← älter | neuer →
La voilà : la plus grande introduction en bourse de tous les tempsSynthszr
synthszr #325 du jeudi 19 novembre 2026

La voilà : la plus grande introduction en bourse de tous les temps

  • • Anthropic établit un nouveau record pour une introduction en bourse avec 81,3 milliards de dollars
  • • Google présente Gemini 4 Neon – un nouveau modèle pour les applications d’IA
  • • Mistral se concentre sur les solutions d’IA pour l’ingénierie industrielle et la réglementation

Anthropic lève 81,3 milliards de dollars : la plus grande introduction en bourse de tous les temps

Anthropic a fixé le prix d’émission pour son introduction en bourse à 83 dollars par action. La fourchette initiale se situait entre 70 et 78 dollars. L’entreprise a augmenté l’offre de 825 millions prévus à 980 millions d’actions, levant ainsi 81,3 milliards de dollars. En juin, SpaceX avait d’abord récolté 75 milliards de dollars lors de ce qui était jusqu’alors la plus grande introduction en bourse, atteignant au total 85,7 milliards de dollars après exercice de l'Greenshoe-Option. Anthropic accorde aux banques du syndicat d’émission, parmi lesquelles Goldman Sachs et Morgan Stanley, une option de 30 jours pour acquérir jusqu’à 147 millions d’actions supplémentaires. La cotation au Nasdaq débutera le 19 novembre sous le ticker « ANT », le CEO Dario Amodei et les cofondateurs faisant sonner la cloche d’ouverture.

Au prix d’émission, Anthropic est valorisée à environ 1,5 billion de dollars sur une base entièrement diluée. Lors du dernier tour de table privé en mai, qui avait rapporté 65 milliards de dollars, la valorisation atteignait encore 965 milliards de dollars. Il y a quelques mois, l’entreprise aurait visé 2 billions de dollars selon certaines informations. Sur les 980 millions d’actions, environ 956,4 millions proviennent d’Anthropic elle-même et environ 23,6 millions d’actionnaires historiques. Selon le prospectus d’introduction en bourse, les sept cofondateurs vendent chacun un peu moins de 3,4 millions d’actions, ce qui représente environ 282 millions de dollars par personne. Leurs participations restantes valaient déjà plus de 18 milliards de dollars chacune dans le haut de la fourchette de prix initiale.

Les principaux actionnaires sont les partenaires stratégiques Amazon, avec un peu moins de 15 %, et Google, avec un peu moins de 14 %, les deux participations valant chacune plus de 100 milliards de dollars. Parallèlement à l’introduction en bourse, un consortium composé d’AMD, Broadcom, Google, Micron, Microsoft, Nvidia et TSMC achète des actions sans droit de vote pour 26 milliards de dollars au prix d’émission. Anthropic est dans le même temps cliente de systèmes de calcul coûteux auprès de Nvidia, Google, Amazon et AMD. Aucun fonds de capital-risque ne détient plus de 5 %. Sequoia, l’ancien CEO de Google Eric Schmidt et le fonds souverain GIC détiendraient chacun environ 1 %. D’après les informations disponibles à ce jour, Spark Ventures est le seul investisseur disposant d’un siège au board. Selon des initiés, Sequoia, Iconiq, Lightspeed, Accel et Altimeter souhaitaient acheter des actions pour plusieurs milliards de dollars lors de l’introduction en bourse.

Le prospectus fait état d’une forte progression du chiffre d’affaires : 41 millions de dollars en 2023, 386 millions de dollars en 2024 et 4,585 milliards de dollars en 2025. Au premier semestre 2026 s’y sont ajoutés 16,286 milliards de dollars. Sur la même période, Anthropic a enregistré une perte nette de 80 milliards de dollars. À la fin juin, l’entreprise avait levé au total 141,1 milliards de dollars. Le principal poste de coûts est la puissance de calcul : les engagements d’achat et de location s’élèvent à plus de 70 milliards de dollars pour les douze prochains mois et à plus de 450 milliards de dollars d’ici 2030. D’ici 2045 s’y ajouteront 450 milliards de dollars supplémentaires. → CNBC, Anthropic, TechCrunch, The Guardian

Synthszr Take : Nvidia, Google, AMD et TSMC achètent pour 26 milliards de dollars d’actions d’un client qui leur a promis plus de 450 milliards de dollars d’ici 2030 pour de la puissance de calcul. L’argent fait une boucle et atterrit chez le fournisseur. Le prix d’émission de 83 dollars est donc également un prix négocié entre partenaires commerciaux. Jeudi, pour la première fois, de l’argent qui n’a été généré par aucun centre de données entrera en jeu. Seul le cours d’ANT montrera si 1,5 billion est une valorisation réelle ou simplement une chaîne d’approvisionnement dotée d’un ticker boursier.

