Les éditeurs intentent un procès. Cloudflare est devenu le videur de l'internet. Et les entreprises d'IA découvrent qu'elles ont peut-être empoisonné leur propre puits.
Getty Images
Une version de cet article est apparue à l'origine dans la newsletter AI & Tech de Quartz. Inscrivez-vous ici pour recevoir les dernières nouvelles, analyses et perspectives sur l'IA et la technologie directement dans votre boîte de réception.
Lorsque OpenAI a parcouru Internet pour former la première version de ChatGPT, le web était un buffet numérique à disposition. Des années de billets de blog, d'immenses dépôts de livres, d'interminables discussions sur Reddit $RDDT — tout était là, sans protection et gratuit. La quantité de données nécessaire était stupéfiante, mais elle n'attendait qu'à être récoltée.
Rejoignez plus de 500 000 lecteurs qui commencent leur journée avec Quartz.
En vous abonnant, vous acceptez nos Conditions d'utilisation et notre Politique de confidentialité.
Cette époque est révolue.
Les éditeurs intentent des poursuites pour l'utilisation passée et exigent un paiement pour le contenu futur. Cloudflare s'est transformé en videur d'Internet, bloquant par défaut les robots d'IA, sauf s'ils paient. Les données de haute qualité nécessaires pour former la prochaine génération de modèles d'IA ne sont plus simplement disponibles — et les entreprises d'IA découvrent qu'elles ont peut-être empoisonné leur propre puits.
Les chiffres racontent l'histoire d'un changement spectaculaire. Selon l'analyse de Cloudflare, Claude d'Anthropic a effectué près de 71 000 requêtes de pages pour chaque recommandation qu'il a renvoyée aux éditeurs. Le ratio d'OpenAI était de 1 600 requêtes par recommandation, tandis que Perplexity atteignait plus de 200 pour 1. Comparez cela aux moteurs de recherche traditionnels tels que Google $GOOGL, qui maintenaient un ratio d'environ 9 pour 1 — une relation qui, malgré toutes les plaintes des éditeurs au fil des ans, ressemble désormais à un partenariat équitable.
Depuis que Google a lancé les aperçus d'IA en mai 2024, la proportion de recherches d'actualités qui n'aboutissent à aucun clic vers les sites web des éditeurs est passée de 56 % à près de 69 %. Le trafic organique vers les sites d'actualités a chuté de plus de 2,3 milliards de visites à son apogée à moins de 1,7 milliard en mai 2025.
L'effondrement du trafic dévaste les éditeurs qui ont construit leurs modèles économiques autour des revenus publicitaires et de l'engagement des lecteurs. Les entreprises de médias numériques ont répondu par des licenciements massifs, et certains analystes suggèrent que des fermetures sont imminentes.
Cela crée une boucle de rétroaction destructrice : à mesure que les éditeurs produisent moins de contenu ou le verrouillent, les entreprises d'IA perdent l'accès aux informations fraîches et de haute qualité dont elles ont besoin pour maintenir leurs modèles à jour et précis. Le web risque de devenir de plus en plus obsolète et synthétique, peuplé davantage par du contenu généré par l'IA que par l'expertise et les reportages humains.
Les éditeurs ripostent en justice avec une vague de procès qui pourraient entraîner des paiements importants. Anthropic a récemment accepté de payer au moins 1,5 milliard de dollars pour régler un recours collectif d'auteurs, ce qui revient à environ 3 000 dollars par livre.
Reddit, qui a signé des accords de licence d'une valeur de 203 millions de dollars au début de 2024, cherche déjà à conclure des accords plus lucratifs. La société est en pourparlers avec Google et OpenAI pour des accords qui incluraient des prix dynamiques, permettant à Reddit de facturer davantage à mesure que ses données deviennent de plus en plus essentielles aux réponses de l'IA.
Même les entreprises qui ont historiquement défendu l'information gratuite rejoignent l'économie des péages. WalletHub a récemment a retiré 40 000 pages de contenu financier de l'accès public, le rendant disponible uniquement pour les utilisateurs connectés. Le PDG Odysseas Papadimitriou a comparé la situation à traiter avec la mafia : "Soit ils ferment la route sur laquelle se trouve votre restaurant et aucun client ne peut vous atteindre, soit ils gardent la route dégagée mais ouvrent un restaurant à côté du vôtre et vous obligent à servir leurs clients gratuitement."
Cloudflare, qui gère environ 20 % de tout le trafic Internet, a réagi à l'énorme quantité de trafic de bots aspirant le web pour la formation de l'IA en renversant le paramètre par défaut d'Internet. Au lieu de permettre aux robots d'IA un accès libre à moins d'être spécifiquement bloqués, l'entreprise les bloque désormais par défaut à moins qu'ils ne paient pour des licences de contenu.
"L'accord que Google a conclu pour prendre du contenu en échange de vous envoyer du trafic n'a tout simplement plus de sens," a écrit le PDG de Cloudflare, Matthew Prince dans un billet de blog.
L'industrie essaie de créer de l'ordre à partir du chaos. Un consortium d'éditeurs et d'entreprises technologiques a a introduit la norme Really Simple Licensing (RSL), qui obligerait les robots d'IA à présenter des jetons de licence valides avant d'accéder au contenu. Le système est soutenu par des acteurs majeurs tels que O'Reilly Media, Reddit, Yahoo et Medium.
Mais les solutions techniques rencontrent des limites pratiques. Comme l'a noté Pete Pachal, journaliste et critique des médias, il existe "myriade" de façons pour les entreprises d'IA d'accéder à du contenu bloqué via des relais, des systèmes tiers et différents types de robots. Même les mesures de blocage sophistiquées se résument souvent à des jeux de "coup de taupe".
Google, pris dans sa propre contradiction, a récemment admis dans un dossier judiciaire que "le web ouvert est déjà en déclin rapide" — un contraste saisissant avec les déclarations publiques des dirigeants affirmant que "le web est florissant."
L'admission reflète une nouvelle réalité pour les entreprises d'IA : l'ère du déjeuner gratuit est terminée. La prochaine génération de modèles d'IA nécessitera non seulement de meilleurs algorithmes, mais aussi des chèques plus importants. La question n'est pas de savoir si les entreprises d'IA devront payer pour les données. Elles le feront. La question est de savoir combien elles seront prêtes à dépenser et si les créateurs d'Internet obtiendront enfin leur juste part de la ruée vers l'or de l'IA.
