1016 | Agents, vie privée et budgets : l'IA s'installe partout

Claire Martin: Bonjour et bienvenue, moi c'est Claire Martin.

Nicolas Moreau: Et moi Nicolas Moreau. Merci de nous retrouver. Aujourd'hui, on a une sélection de lancements récents qui, mis bout à bout, racontent une chose assez claire : l'IA est en train de s'installer partout dans notre quotidien, mais pas toujours de la manière qu'on imaginait. Pas de modèle géant qui révolutionne le monde, plutôt des outils très concrets qui prennent une place dans le travail, dans le développement, et jusque dans la maison.

Claire Martin: Et il y a un fil rouge qui revient sans arrêt : qui fait quoi ? Est-ce que l'IA exécute et l'humain valide ? Est-ce que les données restent chez vous ? Est-ce que vous choisissez votre propre modèle ? Ces questions traversent presque tous les produits dont on va parler.

Nicolas Moreau: Alors on commence avec ce qu'on pourrait appeler les collègues IA au bureau. Et là, il y a trois produits qui se répondent entre eux de manière assez intéressante. Le premier, c'est Backdrop. L'idée, c'est de créer des collègues IA pour n'importe quel workflow. Vous avez une bibliothèque de skills, vous pouvez apprendre un workflow à l'agent simplement en l'enregistrant en train de le faire, et il y a plus de 1500 intégrations disponibles.

Claire Martin: Ce qui est notable, c'est qu'ils n'ont pas évacué la question du contrôle. Il y a des mécanismes de validation, des approbations, et un audit de ce que fait l'agent. C'est-à-dire que quand l'agent agit, ça laisse des traces, et l'humain garde un point de validation. C'est exactement cette logique d'exécuter sans décider tout seul.

Nicolas Moreau: Maintenant, il faut être honnête sur ce qu'on sait et ce qu'on ne sait pas. Tout ça, ce sont des descriptions du fabricant. « N'importe quel workflow », c'est une promesse très large, et dans la pratique, ces promesses englobantes sont rarement aussi fluides que la démo. La vraie question, c'est : est-ce que ça tient sur des workflows réels, avec des cas limites, des exceptions, des processus qui n'étaient pas documentés ?

Claire Martin: Le deuxième produit de ce trio, c'est Lleverage, qui attaque un domaine plus précis mais potentiellement plus lucratif : le back-office dans les systèmes ERP. Donc les commandes, les factures, les bons de commande. Là, ils ont un exemple concret : chez Topa, une entreprise qui avait 4 personnes équivalent temps plein sur ces tâches, plus de 90 % serait maintenant automatisé.

Nicolas Moreau: « Serait », c'est le mot important. C'est un chiffre avancé par le fabricant, on ne l'a pas vérifié de manière indépendante. Mais même pris avec des pincettes, ça dit quelque chose d'intéressant. Le back-office, c'est le genre de travail répétitif, structuré, avec des règles claires, exactement le terrain où ces agents peuvent avoir un impact mesurable. Contrairement à « n'importe quel workflow », ici on connaît le périmètre, on sait ce qui est visé, et on peut vérifier si ça marche.

Claire Martin: Et le troisième, Afterparty, prend un point d'entrée différent mais la même philosophie. Les agents conçoivent des e-mails, des messages Slack, des mises à jour CRM, à partir des transcriptions de vos réunions. Vous terminez une réunion, le système la transcrit et propose ce qui devrait suivre : le compte rendu client, le message à l'équipe, la mise à jour du CRM.

Nicolas Moreau: Et le détail qui compte : rien ne sort sans approbation. L'agent prépare, l'humain relit et valide. Et le modèle économique est accessible : c'est gratuit pour 5 réunions par mois. Ce qui permet d'essayer sans engagement, ce qui est plutôt malin pour un produit qui demande un peu de confiance, puisqu'il touche à vos communications professionnelles.

Claire Martin: Ce qui relie ces trois-là, c'est vraiment ce schéma : l'IA exécute, l'humain valide. Et je trouve que c'est une réponse assez mûre à une question qui pouvait faire peur. On n'est pas dans le « l'IA remplace », on est dans « l'IA fait le brouillon, vous signez ».