Google lance Gemini 4 Neon au niveau d’Opus 5.5

Google a publié le 18 novembre Gemini 4 Neon, un modèle de milieu de gamme situé entre le petit Gemini 4 Hydrogen et le modèle phare Gemini 4 Carbon. Neon est disponible via l'API payante de Gemini dans Google AI Studio et Android Studio, ainsi que via Gemini for Business. Les abonnés à Google AI Pro et Ultra y ont accès dans l’application Gemini et sur la plateforme de développement Google Antigravity. Le tarif est fixé à 3 dollars par million de tokens en entrée et 15 dollars par million de tokens en sortie. Les tokens d’entrée mis en cache coûtent 0,15 dollar, soit une réduction de 95 %. La fenêtre de contexte s’élève à un million de tokens. Carbon est sorti il y a environ un mois, Hydrogen la semaine précédente. D’après le décompte d’Artificial Analysis, Neon est le quatrième modèle de Google en sept semaines.

Sur l'Artificial Analysis Intelligence Index, Neon obtient 61 points au niveau de raisonnement le plus élevé, « xhigh ». Cela correspond à la troisième place derrière GPT-6.2 Astra d’OpenAI (62 points) et Claude Fable 5.2 d’Anthropic (65 points). Artificial Analysis a confirmé ce classement de manière indépendante. Sur le Vals Index, Google annonce 70,9 % et une deuxième place, bien que les données publiques de Vals datent d’avant le lancement. Sur deux benchmarks d’ingénierie, Neon devance Claude Opus 5.5 d’environ un point de pourcentage selon le fabricant. Google cite également 65,2 % sur Terminal-Bench 4.1, 46,2 % sur FrontierCode 2.0 et la première place sur le Coding Agent Index d’Artificial Analysis avec 58,6 points. D’après ses propres déclarations, le modèle mène également sur Legal Research Bench et Tax Agent Bench, et affiche lors de tests internes sur Antigravity le taux de contenus inventés le plus bas mesuré jusqu’ici.

En termes de prix catalogue, Neon se situe 50 % au-dessus de Claude Sonnet 5.5 et de GPT-6.2 Sol, qui facturent tous deux 2 dollars en entrée et 10 dollars en sortie par million de tokens. Comparé à Opus 5.5 (4 et 20 dollars), Neon est 25 % moins cher. La comparaison évolue toutefois dans le temps : Carbon est proposé au prix de lancement de 2 et 10 dollars jusqu’au 30 novembre, ce qui le rend moins cher par token que Neon. À partir du 1er décembre, Carbon passera à 4 et 20 dollars. Chez OpenAI, une tarification spéciale pour contexte long s’applique à partir de 272 000 tokens en entrée, fixée à 4 dollars en entrée et 15 dollars en sortie pour l’ensemble de la requête.

Google met elle-même en avant le coût par tâche. Au palier standard « High », Neon coûterait 32 % de moins par tâche que Carbon. Artificial Analysis chiffre cet avantage à environ 17 %, pour une intelligence légèrement supérieure. Thai Tran, responsable des produits IA chez Glean, indique dans l’annonce de Google que Neon a égalé ou dépassé Carbon à une vitesse trois fois supérieure et pour 60 % du coût. Google ne communique pas de temps de traitement absolus en secondes ou en minutes. → Google, VentureBeat, implicator, The New Stack, SiliconANGLE, The Deep View

Synthszr Take : La propre grille tarifaire de Google est le meilleur argument contre Carbon. Selon Artificial Analysis, Neon se situe légèrement au-dessus de son propre modèle haut de gamme, et à partir du 1er décembre, Carbon coûtera 4 dollars au lieu de 3 en entrée. Les niveaux petit, moyen et grand ne disent donc plus grand-chose de la performance. Le coup est plus rude encore pour Anthropic : Opus 5.5 applique le même surcoût que Carbon, alors qu’il ne conserve qu’un point de pourcentage d’avance sur Neon dans deux benchmarks d’ingénierie.

