TotalEnergies présente MethaneLive, un centre de surveillance conçu pour détecter et analyser en temps réel les émissions de méthane sur ses opérations amont opérées.

Selon l’entreprise, le dispositif s’appuie sur 13 000 capteurs déployés en 2025 sur des sites onshore et offshore, puis sur des algorithmes capables d’alerter les opérateurs et de recommander des actions correctives.

Le groupe affirme que, depuis le lancement du centre début 2026, MethaneLive a permis d’identifier 35 fuites de méthane et d’en accélérer la correction via des opérations de maintenance.

Une réponse industrielle au défi du méthane

Le méthane est considéré comme un gaz à effet de serre particulièrement puissant à court terme, ce qui en fait une cible prioritaire pour les stratégies de réduction d’émissions.

En centralisant les données de terrain dans MethaneLive, TotalEnergies cherche à passer d’une logique de détection ponctuelle à une surveillance continue, plus proche des standards de l’industrie numérique.

Cette approche s’inscrit aussi dans une montée en puissance des outils de mesure, déjà illustrée par des campagnes de détection par drone et par le développement de centres de suivi dédiés. Le groupe met en avant une combinaison de capteurs, d’analytique et d’intervention humaine pour transformer la donnée en action opérationnelle.

Au-delà de la performance technique, MethaneLive permet de montrer que la réduction des fuites de méthane peut être suivie, vérifiée et industrialisée à grande échelle. Dans un secteur sous pression climatique, la capacité à documenter ses émissions devient un argument de crédibilité autant qu’un outil de conformité.

The post { VivaTech 2026 } –TotalEnergies lance MethaneLive pour traquer le méthane en temps réel appeared first on Silicon.fr.

Instances GPU, fonctions, bureaux virtuels, sauvegarde managée… Autant de services pour le moment non disponibles dans la région France d’Alibaba Cloud.

Désormais officiellement inaugurée, elle comprend deux zones de disponibilité. C’est la troisième que le groupe chinois ouvre en Europe après celles de Francfort (2016 ; 3 AZ) et de Londres (2018 ; 2 AZ). Il en prévoit une autre cette année aux Pays-Bas (où se trouve pour le moment une zone réseau).

L’inauguration s’accompagne d’une promesse de déployer, d’ici à fin 2026, une « suite de services agentiques » (développement d’agents, sandbox, garde-fous, centre de sécurité…). En l’état, le « centre de gravité » Model Studio n’est disponible dans aucune des trois régions européennes d’Alibaba Cloud. C’est aussi le cas, entre autres, de :

• SASE
• DataHub (traitement de données en flux)
• Outillage DevOps
• Grafana et OTel managés
• Détection de données sensibles, modération de contenu, détection de fraude

Hors produits mondiaux (CDN, DNS, monitoring…), une vingtaine sont actuellement disponibles dans la région France. Parmi eux :

• Instances de calcul
• Stockages objet, bloc et fichier
• Load balancing et adresses IP élastiques
• VPC, NAT et VPN
• Kubernetes managé et registre de conteneurs
• Bases de données Tablestore, ApsaraDB (RDS, MongoDB) et Tair (compatible Redis)
• KMS
• Orchestration cloud

Il faut se rabattre sur Francfort ou Londres pour, entre autres, les instances GPU, les bureaux virtuels, le FaaS, les serveurs physiques dédiés et diverses déclinaisons d’ApsaraDB (MySQL, PostgreSQL, SQL Server, ClickHouse, SelectDB).
Certains services sont exclusivement hébergés dans la région de Francfort. Par exemple, OpenSearch, le WAF, la gestion de certificats, les HSM cloud et l’IDaaS.

Les offres d’emploi qui ont circulé ces derniers mois (manager des installations du datacenter, ingénieur exploitation, IT manager…) laissent supposer un modèle de colocation. Les postes sont basés à Paris, où se trouve la filiale française d’Alibaba Cloud (créée fin 2023).

L’activité « cloud + IA » représente 15 % du CA d’Alibaba

Dans son dernier rapport annuel, publié en mai, le groupe Alibaba mentionne peu l’Europe… sinon sur les questions de régulation. En ligne de mire, notamment, l’AI Act – et les incertitudes sur son évolution au gré des paquets de mesures omnibus de la Commission européenne. Autre sujet : le DSA, qui a valu des poussé AliExpress à prendre quantité d’engagements (surveillance des produits susceptible d’affecter la santé et les mineurs, traitement des plaintes, transparence publicitaire…). Alibaba mentionne aussi le RGPD. Et les actions que plusieurs pays ont entreprises pour garanties insuffisantes quant aux transferts de données vers la Chine.

