Quelle est la variable clé qui déterminera le bull market de l'IA ?

marsbitPublié le 2026-05-27Dernière mise à jour le 2026-05-27

Résumé

Le titre de l'article est : "Quelles sont les variables clés qui déterminent le bull market de l'IA ?". L'article analyse la poursuite de la hausse des actifs liés à l'intelligence artificielle (IA) malgré un contexte macroéconomique difficile (pétrole à 100 dollars, pressions inflationnistes). Il identifie trois variables déterminantes pour la pérennité du marché haussier de l'IA : 1. **Court terme : Le choc de liquidité.** Le principal risque immédiat est que la remontée des taux d'intérêt (liée au pétrole et à l'inflation) soit plus rapide que la croissance des revenus récurrents annuels (ARR) des entreprises d'IA. Une crise de liquidité globale (ex. : débouclage des trades de portage au yen) pourrait fragiliser les valorisations élevées. 2. **Moyen terme : La concrétisation industrielle.** Le marché anticipe une diffusion extrêmement rapide de l'IA, exigeant une vitesse de pénétration 5 à 8 fois supérieure aux révolutions technologiques passées. La capacité de l'écosystème à adapter les organisations, les compétences et les modèles économiques à ce rythme sera cruciale pour justifier les valorisations actuelles. 3. **Long terme : Les contraintes structurelles.** Des défis plus profonds émergent : les besoins massifs en énergie et en infrastructures électriques pour les data centers, l'impact sur l'emploi et le pouvoir d'achat, la résistance sociale, et le risque de disruption technologique (ex. : une percée matérielle rendant obsolète les équipements actuels). Le poi...

Article écrit par : Zhao Ying

Source : Wall Street News

Le prix du pétrole est au-dessus de 100 dollars le baril, le détroit d'Ormuz n'a pas encore rouvert normalement, les pressions inflationnistes et les taux d'intérêt refont surface, et les attentes d'une baisse des taux par la Fed sont devenues plus fragiles. Selon le cadre macro traditionnel, ce n'est pas l'environnement le plus confortable pour les actions technologiques à valorisation élevée. Pourtant, le marché boursier américain atteint de nouveaux sommets, et la chaîne de valeur de l'IA continue d'être poursuivie par les capitaux.

Song Xuetao, analyste macroéconomique chez Guojin Securities, a souligné dans un rapport de recherche du 25 mai : « Le marché actuel de l'IA est dans une phase d'exubérance rationnelle, où une bulle est apparue mais n'est pas incontrôlée. » Le point clé de cette phrase n'est pas « bulle », mais « exubérance rationnelle » : l'IA agentique, passant d'un outil d'assistance à un outil d'exécution autonome, permet au marché de voir pour la première fois plus clairement la boucle commerciale qui va de la « combustion d'argent » à la « génération d'argent » pour l'IA.

L'aspect rationnel réside dans le fait que la diffusion des applications Agent a entraîné une croissance rapide de la consommation de tokens, de la demande en puissance de calcul d'inférence et du CAAP (Chiffre d'Affaires Annuel Prévisionnel) des principaux acteurs. L'aspect exubérant, c'est que la valorisation a déjà anticipé les anticipations de croissance pour 2027-2028. Au 20 mai, le P/E prospectif des « sept géants » américains est d'environ 35, contre environ 25 pour les 493 autres entreprises du S&P 500. Cette prime n'implique pas la logique d'une action de croissance ordinaire, mais une vitesse de pénétration de l'IA qui devrait être 5 à 8 fois supérieure à celle des révolutions technologiques passées.

Mais ce qui détermine vraiment la poursuite ou non du bull market de l'IA, ce n'est pas les résultats d'un seul trimestre, ni une application à succès particulière, mais trois variables : à court terme, les chocs de liquidité, notamment le prix du pétrole, l'inflation, les taux d'intérêt et la couverture des trades de carry sur le yen ; à moyen terme, le degré de matérialisation de l'industrie, c'est-à-dire si la vitesse de pénétration de l'IA correspond à la valorisation actuelle ; à long terme, des contraintes plus dures comme l'énergie, le réseau électrique, l'emploi, les résistances sociales et les mutations technologiques matérielles.

