un simple agrégateur, lecteur de flux rss pour tout suivre .... par: fonds d'écran - Kriss Feed, version : 7 -
  • Friday 26 June 2026 - 17:45
    from Silicon

    C’était pressenti, c’est désormais officiel : la Commission européenne veut soumettre AWS et Azure au DMA.

    On en est au stade de l’avis préliminaire. Amazon et Microsoft peuvent donc exercer leurs droits de défense.

    Si leurs clouds respectifs ont jusque-là échappé à la désignation en tant que « services de plate-forme essentiels », c’est qu’ils n’atteignaient pas l’un des seuils quantitatifs définis dans le DMA. En l’occurrence, au moins 45 millions d’utilisateurs finaux actifs par mois établis ou situés dans l’UE.

    Le règlement autorise cependant la Commission à mener une enquête de marché pour déterminer si un service qui n’atteint pas ce seuil constitue tout de même un « point d’accès majeur permettant aux entreprises utilisatrices d’atteindre leurs utilisateurs finaux ».
    Si tel est le cas, elle peut le désigner comme service de plate-forme essentiel sous deux autres conditions. D’une part, que l’entreprise qui le propose ait un « poids important » sur le marché européen. Soit par son chiffre d’affaires (au moins 7,5 Md€ sur les trois derniers exercices), soit par sa capitalisation boursière ou sa juste valeur marchande équivalente (au moins 75 Md€). De l’autre, qu’elle jouisse d’une « position solide et durable », au sens où elle aurait atteint les deux seuils de poids sur chacun de ses trois derniers exercices.

    Une enquête DMA lancée fin 2025… chiffres à l’appui

    La Commission européenne avait ouvert des enquêtes sur AWS et Azure en novembre 2025. Les grandes lignes de son raisonnement étaient tracées.

    En ce qui concerne le poids sur le marché intérieur, elle avait souligné que la juste valeur marchande d’AWS dépassait les 75 Md€, sachant que la capitalisation boursière du groupe Amazon avoisinait les 2700 Md$. Même réflexion pour Azure, Microsoft valant alors près de 4000 Md$.

    Sur le fondement de données Statista, la Commission avait rappelé qu’AWS détenait 29 % du marché mondial du cloud d’infrastructure. Et qu’Azure en captait 20 %. Pour le marché européen, elle avait mobilisé, entre autres, des chiffres de l’Autorité de la concurrence française et de son homologue britannique, repris les uns et les autres par l’OCDE. Parmi eux : 46 % de part de marché pour AWS en France en 2021, contre 17 % pour Azure.

    AWS, indispensable ? Les pannes en témoignent

    Pour AWS comme Azure, Bruxelles avait pointé des effets d’échelle : les coûts de développement et de maintenance des services apparaissaient peu dépendants du nombre d’utilisateurs, en plus de pouvoir être reportés sur d’autres services, y compris non cloud.

    Autre point commun : une structure conglomérale et un degré d’intégration verticale permettant des subventionnements croisés. La Commission évoquait aussi les effets de verrouillage, renforcés par l’écosystème de logiciels et services tiers.

    Une remarque fut spécifique à AWS : l’échelle et la magnitude des pannes confirme que ses services sont indispensables aux entreprises pour atteindre leurs clients. Quand à Azure, il bénéficie, à travers Windows et Office 365, d’effets de réseau indirects et d’avantages en matière de collectes de données.

    Les outils et partenariats IA ont pesé dans la balance

    La Commission n’a pas encore publié son avis préliminaire. L’annonce qu’elle en fait liste néanmoins quelques arguments qui ont motivé sa décision.

    Au-delà du chiffre d’affaires important et des effets de verrouillage, elle évoque des capacités opérationnelles et des investissements qui « semblent avoir largement dépassé » ceux des concurrents. Elle mentionne aussi des « bases d’utilisateurs vastes et bien établies ». Tout en affirmant que le portefeuille d’outils et de partenariats dans le domaine de l’IA est devenu un « facteur décisif » dans la passation de marchés.

    Illustration générée par IA

    The post L’UE veut soumettre AWS et Azure au DMA : l’IA a compté appeared first on Silicon.fr.

  • Friday 26 June 2026 - 15:32
    from Silicon

    Si les minorités vous importent, prenez des pincettes avec leurs gradients.

    En novembre 2025, Benoit Rottembourg avait commenté ainsi les travaux que des collègues s’apprêtaient à présenter à la NeurIPS. Ces travaux s’inscrivaient dans son domaine de spécialisation : l’audit et la régulation des algorithmes. Leur superviseur : Jean-Michel Loubes.

    Les deux hommes, travaillant à Inria, collaboraient alors au sein d’une équipe-projet officiellement constituée quelques semaines auparavant : REGALIA (Regulations for Artificial Intelligence). Basée à l’université de Bordeaux, elle a deux grands objectifs. D’une part, développer de quoi prouver la conformité – ou la non-conformité – d’algorithmes à des normes ou à des exigences. De l’autre, concevoir des méthodes pour rendre « loyaux » ceux sujets à des comportements indésirables.

    Le programme de recherche se structure en trois axes :

    • Mesure des comportements indésirables
    • Audit de l’IA à usage général
    • Alignement des métriques et des techniques d’audit avec les besoins de la société

    Le premier axe englobe des éléments tels que les hallucinations, la toxicité et l’adoption de personnalités nocives. Il s’agit de déterminer comment l’optimisation lors de l’entraînement et du fine-tuning transforme ou amplifie des propriétés du jeu de données. Puis de contribuer à réduire ces effets, en construisant notamment des combinaisons modèle-optimiseur par profil de risque.

    En parallèle, REGALIA concevra des métriques d’évaluation, sur deux plans : robustesse des modèles et sensibilité des distributions. Le projet touche aussi à la découverte locale des vulnérabilités des algorithmes, afin de révéler des comportements cachés.

    Vers une boîte à outils pour auditer les algorithmes

    Le focus sur l’IA à usage général couvrira deux modalités : image et texte. REGALIA a pour premier objectif de créer une taxonomie des méthodes actuelles d’évaluation. En particulier sur les biais, la robustesse, la sûreté et la performance. Il a aussi pour mission d’en concevoir de nouvelles, ainsi que des bancs de test.

    Le troisième axe inclut le développement d’une méthode pour traduire des exigences en déclarations défendables. En d’autres termes, pour rendre l’évaluation explicite : que mesure tel indicateur ? sur la base de quelles suppositions ? avec quelle portabilité entre contextes ?… Livrables attendus : une matrice de correspondance exigences-preuves, un pack de reporting et une bibliothèque d’évaluation.