Nicolas Moreau: Et ça rejoint directement un produit support dont je veux parler maintenant, avecHuman. C'est une couche d'approbation ouverte, avec un protocole qu'ils appellent AAP, pour les appels d'outils des agents. Concrètement, quand un agent veut utiliser un outil, cette couche peut décider automatiquement selon des règles, et passer la main à un humain quand l'action est risquée.

Claire Martin: C'est intéressant parce que ça dit quelque chose sur l'état du marché : si quelqu'un construit une couche d'approbation générique et open, c'est que la question « est-ce qu'on laisse l'agent agir tout seul » se pose vraiment, et de manière transversale. Ce n'est plus une préoccupation propre à un produit, c'est devenu une brique d'infrastructure.

Nicolas Moreau: Exactement. Et ça rejoint ce qu'on voyait chez Backdrop avec ses validations intégrées. Backdrop l'a intégré dans son produit, withHuman en fait une brique réutilisable. Deux réponses au même besoin, l'une verticale, l'autre horizontale.

Claire Martin: Un autre support à mentionner dans cette discussion, Buddy Sandboxes. Ce sont des machines virtuelles Linux persistantes conçues pour les agents de code : démarrage annoncé en 70 millisecondes, 50 gigaoctets de disque, des snapshots, et un accès par MCP, CLI ou API. La tarification est à la minute.

Nicolas Moreau: Pourquoi c'est pertinent dans notre sujet ? Parce que pour qu'un agent travaille vraiment, il lui faut un environnement. Pas juste un modèle qui cause, mais une machine où il peut exécuter des choses, installer des dépendances, faire des erreurs sans casser votre poste. C'est une pièce du puzzle de l'agent au travail.

Claire Martin: Et pour rester dans le développement, OpenMuse, un agent personnel open source sous licence MIT, auto-hébergeable, avec un navigateur persistant, un terminal, des fichiers. Compatible AG-UI, disponible sur iOS, Android et le web. Là encore, l'agent a un environnement durable, pas juste une session éphémère.

Nicolas Moreau: Bon. Maintenant, sur cette adoption réelle des agents au bureau, il faut rester prudent. Ce qu'on a, ce sont des annonces et des chiffres de fabricants. La vraie question à suivre, c'est l'adoption au-delà des démos. Est-ce que dans six mois, Topa dira toujours que 90 % est automatisé ? Est-ce que Afterparty aura des utilisateurs qui reviennent chaque semaine ? Ça, on ne peut pas le dire aujourd'hui.

Claire Martin: On passe à un sujet voisin mais distinct : l'IA dans le quotidien des développeurs. Et là, le produit qui m'a le plus intriguée, c'est Kerno 1.0. Ils le décrivent comme un QA engineer IA qui teste votre application pendant qu'elle tourne, en local, avant même le pull request.

Nicolas Moreau: C'est un positionnement audacieux. Traditionnellement, le cycle c'est : tu écris le code, tu fais une revue, le QA teste ensuite, éventuellement des tests automatisés en CI. Kerno, lui, regarde l'application en cours d'exécution et vérifie les user flows, la sécurité, les jobs de fond, le protocole MCP, et les déploiements AWS Serverless. Tout ça avant le PR.

Claire Martin: Donc l'idée, c'est de décaler le contrôle qualité vers l'amont. Au lieu de découvrir un problème après la fusion, vous le découvrez avant même de proposer votre code. Si ça fonctionne comme décrit, ça change le rythme du développement de manière assez profonde.

Nicolas Moreau: Mais tu vois, là encore, il y a une limite qu'il faut nommer. Le fabricant décrit des capacités, on n'a pas de preuve indépendante de la fiabilité. Et cette question-là, la fiabilité de ces vérifications automatiques à grande échelle, c'est vraiment le point inconnu du sujet. Un testeur automatique qui laisse passer des problèmes, ou qui crie au loup tout le temps, devient vite un bruit qu'on ignore.

Claire Martin: C'est vrai, et c'est le même défi pour tous les outils de cette vague. Et puis l'IA monte encore plus en amont, jusque dans le matériel. siliXon, c'est un produit qui passe du langage naturel à un circuit imprimé routé et prêt à l'emploi. Vous décrivez ce que vous voulez, et un agent du nom de Rocky choisit de vrais composants.

Nicolas Moreau: Des vrais composants, c'est un détail important. Choisir un composant en électronique, ce n'est pas choisir un mot : il faut qu'il existe, qu'il soit disponible, qu'il soit adapté au circuit. Le produit est en bêta, limité aux circuits de 2 et 4 couches, et ils ciblent d'abord l'électronique numérique. Et un point qui mérite d'être salué : les fichiers générés appartiennent à l'utilisateur.