L'Agent passe de « copilote » à « pilote principal », le marché commence à récompenser les dépenses en capital

Au cours du dernier cycle de trading sur l'IA, la plus grande inquiétude du marché était la rapidité avec laquelle les géants dépensaient leur argent : les investissements dans les centres de données, les GPU et l'infrastructure cloud étaient énormes, mais la voie de recouvrement des revenus n'était pas assez claire. Le changement apporté par l'IA agentique est qu'elle n'est plus seulement un outil d'assistance de type Copilot, mais évolue vers un outil d'exécution autonome de type Autopilot.

Cela a deux conséquences.

Premièrement, la consommation de tokens s'accélère à nouveau. La première vague de demande après l'apparition du GPT provenait de l'amélioration des capacités des modèles. La seconde vague de demande après le déploiement des Agents provient de l'explosion de la puissance de calcul dédiée à l'inférence. L'exécution autonome de tâches implique des contextes plus longs, des étapes plus complexes, des appels au modèle plus fréquents. L'inférence n'est plus un sous-produit de l'entraînement, mais devient le champ de bataille principal de consommation continue de puissance de calcul.

Deuxièmement, les anticipations de revenus sont révisées à la hausse. Après la diffusion d'applications Agent représentatives comme Openclaw, Claude Cowork, le chiffre d'affaires annuel récurrent des éditeurs de modèles a augmenté rapidement de manière synchrone. Les estimations de mi-année citées dans les documents montrent que les anticipations de CAAP pour Anthropic ont été révisées de 9 milliards de dollars au début de l'année à 44 milliards de dollars, doublant en moyenne toutes les six semaines. Si cette tendance se poursuit, le CAAP pourrait dépasser 300 milliards de dollars l'année prochaine.

Cela explique pourquoi le marché ne sanctionne plus simplement les Capex. Tant que la croissance des revenus est suffisamment rapide, les dépenses en capital passent d'un fardeau à un avantage concurrentiel. Nvidia, Broadcom, ainsi que les chaînes de valeur matérielles comme les modules optiques, le stockage, retrouvent ainsi un soutien.

Avec le pétrole au-dessus de 100 dollars, pourquoi les actifs liés à l'IA peuvent-ils encore monter ?

Cette hausse des actifs liés à l'IA malgré la hausse du prix du pétrole n'est pas due à la disparition des risques macroéconomiques, mais à plusieurs forces qui ont temporairement surpassé ces risques.

La première est la diffusion de la demande dans la chaîne de valeur. La phase d'inférence ne nécessite pas seulement des GPU, les CPU, les modules optiques, le stockage sont également entraînés dans une logique de forte croissance. Les modules optiques 800G/1.6T sont sous tension, la demande de stockage haut de gamme augmente. LightCounting prédit que les expéditions de transceivers 800G doubleront d'ici 2026, que les expéditions de ports 1.6T passeront d'une base faible en 2025 à plusieurs dizaines de millions, que le chiffre d'affaires des jeux de puces 1.6T dépassera 2 milliards de dollars en 2026 et restera à une croissance élevée au cours des trois prochaines années.

La seconde est la performance trop forte des géants technologiques. Au premier trimestre, la croissance du BPA (EPS) du S&P 500 était d'environ 27,1%, un plus haut depuis le quatrième trimestre 2021, et Meta, Alphabet et Amazon ont contribué à elles trois à 70% de l'augmentation des bénéfices de l'indice. Tant que ces sociétés de poids continuent de générer des bénéfices, l'effet dépressif du choc pétrolier sur l'indice est reporté.