    En complément, REGALIA spécifiera des cibles normatives. De ces travaux découleront des méthodes destinées à opérationnaliser des notions telles que la capacité d’action (agency), la supervision humaine, la légitimité et la contestabilité.

    Au bout de la chaîne, un livrable attendu : une boîte à outils pour l’audit d’algorithmes… y compris à l’échelle de systèmes.

    Trois chercheurs, trois expertises complémentaires

    REGALIA peut s’appuyer sur des travaux antérieurs auxquels a contribué Jean-Michel Loubes. Parmi eux, l’article susmentionné qui aborde la question des minorités. Il démontre plus précisément, par la voie mathématique, comment l’entraînement standard amplifie les stéréotypes. On peut aussi citer « Fairness in the details: Face Dataset Auditing » (2025), qui propose une méthode automatisée d’audit de jeux de données d’images.

    Benoit Rottembourg a quant à lui supervisé, entre autres, les travaux sur P2NIA (Privacy-Preserving Non-Iterative Auditing). Il s’agit d’un schéma d’audit alternatif qui utilise des données synthétiques ou locales plutôt que des API, afin d’éviter les défis inhérents à ces dernières (confidentialité, sécurité, biais d’estimation).

    Dans l’équipe-projet, il y a aussi Carina Prunkl. Les travaux précédents de cette docteure en philosophie de la physique alimenteront le troisième axe du programme de REGALIA.

    Un projet avec un groupe industriel marocain

    REGALIA a collaboré avec Easy Cash pour évaluer l’équité de l’algo de recommandation sur sa marketplace. Il mène aussi une mission pour le groupe industriel marocain OCP (extraction, transformation et commercialisation du phosphate), en partenariat avec une équipe Inria de Lille, pour développer un mécanisme d’allocation de stocks.

    Jean-Michel Loubes est aussi membre du comité scientifique d’ANITI (Artificial ans Natural Intelligence Toulouse Institute) et du comité de direction de l’INESIA.

    À consulter en complément :

    L’INESIA a sa feuille de route… et son défi de coopération
    CNIL et Inria renforcent leur coopération
    Stratégie IA : la France en tête du peloton européen… mais loin du compte
    Bercy crée une Direction de l’IA et du numérique
    L’IA industrielle finalement (quasi) exemptée d’AI Act

    Illustration générée par IA

    The post REGALIA, une synthèse des enjeux de régulation des algorithmes appeared first on Silicon.fr.

  • Friday 26 June 2026 - 13:54
    from Silicon

    Se limiter à une vingtaine de fournisseurs ne convient plus pour analyser le marché de l’AST (tests de sécurité applicative).

    Gartner en a jugé ainsi. Il considère que ce marché s’est trop étendu pour entrer dans la grille d’analyse de son Magic Quadrant, qui impose la limite en question. Il a donc « zoomé » sur un sous-segment : la sécurité de la chaîne d’approvisionnement logicielle.

    Son évaluation s’est centrée sur trois composants fonctionnels : SCA, SBOM et threat intelligence. De nombreuses briques n’étaient pas obligatoires pour figurer dans ce Magic Quadrant. Entre autres :

    • Intégration dans les gestionnaires de code source et les outils de build
    • Protection contre les composants IA tiers (LLM et serveurs MCP)
    • Analyse des extensions dans les IDE
    • Gouvernance de la posture de sécurité des pipelines de livraison
    • Gestion du cycle de vie des SBOM

    18 fournisseurs, 8 « leaders »

    Deux axes déterminent le positionnement des fournisseurs. L’un, dit « exécution », traduit la capacité de réponse à la demande (expérience client, tarification, qualité des produits/services…). L’autre, dit « vision », reflète les stratégies (géographique, sectorielle, innovation…).

    La situation sur l’axe « exécution » :

    Rang Fournisseur
    1 JFrog
    2 Sonatype
    3 Checkmarx
    4 Black Duck
    5 Chainguard
    6 Cycode
    7 Apiiro
    8 OX Security
    9 ReversingLabs
    10 Endor Labs
    11 GitHub
    12 Lineaje
    13 RapidFort
    14 Mend.io
    15 Arnica
    16 FOSSA
    17 ActiveState
    18 Veracode

    Sur l’axe « vision » :

    Rang Fournisseur
    1 Chainguard
    2 JFrog
    3 Black Duck
    4 Checkmarx
    5 Apiiro
    6 OX Security
    7 Endor Labs
    8 Cycode
    9 ReversingLabs
    10 Lineaje
    11 Sonatype
    12 Mend.io
    13 RapidFort
    14 GitHub
    15 Arnica
    16 ActiveState
    17 Veracode
    18 FOSSA

    Sur les 18 fournisseurs classés, 8 se trouvent dans le carré des « leaders » : Apiiro, Black Duck, Chainguard, Checkmarx, Cycode, JFrog, OX Security et Sonatype.

    Apiiro, pas simple à prendre en main

    Chez Apiiro, Gartner apprécie l’intégration du SCA dans un modèle à base de graphes, qui aide à prioriser les vulnérabilités sur la base de leur exploitabilité et de leur impact. Bon point également pour ce que la brique Guardian Agent apporte en matière de détection et de remédiation à travers IDE, CI/CD et agents de codage. Apiiro est plus globalement parvenu à adapter ses fonctions de gouvernance au développement assisté par IA.

    Par rapport aux solutions concurrentes, la plate-forme d’Apiiro est plus complexe à prendre en main. Surtout lorsque la responsabilité sur les diverses parties du cycle de développement logiciel échoit à différentes équipes. Attention aussi pour qui a des infrastructures SDLC simples ou une adoption limitée de l’IA : le coût de la solution et l’effort pourraient ne pas se justifier.

    Axé gouvernance, Black Duck risque de s’aliéner les développeurs

    Gartner note la qualité des bulletins de sécurité de Black Duck. Il souligne aussi son positionnement sur les environnements régulés, entre SBOM opposables, gestion de conformité des licences et workflows de divulgation de vulnérabilités. Ainsi que sa capacité à couvrir des cas d’usage au-delà du cloud-native (firmwares, systèmes embarqués, logiciels distribués uniquement sous forme de binaires…) avec un même SCA.

    Centrés sur la gouvernance et par là même très structurés, les workflows de Black Duck sont susceptibles de ne pas convenir à qui souhaite donner la main à des développeurs. Attention aussi à l’effort d’onboarding. Et à ce que l’exhaustivité des analyses implique en matière de durée des scans, de volume de données et de complexité des processus.

    Chez Chainguard, un risque de verrouillage

    L’approche de Chainguard consiste à livrer des bibliothèques et des images (conteneurs, VM) sécurisées par défaut, reconstruites à partir des sources. Gartner apprécie cette forme de « protection en amont », d’autant plus que les artefacts produits peuvent être consommés via des formats standards.

