Quatre entreprises de la tech souhaitent ajouter une ligne dans le fichier robots.txt pour que les données des sites concernés ne soient pas utilisées dans l’entrainement des IA. S’agissant d’une démarche déclarative, ses limites sont claires.
Le 30 octobre, Google, Microsoft, Anthropic et OpenAI ont annoncé qu’ils respecteraient une même ligne dans le fichier robots.txt pour refuser ou accepter l’utilisation d’un site à des fins d’entraînement de l’IA générative.
Le texte qui la définit est intitulé « Machine-Readable Training Preference Signal » et a été écrit par Kevin Kelley, ingénieur chez Anthropic. Il vise la normalisation par l’IETF, l’organisme qui fixe les standards techniques d’Internet, et doit expirer le 3 mai 2027 si aucune nouvelle version n’est publiée d’ici là.
Une simple ligne ?
La proposition cherche à simplifier une situation. Actuellement, un éditeur souhaitant en effet refuser l’entrainement sur ses données doit viser chaque robot séparément. Par exemple, GPTBot chez OpenAI ou Google-Extended chez Google. Le texte ajoute un nouveau jeton, « __usage_ai-training », qui doit permettre d’exprimer une seule préférence auprès de tous les fournisseurs qui s’y engagent.
Ce jeton se place dans la ligne User-Agent, comme on le fait déjà avec les noms des robots. Un Disallow exprime un refus de l’entraînement, un Allow un accord, chemin par chemin. Le texte illustre le fonctionnement par le code suivant, qui refuse l’entraînement sur tout le site, sauf pour un espace presse :
La date de support diffère d’un éditeur à un autre, mais tous s’engagent à respecter le nouveau signal dans les prochains mois.
Des limites évidentes
Il y a évidemment des limites. D’une part, le jeton ne bloque pas l’exploration. Le brouillon le décrit comme indépendant des règles visant les robots, qui continuent donc de s’appliquer comme avant. D’autre part, il est déclaratif et ne lie que les fournisseurs qui s’y engagent. De plus, il ne concerne que les contenus récupérés après son ajout, et ne retire ainsi rien des modèles déjà entraînés.
Surtout, l’engagement repose sur la seule parole des fournisseurs. OpenAI le présente comme une démarche volontaire (OpenAI), et le brouillon ne prévoit aucun contrôle ni sanction. Un éditeur n’a aucun moyen de vérifier qu’un contenu refusé n’a pas servi à entraîner un modèle. Le robots.txt lui-même, à l’origine, n’a d’ailleurs aucune valeur contraignante.
Enfin, le jeton ne lie pas non plus les entreprises qui ne s’y sont pas engagées. Apple, Amazon ou encore Meta ne s’y sont pas engagées. Rien n’oblige par ailleurs les autres développeurs de modèles à lire ce jeton, pas plus que les robots qui ignorent déjà le robots.txt.
De la génération de code à son stockage et à sa revue, OpenAI fait feu de tout bois pour faire de Codex un outil indispensable aux développeurs. Et l’entreprise y met les moyens, en débauchant l’ancienne directrice produit de Claude Code.
OpenAI mise plus que jamais sur la programmation et la génération de code pour rivaliser avec Anthropic et Claude Code, très populaire chez les développeurs. L’entreprise de Sam Altman a réalisé un gros coup au détriment de son rival, en débauchant Cat Wu, l’ancienne directrice produit de… Claude Code. Elle avait annoncé son départ d’Anthropic la semaine dernière.
Cat Wu va piloter la stratégie produit au sein de Core Products, un pôle d’OpenAI au périmètre assez flou qui intervient notamment sur Codex. « Ensemble, nous créerons des agents sur lesquels vous et votre équipe pourrez compter, tout en vous laissant les commandes, pour vous donner plus de temps à consacrer aux personnes et au travail que vous aimez », explique-t-elle.
Codex, intégré au sein de l’app ChatGPT, est la pierre angulaire de l’offensive d’OpenAI sur le marché très lucratif des entreprises. Cette nouvelle arrivée au sein de Core Products pourrait donner un coup de main pour augmenter l’adoption de cet outil alors qu’OpenAI étudie toujours une introduction en Bourse (Anthropic s’en approche).
Absorber la déferlante de code
OpenAI ne s’est pas arrêtée en si bon chemin. L’entreprise a dévoilé le 2 novembre Pando, un nouveau backend pour les dépôts Git créé pour ses propres besoins. Il se trouve que les agents Codex utilisés par les développeurs de l’entreprise produisent tellement de modifications de code en parallèle que l’infrastructure de gestion du code ne suivait plus.
