⚡ Nvidia garantit 105 milliards pour OpenAI

Voici votre toast du jour.

Dans l’édition de ce matin :

• Nvidia garantit 105 milliards de loyers pour le futur centre de données d’OpenAI

• Anthropic atteint 65 milliards de dollars de revenus annualisés

• Google rachète aux enchères les données de Spirit Airlines

The Toast : les élus américains font écrire leurs lois par ChatGPT et les juristes du Congrès ramassent, le MIT montre que plus un modèle grossit moins on remonte à ses sources, une start-up suisse fait creuser les pelleteuses toutes seules, et ChatGPT bascule automatiquement les mineurs dans un mode plus strict.

À transférer : Nvidia garantit jusqu’à 105 milliards de dollars de loyers pour le futur centre de données d’OpenAI en Ohio.

Partager

Un terrain fédéral qui servait autrefois à enrichir de l’uranium va accueillir des serveurs.

Pourquoi on en parle ? OpenAI s’est engagée sur un bail de dix ans pour un immense centre de données dans le centre de l’Ohio. Selon un document déposé auprès de la SEC, le régulateur boursier américain, Nvidia accepte de garantir jusqu’à 105 milliards de dollars d’obligations conditionnelles de loyer et de paiement d’électricité.

Rappel : le site sera construit et détenu par SB Energy, la filiale énergie de SoftBank. Une garantie, ici, veut dire que Nvidia paie à la place d’OpenAI si OpenAI ne paie pas. Le fournisseur des puces devient donc l’assureur du locataire qui les fera tourner.

Dans les faits : le site doit délivrer 8 gigawatts de capacité de calcul, adossés à 10 gigawatts de production d’électricité nouvelle, sur un mélange de terrain privé et de terrain fédéral anciennement utilisé pour l’enrichissement d’uranium. Nvidia sera le fournisseur exclusif de puces et investit par ailleurs 1,5 milliard de dollars dans SB Energy. Le chantier est annoncé à 35 000 emplois de construction et 2 500 postes permanents une fois en service. Les premières capacités sont attendues en 2028.

Ce que ça change : Nvidia ne se contente plus de vendre du matériel, elle porte une partie du risque financier de son plus gros client. Pour un investisseur, la lecture des comptes devient plus délicate : la promesse de revenus futurs et l’engagement conditionnel avancent main dans la main. Pour les fournisseurs d’énergie et les collectivités de l’Ohio, c’est une décennie de demande électrique à planifier.

Un peu de recul. Jensen Huang, patron de Nvidia, a répondu par avance à la critique : « Est-ce de la finance circulaire ? Non. OpenAI paiera le bail. » Le projet s’inscrit dans la poussée de l’administration Trump en faveur de grands campus de centres de données alimentés au gaz sur d’anciens sites nucléaires de la Guerre froide. Le Japon finance l’opération au titre d’un accord commercial et d’investissement signé en 2025, avec 9,2 gigawatts de production au gaz prévus.

Bref. Le fabricant de puces signe désormais au bas des baux de ses clients.

À qui l’envoyer : investisseurs, directeurs financiers, responsables infrastructure et data center, journalistes économiques.

À copier-coller : Nvidia garantit jusqu’à 105 milliards de dollars de loyers pour un centre de données qu’OpenAI louera dix ans.

Neuf milliards fin 2025, quarante-sept en mai, soixante-cinq fin juillet.

Dans les faits : le rythme de revenus annualisés d’Anthropic est passé de 47 à 65 milliards de dollars en deux mois, soit 18 milliards ajoutés sur juin et juillet. Les investisseurs tablent sur une fin d’année entre 100 et 120 milliards.

Pourquoi ça compte ? L’entreprise a été valorisée 965 milliards de dollars fin mai lors d’un tour de table de 65 milliards, et vise au moins 2 000 milliards en Bourse. Anthropic et OpenAI ont toutes deux déposé un dossier d’introduction confidentiel, et Anthropic devrait passer la première, possiblement dès cet automne, ce qui en ferait la plus grosse arrivée en Bourse jamais enregistrée. En comparaison, OpenAI a doublé ses revenus sur la même période, de 20 à 40 milliards de dollars.

Bref. Le prochain cours de Bourse de l’IA se fixera à New York, et probablement avant la fin de l’année.

À qui l’envoyer : investisseurs, dirigeants, équipes finance, gestionnaires d’épargne salariale.

À copier-coller : Anthropic est passée de 9 milliards de dollars de revenus annualisés fin 2025 à 65 milliards fin juillet.

Quand une compagnie aérienne meurt, il reste ses avions, ses créneaux de décollage et ses fichiers.

Dans les faits : Spirit Airlines, la compagnie low-cost américaine qui a cessé ses vols en mai 2026 après des difficultés entamées avec le Covid, a vu ses actifs de données partir aux enchères de liquidation. Google les a emportés pour 10 millions de dollars, en indiquant vouloir « améliorer ses services d’IA ».

