Google paie environ 100 éditeurs pour du contenu utilisé par l'IA, et la plupart touchent très peu

Le 30 septembre, The Decoder a rapporté que Google paie environ 100 éditeurs numériques pour du contenu utilisé dans les AI Overviews, le mode IA et le chatbot Gemini. Certains de ces éditeurs ignorent comment leurs paiements sont calculés. Le programme pilote a été lancé il y a moins d'un an, selon The Information, et les éditeurs peuvent suivre l'usage et les gains dans Google Search Console.

Les écarts sont énormes.

Pour plusieurs blogs et sites de petite ou moyenne taille, les paiements représentent moins de 0,1 % des revenus publicitaires, rapporte The Information. Un éditeur a reçu entre 50 000 et 60 000 dollars sur quelques mois, un autre gagne plus de 1 000 000 de dollars par an. Les petits sites ont touché moins de 1 000 dollars sur plusieurs mois. Les contenus de niche à forte communauté, comme l'animation japonaise et le jeu vidéo, semblent rapporter davantage, selon le rapport.

Les éditeurs ne voient pas la formule

Les paiements sont censés dépendre de la contribution de chaque source à une réponse générée par l'IA. Mais des participants ont expliqué à The Information qu'ils ne savent pas comment Google les calcule, et que les montants peuvent changer d'un mois à l'autre sans explication. Cette opacité compte, car les sommes font déjà l'objet d'un dossier antitrust. En juillet 2025, des éditeurs indépendants ont déposé une plainte auprès de la Commission européenne au sujet des AI Overviews. En septembre 2025, Penske Media, maison mère de Rolling Stone, a attaqué Google en justice pour la perte de trafic et de revenus publicitaires. En décembre 2025, la Commission européenne a ouvert une enquête antitrust pour déterminer si Google impose des conditions injustes en utilisant le contenu des éditeurs dans ses fonctions d'IA sans rémunération adéquate ni véritable possibilité de refus.

Certains grands éditeurs refusent de rejoindre le programme pour pousser Google à payer plus, selon The Information. Leur trafic baisse déjà, et plusieurs études montrent que les AI Overviews réduisent fortement les visites vers le web ouvert. Ce refus mise sur le fait que la pression collective pèse plus qu'un accord individuel. Pour l'instant, rien ne prouve que les tarifs de Google aient bougé.

Un tribunal allemand a par ailleurs jugé que les AI Overviews relèvent du contenu propre de Google et non de résumés de contenus existants. Si cette interprétation s'impose plus largement, les éditeurs auraient une base juridique pour réclamer des redevances chaque fois que Google utilise leur travail dans une réponse d'IA. The Decoder note qu'il serait difficile, voire impossible, de mesurer la contribution exacte de chaque source à une réponse, et que la gestion de ces paiements ajouterait des frais par-dessus les redevances elles-mêmes.

Le trafic pèse plus lourd

Les montants versés ne sont qu'un côté du bilan. L'autre, c'est le trafic qui n'arrive plus. Les titres récents suivis par cette rédaction pointent tous dans la même direction : une plainte antitrust affirme que Google cannibalise le trafic des éditeurs, les petits éditeurs sont les plus touchés par la baisse des recherches, et une analyse de septembre chiffre le recul annuel des éditeurs à 40 %. Ces chiffres ne figurent pas dans les documents de référence de ce dossier et doivent être lus comme du contexte, pas comme des mesures confirmées.

Ce que le dossier confirme, c'est le mécanisme. Les AI Overviews répondent aux questions sur la page de résultats, donc le clic qui partait vers un éditeur n'a plus lieu. Google paie ensuite une partie des éditeurs pour le contenu qui a nourri la réponse, aux tarifs qu'il fixe, selon des conditions qu'il rédige, avec une possibilité de refus qu'il contrôle. The Decoder décrit ce dispositif comme une stratégie du diviser pour régner qui crée un dilemme du prisonnier : quelques-uns y gagnent, la plupart touchent peu ou rien, et les éditeurs qui se retirent font peu pression sur Google, car d'autres sources comblent le vide.

Les accords individuels obligent aussi les éditeurs à négocier séparément plutôt que collectivement.

L'argument structurel est que si Google licenciait tout à un tarif équitable, ses marges en souffriraient. Il licence donc de façon sélective, en choisissant quel contenu vaut quoi. La stratégie n'est pas nouvelle. The Decoder rappelle qu'elle sert l'entreprise depuis des décennies, à mesure qu'elle attirait vers la recherche toujours plus de contenu du web, et que les AI Overviews poussent la tendance beaucoup plus loin, beaucoup plus vite.

