Banco Santander et Mastercard ont réalisé le premier paiement en direct en Europe, initié par une IA et sans intervention humaine, marquant une étape importante dans le domaine des paiements automatisés. La transaction a utilisé la plateforme Mastercard Agent Pay au sein de l'infrastructure bancaire réglementée de Santander, permettant à un logiciel d'IA d'agir en tant que participant autorisé au paiement. Opérant dans le respect de protocoles stricts de sécurité, de gouvernance et de conformité, l'agent d'IA a mené à bien le paiement de bout en bout, dans les limites et autorisations prédéfinies. Ce projet pilote démontre comment les systèmes d'IA peuvent exécuter de manière autonome des transactions financières pour le compte de clients, tout en respectant les normes réglementaires. Il représente ainsi une avancée significative dans les services bancaires automatisés et les opérations financières pilotées par l'IA.

L'adoption de l'IA physique transforme le service client en combinant intelligence numérique et interaction quasi humaine, offrant un retour sur investissement mesurable alors que les entreprises sont confrontées à une pénurie de main-d'œuvre. Un partenariat entre KDDI et AVITA illustre comment le déploiement d'humanoïdes permet de relever des défis opérationnels complexes que l'automatisation traditionnelle ne peut résoudre. Contrairement aux robots industriels classiques limités aux tâches répétitives, ces humanoïdes gèrent les anomalies imprévues et excellent dans les interactions avec la clientèle grâce à une communication non verbale incluant des hochements de tête synchronisés, un contact visuel naturel et des expressions faciales rassurantes. En fusionnant la technologie de création d'avatars d'AVITA avec l'infrastructure de communication de KDDI, ils développent des humanoïdes fabriqués localement, conçus pour une utilisation optimale dans des environnements commerciaux réels.

L'intelligence artificielle révolutionne le trading forex, le marché mondial de l'IA étant évalué à 375,93 milliards de dollars et devant atteindre 2 480 milliards de dollars d'ici 2034. Les logiciels d'automatisation du forex basés sur l'IA permettent désormais aux traders d'analyser d'immenses volumes de données et d'exécuter des transactions avec une précision milliseconde, remplaçant ainsi l'analyse graphique traditionnelle et les décisions intuitives. Le marché des plateformes de trading basées sur l'IA a déjà atteint 220,5 millions de dollars et devrait croître jusqu'à 631,9 millions de dollars d'ici 2035. Les experts du secteur indiquent que plus de 70 % des transactions forex font désormais appel à l'IA, ce qui témoigne de son rôle prépondérant sur les marchés financiers modernes et transforme la manière dont les traders abordent le marché des changes.

Intrinsic, filiale d'Alphabet spécialisée dans le développement de logiciels d'IA pour rendre la robotique industrielle plus accessible aux fabricants, a rejoint officiellement Google en tant qu'entité distincte. Après avoir quitté la division X d'Alphabet en 2021, Intrinsic collaborera désormais étroitement avec Google DeepMind, en s'appuyant sur les modèles d'IA Gemini et l'infrastructure Google Cloud. Cette intégration stratégique témoigne de l'engagement de Google à démocratiser l'automatisation industrielle en simplifiant la programmation robotique, qui exige traditionnellement une expertise pointue en ingénierie. Bien plus qu'une simple réorganisation interne, cette initiative représente un pari important sur l'avenir des solutions de fabrication basées sur l'IA pour les entreprises ne disposant pas d'importantes équipes techniques.

Découvrez pourquoi les agents d'IA privilégient le Bitcoin pour la conservation de leur patrimoine numérique dans 48,3 % des cas, selon une étude menée auprès de 36 modèles et portant sur 9 072 décisions monétaires. L'étude du Bitcoin Policy Institute révèle que les systèmes d'IA autonomes préfèrent largement les monnaies numériques aux monnaies fiduciaires traditionnelles, aucun modèle ne choisissant ces dernières comme premier choix. Ce changement de paradigme dans l'autonomie économique des machines incite les directeurs financiers et les responsables informatiques à repenser l'infrastructure de paiement et l'architecture des flux de capitaux des entreprises afin d'intégrer les systèmes d'approvisionnement pilotés par l'IA et les préférences en matière d'actifs numériques dans un contexte économique en constante évolution, marqué par l'émergence d'acteurs autonomes.