Troisièmement, la dépendance de la croissance américaine aux infrastructures IA a augmenté. Au cours des derniers trimestres, l'investissement dans les infrastructures IA a contribué pour plus de la moitié à la croissance du PIB américain. Les données agrégées comme les non-farm payrolls et la vente au détail sont encore acceptables, et tant que le volume global ne s'affaiblit pas nettement, le marché a du mal à passer immédiatement à un scénario de stagflation.

Un facteur plus direct : les grandes sociétés technologiques sont moins sensibles au prix du pétrole que des secteurs comme l'aviation, la messagerie, le ferroviaire, la chimie, l'automobile ou le tourisme. Ce qu'elles craignent davantage, c'est le prix de l'électricité, pas du pétrole. Lorsque l'économie réelle traditionnelle est sous pression du pétrole, les capitaux peuvent plus facilement se concentrer dans les actifs liés à l'IA, fusionnant ainsi le trade « de refuge » et le trade de croissance.

La valorisation a déjà anticipé les beaux jours de 2027-2028

Le danger du marché de l'IA ne réside pas dans l'absence de support industriel, mais dans le fait que le marché a valorisé trop vite.

Un P/E prospectif de 35 pour les sept géants américains, contre 25 pour les 493 autres entreprises du S&P 500. Derrière cet écart de valorisation, il y a un avenir très lisse : au cours des 3 à 5 prochaines années, l'infrastructure de l'IA continue de s'étendre, la demande en puissance de calcul, cloud, centres de données, semi-conducteurs reste à un niveau élevé ; l'IA pénètre continuellement des scénarios comme la publicité, la recherche, les services cloud, les logiciels de bureau, la génération de code, la gestion des risques financiers, le service client, la recherche d'investissement, le contenu ; la contribution aux revenus et les gains d'efficacité se matérialisent simultanément.

Mais les révolutions technologiques sont rarement aussi linéaires. L'électricité a mis environ 40 ans depuis son invention jusqu'à son application massive dans les chaînes de production, l'informatique environ 25 ans. La vitesse de diffusion que le marché valorise actuellement pour l'IA équivaut à exiger qu'elle soit 5 à 8 fois plus rapide que ces technologies générales.

Ce n'est pas impossible, mais la marge d'erreur est faible. Dès que la commercialisation des applications d'IA est plus lente que les dépenses en capital, que la demande d'inférence ne suit pas la demande d'entraînement, ou que les coûts d'amortissement et d'électricité commencent à rogner les marges, la valorisation réagira en premier. Une direction industrielle correcte n'équivaut pas à un prix d'action qui peut anticiper à l'infini.

Le plus grand risque à court terme : les taux montent plus vite que le CAAP

La pression réelle à court terme vient des liquidités.

Si le détroit d'Ormuz reste fermé longtemps, que le pétrole se maintient au-dessus de 100 dollars voire continue de monter, l'inflation se propagera des prix de l'énergie aux services, au transport et aux matières premières. En avril, l'IPP américain en glissement annuel a grimpé à 9,8%, un plus haut depuis octobre 2022. Une fois l'inflation ancrée, la trajectoire de politique monétaire de la Fed sera forcément réécrite.

Le marché des swaps valorise déjà 0,8 hausse de taux cette année de la Fed, et même plus de 2 hausses pour la BCE et la Banque d'Angleterre. Parallèlement, les doutes sur l'indépendance politique due au changement à la tête de la Fed, l'augmentation des divergences au sein du FOMC, affaiblissent également la confiance du marché dans un assouplissement futur.

Le Japon est aussi un rhinocéros gris. Le Japon a longtemps été le bassin de financement des trades à effet de levier mondiaux, mais la dépréciation du yen et les pressions inflationnistes poussent la Banque du Japon à envoyer des signaux de resserrement, le rendement des obligations d'État à 30 ans étant déjà monté au-dessus de 4%. Si le coût du financement au Japon continue d'augmenter, déclenchant une couverture mondiale des trades de carry, les actifs liés à l'IA à haute valorisation auront du mal à rester épargnés.

