# IA Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "IA", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Trois ans plus tard : Retour sur mon jugement de 2023 concernant ChatGPT

Trois ans après ses prédictions sur ChatGPT en mars 2023, Wang Jianshuo revient sur ses vingt affirmations initiales, évaluées en mai 2026 par des agents IA. Sur les vingt points, la majorité des tendances de fond étaient correctes : l'essor du RAG comme architecture dominante pour l'injection de connaissances, le rôle central de l'interface utilisateur en langage naturel (LUI), l'émergence de protocoles pour un "réseau d'agents", et le rattrapage technologique rapide des modèles chinois. Des erreurs notables portent sur des chiffres précis, comme les 100 billions de paramètres supposés de GPT-4 (en réalité environ 1,8 billion) ou une estimation trop basse des coûts de formation des grands modèles. Certaines prévisions se sont révélées trop absolues ("l'IA ne fera jamais de mathématiques pures") ou ont négligé les disparités (aucune vague de chômage massif, mais un impact sévère sur les jeunes diplômés). L'analyse révèle que les intuitions sur les mécanismes et les directions se sont avérées bien plus fiables que les prédictions numériques ou temporelles, souvent trop optimistes à court terme. La prudence dans les formulations et la reconnaissance des incertitudes se sont montrées précieuses avec le recul. Ce bilan offre des leçons pour les futurs pronostics : privilégier les tendances aux chiffres, anticiper les effets distributifs et accepter que certaines questions demandent plus de trois ans pour être tranchées.

marsbit05/31 16:13

Trois ans plus tard : Retour sur mon jugement de 2023 concernant ChatGPT

marsbit05/31 16:13

Du Token à la main-d'œuvre machine : l'IA passe d'outil à « travailleur »

Alors que l'IA écrit du code, traite des tickets clients et révise des documents juridiques, elle ne se contente plus d'être un outil mais devient une source directe de travail. La commercialisation de l'IA évolue ainsi d'un marché de « jetons » (tokens) ou d'heures de GPU vers un nouveau marché : celui de la « main-d'œuvre machine ». Dans ce marché, le jeton n'est qu'une unité de mesure, le GPU un intrant, et le modèle un outil de production. L'objet véritablement tarifé et échangé est le travail économique accompli directement par le logiciel. Le mécanisme de prix de l'IA devrait évoluer des jetons bruts vers des capacités de modèles standardisées, puis vers une main-d'œuvre sectorielle, et enfin vers un marché de résultats programmables. À l'avenir, les entreprises pourraient ne plus se soucier du modèle ou du GPU spécifique utilisé, mais uniquement du fait que la tâche soit livrée dans des délais, avec un taux de précision, une fiabilité et un coût conformes aux standards. Ce changement ne signifie pas un simple remplacement du travail humain. Alors que la machine assume des tâches standardisées et vérifiables, le rôle humain pourrait se déplacer vers la supervision, la responsabilité finale, la gestion du contexte et les jugements critiques. Dans certains cas, les 1% de jugement humain final pourraient gagner en valeur, car ils permettent de débloquer les 99% d'automatisation à grande échelle. Le marché évolue donc vers une couche où le « travail » lui-même devient l'unité stable, standardisée, vérifiable et négociable. La prochaine phase de concurrence ne portera pas seulement sur la puissance des modèles ou le prix du calcul, mais sur la capacité à standardiser, vérifier et tarifer le « travail » accompli, faisant de la main-d'œuvre machine une nouvelle ressource productive que l'on peut acheter, facturer et échanger.

marsbit05/31 12:37

Du Token à la main-d'œuvre machine : l'IA passe d'outil à « travailleur »