    Revers de la médaille : ce modèle procure peu de flexibilité pour consommer des dépendances arbitraires et soulève un risque de verrouillage. Par ailleurs, Chainguard est limité dans ses capacités d’inspection et de remédiation au sein des IDE.

    Checkmarx, à calibrer avec précaution

    Au contraire de Chainguard, Checkmarx s’intègre profondément dans les IDE, avec de la remédiation assistée par IA. Il a centralisé la gouvernance de plusieurs moteurs de sécurité, favorisant la normalisation des signaux et l’application cohérente des politiques. Gartner apprécie aussi les capacités de corrélation des vulnérabilités avec le contexte du code applicatif.

    À l’abonnement comme à l’usage, la tarification de Checkmarx est plus élevée que la moyenne sur ce segment. La granularité du contrôle des politiques suppose une calibration précautionneuse pour s’aligner sur le niveau de risque toléré. Vigilance aussi sur l’onboarding, d’autant plus que Checkmarx cible avant tout les cas d’usage des grandes entreprises.

    Avec Cycode, une mise en action potentiellement longue

    Cycode se distingue par son focus sur les menaces spécifiques aux briques IA et au codage agentique. Gartner note qu’il a adapté son offre aux récentes attaques telle Shai-Hulud, en proposant notamment une protection des pipelines à l’exécution.

    Tant en termes de clientèle que de présence et d’effectif dédié, Cycode est un « petit » acteur sur ce segment. Il lui manque aussi des certifications comme FedRAMP. De plus, la mise en action de sa solution peut se révéler longue chez qui a des environnements de build hérités ou hautement personnalisés. Attention aussi aux volumes d’alertes.

    JFrog, plus cher que la moyenne

    Gartner apprécie l’approche policy-as-code de JFrog, qui automatise la collecte et la preuve de conformité en attachant des attestation de sécurité aux paquets logiciels. Ses SLA régionaux sont un autre point fort. Comme, plus globalement, le niveau d’automatisation (sur la substitution de vendeurs, par exemple), qui favorise le maintien de la cadence des workflows de développement.

    Sur le pricing, même remarque que pour Checkmarx : plus élevé que la moyenne. Cela s’accompagne d’une tendance à modifier chaque année la tarification publique et les remises… en contraste avec la dynamique générale du marché. Gartner y ajoute une prise en charge IDE limitée aux environnements Visual Studio Code. Et souligne que les contrôles de sécurité pour les skills agentiques ne sont que récemment sortis de PoC.

    Chez OX Security, des problèmes avec le reporting

    Gartner salue la brique OX VibeSec, qui s’intègre directement dans les workflows de génération de code. Il apprécie aussi les capacités en matière de gestion de la posture de sécurité des pipelines, avec notamment une extension propriétaire du SBOM. Autre bon point : l’abonnement est moins cher que chez la plupart des autres fournisseurs classés dans ce Magic Quadrant.

    OX Security n’a pas de certification FedRAMP. Ni d’analyse de binaires (fonctionnalité qui devient un élément de différenciation important, en complément au SCA niveau manifestes). Des clients ont signalé des problèmes avec le reporting et les alertes. En particulier, des historiques limités et un manque d’options de personnalisation.

    Des manques fonctionnels chez Sonatype

    Sonatype se distingue par le niveau d’unification de ses outils et son approche de remédiation associant règles déterministes et GenAI. Il a aussi pour lui sa brique interactive Guide, qui fournit aux développeurs un retour sur la sécurité, la qualité et la conformité des licences. Bon point également pour le support.

    Pas de FedRAMP non plus pour Sonatype, et une transition vers du pricing à l’usage qui peut entraîner de la confusion. Il lui manque par ailleurs des fonctionnalités telles que la gestion de posture de sécurité des pipelines, la sécurisation des workspaces développeurs et la détection des secrets.

    Illustration © Molodec – Shutterstock.com

    The post Sécurité de la supply chain logicielle : des outils complexes à mettre en action appeared first on Silicon.fr.

  • Friday 26 June 2026 - 11:57
    from Silicon

    Stargate ou pas, le plus important est de sécuriser de la capacité de calcul.

    Cette inflexion est perceptible dans la stratégie d’OpenAI. La coentreprise, lancée en grande pompe début 2025 avec la bénédiction de Washington, n’est pas remise en cause. Mais la réponse aux besoins en compute passe moins systématiquement par des projets de construction de datacenters.

    Contretemps et revirements pour la vitrine texane de Stargate

    Stargate est censé fédérer 500 Md$ de financements sur 4 ans afin de créer une infrastructure d’IA pour OpenAI. Oracle, SoftBank et le fonds souverain émirati MGX s’y sont associés. Arm, Microsoft et NVIDIA sont partenaires technologiques.

    La vitrine de l’initiative est un campus de datacenters à Abilene (Texas). Sur place, les travaux avaient démarré dès juillet 2024, sous la houlette de la société d’infrastructure Crusoe. Il était alors question d’atteindre, à terme, 1,2 GW de puissance informatique sur une dizaine de bâtiments.

    Aux dernières nouvelles, moins de 300 MW sont opérationnels. L’essentiel l’est depuis septembre 2025 (Oracle avait livré les premiers racks GB200 au mois de juin). Il existait un projet d’extension à 2,1 GW. Mais début 2026, OpenAI et Oracle ont décidé de ne pas le poursuivre. En toile de fond, des difficultés de financement, du retard dans le raccordement du réseau électrique… et donc, plus globalement, une certaine prise de distance vis-à-vis du totem Stargate* ; a fortiori dans la perspective de l’IPO, qui pousse à rationaliser les dépenses. Microsoft a finalement « récupéré » cette tranche de 900 MW.

    Réduction de voilure à l’international

    En mai 2025, Stargate avait commencé à essaimer à l’international. OpenAI avait officialisé un projet aux Émirats arabes unis, avec la holding G42. Il s’agissait de déployer pour 1 GW à Abu Dhabi, dont 200 MW qui seraient opérationnels en 2026.

    En juillet 2025, on nous avait annoncé une deuxième initiative hors des USA. En Norvège, en l’occurrence, avec l’entreprise britannique Nscale. Objectif : 500 MW. Avec 100 000 GPU pour commencer et potentiellement 250 000 à terme.
    OpenAI n’a finalement pas trouvé d’accord pour exploiter l’ensemble de la capacité. Microsoft a pris le relais pour environ 30 000 GPU.

    Le projet Stargate UK, lancé en septembre 2025 également avec Nscale, a carrément été mis en pause au printemps 2026. Officiellement, au nom des prix de l’énergie que d’une réglementation jugée trop restrictive. OpenAI avait dit envisager un contrat d’achat allant jusqu’à 31 000 GPU.