Le 15 mai a déjà été un avant-goût : le rendement des bons du Trésor à 10 ans a dépassé 4,5%, celui à 30 ans a dépassé 5%, les trades momentum très concentrés se sont calmés, l'indice Philadelphia Semiconductor a chuté d'environ 4% en une journée, le Nasdaq d'environ 1,5%. Ce n'est pas la preuve d'un renversement de tendance, mais cela montre que les trades très concentrés sont extrêmement sensibles aux taux.

La comparaison la plus cruciale à court terme est simple : la vitesse de révision à la hausse du CAAP peut-elle être plus rapide que la vitesse de hausse des taux d'intérêt. Si ce n'est pas le cas, les capitaux pourraient d'abord se concentrer dans les segments matériels offrant une plus grande certitude ; si les conditions de liquidité continuent de se détériorer et que les anticipations de revenus de l'IA ne peuvent être davantage révisées à la hausse, la pression sur la valorisation s'amplifiera nettement.

Problèmes plus difficiles à moyen-long terme : l'organisation, l'électricité, l'emploi et les chemins technologiques matériels

L'épreuve à moyen terme est la matérialisation de l'industrie. Les révolutions des technologies générales ne sont généralement pas linéaires, mais suivent un schéma « d'accélération, puis de décélération, puis d'accélération ». D'abord une vague de capitaux, puis une phase d'ajustement organisationnel, enfin la libération des gains de productivité. L'internet a également connu au début une ruée des investissements, une expansion des dépenses en capital et une bulle d'actifs, les véritables améliorations de productivité n'étant apparues que plusieurs années plus tard.

La difficulté actuelle de valorisation de l'IA est qu'elle exige presque une adaptation rapide de la structure organisationnelle des entreprises, un recyclage rapide des travailleurs, une validation rapide des modèles économiques, et l'absence de fortes résistances au niveau sociétal. Une telle vitesse n'est pas courante dans l'histoire humaine.

Les contraintes à long terme sont plus dures.

La première est l'énergie et les infrastructures. Les centres de données d'IA nécessitent beaucoup d'électricité et d'eau de refroidissement. L'expansion du réseau, les transformateurs, le stockage d'énergie ne sont pas des variables dans une présentation PowerPoint, mais de vrais goulets d'étranglement. Si les infrastructures d'IA continuent de pousser à la hausse le coût de l'électricité pour toute la société, les réactions des régulateurs et de la société s'intensifieront.

La seconde est l'emploi et la consommation. L'IA peut à court terme améliorer l'efficacité des entreprises, réduire la demande pour des postes d'ingénieurs, de service client ; mais si le chômage technologique est plus rapide que la création de nouveaux emplois, le pouvoir d'achat des ménages sera affaibli. Les gains d'efficacité côté entreprises dépendent finalement du pouvoir d'achat des consommateurs pour se monétiser. Si les secteurs non-IA tombent en récession, l'IA ne pourra difficilement rester florissante seule longtemps.

La troisième est l'acceptation sociale. En Chine, début d'année, il y a eu un engouement pour installer Openclaw, mais aux États-Unis, l'opposition de la population à la hausse des factures d'électricité due aux centres de données et au chômage technologique s'intensifie. Cela affectera la vitesse de pénétration de l'IA.

La quatrième est la mutation technologique matérielle. S'il y a une percée d'ingénierie similaire à un « moment DeepSeek », avec une amélioration significative de l'efficacité de la puissance de calcul, du stockage, de la transmission, alors les segments matériels les plus tendus aujourd'hui pourraient soudainement devenir en excès. La logique de forte croissance de la chaîne de valeur matérielle n'est pas inviolable.

Les perspectives à long terme de l'industrie de l'IA restent optimistes. Sans tenir compte des contradictions sociales causées par le chômage technologique et la restructuration des relations de production, l'IA a effectivement une chance d'améliorer la productivité totale des facteurs et d'aider l'économie à sortir de la pression de stagflation. Même si les marchés financiers se désendettent en cours de route, les centres de données laissés, les technologies à bas coût et les scénarios d'application validés pourraient devenir la base de la prochaine expansion industrielle.