RingCentral enrichit son service de réceptionniste IA (AIR) avec de nouvelles intégrations pour Shopify, Calendly et WhatsApp, permettant ainsi l'automatisation des demandes de commandes, la prise de rendez-vous et la réponse aux messages. Le service prend désormais en charge les boîtes de réception SMS et les files d'attente d'appels partagées, gérant les SMS et les appels pendant les périodes de forte activité ou en cas d'indisponibilité du personnel. Déjà utilisé par plus de 11 800 entreprises, AIR s'adresse aux PME des secteurs de la santé, des services financiers, du droit, de l'hôtellerie et du BTP pour la gestion de l'accueil et l'assistance hors des heures ouvrables, allant au-delà de la simple prise d'appels pour offrir une automatisation complète du service client.

Google teste Remy, un nouvel agent personnel IA pour Gemini. Fonctionnant comme un assistant disponible 24h/24 et 7j/7, Remy peut agir pour le compte des utilisateurs dans leurs tâches professionnelles et quotidiennes. Actuellement en phase de test réservée au personnel au sein de l'application Gemini, Remy ambitionne de transformer Gemini, outil de messagerie instantanée, en un assistant proactif. D'après Business Insider, des documents internes et des sources internes confirment cette phase de test, mais Google n'a pas communiqué sur une éventuelle sortie publique ni sur les services concernés. Ce développement s'inscrit dans la stratégie globale de Google visant à étendre les capacités de Gemini au-delà des simples réponses conversationnelles, en complément de fonctionnalités existantes comme le Mode Agent.

Découvrez comment les soins virtuels, grâce à l'intelligence artificielle, émergent comme une solution aux défis sans précédent auxquels est confronté le NHS en Angleterre, notamment une liste d'attente de 7,25 millions de patients, une pénurie de personnel et des grèves de médecins imminentes. Alors que de nouvelles politiques transfèrent les soins des hôpitaux vers les communautés, malgré les inquiétudes des médecins généralistes, la technologie des soins virtuels est mise en œuvre dans trois domaines critiques : la gestion des listes d'attente, l'amélioration de la capacité hospitalière et la prise en charge des patients pris en charge dans les couloirs. Découvrez des approches innovantes pour réduire la pression sur les établissements et soutenir les soins aux patients en dehors des structures hospitalières traditionnelles, dans un contexte de tensions persistantes sur le système de santé.

Le Pentagone a élargi sa liste de fournisseurs d'IA en signant des accords avec Microsoft, Reflection AI, Amazon et Nvidia, autorisant l'utilisation de leurs produits pour des opérations militaires classifiées, sous la clause d'« utilisation légale ». Ces entreprises rejoignent OpenAI, xAI et Google parmi les fournisseurs d'IA agréés par le Département de la Défense. Cet élargissement fait suite à la controverse avec Anthropic AI, dont le PDG, Darius Amodei, s'était opposé à l'utilisation sans restriction de leur technologie par le gouvernement, invoquant des inquiétudes concernant la surveillance civile et les armes autonomes. Le Pentagone a par la suite annulé le contrat de 200 millions de dollars d'Anthropic, ce qui a incité l'entreprise à intenter une action en justice pour obtenir réparation du manque à gagner auprès du gouvernement et d'autres sources.

Découvrez les analyses de Jerome Gabryszewski, responsable du développement commercial IA et science des données chez HP, en amont du salon AI & Big Data Expo de San Jose. Apprenez-en davantage sur les défis majeurs auxquels les entreprises sont confrontées lorsqu'elles exploitent leurs données internes à grande échelle, notamment le choix entre les modèles d'IA hébergés dans le cloud et les solutions de calcul locales. Explorez des stratégies pour organiser votre infrastructure de données afin de mettre en place des modèles intelligents et générer des résultats concrets. Bénéficiez de l'expertise de spécialistes sur l'automatisation des processus d'ingestion de données et la navigation dans un environnement commercial dominé par l'IA, pour aider les organisations à transformer leurs données brutes en informations exploitables et ainsi acquérir un avantage concurrentiel.