L'argent file vers la couche des outils

Pendant que les éditeurs se disputent des fractions de pour cent, les capitaux affluent vers l'infrastructure qui construit et fait tourner les systèmes d'IA. Mercredi, TechCrunch a rapporté que Flow Engineering, une startup de San Francisco fondée il y a trois ans qui vend des outils d'IA pour la conception de matériel, a levé un tour de série B de 50 000 000 de dollars sur une valorisation de 750 000 000 de dollars. Le tour était co-dirigé par Antonio Gracias de Valar Equity Partners et Gavin Baker d'Atreides Management, avec la participation de Sequoia Capital aux côtés de l'ancien associé de Sequoia Roelof Botha, qui a investi à titre personnel et rejoint le conseil. Flow cite Anduril, Rivian, Joby Aviation, General Motors PPU, RV Tech et Stoke Space parmi ses clients.

Le même jour, The Decoder a rapporté qu'OpenAI et Synopsys ont signé un partenariat stratégique pluriannuel pour construire un modèle spécialisé de conception de puces appelé GPT-Synopsys. Synopsys fabrique des outils d'automatisation de la conception électronique, les logiciels que les ingénieurs utilisent pour concevoir des puces. OpenAI licence ces outils pour que le modèle puisse raisonner sur la conception et la vérification des puces et manipuler les outils directement, les ingénieurs déléguant les objectifs et relisant le résultat. Le modèle tournera sur l'infrastructure d'OpenAI. Les deux entreprises affirment que les données des clients ne serviront pas à l'entraînement et seront stockées chiffrées. Des tests préliminaires avec des clients du secteur des semi-conducteurs sont déjà en cours, et les deux partenaires commercialiseront le produit ensemble et partageront les revenus. Sassine Ghazi, PDG de Synopsys, estime que l'IA pourrait accélérer nettement le processus de conception ; Greg Brockman, cofondateur d'OpenAI, présente le partenariat comme un chemin vers de meilleures puces et une meilleure IA.

Le schéma se répète plus bas dans la pile. Quail, un moteur d'inférence développé par Modal avec le Full Stack Data Lab de l'université Carnegie Mellon, annonce avoir dépassé le milliard de tokens traités par minute et par GPU H100 sur une requête AI-SQL multi-jointure, plus de 10 fois plus vite qu'une base vLLM sur le même matériel, et sous 6 cents par milliard de tokens sur Modal. Sur un nouveau benchmark de requêtes AI-SQL, il tourne 1,84 fois plus vite que vLLM, en moyenne géométrique sur les tâches. Séparément, un projet open source baptisé Magnitude, publié sur GitHub le 30 septembre, revendique une inférence jusqu'à 2 fois plus rapide que llama.cpp grâce à la compilation et à l'optimisation des kernels sur le matériel de l'utilisateur, avec un décodage 92 % plus rapide sur Metal et 19 % sur CUDA.

Rien de tout cela ne paie les factures d'un éditeur. Cela explique en revanche où la valeur se capture.

Les chercheurs en sécurité retrouvent la même faille

Il reste un fil à tirer. Le 30 septembre, des chercheurs de VUSEC ont publié Branch Target Reuse, une nouvelle attaque Spectre-v2 contre les compilateurs juste-à-temps. L'idée : les processeurs modernes rétablissent la cohérence architecturale du code après une automodification, mais n'invalident pas forcément les entrées périmées de prédiction de branchement indirect. Dans les moteurs JIT, ces cibles périmées peuvent survivre au code d'origine et être réutilisées quand le cache de code est rempli à nouveau, ce qui produit une primitive spéculative d'exécution après libération. L'équipe a analysé le cBPF de Linux, Oracle GraalVM et SpiderMonkey, le moteur JIT de Firefox, et construit deux exploits de bout en bout contre le noyau Linux, fuitant 8 octets par seconde et parcourant la liste des tâches du noyau pour extraire un hachage de mot de passe root. Ils ont aussi contourné l'option bpf_jit_harden de masquage des constantes.

Le problème est différent de celui du programme éditeurs de Google, mais il tombe la même semaine et sur la même infrastructure : les navigateurs, les runtimes et les noyaux dont les fonctions d'IA dépendent de plus en plus. Le dossier contient aussi un article de machine.news daté du 30 septembre, sur un développeur se présentant comme ingénieur Apple qui a publié un projet GitHub public manipulant les activations internes des modèles Qwen3 à poids ouverts d'Alibaba pour induire des états proches de la douleur, et qui a supprimé un post promotionnel après des critiques. L'article précise que le travail s'appuie sur un papier intitulé The Pain Axis: LLMs Represent Self-Directed Harm and Act to Relieve It, dont les auteurs ne prétendent pas que les modèles ressentent consciemment la douleur.

Pour les éditeurs, la question pratique reste plus étroite. Environ 100 sont dans le programme de Google. Les autres regardent leur trafic de recherche chuter et attendent qu'un tribunal ou un régulateur décide ce que vaut leur contenu.