Le résumé : Google accélère, mais le terrain se fissure
En quarante-huit heures, Google et sa maison mère Alphabet ont livré un condensé brutal de l’économie actuelle de l’intelligence artificielle : une levée de capitaux historique, une faille inquiétante autour de Gemini sur Android, un nouveau modèle Gemma 4 12B pensé pour tourner localement, un compromis réglementaire inédit avec les éditeurs britanniques, et un accord cloud renforcé avec la jeune pousse Lovable. Pris séparément, chaque événement ressemble à une nouvelle technique ou financière. Ensemble, ils racontent autre chose : Google tente d’acheter du temps, de la capacité de calcul et des parts de marché, pendant que la confiance — des utilisateurs, des éditeurs et des régulateurs — devient le principal goulet d’étranglement.
Selon Reuters, TechCrunch et le Financial Times, Alphabet a porté à 84,75 milliards de dollars américains son opération de financement en actions, après avoir annoncé un plan initial de 80 milliards de dollars le 1er juin 2026. Le communiqué d’Alphabet précise que l’argent servira notamment à financer l’infrastructure IA et le calcul mondial, alors que le groupe prévoit déjà de 180 à 190 milliards de dollars de dépenses d’investissement en 2026. Autrement dit, même une entreprise qui a généré 174 milliards de dollars de flux de trésorerie opérationnels sur douze mois juge nécessaire d’aller chercher massivement du capital externe.
Une levée record qui dit la vérité sur l’IA : elle coûte immensément cher
L’opération d’Alphabet est le signal le plus clair à ce jour que la course à l’IA n’est plus seulement une bataille de modèles, mais une bataille de bilan. Google doit financer des centres de données, des puces, des interconnexions, de l’énergie, du refroidissement et de la capacité cloud avant même que les revenus récurrents ne stabilisent le modèle économique. La participation privée de Berkshire Hathaway, mentionnée dans le communiqué d’Alphabet, ajoute un symbole : l’IA n’est plus un pari de capital-risque, c’est un chantier d’infrastructure coté en Bourse.
Le marché semble accepter ce récit, mais il ne faut pas confondre appétit financier et validation technologique. La levée signifie que les investisseurs croient encore à la rareté du calcul et à l’effet de levier de Google Cloud, pas que chaque produit IA de Google a déjà trouvé son modèle économique. C’est là que l’accord Lovable devient intéressant.
Lovable, Claude, Gemini : Google Cloud vend le chantier de l’agent logiciel
Google Cloud et Lovable ont annoncé le 3 juin une collaboration pluriannuelle élargie. Le communiqué officiel de Google Cloud parle d’un partenariat autour de Gemini, de l’infrastructure IA et de la distribution via Google Cloud Marketplace et Gemini Enterprise Agent Gallery. TechCrunch, citant une source au fait du dossier, ajoute que l’accord représenterait une multiplication par cinq de l’empreinte de Lovable sur Google Cloud et un accès élargi à Anthropic Claude ainsi qu’aux modèles Gemini.
Il faut lire cette nuance avec prudence : Google et Lovable n’ont pas communiqué le montant de l’entente, et l’information du facteur cinq repose sur une source anonyme rapportée par TechCrunch. Mais le sens stratégique est clair. Lovable est l’une des vitrines du vibe coding, ces outils qui transforment des consignes en applications. Pour Google, l’enjeu est double : capter la consommation cloud des développeurs augmentés par IA, et faire de Google Cloud une place de marché d’agents plutôt qu’un simple fournisseur de serveurs.
Le paradoxe est savoureux : Google vend Gemini, mais l’accord semble aussi valoriser Claude, modèle d’Anthropic particulièrement apprécié pour le code. Cela illustre le pragmatisme du cloud moderne. Le client ne veut pas une religion de modèle, il veut une chaîne complète : génération, sécurité, facturation, déploiement et gouvernance.
Gemini sur Android : la faille qui rappelle que l’agent est une surface d’attaque
Le volet sécurité est moins flatteur. The Hacker News et Dark Reading rapportent les travaux de SafeBreach sur une technique visant Gemini Voice Assistant sur Android par notifications empoisonnées provenant d’applications comme WhatsApp, Slack, SMS, Signal, Instagram ou Messenger. Selon ces articles, l’attaque ne nécessitait pas d’application malveillante installée sur le téléphone : elle exploitait le fait que l’assistant pouvait traiter une notification hostile comme du contexte utile.
SafeBreach décrit une catégorie de risque bien connue mais encore mal maîtrisée : l’injection indirecte de prompt. L’idée est simple et redoutable. Un message externe contient à la fois du contenu visible pour l’utilisateur et des instructions destinées au modèle. Si l’assistant résume ou lit la notification à voix haute, il peut mélanger donnée et commande. Dans certains scénarios rapportés, l’attaque pouvait usurper le sens d’un message, déclencher des actions après confirmation vocale, ou contourner des garde-fous par une technique de fausse cohérence contextuelle.