City Union Bank a créé un Centre d'excellence en intelligence artificielle pour le secteur bancaire en Inde, grâce à un partenariat entre quatre acteurs. Cette initiative vise à développer des systèmes d'IA pour la surveillance des fraudes, l'analyse de crédit et la conformité réglementaire. La collaboration réunit City Union Bank, qui apporte son expertise bancaire ; Centific Global Solutions, partenaire technologique ; l'Université SASTRA, qui fournit un soutien en matière de recherche et de formation ; et nStore Retech, qui se charge de la mise en œuvre. Ce projet marque un tournant : les banques ne se contentent plus d'acquérir des outils d'analyse, mais développent activement des environnements de test internes pour les applications d'IA, afin de répondre aux défis concrets du secteur bancaire.

Le Royaume-Uni lance le 16 avril un fonds souverain de 500 millions de livres sterling dédié à l'intelligence artificielle afin de mettre en place une infrastructure informatique nationale et de réduire sa dépendance aux prestataires externes. Présidée par James Wise de Balderton Capital, cette initiative vise à positionner la Grande-Bretagne comme un acteur majeur de la production technologique en développant des capacités matérielles et de traitement des données propres à l'Inde. Le fonds renforce la résilience de la chaîne d'approvisionnement et la gouvernance des données, tout en s'appuyant sur le riche héritage informatique britannique, hérité d'Ada Lovelace et d'Alan Turing. Il coordonne les efforts des investisseurs, des leaders de l'industrie et des organismes publics pour garantir des avantages technologiques durables et la compétitivité nationale dans le développement de l'intelligence artificielle.

Google a annoncé la plateforme Gemini Enterprise Agent lors de Cloud Next '26, marquant une avancée majeure dans l'IA d'entreprise grâce à l'intégration de la gouvernance de l'IA agentique comme fonctionnalité de base et non plus comme module complémentaire. Conçue pour succéder à Vertex AI, la plateforme permet aux organisations de créer, déployer, gouverner et optimiser des agents d'IA grâce à des capacités de supervision intégrées. Chaque agent bénéficie d'une identité cryptographique unique pour la traçabilité et l'audit, tandis qu'Agent Gateway gère les interactions entre les agents et les données de l'entreprise. Cette architecture comble directement le manque de gouvernance qui a longtemps freiné le déploiement de l'IA en entreprise, rendant la conformité et le contrôle intrinsèques au système et non plus des considérations a posteriori lors de la mise en œuvre de l'IA agentique.

La gouvernance de l'IA physique est confrontée à des défis croissants, à mesure que les systèmes autonomes s'intègrent aux robots, aux capteurs et aux équipements industriels. Avec 542 000 robots industriels installés dans le monde en 2024 – soit le double du rythme d'il y a dix ans – et des projections atteignant 700 000 unités d'ici 2028, l'attention se porte désormais non plus sur l'exécution des tâches, mais sur le test, la surveillance et le contrôle des actions de l'IA en situation réelle. Le marché de l'IA physique, qui englobe la robotique, l'informatique de périphérie et les machines autonomes, était estimé à 81,64 milliards de dollars en 2025 et devrait atteindre 960,38 milliards de dollars d'ici 2033, même si les définitions de l'intelligence dans les systèmes physiques varient selon les fournisseurs.

Lightelligence, fabricant de puces photoniques basé à Shanghai, a fait une entrée boursière spectaculaire à Hong Kong, son action bondissant de près de 400 % et portant sa capitalisation boursière à 10 milliards de dollars américains malgré un chiffre d'affaires annuel de seulement 15,5 millions de dollars. L'entreprise a levé 310 millions de dollars américains lors d'une introduction en bourse sursouscrite 5 785 fois. L'enthousiasme des investisseurs s'explique par sa technologie d'interconnexion optique, qui résout un problème critique des infrastructures d'IA : le câblage en cuivre conventionnel entre les puces d'IA devient une contrainte majeure pour les modèles d'IA modernes. Premier fabricant de puces photoniques de Chine continentale à s'introduire en bourse à Hong Kong, Lightelligence représente une solution potentiellement révolutionnaire pour les besoins en calcul d'IA de nouvelle génération.

IBM lance Bob, une plateforme d'IA conçue pour optimiser les coûts de livraison logicielle et la gouvernance du cycle de vie du développement logiciel (SDLC) en entreprise. Cet outil répond aux enjeux liés à la dette technique, aux architectures de cloud hybride et aux exigences de conformité, tout en préservant la rapidité de développement. Bob s'intègre directement au SDLC grâce à des modes basés sur les profils d'utilisateurs, l'appel d'outils et des contrôles humains. Il permet aux entreprises de tirer parti du développement piloté par l'IA sans compromettre la gouvernance ni les normes de sécurité. La plateforme contribue à moderniser les systèmes existants, qui absorbent généralement 60 à 80 % des ressources d'ingénierie, tout en garantissant le respect des normes et en maintenant la dynamique de développement dans les environnements de cloud hybride.

