Tendances technologiquesActualités

Explorer les dernières innovations, les mises à niveau de protocoles, les solutions inter-chaînes et les mécanismes de sécurité dans l'espace blockchain. Adoption d'une perspective centrée sur les développeurs pour analyser les tendances technologiques émergentes et les percées potentielles.

Agent payant : une année d'observation – La réalité froide derrière le récit brûlant

Observations sur un an de paiements par agents : la réalité froide derrière un récit brûlant L'année écoulée a vu un intérêt croissant pour les paiements liés aux agents intelligents, portés par des acteurs comme Stripe, Visa, Coinbase ou Google. Cependant, après une immersion réelle dans le développement de produits et les échanges avec commerçants et développeurs, une conclusion s'impose : la demande de masse n'est pas encore là. Plusieurs scénarios prometteurs sont examinés. Le commerce par agent, pour la plupart des produits, ne surpasse pas l'expérience e-commerce traditionnelle, car les acheteurs ont besoin d'images et de comparaisons visuelles. Le paiement d'API machine, bien que théoriquement adapté aux micro-paiements en stablecoins, est concurrencé par des systèmes existants comme les abonnements ou les recharges de compte. Les paiements entre agents restent une vision à long terme, sans volume significatif actuel. La finance par agent est le seul domaine où une demande réelle existe déjà. Les gestionnaires de fonds et utilisateurs DeFi paient déjà pour des outils financiers, et l'IA peut apporter des améliorations tangibles, comme la surveillance en temps réel. Cependant, ce marché favorise les institutions établies, dotées de licences et d'une clientèle. En résumé, l'économie des agents manque moins d'une simple couche de paiement que de capacités de coordination complexes : comment faire collaborer agents et humains, vérifier l'exécution des tâches et régler les résultats. Le paiement n'en est qu'un composant. Pour les grandes entreprises, investir est un choix défensif. Pour les start-ups, l'urgence est de trouver les marchés qui existent déjà aujourd'hui, sans attendre une vague hypothétique.

marsbit06/05 06:49

Agent payant : une année d'observation – La réalité froide derrière le récit brûlant

marsbit06/05 06:49

Anthropic envisage-t-elle d’arrêter l’entraînement par crainte de l’évolution autonome de l’IA ?

En mai 2026, le cofondateur d'Anthropic, Jack Clark, estime à 60 % la probabilité d'une amélioration autorécursive (RSI) de l'IA d'ici fin 2028, suscitant des avertissements alarmés sur les risques. Un mois plus tard, Anthropic publie l'article *When AI builds itself*, révélant des données internes montrant une accélération rapide : Claude écrit plus de 80 % du code fusionné, et les gains de productivité des chercheurs sont multipliés par 4. L'article décrit trois scénarios futurs, jugeant la RSI complète "plausible". Ce récit coïncide avec un changement de politique notable. Anthropic a révisé début 2026 son engagement à suspendre l'entraînement si les capacités dépassent le contrôle de sécurité, invoquant la concurrence. Parallèlement, le PDG de DeepMind, Demis Hassabis, avance ses prévisions sur l'IA générale (AGI) vers 2029 et admet utiliser un langage "délibérément provocateur" pour alerter le public. Des experts externes offrent des interprétations contrastées des mêmes données. Certains mettent en garde contre des risques de type "Tchernobyl", d'autres évoquent une "auto-amélioration avec pertes" ou soulignent que l'IA automatise surtout les tâches ingrates, non le génie. La séquence des événements - révisions politiques, levées de fonds massives (portant la valorisation à 9650 milliards de dollars) et publications stratégiques - interroge sur le couplage entre signal technique et narration orientée vers le marché et la régulation. En conclusion, Anthropic et d'autres leaders envoient un signal synchronisé sur l'accélération imminente de l'IA, mêlant données inquiétantes et rhétorique calibrée. Cette narration sert à la fois à refléter une tendance perçue, à influencer les décideurs et à naviguer les pressions commerciales, tout en maintenant une ambiguïté calculée sur la probabilité réelle d'une auto-évolution incontrôlée.

marsbit06/05 06:29

Anthropic envisage-t-elle d’arrêter l’entraînement par crainte de l’évolution autonome de l’IA ?

marsbit06/05 06:29

Hardware & Chips en exclusivité | Tang Wenbin de "Original Force Spirit Machine" rachète une entreprise de robots logistiques et reçoit des investissements de Zhipu, SenseTime, StepFun, entre autres

