Google paie environ 100 éditeurs pour du contenu 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 AI Overviews, AI Mode 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 revenus dans Google Search Console.

L'écart est énorme.

Pour plusieurs blogs et sites de petite et moyenne taille, les versements représentent moins de 0,1 % des revenus publicitaires, rapporte The Information. Un éditeur a reçu 50 000 à 60 000 dollars sur quelques mois, tandis qu'un autre gagne plus de 1 000 000 de dollars par an. De petits sites ont reçu moins de 1 000 dollars sur plusieurs mois. Les contenus sur des sujets de niche à forte communauté, comme l'anime 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 IA. Mais certains participants ont déclaré 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 montants 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 poursuivi Google pour perte de trafic et de revenus publicitaires. En décembre 2025, la Commission européenne a ouvert une enquête antitrust : elle cherche à savoir si Google impose des conditions déloyales en utilisant le contenu des éditeurs pour ses fonctions IA sans paiement adéquat ni véritable possibilité de refus.

Certains éditeurs plus importants refusent d'adhérer au programme pour tenter de pousser Google à payer davantage, 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 est un pari : la pression collective pèserait plus qu'un accord individuel. Jusqu'ici, rien ne prouve qu'il ait fait bouger les tarifs de Google.

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

Le trafic est le chiffre qui compte le plus

Les totaux des paiements ne sont qu'un côté du bilan. L'autre, c'est le trafic qui n'arrive plus. Les titres récents suivis par ce desk pointent dans une seule direction : une plainte antitrust affirme que Google cannibalise le trafic des éditeurs, les petits éditeurs sont les plus touchés par le recul des recherches, et une analyse de septembre chiffre la baisse annuelle pour les éditeurs à 40 %. Ces chiffres ne figurent pas dans les documents principaux de ce dossier et doivent être traités comme du contexte, pas comme des mesures confirmées.

Ce que le dossier confirme, c'est le mécanisme. Les AI Overviews répondent aux questions directement sur la page de résultats, donc le clic qui allait vers un éditeur n'a plus lieu. Google paie ensuite une partie des éditeurs pour le contenu qui a nourri la réponse. Il fixe les tarifs, rédige les conditions et contrôle le droit de refus. The Decoder décrit cet arrangement comme une stratégie du diviser pour régner qui crée un dilemme du prisonnier : quelques-uns en profitent, la plupart touchent peu ou rien, et les éditeurs qui claquent la porte font peu pression sur Google, car d'autres sources comblent le vide.

Les accords individuels poussent 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. Ce n'est pas une stratégie nouvelle. The Decoder note qu'elle sert l'entreprise depuis des décennies, à mesure qu'elle attirait plus de contenu du web dans la recherche, et que les AI Overviews poussent la tendance bien plus loin, bien plus vite.

L'argent va 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 âgée de trois ans qui vend des outils d'IA pour la conception matérielle, a levé 50 000 000 de dollars en série B sur une valorisation de 750 000 000 de dollars. Le tour a été co-dirigé par Antonio Gracias de Valar Equity Partners et Gavin Baker d'Atreides Management. Sequoia Capital y a participé 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 piloter directement les outils, les ingénieurs déléguant les objectifs et relisant la production. Le modèle tournera sur l'infrastructure d'OpenAI. Les deux entreprises ont déclaré que les données 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 sociétés commercialiseront le produit ensemble et partageront les revenus. Le PDG de Synopsys, Sassine Ghazi, a déclaré que l'IA pourrait accélérer nettement le processus de conception ; le cofondateur d'OpenAI, Greg Brockman, a présenté le partenariat comme un moyen d'obtenir de meilleures puces et une meilleure IA.

Le schéma se répète plus bas dans la pile. Quail, un moteur d'inférence construit par Modal avec le Full Stack Data Lab de l'université Carnegie Mellon, a rapporté avoir dépassé le milliard de tokens traités par minute et par GPU H100 sur une requête AI-SQL multi-jointure. C'est 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 pour les requêtes AI-SQL, il a tourné 1,84 fois plus vite que vLLM, en moyenne géométrique sur les tâches. Par ailleurs, un projet open source appelé Magnitude, publié sur GitHub le 30 septembre, revendique une inférence jusqu'à 2 fois plus rapide que llama.cpp en compilant et en ajustant les 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 est captée.

Les chercheurs en sécurité trouvent toujours la même ouverture

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 est que les processeurs modernes restaurent la cohérence architecturale du code après une automodification, mais n'invalident pas forcément les entrées obsolètes de prédiction de branchement indirect. Dans les moteurs JIT, ces cibles obsolètes peuvent survivre au code d'origine et être réutilisées quand le cache de code se repeuple, produisant une primitive d'exécution spéculative après libération. L'équipe a analysé Linux cBPF, Oracle GraalVM et SpiderMonkey, le moteur JIT de Firefox, et construit deux exploits de bout en bout contre le noyau Linux, fuyant 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 de masquage constant bpf_jit_harden.

C'est un problème différent de celui du programme pour éditeurs de Google, mais il tombe la même semaine et sur la même infrastructure : les navigateurs, les runtimes et les noyaux dont les fonctions IA dépendent de plus en plus. Le dossier contient aussi un rapport de machine.news, daté du 30 septembre, sur un développeur se présentant comme ingénieur Apple. Celui-ci a construit un projet GitHub public manipulant les activations internes des modèles Qwen3 à poids ouverts d'Alibaba pour induire des états de type douleur, et il a supprimé un post promotionnel après des critiques. L'article indique 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 le trafic de recherche baisser, en attendant qu'un tribunal ou un régulateur décide ce que vaut leur contenu.