Sur son exercice fiscal 2026 (achevé le 31 mars), le groupe Alibaba a dégagé 148,4 Md$ de CA (+3 %). L’accroissement des investissements dans son infra cloud a pesé sur le résultat d’exploitation (-64 %, à 7,3 Md$). Tout comme l’acquisition client pour l’application Qwen.

À 22,9 Md$ (+34 %), l’activité « cloud + IA » (Cloud Intelligence Group) a représenté environ 15 % du chiffre d’affaires global.

Illustration

The post Alibaba Cloud inaugure sa région France sans services IA appeared first on Silicon.fr.

Et si vous repreniez le contrôle de votre datacenter ? Grâce à l’IT composable et à l’automatisation, vous pouvez faire cohabiter différents environnements et restaurer votre liberté de choix.

Les récentes évolutions du marché de la virtualisation ont agi comme un électrochoc dans les directions informatiques. Du jour au lendemain, la dépendance à un hyperviseur unique est passée du statut de « standard » à celui de « risque ».

Pour les DSI, l’enjeu n’est pas de tout migrer à la hâte, mais de reprendre le contrôle pour être en mesure de choisir librement la plateforme la plus adaptée à chaque besoin et de faire cohabiter l’existant avec des alternatives modernes.

Voici 5 conseils concrets pour redonner de la liberté à votre datacenter.

Conseil 1 : adopter une couche d’abstraction agnostique

Le principal piège du modèle traditionnel est que vos applications sont intimement liées à l’hyperviseur qui les porte. Si vous utilisez les outils d’administration natifs de l’éditeur, faire cohabiter différents environnements dans votre datacenter risque de devenir rapidement complexe. La solution consiste à insérer une couche supérieure d’abstraction, qui elle, sera agnostique et capable de traduire vos règles de déploiement vers différents hyperviseurs du marché. C’est ce que propose par exemple Dell Automation Platform, dont l’orchestrateur peut automatiser de bout en bout le cycle de vie de vos infrastructures VMware, Nutanix ou Red Hat depuis une console unique.

Conseil 2 : standardiser les déploiements grâce aux blueprints

Une fois la couche d’abstraction en place, l’enjeu est de s’affranchir des tâches manuelles en traitant l’infrastructure comme du code (Infrastructure as Code). Pour cela, vous pouvez vous appuyer sur des blueprints, c’est-à-dire des modèles de déploiement automatisés et avec des configurations prédéfinies (CPU, RAM, stockage…). Ces templates peuvent être puisés dans un catalogue prêt à l’emploi, comme Dell Private Cloud, ou créés sur mesure par vos équipes. Une fois ces blueprints en place, c’est le logiciel qui se charge de configurer les briques techniques nécessaires à l’exécution de vos workloads. Basculer un environnement de VMware vers une alternative (Red Hat, Proxmox, XCP-ng…) devient alors une simple option à cocher dans un catalogue de services.

Conseil 3 : segmenter ses workloads (mais pas son infrastructure)

L’un des meilleurs moyens de réduire sa dépendance (et sa facture) est de ne pas considérer son infrastructure comme un bloc monolithique. Toutes les applications n’ont pas les mêmes besoins ni la même criticité. Jusqu’à présent, faire cohabiter plusieurs environnements de virtualisation pouvait s’avérer complexe et coûteux, car cela créait différents silos technologiques à gérer. Aujourd’hui, avec l’IT composable et l’orchestration proposée par Dell Automation Platform (DAP), différents hyperviseurs peuvent coexister au sein d’une même plateforme matérielle. Il est donc possible de déployer chaque workload sur l’environnement le plus adapté et de limiter ainsi sa dépendance à un unique hyperviseur.

Conseil 4 : accélérer la conteneurisation

Réduire la dépendance à l’hyperviseur, c’est aussi accepter de regarder au-delà de la machine virtuelle classique. Les architectures applicatives modernes reposent sur les conteneurs. En migrant progressivement vos nouveaux développements vers des microservices conteneurisés, vous contournez nativement le problème de l’hyperviseur. L’avantage d’une architecture composable est qu’elle permet de faire cohabiter au sein des mêmes serveurs physiques vos VM historiques et vos clusters Kubernetes modernes. Pour faciliter cette démarche et accompagner vos architectures cloud-native, Dell propose en open source, depuis son répertoire GitHub, le CSI Driver (Container Storage Interface), qui permet de fournir des volumes de stockage persistants aux clusters Kubernetes, ainsi que les Container Storage Modules (CSM), conçus pour apporter encore plus de fonctionnalités avancées de gestion des données à ces environnements K8S.