Pourquoi ça compte ? Le lot donne le vertige : 100 millions d’e-mails, 500 millions d’éléments Microsoft Teams, 17 millions de fichiers OneDrive, 20,5 millions d’éléments SharePoint, plus de 30 millions d’appels au service client enregistrés, plus de 15 millions de conversations de chat, 600 000 tickets ServiceNow, 13,7 millions d’adresses e-mail actives et les données de plus de 763 000 vols. L’autre enchérisseur était Mercor, spécialiste de la fourniture de données d’entraînement pour modèles. Selon le document de vente, les données ont été « déidentifiées » avant leur mise aux enchères, et Google s’engage à retirer toute donnée personnelle qu’elle repérerait au moment du traitement.

Bref. Une faillite d’entreprise est aussi devenue un marché de gros pour données d’entraînement.

À qui l’envoyer : délégués à la protection des données, juristes, DSI, responsables data, dirigeants de PME.

À copier-coller : Google a payé 10 millions de dollars les données d’une compagnie aérienne liquidée, dont 30 millions d’appels client.

Vous êtes plus de 5 000 à nous lire chaque matin et la plupart d’entre vous êtes là grâce au bouche-à-oreille, alors un grand merci de parler de nous 🫶

Pour nous soutenir, vous pouvez partager votre lien de parrainage à vos collègues, votre groupe de promo ou de famille :) Et pour rappel, plus vous avez de parrainages, plus vous gagnez de cadeaux - à découvrir dans le dashboard, où vous pourrez suivre votre avancée.

Dès deux parrainages, on vous envoie votre premier cadeau et on va même jusqu’à vous offrir 2 mois d’abonnement à votre IA préférée.

Obtenez votre lien à partager ici

Merci pour votre soutien :)

🔹 Origin — Cursor lance sa propre plateforme d’hébergement de code avec synchronisation GitHub et agents intégrés directement dans les dépôts, pour les équipes dev qui veulent centraliser code et automatisation IA sans multiplier les outils.

🔹 Sonic-3.6 — Le nouveau modèle de synthèse vocale de Cartesia atteint l’état de l’art dans 44 langues, une option de choix pour les créateurs et développeurs qui veulent des voix IA naturelles et multilingues pour leurs projets.

🔹 Grok Bot — xAI lance des agents IA « toujours actifs » dotés de leur propre ordinateur cloud, capables de se connecter à vos outils et de mener des tâches à terme sans supervision, pour les équipes qui veulent déléguer un vrai travail plutôt que discuter avec un chatbot.

🏛️ Au Congrès, les lois écrites par IA atterrissent sur le bureau des juristes — Selon Politico, l’Office of Legislative Counsel de la Chambre des représentants, le service qui met les propositions des élus en forme juridique, croule sous les textes rédigés avec ChatGPT ou Claude, et les erreurs reviennent toujours aux mêmes endroits : mauvais terme, citation de loi inexacte, nuance manquée. Wade Ballou, ancien responsable du service, donne l’exemple qui fait mal : « L’IA ne peut pas déterminer si une enveloppe d’argent doit être un crédit d’impôt, une déduction fiscale, une exonération ou une subvention. » Autre défaut relevé, des définitions du mot « État » qui excluent au passage Washington et les nations tribales des programmes fédéraux. Effet secondaire moins visible : les collaborateurs parlementaires qui font rédiger connaissent moins bien le contenu de leurs propres textes. Le service développe donc son propre outil, Comparative Print Suite, conçu pour renvoyer une erreur plutôt que d’inventer quand il ne trouve pas où insérer une modification.

🎨 Plus un modèle grossit, moins on sait d’où viennent ses images — Zheng Dai et David K. Gifford, informaticiens au laboratoire CSAIL du MIT, publient dans Nature Communications un article au titre sans détour : les productions des modèles de diffusion sont souvent inattribuables. Ils appellent ça la décroissance d’attribution : plus un modèle est entraîné sur de données, moins ses images peuvent être rattachées à une source précise. La démonstration est frappante : retirer la Joconde, ou même toute l’œuvre de Léonard de Vinci, des données d’un très grand modèle ne l’empêche pas de reproduire l’image ni le style. Gifford pointe l’incitation perverse qui en découle, entraîner un modèle assez gros pour que plus personne ne puisse remonter à une source, et échapper ainsi à la responsabilité. Le sujet arrive en plein procès Andersen contre Stability AI, où des artistes reprochent aux modèles de reproduire leur style, et James Grimmelmann, professeur de droit à Cornell, prévient que sans attribution, « technologues et tribunaux devront recourir à d’autres méthodes pour évaluer la copie ».

🚜 Une start-up suisse fait creuser les pelleteuses toutes seules — Gravis Robotics, sortie de l’École polytechnique fédérale de Zurich en 2022, lève 200 millions de dollars en série A auprès de SoftBank, à une valorisation post-money de 1 milliard. L’entreprise avait levé 23 millions en 2025 auprès d’IQ Capital, Armada Investment Group, Zacua Ventures et du cimentier Holcim. Ses modèles automatisent les engins de chantier lourds, conduite, creusement et excavation, avec jusqu’à 30 % de productivité annoncés en plus sur les chantiers, en partenariat avec Caterpillar, Hitachi et Volvo. Ryan Luke, cofondateur et PDG, défend un terrain de jeu particulièrement ingrat : « nos machines sont faites pour la réalité désordonnée et non scriptée des chantiers en activité, celle qui casse l’automatisation traditionnelle ». Pour situer le mouvement, les start-up européennes de robotique ont levé 2,67 milliards d’euros au premier semestre 2026, davantage que sur les deux années précédentes réunies.

