Cloudflare licencie en invoquant l’IA & Meta coupe des emplois, capex explose - Actualités IA (10 mai 2026)

On commence par l’actualité entreprise, avec Cloudflare. La société a annoncé plus de 1 100 suppressions de postes, environ un cinquième de ses effectifs, en présentant ça comme une préparation à une « ère agentique » — sous-entendu : plus d’IA interne, plus de productivité, donc moins de monde. Le marché, lui, n’a pas applaudi : l’action a reculé nettement après l’annonce. Ce qui retient l’attention, c’est la critique qui accompagne l’événement : selon plusieurs observateurs, le récit « c’est l’IA » masquerait surtout des pressions plus classiques, comme la croissance qui ralentit, des marges sous tension, et une rentabilité comptable qui se fait toujours attendre. Et surtout, il y a une inquiétude très concrète côté clients : quand des équipes d’ingénierie, de fiabilité et de produit perdent du monde, la question devient moins idéologique que pratique — est-ce que la plateforme restera aussi robuste, notamment après des incidents déjà vus ces derniers mois ? Et détail qui pique : Cloudflare met en avant un recrutement massif de stagiaires. Sur le plan de l’image, difficile de ne pas y voir un transfert vers une main-d’œuvre moins coûteuse.

Dans la même veine, Meta prévoit aussi des réductions d’effectifs — de l’ordre de plusieurs milliers de postes — tout en augmentant fortement ses dépenses d’infrastructure. Le message est clair : l’entreprise veut fonctionner « plus léger » sur les équipes, pour financer une facture IA qui, elle, grossit très vite. Pourquoi c’est intéressant : on voit se dessiner un arbitrage de plus en plus net chez les géants de la tech. La ressource rare, ce n’est pas seulement le talent — ce sont les GPU, les data centers, et l’électricité. Même si l’IA améliore réellement la productivité de certains métiers, la contrainte principale ressemble de plus en plus à une course à la capacité de calcul. Et Meta n’est pas seul : c’est une tendance de fond chez les hyperscalers.

Et pendant que les entreprises rationalisent, l’opinion — surtout chez les jeunes — évolue. Un nouveau sondage mené avec Gallup montre un paradoxe chez la génération Z : l’usage de l’IA reste courant, mais l’enthousiasme baisse. Environ une personne sur deux dit utiliser l’IA chaque semaine, mais l’adoption n’accélère plus autant qu’avant. Et surtout, les émotions positives — curiosité, espoir — reculent, tandis que l’agacement progresse. Le cœur du sujet, c’est le travail. Une part grandissante de jeunes actifs estime désormais que les risques l’emportent sur les bénéfices, même s’ils reconnaissent que l’IA peut faire gagner du temps. Et il y a une inquiétude très révélatrice : beaucoup craignent que, à force de déléguer, apprendre devienne plus difficile sur la durée — comme si l’outil faisait gagner aujourd’hui ce qu’il coûte demain. À l’école aussi, les règles se mettent en place, mais la confiance ne suit pas forcément. Les politiques se clarifient, l’accès s’élargit, et pourtant la perception d’un usage « sous le manteau » augmente. Résultat : une tension durable entre “il faut savoir s’en servir” et “je ne sais pas si c’est sain” — et c’est exactement ce qui peut fragiliser l’acceptabilité sociale de l’IA.

Cette ambivalence apparaît aussi dans un registre plus intime, avec un essai personnel de Daniel Gilbert sur ce qu’il appelle la « task paralysis ». Il décrit un état où l’on sait quoi faire, on peut même écrire un plan… mais on n’arrive pas à lancer la première action. Il soupçonne un lien avec l’ADHD, sans diagnostic formel. Son point sur l’IA est nuancé : pour coder, il l’utilise beaucoup, parce que ça peut justement débloquer l’initiation et réduire la distance entre l’idée et le résultat. Mais il se refuse à l’utiliser pour des travaux créatifs, par souci des impacts sur les artistes et sur l’économie de la création. Et là où le témoignage devient particulièrement actuel, c’est sur les nouveaux risques : quand l’outil est facturé à l’usage, et qu’il donne des retours rapides, cela peut créer une boucle très addictive — une envie de relancer, d’acheter plus de crédits, de rester dans la récompense immédiate. Ce n’est pas une preuve scientifique, mais c’est un signal : l’IA comme « aide » peut aussi devenir une dépendance comportementale… et budgétaire.

