AIPrix de Sleepless AI

Le lancement très attendu de Gemini 3.5 Pro (nom de code « Cappuccino »), présenté comme l'arme ultime de Google dotée d'une fenêtre de contexte de 200 000 tokens et d'un mode « Deep Think », a été reporté de plusieurs mois. Selon un rapport exclusif de Bloomberg, ce retard est dû à des performances décevantes du modèle, notamment en génération de code, qui ne répondent pas aux standards internes exigeants. Cet échec met en lumière les difficultés structurelles de Google. Une bureaucratie complexe et une prise de décision lente, impliquant de multiples divisions (Search, Maps, YouTube), entravent l'innovation et la cohésion. De plus, une culture d'ingénierie réticente à utiliser l'IA pour le codage, couplée à des pénuries surprenantes de capacité de calcul (GPU) pour les employés, ont limité les données d'entraînement et le développement. Cette situation de retard et d'instabilité stratégique provoque une fuite des talents vers des concurrents comme OpenAI et Anthropic. L'analyste Ethan Mollick y voit un symptôme d'un « piège de déception des modèles géants de nouvelle génération » touchant toute l'industrie (Meta, xAI). La loi d'échelle (Scaling Law) montre ses limites face aux goulots d'étranglement en données de qualité et en architecture algorithmique. Les gains marginaux nécessitent désormais des investissements exponentiels. Seul OpenAI semble, pour le moment, éviter un recul significatif. Ce report marque potentiellement la fin d'une phase de progression frénétique de l'IA et sonne comme un sérieux avertissement pour Google, dont la marge de manœuvre se réduit face à des concurrents plus agiles.

Le président chinois Xi Jinping a prononcé un discours au nom de la Chine lors de la cérémonie d'ouverture de la Conférence mondiale sur l'intelligence artificielle 2026 et de la réunion de haut niveau sur la gouvernance mondiale de l'IA, qui s'est tenue à Shanghai. Dans son allocution intitulée "Travailler main dans la main pour bâtir un système de gouvernance mondiale de l'intelligence artificielle juste et raisonnable", il a souligné que l'IA représente à la fois des opportunités historiques et des défis de gouvernance. Il a proposé quatre principes : persister dans l'ouverture et la coopération gagnant-gagnant pour stimuler l'innovation ; renforcer la conscience des risques pour garantir la sécurité et le contrôle ; encourager l'inclusivité pour favoriser les échanges entre civilisations ; et préconiser la solidarité pour améliorer la gouvernance mondiale. Il a également présenté les progrès et les engagements de la Chine, y compris la création de l'Organisation mondiale de coopération sur l'intelligence artificielle à Shanghai, la fourniture de 5 000 formations aux pays en développement, et la promotion de solutions d'IA pour combler le fossé numérique. Les dirigeants internationaux présents ont salué les contributions de la Chine et ont appelé à une coopération mondiale inclusive pour garantir que les bénéfices de l'IA soient partagés équitablement.

L'asymétrie des agents algorithmiques : quand l'IA prend des décisions à votre place, vous n'avez même pas le droit de vous opposer. La société glisse dangereusement d'une expérimentation de l'IA vers une dépendance, sans que les décideurs n'en aient pleinement conscience. L'« asymétrie algorithmique » décrit un déséquilibre profond : une partie (les organisations) observe et améliore ses systèmes, tandis que l'autre (les utilisateurs) en subit les conséquences, sans pouvoir identifier ou contester leur influence. Cette asymétrie se manifeste dans l'emploi, le crédit, l'éducation ou la justice. Trois « entraves cognitives » la renforcent : 1. **L'opacité** : Les objectifs et faiblesses des systèmes sont cachés (secret commercial, complexité), créant une illusion d'objectivité (« boîte noire »). 2. **L'amplification des biais historiques** : Les algorithmes reproduisent et codifient les inégalités passées présentes dans les données d'apprentissage. 3. **La récursivité des systèmes** : Un cycle « d'évolution conjointe » s'installe : les utilisateurs forment les systèmes par leurs interactions, et les systèmes, en retour, façonnent leurs perceptions et comportements (« dérive algorithmique »). L'**asymétrie d'agence** apparaît quand les organisations utilisent ces systèmes (recommandations, scores, prix dynamiques) pour tester et optimiser leur influence à grande échelle avec précision. Les individus, eux, ne voient que le résultat (une notification, un prix) sans comprendre la logique sous-jacente. Or, les gens s'adaptent à ce que le système récompense, apprenant quels mots utiliser, quels risques éviter, quelles métriques poursuivre. Des exemples dans le recrutement, l'éducation ou la gestion algorithmique des travailleurs illustrent ce phénomène. Pour rééquilibrer cette relation, la politique doit agir sur plusieurs fronts : 1. **Transparence et explication** : Obligation d'informer les utilisateurs lorsqu'ils interagissent avec une IA ou qu'une décision importante est automatisée. 2. **Évaluations d'impact contraignantes** avant le déploiement dans les domaines à haut risque (emploi, justice, santé...). 3. **Supervision humaine effective** : Des contrôleurs formés, protégés et dotés du pouvoir réel de surveiller et de contrer les décisions des systèmes. 4. **Surveillance après déploiement** : Suivi, audit indépendant et reporting obligatoires pour détecter les dérives. 5. **Interdiction des pratiques abusives** visant à exploiter les faiblesses ou à manipuler, notamment les populations vulnérables. 6. **Promotion de la littératie algorithmique** comme infrastructure civique essentielle pour le grand public et les professionnels. En résumé, l'asymétrie des agents algorithmiques est un déséquilibre structurel dans la capacité à percevoir et à contester le pouvoir des algorithmes. Une régulation solide ne peut l'éliminer, mais doit viser à rendre les influences automatisées visibles, contestables, auditées et gouvernables.