Les médias spécialisés indiquent que Google a depuis corrigé le problème et qu’aucune exploitation active n’a été signalée. Mais le fond du sujet demeure : plus Gemini devient un assistant d’action intégré à Android, plus chaque canal d’entrée — notification, courriel, calendrier, lien, message vocal — devient un périmètre de sécurité. L’IA agentique promet de faire les choses à notre place. Elle doit donc apprendre à distinguer rigoureusement ce qui est une instruction légitime de ce qui n’est qu’un contenu non fiable.
Gemma 4 12B : le contre-récit local
Au même moment, Google pousse un message presque inverse avec Gemma 4 12B : l’IA ne doit pas toujours dépendre du nuage. La documentation de Google AI for Developers présente Gemma 4 comme une famille de modèles à poids ouverts, avec une variante unifiée de 12 milliards de paramètres, sans encodeur séparé pour certains usages multimodaux, et capable de traiter texte, image, vidéo et audio selon les variantes. Google indique aussi des besoins mémoire approximatifs : Gemma 4 12B demande 13,4 Go en SFP8 et 6,7 Go en quantification 4 bits pour les poids, hors mémoire de contexte et surcharge logicielle.
Ars Technica, The Decoder et d’autres médias spécialisés ont insisté sur le positionnement laptop : un modèle multimodal local qui devient réaliste sur une machine de 16 Go de mémoire unifiée ou de VRAM, selon la configuration. La promesse n’est pas de remplacer les grands modèles de centre de données, mais de déplacer une partie de l’inférence vers l’appareil. Pour les entreprises, c’est séduisant : moins de données envoyées vers le cloud, moins de latence, plus de contrôle. Pour Google, c’est aussi une manière de défendre Android, Chrome et l’écosystème Edge face à Apple, Microsoft et aux modèles ouverts concurrents.
Le détail important : local ne veut pas dire gratuit ni magique. Les grands contextes consomment vite de la mémoire, les performances dépendront fortement de la quantification, et les modèles ouverts doivent encore être évalués pour les usages sensibles. Mais Gemma 4 12B donne à Google une réponse crédible au mouvement local-first.
Les éditeurs obtiennent un vrai levier au Royaume-Uni
Le troisième front est réglementaire. La Competition and Markets Authority britannique a imposé le 3 juin 2026 une exigence de conduite à Google Search. Elle oblige Google à fournir aux éditeurs des contrôles efficaces sur l’utilisation de leurs contenus dans les fonctions génératives de recherche, à améliorer l’attribution et à fournir des métriques plus claires sur l’engagement. La CMA parle d’une première mondiale.
CNET, Engadget, The Register et Associated Press convergent sur le même point : les éditeurs pourront se retirer d’AI Overviews, AI Mode et d’autres usages génératifs sans disparaître des résultats classiques de Google Search. Google testerait d’abord ces contrôles auprès d’un sous-ensemble d’éditeurs au Royaume-Uni avant un déploiement plus large.
C’est une concession majeure. Jusqu’ici, le dilemme des éditeurs était toxique : accepter que leurs contenus alimentent des réponses IA susceptibles de réduire les clics, ou se couper de la recherche traditionnelle. Le nouvel opt-out ne règle pas toute la question du partage de valeur, mais il crée un précédent que l’Union européenne, le Canada et d’autres juridictions regarderont de près.
Dreambeans et l’angle mort de la personnalisation
Enfin, TechCrunch a aussi détaillé Dreambeans, une application expérimentale de Google Labs qui transforme des données issues de Gmail, Calendar, Photos, YouTube et Search History en récits illustrés personnalisés, avec permission de l’utilisateur. Le produit semble anecdotique, presque ludique. Il ne l’est pas. Il montre que Google veut faire de l’IA personnelle un filtre quotidien de la vie numérique.
C’est précisément ce qui rend les autres nouvelles si importantes. Plus Google injecte l’IA dans les finances, les agents, les téléphones, la recherche et les données personnelles, plus chaque problème de gouvernance se répercute partout.
Ce que cela annonce
La prochaine phase de l’IA ne sera pas seulement mesurée en paramètres ou en benchmarks. Elle sera mesurée en mégawatts, en litres d’eau, en clauses réglementaires, en permissions Android, en contrats cloud et en confiance éditoriale. The Verge rappelle d’ailleurs que Google tente déjà de répondre aux critiques environnementales des centres de données avec des engagements sur l’eau, dont un objectif de restitution supérieure à sa consommation d’ici 2030.
Google reste l’un des acteurs les mieux placés pour gagner l’IA : il a les modèles, Android, Search, YouTube, Cloud, DeepMind et les revenus publicitaires. Mais cette semaine montre que son avantage historique devient aussi un risque systémique. Lorsqu’un même acteur finance l’infrastructure, distribue les modèles, contrôle la recherche, lit les notifications, vend les agents et indexe les éditeurs, la question n’est plus seulement : Google peut-il aller plus vite ? La vraie question est : à quelles conditions la société acceptera-t-elle qu’il aille aussi loin ?