Mais la valorisation boursière n'est pas la vision industrielle en elle-même. Ce que ce bull market de l'IA doit le plus démontrer, c'est si les paris actuels du marché sur le CAAP, le ROI et la vitesse de pénétration technologique peuvent continuer à se concrétiser dans un environnement où le prix du pétrole, l'inflation, les taux d'intérêt et les contraintes sociales se durcissent tous. Le fait que la direction soit correcte ne peut expliquer pourquoi il y a un bull market ; la vitesse de réalisation détermine si la bulle deviendra incontrôlable ou non.

Questions liées

QQuels sont les trois facteurs clés qui détermineront la poursuite du marché haussier de l'IA, selon l'article ?

ASelon l'article, trois variables clés détermineront si le marché haussier de l'IA peut se poursuivre : à court terme, l'impact des chocs de liquidité (prix du pétrole, inflation, taux d'intérêt et débouclage des trades de carry en yen) ; à moyen terme, le degré de matérialisation industrielle, c'est-à-dire si la vitesse de pénétration de l'IA peut correspondre aux valorisations actuelles ; et à long terme, des contraintes plus solides comme l'énergie, le réseau électrique, l'emploi, la résistance sociale et les mutations technologiques du matériel.

QPourquoi le marché a-t-il cessé de pénaliser les dépenses en capital (Capex) des géants technologiques dans le cycle actuel de l'IA ?

ALe marché a cessé de pénaliser les dépenses en capital (Capex) parce que l'IA agentique (Agentic AI) a évolué d'un outil d'assistance (comme un copilote) vers un outil d'exécution autonome. Cette évolution a entraîné une consommation accélérée de tokens, une explosion de la demande en puissance de calcul pour l'inférence, et une forte révision à la hausse des attentes de revenus (comme le montre la croissance rapide du chiffre d'affaires annuel récurrent - ARR - des principaux acteurs). Tant que la croissance des revenus est suffisamment rapide, les dépenses en capital deviennent un avantage concurrentiel (moat) plutôt qu'un fardeau.

QComment l'article explique-t-il la résilience des actifs liés à l'IA face à la hausse du prix du pétrole au-dessus de 100 dollars ?

AL'article explique cette résilience par plusieurs forces qui compensent temporairement le risque macroéconomique : 1) La diffusion de la demande dans la chaîne d'approvisionnement (notamment pour les CPU, les modules optiques, la mémoire). 2) Les résultats financiers exceptionnellement solides des géants technologiques, qui soutiennent les indices boursiers. 3) La dépendance accrue de la croissance économique américaine aux investissements dans les infrastructures d'IA. 4) Le fait que les grandes entreprises technologiques sont moins sensibles au prix du pétrole qu'à celui de l'électricité. Lorsque l'économie traditionnelle est sous pression, les capitaux peuvent ainsi se réfugier dans les actifs d'IA, combinant des logiques de 'havre de paix' et de croissance.

QQuel est le principal risque à court terme pour les valorisations élevées des actions liées à l'IA, d'après l'analyse ?

ALe principal risque à court terme provient des chocs de liquidité et de la hausse des taux d'intérêt. Si les prix du pétrole restent élevés et alimentent une inflation persistante, la Réserve fédérale pourrait être contrainte de maintenir des taux plus élevés plus longtemps, voire de les relever. Une montée des taux plus rapide que la révision à la hausse du chiffre d'affaires annuel récurrent (ARR) des entreprises d'IA exercerait une pression significative sur leurs valorisations. L'article cite également le risque de débouclage des trades de carry financés en yen si la Banque du Japon resserre sa politique.

QQuelles sont les quatre contraintes de long terme identifiées qui pourraient freiner l'expansion de l'IA ?

