Actualités IA — page 286

9 335 articles au fil, du plus récent au plus ancien.

51

Illustration générée par IA

5701The Information AI 

La journée difficile de Greg Brockman

Greg Brockman, cofondateur et président d'OpenAI, a comparu lundi 5 mai 2026 devant le tribunal pour la deuxième semaine du procès intenté par Elon Musk contre OpenAI. L'avocat de Musk, Steven Molo, l'a soumis à un interrogatoire serré centré sur ses intérêts financiers dans la société et ses partenaires commerciaux. Molo a d'emblée établi que la participation de Brockman dans OpenAI représente près de 30 milliards de dollars, avant de s'appuyer sur des extraits de son journal numérique personnel pour étayer sa thèse. L'un de ces passages, particulièrement révélateur, montre Brockman s'interrogeant sur différentes trajectoires pour OpenAI en se demandant : « financièrement, qu'est-ce qui me permettra d'atteindre le milliard ? » Cette déposition illustre la tension centrale du procès : Musk accuse OpenAI de violation d'une fiducie caritative et d'enrichissement injuste, en soutenant que les dirigeants de la société auraient dévoyé sa mission originelle au profit d'intérêts personnels. Les documents fondateurs d'OpenAI stipulaient explicitement que l'organisation n'était « pas organisée pour le gain privé d'une personne ». La stratégie de la défense de Musk consiste à démontrer que des fortunes colossales accumulées par les dirigeants contredisent directement cet engagement, remettant en question la légitimité du passage d'OpenAI d'une structure à but non lucratif vers un modèle commercial. Ce procès s'inscrit dans un conflit de longue date entre Elon Musk et OpenAI. Musk, cofondateur historique de la société, l'a quittée en 2018 avant de rompre publiquement avec ses dirigeants, accusant Sam Altman et son équipe d'avoir trahi les idéaux fondateurs au profit de la rentabilité. Depuis, OpenAI a levé des milliards de dollars, notamment auprès de Microsoft, et s'est structurée autour d'une entité commerciale, tout en conservant une gouvernance non lucrative en théorie. L'issue de ce procès pourrait contraindre OpenAI à revoir son architecture juridique au moment même où la société négocie une transformation complète en entreprise à but lucratif.

Régulation⚖Reglementation

1 source

42

Illustration générée par IA

5702VentureBeat AI 

Les agents IA ratent toutes les discussions de votre équipe. SageOX propose une infrastructure de contexte pour agents autonomes

SageOX, une startup de Seattle fondée par des vétérans ayant construit l'infrastructure originale d'AWS EC2 et EBS, est sortie du mode furtif en annonçant un tour de financement de 15 millions de dollars mené par Canaan, avec la participation d'A.Capital, Pioneer Square Labs et Founders' Co-op. L'entreprise, dirigée par Ajit Banerjee, ancien ingénieur chez Hugging Face, Meta, Amazon et Apple, commercialise ce qu'elle appelle une "infrastructure de contexte agentique" : un système conçu pour garder les agents IA aussi informés que les employés humains sur les décisions, discussions et objectifs d'une équipe. La suite produit repose sur deux composants principaux : l'Ox Dot, un petit appareil physique placé dans les espaces partagés qui enregistre réunions et séances de travail d'une simple pression, et l'Ox CLI, un outil en ligne de commande open source sous licence MIT qui permet aux assistants de codage comme Claude Code ou Codex d'interroger la mémoire collective de l'équipe avant d'écrire du code. Le problème que SageOX cherche à résoudre est celui du "drift" des agents, c'est-à-dire leur tendance à s'écarter des intentions réelles de l'équipe parce qu'ils démarrent chaque tâche sans historique ni contexte. Si une équipe décide en réunion d'utiliser un schéma d'authentification précis, l'agent de codage l'ignorera complètement, sauf si quelqu'un le lui précise explicitement dans chaque prompt. L'Ox Dot capture audio, transcrit et identifie les intervenants, puis distille ces échanges en une mémoire d'équipe accessible aux humains et aux agents. Sa fonctionnalité "Auto Rewind" permet même de capturer rétrospectivement une conversation informelle qui s'est tenue sans enregistrement, évitant la perte de décisions prises lors d'échanges spontanés. La commande ox agent prime intègre ensuite cet historique directement dans le contexte de travail des agents. Le problème de l'"ingénierie du contexte" est l'un des défis majeurs non résolus de l'ère agentique. À mesure que les grands fournisseurs de modèles comme OpenAI, Anthropic ou Google descendent dans la chaîne de valeur en proposant leurs propres agents métier, la question de comment équiper ces agents d'un contexte riche et fidèle à la réalité d'une organisation reste entière. SageOX parie que la réponse n'est pas dans le prompt engineering ou la documentation statique, mais dans une couche d'infrastructure dédiée qui capte le contexte là où il se forme naturellement : conversations, tableaux blancs, standups. Ryan Snodgrass, CTO et ancien d'Amazon, pousse même plus loin en remettant en question les principes classiques de gestion de code source, estimant que les historiques "propres" de commits sont souvent contre-productifs pour les agents. La startup s'attaque ainsi à un marché encore peu balisé, à l'intersection de la collaboration d'équipe et de l'orchestration agentique.