Mistral développe des modèles d’IA pour l’ingénierie industrielle

Le fournisseur français d’IA Mistral a annoncé mardi le développement de nouveaux modèles spécifiquement conçus pour l’ingénierie industrielle et d’autres secteurs réglementés, rapporte The Deep View. Selon l’entreprise, ces domaines doivent pouvoir accéder à des modèles souverains de pointe qu’ils peuvent pleinement contrôler, posséder et adapter, à l’instar des modèles ouverts. Mistral qualifie l’ingénierie industrielle de deuxième vague de l’IA après le développement logiciel. Le CEO Arthur Mensch justifie cette décision en expliquant que l’ingénierie, tout comme la finance et le secteur énergétique, doit reposer sur des données propriétaires, des modèles spécialisés et des systèmes « que personne d’autre ne peut désactiver ». La base technique est Mistral Large 4, surnommé « Le Chonk », entraîné dans les centres de données européens de Mistral et capable, selon le fournisseur, de rivaliser dès son lancement avec les meilleurs modèles fermés. → The Deep View

Synthszr Take : « Des systèmes que personne d’autre ne peut désactiver » vise directement le modèle économique d’OpenAI. Un fabricant de semi-conducteurs ou un équipementier aéronautique ne base pas son développement sur une API dont le fournisseur abandonne les versions de modèle à sa guise. Dans des processus certifiés, chaque changement de modèle impose une nouvelle qualification. Le premier fournisseur reste donc en place pendant des années. Pour cela, Mistral doit simplement s’implanter assez tôt dans les chaînes de simulation. En l’absence de calendrier précis, OpenAI garde toutefois le temps de répliquer avec une version on-premise.

La prolifération des agents transforme l’adoption de l’IA en problème IT

Selon une analyse de Ksenia Se et Will Schenk dans le Turing Post, les collaborateurs en entreprise créent désormais des agents plus vite que l’IT ne peut les recenser. Cette analyse s’appuie sur la conférence Ignite de Microsoft, au cours de laquelle l’éditeur a qualifié l'Agent Sprawl de source croissante de Shadow IT. À l’appui, les auteurs citent le DSI de FICO, Mike Trkay : il a déclaré au Wall Street Journal que les collaborateurs de FICO créent des dizaines d’agents chaque jour. Sa crainte est que différents agents n’apportent des réponses contradictoires à une même question métier. Le DSI de GitLab, Manu Narayan, a quant à lui indiqué au même journal qu’il acceptait une prolifération à court terme en raison des enseignements qui pouvaient en résulter. → 🔳 Turing Post

Synthszr Take: Deux équipes, deux définitions de « prolongé » : ce problème existait bien avant le premier agent. Les agents ne font que le rendre visible, car ils fournissent des chiffres contradictoires en quelques secondes plutôt que lors de la revue trimestrielle. Lors d’Ignite, Microsoft présente cela comme du Shadow IT, donc comme un problème de contrôle pour l’IT. Or, le goulot d’étranglement réside dans les concepts métier. C’est là que se décide si les projets pilotes déboucheront un jour sur un usage en production. Aucun registre d’agents ne remplacera une définition clarifiée de ce qu’est un client.

Nadella veut autant de modèles d’IA que d’entreprises et octroie pour cela des licences sur les poids MAI de Microsoft

Le PDG de Microsoft, Satya Nadella, veut permettre aux entreprises de posséder leurs propres modèles d’IA. Selon Every, les entreprises clientes devraient pouvoir à l’avenir acquérir sous licence les poids des modèles internes MAI et les exploiter dans leurs propres environnements Azure. Nadella l’a affirmé lors d’une session d’échange consécutive à sa keynote lors de Microsoft Ignite. Les clients devront adapter les modèles par Fine-Tuning avec leurs propres données et décider eux-mêmes du moment de basculer vers de nouvelles versions. Nadella décrit cet objectif comme la transformation du marché des modèles en un « marché de bases de données ». → Every

Synthszr Take: Un cinquantième du coût, c’est le chiffre qui est désormais posé sur la table à chaque négociation d’achat avec OpenAI et Anthropic. La comparaison de Nadella avec les bases de données trahit le calcul : le client paie la licence et fait tourner lui-même le modèle pendant des années, sur Azure. Chaque modèle MAI ajusté détourne du volume des abonnements API standards pour en faire de la charge de calcul dans le cloud de Microsoft. Les fournisseurs de modèles perdent ainsi à la fois du chiffre d’affaires et des données, car le fine-tuning se fera désormais chez le client.