AL'article identifie quatre contraintes de long terme majeures : 1) L'énergie et les infrastructures : les centres de données d'IA consomment d'énormes quantités d'électricité et d'eau de refroidissement, ce qui pose des défis pour les réseaux électriques et pourrait entraîner des réactions réglementaires. 2) L'emploi et la consommation : si les suppressions d'emplois dues à l'automatisation sont plus rapides que la création de nouveaux postes, le pouvoir d'achat des consommateurs pourrait s'affaiblir, ce qui nuirait in fine à la demande pour les services d'IA. 3) L'acceptation sociale : la résistance du public face à l'augmentation des coûts de l'électricité ou aux pertes d'emplois technologiques pourrait ralentir l'adoption. 4) Les mutations technologiques du matériel : une percée technique soudaine (comme un 'moment DeepSeek') pourrait rendre obsolètes certaines technologies matérielles actuelles et perturber les chaînes d'approvisionnement.

Lectures associées

De l'IDE au terminal : Un manuel pratique d'ingénierie d'agents

En mars 2026, Matt Van Horn a publié un article intitulé "Chaque astuce Claude Code que je connais", déclenchant un débat sur son approche "No IDE". Il développe entièrement dans le terminal et un fichier plan.md, déléguant l'exécution à des agents d'IA. Cette méthode, popularisée par meng shao sous le nom de "Conseils pratiques pour l'ingénierie d'agents", repose sur un cycle "Research → Plan → Work". L'idée centrale est de remplacer l'IDE, qui offre un retour visuel immédiat (surlignage, débogage), par un flux de travail basé sur des commandes et un plan. Le fichier plan.md sert de "contrat" avec l'agent, définissant le problème, la solution et une checklist pour guider l'exécution et éviter la "dégradation du contexte" des LLM. Des outils comme Compound Engineering (avec /ce:plan) aident à générer et affiner ce plan. Le cycle en trois phases est crucial : 1. **Research** : L'agent collecte des informations (ex: avec last30days-skill). 2. **Plan** : Génération et révision humaine du plan pour corriger les hypothèses et ajouter des connaissances métier. 3. **Work** : L'agent exécute le plan en parallèle (/ce:work). Des astuces pratiques incluent : générer un plan dès qu'une idée émerge ; faire résumer le plan par l'agent ; utiliser plusieurs terminaux en parallèle ; saisir par voix les instructions complexes ; déclencher des tâches par email (agentmail) ; et utiliser des compétences préexistantes (AgentSkills). Cependant, cette approche présente des risques. Elle nécessite une forte capacité à décomposer les problèmes et à rédiger des instructions précises. Les erreurs non détectées en phase de planification peuvent être amplifiées. Enfin, il existe un risque de "psychose IA", où l'optimisation du flux de travail devient une fin en soi, éclipsant l'objectif initial. Ce flux de travail est un amplificateur d'efficacité pour les développeurs expérimentés sachant exactement ce qu'ils veulent, et non un outil d'apprentissage pour les débutants qui ont encore besoin des retours visuels de l'IDE. Les outils (Claude Code CLI, Compound Engineering) évoluent rapidement, offrant une fenêtre d'expérimentation aux pionniers.

marsbitIl y a 20 mins

De l'IDE au terminal : Un manuel pratique d'ingénierie d'agents

marsbitIl y a 20 mins

Ne vous focalisez plus sur les GPU, Intel dévoile une manœuvre majeure, peut-elle mettre fin au monopole de Nvidia sur la puissance de calcul ?

