Le PDG de Nvidia Jensen Huang dit qu'il serait "profondément inquiet" si un développeur à 500 000 $ dépensait moins de 250 000 $ en tokens d'IA

L'Oréal, Mondelez et Nestlé utilisent l'IA pour accélérer le développement de produits

L'Oréal utilise l'intelligence artificielle depuis quatre ans dans ses laboratoires pour accélérer le développement de ses produits cosmétiques, selon les déclarations de Fabrice Megarbane, président de la division produits grand public du groupe, rapportées par Reuters. La technologie permet aux équipes de prédire comment certaines molécules vont se comporter sur la peau et les cheveux avant même leur intégration dans de nouvelles formules, réduisant ainsi le nombre d'essais nécessaires en laboratoire. Un exemple marquant illustre cette approche: des molécules auparavant utilisées dans des soins pour la peau ont été réaffectées pour créer un shampoing à base de collagène destiné à donner du volume et de la tenue aux cheveux. Selon L'Oréal, cette méthode de formulation prédictive a permis de multiplier par quatre la vitesse de développement des produits. Le groupe traverse par ailleurs sa croissance des ventes la plus faible depuis plusieurs années, ce qui a poussé son directeur général Nicolas Hieronimus à lancer l'an dernier un "plan de relance beauté" pour dynamiser les lancements de nouveaux produits. Cette accélération via l'IA répond à un enjeu commercial direct: pouvoir suivre l'évolution rapide des goûts des consommateurs dans un secteur où les tendances beauté changent vite. En réduisant le nombre de variables à tester physiquement, L'Oréal peut multiplier les combinaisons de molécules explorées et donc les chances de trouver des formules performantes, tout en maîtrisant les coûts de recherche et développement. Cette approche n'est pas isolée: plusieurs géants de l'agroalimentaire suivent une logique similaire. Chez Mondelez, propriétaire de marques comme Cadbury, Toblerone, Oreo et Chips Ahoy, un outil d'IA génère des idées de recettes, y compris des combinaisons inhabituelles, avant leur validation par des experts humains. Selon Filippo Catalano, directeur informatique et numérique du groupe, 60% des recettes de biscuits produites grâce à cet outil affichent de meilleures performances en matière de nutrition, de durabilité et de coût. L'outil a notamment contribué au développement des biscuits Oreo dorés sans gluten et à une nouvelle version des Chips Ahoy, tout en aidant l'entreprise à limiter sa dépendance à des fournisseurs uniques en identifiant des alternatives d'ingrédients. Cette vague d'adoption de l'IA dans l'industrie des biens de consommation s'inscrit aussi dans un contexte réglementaire mouvant, notamment sur la reformulation des produits alimentaires. Nestlé prévoit ainsi de supprimer les colorants artificiels de l'ensemble de ses produits dans le monde d'ici fin 2026, après l'avoir déjà fait pour son portefeuille américain. Selon Stefan Palzer, directeur technique du groupe, ce travail nécessite de cribler des alternatives naturelles, de les tester en conditions de production réelles et d'évaluer leur durée de conservation. Cette démarche fait écho aux objectifs de la Food and Drug Administration américaine, qui collabore avec fabricants, distributeurs et associations professionnelles pour éliminer six colorants certifiés d'ici fin 2027, dans le sillage des engagements pris par l'industrie pour bannir les colorants alimentaires à base de pétrole. D'autres acteurs comme Haleon explorent également l'IA pour leurs formulations, tandis que Barry Callebaut s'est associé à la start-up NotCo pour développer des recettes de chocolat à base d'alternatives végétales, confirmant que l'IA générative s'impose désormais comme un outil central de recherche et développement dans l'industrie des biens de consommation.

L'IA bouleverse le développement logiciel : +170 % de productivité avec 20 % d'effectifs en moins