Pando désengorge l’embouteillage en traitant en parallèle les envois de code vers des branches différentes, sans les obliger à attendre leur tour. Le système distribue également des paquets déjà prêts et conservés dans des caches qui économisent beaucoup de calcul. Pando, qui distribue près d’un pétaoctet de données Git par jour, est un outil interne mais à terme, il pourrait être proposé à d’autres développeurs. L’entreprise étudie en tout cas les moyens de partager cette technologie.
Pando est une nouvelle brique qui pourrait compléter l’acquisition annoncée de la jeune pousse Pierre Computer. En toile de fond, il y a cette poussée des acteurs de l’IA pour mettre au point des concurrents de GitHub. La plateforme de Microsoft bien connue des développeurs a du mal à s’adapter à la nouvelle donne : bugs en tout genre, problème de fiabilité, dysfonctionnements…
Cursor, propriété de SpaceXAI, a lancé en août Origin, un rival de GitHub. Thomas Dohmke, l’ancien CEO de GitHub, avait quitté l’entreprise en août 2025 pour créer la startup de coding Entire. Il a présenté fin octobre sa propre plateforme d’hébergement Git et de collaboration entre développeurs et agents.
Pierre va permettre à OpenAI d’enrichir Codex au-delà de l’écriture de code. L’application intègre déjà deux outils de la startup : Trees pour parcourir les fichiers d’un projet, et Diffs pour examiner les modifications. OpenAI va pouvoir y ajouter les fonctions de Code Storage, un service de Pierre pour stocker du code et d’en suivre l’historique avec Git.
« Avec l’équipe de Pierre, nous souhaitons définir les standards du développement logiciel moderne : de la première branche créée par un agent à cet instant magique où le code est déployé dans le monde entier », écrit OpenAI dans ce qui ressemble à une version rêvée de GitHub.
En plus du code, OpenAI mise aussi sur la cybersécurité et vient d’annoncer GPT-6 Cyber, « un modèle entraîné à trouver et vérifier des vulnérabilités exploitables, tout en restant dans le cadre fixé par les chercheurs ». La dernière partie renvoie aux attaques lancées par des agents IA. GPT-6 Cyber, disponible pour des clients triés sur le volet, est une réponse à Mythos d’Anthropic.
La victoire écrasante des démocrates aux midterms repose en grande partie sur le ras-le-bol général des Américains devant le coût de la vie. Mais la question de l’IA a aussi pesé lourd dans les décisions des électeurs. Le message est-il passé auprès des acteurs du secteur ?
Les élections de mi-mandat aux États-Unis sont un désaveu cinglant des politiques de Donald Trump et de ses alliés républicains. Les grandes entreprises de la tech et de l’IA ont aussi pris une claque, elles qui veulent faire pousser les centres de données comme des champignons.
Ces résultats étaient prévisibles : la question des datacenters a été abordée à maintes reprises durant les débats ayant précédé les élections. L’opacité avec laquelle les décisions d’implantation sont prises, l’impact sur l’environnement, le bruit, les factures d’énergie qui explosent… Les entreprises de l’IA ont senti le vent du boulet bien avant les midterms et, à l’image d’Amazon, cherchent depuis un moment à infléchir la méfiance, voire l’hostilité envers leurs infrastructures.
Un milliard de dollars pour faire bon voisinage
Dans un billet au ton étrangement passif-agressif, Matt Garman, le directeur général d’Amazon Web Services, a ainsi déroulé dès le 2 octobre une série de promesses aux collectivités qui accueillent ses centres de données :
éviter une hausse des factures d’électricité pour les habitants en couvrant l’énergie consommée et en payant les améliorations nécessaires pour les infrastructures ;
faire bénéficier l’économie locale des retombées économiques du centre de données, par exemple en recrutant et en achetant localement ;
améliorer la transparence et le dialogue : AWS ne fera plus signer d’accords de confidentialité (NDA) aux responsables publics, et l’entreprise s’engage à informer les habitants le plus tôt possible en organisant des rencontres publiques ;
réduire l’impact environnemental des infrastructures en utilisant des énergies décarbonées, de respecter les normes locales de bruit et de privilégier l’eau non potable ;
publier chaque année des indicateurs sur la consommation d’énergie et d’eau.
Sur ce dernier point, le géant du numérique ne publie pas de données précises sur les volumes d’eau prélevés, ni sur sa consommation électrique. Il y a parfois quelques indicateurs, mais sans volume précis des consommations, ils ne sont pas très utiles.
AWS prend aussi un engagement financier à hauteur d’un milliard de dollars sur cinq ans pour les collectivités, qui pourront flécher cet argent vers leurs priorités (formation, éducation, coût de l’énergie ou préservation des ressources).