Claire Martin: On reste sur le quotidien du développeur avec quelques éléments plus légers mais qui complètent le tableau. Ubuntu 26.10, surnommé « Stonking Stingray », arrive avec GNOME 51, des coreutils en Rust, un App Center unifié, et une fonctionnalité intéressante : une prévue de reconnaissance vocale locale, optionnelle, avec le modèle Myna.

Nicolas Moreau: Un Rust dans les coreutils, c'est symboliquement fort pour une distribution historiquement très GNU. Et le speech-to-text local, optionnel, c'est encore notre fil du local-first qu'on va développer tout à l'heure. Ensuite, SuperLocalMemory v2, un point de contrôle de mémoire local-first pour les configurations multi-agents. Il classe les réponses en « soutenue », « apparentée » ou « pas de réponse », c'est sous licence AGPL-3.0, et il s'appuie sur quatre papiers arXiv.

Claire Martin: Donc là, une fondation de mémoire partagée entre agents, mais qui reste chez vous, avec un cadre de recherche derrière plutôt qu'un simple pitch. Et pour finir ce tour du quotidien du développeur, un clin d'œil plus fun : Shrine, une application qui habite dans le notch du Mac et affiche vos sessions Claude Code, Codex ou OpenCode. Votre petit pixel-room grandit à mesure que vous progressez. Gratuit, avec une version Pro à 2,49 dollars en paiement unique.

Nicolas Moreau: Un paiement unique, en 2026, c'est presque rétro. Mais c'est cohérent avec l'esprit : un petit gadget de motivation pour les gens qui passent leurs journées avec des agents de code. Pas une révolution, mais un signe de plus que cette façon de travailler s'est banalisée.

Claire Martin: On enchaîne sur un sujet qui me tient à cœur : le local-first. L'idée que vos données restent chez vous, que le traitement se fasse sur votre appareil, et que le cloud devienne optionnel plutôt qu'obligatoire. Et il y a trois produits là-dessus qui forment un joli tableau.

Nicolas Moreau: Le premier, Talanoa. C'est un client e-mail repensé comme une vue de chat, avec des todos, un calendrier, et de l'IA sur l'appareil. Compatible Gmail, Outlook et IMAP. Et surtout : tout se passe en local, sans synchronisation cloud. Disponible sur macOS, Windows et Linux.

Claire Martin: Repenser l'e-mail en chat, c'est une idée qu'on voit revenir régulièrement, mais ce qui distingue Talanoa ici, ce n'est pas la forme, c'est l'architecture. La plupart des clients qui expérimentent ce genre d'interface passent par un serveur qui indexe et traite vos messages. Talanoa affirme faire le traitement IA sur l'appareil. Pour quelqu'un qui gère des e-mails confidentiels, ce n'est pas un détail, c'est la différence entre utilisable et pas utilisable.

Nicolas Moreau: Et le support local en IMAP, ça veut dire qu'il n'impose pas un fournisseur. Vous pouvez l'essayer avec votre configuration existante. Le deuxième, Nostalgia, attaque un tout autre registre : la nostalgie, justement. Une application iOS qui relie votre historique d'écoute musical à vos photos, vos lieux, vos workouts, pour en faire une timeline. Tout est traité en local, sans compte, sans tracking, et il y a un import Spotify.

Claire Martin: Ce produit-là, il est intéressant parce qu'il montre que le local-first n'est pas qu'un argument de confidentialité pour les pros. Ici, c'est un produit émotionnel. Vos souvenirs, vos trajets, vos chansons. Le fait que tout ça ne quitte pas votre téléphone, c'est un argument de confort autant que de principe.

Nicolas Moreau: Et le troisième, Fwd, est plus utilitaire mais tout aussi révélateur. C'est un outil qui redirige les SMS de votre iPhone vers Slack, Discord ou Telegram, via des raccourcis. Sans compte. Quinze redirections gratuites par mois, et une version Pro qui lève la limite.

