# Productivité Articles associés

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

Google en pleine tempête, sa valeur boursière s'évapore de centaines de milliards de dollars, Gemini Spark peut-il sauver la mise ?

Google traverse une période de turbulences, avec une chute de sa valeur boursière de plusieurs centaines de milliards de dollars suite au départ de talents clés. Ces départs touchent les domaines fondamentaux des grands modèles de langage (LLM) : architecture, science, programmation et pré-entraînement. Dans ce contexte, Google présente Gemini Spark, son nouveau produit phare. Contrairement à un chatbot classique, Spark fonctionne en permanence sur le cloud et peut automatiser des tâches complexes en interagissant avec les outils Google Workspace (Gmail, Agenda, Docs, etc.) et des services externes. Son cadre, Antigravity, permet de créer des tâches, des compétences et des planifications. Cependant, Spark est actuellement réservé aux abonnés Google AI Ultra (100 dollars/mois), un prix critiqué. Son lancement intervient alors que des concurrents comme OpenAI et Anthropic, ainsi que des startups, développent déjà activement leurs propres agents IA. L'article souligne le paradoxe de Google : l'entreprise possède l'écosystème idéal (Workspace) pour dominer le marché des agents de productivité, mais sa prudence (risques d'erreurs, confidentialité) l'a fait rater le premier mouvement. Spark marque un tournant en permettant enfin à l'IA d'agir de manière autonome. La question reste de savoir si cette "machine à travailler" peut compenser la perte de ses cerveaux et assurer l'avenir de Google.

marsbit07/01 10:22

Google en pleine tempête, sa valeur boursière s'évapore de centaines de milliards de dollars, Gemini Spark peut-il sauver la mise ?

marsbit07/01 10:22

Les créateurs de ChatGPT n'utilisent plus ChatGPT pour travailler

Les créateurs de ChatGPT ne l'utilisent plus guère pour travailler. En moins d'un an, OpenAI a remplacé l'IA conversationnelle par des agents intelligents comme Codex, qui génèrent désormais 99,8% des tokens de sortie hebdomadaires de l'entreprise, contre moins de 10% il y a dix mois. La transition, amorcée en septembre dernier, s'est généralisée à tous les services, y compris juridique, financier et recrutement, où plus de 85% des tokens sortants proviennent désormais de Codex. L'agent, basé sur GPT-5.5, ne se limite plus à des réponses ponctuelles. Il peut exécuter de manière autonome des tâches complexes pendant plusieurs minutes ou heures, planifiant et itérant jusqu'à leur achèvement. Près d'un quart des requêtes à Codex correspondent désormais à un travail qui prendrait plus d'une heure à un humain. Son adoption a explosé chez les non-développeurs, dépassant celle des ingénieurs, et effaçant les frontières entre métiers : les équipes financières ou marketing l'utilisent massivement pour des tâches de programmation. Codex a évolué d'un outil d'assistance en codage à un exécutant de flux de travail universel, capable de gérer en parallèle des cycles de travail équivalant à plus de 60 heures par jour pour les utilisateurs les plus intensifs. Cette transition marque un changement fondamental : le travail de la connaissance passe d'une interaction question-réponse à la délégation de tâches complètes et de longue durée à des agents autonomes, l'humain restant le superviseur et le décideur ultime.

marsbit06/26 13:06

Les créateurs de ChatGPT n'utilisent plus ChatGPT pour travailler

marsbit06/26 13:06

Goldman Sachs aborde à nouveau l'état actuel de la frénésie de l'IA : "Les bénéfices solides l'emporteront sur les inquiétudes liées à la valorisation" avant que le cycle d'investissement n'atteigne son sommet, la volatilité augmentera encore