OpenAI promet des garanties mais réclame des permis
OpenAI a publié le 5 novembre deux documents : le premier, « Community Compact » (PDF), énumère les engagements de l’entreprise envers les riverains des centres de données. Le second, « Compute Campus Policy Blueprint » (PDF), propose des règles aux pouvoirs publics pour encadrer et faciliter la construction de ces infrastructures.
OpenAI promet de payer pour ses propres besoins énergétiques, y compris les coûts supplémentaires des infras nécessaires, sans les reporter sur les autres consommateurs. Des garanties financières sont prévues si un projet est retardé, réduit dans son ampleur ou tout simplement annulé. Le créateur de ChatGPT veut aussi :
contribuer à soulager le réseau électrique en réduisant temporairement sa consommation en cas de surcharge ;
consulter les habitants avec un interlocuteur local avec la possibilité de faire remonter leurs préoccupations ;
cesser d’imposer des accords de confidentialité ;
publier les impacts de chaque site : consommation d’eau et d’électricité, emplois, impôts et investissements locaux, bruit ;
limiter la consommation d’eau ;
investir financièrement dans les collectivités et pour la formation.
Le « Policy Blueprint » demande aux pouvoirs publics de transformer plusieurs de ces principes en obligations pour le secteur. Cela va de la transparence sur les consommations et les nuisances, à la protection des consommateurs d’électricité, en passant par la consultation des habitants, le suivi des emplois et l’encadrement des avantages fiscaux.
Tout cela n’est pas gratuit, cependant. OpenAI demande aussi de faciliter les constructions, en accélérant les permis et les raccordements électriques, en développant des lignes et de la production d’énergie. L’entreprise s’oppose aussi à une obligation imposant aux grands consommateurs d’énergie de construire leur propre capacité de production électrique.
« Si vous souhaitez vous implanter quelque part et y construire, vous devez le faire avec les habitants et recueillir leur avis », a déclaré Chris Lehane, directeur des affaires internationales d’OpenAI, à Bloomberg. « Le fait que les citoyens se soient exprimés comme ils l’ont fait dans les urnes est un message important, qu’il faut écouter et auquel il faut réagir et apporter une réponse. C’est ainsi que la démocratie est censée fonctionner. »
Le dirigeant prévoit que plusieurs projets de l’entreprise risquent d’être retardés. « À l’échelle à laquelle nous construisons, il y aura forcément toutes sortes de questions à régler à différents échelons, au niveau des États comme au niveau local », convient-il.
Les promesses à l’épreuve des urnes
Dans ce nouveau paysage politique américain, les entreprises de l’IA auront la vie bien plus difficile que durant les deux premières années de la présidence Trump. Gina Hinojosa, la nouvelle gouverneure démocrate au Texas, n’a pas fait mystère de son intention d’imposer un moratoire immédiat au développement de centres de données. Un tel moratoire est déjà en place dans l’État de New York. De nombreux candidats démocrates ont mis de tels engagements dans leurs programmes… et beaucoup d’entre eux ont été élus.
Colossus, le centre de données de SpaceXAI, installé dans le Tennessee. Image : SpaceXAI
Selon le Data Center Watch, 45 projets représentant 88 milliards de dollars ont été perturbés, d’une manière ou d’une autre, par les oppositions locales au deuxième trimestre de cette année.
Meta estime que le tsunami bleu aux élections de mi-mandat va compliquer la construction de datacenters, mais reconnait dans le même temps que le secteur a mal expliqué les bénéfices (éventuels) de ces investissements. Dina Powell McCormick, la présidente du groupe, a expliqué durant une conférence du WSJ que « les centres de données sont en quelque sorte la manifestation visible de l’IA, et les gens peuvent dire : “Je ne veux pas de ça chez moi” ».
« Je pense qu’il y a derrière cela une question plus large : la façon dont les gens perçoivent l’IA en général », ajoute-t-elle. Cette technologie a en effet mauvaise presse par une bonne partie des citoyens. Mais la dirigeante rétorque : « La question de savoir qui développe les technologies permettant de guérir le cancer ou de donner accès à l’éducation est, elle aussi, fondamentale… » Même si l’IA de Meta sert surtout à bombarder ses réseaux sociaux de slop en tout genre. « Il faut démocratiser cette technologie et permettre à chacun d’y accéder de manière équitable et transparente », ajoute-t-elle.
Pour faire accepter ses projets, Meta met en avant plusieurs conditions qui recoupent plus ou moins les engagements d’AWS et d’OpenAI : payer sa propre électricité, orienter les recettes fiscales supplémentaires vers les enseignants et les services de secours, faire travailler la main d’œuvre locale, et obtenir un soutien politique bipartisan. À l’heure actuelle, le vent politique, des deux côtés de l’arêne politique, souffle surtout contre les datacenters.