Conseil 5 : séparer le stockage des serveurs

Dans une architecture hyperconvergée (HCI), vos données sont dépendantes des serveurs et de la couche logicielle de virtualisation qui gère le stockage (comme vSAN). Si vous voulez changer d’hyperviseur, vous devez extraire et migrer l’intégralité de vos volumes de données, ce qui rend l’opération lourde et risquée. En optant pour une infrastructure composable, le stockage redevient autonome et si vous décidez de changer de système de virtualisation, vos données ne bougent pas d’un iota : il suffit de réassigner les volumes au nouvel environnement.

Vers un nouveau monde de cohabitation

Réduire la dépendance à l’hyperviseur ne signifie évidemment pas de s’en affranchir. Mais en combinant la flexibilité matérielle de l’IT composable et l’intelligence de l’automatisation, il est possible de construire une infrastructure hybride, laissant cohabiter plusieurs environnements différents, sans transiger sur la simplicité de gestion ni sur la maîtrise de vos coûts.

The post Nos 5 conseils pour réduire votre dépendance à l’hyperviseur appeared first on Silicon.fr.

Selon le rapport IDC MarketScape Worldwide Mainframe Modernization Infrastructure Solutions 2025–2026, 84 % des utilisateurs de mainframes prévoient de faire appel à cette technologie au cours des cinq prochaines années pour la majorité de leurs workloads.

Souvent considérés comme des éléments statiques, les mainframes doivent en réalité s’adapter à des environnements de plus en plus complexes, ce qui rend l’IA indispensable aux entreprises qui souhaitent rester compétitives.

Toutefois, la réécriture du code pour ces systèmes gigantesques relève d’une véritable gageure.

Les faux espoirs de la conversion instantanée

Il existe une idée fausse très répandue selon laquelle l’IA générative serait capable de convertir instantanément des applications COBOL en code Java ou Python avec un résultat impeccable. De nombreuses entreprises ont pu y croire, alors qu’une telle opération reste encore hors de portée de cette technologie.

En effet, les grands modèles linguistiques (LLM) nécessitent des données d’entraînement abondantes et variées. S’il est vrai que Python et Java dominent les référentiels open source et les forums, COBOL se trouve dans un univers à part.

C’est un code généralement essentiel aux systèmes critiques et profondément intégré dans ces systèmes, mais bien moins présent dans les ensembles de données publics. De plus, COBOL est souvent modifié pour s’adapter aux besoins et logiques propres à chaque activité. Cela se traduit par un volume de données d’entraînement trop modeste, aboutissant à un taux d’erreurs et d’hallucinations plus élevé que pour les autres langages.

En outre, COBOL est un langage généralement réservé aux applications de grande envergure. Une conversion alimentée par l’IA générative ne se résume pas à traiter des centaines, voire des milliers de lignes de code ; les applications COBOL contiennent souvent des millions, voire des dizaines de millions de lignes.

C’est bien là le principal défi posé par ces types de systèmes. Si à cela s’ajoute un manque de documentation et le départ à la retraite des spécialistes, ces applications risquent de devenir des boîtes noires. L’accumulation de plusieurs dizaines d’années d’ajustements validés par la pratique, associée à une importante dette technique, à des dépendances mal définies et à de nombreuses duplications peut rendre les bases de code COBOL extrêmement difficiles à décomposer, à comprendre et à moderniser.

Comme il s’agit souvent de systèmes critiques qui desservent une vaste base d’utilisateurs, un faible pourcentage d’hallucinations ou la moindre erreur peuvent entraîner des perturbations majeures. Convertir ce type de code en Java ou en C# sans le comprendre pleinement représente un risque patent, puisque cela revient à importer la dette technique et les angles morts du code d’origine dans la nouvelle application, tout en y ajoutant les aléas des hallucinations de l’IA générative. Pour les systèmes critiques, une telle approche relève d’une sévère imprudence.

Une solution idéale pour les développeurs

La réécriture directe d’applications COBOL répond rarement aux attentes des entreprises en matière de budget et de délais. Ainsi, la réécriture intégrale d’un système COBOL en Java, même réalisée avec l’aide de l’IA, risque d’aboutir à une simple transposition dans un autre langage n’offrant qu’une poignée de nouvelles fonctionnalités et très peu de valeur ajoutée à l’utilisateur final.