La série à succès « The Good Sweet Girl » va être adaptée au cinéma, prévue pour un tournage en septembre. Cette tendance est suivie par d'autres séries populaires telles que « Une famille de trois dans la même classe » et « Flip the Table », toutes ayant obtenu l'approbation pour des adaptations cinématographiques. Ce mouvement marque une tentative de l'industrie des mini-séries en prise de vue réelle de diversifier son modèle économique au-delà des plateformes numériques. Ce changement est motivé par plusieurs facteurs. L'industrie des mini-séries, après une croissance rapide basée sur une production à faible coût et un rythme effréné, fait face à des défis en 2026 : raréfaction des succès, réduction des projets, ajustement des politiques des plateformes et, surtout, la montée en puissance des séries générées par IA, qui occupent désormais plus de 95% de la production. Cette concurrence intense érode les avantages traditionnels des séries en prise de vue réelle. Dans ce contexte, le cinéma est perçu comme une possible « seconde courbe de croissance ». Il offre une opportunité de transformer des succès éphémères du web en actifs IP durables et de monter en gamme vers un contenu valorisant davantage le jeu d'acteur et le développement des personnages, domaines où l'IA reste limitée. Les plateformes et les sociétés de production traditionnelles commencent à s'impliquer dans ce processus. Cependant, le passage au grand écran n'est pas sans risques. Il représente un changement majeur dans le mode de consommation (du contenu gratuit/fragmenté au paiement en salle pour une expérience longue) et expose les projets à des standards de qualité et à une concurrence cinématographique plus féroce. La notoriété de l'IP peut attirer l'attention initiale, mais le succès final dépendra de la capacité à créer une histoire solide et émotionnellement engageante adaptée au format filmique, évitant ainsi les écueils des adaptations passées de séries TV ou de divertissements à l'écran.

Titre : La bulle de l'IA va-t-elle éclater ? Une réédition du krach des dotcom de 2000 ? En juillet 2026, les signaux d'alerte d'une bulle de l'IA atteignent une masse critique, avec des avertissements émanant de fonds souverains, de banques centrales et d'investisseurs légendaires, ainsi que des données onchain. Cet article propose un scénario hypothétique : si la bulle de l'IA éclate, où migrerait le capital ? Une rotation potentielle de 2000 à 3000 milliards de dollars hors de l'IA pourrait trouver un débouché dans le récit des actifs réels tokenisés (RWA/tokenization). Cette piste bénéficie d'actifs sous-jacents réels (obligations, actions), de flux de revenus vérifiables et d'une infrastructure financière traditionnelle qui se met en place, comme le lancement par le DTCC de transactions tokenisées de niveau production. L'article analyse trois chemins potentiels pour les capitaux : 1) la fuite vers la sécurité (cash, obligations), 2) la recherche d'un nouveau récit à revenus réels (les RWA étant le principal candidat), et 3) une migration sélective vers des actifs crypto natifs solides (Bitcoin, protocoles DeFi avec revenus). Il souligne la vulnérabilité des tokens liés à l'IA face à une potentielle correction. Le moment est crucial car l'infrastructure RWA (règlement, émission, courtage, transaction) atteint un stade opérationnel, coïncidant avec les inquiétudes sur l'IA. Pour l'écosystème des actifs virtuels de Hong Kong, cela pourrait représenter une fenêtre pour capter les flux institutionnels en se positionnant comme une plateforme conforme pour les RWA, face à la concurrence régionale (Corée du Sud, Singapour). En conclusion, un éventuel dégonflement de la bulle de l'IA pourrait, dans des conditions spécifiques, accélérer la transition de la crypto vers des modèles basés sur les revenus réels, avec la tokenisation comme récit alternatif structurellement avantageux, mais ce scénario reste à vérifier.