Auteur/autrice : lethuphuong

📌 Singapour construit l’un des écosystèmes d’IA du secteur public les plus ambitieux au monde. En plus de déployer des agents IA pour 150 000 fonctionnaires, le pays développe des mécanismes d’enregistrement et de surveillance afin de garantir la transparence, la sécurité et la responsabilité. Plus de la moitié des fonctionnaires utilisent déjà régulièrement l’IA, tandis que des outils comme Mark.ly, LangBuddy et des systèmes de cybersécurité pilotés par l’IA se développent. L’objectif à long terme est de former 100 000 experts en IA d’ici 2029 et de faire de l’IA une compétence de base de l’ensemble du secteur public.

📌 Une nouvelle vague de scepticisme face à l’IA émerge dans l’industrie technologique. Alors que de nombreux PDG et investisseurs attendent de l’IA des gains de productivité révolutionnaires, certains experts préviennent que les décisions sont prises trop loin de la réalité du travail quotidien. La hausse de 30 % des installations de DuckDuckGo après les annonces d’IA de Google montre qu’une partie des utilisateurs cherche des alternatives. Le débat ne porte plus sur l’existence ou non de l’IA, mais plutôt sur les domaines et la mesure dans lesquels elle doit être appliquée, et sur l’identité de ses réels bénéficiaires.

📌 Pour que l’IA soit efficace, les entreprises doivent investir dans l’humain autant que dans la technologie. Alors que l’engagement mondial des employés n’est que de 20 % et que 95 % des entreprises ne voient pas encore de résultats clairs de l’IA, ajouter des outils n’est peut-être pas la solution. Les études montrent que le jeu, l’improvisation et le lien social rendent le cerveau plus flexible, réduisent le stress et augmentent l’adaptabilité. À l’ère de l’IA, des capacités très humaines telles que la curiosité, la créativité, le jugement et la construction de la confiance pourraient devenir les avantages concurrentiels…

📌 Le plus grand défi de l’IA en santé ne réside pas dans les algorithmes mais dans le déploiement sur le terrain. Bien que Singapour ait enregistré des résultats impressionnants tels qu’une réduction de plus de 40 % du temps de transcription, une baisse de 83 % du temps de planification des infirmiers et la gestion par chatbot de près de 25 % des questions de santé courantes, le passage à l’échelle exige encore des changements de processus, la formation du personnel et l’instauration d’un climat de confiance. Le succès à long terme dépendra de la capacité à transformer des…

📌 La Chine renforce la gouvernance de l’IA en élaborant un cadre national d’évaluation pour normaliser la mesure des modèles, de la puissance de calcul et de la qualité des données. L’accent est mis sur la résolution du problème de la « boîte noire » de l’IA, l’augmentation de la transparence, de la traçabilité et de la fiabilité. Le plan, mis en œuvre par la SAMR et la Commission nationale pour le développement et la réforme, vise également à relier la recherche aux applications industrielles tout en surmontant les limites des données et le manque de précision dans l’évaluation de…

📌 Le projet TH-AI Passport montre l’ambition de la Thaïlande de généraliser l’IA à grande échelle malgré les controverses. Avec un budget total d’environ 2,5 milliards de bahts pour les deux phases, le gouvernement espère que 5 millions de personnes pourront accéder à des modèles d’IA premium à faible coût. Cependant, les doutes sur l’appel d’offres, la vie privée et la valeur réelle restent une pression majeure.

📌 L’AI-First là est en réalité une stratégie opérationnelle et non technologique. L’expérience d’une organisation servant plus de 1 100 personnes montre trois facteurs décisifs de succès : documenter les processus avant l’automatisation, instaurer une culture de vérification des résultats de l’IA et donner au personnel de première ligne le pouvoir de participer à la refonte du travail. Alors que seulement 21 % des entreprises modifient réellement leurs processus pour tirer parti de l’IA, seules celles qui le font sont capables de créer de la valeur durable au lieu de simplement courir après de nouveaux outils.

📌 La guerre de l’IA passe d’une compétition sur les performances à une compétition sur les coûts. DeepSeek et Xiaomi ne se contentent pas de réduire les prix de quelques pourcents, ils font chuter les coûts de l’IA de 98 à 99 % par rapport à de nombreux modèles américains de premier plan. Alors que les performances approchent celles de GPT et Claude mais que les prix sont des dizaines de fois inférieurs, les entreprises déployant des agents d’IA, du traitement de documents et de l’automatisation à grande échelle sont fortement incitées à passer à l’open-source ou aux modèles chinois…

📌 La Chine teste un modèle de développement robotique sans précédent : une formation centralisée pour plus de 100 robots de marques différentes et la transformation des données collectées en un « super cerveau » partagé par toute l’industrie. Avec 10 millions de points de données par an et des centaines de milliers de séances d’entraînement par jour, le projet vise à réduire considérablement les coûts de formation, à accélérer la commercialisation des robots humanoïdes et à créer un avantage concurrentiel pour l’industrie robotique chinoise au cours de la prochaine décennie.

📌 L’IA ébranle le modèle de conseil traditionnel qui repose sur une armée de consultants juniors et un modèle de facturation à l’heure. Les startups AI-native et les investissements privés tirent parti de l’IA agentique pour se développer rapidement avec des coûts bien moindres. Bien que les Big Four conservent l’avantage du capital et de leurs réseaux mondiaux, ils subissent une forte pression due à l’automatisation par l’IA, au changement des modèles de tarification et au risque de fuite des talents vers des entreprises AI-native plus agiles.