Apple a perdu la première mi-temps de l'IA — mais mise sur la décennie

Novembre 2022 : ChatGPT arrive. Pendant trois ans, la tech a posé la même question : où est Apple ?

Siri demandait encore « Je cherche sur le web ? », Bing Chat rédigeait déjà des comptes-rendus. Gemini s'intégrait à Android — et sur iPhone, la boule familière répondait : « Désolé, je n'ai pas compris. »

En 2024, Apple lance Apple Intelligence et promet de « redéfinir Siri ». Puis — report. Encore un report. Certaines fonctions apparaissent discrètement en iOS 18.4, disparaissent en 18.5.

Apple a perdu la première mi-temps de l'IA. C'est un fait. À la WWDC26, Tim Cook et Craig Federighi n'ont pas présenté un patch — mais une contre-offensive : Siri Agent, Foundation Models 2.0, Apple Intelligence en prod, et un pari long terme sur l'IA privacy-first.

Cet article clarifie : pourquoi Apple a pris du retard, ce que la WWDC26 apporte concrètement, et si la stratégie sur dix ans est du repli prudent ou un pari plus large.

1 · Première mi-temps : pourquoi Apple a pris du retard

1.1 Le problème structurel de Siri

Siri existe depuis 2011 — onze ans avant ChatGPT. Sortir tôt ne veut pas dire mener : l'architecture de Siri, c'était « moteur de règles + reconnaissance vocale + pont API », pas un modèle de langage. Résultat : alarmes, musique, météo. Hors de ces rails : « J'ai trouvé des résultats sur le web. »

GPT-4 a montré autre chose : comprendre l'intention, raisonner, travailler sur le contexte. Ce n'est pas « une génération de retard » — ce sont deux conceptions de système : automate à états versus modèle de langage.

1.2 Le mystère des reports d'Apple Intelligence

WWDC 2024 : Apple Intelligence — intelligence on-device, Siri refondu, intégration ChatGPT, Private Cloud Compute. Standing ovation. Puis la plupart des fonctions attendent iOS 18.1, 18.2, 18.4…

Structurellement : Apple fait de l'IA plus lentement qu'OpenAI. OpenAI peut changer de modèle côté serveur sans que l'utilisateur le voie. Chaque mise à jour Apple passe par l'App Store, un release iOS et quatre milliards d'appareils stables — les conditions de déploiement les plus exigeantes du secteur.

1.3 Perception vs réalité : le récit perdu, pas forcément la tech

Détail souvent ignoré : le Neural Engine est là depuis l'A11 en 2017 — avant la plupart des acteurs IA. Le NPU des puces M est au sommet du marché. Le modèle on-device 3B de Foundation Models fait déjà plus que beaucoup ne l'imaginent.

Ce qu'Apple a perdu, c'est surtout l'expérience produit visible — les moments screenshot, « regarde sur mon iPhone ». Perdre la première mi-temps ne vide pas le jeu.

2 · WWDC26 décryptée : ce qui est réellement sorti

2.1 Siri Agent : enfin agir, pas seulement parler

Le virage le plus important de la WWDC26. L'ancien Siri : interface Q&R — tu poses une question, il répond. Siri Agent : exécutant — tu donnes un objectif, il le mène à bout.

L'écart tient à deux capacités : enchaînement d'actions entre apps et planification multi-étapes.

Exemple : « Transforme l'enregistrement de la réunion d'hier en liste de tâches, envoie-la au groupe pro et planifie un suivi demain dans le calendrier. » — quatre étapes sur Notes, Messages et Calendrier. Ancien Siri : recherche web. Siri Agent : exécution.

Mécanisme : App Intents 2.0 — des centaines d'intents système exposés à Siri Agent, plus AppIntent pour les apps tierces. Siri Agent est un routeur d'intents piloté par LLM ; les intents sont ses mains.

2.2 Apple Intelligence en prod : du preview au produit

Signal le plus clair : le badge « Beta » a disparu. Pas qu'un mot — Apple estime la suite assez stable et complète pour la vendre comme produit.