Claire Martin: Donc trois produits, trois cas d'usage, une même architecture : vos données restent chez vous. Et la vraie question ouverte, c'est de savoir si le local-first devient un argument de vente majoritaire. Est-ce que dans deux ans, les gens choisiront une appli parce qu'elle est locale, comme aujourd'hui ils choisissent parce qu'elle est jolie ou rapide ? Les signaux sont là, mais la préférence du grand public, elle, reste à confirmer.

Nicolas Moreau: Et c'est un sujet qu'on va retrouver plusieurs fois dans la suite de l'épisode, tu vas voir. Parlons maintenant des créateurs et du marketing. L'IA au service du contenu. Et le premier produit, Superdraft, cible une douleur très concrète des e-commerçants : les moments d'une campagne e-mail.

Claire Martin: Concrètement, Superdraft repère quand il y a un moment à saisir : un restock, une tendance, une occasion saisonnière. Et à ce moment-là, il produit des brouillons d'e-mails cohérents avec votre marque. Et le point crucial pour l'adoption : l'export se fait en HTML, vers votre plateforme e-mail existante.

Nicolas Moreau: Ça, c'est un choix très intelligent. Beaucoup d'outils IA de contenu veulent que vous migriez tout chez eux. Superdraft, au contraire, se glisse dans vos outils déjà en place. Vous ne changez pas de plateforme d'envoi, vous changez juste la façon dont les brouillons arrivent. C'est beaucoup moins risqué d'essayer.

Claire Martin: Ensuite, CinemaLit, qui s'adresse plutôt aux vidéastes et coloristes. Il mesure le color grading de n'importe quelle image de référence dans le navigateur, et génère des LUTs, au format Cube et pour Lightroom, compatibles Log et Rec.709. Ils annoncent 60 looks disponibles, et la première correspondance est gratuite.

Nicolas Moreau: Pour ceux qui ne connaissent pas : le color grading, c'est ce qui donne à une image son ambiance, ses teintes, son atmosphère. Reproduire le look d'un film qu'on admire, traditionnellement, ça demande un œil entraîné et du temps. CinemaLit automatise la mesure et la transposition. Ça ne remplace pas le goût du coloriste, mais ça donne un point de départ solide.

Claire Martin: Et puis Reelbit, pour ceux qui font des démos ou des tutoriels. Un screenrecorder pour Mac, open source sous licence MIT. Le lien de partage est prêt dès que vous arrêtez l'enregistrement, l'auto-zoom et le lissage se font après coup, et vous pouvez utiliser votre propre bucket S3 ou R2.

Nicolas Moreau: Là encore, le motif se répète. Reelbit ne vous impose pas son cloud, vous apportez votre stockage. C'est open source, donc auditable, et la licence MIT permet à quelqu'un d'en faire ce qu'il veut. Pour un créateur qui s'inquiète de voir son outil disparaître ou changer de prix du jour au lendemain, ce sont des vrais arguments.

Claire Martin: Dans le même univers, une mention rapide mais pertinente : Actually Asked. Une FAQ IA qui s'améliore elle-même, intégrée dans le layout de vos pages, dont les réponses proviennent uniquement de vos propres contenus. Cinquante réponses gratuites par mois, avec des intégrations Shopify, Framer et MCP.

Nicolas Moreau: « Uniquement vos propres contenus », c'est le garde-fou important. Une FAQ qui improvise des réponses à propos de votre produit, c'est un risque juridique et d'image. Une FAQ qui reste dans votre corpus, c'est un outil. Et le fait de se brancher sur Shopify, par exemple, montre encore une fois cette stratégie de s'insérer dans l'existant plutôt que de le remplacer.

Claire Martin: Bon, on arrive à un sujet que je trouve particulièrement stimulant : comment payer moins cher l'IA. Parce qu'il y a une vraie tension économique dans le secteur : les modèles les plus performants coûtent cher à faire tourner, et beaucoup d'usages n'ont pas besoin de ce niveau de puissance. Deux produits répondent à cette question avec des stratégies complètement opposées.

Nicolas Moreau: La première stratégie, c'est Navige, avec ce qu'ils appellent la « Sufficiency Intelligence ». Le principe : suffisance plutôt que puissance maximale. Concrètement, ça route les requêtes vers des modèles plus petits quand c'est suffisant, ça met en place du caching, et ça protège contre les boucles d'agents qui tournent à l'infini et brûlent des crédits.

