IA Actualités du 14 janvier 2026 : Gemini Personal Intelligence, GPT-5.2-Codex API

Cette semaine dans l’IA

Journée chargée pour l’écosystème IA : Google dévoile Personal Intelligence dans Gemini, permettant une connexion sécurisée aux applications Google pour des réponses véritablement personnalisées. OpenAI rend GPT-5.2-Codex accessible via son API Responses, tandis que NotebookLM déploie Data Tables pour tous les utilisateurs.

Google lance Personal Intelligence dans Gemini

14 janvier 2026 — Google annonce Personal Intelligence, une nouvelle fonctionnalité qui permet à Gemini de se connecter de manière sécurisée aux applications Google de l’utilisateur pour des réponses véritablement personnalisées.

🔗 Post X @GeminiApp | Blog Google

Les applications connectables

Gemini peut désormais tirer des insights depuis :

Application	Données accessibles
Gmail	Emails, conversations
Google Photos	Images, souvenirs
Google Search	Historique de recherche
YouTube	Historique, préférences

Cas d’usage

Google met en avant deux exemples concrets :

Planning : Gemini suggère des destinations et “hidden gems” adaptées à vos préférences pour vos voyages professionnels ou personnels
Shopping : Gemini apprend vos goûts et préférences pour vous aider à trouver des articles qui vous correspondent vraiment

Privacy first

Google insiste sur le contrôle utilisateur :

OFF par défaut : la fonctionnalité doit être activée manuellement
Contrôle granulaire : vous choisissez exactement quelles apps connecter
Réversible : vous pouvez désactiver à tout moment

Disponibilité

Aspect	Détails
Statut	Beta
Région	États-Unis uniquement
Abonnements	Google AI Pro et Ultra
Expansion	Prévue selon l’amélioration de la fonctionnalité

Personal Intelligence begins rolling out today as a beta to Google AI Pro and Ultra subscribers in the U.S. As the feature improves, availability will expand.

🇫🇷 Personal Intelligence commence son déploiement aujourd’hui en beta pour les abonnés Google AI Pro et Ultra aux États-Unis. À mesure que la fonctionnalité s’améliore, la disponibilité s’étendra. — @GeminiApp

GPT-5.2-Codex disponible dans l’API Responses

14 janvier 2026 — OpenAI annonce la disponibilité de GPT-5.2-Codex dans son API Responses, le même modèle utilisé dans Codex.

🔗 Post X @OpenAIDevs | Documentation

Les capacités

GPT-5.2-Codex excelle dans les tâches de développement complexes et long-running :

Tâche	Description
Building features	Construction de nouvelles fonctionnalités complètes
Refactoring	Restructuration et amélioration du code existant
Bug hunting	Identification et correction de bugs
Security	Détection de vulnérabilités dans les codebases

Le plus cyber-capable

OpenAI souligne que GPT-5.2-Codex est leur modèle le plus performant pour la cybersécurité, capable de :

Trouver des vulnérabilités dans les codebases
Comprendre les failles de sécurité
Suggérer des corrections

Contexte

GPT-5.2-Codex avait été lancé le 18 décembre 2025 exclusivement dans Codex. Cette ouverture API permet maintenant aux développeurs d’intégrer ce modèle dans leurs propres applications et workflows.

NotebookLM déploie Data Tables pour tous

14 janvier 2026 — NotebookLM annonce le déploiement général de Data Tables, une fonctionnalité qui transforme automatiquement les notes en tableaux structurés.

🔗 Post X @NotebookLM

Exemples de prompts

NotebookLM propose des templates selon les cas d’usage :

Domaine	Prompt suggéré
Travail	Convertir mes notes de réunion en tableau avec colonnes : action, catégorie, priorité, responsable
Science	Créer un tableau des résultats d’essais cliniques : Étude, Année, Méthode, Taille échantillon, Statistiques
Voyage	Tableau des destinations : Ville, Meilleure période, Coût estimé/jour
École	Tableau des événements historiques : Nom, Pays, Date, Figures clés, Conséquences économiques

Ce que ça change

Data Tables permet de passer instantanément de notes brutes à des données structurées et exploitables, idéal pour l’analyse et la comparaison.