L'engouement pour l'IA n'est pas une simple réplique de la bulle de 1999-2000, selon Goldman Sachs. Le rapport clé est que, si les bénéfices et les dépenses en capital continuent d'être révisés à la hausse, les marchés ont déjà intégré des attentes optimistes importantes, les rendant plus sensibles à tout changement de récit. Contrairement à la fin des années 1990, la valorisation prospective n'est pas excessivement étirée car les anticipations de profits ont augmenté en parallèle des cours. Le signal majeur actuel est l'accélération des investissements en IA, dont l'intensité dépasse déjà le pic des années 90. Cependant, d'autres signaux de bulle (baisse des marges macro, déséquilibres de financement des entreprises, déficit courant) ne sont pas présents. Le défi principal est désormais le risque de "bulle de profits". La valeur boursière ajoutée des sociétés liées à l'IA (environ 27 000 milliards de dollars) dépasse les gains macroéconomiques de référence. Pour justifier les valorisations actuelles, il faut postuler que les gagnants de l'IA capteront une part durablement élevée des gains de productivité. À court terme, tant que le pic du cycle d'investissement n'est pas atteint, les bénéfices solides devraient l'emporter sur les craintes de valorisation. Cependant, la volatilité devrait augmenter, car les cours dépendent d'hypothèses optimistes. La demande de protection contre les baisses prend donc de la valeur. Par ailleurs, l'économie non-IA est moins vigoureuse qu'à la fin des années 1990, ce qui pourrait amplifier les corrections si le récit de l'IA faiblit.

marsbit06/24 04:12

Goldman Sachs aborde à nouveau l'état actuel de la frénésie de l'IA : "Les bénéfices solides l'emporteront sur les inquiétudes liées à la valorisation" avant que le cycle d'investissement n'atteigne son sommet, la volatilité augmentera encore

marsbit06/24 04:12

Puce, modèles open source et 50 000 milliards de dollars : Joe Tsai examine à nouveau la stratégie d'Alibaba

Lors du salon VivaTech, Joe Tsai, président d'Alibaba, a détaillé la stratégie d'investissement du groupe en IA. Il estime que le potentiel de l'IA correspond à environ 50 000 milliards de dollars, soit la moitié du PIB mondial, en tant que producteur de productivité humaine. Alibaba adopte une approche intégrée sur quatre niveaux : puces, infrastructure cloud, modèles (comme Qwen, son modèle open source) et applications. Cette stratégie lui permet de rester présent quel que soit le niveau où se concentrera la future valeur. Il rejette l'idée d'une bulle malgré les investissements massifs, citant les 800 milliards de dollars de dépenses en capital des géants américains du cloud. Pour Tsai, les investissements en infrastructures en Chine sont encore insuffisants. Il souligne l'importance stratégique de l'open source, poussé par les entreprises chinoises, pour garantir la souveraineté technologique et la confidentialité des données, contrairement aux modèles fermés des leaders américains. Il conseille de ne pas mettre "tous ses œufs dans le même panier". Enfin, Tsai envisage un avenir où l'IA, via des agents intelligents, libérera du temps pour les loisirs et la vie personnelle, tout en transformant des secteurs comme la fabrication, domaine de collaboration avec des entreprises allemandes comme BMW ou Siemens.

marsbit06/22 07:56

Puce, modèles open source et 50 000 milliards de dollars : Joe Tsai examine à nouveau la stratégie d'Alibaba

marsbit06/22 07:56

Tout ce qui est en dehors du modèle relève du Harnais : Deepseek entre en scène, pourquoi le champ de bataille principal de la concurrence en IA en Chine a-t-il changé ?

