OpenAI, MiniMax et Nvidia donnent le ton de mars en IA : Sora, GPT-5.4 et le pari sur Mira Murati

Mars a montré que le marché de l'IA s'éloigne de nouveau des démos isolées et spectaculaires pour se concentrer sur des usages professionnels réels : qui donne à un modèle l'accès à l'ordinateur, qui rend l'inférence plus rapide et moins chère, qui transforme un assistant en véritable outil plutôt qu'en un énième chatbot.

L'un des grands sujets du mois a été le virage d'OpenAI. Sora passait autrefois pour le symbole de l'effet « waouh » génératif, mais l'attention se déplace de plus en plus vers des produits pratiques. Les signaux d'une fermeture ou d'une refonte de Sora par rapport à son format actuel montrent qu'un lancement tonitruant ne garantit pas une longue vie si la solution ne s'intègre pas aux processus quotidiens des utilisateurs.

Dans ce contexte, la sortie de GPT-5.4 avec accès natif à l'ordinateur est très révélatrice. Le marché valorise de plus en plus non pas le modèle qui répond joliment à une requête, mais le système capable d'ouvrir la bonne fenêtre, d'exécuter une séquence d'actions, de vérifier le résultat et de faire gagner du temps sur une tâche réelle.

Google répond de son côté. Gemini 3.1 Flash-Lite est présenté comme un modèle plus léger et plus rapide, et c'est un signal important pour tout le marché : les gagnants ne seront pas seulement les solutions les plus puissantes, mais aussi les moins chères à exploiter.

Parallèlement, Google rend ses embeddings multimodaux, et il ne s'agit pas de marketing mais d'une nouvelle architecture pour la recherche et les recommandations. Si texte, image, interface et document vivaient souvent dans des circuits séparés, ils se retrouvent désormais de plus en plus dans un espace de représentation unique. Cela signifie que la recherche d'entreprise, les systèmes RAG, les assistants intégrés aux produits et les outils analytiques comprendront plus finement les contenus mixtes.

Anthropic a elle aussi renforcé en mars son orientation pragmatique : Claude a gagné en liberté sur le poste de travail. Autre moment marquant : la réaction de Donald Knuth, que Claude a réussi à surprendre pour de bon par la qualité de son travail.

Une autre ligne de force du mois concerne MiniMax et l'idée de systèmes auto-apprenants. L'affaire MiniMax M2.7 a attisé l'intérêt pour la question de savoir jusqu'où l'on peut aller en utilisant un modèle pour son propre développement, son évaluation ou la préparation de données synthétiques. Si ces pratiques s'installent, l'industrie connaîtra une accélération récursive : le modèle aide à créer sa version suivante et raccourcit le cycle entre expérience et sortie.

Mais le principal risque se trouve aussi là. L'auto-amélioration sans contrôle strict peut non seulement accélérer les progrès, mais aussi amplifier erreurs, artefacts et fausse assurance. Ce qui compte n'est donc pas la participation du modèle au développement en soi, mais la qualité des vérifications, des filtres et des critères d'évaluation externes.

L'épisode Nvidia est tout aussi révélateur : le groupe parie, au fond, non seulement sur les puces, mais aussi sur les futurs centres de pouvoir produit. Son intérêt pour le projet de Mira Murati se lit comme une tentative de se placer d'avance dans le prochain cycle des entreprises d'IA. C'est logique pour Nvidia : l'infrastructure seule ne suffit plus si le marché va vers un lien plus étroit entre matériel, modèles, outils et interfaces applicatives. C'est aussi un marqueur important pour toute la filière. Les grands acteurs n'attendent plus qu'un nouveau leader émerge seul ; ils cherchent à participer à sa formation le plus tôt possible.

Au total, les événements de mars dessinent un tableau très net. Le marché de l'IA mûrit et quitte la compétition des démos « waouh » isolées pour se battre sur la vitesse, le prix, l'intégration et la profondeur d'adoption dans le travail quotidien. Les modèles deviennent plus multimodaux, obtiennent plus de droits dans l'ordinateur, apprennent à contribuer à leur propre développement et se lient toujours plus étroitement à l'infrastructure des grands groupes technologiques.

Pour les utilisateurs et les équipes, cela signifie une chose : on choisira désormais ses outils non au bruit de l'annonce, mais à leur capacité à s'insérer dans des processus réels. C'est là que se jouera, dans les mois à venir, la question de savoir qui impose vraiment l'agenda de l'IA.