Outils⚒Outil

1 source

40

Illustration générée par IA

5703Ben's Bites 

Codex gagne du terrain

OpenAI accélère le déploiement de Codex auprès du grand public en annonçant plusieurs évolutions majeures visant à rendre l'outil accessible aux utilisateurs non techniques. La plateforme permet désormais d'importer des paramètres, plugins, agents et configurations de projets depuis des outils concurrents comme Claude, facilitant la migration pour ceux qui souhaitent changer d'environnement. Des améliorations concrètes ont également été déployées pour les tâches du quotidien : création de présentations et de feuilles de calcul, interface plus intuitive, et une intégration iMessage non officielle qui permet d'interagir avec Codex directement depuis son téléphone via un fil de discussion persistant. Par ailleurs, xAI a lancé Grok 4.3 dans son API publique : le modèle supporte un contexte d'un million de tokens, accepte texte et images en entrée, intègre des capacités de raisonnement et dispose d'une base de connaissance arrêtée à décembre 2025. Son tarif, fixé à 1,25 dollar pour un million de tokens en entrée et 2,50 dollars en sortie, le positionne comme une alternative nettement moins chère que Claude Sonnet 4.6 pour des performances comparables. Ces mouvements signalent une intensification de la concurrence dans le segment des assistants de développement et de productivité alimentés par l'IA. En ciblant explicitement les non-développeurs, OpenAI cherche à élargir considérablement son marché potentiel pour Codex, qui était jusqu'ici perçu comme un outil avant tout destiné aux ingénieurs. La guerre des prix entre modèles LLM s'accentue également : la tarification agressive de Grok 4.3 par xAI force les autres acteurs à justifier leurs propres coûts, ce qui devrait bénéficier aux entreprises et développeurs cherchant à réduire leurs dépenses d'infrastructure IA. Enfin, la société Entire, fondée par l'ex-PDG de GitHub, a dévoilé deux outils complémentaires : git-sync, un utilitaire pour synchroniser des dépôts git entre sources sans clonage local, et Dispatches, une fonctionnalité générant automatiquement des notes de version à partir des commits et sessions d'agents par dépôt et plage de dates. Codex a été lancé par OpenAI comme successeur de GitHub Copilot dans une logique d'agent de développement autonome, mais la plateforme peine encore à s'imposer comme outil universel face à des concurrents comme Claude ou Cursor. L'ouverture à des profils non techniques représente un pivot stratégique notable, dans un contexte où la frontière entre outils de développement et outils de productivité généraliste s'efface progressivement. Du côté des benchmarks, un signe d'avertissement : Base44 indique dans son outil Frustration Meter qu'Opus 4.7 génère 43 % de frustration en plus qu'Opus 4.6, suggérant que la course aux capacités ne se traduit pas toujours par une meilleure expérience utilisateur. Les semaines à venir diront si Codex réussit son pari d'élargissement, et si Grok 4.3 parvient à s'imposer comme le modèle rapport qualité-prix de référence.

