La question est d’autant plus importante que 77 % des demandeurs d’emploi ont déjà utilisé l’IA dans leur recherche d’emploi. Le besoin n’est donc peut-être déjà plus seulement de leur expliquer ce qu’est l’IA, mais de leur permettre d’en faire un véritable outil de travail et de reconversion.
Pourquoi l’État ne négocierait-il pas directement avec OpenAI et Anthropic des licences institutionnelles permettant, par exemple, à certains demandeurs d’emploi d’accéder pendant plusieurs mois aux outils les plus avancés, accompagnés d’une vraie formation pratique ?
L’Estonie a déjà choisi cette logique avec un déploiement national de ChatGPT Edu. Former est indispensable. Donner accès aux outils pour pratiquer réellement me paraît tout aussi essentiel.
Monsieur le Ministre, l’ambition d’#ImpulsionIA2027 est intéressante et nécessaire. Mais un chiffre interpelle : plus de 80 M€ pour « former ou acculturer » plus de 30 millions de personnes.
Rapporté à l’objectif annoncé, cela représente moins de 2,70 € par personne. Certes, ces 80 M€ financent plusieurs dispositifs et pas uniquement la formation individuelle. Mais au regard de l’ampleur de la transformation annoncée, peut-on réellement considérer que les moyens sont à la hauteur ?
Cette situation à Appietto mérite aussi d’être regardée avec le recul des données disponibles avant le départ de feu.
L’archive FYRIS du 13 septembre, scellée à 08:15 UTC, classait déjà le secteur proche d’Appietto 21e sur 8 495 en France, avec un niveau de 99,8 / 100 — parmi les 0,25 % les plus prioritaires.
L’incendie s’est déclaré plusieurs heures plus tard, vers 14 h 30.
FYRIS ne prédit pas où un feu va démarrer.
Il indique où le territoire présente une vulnérabilité particulièrement élevée si un déclencheur survient.
C’est précisément pour cela que les archives sont scellées : pouvoir comparer, après coup, ce que les données indiquaient réellement avant l’événement.
👉 https://t.co/dYlorIOOxF
🔥 Et si l’on regardait aujourd’hui du côté de l’Alsace ?
La carte FYRIS du 14 septembre montre un signal bien visible dans l’Est, avec Haguenau (67) à 99,3 / 100, 1er du Bas-Rhin et 61e sur 8 495 secteurs en France.
Mais pendant ce temps, le Sud reste sous forte tension :
📍 Narbonne (11) atteint 100 / 100 et se classe 3e au niveau national.
Deux territoires très différents.
Une même question : où concentrer la vigilance aujourd’hui ?
FYRIS ne prédit pas les départs de feu. Il permet d’identifier où la vulnérabilité du territoire appelle le plus d’attention.
👉 https://t.co/dYlorIOOxF
#FYRIS #Alsace #BasRhin #Haguenau #Narbonne #RisqueIncendie #PréventionIncendie
🔥 Corse : la vigilance reste particulièrement élevée.
Au 8 septembre, FYRIS fait ressortir :
📍 Corse-du-Sud : 41 secteurs parmi les 5 % les plus classés de France
→ Zonza : 3e au niveau national
📍 Haute-Corse : 42 secteurs
→ Calenzana : 29e
→ Vignale : 73e
FYRIS ne prédit pas où un feu va démarrer.
Il permet d’identifier où la vulnérabilité du territoire appelle aujourd’hui le plus d’attention.
👉 Explorez la carte : https://t.co/dYlorIOOxF
#Corse #FeuxDeForet #PréventionIncendie #RisqueIncendie #Vigilance
En complément de la carte officielle, FYRIS proposait au 8 septembre une lecture territoriale très marquée de l’Hérault : 68 secteurs du département figuraient dans les 10 % les plus classés de France, dont Minerve au 8e rang national.
FYRIS ne prédit pas les départs de feu et ne se substitue pas aux dispositifs officiels : il apporte une lecture complémentaire de la vulnérabilité du territoire.
👉 https://t.co/dYlorIOOxF
En complément de la carte officielle, FYRIS proposait au 8 septembre une lecture territoriale très marquée de l’Hérault : 68 secteurs du département figuraient dans les 10 % les plus classés de France, dont Minerve au 8e rang national.
FYRIS ne prédit pas les départs de feu et ne se substitue pas aux dispositifs officiels : il apporte une lecture complémentaire de la vulnérabilité du territoire.
👉 https://t.co/dYlorIOOxF
🔥 Où faut-il concentrer la vigilance aujourd’hui ?
FYRIS classe 8 495 secteurs en France métropolitaine et en Corse.
📍 Avon (77) : 1er
📍 Narbonne (11) : 2e
📍 58 départements concernés
Pas une prédiction d’incendie.
Une lecture claire de la vulnérabilité du territoire, mise à jour chaque jour.
👉 Explorez la carte : https://t.co/dYlorIOOxF
#FYRIS #RisqueIncendie #Prévention #Cartographie
🔥 Carte FYRIS du jour — 7 septembre 2026
FYRIS classe chaque jour 8 495 secteurs en France métropolitaine et en Corse pour identifier où concentrer la vigilance en priorité.
Aujourd’hui, les 4 secteurs les plus prioritaires sont :
Avon (77)
Narbonne (11)
Zonza (2A)
Cases-de-Pène (66)
FYRIS ne prédit pas un départ de feu.
Il indique où le territoire est le plus vulnérable si un déclencheur survient.