    Du Michigan au Nouveau-Mexique, des campus Stargate… en puissance

    Le Texas accueillie deux autres projets placés sous la bannière Stargate. L’un est situé à une vingtaine de kilomètres du flagship d’Abilene. Annoncé en août 2025, il est développé par Vantage Data Centers. Objectif : 1,4 GW de puissance IT sur 10 datacenters – le premier devant être livré au S2 2026. SoftBank fournira les puces. Même chose pour l’autre projet, localisé à Burligton. Sa filiale SB Energy assure la construction. La phase 1 doit se terminer en octobre 2026. Objectif : 1,2 GW.

    En septembre 2025 fut annoncé un autre site Stargate, dit Project Jupiter. Localisé à Santa Teresa (Nouveau-Mexique), il est censé atteindre 2 GW. Blue Owl en est le principal financeur, avec un premier investissement de 50 Md$ sur 5 ans. STACK Infrastructure assure la construction. Le projet a fait l’objet de poursuites judiciaires pour l’opacité de la procédure d’autorisation.

    Les deux dernières annonces de campus Stargate remontent à octobre 2025.
    Un projet, baptisé The Barn, se trouve à Benton (Michigan). Related Digital assure la construction. Les premiers bâtiments devraient être opérationnels début 2027. Capacité visée : 1,4 GW, Oracle devant acquérir les puces.
    L’autre projet, appelé Lighthouse, est confié à Vantage Data Centers. Avec, là aussi, Oracle pour fournir les puces. Sa construction doit démarrer en 2028. Capacité visée : 900 MW sur 4 datacenters.

    Des gigawatts hors du périmètre Stargate

    SB Energy construit actuellement, dans l’Ohio, un datacenter hors du périmètre Stargate. OpenAI y ciblerait 10 GW de capacité de calcul, sur du NVIDIA. Il faudrait attendre 2028 pour qu’une première tranche de 800 MW entre en fonction.

    Toujours dans l’Ohio, OpenAI cherche aussi à louer des ressources sur le campus Fairwater de Mount Pleasant. Microsoft vient d’en achever la construction avec Vantage Data Centers, deux ans après avoir annoncé le projet.

    Instinct, Trainium, Jalapeño… OpenAI voit au-delà de NVIDIA

    En septembre 2025, OpenAI s’était engagé à déployer au moins 10 GW supplémentaires de GPU NVIDIA. À commencer, au S2 2026, par 1 GW de Vera Rubin. NVIDIA avait annoncé, en retour, son intention d’investir jusqu’à 100 Md$ dans OpenAI.

    En octobre avait suivi un accord avec AMD pour déployer jusqu’à 6 GW de GPU Instinct. Première étape : 1 GW en MI450 au S2 2026. En retour, AMD lui a donné la possibilité de monter à 10 % de son capital, à des conditions préférentielles.

    En novembre, OpenAI avait signé, avec Amazon, un accord à 38 Md$ sur 7 ans, axé essentiellement sur l’usage de GB200 et GB300 via les UltraServers EC2. Début 2026, il y avait ajouté 100 Md$, échelonnés sur 8 ans. Cela comprenait un engagement à exploiter environ 2 GW en puces Trainium, via l’infra AWS.

    En parallèle, OpenAI a travaillé à concevoir ses propres puces, avec Broadcom. Premier fruit de cette collaboration : l’ASIC Jalapeño, dédié à l’inférence. Pas encore massivement déployé, il porte néanmoins déjà quelques workloads, notamment avec GPT-5.3-Codex-Spark.

    OpenAI et Broadcom avaient officialisé leur partenariat en octobre 2025. Elle s’assortissait de l’ambition de déployer, à l’horizon 2029, 10 GW d’accélérateurs. Greg Brockman avait alors expliqué que la collaboration entre les deux entreprises durait depuis 18 mois.

    * Plusieurs pontes de l’initiative Stargate sont d’ailleurs partis chez Meta en début d’année.

    Illustration générée par IA

    The post Jalapeño plutôt que Stargate : OpenAI a revu ses priorités appeared first on Silicon.fr.

  • Thursday 25 June 2026 - 12:06
    from Silicon

    Pour un inventaire cryptographique en vue d’une transition post-quantique, compter 60 % du budget en ressources humaines, 25 % en outils/licences et 15 % en frais opérationnels.

    Cette estimation indicative est calibrée sur le profil d’une organisation d’environ 10 000 collaborateurs avec un datacenter principal. Elle figure dans un guide produit par un groupe de travail du Campus Cyber*.

    Ce guide propose une démarche en 4 phases :

    • Préparation en 2026 (évaluation d’empreinte cryptographique et élaboration de la stratégie de transition)
    • Démarrage du déploiement en 2026-2027 (intégration et test de la PQC en environnement contrôlé)
    • Migration des systèmes critiques entre 2028 et 2030
    • Généralisation et finalisation entre 2030 et 2035

    Une quinzaine d’outils de 8 fournisseurs français

    En parallèle, le groupe de travail publie un panorama d’outils mobilisables pour la migration vers le post-quantique.

    Il apparaît que les outils d’inventaire ne permettent pas tous d’ajouter des capteurs et/ou de fournir des données externes. Ni forcément de configurer la politique de sécurité.
    Sur la partie gestion des certificats, le scoring n’est souvent pas personnalisable.
    Du côté des HSM, beaucoup ne prennent pas encore en compte les algorithmes PQC et certains frameworks ne sont pas crypto-agiles.

    Le panorama comprend une quinzaine de produits et services de sociétés françaises.

    Les outils d’inventaire

    Sur le volet inventaire, il y en a un : Compass, de CryptoNext Security. Sous licence propriétaire et sans certifications, il n’embarque pas de capteurs par défaut. Mais son architecture ouverte permet d’en intégrer, ainsi que des formats de données. L’analyse se fait sur site, les éléments générés étant stockés sur une base relationnelle locale. La politique de sécurité est configurable.

    Les outils de gestion des certificats

    Dans la gestion des certificats, il y a BerryCert de DigitalBerry et Horizon d’Evertrust.
    Le premier est censé devenir PQC-ready au S2 2026. Il fonctionne sur site et a un scoring personnalisable. Protocoles d’automatisation gérés : SCEP, ACME, CMP et API REST.
    Le post-quantique est aussi dans les tuyaux pour le second, mais sans échéance calendaire. Le scoring est également personnalisable. Il existe une version SaaS. Diverses sondes permettent la découverte de certificats (réseau, services cloud, conteneurs, endpoints) et il existe un partenariat avec CryptoNext pour l’inventaire. Protocoles d’automatisation gérés : SCEP, ACME, CMP, EST, WCCE et API REST.