Outils⚒Outil

1 source

49

Illustration générée par IA

5704The Information AI 

Amazon envisage un mode de recherche IA hybride sur son site marchand

Amazon envisage d'intégrer des réponses conversationnelles directement dans sa barre de recherche principale, selon Amanda Doerr, vice-présidente en charge du shopping chez Amazon. Jusqu'ici, l'assistant IA Rufus fonctionnait comme un outil séparé, distinct du moteur de recherche classique utilisé par des centaines de millions d'acheteurs. Le modèle envisagé consisterait à afficher un encart conversationnel au-dessus des résultats de recherche pour certaines requêtes, sans rediriger l'utilisateur vers une interface de chatbot distincte. Ce changement pourrait transformer en profondeur la manière dont les consommateurs naviguent sur Amazon, qui reste l'une des premières destinations mondiales pour la recherche de produits. En fusionnant la navigation, la recherche d'information et l'achat dans un seul flux, Amazon réduirait la friction entre la phase de découverte et l'acte d'achat. Pour les vendeurs et les marques présents sur la plateforme, cela soulèverait également des questions importantes sur la visibilité des produits dans un format où une réponse IA pourrait éclipser les résultats organiques traditionnels. Cette évolution s'inscrit dans une course plus large entre les géants technologiques pour intégrer l'IA générative aux interfaces de recherche. Google expérimente depuis 2023 ses "AI Overviews" dans les résultats de recherche, tandis que Microsoft a ajouté Copilot à Bing. Amazon, dont le cœur de métier reste le commerce, doit trouver un équilibre délicat entre améliorer l'expérience utilisateur et préserver la lisibilité des catalogues produits sur lesquels repose son modèle publicitaire.

Outils⚒Outil

1 source

47

Illustration générée par IA

5705Next INpact 

Une méta-analyse sur les effets positifs de ChatGPT dans l’éducation rétractée 1 an après

Une méta-analyse publiée dans la revue Humanities and Social Sciences Communications, éditée par le géant de l'édition scientifique Springer Nature, a été officiellement rétractée le 22 avril 2025, près d'un an après sa parution initiale. Signée par les chercheurs chinois Jin Wang et Wenxiang Fan, l'étude affirmait que l'utilisation de ChatGPT par les élèves avait « un impact positif considérable sur l'amélioration des résultats scolaires ». La note de rétractation, publiée par l'éditeur de la revue, invoque « des incohérences dans la méta-analyse » qui « remettent en cause la validité de l'analyse et les conclusions qui en découlent ». Les auteurs n'ont pas répondu aux communications de la revue à ce sujet. Le problème dépasse largement cette seule étude : selon Google Scholar, la méta-analyse a été citée plus de 500 fois dans des travaux scientifiques, soumis à révision par les pairs ou non. Certains de ces travaux pourraient désormais reposer sur des fondations fragilisées, ce qui impose à leurs auteurs de réévaluer leurs propres conclusions. Un article publié en février 2025 dans Scientific Reports, autre revue de Springer Nature, la citait encore. Cette situation illustre l'effet en cascade qu'une étude défectueuse peut produire dans la littérature académique, surtout lorsqu'elle porte sur un sujet aussi médiatisé que l'IA en éducation. Les signaux d'alerte avaient pourtant émergé rapidement. Dès juillet 2024, des commentaires critiques étaient visibles sur PubPeer, la plateforme collaborative qui permet aux chercheurs de relever des problèmes dans des articles déjà publiés. Des chercheurs norvégiens ont également sonné l'alarme. La revue a donc mis près d'un an à agir, malgré ces avertissements précoces. Ce délai pose des questions sur les processus de contrôle post-publication des grandes revues scientifiques, à l'heure où la recherche sur l'IA génère un volume considérable de publications souvent précipitées. Le cas s'inscrit dans une tendance plus large : face à l'engouement autour de ChatGPT depuis fin 2022, de nombreuses études sur ses usages pédagogiques ont été produites à grande vitesse, parfois au détriment de la rigueur méthodologique. La communauté scientifique devra désormais examiner avec plus de scepticisme les méta-analyses qui concluent à des effets largement positifs des outils d'IA sur l'apprentissage.

