards cette année.

Partager

La plateforme où presque toute l’IA ouverte va chercher ses modèles a mis des banquiers sur le dossier.

Pourquoi on en parle ? Selon Business Insider, dont TechCrunch reprend l’information, Hugging Face a été approchée en vue d’une vente à 13 milliards de dollars ou plus, et discute avec des banques pour évaluer les offres. Aucun accord n’est signé, aucun acquéreur n’est identifié.

Rappel : Hugging Face héberge la plateforme et la communauté open source où développeurs et chercheurs partagent, trouvent, testent et déploient des modèles d’IA. Quand une équipe publie un modèle libre, c’est là qu’il atterrit, avec ses versions et ses jeux de données. C’est le point de passage obligé de tous ceux qui ne veulent pas dépendre d’une seule API payante.

Dans les faits : Le dernier tour de table remonte à 2023, à 4,5 milliards de dollars post-money, mené par Salesforce Ventures. Plus tôt cette année, l’entreprise a décliné un investissement de 500 millions de dollars de Nvidia qui l’aurait valorisée 7 milliards. Le prix évoqué aujourd’hui est donc près du double de celui qu’elle a refusé il y a quelques mois.

Ce que ça change : Pour les équipes qui téléchargent des modèles ouverts toutes les semaines, l’identité du propriétaire n’est pas un détail : elle décide des règles d’accès, des conditions d’usage et, un jour, du prix. Stripe vient de racheter OpenRouter pour 7 milliards de dollars. La plomberie qui distribue les modèles attire désormais des acheteurs qui ne sont pas des laboratoires d’IA.

Un peu de recul. Clem Delangue, le patron de Hugging Face, place la barre ailleurs que sur le montant : « nous construisons une plateforme pour la communauté, elle nous fait confiance pour y partager ses données et ses modèles, nous avons donc une responsabilité de long terme envers elle ». C’est le genre de phrase qui complique une vente sans l’empêcher.

Bref. L’entrepôt de l’IA ouverte est estimé à 13 milliards de dollars, et ceux qui y rangent leurs modèles n’auront pas leur mot à dire sur l’acheteur.

À qui l’envoyer : développeurs et équipes data qui utilisent des modèles ouverts, DSI, investisseurs tech, fondateurs d’outils IA.

À copier-coller : Hugging Face est approchée pour un rachat à 13 milliards. Elle avait refusé Nvidia à 7 milliards cette année.

Dix-sept milliards de gallons en 2023, et c’était avant que l’IA ne remplisse les halls de serveurs.

Dans les faits : Le Congressional Research Service, le service d’études du Congrès américain, estime que les centres de données du pays ont consommé environ 17 milliards de gallons d’eau en 2023, soit près de 64 milliards de litres et le triple de 2014.

Pourquoi ça compte ? L’essentiel de cette eau ne passe jamais par la salle serveurs : plus de 80 % de la consommation d’un centre de données sert à produire l’électricité qu’il avale, le reste refroidit les machines. Le CRS reconnaît que l’État fédéral n’évalue pas systématiquement l’usage de l’eau par le secteur, faute de données collectées ailleurs qu’au niveau des États. Un scientifique poursuit déjà AWS pour des déclarations qu’il juge fausses et trompeuses sur sa consommation d’eau en Virginie du Nord, et l’Europe impose de son côté une déclaration annuelle de consommation d’eau douce, que le CISPE, l’organisation des fournisseurs de cloud européens, présente comme un risque de départ hors de l’UE.

Bref. Ces 17 milliards de gallons décrivent l’année 2023, avant la vague de construction déclenchée par l’IA.

À qui l’envoyer : directions immobilier et énergie, équipes RSE, élus locaux, DSI qui planifient de la capacité.

À copier-coller : Les data centers américains ont bu 17 milliards de gallons d’eau en 2023, le triple de 2014. Et c’était avant l’IA.

Le réflexe est de donner plus de latitude à l’agent. Les déploiements qui tiennent font exactement l’inverse.

Dans les faits : Gartner prévoit que 40 % des projets d’IA agentique seront abandonnés avant 2028. Sur les milliers de produits vendus comme agentiques, environ 130 auraient une véritable capacité à agir seuls.