    Les HSM

    En matière de HSM, c’est soit de l’Eviden, soit du Thales.
    Eviden a deux solutions référencées. D’un côté, Crypt2pay, destiné au chiffrement des flux financiers. De l’autre, Protaccio, à usage général, prenant en compte trois algos PQC (ML-DSA, ML-KEM, SLH-DSA) et proposant un framework crypto-agile par intégration logicielle.
    Thales a trois solutions référencées. Parmi elles, payShield, spécifique au secteur bancaire et aux paiements, et qui n’a pour le moment ni algos PQC ni crypto-agilité. Il y a aussi les HSM à usage général Luna, à la fois crypto-agiles et PQC-ready. Le groupe de travail du Campus Cyber y ajoute une offre héritée de Gemalto et « encore utilisée dans certains environnements » : ProtectServer.

    Les bibliothèques cryptographiques

    CryptoNext Security est aussi mentionné pour sa bibliothèque Quantum-Safe Library, qui permet l’échange de clés (ML-KEM, FrodoKEM) et la signature (ML-DSA, SLH-DSA, Falcon, XMSS). Développée en C, C++ et assembleur, avec des wrappers Go, Rust, Python et Java, elle est distribuée en trois versions : standard, embarquée et résistante aux attaques par canal auxiliaire (avec masquage).

    Autre option : Sphere, d’IDEMIA Secure Transactions. Développée en C avec wrappers Python et Java, elle a aussi des versions standard et embarquée, cette dernière étant dite résistante aux attaques par canal auxiliaire. Algos post-quantiques actuellement gérés : ML-KEM, ML-DSA, SLH-DSA et LMS.

    PortyQ, qui a participé au groupe de travail, a droit à trois mentions dans le panorama. Elles concernent respectivement la bibliothèque LibCryptyq, son provider OpenSSL et sa version embarquée.

    Les PKI

    On retrouve Evertrust sur la partie PKI, avec l’offre Stream, exploitable sur site ou en SaaS. Sous licence propriétaire et certifiée CSPN, elle gère ML-DSA, ML-KEM, SLH-DSA, Falcon et XMSS/LMS.

    Autre option : Eviden PKI (ex-IDnomic). Également on-prem ou en SaaS sous licence propriétaire, avec certification critères communs EAL4+. Elle gère ML-DSA et les certificats hybrides Catalyst.

    Spec sheet similaire (EAL4+, Catalyst, on-prem et SaaS…) pour Nexus Certificate Manager PKI, qu’on doit à ne filiale d’IN Groupe.

    Open source : une solution d’inventaire origine Espagne…

    Hors France, le panorama recense une vingtaine de solutions européennes. Quelques-unes sont open source. Par exemple, pour l’inventaire, CryptoBOM-Forge de Banco Santander. Elle gère l’intégration de capteurs, mais pas de sources externes de données (uniquement l’output de CodeQL). La politique de sécurité est configurable, mais l’inventaire ne se fait que dans le code (pas d’analyse de protocoles). L’outil produit du CBOM (CycloneDX) en sortie.

    Pcert Scanner, de Datawarehouse (Allemagne), scanne un plus grand périmètre (endpoints, registres, réseau, avec protocoles HTTPS, FTPS, SSH, LDAP, NMAP et LDIF). Le stockage et l’analyse sont sur site ou en SaaS.

    QCBOM, de Synergy Quantum (Suisse-Inde), gère l’analyse de binaires, mais pas l’intégration de capteurs. Ni la personnalisation de la politique de sécurité. On peut en revanche lui fournir des sources externes de données. Il analyse les protocoles TLS, SSH et VPN. Et produit, en sortie, du CBOM, du CDV et du PDF.

    Avec SSHerlock, de SSH.com (Finlande), pas de personnalisation des capteurs, des sources de données ou de la politique de sécurité. L’outil s’appuie sur les données système (agent/script) et les requêtes du protocole SSH. Il produit des rapports PDF ou HTML.

    … ainsi que du HSM et du PKI made in Allemagne

    Autre offre européenne open source : NetHSM, de Nitrokey (Allemagne). Orientée PME, elle n’a pas de certifications et a la crypto post-quantique en roadmap.

    Le panorama comprend d’autres HSM made in Allemagne. En l’occurrence, ceux d’Ultimaco. Dont un dédié à la protection de la propriété intellectuelle et à la gestion des licences. Yubico (Suède-USA) y figure aussi, avec son Yubi HSM 2 au format USB. Ainsi que Securosys (Suisse), avec Primus HSM CyberVault.

    Deux des solutions PKI européennes mentionnées ont un cœur open source. L’une vient de République tchèque : CZERTAINLY. L’autre, d’Allemagne : XiPKI.

    * Air France-KLM, la Banque de France, BNP Paribas, CryptoNext Security, Eviden, Orange Cyberdefense, Portyq et QuRISK se sont impliqués sur les deux livrables. AXA a participé à l’élaboration du guide ; l’ENSTA et HeadMind Partners, à la réalisation du panorama.

    Illustration générée par IA

    The post Quelques solutions françaises pour amorcer la transition post-quantique appeared first on Silicon.fr.

  • Thursday 25 June 2026 - 08:52
    from Silicon

    Microsoft n’en a pas fait grande publicité, mais il vend à nouveau des Surface à 8 Go de RAM.

    Deux produits sont concernés : Surface Pro 12 pouces et Surface Laptop 13 pouces. Modèles les plus « abordables » dans leurs gammes respectives, ils utilisent un CPU d’ancienne génération (Snapdragon X Plus, lancé en 2024 ; le X2 Plus est sorti depuis).

    Les configs à 8 Go ne sont pour le moment pas proposées sur le Microsoft Store français. On les retrouve en revanche aux USA. À partir de 850 $ HT pour Surface Pro et 950 $ HT pour Surface Laptop (SSD 256 Go). Il en coûte 200 $ de plus pour avoir 16 Go de RAM (et 100 € de plus pour un SSD 512 Go).

    En France, pas de versions 8 Go, donc, mais des remises sur les 16 Go.
    Habituellement fixé à 1250 €, le ticket d’entrée pour Surface Pro 12 pouces est actuellement à 650 €.
    Celui de Surface Laptop 13 pouces passe de 1149 € à 829 €.
    Il n’y a pas remise sur les versions 512 Go (Surface Pro : 1249 € ; Laptop : 1349 €).