Concrètement :

• Writing Tools en 20+ langues : réécriture, résumé, ton — dont français, allemand, japonais, coréen
• Image Playground élargi : plus de styles, Genmoji personnalisés depuis les contacts
• Photo Intelligence : « photos à la plage l'été dernier » — recherche NL bien plus fiable
• Résumés de notifications : moins de titres sensationalistes mal lus, niveaux de priorité
• Screen Awareness : Siri lit l'écran courant et répond ou agit en contexte

2.3 Foundation Models 2.0 : la vraie munition dev

Le framework 2025 était déjà fort — zéro token, pas d'API Key, données on-device. Foundation Models 2.0 va plus loin :

import FoundationModels

let session = LanguageModelSession()

// Nouveau : compréhension visuelle (image en entrée)
let image = UIImage(named: "receipt.jpg")!
let result = try await session.respond(
    to: "Extrais les lignes de cette facture en JSON",
    including: [.image(image)]
)

// Nouveau : sortie structurée (Swift Codable direct)
struct Invoice: Codable {
    let vendor: String
    let total: Double
    let items: [InvoiceItem]
}

let invoice = try await session.respond(
    to: "Parse receipt",
    including: [.image(image)],
    generating: Invoice.self
)

Upgrades clés :

• Multimodal : images on-device, vision + langage
• Sortie structurée : objets Swift Codable sans parser JSON à la main
• Streaming : sortie progressive pour UI temps réel
• Tool Calling : le modèle appelle tes fonctions pendant le raisonnement
• Python SDK + fm CLI : hors Swift (scripts, outils backend)
• Framework open source : audit et contributions communautaires

2.4 Private Cloud Compute 2.0 : inférence cloud à privacy vérifiable

Besoin de plus que le 3B on-device ? Apple ne dit pas « envoie à OpenAI » — mais Private Cloud Compute (PCC), clusters d'inférence dédiés IA, même promesse privacy que on-device.

PCC 2.0 ajoute la Security Research Virtual Machine : les chercheurs peuvent demander une VM miroir d'un nœud PCC et vérifier les affirmations d'Apple. Trust, but verify — dans le code, pas seulement la politique.

2.5 macOS 26 Tahoe × iOS 26 : l'IA dans chaque couche

La WWDC26 annonce aussi macOS 26 Tahoe et iOS 26. L'IA n'est plus un module à part — elle imprègne le système :

• Complétions Xcode 27 locales : multiligne sur Apple Silicon, sans cloud
• Résumés Safari : générés on-device
• Recherche sémantique Finder : « l'Excel du mois dernier sur les résultats » — NL sur fichiers locaux
• Brouillons Mail : dans ton style, hors ligne
• Coach IA Santé : conseils depuis HealthKit, données qui ne quittent pas l'appareil

3 · Stratégie : sur quoi Apple mise

3.1 La privacy comme fossé, pas comme slogan

Comprendre la stratégie IA d'Apple, c'est lire « privacy » comme barrière économique — pas comme tagline.

OpenAI et Google ont données et compute en masse, et itèrent vite. Apple ne peut pas rattraper sur ces deux axes. Sa courbe : pousser la meilleure IA possible on-device, pour que « les données n'ont pas besoin du cloud » devienne un atout, pas une limite.

Conséquence : un fossé difficile à copier pour les clouds purs — le vrai « données sur l'appareil » sur infra louée, ça ne tient pas. Avec le RGPD, l'AI Act et les lois de souveraineté, cet avantage ne fait que monter.

3.2 Verrouillage écosystème : IA × Apple Silicon × apps

Design WWDC26 : la plupart des nouvelles fonctions IA exigent A17 Pro ou puce M. Signal d'upgrade clair — Siri Agent complet ? iPhone 17. Foundation Models 2.0 en local sur Mac ? l'avantage M est évident.

App Intents enracine tout l'écosystème : apps intégrées = visibilité Siri Agent ; intents absents = marginalisation. Gouvernance Apple classique — la fonction guide les devs sans les contraindre.

3.3 Pari long terme : IA au niveau OS vs IA au niveau API

OpenAI, Anthropic, Google DeepMind vendent de l'IA en service — appeler l'API, payer au million de tokens. Ça marche commercialement en 2025–2026, mais c'est fragile : n'importe qui peut remplacer l'API — y compris Apple.

Le pari Apple : faire de l'IA une partie de l'OS, pas un service interchangeable. Contexte appareil de Siri Agent, Foundation Models sur NPU, PCC lié au Secure Enclave — tout rend « l'IA Apple » plus difficile à substituer.

4 · Vue développeur : ce que change la WWDC26

4.1 App Intents : de optionnel à indispensable

Tu maintiens une app iOS ? Après WWDC26, mets en backlog : quelles actions cœur exposer en App Intent ?

