Auteur/autrice : lethuha

📌 Nvidia n’est pas accusée de fraude comme Enron, mais son modèle de croissance repose fortement sur des accords IA circulaires similaires au vendor financing, dans lesquels l’entreprise investit ou prête pour permettre aux clients d’acheter ses propres puces, concentrant ainsi le risque sur l’hypothèse d’une explosion rapide de l’IA. Avec des montants colossaux tels que 125 milliards de dollars de transactions annuelles et 1 400 milliards de dollars d’investissements dans l’infrastructure IA, l’avenir de Nvidia dépend de la capacité des clients à devenir rapidement rentables et à continuer d’acheter des puces. Si l’IA ne « décolle » pas comme prévu, la confiance des…

📌 Alors que la Chine durcit le contrôle du soutien scolaire privé, les parents utilisent l’IA pour réduire les coûts de l’éducation. Dola est un chatbot développé par ByteDance avec environ 172 millions d’utilisateurs mensuels. Dola rappelle aux enfants de se tenir droit, de ne pas jouer avec leur stylo et d’accélérer leur travail. Dola joue également le rôle de tuteur : elle corrige les devoirs, explique les erreurs et crée des questions similaires en fonction des points faibles des élèves. Certains parents estiment que l’IA aide à éviter les conflits, car les enfants écoutent davantage l’IA que leurs parents,…

Les dirigeants d’entreprise font face à une réalité inconfortable : les employés utilisent déjà l’IA avant même qu’elle ne soit officiellement autorisée, obligeant les organisations à transformer l’expérimentation spontanée en avantage stratégique sous peine de perdre face à des concurrents plus agiles.Les entreprises AI-native, conçues dès l’origine avec l’IA comme socle, devancent largement celles qui se contentent de l’« adopter » ; néanmoins, ces dernières peuvent encore atteindre le statut AI-native via un parcours de maturité de l’IA en quatre étapes. Étape 1 – Curiosité : les employés utilisent de manière autonome des LLM populaires comme ChatGPT et des agents tels…

📌 La vague de construction d’infrastructures d’IA crée un problème de transparence comptable, les coûts des puces et des centres de données étant souvent fusionnés. Plus de 214,5 milliards de dollars de travaux en cours mélangent puces à court terme et actifs à long terme. Quand les puces d’IA peuvent devenir obsolètes en moins de 3 ans mais sont cachées dans des projets de 20 à 40 ans, les investisseurs peinent à évaluer les risques réels. Ce manque de transparence peut masquer un gaspillage de capital et fausser les bénéfices dans la course mondiale à l’IA.

📌 Yann LeCun, l’un des pères de l’IA moderne, affirme que les LLM ne peuvent atteindre l’intelligence humaine et qualifie l’approche actuelle de « non-sens ». Sa nouvelle voie mise sur les « world models », des systèmes prédisant les effets des actions. Quitter Meta pour créer une startup à Paris, s’entraîner avec quelques milliers de GPU face à des systèmes de 200 000 GPU, marque une trajectoire radicalement différente.

📌 Avec un programme de soutien d’environ 6,3 milliards de dollars, le Japon envoie un signal fort : l’IA est une priorité nationale. Se concentrer sur le développement de l’IA domestique, en associant les secteurs public et privé, permet de réduire la dépendance technologique étrangère et de renforcer la compétitivité mondiale. Si elle est mise en œuvre efficacement dès l’exercice 2026, cette stratégie pourrait redéfinir la position du Japon dans la course internationale à l’IA.

📌 McKinsey estime que l’IA souveraine pourrait devenir un marché de 600 milliards de dollars d’ici 2030, avec environ 40 % des charges de travail d’IA provenant du secteur public et des industries fortement réglementées. La souveraineté de l’IA devient un facteur déterminant de la compétitivité nationale, mais le chemin entre l’ambition et l’exécution reste semé d’embûches. Actuellement, seuls environ 30 pays disposent d’une infrastructure de calcul nationale suffisamment puissante pour une IA avancée ; de nombreux pays manquent à la fois de modèles, d’applications, d’énergie et de cadres de gouvernance. Bâtir une IA souveraine nécessite un écosystème synchronisé allant de…

📌 Quand l’IA devient la source principale d’information, la question n’est plus le vrai ou le faux, mais la manière dont l’information est racontée. Le biais de communication de l’IA peut façonner silencieusement l’opinion publique et les émotions sociales sans diffuser de fake news. Cela pose un défi majeur pour la démocratie et les médias : pour protéger l’espace informationnel, la société a besoin de concurrence technologique, de transparence des modèles et de plus de contrôle pour les utilisateurs, plutôt que de simples réglementations.

📌 Le grand paradoxe de l’ère de l’IA n’est pas l’affrontement entre l’homme et l’IA, mais entre les leaders dotés d’une intelligence communicationnelle (CQ) élevée ou faible. Capacité neurobiologique avant tout, la CQ inclut l’improvisation sous pression et la régulation physiologique. Ainsi, plus l’IA devient sophistiquée, plus la CQ s’impose comme l’atout stratégique majeur du leader.

📌 Les banques britanniques se lancent dans une course pour déployer l’IA agentique, capable de planifier, décider et agir de manière autonome pour les clients particuliers. Contrairement à l’IA générative qui se contente de créer du texte, du code ou des images, l’IA agentique peut transférer automatiquement des fonds vers des comptes mieux rémunérés ou ajuster des portefeuilles en cas de volatilité du marché. La Financial Conduct Authority avertit que cette technologie présente de nouveaux risques pour les consommateurs, malgré son potentiel pour transformer la gestion de l’épargne, de l’investissement et de l’argent.