Anthropic soutient le programme ARPA-H PCX

14 janvier 2026 — Anthropic annonce son soutien au programme PCX (Pediatric Care eXpansion) d’ARPA-H, un effort de $50 millions pour améliorer les soins pédiatriques.

🔗 Post X @AnthropicAI | Communiqué ARPA-H

Le programme PCX

Aspect	Détails
Budget	$50 millions
Portée	200+ hôpitaux pédiatriques
Focus initial	Cancer pédiatrique du cerveau
Objectif	Réduire le parcours de soins de plusieurs années à quelques semaines

Comment ça fonctionne

Le programme vise à partager les données entre hôpitaux sur les cas complexes, permettant aux médecins d’apprendre des cas similaires traités ailleurs.

We’re supporting ARPA-H’s PCX program—a $50M effort to share data between 200+ pediatric hospitals on complex cases, beginning with pediatric cancer. The goal is to help doctors learn from similar cases and shorten the care journey from years to weeks.

🇫🇷 Nous soutenons le programme PCX d’ARPA-H — un effort de $50M pour partager les données entre 200+ hôpitaux pédiatriques sur les cas complexes, en commençant par le cancer pédiatrique. L’objectif est d’aider les médecins à apprendre des cas similaires et réduire le parcours de soins de plusieurs années à quelques semaines. — @AnthropicAI

ElevenLabs : 230 interviews clients en 24h avec les Agents

13 janvier 2026 — ElevenLabs partage un cas d’usage impressionnant de ses Agents conversationnels : 230 interviews clients réalisées en moins de 24 heures pour leur app Eleven Reader.

🔗 Post X @elevenlabsio | Documentation Agents

Le problème résolu

Approche	Avantages	Inconvénients
Interviews live	Insights profonds	Ne scale pas
Surveys	Scale facilement	Perd la nuance
Agents conversationnels	Profondeur + Scale	Best of both worlds

Les résultats chiffrés

Métrique	Résultat
Interviews complétées	230
Temps total	< 24 heures
Taux de succès	85% on-topic et réussies
Durée moyenne	10 minutes par appel
Time-to-production	Insights livrés le lendemain

Déploiement rapide

L’agent interviewer a été construit et déployé en moins d’une journée. ElevenLabs a utilisé la fonctionnalité Analysis pour évaluer chaque appel et extraire des données structurées des transcripts.

Key learnings

95% des répondants ont interagi naturellement sans reconnaître qu’ils parlaient à une IA
21% des lecteurs fiction ont demandé le support multi-personnages pour les dialogues
Un utilisateur : “Cette interview de service client est l’expérience IA la plus remarquable que j’aie jamais eue”

Ce que ça démontre

Les agents IA conversationnels permettent de mener des recherches utilisateur à l’échelle mondiale, 24/7, tout en maintenant la richesse des échanges qualitatifs.

Ce que ça signifie

Personal Intelligence de Google représente une évolution majeure des assistants IA. En connectant Gemini aux données personnelles de l’utilisateur, Google crée un assistant véritablement contextuel. La confidentialité sera le facteur clé d’adoption.

L’API GPT-5.2-Codex démocratise l’accès au meilleur modèle de coding d’OpenAI. Les développeurs peuvent maintenant construire des outils de développement augmentés par IA sans passer par Codex. L’accent sur la cybersécurité est notable.

Data Tables de NotebookLM confirme la stratégie Google de transformer NotebookLM en outil de productivité complet, pas seulement un générateur de podcasts AI.

L’engagement d’Anthropic dans le healthcare via ARPA-H montre une approche différente d’OpenAI : partenariats institutionnels vs acquisitions de startups.

ElevenLabs démontre avec des métriques concrètes la maturité de ses agents conversationnels : 85% de taux de succès, déploiement en moins d’un jour, et surtout 95% des utilisateurs qui n’ont pas reconnu parler à une IA. C’est un cas d’usage reproductible pour toute entreprise cherchant à scaler sa recherche utilisateur.