    8 Go, comme le MacBook Neo

    Qui dit 8 Go dit pas de label « PC Copilot+ ». Et pas d’accès aux services d’IA locale qui vont avec. Microsoft promet néanmoins d’optimiser Windows 11 pour ces configurations qu’il destine à « la productivité quotidienne », à « la navigation web » et au « divertissement »…

    Apple a un discours similaire – quoique plus axé sur l’IA – à propos de son MacBook Neo, concurrent de Surface Laptop, et lui aussi limité à 8 Go de RAM. Il le vend à partir de 600 $ HT aux USA (en version 256 Go). Et 700 € TTC en France – on le trouve toutefois sous les 600 € chez certains distributeurs.

    À consulter en complément :

    La pénurie de RAM ruisselle jusqu’à la DDR2
    Windows sur Arm : NVIDIA entre officiellement dans la danse
    Microsoft réorganise Copilot
    Marché PC : comment l’instabilité mondiale se traduit dans les chiffres
    PC portables : retour sur 2 ans de concepts Lenovo

    Illustration générée par IA

    The post Ceci n’est pas un PC Copilot+ : Microsoft relance des Surface 8 Go appeared first on Silicon.fr.

  • Wednesday 24 June 2026 - 14:20
    from Silicon

    Petit à petit, le coût de l’OCR augmente chez Mistral AI.

    L’entreprise avait lancé son premier modèle spécialisé en mars 2025. Le tarif était de 1 $ pour 1000 pages, hors traitement par lots.

    Ce prix avait été maintenu avec la deuxième génération, introduite en mai 2025. Il avait en revanche doublé (2 $ les 1000 pages) avec Mistral OCR 3, arrivé en décembre.

    Rebelote avec Mistral OCR 4, fraîchement ajouté à l’API* : il en coûte désormais 4 $ pour 1000 pages.

    Une base OCR étendue avec de l’annotation

    Le coût facial a certes augmenté, mais l’offre est devenue fonctionnellement plus riche.

    Avec la première génération, Mistral AI avait mis l’accent sur le multilinguisme (une dizaine de langues), la multimodalité (texte + images) et la variété des formats pris en charge (tableaux, expressions mathématiques…). Il proposait aussi un système d’extraction structurée à base de schémas JSON.

    Ce système d’annotation, combiné à l’OCR de base, allait former l’ossature de Document AI. Sous cette marque, poussée concomitamment au lancement de la deuxième génération, l’entreprise prônait l’intégration avec le reste de ses solutions. En particulier ses autres LLM, pour une analyse des extractions en langage naturel (questions-réponses). L’ensemble serait placé sous l’ombrelle Mistral Studio à son annonce en octobre 2025.

    Une extraction plus fine, au niveau des blocs

    Depuis Mistral OCR 3, on peut choisir le format d’extraction des tableaux (HTML ou Markdown). On dispose aussi d’une option d’extraction séparée des en-têtes et des pieds de pages.

    Avec Mistral OCR 4 arrive un paramètre include_blocks, non actif par défaut. Il délimite les éléments de chaque page par des boîtes englobantes et les classe selon leur nature (paragraphe, titre, liste, tableau, image, équation, légende, bloc de code, citation, signature…). Gérant les schémas d’output, il accepte aussi les prompts personnalisés. Il est censé favoriser, entre autres, l’apport de primitives structurelles à des agents IA.

    Exploitant des modèles spécifiques dont Mistral Small, ces fonctionnalités entrent dans la famille Document AI, qui a sa propre tarification… elle aussi en augmentation (5 $ les 1000 pages, contre 3 $ avec Mistral OCR 3).

    Mistral AI, plus précis sur ses benchmarks

    Autre nouveauté de Mistral OCR 4 : le modèle fournit des scores de confiance, par page et par mot.

    En parallèle, Mistral AI se montre plus précis quant à la méthode de calcul des indicateurs de performance qu’il communique. C’est notamment la première fois qu’il mentionne des benchmarks tiers. En l’occurrence, OlmOCRBench et OmniDocBench. Il ne s’interdit pas de pointer leur tendance à pénaliser des outputs corrects, qu’elle découle de la segmentation des équations, de l’ordre de lecture dans les documents à plusieurs colonnes ou simplement d’erreurs dans la source de vérité (fautes de frappe, texte manquant, transcription de zones masquées…).

    La première génération (mars 2025) avait été comparée à Google Document AI, Azure OCR, GPT-4o et plusieurs modèles Gemini (1.5 Flash, 1.5 Pro, 2.0 Flash).
    La dernière a été opposée à davantage de modèles spécialisés, dont Chandra OCR 2, Mineru Pro, PaddleOCR VL, GLM OCR et DeepSeek OCR. Mistral AI a aussi effectué un test de préférence humaine en 12 langues contre Amazon Textract, Azure Document Intelligence, Gemini 3.1 Pro Preview, GPT-5.5 Pro et « Databricks » (modèle non spécifié).

    * Mistral AI propose aussi, depuis la première génération, une option de déploiement sur site. Il promettait initialement jusqu’à 2000 pages par minute sur un GPU.

    Illustration générée par IA

    The post Chez Mistral AI, l’OCR s’enrichit, mais cela a un prix appeared first on Silicon.fr.

  • Wednesday 24 June 2026 - 10:23
    from Silicon

    AWS a-t-il ouvert le back-end d’AgentCore Runtime ?

    Le lancement des microVM Lambda a poussé certains à faire le rapprochement. Il faut dire que les workloads agentiques apparaissent comme la principale cible de cette offre.

    On y retrouve la technologie de virtualisation Firecracker, associée à SnapStart (utilisation d’instantanés pour éviter le démarrage à froid). En revanche, là où les fonctions Lambda « traditionnelles » se destinent aux applications pilotées par les événements et ont une durée d’exécution maximale de 15 minutes*, les microVM peuvent tourner jusqu’à 8 heures et ne nécessitent pas de gestionnaire de fonction (méthode qui traite les événements). Elles procurent par ailleurs des capacités spécifiques (accès shell, montage de systèmes de fichiers, installation de paquets…), par défaut sur le fondement d’une image de base Amazon Linux.

    On package le code de l’application avec un Dockerfile que Lambda exécute. Une fois l’environnement initialisé, il capture un snapshot qui sert ensuite à lancer les microVM. Chacune a son point de terminaison public avec authentification JWE, gérant HTTP/1.1, HTTP/2, WebSockets, gRPC et SSE.

    AWS propose 5 configurations de base allant de 0,5 Go de mémoire et 0,25 vCPU à 8 Go et 4 vCPU. Chacune peut scaler jusqu’à 4x, moyennant une facturation supplémentaire à la seconde. On peut les suspendre en cas d’inactivité – avec conservation de l’état de la mémoire et du disque – et reprendre automatiquement en cas de trafic entrant. Pendant cette période, on ne paye que pour le stockage du snapshot.