Fin mai 2026, Deepseek a créé une équipe dédiée au « Harness », se concentrant sur un produit agent intelligent pour le code, en concurrence directe avec Claude Code d'Anthropic. Cette initiative reflète un changement majeur dans l'industrie chinoise de l'IA : le champ de bataille passe de la simple création de grands modèles (LLMs) à la construction de chaînes d'outils et de solutions d'automatisation pour le lieu de travail. Mais qu'est-ce que le Harness ? Dans la formule « Modèle + Harnais = Agent », si le modèle représente le cerveau de l'agent, le harnais est son infrastructure d'exécution continue. Il orchestre les actions, gère les appels d'outils, le contexte, la sécurité et la récupération d'erreurs, permettant au modèle de véritablement interagir avec le monde extérieur et d'exécuter des tâches complexes. Deepseek y voit un enjeu stratégique : maîtriser le harnais permet de collecter des données précieuses sur les échecs en situation réelle pour améliorer le modèle, créant un effet de roue. L'ingénierie du harnais est cruciale, car elle détermine la robustesse de l'agent face aux problèmes cumulés d'erreurs et à l'explosion du contexte (token explosion). Cette tendance n'est pas isolée. Les géants chinois développent leurs propres stratégies de chaîne d'outils : Tencent, via WorkBuddy, se positionne comme un connecteur unifié pour l'automatisation organisationnelle au sein de son écosystème (WeChat Work, Cloud). Alibaba, avec le framework PageAgent, mise sur l'automatisation légère directement dans le navigateur pour les applications web. Ces approches divergentes montrent que la course n'est plus aux benchmarks de modèles, mais à la création de solutions verticales robustes pour des scénarios spécifiques. Le marché valide ce virage vers l'exécution autonome. La startup polonaise Viktor, un « collègue IA » de niveau 3 fonctionnant dans Slack, a atteint 20 millions de dollars de revenus annuels récurrents (ARR) en automatisant des tâches complexes et prolongées. Cela prouve la volonté des entreprises de payer pour des agents capables de livrer des résultats finaux sans validation humaine constante, déplaçant la valeur de la « génération assistée » vers « l'exécution autonome ». Pour les entreprises et les développeurs, l'accent doit désormais porter sur les capacités d'ingénierie du harnais : gestion du contexte, mécanismes de reprise sur erreur, isolation, compatibilité avec les flux de travail existants. Face aux restrictions d'accès aux agents occidentaux comme Claude Code, la demande pour des solutions domestiques robustes crée une opportunité majeure pour des acteurs comme Deepseek. La prochaine étape de la concurrence se jouera sur la construction de « cadres épais » (thick frameworks) offrant stabilité, sécurité et contrôle profond, bien au-delà des simples interfaces de conversation.

marsbit06/22 06:11

Tout ce qui est en dehors du modèle relève du Harnais : Deepseek entre en scène, pourquoi le champ de bataille principal de la concurrence en IA en Chine a-t-il changé ?

marsbit06/22 06:11

1996 ou 1999 ? Le premier test de Walsh est 'comment voir l'IA'

L’arrivée de Jerome Warsh à la tête de la Fed est confrontée à une question fondamentale : **comment interpréter le boom actuel de l’IA** ? Deux scénarios historiques s’affrontent. Le premier, inspiré de 1996 sous Alan Greenspan, suggère que les gains de productivité conteniront l’inflation, permettant à la Fed de rester patiente. Le second, évoquant 1999, craint que des attentes trop optimistes ne provoquent une surchauffe, exigeant un resserrement monétaire précoce. Warsh penche vers le scénario de 1996, affirmant qu’une croissance tirée par la productivité est à « embrasser ». Il redoute qu’une réaction prématurée de la Fed n’étouffe une expansion bénéfique. Cependant, le contexte actuel – tensions commerciales, déficits budgétaires, reflux de la mondialisation – est bien plus inflationniste que celui des années 1990, réduisant la marge de manœuvre. La position de Warsh est contestée, notamment par Austan Goolsbee de la Fed de Chicago. Selon lui, un boom anticipé par tous peut inciter à une dépense prématurée, alimentant l’inflation avant même que les gains de productivité ne se matérialisent. La flambée des coûts des data centers et des composants en serait un signe. En réponse, d’autres, comme Christopher Waller, notent que les contraintes de crédit des ménages pourraient limiter cet effet de « anticipation des dépenses ». Enfin, Warsh souhaite réduire le « forward guidance » (guidage prospectif), un outil hérité de 1999. Mais si l’économie suit le scénario de 1999, il pourrait être contraint de l’utiliser pour éviter des turbulences sur les marchés. Ainsi, **la première grande épreuve de Warsh consistera à trancher : sommes-nous en 1996 ou en 1999 ?** Sa réponse définira l’orientation de la politique monétaire et marquera son mandat.

marsbit06/20 07:57

1996 ou 1999 ? Le premier test de Walsh est 'comment voir l'IA'

marsbit06/20 07:57

活动图片