DATA / IA. La data et l’intelligence artificielle sont deux technologies désormais inextricablement liées. De plus en plus utilisée pour extraire du sens, l’IA sert à déterminer de meilleurs résultats, et permettre des prises de décisions plus rapides à partir de données de plus en plus massives. Terminée, l’ère de la big data et de ses 5V (vitesse, variété, volume, véracité et valeur) fantasmés. La data doit dorénavant répondre aux exigences de métiers de plus en plus demandeurs d’indicateurs et aguerris à la cause « data ». Mais cela passe par un préalable : connaitre et maitriser la source de ses données. Car la data doit être résolument porteuse de sens. À quoi sert de la stocker, si l’on ne la maitrise pas ! Choisir une plateforme adaptée qui puisse répondre à cette nouvelle donne est également un sujet. Savoir également trouver des outils pour mettre à disposition les données de ses utilisateurs — aussi bien pour les enrichir que pour les exploiter — n’est plus une option. Reste à trouver comment extraire de la valeur de cette data. Les exemples ne manquent plus ! C’est la place que prend désormais l’Intelligence artificielle, un secteur en pleine évolution où désormais l’IA est à portée de main des entreprises. La question n’est pas de savoir si l’Intelligence artificielle existe ou n'existe pas. Avec ChatGPT, le test de Turing n’est désormais plus une question. La machine a désormais la faculté à imiter la conversation humaine de manière assez superficielle. DATA/IA, même combat ? Elles sont désormais la clé d’une transformation digitale accomplie.
À mesure que les agents IA s’imposent dans tous les domaines, leurs mécanismes d’obéissance aux règles du web et de sécurité révèlent leurs limites. Entre le respect incertain des instructions « robots.txt » et la vulnérabilité face aux […]
DeepSeek avait fait trembler Wall Street et la Tech US. Mais, à la manière d’une réplique, un nouveau modèle IA chinois vient secouer la supériorité américaine et rappeler qu’aujourd’hui l’innovation dans les IA ouvertes est aussi […]
ChatGPT, Copilot, Mistral… Derrière leur aisance se cache une mécanique énergivore. La lourdeur énergétique et computationnelle des modèles d’IA générative n’est plus tenable. Pour dépasser ce mur technologique, le décodage spéculatif interopérable ouvre la voie à […]
Google Cloud ouvre l’accès à son TPU Ironwood qui promet une inférence à très grande échelle et à moindre coût. Avec en ligne de mire l’objectif pour les DSI de réduire le coût unitaire des requêtes […]
Les milliards s’accumulent, les promesses se répètent, mais le cap se brouille. Entre surenchère technologique et doutes économiques, 2026 s’annonce comme une année charnière : celle où l’IA devra prouver qu’elle peut passer du discours à la […]
Moins massifs, moins gourmands, plus rapides : les SLMs bousculent le paradigme des agents IA. En allégeant les coûts d’inférence et en renforçant la personnalisation, ils posent les bases d’une IA décentralisée et agile. Leur complémentarité […]
L’agilité, la culture data et les promesses d’autonomie algorithmique ont fini par masquer l’essentiel : sans compréhension fine des processus, l’IA reste un mirage. Avec Coborg, Inetum propose un cadre méthodologique pour cartographier, hiérarchiser et industrialiser […]
Et si une IA pouvait sentir qu’on lui « change les idées » ? En jouant sur leurs activations internes, des chercheurs d’Anthropic ont vu certains modèles réagir comme s’ils se percevaient eux-mêmes. Une curiosité qui […]
La France part de loin pour couvrir toute la chaîne de valeur de l’intelligence artificielle, de l’infrastructure de calcul aux modèles de fondation, en passant par l’accès aux données d’entraînement. Soutenu par l’État, un écosystème particulièrement dynamique […]
De la recherche scientifique aux datacenters, Nvidia orchestre l’intégration totale de l’IA dans l’économie américaine. En reliant GPU, cloud, quantique et télécoms, Jensen Huang a érigé à l’occasion de sa GTC 2025 d’automne une colonne vertébrale […]