marsbit05/31 12:37

6 questions pour comprendre les tendances commerciales de l'IA

L'économie de l'IA est entrée dans sa phase d'« été », caractérisée par une coexistence entre le récit et la livraison concrète, où la rentabilité devient cruciale. Cette analyse s'appuie sur un cadre à six dimensions, chacune notée 1 point sur 2, pour un total de 6 points, situant le secteur en plein été (5-7 points). Les six dimensions évaluées sont : 1. **Narration vs Livraison** : Passage des promesses à des offres payantes (ex. : abonnements Doubao, publicité OpenAI). 2. **Connectivité système** : Les produits IA sortent de leur isolement pour s'intégrer aux workflows. 3. **Capacité de livraison** : L'IA est utilisée à grande échelle pour des tâches productives (ex. : milliards d'appels quotidiens sur Doubao). 4. **Rationalisation du ROI** : Les coûts (calcul, électricité) imposent une tarification et un calcul du retour sur investissement. 5. **Phénomène sectoriel** : Fin de la gratuité généralisée, début des discussions sur la profitabilité. 6. **Environnement capitalistique** : Les investissements continuent, mais les valorisations dépendent désormais des revenus. Deux signes récents illustrent cette transition : * **Doubao lance des abonnements payants** en raison des coûts astronomiques liés à ses centaines de milliards de requêtes quotidiennes. * **OpenAI lance une plateforme publicitaire** pour monétiser son immense audience et couvrir ses lourdes pertes. Pour les entreprises, la période estivale est le moment d'agir. La feuille de route proposée est en trois étapes : 1. **Démarrer petit** : Identifier un point de douleur précis, obtenir un résultat financier clair (économie/recettes) en moins de 3 mois. 2. **Répliquer et institutionnaliser** : Capitaliser sur les succès initiaux, créer des plateformes de partage de compétences en IA et adapter la structure organisationnelle (formation, incitations). 3. **Refondre par l'IA** : Repenser fondamentalement les processus pour une collaboration parallèle entre humains et IA, visant une automatisation intelligente des flux de travail. En résumé, l'été de l'IA est une phase de validation commerciale où la valeur tangible prime. La stratégie gagnante consiste à prouver la valeur sur un point précis, à l'étendre, puis à réinventer les processus métier autour de l'intelligence artificielle.

marsbit05/31 00:32

6 questions pour comprendre les tendances commerciales de l'IA

marsbit05/31 00:32

Fournisseurs devenus actionnaires : les trois géants de la mémoire unissent leurs forces pour investir dans Anthropic, la structure de pouvoir de la chaîne d'approvisionnement de l'IA est en cours de restructuration

Pour la première fois, les trois principaux fabricants mondiaux de mémoire HBM - Micron, Samsung et SK hynix - sont apparus conjointement sur la liste des investisseurs d'une startup d'IA, Anthropic. Cette dernière a annoncé une levée de fonds de 65 milliards de dollars (série H), portant sa valorisation à 965 milliards et en faisant l'entreprise d'IA la plus valorisée au monde, devant OpenAI. Cette alliance inédite entre concurrents directs dépasse la logique financière. Dans un contexte de pénurie sévère et prolongée de HBM, composant clé pour l'entraînement des modèles d'IA, Anthropic sécurise ainsi son approvisionnement stratégique en créant une communauté d'intérêts avec ses fournisseurs. Officiellement qualifiés de "partenaires infrastructurels stratégiques", les trois géants du stockage voient dans cet investissement un moyen d'influencer l'évolution future des spécifications matérielles et de diversifier leurs débouchés face à la domination de Nvidia. Cet événement s'inscrit dans une tendance plus large de restructuration de la chaîne d'approvisionnement de l'IA. Le centre de gravité des investissements se déplace des capacités des modèles vers le contrôle de l'infrastructure sous-jacente (calcul, mémoire, énergie). La compétition ne se joue plus seulement sur la qualité des modèles, mais sur la maîtrise d'une chaîne d'approvisionnement complète et sécurisée. L'entrée au capital d'Anthropic par ses fournisseurs illustre comment l'IA, devenue infrastructure critique, redéfinit en profondeur les relations stratégiques au sein de son écosystème industriel.

marsbit05/30 04:44

Fournisseurs devenus actionnaires : les trois géants de la mémoire unissent leurs forces pour investir dans Anthropic, la structure de pouvoir de la chaîne d'approvisionnement de l'IA est en cours de restructuration

marsbit05/30 04:44

La philosophie d'investissement de Gavin Baker, investisseur précoce de Nvidia : Investir dans les goulots d'étranglement des infrastructures IA et se couvrir contre le risque du marché global

Le podcast explore la philosophie d'investissement de Gavin Baker, fondateur d'Atreides Management et investisseur de longue date dans Nvidia et Cerebras. Sa thèse centrale est que l'IA n'est pas une bulle, mais un super-cycle d'infrastructure piloté par des contraintes physiques : l'électricité, les plaquettes de silicium (wafers) et la puissance de calcul (token generation). Les opportunités de rendement excédentaire se situeraient non pas dans les modèles de langage grand public, mais dans les "vendeurs de pelles" (picks and shovels) : interconnexion des GPU, mémoire, puces d'inférence, procédés de fabrication avancés et alimentation électrique. Son portefeuille reflète cette vision : il investit de manière concentrée dans des actifs liés aux goulets d'étranglement physiques de l'IA (comme Astera Labs, Micron, Cerebras, Positron) tout en se couvrant contre un repli général du marché via des options de vente (puts) sur le QQQ. Il soutient que ce cycle diffère de la bulle internet des années 2000 car il est financé par les flux de trésorerie des grandes entreprises technologiques (Google, Amazon, Microsoft, Meta) et non par l'endettement. De plus, des contraintes d'offre strictes chez des acteurs comme TSMC, ASML ou dans le secteur de l'énergie empêchent une expansion excessive et rapide, limitant ainsi le risque de formation d'une bulle spéculative. Baker identifie quatre axes d'investissement principaux : les petits modèles de langage verticalisés, les infrastructures souveraines à déploiement rapide, l'optimisation des performances par watt (coût par token) et l'intersection énergie/espace (calcul en orbite). En résumé, sa stratégie consiste à "être long sur les goulets d'étranglement de l'infrastructure IA et court sur le risque de marché général".

