Comment une entreprise d’IA aide les entreprises à naviguer dans le chaos des nouvelles taxes de Trump suite à la décision de la Cour suprême

Jeremy Kahn

Mercredi, 25 février 2026 à 4h39 GMT+9 6 min de lecture

Dans cet article :

ANTH.PVT

OPAI.PVT

Hello et bienvenue à Eye on AI. Dans cette édition…Un sommet chaotique sur l’IA en Inde se termine par quelques engagements volontaires et $200 milliard pour la nation hôte…Anthropic accuse ses rivaux chinois d’utiliser les réponses de Claude pour améliorer leurs modèles…OpenAI lance une alliance avec de grandes sociétés de conseil pour vendre sa plateforme d’agents IA Frontier…$650 milliard en dépenses d’infrastructure IA cette année pourrait être risqué… et peut-être ne pas laisser un modèle d’IA vous conseiller sur l’utilisation d’armes nucléaires.

Tout d’abord, beaucoup des personnes les plus importantes du monde de l’IA se sont réunies la semaine dernière à New Delhi, en Inde, pour le Sommet mondial sur l’impact de l’IA. Le rassemblement mondial a été parfois chaotique, rapporte ma collègue Bea Nolan, qui était sur place à Delhi. Mais, à la fin, il y a eu quelques avancées sur des engagements volontaires pour assurer une répartition plus équitable des bénéfices de la technologie IA dans le monde. Et l’Inde elle-même a sécurisé $200 milliard de nouveaux investissements dans l’IA. Vous pouvez lire plus sur ce qui est ressorti du sommet par Bea ici.

Ensuite, la société chinoise d’IA DeepSeek n’a même pas encore lancé son modèle V4 — il est attendu à tout moment — mais elle suscite déjà beaucoup de controverse.

Hier, Anthropic a allégué avoir détecté ce qu’il a décrit comme « une campagne à l’échelle industrielle » menée par DeepSeek et deux autres laboratoires chinois d’IA, Moonshot AI et MiniMax, pour distiller ses modèles Claude. La distillation est le terme utilisé par les chercheurs en IA pour décrire une méthode d’amélioration des performances de modèles d’IA plus petits, généralement plus faibles, en les ajustant sur les sorties d’un modèle plus grand et plus puissant. Dans ce cas, Anthropic affirme que les trois entreprises chinoises d’IA ont créé 24 000 comptes fictifs afin de générer 16 millions d’échanges avec Claude qu’elles ont ensuite utilisés pour entraîner leurs propres modèles, en violation des conditions d’utilisation d’Anthropic. (Parmi ces échanges, DeepSeek n’était responsable que de 150 000, selon Anthropic, mais les comptes liés à DeepSeek semblaient particulièrement intéressés par la distillation des capacités de raisonnement de Claude.)

Hier aussi, Reuters a rapporté, citant un haut responsable anonyme du gouvernement américain, que les États-Unis pensent que DeepSeek a entraîné V4 en utilisant les GPU Blackwell d’Nvidia, de dernière génération, ce qui pourrait violer les contrôles à l’exportation américains censés empêcher les entreprises chinoises d’acquérir les puces Nvidia les plus avancées. L’article indique que les États-Unis croient que DeepSeek possède un centre de données en Mongolie intérieure rempli de Blackwells — bien que les États-Unis ne soient pas certains de la façon dont ils ont été obtenus.

D’une certaine manière, ces deux histoires devraient être considérées comme de bonnes nouvelles pour l’industrie américaine de l’IA. Pendant un certain temps, une narration s’est construite selon laquelle les laboratoires chinois rattrapaient rapidement les États-Unis en technologie IA et pourraient bientôt dépasser. Mais si ces laboratoires chinois recourent à la distillation clandestine pour égaler la performance des modèles américains, le danger que les entreprises américaines perdent leur avantage en performance de pointe est considérablement réduit. (La part de marché est une autre affaire ; en dehors des États-Unis et de l’Europe, l’adoption des modèles chinois augmente car la majorité de ces modèles sont open source et beaucoup moins chers à utiliser que leurs rivaux américains. Ce n’est pas seulement la performance qui compte, mais aussi le rapport prix-performance.) De plus, les Chinois ont désespérément essayé de construire des puces IA domestiques aussi performantes que celles d’Nvidia. La fuite vers Reuters semble indiquer que ces efforts, principalement centrés autour du fabricant chinois de matériel Huawei, n’ont pas encore comblé l’écart avec les Blackwells d’Nvidia.