Claire Martin: Les boucles, c'est un vrai fléau. Un agent qui revient sans arrêt sur la même tâche, qui réessaie, qui reformule, et à la fin vous avez dépensé trois fois plus que prévu pour un résultat identique. Le fait que Navige s'attaque à ça, pas seulement au routage, montre qu'ils ont compris où part l'argent dans les configurations multi-agents.

Nicolas Moreau: Côté business model, c'est là que ça devient intéressant. Watchtower, leur produit d'observation, est gratuit. Et en version payante, ils prennent 4 sur 5 des économies réalisées. Donc vous gardez un cinquième de ce que vous économisez, et eux prennent le reste.

Claire Martin: Ce modèle-là, il est honnête dans son principe : vous ne payez que si vous économisez. Mais il faut le lire avec lucidité. Si vous économisez beaucoup, 80 % de cette économie partent chez Navige. La question à se poser, c'est : combien vous auriez économisé avec un simple routage configuré à la main ? Pour une petite équipe, peut-être que la réponse vaut le prix. Pour une grosse, peut-être pas.

Nicolas Moreau: Et maintenant, la stratégie opposée. Dreamscale Labs, une entreprise du lot YC F26, attaque le problème par l'autre bout : au lieu de descendre en puissance, ils optimisent le haut de la pile. Inférence cloud pour la robotique, sous 100 millisecondes de latence. Leur modèle DreamZero, 14 milliards de paramètres, répond en 320 millisecondes, et ils annoncent 8 robots ou plus par GPU H100.

Claire Martin: La robotique, c'est le cas où vous ne pouvez pas tricher avec un petit modèle. Un robot qui manipule un objet dans un environnement imprévisible, il lui faut de l'intelligence, mais il lui faut surtout de la rapidité. La latence, dans ce domaine, ce n'est pas du confort, c'est une question de sécurité et d'efficacité.

Claire Martin: Donc l'enjeu pour Dreamscale, c'est : comment faire tourner un gros modèle assez vite pour qu'un robot en temps réel en profite, et comment en faire tourner plusieurs sur un seul GPU pour que ce soit viable économiquement.

Nicolas Moreau: Et ces deux approches ne sont pas vraiment en contradiction, hein. Navige optimise ce qui n'a pas besoin d'être gros, Dreamscale optimise ce qui doit être gros. La vraie question sous-jacente est la même : rendre l'IA supportable économiquement. Et dans quelques années, on regardera probablement les deux comme deux faces d'une même discipline d'ingénierie : le calcul au bon endroit, avec le bon modèle, au bon prix.

Claire Martin: Il y a d'ailleurs un pont intéressant avec GLM-Legal, dont on peut parler ici. C'est un modèle de droit de Z.ai, construit sur GLM-5.3 Flash. Ils annoncent 19,2 % sur Harvey LAB, contre une base de 6,67 %, et 86,23 % sur LegalBench. L'accès API se fait sur candidature.

Nicolas Moreau: Et ce qui est intéressant, c'est le nom même du modèle de base : Flash. Donc un modèle conçu pour la vitesse et le coût, pas pour la puissance brute. Ce qui rejoint exactement notre discussion Navige-Dreamscale : la spécialisation des modèles pour des usages précis permet d'obtenir de bons résultats sans payer le prix d'un modèle généraliste géant. Sur un domaine vertical comme le droit, avec des benchmarks dédiés, c'est exactement la stratégie qui a du sens.

Claire Martin: Tout à fait. Et ces benchmarks, Harvey LAB et LegalBench, ce sont des tests reconnus du domaine juridique. Donc les chiffres ont au moins un référentiel, même s'ils restent des annonces du fabricant et qu'il faudrait les reproduire pour en être certain.

Nicolas Moreau: On continue avec un sujet qui prolonge à la fois le local-first et le choix du modèle : le support client. Chatway lance ce qu'ils appellent « bring your own AI ». Vous branchez ChatGPT, Claude ou d'autres modèles sur votre support client, via le protocole MCP.

Claire Martin: MCP, pour ceux qui ne connaissent pas encore, c'est un protocole qui standardise la façon dont les modèles se connectent à des outils et des données externes. Il devient un peu le langage commun de l'écosystème. Et le fait que Chatway l'inclue dans son plan gratuit, avec des connecteurs officiels à venir, montre bien que c'est devenu un standard de fait.