Au cours des deux dernières années, le GPU a été au cœur du matériel informatique pour l'IA. Cependant, lors du COMPUTEX 2026, Intel a présenté une vision différente, axée sur l'Agentic AI (IA agentique). Contrairement aux modèles d'IA traditionnels fonctionnant par « tours » de questions-réponses, l'IA agentique opère dans des flux de travail réels, suivant un cycle continu de réflexion, planification, action et évaluation. Cela transforme fondamentalement l'utilisation du calcul, nécessitant une forte coordination système et un traitement de tâches fragmentées. Intel soutient que cela rééquilibrera la répartition des ressources dans les centres de données. Alors que la phase d'entraînement des modèles avancés repose fortement sur les GPU (avec des ratios CPU/GPU pouvant atteindre 1:8), le déploiement d'agents intelligents nécessitera davantage de puissance CPU pour l'orchestration des tâches, l'appel d'outils et la gestion des données, ramenant le ratio vers 1:1, voire en faveur du CPU. La consommation de tokens peut être multipliée par 1000 par rapport à une inférence simple. Pour répondre à cette nouvelle demande, Intel a dévoilé le processeur Xeon 6+ (fabriqué en technologie 18A), offrant jusqu'à 288 cœurs efficaces et conçu pour une haute densité et une meilleure efficacité énergétique. Parallèlement, Intel a présenté une nouvelle architecture d'inférence découplée, développée avec des partenaires comme SambaNova. Cette solution répartit les différentes étapes de l'inférence (orchestration, décodage, pré-remplissage) sur les composants les plus adaptés (CPU Xeon 6, RDU SambaNova, GPU NVIDIA Blackwell) pour optimiser l'efficacité. L'écosystème d'Intel inclut également le processeur Core Ultra de 3ᵉ génération pour l'IA locale sur PC, permettant une répartition dynamique des charges de travail entre le périphérique et le cloud, et les processeurs Arc G3 pour les appareils portables. Enfin, Intel mise sur les puces sur mesure (comme les IPU développées avec Google) pour répondre aux besoins spécifiques de divers secteurs industriels. En résumé, face à la domination de NVIDIA sur les GPU, Intel adopte une stratégie globale : proposer une suite de solutions (puces universelles, architectures hétérogènes, IA locale, composants personnalisés) adaptée à chaque étape et besoin du nouveau paysage informatique défini par l'IA agentique. Le succès dépendra de l'exécution technique et de l'adoption par les clients, mais Intel affiche désormais une direction claire pour capitaliser sur cette reconfiguration des infrastructures d'IA.

marsbitIl y a 44 mins

Ne vous focalisez plus sur les GPU, Intel dévoile une manœuvre majeure, peut-elle mettre fin au monopole de Nvidia sur la puissance de calcul ?

marsbitIl y a 44 mins

“小美”, Yuanbao, l'interconnexion, est-ce un précurseur pour l'agent intelligent de WeChat ?

Lors de la publication des résultats du premier trimestre 2026 de Meituan, l'attention a été attirée par l'annonce de Wang兴 concernant l'intégration de son assistant IA "Xiao Mei" avec "Yuan Bao" de Tencent. Cette collaboration permettra aux utilisateurs d'exprimer des besoins en services de proximité dans Yuan Bao, déclenchant automatiquement une communication "Agent à Agent" avec Xiao Mei pour accéder aux services de livraison de repas de Meituan. Cet accord stratégique vise à positionner Meituan comme une infrastructure de services de base, tout en s'appuyant sur une entrée IA externe pour compenser son manque d'accès indépendant. Cette démarche intervient dans un contexte où les assistants IA rivaux, comme Dou Bao (ByteDance) et Qian Wen (Alibaba), développent leurs propres écosystèmes fermés ("jardin clos") en intégrant des services transactionnels, contournant potentiellement les avantages de Meituan. L'article analyse les défis de cette collaboration : plafond de l'expérience utilisateur due à l'architecture "Agent à Agent", répartition des bénéfices, et fluidité de l'expérience entre deux écosystèmes distincts. Elle est également interprétée comme un test préliminaire crucial pour le futur "Agent IA" intégré à WeChat, dont le lancement a été rapporté par le Financial Times. Le succès de ce partenariat avec Meituan pourrait servir de modèle pour convaincre d'autres grandes plateformes de s'intégrer à l'écosystème IA de Tencent via des protocoles standardisés, préservant leur souveraineté des données tout en gagnant en visibilité.

marsbitIl y a 2 h

“小美”, Yuanbao, l'interconnexion, est-ce un précurseur pour l'agent intelligent de WeChat ?

marsbitIl y a 2 h

Trading

Spot
Futures
活动图片