**Résumé exclusif de 36Kr : ForceAGI, une entreprise d'IA incarnée fondée par Tang Wenbin (co-fondateur de Megvii), lève des fonds et fusionne avec un robotiste logistique** L'entreprise d'intelligence artificielle incarnée **ForceAGI** a récemment conclu un nouveau tour de financement. Les investisseurs principaux sont des sociétés majeures de grands modèles linguistiques, notamment **Zhipu AI**, **Stepfun** et **SenseTime**. Des investisseurs industriels comme **Huaqin** et **SAIC Hengxu** ont également participé. Fondée en mars 2025 par **Tang Wenbin**, ancien co-fondateur et CTO de Megvii, ForceAGI développe des modèles génériques d'IA incarnée. Ce tour de financement marque un rapprochement notable entre d'anciens rivaux comme SenseTime et Megvii dans la course à l'IA incarnée. Parallèlement, **ForceAGI a fusionné par acquisition d'actions avec Atomix (anciennement Force Convergence)**, un spécialiste des robots logiques. Fondé sur une division des activités robotiques de Megvii dirigée par Tang Wenbin depuis 2016, Atomix est un acteur mondial des chariots à palettes, avec un chiffre d'affaires annuel approchant le milliard de RMB et plus de 500 projets clients. Cette fusion stratégique vise à briser "l'impasse des données" du secteur. Atomix fournira des **données opérationnelles réelles massives** issues de ses projets mondiaux pour entraîner les modèles de ForceAGI. En retour, les modèles d'IA incarnée de ForceAGI seront déployés pour superviser et collaborer avec les robots existants d'Atomix. ForceAGI s'appuie sur son modèle générique "DM0", qui utilise un **entraînement hybride** combinant données sémantiques internet, règles physiques de la conduite autonome et données d'opération robotique. Cette approche permettrait à DM0 de généraliser la compréhension des lois physiques et de s'adapter à divers matériels robotiques. Malgré sa taille modeste (2,4B de paramètres), il atteindrait une précision sub-millimétrique. Cette levée de fonds et fusion illustre une tendance émergente dans l'IA incarnée : la **convergence des acteurs** (fabricants de robots, détenteurs de données, développeurs de modèles, opérateurs de scénarios) pour créer une boucle vertueuse données-modèle-scénario et trouver la loi d'échelle (scaling law) propre au domaine.

marsbit06/05 01:10

Hardware & Chips en exclusivité | Tang Wenbin de "Original Force Spirit Machine" rachète une entreprise de robots logistiques et reçoit des investissements de Zhipu, SenseTime, StepFun, entre autres

marsbit06/05 01:10

Des "vieux titres" aux "nouvelles valeurs" : Comment l'IA réévalue-t-elle les anciennes infrastructures, de Dell à Nokia ?

**L'IA réévalue les infrastructures traditionnelles : Comment des sociétés comme Dell et Nokia retrouvent une nouvelle jeunesse** Il y a encore un an, des entreprises technologiques établies comme Dell, Nokia, Cisco, Corning ou Western Digital étaient perçues comme des valeurs à la croissance lente et aux perspectives limitées. Aujourd'hui, elles reviennent sur le devant de la scène, portées par la vague de l'intelligence artificielle (IA). Cette réévaluation s'explique par une transition clé : l'IA passe de la phase de modèles et de paramètres à celle du déploiement concret dans les centres de données. Ce déploiement massif nécessite des infrastructures complexes – serveurs, réseaux, stockage, connectivité, gestion de l'énergie – et une solide capacité d'intégration et de livraison. C'est précisément dans ces domaines que ces "vieux" acteurs disposent d'un avantage compétitif, grâce à des décennies d'expérience, de chaînes d'approvisionnement et de relations clients. L'article identifie trois catégories principales bénéficiant de cette dynamique : 1. **Serveurs et intégration système** : Dell et HPE excellent dans l'intégration des serveurs IA, de la puce au rack complet, et voient leurs commandes et revenus liés à l'IA exploser. 2. **Réseaux et connectivité** : Avec l'expansion des centres de données IA et la montée en puissance de l'IA en périphérie ("edge"), les besoins en interconnexion à haut débit et en infrastructures réseau (fibre, équipements télécoms, switching) deviennent critiques, profitant à des entreprises comme Corning, Nokia et Cisco. 3. **Stockage et gestion des données** : L'explosion des données générées par l'IA (entraînement, journaux, données froides) crée une forte demande pour des solutions de stockage de haute capacité et à bon rapport coût-efficacité, relançant l'intérêt pour les disques durs des leaders comme Western Digital et Seagate. Pour distinguer une réévaluation durable d'un simple effet de mode, trois critères sont essentiels : la concrétisation des commandes et des revenus liés à l'IA, la révision à la hausse des prévisions financières par les directions, et une amélioration de la qualité des bénéfices (marges). En conclusion, l'IA n'offre pas une seconde jeunesse à toutes les anciennes valeurs technologiques. Elle récompense celles qui, grâce à leurs atouts historiques en infrastructure, sont capables de traduire les nouveaux besoins de l'IA en commandes, revenus et profits tangibles, devenant ainsi des acteurs clés de la construction effective de l'écosystème IA.

