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.
Le Web ne se navigue plus, il se délègue : les agents IA filtrent, arbitrent et cliquent à votre place. Les assistants d’IA s’interposent entre l’utilisateur et les produits, entre l’utilisateur et le Web. L’enjeu pour […]
Spécialiste de l’ingénierie en IA et de la performance algorithmique, la start-up s’est attaquée à l’univers de l’ESG avec une plateforme de scoring mixant les données émises par les entreprises avec celles circulant à l’extérieur. «Les […]
Plus les agents IA deviennent utiles, plus ils prennent leur temps — et c’est plutôt bon signe. Raisonnement, recherche web, édition de code, tests : la latence grimpe parce que le boulot est réellement fait, pas […]
Quand l’IA touche le monde physique, l’automatisation cesse d’être un projet d’ingénierie isolé et devient un levier de compétitivité. Capteurs, modèles, décisions temps réel : la Physical AI accélère l’exécution, mais exige des partenariats solides et […]
En 2026, le DSI n’est plus seulement le gardien du SI : il devient le chef d’orchestre de l’IA dans l’entreprise. Il arbitre autant des choix de modèles, de données et de contrôle des risques que […]
Avec GPT-5.2-Codex, OpenAI pousse l’ingénierie logicielle vers des agents capables d’itérer des heures sur un dépôt, de piloter les tests/CI et d’absorber des refactorisations massives. Le modèle met aussi l’accent sur Windows et surtout sur la […]
Moins de promesses, plus de comptes à rendre : la Matinale d’IT for Business déroule un fil rouge très DSI : mesurer le ROI, passer à l’échelle, cadrer les agents IA, solidifier le socle data, moderniser […]
Le vibe coding déplace la création logicielle de la syntaxe vers l’intention. Avec Opal, Google pousse le no-code agentique dans son assistant Gemini, mais en interdit encore l’accès aux européens. Plus pour longtemps ? Cet été, Google […]
Le no-code promet des agents qui travaillent pour vous ; il peut aussi leur donner les clés du magasin. Tenable démontre à nouveau qu’un prompt bien tourné, et l’agent IA confond données et consignes puis agit […]
De la fraude hyper-personnalisée aux malwares polymorphes et aux agents autonomes, l’intelligence artificielle redéfinit en profondeur le paysage de la cybersécurité. Face à des attaques industrialisées par l’IA, la défense se réinvente avec copilotes SOC, automatisation […]