En l'espace de six mois, une organisation d'ingénierie de 36 personnes a réduit ses effectifs à 30 tout en augmentant sa productivité de 170 %. C'est le bilan concret que tire le dirigeant de cette entreprise tech après avoir piloté une transformation complète vers un modèle « AI-first ». Les données viennent des pull requests liées aux tickets JIRA, dont le périmètre moyen est resté stable sur toute la période, ce qui en fait un indicateur fiable. Deux ingénieurs seniors ayant traversé cette transition montrent individuellement une courbe de productivité en forte hausse, avec seulement des creux ponctuels liés aux congés. En parallèle, l'intégration de l'IA dans les workflows de tests unitaires et end-to-end a réduit le nombre de bugs, amélioré la couverture qualité et permis de livrer des mises à jour majeures toutes les deux semaines environ, un rythme jugé impensable trois ans plus tôt. L'impact le plus profond n'est pas simplement la vitesse : c'est la disparition du coût de l'expérimentation. Là où une équipe dépensait auparavant des semaines à affiner des maquettes avant d'écrire une ligne de code, elle peut désormais passer d'une idée à un prototype fonctionnel en une journée, PRD généré par IA, spécification technique assistée, puis implémentation. Le site web de l'entreprise, central dans sa stratégie d'acquisition, est maintenant maintenu directement en code par le directeur créatif, sans intermédiaire technique. Les designers UX et chefs de projet « vibe-codent » des fonctionnalités au lieu de les simuler en maquettes statiques. Lors d'un rush de livraison, ils ont produit des pull requests prêtes pour la production, dont un changement de layout UI réalisé en une nuit. Un projet CLI d'abord écrit en Kotlin a même été entièrement réécrit en TypeScript sans perte de vélocité. Ce basculement redistribue les rôles en profondeur au sein des équipes tech. Quand l'IA génère une large part du code, le vrai levier se déplace vers la validation : définir précisément ce que « bon » signifie. Les ingénieurs QA de l'entreprise sont devenus des architectes de systèmes, construisant des agents IA capables de générer et maintenir des tests d'acceptation directement depuis les spécifications, pour plus de 70 langages de programmation et d'innombrables intégrations. Ce mouvement illustre ce que l'industrie appelle le « shift left », c'est-à-dire intégrer la qualité dès le début du cycle, plutôt qu'en bout de chaîne. La transformation décrite ici n'est pas un exercice de futurisme : elle documente une réorganisation déjà en cours dans des équipes qui ont accepté de remettre en question non seulement leurs outils, mais leur façon même de concevoir le travail d'ingénierie.

💬 +170 % de productivité, 6 engineers en moins, et le directeur créatif qui pousse du code en prod : sur le papier, ça ressemble à un argument de slide de conf. Sauf que les chiffres viennent des PR liées aux tickets JIRA, pas d'un sondage interne, et ça change tout. Ce qui m'intéresse vraiment, c'est le shift QA : les ingénieurs qui ne testent plus, mais qui architecturent les agents qui testent. C'est là que le métier se redéfinit, pas dans le vibe-coding.

Le PDG de Nvidia table sur 1 000 milliards de dollars de revenus en puces d'ici 2027

Jensen Huang, PDG de Nvidia, a annoncé que son entreprise anticipe désormais 1 000 milliards de dollars de revenus cumulés générés par ses puces d'intelligence artificielle Blackwell et Rubin entre 2025 et 2027. Une projection vertigineuse qui illustre l'ambition sans précédent du leader des semi-conducteurs pour l'IA. Cette annonce prend tout son sens lorsqu'on la replace dans le contexte financier actuel de Nvidia : pour l'exercice fiscal clôturé en janvier, la société a enregistré 216 milliards de dollars de chiffre d'affaires. Atteindre 1 000 milliards de dollars en seulement trois ans représenterait une accélération massive, portée par la demande explosive des hyperscalers, des laboratoires de recherche et des entreprises qui s'arment en infrastructures IA. Il s'agit d'une révision à la hausse d'une projection antérieure de Huang, signe que la dynamique du marché dépasse même les estimations optimistes formulées précédemment. Les architectures Blackwell, déjà en production, et Rubin, la génération suivante, constituent le cœur de cette stratégie. Ces deux familles de puces ciblent directement les centres de données dédiés à l'entraînement et à l'inférence des grands modèles de langage. Si ces prévisions se confirment, Nvidia s'imposerait comme l'une des entreprises les plus rentables de l'histoire de la tech sur cette période, consolidant sa position de quasi-monopole sur l'infrastructure matérielle de l'IA, une position que ses concurrents AMD, Intel et les divisions semi-conducteurs d'Amazon, Google et Microsoft s'efforcent activement de contester.

Nscale va racheter le développeur d'un immense campus de centres de données IA en Virginie-Occidentale

Nscale s'apprête à réaliser une acquisition majeure dans l'infrastructure IA américaine en rachetant American Intelligence & Power Corporation (AIPC), le développeur d'un site de plus de 2 000 acres en Virginie-Occidentale. Cette opération, révélée en avant-première par The Information, positionne Nscale comme un acteur de premier plan dans la course aux centres de données dédiés à l'intelligence artificielle aux États-Unis. Ce rachat illustre l'accélération sans précédent des investissements dans les infrastructures physiques de l'IA. Face à une demande en capacité de calcul qui explose, portée par les modèles de grande taille et l'inférence à l'échelle, les opérateurs de cloud et les entreprises spécialisées se ruent sur des terrains capables d'accueillir des campus de centres de données de très grande envergure. La Virginie-Occidentale, avec ses coûts fonciers plus accessibles et ses ressources énergétiques, émerge comme une destination stratégique pour ce type de projets. AIPC a été fondée spécifiquement cette année pour développer ce site de Mason, un projet qui figure parmi les plus ambitieux des États-Unis en termes de superficie. Nscale, spécialiste européen de l'infrastructure cloud et IA, franchit ainsi l'Atlantique pour s'implanter directement sur le marché américain, là où se concentre une part essentielle de la demande mondiale en calcul GPU. Cette acquisition signale une consolidation croissante du secteur : les acteurs capables de sécuriser des terrains à grande échelle, les raccordements électriques et les droits de développement détiennent désormais un avantage concurrentiel décisif, indépendamment même des équipements déployés.