marsbit06/05 01:01

Des "vieux titres" aux "nouvelles valeurs" : Comment l'IA réévalue-t-elle les anciennes infrastructures, de Dell à Nokia ?

marsbit06/05 01:01

Urgent ! Anthropic appelle à un arrêt mondial de la recherche en IA

Anthropic tire la sonnette d'alarme dans un article détaillé, alertant sur l'accélération de l'auto-évolution de l'IA. L'entreprise révèle que plus de 80% de son code est désormais écrit par son modèle Claude, une proportion qui était négligeable avant le lancement de Claude Code. La productivité des ingénieurs a été multipliée par huit. Les capacités de Claude progressent à un rythme exponentiel : la durée des tâches logicielles qu'il peut accomplir de manière autonome double tous les quatre mois. Sa réussite sur des problèmes de programmation complexes est passée de 26% à 76% en six mois. Claude est désormais utilisé pour la relecture de code, interceptant des boges avant leur déploiement. Dans la recherche, Claude dépasse les humains, optimisant du code 52 fois plus vite et menant des expériences d'alignement de l'IA avec une efficacité bien supérieure. Anthropic identifie trois futurs possibles : une stagnation des capacités, une accélération avec contrôle humain maintenu, ou une amélioration récursive autonome (RSI), où l'IA conçoit ses successeurs, offrant des bénéfices immenses mais aussi des risques d'emballement et de perte de contrôle. Face à cette tendance, Anthropic appelle à une réflexion collective sur la gouvernance et propose une pause dans la recherche si un mécanisme de vérification mutuelle entre laboratoires peut être établi. Cette mise en garde fait écho à des préoccupations similaires récemment exprimées par OpenAI, suggérant que le "point de singularité" pourrait arriver plus vite que prévu.

marsbit06/05 00:31

Urgent ! Anthropic appelle à un arrêt mondial de la recherche en IA

marsbit06/05 00:31

Quels sont les bons chemins pour l'entrepreneuriat Web3 en Chine ? (Partie V)

L'article examine comment les équipes chinoises de la Web3 peuvent tirer parti de l'essor de l'IA, en se concentrant sur la migration de leurs compétences existantes plutôt que sur des réorientations radicales. Il identifie deux catégories d'équipes pouvant opérer cette transition. Tout d'abord, les équipes spécialisées en **sécurité et gestion des risques**, fortes dans l'audit de contrats, la sécurité des portefeuilles et le suivi des flux financiers, peuvent appliquer leur expertise aux nouveaux enjeux posés par les agents IA. Leur rôle évolue vers l'audit du comportement des agents, la gestion des autorisations d'accès aux données et des outils, la surveillance des opérations automatisées et la conformité, répondant ainsi à une demande croissante des entreprises pour des solutions de gouvernance et de sécurité IA. Ensuite, les **équipes axées sur les applications et les communautés** (plateformes de contenu, outils de recherche, produits éducatifs, gestion de communauté) peuvent intégrer l'IA comme un amplificateur de leurs services existants. Au lieu de créer de nouveaux produits IA, elles doivent l'utiliser pour résoudre des problèmes concrets de leurs utilisateurs : trier l'information, générer des résumés, personnaliser l'apprentissage, automatiser le support ou optimiser l'engagement communautaire. L'objectif est d'améliorer l'efficacité, la prise de décision et de réduire les coûts opérationnels. L'article met également en garde contre certaines directions peu adaptées, comme le développement de grands modèles de langage génériques (trop compétitif et coûteux), les plateformes d'agents IA trop vastes sans cas d'usage précis, les produits promettant des rendements automatisés (problèmes de conformité et de gestion des fonds), ou le simple fait de plaquer une couche "IA" sur un produit sans réelle valeur ajoutée. En conclusion, la clé pour les entrepreneurs chinois de la Web3 n'est pas de "passer à l'IA" à tout prix, mais d'identifier comment leurs compétences éprouvées (données, identité, paiements, sécurité, opérations) peuvent trouver de nouvelles applications dans des scénarios réels liés à l'IA, avec des clients clairs et des limites réglementaires définies.

