Catégorie
Intelligence artificielle
Modèles, données et marchés
Repères
Chaque analyse porte un ISP, score de solidité empirique (0–100).
Acheter plutôt que construire son IA : y a-t-il un avantage démontré ?
3 articlesUn rapport de juillet 2025 sur l'IA générative, une étude de 2023 estimée sur 3 143 entreprises et une annexe de la BCE qui rapporte les déclarations de 13 banques abordent chacun l'approvisionnement en IA. Mises côte à côte, elles ne permettent pas de désigner une voie gagnante.
Comprendre les modèles post-LLM
21 articles · 1 analyseMamba, TRM, JEPA : production établie, recherche contestée, pari financé.
La confiance d'un pays dans l'IA dit-elle quelque chose de sa gouvernance de l'IA ?
3 articlesCes deux enquêtes ne permettent pas de le dire : l'étude KPMG-Melbourne publie bien, pour chacun de ses 47 pays et juridictions, la part de personnes jugeant la régulation actuelle suffisante (Figure 25), mais c'est un jugement déclaré, pas une mesure de la gouvernance, et le baromètre Edelman, dans les passages relevés, ne publie pas ce croisement. Elles ne mesurent pas la même chose : KPMG et l'université de Melbourne interrogent 48 340 personnes dans 47 pays et juridictions entre novembre 2024 et la mi-janvier 2025, Edelman publie un classement de confiance dans l'IA sur 28 marchés. Ce dossier examine ce que chacune établit et ce qu'une entreprise multi-pays peut en tirer.
IA technologie d'abord en entreprise : le diagnostic que Deloitte Australie a lui-même vécu
2 articles · 1 analyseDeloitte 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
6 articles · 1 analyseLes obligations de l'AI Act selon le type d'usage, pas le secteur.
3 235 répondants chez Deloitte, 1 719 chez McKinsey : la taille d'une enquête dit-elle sa méthode ?
On croit volontiers qu'une enquête qui annonce 3 235 répondants, ou 1 719, repose sur une méthode solide. Les deux documents publient bien un effectif et des dates, mais ni l'un ni l'autre ne publie de marge d'erreur, de méthode d'échantillonnage ni de prestataire de terrain, et chacun imprime au moins une base qui ne cadre pas avec ses propres effectifs. Le 32 % de McKinsey sur les logiciels qu'on renonce à acheter est mesuré sur des répondants. Le document le présente aussi comme une part d'organisations, sans dire combien d'organisations ces répondants représentent.
Par Axel MorelAI Act : le report de 2026 donne-t-il un répit sur la transparence de l'IA ?
Le report adopté en 2026 peut laisser croire à un répit général pour l'AI Act, le règlement européen sur l'intelligence artificielle. Les dates écrites dans les textes racontent autre chose : le délai supplémentaire concerne les systèmes à haut risque, alors que les obligations de transparence de l'article 50 s'appliquent depuis le 2 août 2026. Un seul délai les touche, jusqu'au 2 décembre 2026, et il ne porte que sur le marquage des contenus générés par des systèmes déjà sur le marché.
Par Axel MorelAprès les LLM : le TRM, Mamba et JEPA font-ils déjà mieux que les grands modèles de langage ?
Un petit modèle qui devance plusieurs grands modèles sur des puzzles, une architecture dont le coût croît en ligne droite avec la longueur du texte, un milliard de dollars levé par une entreprise qui ne prévoit pas de revenus pour l'instant : la suite des grands modèles de langage a trois visages. Les documents d'origine y montrent trois démonstrations étroites, dont les auteurs listent eux-mêmes ce qu'il leur reste à prouver. Et l'énergie, que l'autrice du petit modèle invoque en sa faveur, n'est mesurée dans aucun des treize documents réunis ici.
Par Axel MorelQuel statut pour la marge du hors-jeu semi-automatisé ?
La Premier League applique déjà une marge de tolérance sur le hors-jeu, des lignes épaissies reconduites depuis 2021/22 dont sa page ne donne pas l'épaisseur ; selon ESPN, en avril 2025, aucune autre ligue équipée du hors-jeu semi-automatisé n'en appliquait, et je n'ai pas de source plus récente. Le manuel de test de la FIFA fait consigner dans le rapport de test les seuils de distance qui déclenchent les alertes d'un système, sans en donner aucune valeur, et ni lui ni la page de la ligue relevés ici n'écrivent de conséquence de la marge sur la décision de terrain. Là où une marge existe, ce que le cricket pourrait apporter, selon mon hypothèse, c'est son statut : une règle publiée avant le match, une conséquence nommée et une distance limite écrite.
Par Axel MorelLes IA comme ChatGPT savent-elles prédire la Bourse ?
L'idée séduit : un modèle qui a lu des montagnes de textes devrait savoir lire une nouvelle financière et en deviner l'effet sur les cours. Les tests lui donnent en partie raison : devant des titres de presse, un portefeuille simulé sur les réponses de GPT-4 finit dans le sens de la première réaction du marché près de neuf jours sur dix. Pour qui doit décider, le plus important vient ensuite : la suite, seule exploitable, ne fait gagner le portefeuille simulé sur les nouvelles de nuit que 58 % des jours, et des frais de 0,20 % par aller-retour le rendent perdant ; sur les années que le modèle a déjà lues, on ne sait plus s'il prévoit ou s'il se souvient.
Par Axel Morel