    Un déploiement de référence pour Claude Managed Agents

    Les microVM Lambda ciblent les applications multilocataires où chaque utilisateur a besoin d’un environnement dédié pour exécuter du code tiers. Parmi elles, les scanners de vulnérabilités, les plates-formes d’analyse de données, les outils CI/CD et les serveurs de jeux qui exécutent des scripts fournis par le joueur. Mais aussi les sandbox IA.

    AWS propose un déploiement de référence pour Claude Managed Agents. L’orchestration (modèle et harnais agentique) reste chez Anthropic, tandis que les outils s’exécutent dans des microVM (une par session Claude). Le seul trafic entrant est l’appel webhook. Le reste du workflow est en pull.

    MicroVM Lambda Claude Managed Agents

    ClickHouse associe les microVM Lambda à son moteur chDB

    En plus des variables d’environnement définies à la création des images, on peut transmettre des paramètres de configuration à une VM donnée, lors de l’exécution.

    Les microVM Lambda sont pour le moment disponibles dans une poignée de régions AWS, dont une en Europe (Irlande), sur ARM64. ClickHouse fait partie des entreprises à les avoir déjà mises en œuvre, pour porter divers cas d’usage de son moteur analytique « in-process » chDB. Entre autres :

    • Requêtes fédérées joignant données locales, S3, CDN et Postgres
    • Exécuteurs CI/CD isolés
    • Sandbox à la demande pour reproduire des bugs
    • Mémoire locale pour chaque session agentique

    * Hors « fonctions durables », dont l’exécution peut s’étaler sur 1 an, à renfort de checkpoints et de replays. Une option introduite en 2025.

    Illustration principale © Aryan – Adobe Stock

    The post Dopé aux microVM, Lambda se rapproche d’AgentCore appeared first on Silicon.fr.

  • Wednesday 24 June 2026 - 08:41
    from Silicon

    « Je sais qu’AWS est basé aux États-Unis. Cependant, nous avons maintenant un cloud souverain européen. »

    Tina Morris, technical business developer au sein de la branche cloud d’Amazon, a fait la remarque au dernier RIPE Meeting. Elle réagissait à la volonté du RIPE NCC de réduire sa dépendance aux hyperscalers américains.

    Le registre régional d’adresses IP, qui dessert l’Europe et une partie de l’Asie, redoute un éventuel décret présidentiel qui lui couperait l’accès à des technologies. Son directeur exécutif veut croire que le scénario est « impensable », mais estime que pour autant, on ne peut plus l’exclure.

    Un déclic géopolitique

    Dans ce contexte, le RIPE NCC « réévalue » son architecture. Il n’est pas question de la restaurer telle qu’elle était avant le lancement de sa stratégie cloud-first en 2019. Les attentes en matière de sécurité, de stabilité et de résilience ne sont effectivement plus les mêmes, en premier lieu au niveau réglementaire. Cependant, l’incertitude géopolitique pousse à « une approche plus indépendante et autohébergée ». La hausse des coûts du cloud joue aussi.

    Ce retournement avait globalement déjà été acté l’an dernier. Avec, entre autres, la mise en pause de déploiements PaaS. Les choses sont désormais « plus claires », nous affirme-t-on. Le RIPE NCC ne détaille pas ses plans, mais parle tout de même d’une migration greenfield. Il considère qu’il lui en coûtera 5 M€ sur 2026-2028. Ses dépenses d’exploitation reviendraient à leur niveau de la décennie 2010. D’autant plus qu’il lui faudra changer du matériel obsolète, non remplacé au moment où les investissements se sont concentrés sur le cloud.

    Une migration vers S3 actée en 2021 dans une logique économique

    Chez AWS, le RIPE NCC utilise notamment du S3, pour stocker les données historiques de sa plate-forme RIPE Atlas (mesure de connectivité Internet).

    Celle-ci pesait près de 1 Po à l’automne 2021, lorsque le registre avait officialisé son Cloud Strategy Framework. Il y avait adjoint une méthodologie d’évaluation de la criticité de ses services, assortie de niveaux d’exigence (taux de disponibilité, limitation de l’enfermement dans des services managés, réduction des dépendances à un seul fournisseur…).

    La migration vers le cloud avait alors une logique essentiellement économique. Le RIPE NCC admettait avoir initialement pensé que la diminution du coût du stockage compenserait, sur le long terme, l’augmentation de son volume de données. Il avait défini l’architecture sous-jacente (Hadoop + HBase) en conséquence, avec la perspective d’acquérir, au fil du l’eau, du matériel sur étagère.

    En suivant ce modèle, le RIPE NCC en était arrivé, début 2024, à une cinquantaine de racks sur 2 datacenters. Ses coûts annuels d’hébergement et d’énergie – hors équipements et ingénierie – avoisinaient le million d’euros. Avec la perspective de réduire son empreinte de moitié pour la fin de l’année puis de la contenir à 10 racks pour fin 2025, il avait décidé de basculer dans le cloud une partie de RIPE Atlas – comme, d’ailleurs, de sa base RIS (Routing Information Service). Tout en maintenant sur site les « joyaux de la Couronne » tels que que le registre, les données des membres et l’infrastructure RPKI.

    Les données « chaudes » de RIPE Atlas (datant de moins d’un mois) ont été hébergées dans un cluster Hadoop sur bare metal chez Hetzner. Les plus anciennes, sur S3, en exploitant les classes de stockage jusqu’au niveau Glacier. Et le back-end, sur EKS, avec du BigQuery pour permettre aux chercheurs d’accéder aux données de mesures ouvertes.

    Un framework cloud assoupli avec le temps

    Au fil du temps, le RIPE NCC avait assoupli son framework cloud sur plusieurs dimensions. Il avait par exemple autorisé, sauf pour ses services les plus critiques, le recours à des « standards de l’industrie » en plus des « standards ouverts ». La grille d’évaluation de la criticité des services a également évolué, mettant davantage d’emphase sur l’intégrité et la confidentialité des données.

    La partie sur site a aussi connu des changements. En particulier de fournisseurs. Les deux sociétés avec lesquelles le RIPE NCC avait contractualisé s’étaient effectivement retrouvées, par le jeu des fusions-acquisitions, propriété du même groupe. Un des deux datacenters se trouve désormais hors d’Amsterdam… et au-dessus du niveau de la mer, nous signale-t-on.

    Le renouvellement de l’architecture courra sur la période 2027-2031. Il inclura un volet virtualisation, le RIPE NCC souhaitant « minimiser le lock-in » dans ce domaine… On aura noté qu’il utilise AWS pour ses réunions en ligne, Google Workspace pour la productivité et Akamai pour le CDN.