Pourquoi ça compte ? L’enquête 2026 de McKinsey sur la maturité de la confiance en IA situe les organisations à 2,3 sur 4 en moyenne, et 30 % seulement atteignent le niveau 3 ou plus sur la gouvernance et le contrôle des agents. Le déploiement progresse huit fois plus vite que cette gouvernance, et deux organisations sur trois citent la sécurité et le risque comme principale difficulté. Celles qui s’en sortent rétrécissent le périmètre de chaque agent, imposent une validation humaine avant l’exécution, tracent chaque décision et verrouillent les données auxquelles l’agent accède.

Bref. La capacité va plus vite que le contrôle, et l’échéance de conformité de l’AI Act européen tombe en décembre 2027.

À qui l’envoyer : DSI, responsables conformité et risques, chefs de produit, équipes ops qui déploient des agents.

À copier-coller : Gartner voit 40 % des projets d’agents IA abandonnés d’ici 2028. Les gagnants limitent ce que l’agent fait seul.

Partenaire qu’on 💙

Monter des vidéos et des podcasts, sans se battre avec un logiciel de montage.

Descript est un outil qui permet d’enregistrer, transcrire, monter et publier des contenus audio et vidéo dans un seul endroit. Sa promesse est simple : vous éditez votre contenu comme un document texte.

➡️ Vous importez ou enregistrez votre contenu
➡️ Descript le transcrit et vous permet de couper, réécrire ou réorganiser en quelques clics
➡️ Vous nettoyez l’audio, retirez les hésitations, ajoutez les sous-titres et publiez beaucoup plus vite

C’est particulièrement utile pour :

• produire des vidéos LinkedIn, YouTube ou TikTok sans montage lourd,

• sortir un podcast propre sans stack technique compliquée,

• transformer une interview, une réunion ou une démo en contenu exploitable rapidement.

Résultat : moins de friction technique, plus de cadence, et un contenu qui sort enfin.

🔗 Cliquez ici pour découvrir Descript

🔹 Slack Code — Les nouveaux canaux de Slack où votre équipe et des agents IA (Claude Code, Devin, Copilot, Vercel) codent, relisent et livrent ensemble à la vue de tous : idéal pour les équipes produit où même les non-développeurs veulent participer aux corrections et petites features.

🔹 Grok Bot — L’équipe d’agents toujours actifs de xAI, chacun doté de son propre ordinateur cloud capable de naviguer, se connecter à vos outils et enchaîner des tâches même laptop fermé : pensé pour ceux qui veulent déléguer de vraies missions récurrentes plutôt que discuter avec un chatbot.

🔹 Precision Mode — Le mode d’extraction documentaire de Databricks qui découpe le travail entre plusieurs sous-agents pour lire baux, factures et contrats de plusieurs centaines de pages avec 94,7 % de précision, devant GPT-5.6 Sol de 7 points : réservé aux équipes data qui traitent de gros volumes de documents complexes.

🕵️ Un modèle anonyme débarque sur OpenRouter et impressionne le patron de Stripe — Ox Alpha est apparu sur OpenRouter, la place de marché de modèles rachetée par Stripe, sans que personne sache qui l’a construit. La plateforme le décrit comme un modèle de raisonnement taillé pour le code, le travail d’agent au long cours et les charges de production, développé et opéré par un fournisseur tiers qui a choisi de rester anonyme. Patrick Collison, le patron de Stripe, l’a qualifié de « very impressive » sur X. Les paris se sont d’abord portés sur les modèles GLM du chinois Z.ai, puis sur une version non publiée du MAI de Microsoft, avant que l’analyste Andrew Curran ne résume la situation : « ce matin, les gens semblent moins sûrs de quoi que ce soit ».

