L’IA construit sa propre stack : puces, agents et organisations, le tout est en train de changer de main

Et si la vraie rupture de 2026, ce n’était pas un nouveau modèle, mais la décision des labs de tout contrôler — du silicium jusqu’au Slack channel ? OpenAI vient de dévoiler sa première puce propriétaire. Anthropic fait tourner ses agents directement dans vos espaces de travail. Le CEO d’AWS recrute 11 000 juniors tout en vendant des agents qui font leur travail. Quelque chose d’important est en train de se jouer.

Le chip comme declaration of independence

OpenAI et Broadcom ont présenté “Jalapeño” cette semaine, le premier chip custom d’OpenAI [1]. Ce n’est pas une annonce anodine. Nvidia représente aujourd’hui la quasi-totalité de l’infrastructure d’entraînement des grands modèles. Construire ses propres puces d’inférence, c’est exactement ce qu’Apple a fait avec ses M1 — reprendre la main sur la stack complète pour optimiser le ratio performance/coût là où ça compte le plus.

Qualcomm a suivi la même logique en acquérant Modular pour 3,9 milliards de dollars, avec Meta comme premier client nommé pour ses Dragonfly data centre chips. La course à la souveraineté matérielle est lancée : les labs ne veulent plus dépendre d’un seul fournisseur de silicium.

Vos agents ont maintenant accès à votre Slack

Pendant ce temps, Anthropic ne fait pas qu’entraîner des modèles — elle redéfinit comment les agents IA s’intègrent dans le travail quotidien. Claude Tag [2] remplace l’ancien connecteur Slack : l’agent ne répond plus à la demande, il écoute en permanence, prend des initiatives (“keep you updated about whatever it thinks you might need to know”), s’approprie un contexte partagé entre coéquipiers et peut s’auto-planifier des tâches.

65 % du code de l’équipe produit d’Anthropic serait déjà écrit par Tag. Ce chiffre donne le vertige — et pose une question sérieuse sur ce que “écrire du code” veut dire dans deux ans.

Loops, pas prompts — le vrai changement de paradigme développeur

Cette transformation a un corollaire dans les pratiques individuelles. L’idée qui circule depuis quelques semaines dans la communauté dev [3] : arrêtez de prompt-er un agent à la main, concevez des boucles qui font le travail à votre place.

“If you keep doing the same agent-steering work over and over, move that work into a loop, a skill, a script, a test, a checklist, a scheduled run, or a goal with a real stop condition.”

Ce n’est pas “les prompts sont morts”. C’est : si vous êtes le seul à porter le process dans votre tête, vous portez encore trop. Le vrai levier, c’est de rendre le process explicite et délégable à la machine.

La structure des orgs va devoir suivre

Tout ça ne reste pas sans effet sur l’organisation. L’article “The Anatomy of an AI-Native Org” [4] décrit avec une précision troublante le problème : les entreprises tech ont toujours eu la même forme — un petit groupe qui décide pourquoi, un groupe intermédiaire qui décide quoi, et une large base qui implémente le comment. C’est cette base — engineers, PMs, tech leads — que les agents sont en train de manger.

L’org AI-native n’est pas juste une org avec des outils IA. C’est une organisation qui a repensé où se trouve la valeur humaine quand le comment est de plus en plus automatisé.

Le paradoxe du CEO d’AWS : recruter massivement à l’ère des agents

Matt Garman (CEO d’AWS) représente bien cette tension [5]. Il recrute 11 000 juniors et stagiaires — alors qu’AWS vend simultanément des agents qui recrutent, codent et traitent des demandes de support sans humain dans la boucle.

Sa thèse : les junior employees apprennent, posent des questions naïves, challengent les hypothèses. Les agents ne font pas ça. Il faut des humains qui comprennent pourquoi on construit quelque chose, pas seulement comment le construire. C’est peut-être la meilleure définition de la valeur ajoutée humaine dans un monde à agents.

Sauf que la réalité économique vient nuancer ce discours. Une étude récente [6] montre que le coût de l’IA coding va bientôt dépasser celui des développeurs humains pour les entreprises qui utilisent massivement ces outils. Le breakeven n’est pas aussi loin qu’on le croyait.

Ce que tout ça change pour nous

Chip propriétaire. Agent permanent dans Slack. Org redessinée. Junior vs agent. Coût qui bascule.

Ce n’est pas une tendance, c’est une recomposition. Les labs construisent une stack end-to-end qu’ils contrôlent — du silicium aux interfaces de travail. Et dans cette stack, la question de notre place — en tant que développeurs, managers, architectes — n’est plus théorique.

Où vous situez-vous dans cette recomposition ?

---

Sources

1. OpenAI unveils first chip as part of Broadcom deal in effort to ‘build the full stack’
2. Anthropic reimagines Claude in Slack as nosy, always-on agentic AI coworker
3. Writing Loops, Not Prompts, Explained
4. The Anatomy of an AI-Native Org
5. The CEO of AWS on why Amazon is hiring 11,000 interns and junior employees
6. AI coding will soon get pricier than human developers

Pour aller plus loin

• Introducing computer use in Gemini 3.5 Flash — Google entre dans la course “computer use” avec Gemini 3.5 Flash, une étape de plus vers les agents qui contrôlent l’interface utilisateur
• A Mechanistic Explanation of Prompt Injection (and why you should study roles) — pourquoi le prompt injection reste une vulnérabilité fondamentale des agents, expliqué par interprétabilité mécanique
• Anthropic accuses Alibaba of campaign to ‘brazenly’ and ‘illicitly’ extract AI capabilities — le volet géopolitique de la course aux capabilities : Anthropic accuse Alibaba de distillation illicite
• AI researchers continue to leave Google for its rivals — la guerre des talents continue : Google perd des chercheurs clés au profit de ses concurrents

Cet article a été rédigé en m’appuyant sur une IA pour m’aider à synthétiser et structurer ma veille. Les idées, le choix des sources et la relecture restent les miens.