marsbit05/30 03:32

La philosophie d'investissement de Gavin Baker, investisseur précoce de Nvidia : Investir dans les goulots d'étranglement des infrastructures IA et se couvrir contre le risque du marché global

marsbit05/30 03:32

Apple réinvente la compression d'images avec l'IA : La même qualité pour des fichiers trois fois plus petits

La compression d’image entre dans une nouvelle ère avec l’arrivée de l’IA. En février 2025, le groupe JPEG a officiellement lancé JPEG AI, le premier standard international de codage d’images basé sur l’apprentissage automatique. Toutefois, même cette avancée reste éloignée de la « compression perceptuelle », qui optimise l’expérience visuelle humaine plutôt que des indicateurs mathématiques comme le PSNR. Apple répond à ce défi avec PICO (Perceptual Image Codec), un codec conçu pour plaire à l’œil humain. Il résout trois problèmes clés : 1. **Vitesse** : grâce à un modèle de contexte « one-shot », il évite la lenteur de l’encodage autorégressif classique. 2. **Hallucinations** : une fonction de perte dédiée (TextFidelityLoss) préserve la précision du texte, réduisant de moitié les erreurs dans ces zones. 3. **Artefacts** : une perte spécifique (TilingArtifactLoss) supprime les différences de couleur entre les blocs d’image. Lors d’un test subjectif à grande échelle, PICO a réduit la taille des fichiers de 30 à 43 % par rapport aux codecs comme AV1, VVC ou JPEG AI, à qualité visuelle équivalente. Sur un iPhone 17 Pro Max, il code une photo 12 MP en 230 ms et la décode en 150 ms. Bien que moins efficace sur les images synthétiques (dessins, schémas), PICO marque un tournant en priorisant systématiquement la perception humaine, ouvrant la voie à une compression plus intelligente et intégrée dans nos appareils.

marsbit05/30 02:51

Apple réinvente la compression d'images avec l'IA : La même qualité pour des fichiers trois fois plus petits

marsbit05/30 02:51

Le leader des grands modèles de Shanghai lance son introduction en bourse sur le marché A

L'entreprise leader des grands modèles d'IA à Shanghai, MiniMax, a déposé le 29 mai un dossier de préparation à l'introduction en bourse auprès de la CSRC, visant une entrée sur le marché A, avec Citic Securities comme conseiller. Elle concourt ainsi avec Zhipu AI pour devenir la première entreprise de grands modèles cotée sur le marché A. MiniMax, fondée en janvier 2022 et déjà cotée à Hong Kong depuis janvier de cette année, a vu son cours s'envoler de 409,09% depuis son introduction, atteignant une capitalisation d'environ 227,5 milliards de yuans. Elle intégrera l'indice Hang Seng Tech à partir du 8 juin. Cette performance s'appuie sur des données financières solides. L'entreprise a annoncé un taux de croissance de son revenu annuel récurrent (ARR) supérieur à 100% sur les deux derniers mois. Son ARR dépasse désormais 300 millions de dollars. Pour l'exercice 2025, son chiffre d'affaires s'est élevé à environ 535 millions de yuans, avec une marge brute améliorée à 25,4%, bien qu'elle ait enregistré une perte nette ajustée d'environ 1,69 milliard de yuans. Sur le plan des produits, MiniMax a lancé plusieurs versions de son modèle phare (M2.5, M2.6, M2.7) et a annoncé la prochaine sortie de MiniMax-M3. Cette nouvelle version utilise un mécanisme d'attention éparse propriétaire (MiniMax Sparse Attention) permettant des gains significatifs de vitesse de traitement. L'entreprise propose également Mavis, un produit Agent amélioré. Dans un contexte de concurrence intense et d'investissements élevés en puissance de calcul, les principaux acteurs chinois des grands modèles, tels que MiniMax, Zhipu AI, Moonshot AI et Stepfun, accélèrent leurs démarches d'introduction en bourse pour diversifier leurs sources de financement.

marsbit05/30 02:48

Le leader des grands modèles de Shanghai lance son introduction en bourse sur le marché A

marsbit05/30 02:48

Le cours de l'action Snowflake bondit de 33%, l'infrastructure IA passe des puces à la couche données