Colette Kress, patronne par intérim de Nvidia, avance les augmentations salariales pour freiner les départs

La directrice générale par intérim de Nvidia, Colette Kress, a annoncé aux salariés des augmentations de salaire et des attributions d’actions supplémentaires dès décembre lors de sa première assemblée générale interne. Selon Wired, qui a pu consulter des déclarations issues de la réunion, cela intervient plusieurs mois plus tôt que dans le calendrier habituel. L’annonce a été faite dès les premières minutes de cette rencontre d’environ 50 minutes, la première depuis la démission de Jensen Huang la semaine précédente. D’après Kress, la question la plus fréquente parmi les 700 soumises en amont concernait la rémunération. En deuxième position arrivait le souhait d’une plus grande transparence du conseil d’administration. Le président du conseil, Harvey Jones, a réaffirmé que la démission de Huang avait été acceptée en raison de son comportement personnel et de son manque de transparence. → Wired

Synthszr Take: Une revalorisation salariale anticipée est un poste de dépense que la marge de Nvidia remarque à peine. Les choses se corsent si les architectes de la prochaine génération de puces partent chez AMD, Broadcom ou dans les équipes puces des hyperscalers. Kress gagne donc du temps en attendant le nouveau CEO. Le piège réside dans les attributions d’actions : leur valeur dépend du cours, et le cours dépend d’une succession que le conseil refuse explicitement de précipiter. L’argent ne retient les gens que tant que l'equity conserve sa crédibilité.

SparkToro mesure une intention d’achat dans 6,9 pour cent des conversations ChatGPT

Dans 6,9 pour cent des conversations ChatGPT d’un panel américain, les utilisateurs manifestent une intention d’achat. C’est le résultat d’une analyse de SparkToro rapportée par Search Engine Journal. Elle repose sur 41 961 conversations de 12 321 personnes entre le 1er janvier et le 29 octobre 2026, fournies par le service Verso, qui analyse les historiques ChatGPT associés. Dans 4,9 pour cent des conversations, les utilisateurs envisageaient un achat et comparaient des options ; dans 2,1 pour cent, il s’agissait d’une marque, d’un produit ou d’un service précis. Dans le sous-échantillon pondéré sur le plan démographique, 87,9 pour cent des réponses de ChatGPT ne mentionnaient aucune marque ni aucune entreprise. → STACKED MARKETER

Synthszr Take: Une intention d’achat dans 6,9 pour cent des conversations constitue une matière première suffisante pour bâtir un modèle publicitaire. Ce qui manque, c’est l’unité de transaction. Google vendait le mot-clé, un signal nettement délimité assorti d’un système d’enchères en coulisses. Un chat fournit un flux conversationnel, et 87,9 pour cent des réponses ne citent même pas une marque. Avant qu’OpenAI ne puisse vendre des annonces, elle devra définir quel moment du dialogue est mis aux enchères. D’ici là, l’intention d’achat reste inexploitée, privée de l’infrastructure nécessaire pour la convertir en chiffre d’affaires.

Le FBI alerte : les agents IA ouverts comme Artex pénètrent les réseaux d’entreprise en moins de trois heures

Selon Axios, des frameworks d’agents IA en accès libre comme Artex et Cairn permettent à des attaquants d’accéder à des réseaux d’entreprise en l’espace de quelques heures. Le FBI fait état d’intrusions avec Artex ayant nécessité moins de trois heures entre le ciblage initial et l’accès à privilèges élevés. Amazon rapporte que des assaillants ont dérobé des identifiants d’accès à des modèles d’IA avec Artex et utilisé ces ressources de calcul pour lancer d’autres attaques. CrowdStrike indique avoir observé un groupe qui a pris pour cible plus de 200 organisations dans le monde en onze jours à l’aide d’Artex. Palo Alto Networks attribue le second framework open source, Cairn, à des attaquants sinophones : entre août et septembre, ils auraient mené 25 opérations contre au moins 19 organisations avec cet outil. D’après Axios, l’attaquant n’a plus qu’à fixer la cible et la mission. → Axios AI+