Au lieu de cela, il faut plutôt miser sur des processus de développement plus intelligents.

En premier lieu, les solutions COBOL modernes peuvent effectuer automatiquement le mappage de l’intégralité d’une application professionnelle, y compris de ses dépendances, relations et intégrations.

Ces métadonnées structurées et de haute qualité sont précieuses pour les LLM. Grâce à elles, les développeurs peuvent appliquer des prompts spécialement conçus pour le COBOL et adaptés à l’architecture applicative de l’entreprise. Il en résulte des analyses IA déterministes qui reflètent de façon fiable la réalité et le contexte métier de chaque application individuelle.

Cela permet d’atteindre de nouveaux niveaux de productivité et d’accélérer la modernisation en toute confiance. De plus, les responsables gardent ainsi un contrôle total et peuvent exploiter les résultats de l’IA générative pour répondre à leurs exigences en matière d’activité commerciale, de sécurité et de conformité.

En facilitant ainsi l’intégration et la formation, les nouveaux développeurs peuvent alors devenir opérationnels en quelques jours plutôt qu’en plusieurs mois. Ceci élimine l’un des principaux obstacles à la maintenance des applications COBOL et à leur modernisation : une sévère courbe d’apprentissage.

Au-delà d’une intégration plus rapide, l’utilisation de l’IA générative dans une suite COBOL moderne simplifie le travail des développeurs. Les équipes peuvent livrer des mises à jour et de nouvelles fonctionnalités à un rythme qui permet à l’entreprise de rester compétitive sans compromis sur la qualité ni la stabilité.

Au lieu de passer des heures à parcourir de long en large du code non documenté, les développeurs bénéficient d’une totale clarté et d’informations immédiatement exploitables, ce qui leur permet de concentrer leurs efforts sur des tâches plus créatives.

Du chat au codage en temps réel

Le codage assisté par l’IA s’impose progressivement pour tous les langages de programmation, COBOL compris. Aussitôt qu’un ingénieur modifie la moindre ligne de code, les changements sont traités en temps réel, fournissant un retour d’information et suggérant la syntaxe ou la variable appropriée pour accélérer le processus.

Ces fonctionnalités améliorent considérablement la productivité des équipes en automatisant de nombreuses tâches et en offrant une analyse approfondie des applications.

Grâce aux fonctionnalités alimentées par l’IA générative intégrées au développement COBOL, telles que l’explication du code et la génération de documentation, les développeurs peuvent obtenir un résumé d’un programme COBOL comprenant une description claire, toutes les relations et les artefacts sources, ainsi que des visualisations.

C’est un point de départ idéal pour les aider à mieux comprendre le programme sur lequel ils travaillent. De plus, au lieu d’avoir à chercher dans de multiples applications COBOL et de parcourir d’interminables lignes de code, ces développeurs peuvent simplement ouvrir une interface de chat et poser des questions en langage naturel.

Lorsqu’il s’agit de travailler sur le code, les développeurs peuvent sélectionner n’importe quel extrait ou fonction et cliquer sur un bouton pour obtenir instantanément leur contexte. S’ils souhaitent partager ce contexte sous forme de commentaire avec l’équipe, un simple clic supplémentaire suffit.

De plus, ce ne sont là que les premières fonctionnalités disponibles. Grâce à des intégrations telles que Copilot, des mécanismes de règles métier et des tests unitaires pilotés par l’IA, les organisations seront bientôt en mesure de moderniser et de mettre à jour leurs applications stratégiques encore plus rapidement.

Grâce à des updates réguliers, de nouvelles fonctionnalités s’ajoutent sans cesse, sans impact sur la sécurité.

Priorité à l’incrémentiel

Le langage COBOL est souvent considéré comme un obstacle à la modernisation des applications, bien qu’il soit relativement facile à apprendre. Les véritables difficultés se situent souvent au niveau de la compréhension des applications, de l’optimisation de la productivité et de l’adaptation aux pratiques et aux capacités modernes.

Ces difficultés ne sont pas propres au COBOL, puisqu’on les retrouve fréquemment pour les applications matures dont la maintenance est assurée par des experts en voie de disparition. Outre la modernisation des applications, il faut aussi accompagner la modernisation des processus, en permettant l’intégration des applications COBOL et PL/I dans un environnement d’intégration continue, c’est-à-dire en adoptant une chaîne d’outils DevSecOps pour automatiser les processus de développement et les tests.

