Les agents IA sortent de la fenêtre de conversation, ce qui pose de nouvelles questions sur le contrôle des systèmes auxquels ils peuvent accéder. Les intégrations de Google Home et l’architecture de sécurité présentée par Mandiant mettent ces limites au premier plan, tandis que les mesures annoncées par la Virginie interrogent l’empreinte physique des services d’IA.

L’édition s’intéresse aussi à l’émergence des prévisions automatisées comme catégorie de produits et au rôle des données propriétaires dans la consolidation de l’adtech.

Dans cette édition — accès direct aux cinq sujets

🤖 Google Home donne aux agents IA tiers un accès direct aux commandes

Google propose en early access un serveur MCP qui permet aux assistants compatibles d’explorer les structures Google Home, de consulter l’état actuel et l’historique des appareils, puis d’exécuter certaines actions. L’accès nécessite un projet Google Cloud, des identifiants OAuth et un abonnement Google Home Premium Advanced. Google applique des limites de débit et bloque les actions sensibles, comme le déverrouillage des portes.

Pourquoi c’est important : MCP sort du logiciel d’entreprise pour entrer dans le monde physique. Un accès standardisé aux tools rend les agents plus utiles et plus portables, mais une mauvaise action peut désormais affecter des caméras, des appareils domestiques ou la télémétrie du foyer. Le consentement, le moindre privilège, la révocation et les règles appliquées à chaque action deviennent des fonctions du produit, pas de simples formalités de déploiement.

The Bigger Picture

Les risques liés à la supply chain des agents, évoqués dans le précédent Daily Tech Briefing, ne concernent plus seulement les logiciels et les données. Avec Google Home, les tools externes d’un agent peuvent aussi agir sur l’environnement physique. Les questions de provenance, de permissions et de supervision prennent une autre dimension lorsqu’un appel à un tool peut modifier ce qui se passe dans une maison.

☁️ La Virginie fait des data centers un sujet de transparence et de politique énergétique

La Virginie, qui concentre le plus grand nombre de data centers au monde, a annoncé un Data Center Accountability Framework. Le plan prévoit notamment d’interdire les accords de confidentialité pour les projets d’au moins 25 MW et d’encourager des solutions de secours fondées sur le solaire ou l’éolien plutôt que sur le gaz naturel ou le diesel. Certaines mesures devront encore être approuvées par le législateur de l’État.

Pourquoi c’est important : les capacités cloud ne se négocient plus seulement entre fournisseurs, énergéticiens et grands clients. Les permis, le prix de l’électricité, les émissions et la transparence deviennent des contraintes sur le lieu et le rythme de construction des infrastructures. Le capacity planning doit désormais intégrer les règles publiques et l’acceptabilité locale, au même titre que le foncier, les puces et l’énergie.

The Bigger Picture

La pression sur les réseaux électriques et les initiatives visant à rendre la consommation des data centers plus flexible pèsent de plus en plus sur les décisions publiques. Le projet de la Virginie marque une nouvelle étape : le développement des infrastructures IA soulève désormais des questions sur la répartition des coûts, la place des populations locales et les informations que les opérateurs doivent rendre publiques avant de construire.

🛡️ Mandiant traite la sécurité des agents comme un problème d’architecture

Dans son rapport AI Risk and Resilience 2026, Mandiant estime que les systèmes autonomes ont besoin d’identités dynamiques liées cryptographiquement, plutôt que de service accounts durables. Le rapport recommande de séparer l’identité du compute des accès aux données, d’imposer une nouvelle autorisation humaine pour les actions à haut risque, de gouverner les tools et les périmètres RAG, de traiter les coding assistants et serveurs MCP comme des sessions privilégiées, et d’alimenter la détection temps réel avec la télémétrie des modèles, API, harness et endpoints.

Pourquoi c’est important : la sécurité des agents ne peut pas s’arrêter aux filtres de prompts. Un agent réunit une identité, une autorité déléguée, des données, des tools, des modèles, des API et des instructions susceptibles de changer au runtime. L’apport de Mandiant consiste à assembler des contrôles connus — workload identity, secrets just-in-time, segmentation, allowlists, télémétrie SIEM/EDR, rate limits et circuit breakers — dans une défense en profondeur adaptée aux systèmes non déterministes.

The Bigger Picture

Les attaques de plus en plus autonomes documentées par Anthropic et les risques liés aux dépendances des agents mis en lumière par AIR révèlent deux facettes d’un même défi. Mandiant aborde le problème côté défense : à mesure que les agents gagnent en autonomie et accèdent à davantage de tools, identité, autorisations et surveillance continue doivent encadrer non seulement leurs accès, mais aussi leurs actions dans la durée.

🚀 Mantic lève 25 millions de dollars après avoir devancé les prévisionnistes humains

La startup londonienne Mantic a bouclé un seed round de 25 millions de dollars mené par Radical Ventures, après que son système a devancé les participants humains lors de la Metaculus Cup de l’été 2026. Elle spécialise des frontier models dans le forecasting probabiliste, les teste sur des événements historiques, évalue leurs résultats puis les améliore. Reuters fait état d’un intérêt précoce d’entreprises, d’administrations, de hedge funds et de sociétés de trading.

Pourquoi c’est important : le signal intéressant n’est pas l’arrivée d’un chatbot généraliste supplémentaire, mais celle d’un système spécialisé évalué sur des résultats observables. Le forecasting offre une boucle de feedback mesurable : chaque prévision est assortie d’une probabilité, puis peut être notée une fois l’événement résolu. La crédibilité commerciale dépendra d’une calibration durable dans des conditions changeantes, pas d’un seul tournoi.

📣 Infillion rachète Foursquare pour maîtriser davantage la couche data de l’adtech

Infillion rachète Foursquare, qui continuera d’opérer comme une marque indépendante et de vendre ses données à ses clients, y compris aux plateformes publicitaires concurrentes. Selon Axios, l’opération ajoute une base de données de plus de 100 millions de points d’intérêt et complète le rachat antérieur de Catalina, dont les données relient publicité et achats des consommateurs.

Pourquoi c’est important : l’adtech se consolide autour des données capables de relier exposition publicitaire et comportement hors ligne. Réunir achat média, signaux de localisation et données d’achat peut améliorer le ciblage et la mesure, mais concentre aussi le contrôle de l’attribution entre moins de plateformes. Les annonceurs auront besoin de garanties sur la provenance, le consentement, l’interopérabilité et la possibilité de vérifier indépendamment les résultats annoncés.

Sources