    Illustration générée par IA

    The post Le RIPE NCC freine sa marche vers le cloud appeared first on Silicon.fr.

  • Tuesday 23 June 2026 - 15:41
    from Silicon

    Google a-t-il une offre qualifiable de « plate-forme DevSecOps » ?

    Gartner considère que oui. Il l’a d’ailleurs classé dans le Magic Quadrant consacré à ce segment de marché. C’en est la quatrième édition… mais la première à intégrer la composante sécurité dans son intitulé – auparavant, le cabinet américain s’en tenait au DevOps – et dans la liste des critères obligatoires. Il fallait, en l’occurrence, pouvoir orchestrer des fonctionnalités telles que l’analyse de code, la modélisation des menaces et la protection des API.

    Google avait figuré dans la première édition (2023). Il avait ensuite disparu des tablettes, faute de proposer une offre relevant de la plate-forme. Gartner estime que les choses ont changé. Pas radicalement, néanmoins : on est plutôt sur une « collection d’outils »* pas spécifiquement conçus pour le DevSecOps et combinés sans stratégie produit globale.

    Dans ce contexte, Google se positionne parmi les « acteurs de niche ». Il côtoie, dans cette zone du Magic Quadrant, Buildkite, CircleCI, CloudBees, JetBrains et Octopus, qui y étaient déjà tous l’an dernier. Ainsi qu’OpenText, qui fait quant à lui partie des nouveaux entrants. Comme IBM et HCLSoftware, classés pour leur part chez les « visionnaires ».

    Plates-forme DevSecOps : 13 fournisseurs, 4 « leaders »

    Selon la terminologie du Magic Quadrant, sont « visionnaires » les fournisseurs qui se trouvent dans la partie basse sur l’axe dit « exécution »… et dans la partie haute sur celui dit « vision ». Le premier traduit la capacité à répondre à la demande (expérience client, tarification, qualité des produits/services…). Le second reflète les stratégies (ventes, innovation, déploiement sectoriel et géographique…). Les offreurs au positionnement inverse sont dits « challengers ». Ceux suffisamment bien placés sur les deux axes sont « leaders ». À l’opposé, il y a les « acteurs de niche ».

    La situation sur l’axe « exécution » :

    Rang Fournisseur Évolution annuelle
    1 Atlassian =
    2 Harness =
    3 GitLab =
    4 Microsoft =
    5 HCLSoftware nouvel entrant
    6 Buildkite + 1
    7 CloudBees + 1
    8 IBM nouvel entrant
    9 Octopus – 3
    10 Google nouvel entrant
    11 JetBrains – 2
    12 CircleCI -2
    13 OpenText nouvel entrant

    Sur l’axe « vision » :

    Rang Fournisseur Évolution annuelle
    1 Harness + 1
    2 Microsoft + 3
    3 GitLab =
    4 Atlassian – 3
    5 IBM nouvel entrant
    6 HCLSoftware nouvel entrant
    7 CloudBees =
    8 Google nouvel entrant
    9 OpenText nouvel entrant
    10 Buildkite – 4
    11 JetBrains – 1
    12 CircleCI – 4
    13 Octopus – 4

    Les quatre « leaders » de l’an dernier le restent :

    • Atlassian (progresse en exécution, recule en vision)
    • GitLab (progresse en exécution, stable en vision)
    • Harness (progresse sur les deux axes)
    • Microsoft (progresse sur les deux axes)

    Atlassian a acté la fin de l’option on-prem

    Gartner apprécie les SLA et le niveau de sécurité de l’offre SaaS d’Atlassian, ainsi que les options de résidence des données. Il salue le niveau d’unification de la plate-forme, tout comme la diffusion de l’IA en son sein et sa capacité à répondre aux besoins des différentes parties prenantes du SDLC.

    Quoique techniquement unifiée, la plate-forme ne l’est pas sur le plan commercial – pas de SKU unique – sauf pour les plus gros clients. Atlassian propose par ailleurs moins de briques de sécurité natives que les autres « leaders ». Il est aussi le seul à ne pas avoir d’option viable pour qui a besoin d’une solution sur site, affirme Gartner. En toile de fond, l’annonce, l’an dernier, de la fin de la gamme Datacenter pour 2029, sauf Align et Bitbucket.

    Chez GitLab, une restructuration qui laisse des traces

    Chez GitLab, SaaS et on-prem sont à parité fonctionnelle, y compris pour les composantes IA. Ses SLA ont été renforcés, égalant voire dépassant ceux de la concurrence. Il propose globalement, en natif, la plupart des capacités qu’on peut attendre d’une plate-forme DevSecOps, d’après Gartner.

    Au contraire d’Atlassian, GitLab manque d’une empreinte d’ensemble sur le SDLC, au-delà des métiers de l’ingénierie logicielle. Son business indirect délivre des résultats limités sur la plaque Asie-Pacifique et la restructuration récemment engagée au nom de l’IA ne suscite pas l’adhésion de tous ses employés.

    Harness, pas au niveau de la concurrence sur les SLA

    Harness parvient à intégrer efficacement les solutions open source, mais aussi les entreprises qu’il acquiert. Gartner salue sa proposition de valeur sur la sécurité, le MLOps et l’IA agentique. Il apprécie aussi l’approche de vente modulaire de la plate-forme.

    En fonctions des géographiques, les services et le support que fournissent les partenaires s’avère inégal. Les SLA n’atteignent pas ceux de la concurrence, que ce soit sur la disponibilité ou le temps de réponse. Le marketing de Harness demeure par ailleurs assez éloigné de la population des cadres dirigeants (C-suite).

    Sur GitHub, Microsoft priorise l’IA au cœur fonctionnel

    Au-delà de sa présence mondiale (ventes, support, R&D, datacenters…) et plus généralement de la viabilité de son activité, Microsoft a su constituer un vaste écosystème autour de son offre. Gartner la juge fonctionnellement riche, tout en notant les passerelles établies avec d’autres solutions DevSecOps. Il salue aussi la manière dont l’IA s’y diffuse.

    Ce focus sur l’IA a tendance à ralentir la cadence d’innovation sur le cœur fonctionnel de GitHub. En parallèle, la transition du modèle au siège vers la facturation à l’usage complique la gestion des coûts. Et l’offre Azure DevOps reste au catalogue, imposant d’évaluer la complémentarité et/ou les chevauchements avec GitHub.

    * Cloud Build, Cloud Deploy, Artifact Registry, Gemini Code Assist, Gemini Cloud Assist, Security Command Center, Secret Manager, Google Cloud Observability, Gemini Enterprise

    Illustration © ArtemisDiana – Adobe Stock

    The post DevSecOps : la « plate-forme », une notion relative appeared first on Silicon.fr.