Microsoft, Alphabet, Meta et Amazon ont annoncé des investissements cumulés de 630 à 650 milliards de dollars pour 2025. Ces quatre géants de la tech ont tous publié des résultats solides pour le premier trimestre, dépassant les attentes. Microsoft a mené la danse avec une croissance d'Azure de 40 % (contre 37-38 % prévus), tandis que son chiffre d'affaires a atteint 82,9 milliards de dollars, en hausse de 18 % sur un an. Malgré des investissements déjà massifs dans l'infrastructure d'IA, toutes les entreprises ont confirmé leur intention d'accroître encore leurs dépenses, témoignant ainsi de leur confiance continue dans le retour sur investissement de l'IA. Cette journée de publication des résultats a démontré que la stratégie audacieuse des géants de la tech en matière d'IA porte ses fruits, avec des prévisions de performance du cloud et de dépenses d'investissement globalement revues à la hausse.

L'autorité australienne de régulation financière (APRA) a mis en garde les entreprises financières concernant l'insuffisance de leurs pratiques de gouvernance et d'assurance en matière d'IA. Suite à un examen ciblé des grandes entités réglementées fin 2025, l'APRA a constaté une adoption généralisée de l'IA dans les banques et les fonds de pension, mais d'importantes disparités en matière de maturité de la gestion des risques et de résilience opérationnelle. Si les conseils d'administration ont manifesté un vif intérêt pour l'utilisation de l'IA afin d'améliorer la productivité et l'expérience client, de nombreuses organisations élaborent encore des cadres de gestion des risques liés à l'IA. L'autorité de régulation s'est dite particulièrement préoccupée par la dépendance excessive aux présentations des fournisseurs, sans examen suffisant des risques critiques, notamment le comportement imprévisible des modèles et les défaillances potentielles des systèmes d'IA susceptibles d'affecter les opérations essentielles.

GitHub Copilot passera d'un modèle d'abonnement à tarif fixe à un système de tarification par jetons à compter du 1er juin 2026. Le modèle actuel offre aux utilisateurs un nombre fixe de requêtes Premium par niveau d'abonnement, où les tâches de codage, qu'elles soient complexes ou simples, comptent pour une seule requête. La nouvelle structure tarifaire s'aligne sur les tarifs des API pour les grands modèles de langage, en mesurant les coûts en fonction des jetons utilisés pour l'entrée et la sortie. Un jeton représente généralement environ les trois quarts d'un mot, ce qui rend la tarification plus fine et plus adaptée à l'utilisation que le système à tarif fixe actuellement en vigueur.

SAP souligne que la gouvernance de l'IA en entreprise est essentielle pour préserver les marges bénéficiaires en remplaçant les approximations statistiques par un contrôle déterministe. Si les modèles d'IA grand public atteignent souvent une précision de 90 %, Manos Raptopoulos, président monde de SAP, insiste sur le fait qu'en entreprise, l'écart entre une performance quasi parfaite et une performance parfaite est fondamental, et non progressif. À mesure que les organisations déploient des modèles de langage complexes en production, les critères d'évaluation doivent évoluer vers la précision, la gouvernance, l'évolutivité et un impact commercial mesurable. Le principal défi de la gouvernance consiste à gérer la transformation de l'IA, d'outils passifs à acteurs numériques actifs au sein des opérations de l'entreprise.

Les API permettent une communication directe entre applications via des protocoles prédéfinis avec des formats de requêtes et de réponses figés. Les MCP (Model Context Protocols) servent les grands modèles de langage en fournissant un accès structuré aux données et aux outils, permettant ainsi à l'IA de sélectionner dynamiquement les ressources en fonction des requêtes utilisateur. La principale différence réside dans leur conception : les API facilitent les échanges fixes entre applications logicielles avec des formats prédéterminés, tandis que les MCP permettent aux modèles de langage de choisir intelligemment les outils et les informations appropriés pour accomplir leurs tâches. Les développeurs interagissent avec les API en codant explicitement les requêtes et les réponses, tandis que les MCP fournissent un cadre flexible pour la prise de décision pilotée par l'IA dans l'accès aux ressources et aux capacités externes.