Siri Agent = ensemble des intents disponibles. Chaque intent est une action que Siri peut faire pour l'utilisateur. « Fais X dans [ton app] » sans intent → « Cette app ne le supporte pas encore. »

import AppIntents

struct CreateNoteIntent: AppIntent {
    static var title: LocalizedStringResource = "Créer une note"
    static var description = IntentDescription("Crée une nouvelle note dans l'app")

    @Parameter(title: "Contenu") var content: String

    func perform() async throws -> some IntentResult {
        // Ta logique métier
        let note = NoteService.create(content: content)
        return .result(value: note.id)
    }
}

4.2 Foundation Models 2.0 : cas d'usage concrets

Avec multimodal, sortie structurée et Tool Calling, le champ d'application s'élargit nettement :

4.3 Environnement de build : figer Xcode 27 + iOS 26 SDK

Toutes ces APIs dépendent de Xcode 27 et iOS 26 SDK — et c'est là que ça coince pour les équipes.

Foundation Models 2.0 se comporte différemment simulateur vs appareil ; les intents Siri Agent exigent la bonne version Xcode pour l'indexation ; les tests PCC demandent des entitlements spécifiques. CI sur runners GitHub hébergés = calendrier Xcode 27 incertain. Avec Cloud Mac, tu passes à Xcode 27 beta quelques heures après la WWDC26.

5 · Le jeu sur dix ans

5.1 Régulation comme vent arrière

En 2026, la régulation IA accélère : AI Act UE en application, États US avec lois de transparence, mises à jour continues en Asie. « Architecture privacy auditable » devient rare — et précieuse.

PCC vérifiable, design on-device, differential privacy en santé — marketing côté grand public, ticket d'achat côté entreprise, santé et finance.

5.2 Hardware × software : flywheel difficile à copier

Peu discuté : Apple est la seule à concevoir puce IA, OS IA, framework IA et terminal. Google a le TPU, Pixel reste de niche ; Qualcomm le NPU sans logiciel ; Microsoft le logiciel sur hardware tiers.

Cette intégration verticale permet des optimisations impossibles ailleurs : chemins d'inférence calibrés sur le Neural Engine, latence Siri Agent sous 50 ms — silicium et logiciel par la même équipe.

5.3 Open source : signal de confiance

L'open source de Foundation Models est un signal sous-estimé de la WWDC26. Apple n'ouvre pas souvent ses frameworks cœur. Ici, c'est de la confiance — équipes sécu et chercheurs peuvent auditer au lieu de croire.

Effet écosystème : framework ouvert → papers → adoption → plus d'apps avec intents → Siri Agent plus fort. Comme Apple Silicon + Swift — cette fois sur la couche IA.

6 · Bilan honnête : Apple a-t-elle gagné la seconde mi-temps ?

Pas d'optimisme ni de pessimisme excessif — quelques défis réels :

6.1 Défis concrets

• Plafond on-device réel : 3B ne rivalise pas structurellement avec GPT-5.5 / Claude Opus 4 en raisonnement complexe, code et long contexte. Siri Agent peut transformer une réunion en todos — pas refactorer l'architecture Swift de ton projet.
• Intégration apps tierces prend du temps : écosystème Siri Agent complet : probablement 6–18 mois après le lancement.
• Marchés non anglophones en retard : progrès FR/DE/JA/KO à la WWDC26 — mais l'écart de fluidité avec l'anglais reste visible.
• Habitudes utilisateurs : beaucoup vont sur ChatGPT pour les tâches lourdes. La confiance en Siri Agent met du temps.

6.2 Où Apple peut gagner

Pourtant, des avantages réels :

Domaines privacy-sensibles : santé, juridique, finance, données internes — mieux vaut une IA un peu moins forte on-device que d'envoyer des données sensibles chez OpenAI. À mesure que l'IA s'y adopte, la part d'Apple grandit naturellement.

Tâches fréquentes et simples : résumer, traduire, reformuler, classer — gros de l'usage IA sans besoin de GPT-5.5. On-device suffit, latence basse, coût nul. « Assez bon et gratuit » bat souvent « le plus fort mais facturé à l'usage ».

Profondeur OS : calendrier, mail, messages, photos — aucune app IA tierce n'y accède. Fossé court terme infranchissable.

7 · FAQ

Conclusion : la guerre qu'Apple veut gagner n'est pas celle qu'on croit

Première mi-temps : Apple a perdu la course au « chatbot le plus intelligent ». Elle ne pouvait pas la gagner — et a choisi de ne pas la courir.

Seconde mi-temps, autre question : quand l'IA est partout et assez bonne — quelle IA mérite la confiance et s'intègre le plus profondément au quotidien ?

Pas de score instantané type MMLU — c'est pour ça qu'Apple choisit ce terrain : là où il n'y a pas de benchmark rapide, la confiance long terme compte — et Apple sait la construire.

Apple n'a pas gagné la première mi-temps de l'IA. La WWDC26 montre qu'elle sait au moins quel match elle joue. Si le pari tient dans cinq ans — on en reparle.