Suite de l’histoire  

Utiliser l’IA pour cartographier les chaînes d’approvisionnement mondiales

Maintenant, passons à une autre grande actualité de la semaine dernière : la décision de la Cour suprême d’abroger les tarifs « Jour de la Libération » du président américain Donald Trump. Cette nouvelle, vendredi, m’a immédiatement fait penser à ma conversation il y a quelques semaines avec Evan Smith, le PDG et cofondateur d’Altana, une startup new-yorkaise qui a construit ce qu’elle décrit comme un « graphe de connaissances » alimenté par l’IA de toute la chaîne d’approvisionnement mondiale. La société, qui existe depuis sept ans, a levé environ $340 millions de dollars en capital-risque jusqu’à présent et affirme être en bonne voie pour dépasser $100 millions de dollars de revenus annuels cette année.

Le produit principal d’Altana est essentiellement une carte de l’économie mondiale : quelles entreprises fabriquent quoi, où, pour qui, en utilisant des données provenant de où. La société agrège des données commerciales publiques — lettres de transport, manifestes d’expédition, enregistrements d’entreprises — et les assemble en une image constamment mise à jour des connexions entre des centaines de millions d’entreprises et d’installations dans le monde entier. Mais, selon Smith, la véritable valeur de la plateforme d’Altana réside dans ce qui se passe lorsque ses clients, comme le géant de la logistique Maersk ou General Motors ou la U.S. Customs and Border Protection, se connectent à la plateforme d’Altana. Car alors, toutes leurs données sont ajoutées au graphe de connaissances aussi.

Aujourd’hui, environ 60 % des informations contenues dans la carte d’Altana de la chaîne d’approvisionnement mondiale proviennent des données de première partie qu’elle obtient via ses clients, explique Smith. Et bien qu’Altana ait parfois rencontré des résistances de la part de clients potentiels qui n’aiment pas l’idée de partager des informations sur la chaîne d’approvisionnement avec des rivaux, Smith dit que la plupart des entreprises finissent par voir que la possibilité d’optimiser les chaînes d’approvisionnement, de planifier leur résilience et de simuler divers chocs de la chaîne d’approvisionnement l’emportent largement sur le coût de faire connaître leurs fournisseurs. « Si vous pensez qu’au 21ème siècle, l’existence de vos relations fournisseurs est votre avantage concurrentiel propriétaire, bonne chance à vous », dit Smith.

‘La complexité va presque certainement empirer’

Que tout cela ait à voir avec la décision de la semaine dernière sur les tarifs ? Tout. Parce que l’un des produits clés d’Altana est en fait un système de gestion tarifaire alimenté par l’IA. Smith a décrit un flux de travail « agentique » qui automatise le métier notoirement arcane d’attribution des codes du Système harmonisé (HS) aux marchandises — la classification qui détermine le taux de tarif applicable à toute importation — ainsi que le calcul du pays d’origine selon les règles commerciales, ce qui est devenu incroyablement compliqué à l’ère du transbordement et de l’évasion tarifaire. Ajoutez à cela un planificateur de scénarios tarifaires qui permet aux entreprises de modéliser l’impact de la modification des règles commerciales sur l’ensemble de leur réseau de fournisseurs étendu. L’utilisation du calculateur tarifaire d’Altana a augmenté de 213 % la semaine dernière, rapporte la société. Environ 50 % de ces calculs concernaient des articles contenant des métaux, tandis que 32 % concernaient des produits dont le pays d’origine était la Chine.

Dans un courriel, Smith a dit qu’il pense qu’après la décision de la Cour suprême, l’administration Trump trouvera simplement de nouvelles autorités légales pour imposer des tarifs. « Les taux effectifs ne baisseront peut-être pas beaucoup et la complexité va presque certainement empirer », dit Smith. En particulier, Smith surveille « la superposition tarifaire », l’application de plusieurs tarifs séparés sur un seul produit lorsqu’il arrive à la frontière, en fonction des origines disparates de ses différentes composantes. « À mesure que les droits de douane se déplacent vers les composants et sous-composants, l’exposition s’enfonce plus profondément dans la chaîne d’approvisionnement et la plupart des entreprises ne savent pas réellement ce qu’il y a dans leurs intrants de niveau 2 et 3 », a-t-il écrit.

Ou, du moins, elles ne le savaient pas avant qu’Altana et son IA n’arrivent.

Avec cela, voici plus de nouvelles sur l’IA.

Jeremy Kahn
jeremy.kahn@fortune.com
@jeremyakahn

Cette histoire a été initialement publiée sur Fortune.com

Conditions et Politique de Confidentialité

Tableau de Bord de Confidentialité

Plus d’infos