Synthszr Take: Artex finance ses attaques avec des accès volés à des modèles ; c’est donc la victime qui paie la facture de calcul. Le coût marginal d’une intrusion tombe ainsi presque à zéro, et plus de 200 organisations en onze jours ne représente nullement un plafond capacitaire. Les attaquants montent désormais en charge comme du logiciel, tandis que les défenseurs évoluent toujours au rythme des effectifs. Reste à voir si l’effet se fait déjà sentir dans les prochains rapports de sinistralité des cyber-assureurs. Si le nombre d’intrusions réussies y augmente nettement, les primes seront recalculées avant même qu’un CISO n’ait eu le temps de défendre son budget.

Google DeepMind ouvre Genie 4 à la création de mondes en temps réel, pour près de 200 dollars par mois

Google DeepMind débloque Genie 4 pour les abonnés éligibles à Google AI Ultra. Le nouveau World Model fonctionne depuis le 18 novembre 2026 via Project Genie, un environnement d’expérimentation sur navigateur dédié aux mondes interactifs. Genie 4 a déjà été présenté en octobre, mais l’accès était jusqu’à présent limité à des testeurs sélectionnés. Le système ne génère pas une vidéo finalisée à partir d’un prompt, mais produit la scène en continu à mesure que l’utilisateur l’explore.

La nouveauté majeure réside dans l’édition en temps réel. Les utilisateurs peuvent saisir de nouvelles instructions en pleine session pour modifier la météo, introduire un personnage ou réorienter l’action, sans avoir à redémarrer. Genie 4 est également la première version à intégrer un rendu audio natif en temps réel. Les bruits ambiants comme le vent et les bruits de pas sont générés en parallèle de l’image, et les dialogues des personnages réagissent aux événements de la scène. Selon Google, les personnages se déplacent de manière plus réaliste et les objets répondent mieux aux lois de la physique. Ces affirmations reposent toutefois sur les propres démonstrations de Google, aucun test indépendant n’ayant encore été réalisé.

L’accès est plus restreint que l’annonce ne le laisse entendre. Selon la grille tarifaire de Google One, Project Genie est réservé au forfait Ultra 20x, proposé aux États-Unis à 199,99 dollars par mois. Les abonnés du forfait inférieur Ultra 5x en sont exclus. Les membres de Google AI Pro peuvent uniquement s’inscrire sur une liste d’attente.

Genie 3 reste disponible comme option et bénéficie lui aussi de mises à jour. Les sessions durent désormais jusqu’à trois minutes, contre 60 secondes auparavant. Plusieurs mondes peuvent être enchaînés pour former des explorations plus longues. Un panorama à 360 degrés peut servir de point de départ pour préserver la cohérence de l’environnement. Des événements au sein du monde peuvent être déclenchés en langage naturel.

Autre nouveauté : un agent Project Genie, basé sur les modèles multimodaux de Google. Les utilisateurs décrivent leurs idées dans un dialogue interactif, et l’agent génère les visuels ainsi qu’une musique de fond dédiée. Au sein du monde, Gemini observe ce qui se passe à l’écran, suggère de nouveaux objectifs ou déclenche des événements. Une galerie communautaire regroupe des mondes sélectionnés et des créations d’autres utilisateurs qu’il est possible d’explorer, de remixer et de publier. Parmi eux figurent « Living Memory », qui transforme des photos personnelles en espaces explorables, l’énigme de manoir gothique « Villa Giallo » et la simulation de colonie de fourmis « The Life of Ants », créée en collaboration avec le cinéaste Anand Gandhi. → Decrypt, blockchain, MakeUseOf

Synthszr Take : Une galerie communautaire dotée d’une fonction de remix est une promesse de plateforme, et les plateformes vivent de la masse. Google la place derrière le forfait Ultra 20x à 199,99 dollars par mois. Le cercle des créateurs de mondes reste ainsi minuscule, et une galerie de colonies de fourmis et d’énigmes de manoirs se développe plus lentement que Roblox ne publie de nouveaux jeux. Ce tarif protège des ressources de calcul limitées, mais sacrifie précisément l’effet de réseau avec lequel Google a autrefois fait grandir YouTube.