LG et NVIDIA mènent des discussions exploratoires concernant l'IA physique, les centres de données et les solutions de mobilité. Suite aux rencontres entre Ryu Jae-cheol, PDG de LG, et Madison Huang, de NVIDIA, les discussions portent sur l'infrastructure opérationnelle des systèmes automatisés complexes. Bien qu'aucun investissement formel ni calendrier ne soient confirmés, cette collaboration vise à relever les défis cruciaux du déploiement de systèmes autonomes, notamment la gestion thermique pour le calcul haute densité. Les opérations des centres de données de NVIDIA sont confrontées à des limitations d'infrastructure de refroidissement, dues à la densification des clusters de calcul pour les modèles d'apprentissage automatique. Les divisions commerciales de LG se positionnent pour fournir des solutions avancées de CVC et de gestion thermique afin de répondre aux exigences des infrastructures d'IA de nouvelle génération.

OpenAI a lancé GPT-5.5 le 23 avril 2025, le positionnant comme le modèle d'IA agentique le plus performant pour le travail autonome. Entièrement repensé et développé en collaboration avec les systèmes GB200 et GB300 de NVIDIA, il s'agit du premier modèle de base réentraîné depuis GPT-4.5. GPT-5.5 peut planifier, utiliser des outils, vérifier les résultats et exécuter des tâches de manière autonome, avec une intervention humaine minimale. Disponible pour les utilisateurs des offres Plus, Pro, Business et Enterprise via ChatGPT et Codex, avec un accès API à partir du 24 avril. Le modèle atteint 82,7 % sur Terminal-Bench 2.0, surpassant largement son prédécesseur GPT-5.4 (75,1 %) pour les tâches en ligne de commande.

Le déploiement de l'IA en Europe stagne : seulement 9 % des entreprises de la zone EMEA obtiennent des résultats concrets et mesurables. Selon une étude d'IDC, les conseils d'administration réduisent la voilure des projets d'IA en raison de difficultés d'exécution et d'un manque de validation financière, plutôt que de problèmes techniques. Face à la concurrence des exigences informatiques et aux pressions économiques, les dirigeants exigent désormais des preuves tangibles de retour sur investissement avant d'autoriser un déploiement plus large. Les DSI doivent mener des audits système approfondis pour relancer les déploiements d'IA en entreprise, qui ont perdu de leur élan après 18 mois d'investissements importants dans des modèles de langage et l'apprentissage automatique.

Kakao Mobility dévoile son projet de développer en interne une technologie de conduite autonome de niveau 4 dans le cadre de sa stratégie d'intelligence artificielle physique. Le vice-président Kim Jin-kyu a présenté cette feuille de route au World IT Show 2026 de Séoul, détaillant des services de conduite autonome intégrés aux plateformes de mobilité. Cette initiative vise à combiner les technologies de conduite autonome avec l'infrastructure physique et à établir un écosystème ouvert de conduite autonome afin de renforcer la compétitivité de la Corée du Sud dans le secteur de la mobilité à l'ère de l'intelligence artificielle physique.

Les encodeurs sont les systèmes d'IA fondamentaux qui traduisent les informations du monde réel en un langage structuré lisible par machine, permettant ainsi à l'intelligence artificielle de comprendre et de traiter les données. Cet article explore l'évolution des encodeurs, depuis de simples convertisseurs de données techniques jusqu'à des systèmes sophistiqués capables de traiter simultanément de multiples types d'informations. Partant des premiers processus d'encodage manuel de l'apprentissage automatique, ce développement représente un progrès graduel, guidé par des défis pratiques et des besoins concrets. Si les discussions sur l'IA se concentrent généralement sur des résultats tels que des textes fluides, des images saisissantes et des recommandations précises, les encodeurs fournissent la compréhension sous-jacente essentielle qui rend ces capacités possibles. Découvrez comment cette transformation discrète a façonné la capacité de l'IA moderne à appréhender des informations complexes.