👉 https://t.co/dYlorIOOxF
#FYRIS #Incendie #RisqueIncendie #Prévention #Cartographie #Territoires
Constatez-vous, vous aussi, une dégradation des modèles d’IA au fil du temps ?
Depuis environ un an et demi, je fais régulièrement le même constat, aussi bien chez OpenAI que chez Anthropic.
À chaque nouvelle version, il y a souvent un vrai effet waouh. Le modèle paraît meilleur, plus précis, plus intelligent, plus fiable.
GPT-5.6 Sol en est un bon exemple : à sa sortie, je l’ai trouvé vraiment excellent, avec un gap très perceptible.
Puis, au fil des semaines, j’ai régulièrement l’impression que ça se dégrade : raisonnement moins net, davantage d’incohérences, parfois plus d’hallucinations, moins de constance.
Est-ce une vraie dégradation dans le temps ?
Ajustements du modèle ? Optimisations ? Charge ? Infrastructure ? Routage ? Changements avant l’arrivée d’une nouvelle version ?
Je ne sais pas.
Mais ce qui m’interpelle, c’est que je retrouve cette sensation à chaque génération, aussi bien avec Claude qu’avec ChatGPT.
Vous faites le même constat ?
GPT-6 Astra may be brilliant.
I genuinely don’t know.
And after trying to use it, I’m starting to think that is the real problem.
Like many developers, I still get genuinely excited when OpenAI, Anthropic or anyone else releases a major new model. I want to discover it. Push it. Compare it. See what it changes in my actual work.
With Astra, I simply cannot.
I’m a ChatGPT Plus subscriber.
Yesterday, I burned through an Astra usage limit in roughly 13 minutes during what was essentially a code-reading task.
No huge refactor.
No massive autonomous mission.
We barely did anything.
Today, I hit two more limits.
And now I'm out again.
At this point, I cannot even give GPT-6 Astra a serious review — because I almost never get to finish a real task with it.
Maybe Astra is extraordinary.
Maybe it is the best model available.
But what does that mean if a normal professional user cannot use it long enough to find out?
This is where I think the AI industry has a pricing problem.
$20 is accessible.
Then suddenly we're talking about $100.
And then $200.
For an individual, $100 or $200 every month is real money — especially outside the United States, and certainly in Europe.
I use Claude Max 5x myself. When I manage my usage properly, I can work extremely long development days with it.
I don't need 20x.
But I need much more than 1x.
And I suspect millions of serious AI users are in exactly that position.
There is an enormous missing middle around $50–60/month.
Give us 4x or 5x.
Give us enough continuity to actually work.
Let us finish the task.
And this is where Moonshot AI / Kimi becomes very interesting.
Kimi has already experimented with exactly this logic: a roughly $50 coding tier with around 4x the base usage.
They understood the gap.
Now imagine what happens if Kimi K3 — and whatever comes after it — keeps closing the capability, infrastructure and reliability gap with OpenAI and Anthropic.
That should concern Silicon Valley.
Because Chinese AI labs do not necessarily have to be clearly better.
They only need to become good enough while offering a product people can actually afford to use all day.
If that happens, the winner may not be the company with the highest benchmark score.
It may be the company that understood the economics of the user.
OpenAI and Anthropic are still ahead in areas that matter enormously to me.
But if the commercial model doesn't evolve while Chinese labs keep closing the technology gap, I can absolutely imagine a future where they take a huge part of this market.
Not because users suddenly prefer Chinese AI.
Because they can actually use it.
That's the part I think the US AI leaders should be paying very close attention to.
For now, my biggest disappointment with GPT-6 Astra isn't that it's bad.
It's that I still have no idea how good it is.
I can't use it long enough to find out.
@OpenAI@sama
Malheureusement, l’actualité donne aujourd’hui un sens très concret à cette carte.
Hier soir, un incendie s’est déclaré aux Pennes-Mirabeau. Selon la Ville, des tirs de feux d’artifice sauvages en sont à l’origine.
Avec des observations arrêtées avant l’incendie, FYRIS classait le secteur 24e sur 8 495 en France — parmi les 0,3 % les plus prioritaires.
FYRIS ne prédit pas où un feu va démarrer.
Il indique où le territoire est particulièrement vulnérable si un déclencheur survient.
Le feu ne se prédit pas. La vulnérabilité du terrain se mesure.
https://t.co/dYlorIOOxF
🔥 Où concentrer la vigilance aujourd’hui ?
FYRIS classe chaque jour 8 495 secteurs en France métropolitaine et en Corse.
Ce matin, 424 d’entre eux composent les 5 % les plus prioritaires.
La carte du jour est en ligne.
À vous de l’explorer.
👉 https://t.co/7sVUz0R0zn
🔥 Où concentrer la vigilance aujourd’hui ?
FYRIS classe chaque jour 8 495 secteurs en France métropolitaine et en Corse.
Ce matin, 424 d’entre eux composent les 5 % les plus prioritaires.
La carte du jour est en ligne.
À vous de l’explorer.
👉 https://t.co/7sVUz0R0zn
FYRIS ne remplace ni l’alerte officielle, ni le commandement, ni l’expertise opérationnelle.
Il produit chaque jour un ordre de priorité territorial, établi avant que l’issue soit connue.
Une question guide le système :
où concentrer la vigilance d’abord ?
Le feu ne se prédit pas. La vulnérabilité du terrain se mesure.
Aujourd’hui, je lance FYRIS.
Chaque matin, FYRIS classe 8 495 secteurs en France métropolitaine et Corse pour montrer où concentrer la vigilance avant qu’un feu ne démarre.
La preuve et le classement ↓