Tout cela peut être réalisé sur site ou dans le cloud en s’appuyant sur des conteneurs pour simplifier la réplication et l’évolutivité. De plus, la capacité d’une plateforme à évoluer de manière dynamique pendant les phases de développement et de déploiement, tous environnements confondus, est un aspect clé de la modernisation des infrastructures.

Les LLM présentent un taux élevé d’hallucinations quand ils génèrent du code. Même quand ils ont accès aux applications COBOL d’entreprise pour entraîner leurs modèles, ils restent, pour le moment, incapables de créer des applications immédiatement opérationnelles. Pour de nombreuses organisations, la priorité est d’appliquer des modifications incrémentielles aux applications, d’apporter des améliorations et de se conformer aux dernières réglementations en vigueur.

L’IA générative aide les entreprises à exploiter pleinement la valeur de leurs applications métier. Ces systèmes sont indispensables à leur activité depuis plusieurs dizaines d’années et restent des piliers de fiabilité. En utilisant l’IA pour mieux les comprendre, les entreprises peuvent réduire leur dette technique, développer de nouvelles fonctionnalités et ajouter de la valeur aux applications les plus utilisées.

L’environnement COBOL est un atout essentiel pour articuler la logique métier, les données et la propriété intellectuelle d’une entreprise. Grâce à l’IA générative, il devient possible de tirer parti de cet atout pour répondre aux exigences d’aujourd’hui et saisir les opportunités de demain.

L’IA peut jouer un rôle clé dans la modernisation des applications en en automatisant de nombreux aspects. Grâce à des capacités avancées intégrées aux processus et aux outils, les entreprises disposent également de plusieurs options pour mettre l’analyse des données et l’IA au service de la modernisation de leurs mainframes.

Dans le cadre de ce processus, les données peuvent ensuite être exploitées dans un environnement d’IA et de machine learning, fournissant ainsi aux clients des informations précieuses. Une fois l’application déployée sur une plateforme moderne, l’expérience peut être modernisée de bout en bout grâce à différentes opérations et techniques de suivi de la sécurité, de la disponibilité et des performances système basées sur l’IA.

*Neil Fowler est SVP Software Engineer Cloud hybride chez Rocket Software
Photo : © DR

The post Moderniser COBOL avec l’IA générative appeared first on Silicon.fr.

Il y a les cyberattaques qui font la une, avec leurs rançongiciels paralysant des hôpitaux ou leurs coupures de courant spectaculaires. Et il y a celles, beaucoup plus silencieuses, qui visent à rester invisibles pendant des années.

C’est dans cette seconde catégorie qu’opère Gamaredon, un groupe de pirates informatiques que les services ukrainiens attribuent directement au FSB, l’héritier du KGB. Sa cible : les administrations, l’armée et les infrastructures critiques ukrainiennes, espionnées sans relâche depuis plus d’une décennie.

SekoiaCe qui inquiète aujourd’hui n’est pas tant la nouveauté de la cible que la sophistication du camouflage.

Dans une enquête très détaillée, l’entreprise française Sekoia.io, qui surveille les groupes de pirates liés à des États, décrit comment Gamaredon a quasiment abandonné les outils de piratage « faits maison » pour se nicher dans des services comme Telegram, l’infrastructure de Cloudflare ou encore le logiciel de compression de fichiers WinRAR, installé sur des millions d’ordinateurs dans le monde.

Une clé USB ou un mail piégé comme porte d’entrée

Tout commence, sans surprise, par un mail.

Les chercheurs de Sekoia ont mis la main sur un document piégé envoyé aux victimes, qui ouvre une archive compressée au format RAR. Mauvaise nouvelle pour les utilisateurs retardataires : cette archive exploite une faille de sécurité critique dans WinRAR (CVE-2025-8088), corrigée par l’éditeur dès août 2025, mais visiblement pas par tout le monde.

D’après les recherches de Google Threat Intelligence, cette même faille a aussi été utilisée par d’autres groupes de pirates russes comme Sandworm et Turla, ainsi que par des groupes chinois.

La faille permet de déposer un fichier malveillant directement dans le dossier de démarrage de Windows, sans que l’utilisateur s’en aperçoive. Au prochain redémarrage de l’ordinateur, le piège se referme automatiquement.

Une fois la machine infectée, le logiciel espion peut aussi se propager physiquement, en infectant les clés USB connectées à l’appareil. C’est une technique redoutable pour atteindre les réseaux dits « air-gapped », ces systèmes sensibles volontairement déconnectés d’Internet.

Telegram et Cloudflare comme standards téléphoniques clandestins

L’élément le plus frappant de l’enquête concerne la manière dont les pirates pilotent leurs logiciels à distance.