🧒 ChatGPT bascule automatiquement les mineurs dans un mode plus strict — OpenAI déploie ChatGPT for Teens dans le monde entier à partir d’aujourd’hui, avec inscription automatique des utilisateurs de moins de 18 ans et un déploiement complet annoncé sous deux semaines. Le produit arrive après la plainte déposée à la suite de la mort d’Adam Raine, 16 ans, l’an dernier. Dans ce mode, l’assistant n’a plus le droit de se présenter comme un ami ni de laisser entendre qu’il est conscient, les rappels de pause sont plus fréquents, et le Study Mode, qui guide vers la réponse au lieu de la livrer, devient central, avec une bibliothèque de visualisations qui passe de 70 à plus de 300 sujets, des intégrales à la mitose. Les parents dont le compte est relié à celui de leur adolescent reçoivent une notification en cas de menace violente ou de signaux liés aux troubles alimentaires, OpenAI relisant chaque signalement avant d’alerter, avec une cible d’une heure. Lauren Jonas, responsable jeunesse et familles chez OpenAI, résume l’orientation du produit : « Cela évoluera avec le temps, mais restera toujours centré sur l’apprentissage pour les adolescents. »

Pourquoi c’est utile : Le problème n’est pas que ChatGPT écrive mal, c’est qu’il écrit comme ChatGPT. Ici, vous activez des réglages d’écriture, vous les comparez sur un même texte, et vous gardez celui qui vous ressemble. Les heures de retouche passent à la trappe.

Comment faire :

1. Ouvrez l’application ChatGPT pour ordinateur et basculez sur Work (menu en haut à gauche → ChatGPT → interrupteur Work).

2. Allez dans Settings → Plugins → Skills et activez Humanize Writing. (Une skill = une compétence supplémentaire qu’on ajoute à ChatGPT et qu’on déclenche ensuite par une commande.)

3. Rédigez un brouillon de votre côté, ou collez un texte que vous avez déjà écrit. Gardez-en une copie : vous allez comparer plusieurs versions du même texte.

4. Dans la conversation, tapez /humanize-writing (la barre oblique ouvre la liste des commandes disponibles ; sélectionnez celle-ci dans le menu qui apparaît). Lisez le résultat côte à côte avec votre original : c’est la comparaison qui vous apprend ce que le réglage change vraiment.

5. Donnez-lui ensuite un exercice d’écriture neutre pour juger le style à froid, par exemple : « Rédige-moi une note sur l’histoire de la Lune. » Un sujet sans enjeu montre mieux les tics d’écriture qu’un texte que vous connaissez trop.

6. Passons au niveau deux. Ouvrez le terminal de votre ordinateur : c’est l’application qui permet de taper des commandes directement. Sur Mac, faites Cmd + Espace, tapez « Terminal » et validez. Sur Windows, ouvrez le menu Démarrer et tapez « Terminal ».

7. Dans cette fenêtre noire, tapez exactement la commande suivante puis appuyez sur Entrée : npx skills add blader/humanizer --global (npx est un outil livré avec Node.js qui installe et lance un petit programme en une commande ; --global signifie que la skill sera disponible partout, pas seulement dans un dossier.) Si le terminal répond que la commande npx est introuvable, c’est que Node.js n’est pas installé sur votre machine : installez-le depuis nodejs.org, fermez le terminal, rouvrez-le, et relancez la commande.

8. Retournez dans ChatGPT, reprenez la copie du même brouillon qu’à l’étape 3, et tapez /humanizer. Comparez les deux versions obtenues : celle de l’étape 4 et celle-ci.

9. Testez enfin une troisième approche, en donnant directement la consigne de style : « Écris en anglais technique. Prends la norme ASD-STE100 comme référence de style. » (ASD-STE100 est une norme d’anglais technique simplifié, utilisée dans l’aéronautique pour rendre les textes courts et sans ambiguïté.) L’effet recherché est un texte plus direct.

10. Mettez les trois résultats côte à côte et choisissez. Il n’y a pas de bon réglage universel : il y a celui qui produit le texte que vous auriez écrit.

Prompt :

Exercice d’écriture (étape 5) : Rédige-moi une note sur l’histoire de la Lune.

Consigne de style directe (étape 9) : Écris en anglais technique. Prends la norme ASD-STE100 comme référence de style.

Option : testez les étapes 5, 8 et 9 séparément sur le même échantillon de texte, puis comparez ce que chaque méthode améliore. Le bon mélange sera différent pour chacun : c’est le seul moyen de le trouver.

Temps : 30 minutes pour la mise en place et les trois comparaisons.

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