Washington attribue la vague de pannes touchant la FAA, Chase et la NSA à des correctifs de failles détectées par l’IA

Des dirigeants de banques et la NSA ont expliqué aux élus du Congrès américain que la vague de pannes survenue la semaine dernière était liée à des tentatives de colmatage de failles de sécurité détectées par des modèles d’IA. C’est ce que rapportent trois sources anonymes proches des discussions confidentielles. Selon elles, les correctifs auraient temporairement surchargé les systèmes concernés. Un collaborateur parlementaire bien informé déclare : « Ils essaient d’imposer un très grand nombre de correctifs en même temps, plus que le système ne peut en supporter. » Cette version n’a pas été confirmée officiellement pour le moment.

Entre le 12 et le 17 novembre, des systèmes sont tombés en panne au sein de six grandes organisations. Selon les données de Downdetector, il s’agit de la semaine ayant enregistré le plus grand nombre de pannes depuis douze mois. C’est du côté de l’agence de l’aviation civile (FAA) que les perturbations ont été les plus lourdes : les communications et les radars ont flanché dans 17 de ses 22 centres de contrôle en route, et le Ground Stop à l’échelle nationale a entraîné l’annulation d’environ 20 000 vols. Il s’agissait du plus long arrêt général des décollages aux États-Unis depuis le 11 septembre 2001. La FAA attribue la panne à un volume excessif de requêtes de connexion survenu lors d’une mise à niveau de routeurs. L’agence a pu reproduire l’erreur dans l’Arkansas, mais n’en connaît pas encore la cause.

Chez Microsoft, plus de 80 % des serveurs de passerelle réseau ne répondaient plus lors de la panne mondiale d’Outlook et de Teams. Le groupe met en cause un bug logiciel issu d’une mise à jour de juillet, révélé par un pic de trafic conjugué à une capacité réduite. Chez JPMorgan Chase, plus de 4 700 signalements d’incidents ont été enregistrés lundi avant 14 heures (heure de la côte Est). Des paiements via Zelle ont également subi des retards auprès d’autres banques, et des clients de Bank of America et de Wells Fargo n’ont pas non plus pu accéder à leurs comptes. Chase évoque un bug logiciel touchant un système matériel exploité localement. Une panne chez United Airlines a quant à elle retardé environ 150 vols.

Mardi, NSANet, le réseau interne de la NSA dédié à la transmission d’informations classifiées, est tombé en panne. Les employés n’occupant pas de fonction d’urgence ont été invités à échelonner leur arrivée à Fort Meade. La NSA évoque quant à elle une maintenance planifiée. Le coordinateur du renseignement, Jay Clayton, a en revanche déclaré que le réseau s’était arrêté après l’application d’un correctif pour des failles PHP découvertes le mois précédent à l’aide de l’IA. Le même jour, Apple a signalé des pannes sur l’App Store, Apple Music, iCloud Mail et AppleCare, évoquant une mise à jour interne.

Clayton exclut toute cyberattaque coordonnée ou activité étatique. Le secrétaire d’État Marco Rubio affirme qu’il n’y a « aucune preuve » que ces incidents soient liés ou imputables à des acteurs hostiles. Le sénateur démocrate Mark Warner évoque une pression colossale pour corriger immédiatement et souvent simultanément les failles découvertes par l’IA, sur des systèmes qui n’ont pas été conçus pour un tel rythme. Le ministre de la Sécurité intérieure Markwayne Mullin souligne que l’on greffe de nouvelles technologies sur des systèmes très anciens, ce qui les surcharge. → Fox News, The Washington Sun, Fox Business, Intelligence Report, CNBC, Townhall, implicator

Synthszr Take : Un seul correctif défectueux de CrowdStrike avait autrefois suffi à paralyser des aéroports dans le monde entier, et l’industrie en avait tiré la leçon : déploiement progressif, tests préalables. Cette semaine montre à quelle vitesse cette règle vole en éclats sous la pression. L’IA repère les vulnérabilités plus rapidement, et les attaquants disposent de modèles similaires. Résultat : les banques et la NSA appliquent des correctifs à la chaîne sur des systèmes qui n’ont jamais été conçus pour cela. Le goulot d’étranglement ne se situe plus au niveau de la détection, mais du déploiement sécurisé. Les environnements de test et la capacité de rollback doivent désormais faire partie intégrante du budget de sécurité.

Mentioned in this article

Subscribe free. Unsubscribe the second it sucks.

High-signal news across AI, business, UX, and tech. Every morning.