Plutôt que d’utiliser des serveurs informatiques facilement repérables et bloquables, Gamaredon a choisi de cacher ses instructions sur des plateformes que les systèmes de sécurité ont l’habitude de laisser passer sans broncher.

Le logiciel espion va ainsi consulter une page Telegram publique, accessible sans même avoir de compte ni l’application installée, pour y récupérer une adresse codée.

Il fait de même avec Telegra.ph, l’outil de publication d’articles propre à Telegram, avec Teletype, une autre plateforme de blogs, ou encore avec des sous-domaines hébergés gratuitement sur l’infrastructure de Cloudflare.

À chaque étape, une nouvelle adresse est récupérée et stockée dans le registre Windows de la machine infectée, formant une chaîne de relais quasiment impossible à couper d’un seul coup. Fermer un seul de ces canaux ne suffit pas, puisque les autres prennent immédiatement le relais.

Cette technique, baptisée  » Dead Drop Resolvers  » par les spécialistes, en référence aux boîtes aux lettres mortes utilisées par les espions de la guerre froide, permet aux opérateurs russes de changer leur infrastructure de pilotage à la volée, sans jamais avoir à renvoyer un nouveau logiciel à leurs victimes.

Un ver qui se cache dans les recoins du disque dur

Pour assurer sa survie, le logiciel malveillant, que les chercheurs ont rebaptisé GammaWorm dans une tentative de clarifier la nomenclature éclatée de ce type de menaces, utilise une fonctionnalité méconnue du système de fichiers de Windows, les « flux de données alternatifs » (Alternate Data Streams).

Conçue à l’origine pour assurer une compatibilité avec les anciens ordinateurs Macintosh, cette fonctionnalité permet d’attacher des données invisibles à un fichier ou un dossier parfaitement normal, sans que cela n’apparaisse dans l’explorateur de fichiers ni ne modifie la taille apparente du dossier.

Autant dire un coffre-fort caché dans le mur, que seule une commande très spécifique permet de révéler.

Le logiciel espion s’installe également via des tâches planifiées portant des noms volontairement anodins et techniques (DiskDiagnosticDataCollector, SilentCleanup ) censées évoquer des outils de maintenance Windows plutôt que des espions.

Sur les clés USB et les disques partagés en réseau, la méthode est particulièrement vicieuse.  Le logiciel rend invisibles les dossiers légitimes de l’utilisateur et les remplace par de faux raccourcis portant exactement le même nom et la même icône.

En cliquant, ces raccourcis piégés ouvrent bien le dossier d’origine, donnant l’illusion que tout est normal, tout en exécutant silencieusement le programme espion en arrière-plan.

Des leurres qui jouent sur les peurs de la guerre

Pour inciter les utilisateurs à cliquer sur les bons fichiers, les pirates misent sur l’ingénierie sociale, en jouant sur l’actualité tragique du pays visé.

Les chercheurs de Sekoia ont retrouvé des noms de fichiers leurres en ukrainien évoquant des convocations militaires, des listes de matériel de soldats tués au combat, ou des documents prétendument classifiés. Certains noms de fichiers, plus choquants, misent sur des contenus à caractère explicite pour pousser la victime à ouvrir le piège par simple curiosité malsaine.

Le point le plus préoccupant relevé par les chercheurs tient à l’architecture même de cette opération : chaque étape de l’infection constitue, à elle seule, une porte dérobée complète. Autrement dit, même si une victime parvient à supprimer une partie du logiciel malveillant, n’importe quel composant restant suffit aux opérateurs russes pour reprendre la main, télécharger de nouveaux outils et poursuivre l’espionnage.

Sekoia recommande d’ailleurs aux organisations touchées une réinstallation complète des machines infectées plutôt qu’un simple nettoyage, jugé insuffisant face à la redondance du système.

L’enquête illustre une tendance de fond du renseignement russe documentée par plusieurs agences de cybersécurité occidentales. A mesure que les outils de piratage « maison » deviennent plus faciles à détecter, les services de renseignement privilégient des techniques se dissimulant dans le trafic numérique ordinaire des entreprises et des particuliers.

The post Gamaredon : comment le FSB a réinventé son arsenal d’espionnage appeared first on Silicon.fr.

Avec la création d’une Direction de l’intelligence artificielle et du numérique, Bercy veut structurer et accélérer l’intégration de l’IA au sein de ses administrations tout en renforçant sa stratégie en matière de données et d’infrastructures numériques.