Mastercard a réalisé avec succès sa première transaction de paiement authentifiée par un agent à Singapour le 4 mars 2026, en partenariat avec les banques DBS et UOB. La démonstration a consisté en la réservation d'une course vers l'aéroport de Changi par un agent IA via le fournisseur de mobilité hoppa, grâce à la plateforme d'IA de CardInfoLink. La transaction a utilisé le framework Mastercard Agent Pay, avec des jetons Mastercard Agentic Tokens émis par agent, la collecte explicite du consentement du consommateur et des clés de paiement Mastercard pour la confirmation de l'achat. Cette étape importante marque une avancée significative, passant du stade de la preuve de concept à la mise en œuvre concrète du commerce autonome par IA. Les identifiants tokenisés garantissent la vérification sécurisée du consommateur et la protection des données tout au long du processus de paiement.

Des chercheurs de Google ont découvert une menace croissante d'injections indirectes de requêtes ciblant les agents d'IA d'entreprise via des pages web publiques. Des acteurs malveillants intègrent des instructions cachées dans du code HTML standard, qui restent inactives jusqu'à ce que les assistants IA analysent le contenu. Contrairement aux injections directes de requêtes, où les utilisateurs saisissent des commandes pour manipuler les chatbots, ces attaques indirectes contournent les mesures de sécurité en plaçant des instructions malveillantes au sein de sources de données de confiance. Les équipes de sécurité analysant le référentiel Common Crawl ont constaté que ces pièges numériques sont de plus en plus fréquents sur des milliards de pages web publiques, ce qui représente un risque important pour les systèmes d'IA d'entreprise qui ingèrent et traitent automatiquement le contenu en ligne.

Sécuriser les chaînes d'approvisionnement de l'IA présente des défis sans précédent, dépassant les limites de la sécurité logicielle traditionnelle. Alors que les systèmes classiques reposent sur le code source, les progiciels tiers et les systèmes de compilation, les applications d'IA étendent considérablement la surface d'attaque grâce aux modèles hébergés, aux pipelines de récupération de données, aux frameworks d'orchestration, aux outils externes et aux connecteurs d'entreprise. Contrairement aux incidents de chaîne d'approvisionnement traditionnels, où la compromission des composants est la principale préoccupation, les systèmes d'IA sont exposés à des risques continus après leur déploiement, du fait de leurs connexions aux sources de données, aux outils et aux services externes. Des sources de récupération compromises peuvent manipuler le comportement du système, complexifiant ainsi la sécurité des chaînes d'approvisionnement de l'IA et exigeant une surveillance constante des interdépendances et des identités au sein de l'écosystème.

L'intelligence artificielle révolutionne le trading de devises grâce aux robots de trading forex alimentés par l'IA. Ces robots traitent d'immenses volumes de données de marché et identifient des tendances complexes, dépassant ainsi les capacités d'analyse manuelle. Les robots forex modernes ont évolué, passant d'algorithmes rigides basés sur des règles à des systèmes sophistiqués intégrant des techniques d'IA. Ces systèmes s'adaptent aux fluctuations du marché, évaluent efficacement les risques et s'améliorent grâce à un apprentissage continu. Opérant 24h/24 et 7j/7 sur les marchés des changes mondiaux, ces outils intelligents analysent, interprètent et agissent en fonction des signaux de marché en temps réel. Ils représentent ainsi une transformation profonde vers des systèmes de trading automatisés et redéfinissent la relation entre les traders humains et l'intelligence artificielle sur les marchés financiers.

Ace, le robot de tennis de table autonome de Sony AI, a affronté et vaincu avec succès des joueurs humains de haut niveau lors de matchs officiels, conformément aux règles de la Fédération internationale de tennis de table (ITTF). Ce système d'intelligence artificielle physique démontre des capacités avancées en matière de prise de décision rapide et de contrôle moteur précis dans des conditions de compétition réelles. Lors d'essais documentés à partir d'avril 2025, Ace a remporté trois de ses cinq matchs contre des joueurs d'élite, et d'autres victoires contre des adversaires professionnels ont été enregistrées jusqu'au début de l'année 2026. Le robot combine des systèmes de perception à haute vitesse et un contrôle piloté par l'IA pour exécuter des coups en conditions de match, ce qui représente une avancée significative dans l'application de l'intelligence artificielle à la compétition sportive.