🧹 Le bouton anti-slop de LinkedIn a été cliqué plus d’un million de fois — Lancé fin juillet, le signalement « Seems like AI slop » a servi plus d’un million de fois en trois semaines. LinkedIn dit repérer chaque jour des centaines de milliers de commentaires écrits par une IA, et les publications collées telles quelles depuis un modèle recueillent environ 40 % de vues en moins. Hari Srinivasan, directeur produit du réseau, reconnaît que le ménage n’est pas terminé : « nous savons qu’il nous reste du travail pour que LinkedIn demeure un endroit où l’on trouve de vraies personnes et de vrais points de vue ». L’entreprise a aussi retiré sa propre fonction d’amélioration de posts par IA, remplacée par un correcteur.

🗳️ Un cabinet de sondages fabriqué de toutes pièces a piégé une maire américaine — Median Strategies, société de sondages apparue cet été, publiait des résultats inventés avant que son fondateur ne se présente au Guardian comme l’auteur d’une expérience sur la désinformation. Rahil Prakash a 21 ans et sort tout juste de ses études. Un de ses faux sondages donnait Francesca Hong avec 23 points d’avance dans la primaire démocrate pour le poste de gouverneur du Wisconsin, que David Crowley a remportée d’un demi-point. À Los Angeles, la maire Karen Bass a cité un autre de ces sondages comme preuve de sa dynamique de campagne, puis effacé son message. Axios range l’épisode à côté du cabinet Arup, qui a perdu plus de 25 millions de dollars après une visioconférence avec des deepfakes de ses propres dirigeants.

🧠 Les enfants apprennent la langue bien plus vite que les modèles, et personne ne sait pourquoi — Un enfant maîtrise sa langue maternelle après avoir entendu 10 à 30 millions de mots, quand Llama 3.1, le modèle de Meta, a été entraîné sur 15 000 milliards de tokens, ces fragments de mots que digèrent les modèles. Personne ne sait expliquer précisément l’écart. Depuis 2022, la compétition BabyLM demande à des équipes d’entraîner des modèles sur 100 millions de mots, avec une catégorie limitée à 10 millions, pour voir ce qui manque à la machine. Michael Frank, de Stanford, résume l’état des lieux : « si vous entraînez GPT-2 sur 30 millions de mots, vous obtenez un générateur de charabia, pas un enfant ». D’autres chercheurs filment la vie réelle des tout-petits, comme Uri Hasson à Princeton, qui enregistre douze heures par jour les mille premiers jours de 17 enfants.

Pourquoi c’est utile : Vos données dorment dans un tableur que personne n’a envie d’ouvrir. Gemini Canvas les transforme en tableau de bord interactif et partageable, sans formule ni code — sans doute le moyen le plus simple et le plus rapide de prototyper dans Google Workspace.

Comment faire :

1. Ouvrez dans Google Sheets un tableur qui contient déjà des données utiles (un suivi de projet, un calendrier de contenus…).

2. Ouvrez un nouvel onglet de navigateur et allez sur gemini.google.com, connecté avec le même compte Google que votre tableur.

3. Dans la zone de saisie, cliquez sur le bouton + (celui qui donne accès aux outils et à l’import de fichiers), puis sélectionnez Canvas (l’espace de travail où Gemini construit un document ou une mini-application à côté de la conversation).

4. Toujours via ce bouton +, joignez votre fichier Google Sheets depuis Google Drive : c’est ce qui permet à Gemini de lire vos données.

5. Envoyez le prompt ci-dessous, en remplaçant « un et deux » par les onglets réellement concernés dans votre fichier.

6. Laissez Gemini travailler. Vous obtenez un tableau de bord interactif affiché dans le panneau Canvas, à droite de la conversation.

7. Une fois la génération terminée, copiez le lien du Canvas et collez-le dans votre navigateur : le tableau de bord s’ouvre alors seul, en dehors du chat.

8. Pour le modifier, revenez dans la conversation et demandez vos changements à Gemini comme vous le feriez normalement. Si vous avez envoyé le lien à un collègue, il verra automatiquement la version mise à jour.

Prompt : « Crée-moi un tableau de bord interactif à partir des données des onglets un et deux. »

Option : Canvas sait aussi produire des slides très rapidement — demandez-lui une présentation à partir des mêmes onglets, puis exportez le résultat vers Google Slides ou téléchargez-le en PDF.

Temps : 10 minutes.

> Cet email vous a été transféré ? Abonnez-vous ici