Jusqu’ici éclatées entre plusieurs directions (DGFiP, DGDDI, DGE, ou encore DINUM au niveau interministériel), les initiatives liées à l’intelligence artificielle et au numérique souffraient d’un manque de coordination. La nouvelle direction va centraliser ces efforts, en définissant une feuille de route commune et en mutualisant les ressources technologiques et humaines.

L’objectif est double : améliorer l’efficacité opérationnelle des services publics ( notamment en matière de lutte contre la fraude fiscale, de pilotage des politiques publiques et de relation usager ) et positionner l’État comme un acteur exemplaire dans l’usage responsable de l’IA.

Priorités : données, souveraineté et IA de confiance

Au cœur de cette nouvelle entité figurent plusieurs chantiers structurants.

D’abord, la valorisation des données publiques, considérées comme un levier clé pour entraîner des modèles d’IA performants. Ensuite, la question de la souveraineté technologique, avec un recours privilégié à des solutions cloud et des modèles développés ou hébergés en Europe.

La direction devra également encadrer les usages de l’IA selon des principes d’éthique et de conformité réglementaire, en cohérence avec le cadre européen, notamment l’AI Act. Cela inclut la transparence des algorithmes, la gestion des biais et la sécurisation des systèmes.

Bercy mise aussi sur l’IA pour automatiser certaines procédures, optimiser la prise de décision et améliorer la qualité de service. Des cas d’usage concrets sont déjà identifiés comme la détection automatisée d’anomalies fiscales, l’assistance aux agents via des copilotes IA ou encore l’analyse prédictive pour orienter les contrôles.

The post Bercy crée une Direction de l’intelligence artificielle et du numérique pour accélérer sa transformation appeared first on Silicon.fr.

The post { VivaTech 2026 } – L’Oréal choisit OpenAI pour ses projets IA appeared first on Silicon.fr.

The post Bleu et Delos Cloud activent leur partenariat dans le cloud souverain appeared first on Silicon.fr.

Pendant des décennies, l’open source a incarné une promesse simple : celle d’un accès libre et gratuit à des technologies de pointe. Cette vision a porté l’innovation numérique mondiale, permis l’émergence de géants du web et démocratisé l’accès au code.

Aujourd’hui, cependant, l’adoption de la loi européenne sur la cyber-résilience, parallèlement au cadre établi par la loi sur l’IA, redéfinit la réalité opérationnelle tant pour les applications logicielles que pour les modèles d’intelligence artificielle, ce qui a un impact direct sur la manière dont les entreprises acquièrent, déploient et font évoluer leurs technologies.

Nous assistons à un tournant historique. L’open source, longtemps perçu comme un bien commun sans contrepartie, devient un actif stratégique dont l’usage implique une responsabilité pleine et entière. Pour les entreprises, cette évolution est une opportunité de transformer la conformité réglementaire en avantage compétitif durable.

Pour franchir ces prochaines échéances réglementaires, il est cependant nécessaire d’abandonner une approche cloisonnée au profit d’une architecture proactive intégrant la sécurité dès la conception. À condition de comprendre que le modèle économique et opérationnel de l’open source est en train de basculer définitivement.

Du mythe du gratuit à la réalité de la responsabilité : Quelles stratégies les DSI et les directeurs techniques doivent-ils mettre en œuvre ?

Pour se conformer à la loi sur la cyber-résilience, les entreprises devront mettre en place une gestion proactive des vulnérabilités, suivre et contrôler chaque dépendance, et assumer l’entière responsabilité opérationnelle de tous les composants intégrés tout au long de leur cycle de vie.

Ceci marque la fin d’une époque où les entreprises pouvaient intégrer librement des composants open source dans leurs systèmes critiques sans se poser de questions sur leur maintenance, leur sécurité ou leur conformité.

Le risque opérationnel lié au code non géré : l’exemple de Log4Shell, cette faille critique découverte en décembre 2021 dans une bibliothèque Java omniprésente, a révélé l’ampleur du défi. Des milliers d’entreprises à travers le monde ont dû identifier en urgence tous les systèmes utilisant ce composant, corriger les versions vulnérables et documenter l’ensemble du processus de remédiation.

Celles qui disposaient déjà d’une gouvernance rigoureuse de leurs composants open source ont pu réagir en quelques heures. Les autres ont mis des semaines, voire des mois, à cartographier leur exposition et à déployer les correctifs.

Plutôt que de considérer ces obligations comme un obstacle administratif, les entreprises tournées vers l’avenir y voient une occasion d’harmoniser leurs pratiques d’ingénierie, de protéger leurs données critiques et de garantir une stabilité continue en production.

