Catégorie
Intelligence artificielle
Modèles, données et marchés
Repères
Chaque analyse porte un ISP, score de solidité empirique (0–100).
Comprendre les modèles post-LLM
21 articles · 1 analyseMamba, TRM, JEPA : production établie, recherche contestée, pari financé.
Confiance dans l'IA par région : le paradoxe que deux enquêtes mesurent séparément
2 articlesKPMG-Melbourne (48 340 répondants, 47 pays) et Edelman mesurent la même tension : l'Inde et les Émirats arabes unis, parmi les pays les plus confiants dans l'IA, jugent aussi leur régulation suffisante, quand les économies avancées, en moyenne moins confiantes, jugent majoritairement leur régulation actuelle insuffisante. La Chine affiche une confiance tout aussi élevée selon Edelman, sans donnée KPMG comparable sur son jugement de régulation. Ce dossier teste si l'écart reflète la gouvernance ou la confiance institutionnelle.
IA technologie d'abord en entreprise : le diagnostic que Deloitte Australie a lui-même vécu
2 articlesDeloitte chiffre à 59 % la part des grandes entreprises qui abordent l'IA par la technologie avant les rôles, avec 1,6 fois plus de risque d'échec. Au même moment, Deloitte Australie livrait un rapport public à 440 000 dollars australiens truffé de citations fabriquées par IA.
Les obligations de l'AI Act, secteur par secteur
4 articles · 1 analyseLes obligations de l'AI Act selon le type d'usage, pas le secteur.
AI Act : trois calendriers, et la transparence sanctionnable depuis le 2 août
Le report voté en 2026 ne suspend pas le texte, il le découpe en trois calendriers distincts. La confusion la plus coûteuse n'est pas de rater l'échéance 2027 : c'est de croire que la transparence de l'article 50, déjà sanctionnable depuis le 2 août, reste soumise au même plafond d'amende que les pratiques interdites de l'article 5. Un second risque, beaucoup moins commenté mais à surveiller, pourrait déplacer l'attention de conformité du DSI vers le CMO.
Par Axel MorelAprès les LLM : Mamba en production, TRM en préprint, JEPA en laboratoire
Mamba équipe déjà des modèles en production, le TRM reste un préprint dont le mécanisme est contesté, JEPA est validé en laboratoire mais financé bien avant d'être commercialisé. Trois axes pour ne pas les confondre : validation scientifique, maturité opérationnelle, conviction économique.
Par Axel MorelArbitrage automatisé au football : le seuil existe déjà, il n'a pas de statut
Le football applique déjà une marge de tolérance sur le hors-jeu, et son épaisseur n'est pas publiée : la Premier League reconduit depuis 2021/22 des lignes épaissies dont elle ne dit jamais de combien. Deux autres documents montrent que le seuil existe aussi à l'intérieur des systèmes, sans jamais en sortir : la FIFA homologue une ligne dans un couloir de plus ou moins 25 centimètres, mais c'est un critère d'acceptation en laboratoire, et son protocole de test écarte les cas serrés en indiquant qu'un système peut ne pas rendre de décision faute de confiance suffisante. Aucun n'a de conséquence écrite sur la décision de terrain, et deux des trois n'ont même pas de valeur publiée. Ce que le cricket apporte n'est donc pas l'idée d'une marge, c'est son statut : une règle publiée avant le match, une conséquence nommée, et un domaine de validité déclaré au-delà duquel l'instrument n'a pas le droit de renverser l'arbitre. Le tennis, qui a supprimé ses juges de ligne, sert de mise en garde sur l'autorité, pas de brique à copier.
Par Axel MorelLLM en finance : près de 90 % sur la réaction, 58 % sur la dérive
Sur des données postérieures à sa date de coupure, GPT-4 oriente correctement un portefeuille quotidien près de 90 % du temps, mais sur une réaction de marché qui n'est pas directement exploitable. Avant cette date, impossible de distinguer un vrai signal d'un simple effet de mémoire.
Par Axel Morel