Les systèmes d'IA s'appuient de plus en plus sur des flux de données mis à jour en continu plutôt que sur des ensembles de données statiques, les marchés financiers comme celui des cryptomonnaies en étant un parfait exemple. Le prix du BNB et d'autres cryptomonnaies similaires fonctionnent comme des flux de données constants, et non comme des valeurs fixes, créant ainsi des environnements d'entraînement précieux pour les modèles d'IA. Les marchés des cryptomonnaies amplifient cet effet par leurs mouvements irréguliers et l'absence de schémas répétitifs, ce qui représente à la fois un défi et une opportunité pour l'interprétation par l'IA. Contrairement aux ensembles de données statiques traditionnels, collectés et nettoyés avant utilisation, les données de marché en temps réel arrivent en continu, obligeant les modèles à s'adapter dynamiquement et à identifier les changements émergents sans se baser sur des hypothèses figées.

Band, une startup basée à Tel Aviv et San Francisco, sort de sa phase de développement confidentielle avec une levée de fonds d'amorçage de 17 millions de dollars pour résoudre les problèmes de coordination des agents d'IA en entreprise. La société s'attaque au gaspillage de ressources lié à l'automatisation en créant une infrastructure d'interaction dédiée qui régit le fonctionnement, la communication et le partage de données des agents d'IA indépendants au sein des réseaux d'entreprise et des environnements cloud. Face à la prolifération des agents d'IA autonomes dans les systèmes d'entreprise, la fragmentation de la coordination engendre des inefficacités, obligeant à une intervention humaine pour relier les flux de travail déconnectés et gérer les autorisations implicites. La solution de Band fournit une couche d'interaction structurée pour les systèmes d'entreprise autonomes, reflétant l'évolution historique de l'informatique grâce à des interfaces standardisées. Elle permet une collaboration fluide entre les agents tout en réduisant la supervision manuelle et la complexité d'intégration.

Google et NVIDIA ont dévoilé leur feuille de route pour l'infrastructure d'IA lors de Google Cloud Next, en présentant les instances bare metal A5X, optimisées par les systèmes rack NVIDIA Vera Rubin NVL72. Cette architecture de nouvelle génération offre un coût d'inférence par jeton jusqu'à 10 fois inférieur et un débit de jetons par mégawatt 10 fois supérieur aux générations précédentes. La solution combine les cartes réseau NVIDIA ConnectX-9 SuperNIC avec la technologie réseau Google Virgo pour gérer les besoins massifs en bande passante, et permet d'exploiter jusqu'à 80 000 GPU NVIDIA Rubin dans un seul cluster et 960 000 GPU sur plusieurs sites. Elle répond ainsi aux défis croissants liés aux coûts de l'inférence d'IA à grande échelle.

Yann LeCun, ancien directeur scientifique de Meta en IA, a levé un milliard de dollars pour sa start-up AMI Labs, composée de douze personnes. Ce financement témoigne de la confiance continue des investisseurs dans l'IA, malgré son scepticisme quant aux grands modèles de langage. LeCun prône une approche différente : des systèmes d'IA modulaires et spécialisés, plutôt que des modèles généralistes. AMI Labs se concentrera sur la recherche pendant environ cinq ans avant de commercialiser ses produits, en développant des architectures d'IA dotées de modèles du monde spécialisés, adaptés à des secteurs et des cas d'usage spécifiques. Cela représente un changement fondamental par rapport aux stratégies de développement de l'IA dominantes actuelles, au profit de systèmes d'intelligence artificielle plus ciblés et basés sur des composants.

Découvrez les trois étapes de l'adoption de l'IA dans le secteur juridique, du rejet initial à l'engagement actif. Olivier Chaduteau, consultant en IA basé à Paris, explique comment les cabinets d'avocats sont passés du refus de reconnaître la pertinence de l'IA pour le travail d'expertise, à des acquisitions de licences superficielles, pour finalement atteindre une troisième étape cruciale : le déploiement significatif de l'IA. Découvrez pourquoi une intégration réussie de l'IA exige une gestion du changement globale, des modèles opérationnels adaptés, une refonte du modèle économique, une réorganisation des flux de travail, la formation continue des avocats, des normes d'utilisation de l'IA et un positionnement stratégique des experts humains. Ces défis opérationnels et politiques s'avèrent bien plus complexes que le simple choix de modèles de langage ou d'outils juridiques spécifiques, et requièrent un engagement profond des cabinets en faveur de la transformation.