L'UE oblige Google à partager les données de recherche et à ouvrir Android aux IA tierces

La Commission européenne a adopté de nouvelles mesures de spécification du DMA obligeant Google à partager ses données de recherche avec des fournisseurs concurrents et à ouvrir Android aux assistants IA tiers. Ces mesures sont juridiquement contraignantes pour Google en tant que contrôleur d'accès désigné. Google doit être prêt à commencer le partage des données de recherche d'ici janvier 2027 et à mettre à jour Android pour une intégration plus poussée des applications IA d'ici juillet 2027.
Interopérabilité des assistants IA sur Android
Actuellement, le Gemini de Google bénéficie d'un accès système privilégié : préinstallé sur tous les appareils certifiés Google, activation par mot de réveil via "Hey Google", fonctionnalités d'automatisation système et applicatives, et accès au contenu de l'écran. La Commission indique que les assistants IA tiers sont limités, ce qui les rend moins attractifs pour 60 % des utilisateurs d'Android dans l'UE. Selon les nouvelles règles, Google doit ouvrir l'accès aux plateformes d'IA concurrentes afin que les utilisateurs puissent installer un système d'IA de leur choix sans perdre de fonctionnalités. La Commission précise que les mesures préservent la vie privée des utilisateurs et l'intégrité des appareils.
Partage des données de recherche
Google doit partager les données de recherche de manière transparente et moyennant des frais raisonnables avec les fournisseurs de recherche concurrents. Les chatbots IA seront traités comme des services de recherche aux fins de partage de données — ce qui signifie que des entreprises comme OpenAI ou Anthropic pourraient demander des indicateurs de recherche similaires. L'objectif est de donner aux petits acteurs une meilleure chance de contester la domination de Google. La Commission allègue que les offres de partage passées de Google n'allaient pas assez loin.
Réponse de Google
Kent Walker, président des affaires mondiales de Google, affirme que les règles compromettent la confidentialité et la sécurité. Il soutient que les outils d'IA sont largement pris en charge et que les fabricants de téléphones les vérifient déjà. Google conteste que le partage des données de recherche risque de compromettre la vie privée des utilisateurs, les secrets commerciaux et la sécurité nationale, bien que la Commission soit ouverte à modifier la décision pour garantir que les données identifiables soient traitées correctement. Google a proposé des solutions "plus mesurées" qui, selon lui, pourraient satisfaire les objectifs du DMA, mais la Commission a choisi une voie différente.
Calendrier et mise en œuvre
- Partage des données de recherche : Google doit être prêt d'ici janvier 2027.
- Mises à jour de l'intégration IA sur Android : Doivent être livrées d'ici juillet 2027.
- Google aura le temps de définir les détails avec les régulateurs de l'UE.
Pour les développeurs qui créent des assistants IA ou des outils de recherche ciblant les utilisateurs de l'UE, ces changements signifient que vos produits pourraient bientôt bénéficier d'un accès système égal sur Android et d'un accès aux données de recherche de Google — ouvrant des opportunités concurrentielles auparavant bloquées par les paramètres par défaut de Google.
📖 Lire la source complète : HN LLM Tools
👀 See Also

Les agents d'IA préfèrent les requêtes structurées au langage naturel lors des tests du serveur MCP Cala.
L'équipe de Cala a construit un serveur MCP avec trois méthodes d'accès au graphe de connaissances : requêtes en langage naturel, langage de requête structuré et parcours direct des entités/relations. Les agents ont abandonné le langage naturel en quelques minutes, choisissant les requêtes structurées et le parcours de graphe sans incitation.

L'analyse de Goldman Sachs montre un impact minimal de l'IA sur la croissance du PIB américain en 2025.
Les économistes de Goldman Sachs rapportent que l'investissement en IA a contribué 'pratiquement zéro' à la croissance du PIB américain en 2025, citant le matériel importé et les impacts de productivité non mesurés comme facteurs clés.

Microsoft's BitNet permet l'inférence de LLM à 100 milliards de paramètres sur un seul CPU
Le projet open-source BitNet de Microsoft atteint une inférence de LLM à 100B paramètres à 5-7 tokens/seconde sur un seul CPU, avec le modèle à 2B paramètres utilisant 0,4 Go de mémoire et une latence de 29 ms tout en égalant les modèles en pleine précision sur les benchmarks.

DiLoCo Découplé : Formation Distribuée Résiliente entre Centres de Données avec Faible Bande Passante
Decoupled DiLoCo de Google DeepMind entraîne des LLM à travers des centres de données distants en utilisant un réseau étendu (WAN) de 2 à 5 Gbps, avec des îlots de calcul auto-réparateurs qui isolent les pannes matérielles sans dégrader les performances d'apprentissage automatique.