Snowflake a vu son action bondir de plus de 33% après avoir relevé ses prévisions de revenus annuels et conclu un accord de coopération de 60 milliards de dollars sur cinq ans avec AWS. Cette réaction du marché ne s'explique pas seulement par des résultats supérieurs aux attentes, mais par une réévaluation du rôle de Snowflake dans la chaîne de déploiement de l'IA en entreprise. L'accord garantit à Snowflake un accès aux puces Graviton d'AWS pour répondre aux contraintes de calcul, tout en intégrant davantage sa plateforme de données aux charges de travail d'IA sur le cloud AWS. Cela répond au besoin croissant des entreprises de connecter leurs propres données aux flux de travail d'IA pour construire des applications opérationnelles, gérables et évolutives. Alors que les actions de logiciels IA avaient subi des ventes massives, par scepticisme sur leur capacité à générer des revenus concrets, les performances de Snowflake démontrent que la conversion de l'IA en croissance réelle peut inverser rapidement le sentiment du marché. Plus de 30 analystes ont relevé leur cours cible, réévaluant le rôle des plateformes de données dans le cycle d'infrastructure de l'IA. Snowflake évolue ainsi au-delà du simple entrepôt de données, pour devenir une couche de données clé dans la mise en œuvre des applications d'IA en entreprise. Parallèlement, cet accord renforce l'écosystème des puces sur mesure d'Amazon, qui s'ancre ainsi plus profondément dans les infrastructures de l'IA.

marsbit05/29 19:12

Le cours de l'action Snowflake bondit de 33%, l'infrastructure IA passe des puces à la couche données

marsbit05/29 19:12

La biologie bouleversée : le nouveau modèle open-source de Zuckerberg détrône complètement l'AlphaFold de Google

La couronne d'AlphaFold vacille. Le Biohub de Meta a lancé une base de données ouverte, l'Atlas ESM, contenant **1,1 milliard de structures protéiques prédites**, dépassant de 800 millions celle d'AlphaFold. Le modèle AI sous-jacent, **ESMFold2**, surpasse les performances d'AlphaFold3, notamment pour les interactions protéiques, selon son équipe. Surtout, il est **entièrement open source et libre d'utilisation commerciale**, une stratégie contrastant avec les restrictions de certains modèles concurrents comme AlphaFold3. ESMFold2 utilise une approche de "langage protéique", traitant les séquences comme un texte, et a été entraîné sur des milliards de données, incluant des protéines microbiennes environnementales peu couvertes auparavant. L'équipe a également conçu et validé en laboratoire de nouvelles protéines avec succès. La communauté scientifique accueille cette ressource comme potentiellement "extraordinaire", tout en soulignant la nécessité de validation indépendante et en questionnant les performances sur des structures radicalement nouvelles. Certains experts voient l'Atlas ESM comme un complément à la base AlphaFold, notant que la compétition dans le domaine des AI pour les protéines s'intensifie rapidement. Cette avancée marque une étape vers une compréhension plus complète du "code source" de la vie par l'IA, en démocratisant l'accès à des prédictions structurelles à une échelle sans précédent.

marsbit05/29 12:37

La biologie bouleversée : le nouveau modèle open-source de Zuckerberg détrône complètement l'AlphaFold de Google

marsbit05/29 12:37

VVV bondé de plus de 1000 % en un an, l'écosystème Base est-il le dernier espoir de l'IA crypto ?

L'IA continue de faire rage dans le domaine de la cryptographie, et l'écosystème Base semble être le dernier espoir majeur pour les concepts d'IA. Cette tendance est portée par plusieurs projets clés sur Base. VVV, le leader incontesté, a connu une hausse phénoménale de plus de 1000% depuis le début de l'année, soutenu par son modèle à double jeton et l'activité réelle de Venice.ai. Virtual et Clanker fonctionnent comme des plateformes de lancement populaires pour les agents IA, permettant la création et la monétisation de jetons pour ces agents. D'autres projets comme FAI (agent IA souverain), ELSA (assistante DeFi pilotée par l'IA) et WARD (L1 modulaire pour les agents) complètent le paysage. Bien que des memecoins liés à l'IA aient connu des pics de volatilité, l'écosystème Base reste un foyer d'activité pour l'IA cryptographique, tiré par le développement des agents IA et leurs écosystèmes de paiement. La question de savoir si Base réalisera sa vision d'un "monde de l'IA sur chaîne" reste toutefois ouverte.

marsbit05/29 11:17

VVV bondé de plus de 1000 % en un an, l'écosystème Base est-il le dernier espoir de l'IA crypto ?