marsbit06/04 14:58

Quels sont les bons chemins pour l'entrepreneuriat Web3 en Chine ? (Partie V)

marsbit06/04 14:58

SpaceX, OpenAI, Anthropic : Les trois géants de l'IA dans la dernière ligne droite vers l'introduction en Bourse. Sur lequel faut-il miser ?

Les plus grandes introductions en bourse de l'histoire, SpaceX, OpenAI et Anthropic, se préparent à lever jusqu'à 1800 milliards de dollars, dépassant le total de la bulle internet. Cette ruée soudaine vers le marché public s'explique par l'énorme appétit en dépenses d'infrastructure pour l'IA (centres de données, GPU, électricité), que les flux de trésorerie actuels ne peuvent plus financer. SpaceX, avec son modèle commercial non éprouvé de centres de données spatiaux, redéfinit les règles d'entrée dans les indices pour attirer massivement les fonds de retraite passifs. Anthropic se distingue par une croissance explosive de ses revenus récurrents (450 milliards de dollars annualisés) et une profitabilité imminente, tirée par son adoption dans les grandes entreprises. OpenAI, comme Google qui lève 800 milliards de dollars séparément, a un besoin urgent de capitaux pour construire son infrastructure. Malgré les montants vertigineux et les ajustements de règles, les animateurs restent globalement optimistes. Ils estiment que ces investissements construisent la base physique essentielle de la prochaine ère technologique. La demande réelle dépasse l'offre de capacités de calcul, et les contraintes physiques (production de puces, construction) limitent les risques de bulle purement financière. Les trois sociétés représentent des paris à long terme sur les fondations de l'avenir.

marsbit06/04 11:57

SpaceX, OpenAI, Anthropic : Les trois géants de l'IA dans la dernière ligne droite vers l'introduction en Bourse. Sur lequel faut-il miser ?

marsbit06/04 11:57

« Vieilles actions » devenues « nouvelles valeurs prisées » : de Dell à Nokia, comment l'IA réévalue les anciennes infrastructures ?

Il y a un an, des entreprises comme Dell, Nokia, Cisco, Corning ou Western Digital n'étaient pas considérées comme des acteurs clés de l'IA, souvent perçues comme des valeurs à croissance lente. Aujourd'hui, leur performance boursière relance le débat. Cette réévaluation s'explique par une transition cruciale : l'IA passe de la théorie à la construction d'infrastructures physiques. Le marché identifie désormais la valeur des actifs historiques de ces entreprises—leurs chaînes d'approvisionnement, leur expérience de livraison et leur base client—dans le déploiement à grande échelle des data centers IA. Il ne s'agit pas d'une simple mode, mais d'une réponse aux besoins concrets de l'ingénierie système de l'IA. Trois catégories d'entreprises sont principalement revalorisées : 1. **Serveurs et intégration système** (Dell, HPE) : Leur force réside dans l'intégration des GPU dans des systèmes complets (serveurs, refroidissement, alimentation) pour les clients. 2. **Réseau et connectivité** (Corning, Nokia, Cisco) : L'IA à grande échelle dépend d'interconnexions à haut débit dans et entre les data centers, ainsi que des réseaux télécoms pour l'IA en périphérie. 3. **Stockage** (Western Digital, Seagate) : L'explosion des données d'entraînement, des journaux et des archives froides de l'IA génère une demande robuste pour des disques durs haute capacité. Pour une réévaluation durable, trois critères sont essentiels : la concrétisation des commandes et revenus liés à l'IA, la révision à la hausse des prévisions financières, et une amélioration de la qualité des marges bénéficiaires. En résumé, l'IA ne rajeunit pas ces "villes valeurs", mais leur redonne de la pertinence en ayant à nouveau besoin des infrastructures qu'elles maîtrisent depuis des décennies. La réévaluation profitera surtout à celles qui transforment réellement la demande d'IA en revenus et profits durables.

marsbit06/04 11:46

« Vieilles actions » devenues « nouvelles valeurs prisées » : de Dell à Nokia, comment l'IA réévalue les anciennes infrastructures ?

marsbit06/04 11:46

活动图片