Nicolas Moreau: Ce qui est intéressant dans le positionnement, c'est l'idée que votre IA reste choisie par vous. Vous n'êtes pas verrouillé sur le modèle du fournisseur de support. Si demain un meilleur modèle sort, ou si vous préférez un modèle plus sobre pour des raisons de coût ou de confidentialité, vous changez. Et ça, c'est un écho direct à notre sujet local-first : le contrôle revient à l'utilisateur.

Claire Martin: Et c'est aussi une réponse à une vraie inquiétude des entreprises : « si je branche mon support client sur un modèle, est-ce que je deviens dépendant de ce modèle et de son fournisseur ? » Avec une architecture où le modèle est interchangeable, la réponse change. Un point à suivre, d'ailleurs : la standardisation de MCP côté clients de support, ça va dire beaucoup de choses sur la maturité du marché.

Nicolas Moreau: Et pour boucler la boucle avec notre premier sujet, on peut mentionner Kerno ici aussi, qui supporte MCP dans ses vérifications. Tout l'écosystème converge vers ce protocole, et c'est un bon signe d'interopérabilité plutôt qu'un mille-feuilles de connecteurs propriétaires.

Claire Martin: Bon. Pour finir, un sujet un peu différent, plus domestique : l'IA à la maison. Et là, deux produits très différents l'un de l'autre. D'abord, côté matériel, Apple HomeView arrive le 13 novembre. C'est un smart display avec Siri IA, un écran de 7 pouces Liquid Retina, une caméra de 12 mégapixels, et une reconnaissance de jusqu'à 6 personnes par visage et par voix.

Nicolas Moreau: Six personnes reconnues individuellement, ça veut dire que l'appareil sait qui est dans la pièce et peut adapter ses réponses. C'est le genre de fonctionnalité qui change vraiment l'usage d'un écran connecté à la maison : plus besoin de dire « hey Siri, c'est moi », l'appareil sait. Mais bon, évidemment, une caméra qui reconnaît les visages dans votre salon, ça pose des questions de vie privée qu'on ne peut pas esquiver.

Claire Martin: Non, et c'est d'ailleurs là que notre discussion de tout à l'heure redevient pertinente. Quand un appareil domestique traite des données biométriques de toute la famille, la question de savoir où et comment ces données sont traitées n'est pas académique, elle est centrale. Apple a l'habitude de communiquer là-dessus, mais c'est à chacun de se demander ce qu'il accepte dans sa maison.

Nicolas Moreau: Et de l'autre côté, un produit beaucoup plus discret mais peut-être plus étonnant : Daddy Issues. C'est un briefing hebdomadaire par e-mail destiné aux papas. Il croise les informations sur vos enfants, votre calendrier et vos tâches, pour vous envoyer chaque semaine un résumé de ce qui compte.

Claire Martin: Et le détail qui montre qu'il y a de la réflexion derrière : la détection de l'anticipation. C'est-à-dire que le briefing ne fait pas que lister ce qui arrive cette semaine, il repère aussi les choses qui demandent de l'anticipation. L'anniversaire qui approche, le rendez-vous qu'il faut préparer, le truc qu'on oublie toujours jusqu'à la veille.

Nicolas Moreau: Et actuellement, c'est gratuit. Ce qui permet de tester sans engagement, ce qui est cohérent avec un produit qui demande d'accéder à des données assez personnelles : le calendrier familial, les infos sur vos enfants. Le nom, « Daddy Issues », est un peu provocateur, mais le produit lui-même répond à un vrai problème, qui est que la charge mentale familiale est souvent mal répartie et mal visible.

Claire Martin: Et je trouve que c'est un beau point d'arrivée pour notre épisode. On a commencé avec des agents au bureau qui préparent des brouillons et attendent votre validation, on finit avec un briefing qui aide un papa à anticiper la semaine de sa famille. Dans les deux cas, le schéma est le même : l'IA prépare, l'humain décide, et les données, idéalement, restent sous votre contrôle.

Nicolas Moreau: Voilà. C'est ça, je crois, le vrai message de cette sélection. L'IA ne remplace pas le jugement, elle essaie de se glisser dans les espaces où il y a de la répétition, du temps perdu, des choses qu'on oublie. Et elle le fait avec des garde-fous, de plus en plus, que ce soit des approbations, du local-first, ou la liberté de choisir son modèle.

Claire Martin: Merci de nous avoir écoutés. On se retrouve très vite pour une nouvelle sélection.

Nicolas Moreau: À bientôt.