La mise en place de ces bases solides permet aux organisations de mettre en place des processus de développement renouvelables qui réduisent considérablement les temps d’arrêt et accélèrent l’innovation à long terme.

Ces principes de base ne sont pas un nouveau concept. Il y a plusieurs décennies, certains pionniers de l’open source en entreprise ont mis en place un modèle économique et opérationnel entièrement fondé sur la sécurité proactive, le support industriel, une gouvernance rigoureuse des composants et des cycles de vie contrôlés.

Ce modèle, longtemps considéré comme un coût supplémentaire par certaines organisations, va désormais devenir la norme. Les entreprises qui ont très tôt misé sur cette approche professionnelle de l’open source se trouvent aujourd’hui en position de force : elles sont déjà en conformité avec le CRA.

De la cybersécurité à la gouvernance de l’intelligence artificielle

Contrairement au logiciel classique, l’intelligence artificielle introduit des dimensions nouvelles qui dépassent largement la seule question de la sécurité du code. Désormais, il ne suffit plus de garantir qu’un modèle IA est exempt de vulnérabilités techniques.

Pour respecter la loi sur l’IA, Il faut aussi pouvoir tracer l’origine des données d’entraînement, expliquer la logique des décisions prises par l’algorithme, auditer les biais potentiels et classifier les systèmes selon leur niveau de criticité.

Cette exigence soulève une question fondamentale : que signifie réellement « open source » dans le contexte de l’intelligence artificielle ? Un modèle peut être techniquement ouvert, avec ses poids publiés et son architecture documentée, sans pour autant être transparent sur ses données d’entraînement, les biais potentiels ou ses limites d’utilisation.

L’AI Act impose une responsabilité bien plus large aux entreprises. Utiliser un modèle open source implique désormais de comprendre son entraînement, de documenter précisément son usage, de garantir sa conformité avec les exigences réglementaires selon la classification du système. L’open source devient ainsi un actif critique à gouverner, et non plus un simple accélérateur technique que l’on intègre sans questionnement.

Pour les organisations de défense, de santé, de finance ou d’infrastructures critiques, cette exigence est d’autant plus forte. Un modèle IA mal maîtrisé peut avoir des conséquences catastrophiques sur la sécurité nationale, la vie privée des citoyens ou la stabilité économique.

Le passage du « j’utilise gratuitement » au « j’assume pleinement, je sécurise et je documente mes usages » marque une évolution profonde vers une démarche responsable et structurée.
C’est ce que l’on pourrait appeler le « Responsible Open Source by Design », un parallèle direct avec le « security by design », mais appliqué à l’ensemble de la chaine de valeur de l’IA.

Cette approche nécessite des outils, des processus et surtout une culture d’entreprise où la responsabilité technique et juridique est partagée entre les équipes data science, IT, juridique et métier. Elle impose d’intégrer dès la conception la gouvernance des modèles et des données, la traçabilité complète de la chaîne IA du dataset brut au modèle déployé en production, la sécurité continue avec monitoring et mise à jour, ainsi que la conformité réglementaire avec documentation et auditabilité.

Les plateformes d’IA d’entreprise les plus matures intègrent désormais nativement ces capacités de gouvernance, de traçabilité des pipelines et de sécurité des déploiements. Elles font partie intégrante de l’architecture et contribuent, dès la conception, à garantir la conformité et la résilience du système.

L’évolution des cadres réglementaires, tels que la loi sur la cyber-résilience et la loi sur l’IA, oblige désormais les entreprises à évoluer dans un environnement opérationnel bien plus contraignant. L’utilisation de code provenant de communautés open source implique une certaine responsabilité, mais le respect de ces nouvelles normes ne signifie pas pour autant que vous deviez repenser entièrement votre infrastructure existante.

Opter pour des solutions open source responsables devient un choix stratégique qui permet aux entreprises de se démarquer. En adoptant des technologies open source fiables et adaptées, elles peuvent mettre en place un modèle où la conformité est pratiquement intégrée dès le départ, ce qui leur permet de protéger leurs investissements actuels en infrastructure tout en gagnant en agilité pour s’adapter aux futures évolutions réglementaires.

Dans un monde où la souveraineté numérique, la cybersécurité et l’intelligence artificielle deviennent des priorités stratégiques au niveau national et européen, l’open source responsable est la seule voie viable.

* Thomas Belarbi est EMEA Defense Lead chez Red Hat

The post L’open source n’est plus « gratuit par défaut » : il devient un choix stratégique et responsable appeared first on Silicon.fr.