Autre signal culturel, plus inattendu : un essai sur LessWrong prend le jeu de Go comme étude de cas de la normalisation de l’IA… et de la triche. Depuis AlphaGo, l’auteur estime que l’assistance par moteur est devenue si banale en ligne qu’elle a changé le sens même de “jouer”. Ce qui frappe, c’est la motivation décrite : pas forcément l’argent, mais la facilité, la curiosité, et parfois l’image — ne pas avoir l’air mauvais, ne pas perdre, ou “faire comme si”. L’auteur parle d’une perte d’autonomie progressive : on s’habitue à demander la réponse, plutôt qu’à construire le raisonnement. Et quand la triche devient socialement coûteuse à accuser et difficile à prouver, le résultat, c’est une norme tacite. Pourquoi ça compte au-delà du Go : c’est un exemple concret de “désapprentissage” collectif, où l’on renonce volontairement à une partie de son agency parce que c’est plus confortable. Une question qui dépasse largement les jeux.

Passons maintenant à l’écosystème développeurs, où la tarification devient un sujet brûlant. Un billet réagit à la décision de GitHub de faire évoluer Copilot vers une logique plus “à l’usage”. L’argument avancé : les outils d’IA peu chers ont pu être subventionnés pour créer l’habitude, puis la facture se réveille quand la dépendance est installée. La conséquence, c’est un retour de flamme vers l’inférence locale : exécuter des modèles chez soi, pour reprendre le contrôle des coûts et, parfois, des données. Mais l’auteur souligne aussi la réalité du terrain : pour du “vrai” travail en boucle courte — coder avec un agent, itérer vite — beaucoup de configurations locales restent trop lentes. En clair, ce n’est pas juste une question de puissance brute : le confort d’usage dépend de la réactivité, et là, les services cloud gardent souvent une avance. Ce débat annonce quelque chose de simple : l’IA de demain sera aussi une question de modèles économiques. Et quand la facturation devient variable, on change la manière dont on conçoit l’outil… et dont on s’y attache.

Dans le monde open source, un autre texte raconte deux mois d’usage d’agents de code et pose une question presque juridique : est-ce que l’IA change la valeur réelle des licences ? L’idée centrale : si l’IA réduit drastiquement l’effort pour copier, adapter et livrer une version “suffisamment bonne” d’un projet, alors les forks opportunistes — y compris commerciaux — peuvent se multiplier et capter l’attention au détriment de l’amont. Et pour les mainteneurs, ce n’est pas seulement une affaire d’ego : c’est une question de survie du projet, de communauté, et de qualité. D’où une tentation : passer de licences permissives à du copyleft plus strict, comme l’AGPL, pour réintroduire une forme de friction. Mais même là, le problème ne disparaît pas : la popularité peut aller vers le plus rapide, pas vers le plus solide. On entre peut-être dans une époque où “ouvrir le code” ne suffit plus à garantir un cercle vertueux.

Et puisqu’on parle d’agents, un autre sujet monte : leur mémoire. Un nouveau projet met en avant une couche de “mémoire persistante” qui peut tourner localement, et qui vise à éviter de tout recharger en contexte à chaque conversation. L’intérêt, au-delà du jargon, est assez simple : si les agents doivent travailler sur la durée — plusieurs sessions, plusieurs tâches — il leur faut un moyen fiable de se souvenir de ce qui compte, sans gonfler indéfiniment les prompts. Et quand ça tourne en local, on gagne aussi un argument fort : la confidentialité. À surveiller, parce que la mémoire est souvent le talon d’Achille des agents : sans rappel stable, ils donnent l’impression d’être brillants… mais amnésiques. Avec de meilleures stratégies de rappel, on peut imaginer des assistants plus cohérents, et potentiellement moins coûteux à utiliser au quotidien.

On termine par la géopolitique. D’après The Economist, l’IA est désormais un sujet stratégique de premier plan entre les États-Unis et la Chine, au point de s’inviter au sommet, avec en toile de fond une logique qui rappelle parfois la dissuasion : compétition féroce d’un côté, nécessité de limiter les risques de l’autre. L’enjeu est double. D’abord économique : l’IA est perçue comme un levier majeur de productivité et d’influence. Ensuite sécuritaire : plus les capacités progressent, plus les risques de mauvais usages, d’accidents, ou d’escalades militaires augmentent. Ce qui se joue maintenant, ce sont des règles du jeu — des normes, des canaux de communication de crise, peut-être des zones de coopération minimale. Et comme souvent, le plus difficile n’est pas de reconnaître le danger, mais d’agir ensemble quand la méfiance est structurelle.