Recherche❖Paper

1 source

46

Illustration générée par IA

5706Le Big Data 

Payer moins d’impôts grâce à l’IA : le guide ultime avec tous les prompts

ChatGPT, Claude et Mistral s'imposent comme de nouveaux outils d'optimisation fiscale pour les particuliers français, selon un guide pratique publié début 2026 détaillant des méthodes concrètes pour réduire légalement sa facture d'impôts grâce à des prompts ciblés. Le guide présente trois stratégies principales : comparer l'abattement forfaitaire de 10 % aux frais réels pour les salariés en télétravail, identifier des charges déductibles méconnues pour les indépendants et micro-entrepreneurs, et arbitrer entre le rattachement fiscal d'un enfant étudiant et le versement d'une pension alimentaire déductible (plafonnée à 6 635 euros). Dans chaque cas, des formulations précises sont proposées pour interroger l'IA avec les bons paramètres : revenus nets imposables, kilométrage domicile-travail, puissance fiscale du véhicule, surface du bureau à domicile ou situation familiale. Ce qui change concrètement, c'est la rupture d'une asymétrie d'information qui durait depuis des décennies : l'optimisation fiscale était jusqu'ici réservée aux contribuables capables de s'offrir un avocat fiscaliste à 300 euros de l'heure ou un expert-comptable. L'IA, entraînée sur des corpus juridiques et comptables massifs incluant le Bulletin Officiel des Finances Publiques (BOFiP), peut simuler en quelques secondes des scénarios complets, rédiger des courriers administratifs avec le vocabulaire juridique adapté, et identifier des niches fiscales que la plupart des contribuables ignorent. Pour les freelances en SASU ou EURL, par exemple, l'outil peut lister des dépenses "grises" légalement déductibles mais rarement réclamées, comme le mobilier ergonomique, les abonnements logiciels ou certains frais de réception. Ce phénomène s'inscrit dans un mouvement plus large de démocratisation des services professionnels via l'IA générative, après les domaines juridique, médical et financier. En France, où la complexité du Code Général des Impôts décourage une grande partie des contribuables de revendiquer leurs droits, l'accessibilité de ces outils représente un changement structurel. Les limites restent néanmoins réelles : les modèles de langage peuvent commettre des erreurs sur des cas complexes ou des dispositions récentes, et aucun ne remplace la responsabilité juridique d'un professionnel certifié. La question qui se pose désormais pour les cabinets comptables est celle de leur repositionnement face à des clients de mieux en mieux informés, capables de préparer eux-mêmes une première analyse avant de consulter un expert.

Outils⚒Outil

1 source

47

Illustration générée par IA

5707MIT Technology Review 

Le procès Musk contre Altman, et l'IA au service de la démocratie

Le procès opposant Elon Musk à Sam Altman, fondateur d'OpenAI, est entré dans sa deuxième semaine devant un tribunal californien. Musk, qui a cofondé OpenAI en 2015 avant de quitter son conseil d'administration en 2018, accuse Altman de l'avoir induit en erreur sur la transformation de l'organisation à but non lucratif en entreprise commerciale. La journaliste Michelle Kim du MIT Technology Review, elle-même avocate, a suivi les audiences quotidiennement et rapporte que la première semaine a livré des détails inédits sur le fonctionnement interne d'OpenAI ainsi que sur la relation entre les deux hommes. En parallèle, le Pentagone a annoncé des contrats de grande ampleur avec Microsoft, Nvidia, Amazon Web Services et la start-up Reflection AI pour des travaux d'intelligence artificielle sur données classifiées, dans le cadre d'une ambition affichée de faire des forces américaines une puissance "IA en premier". Sur un autre front, Musk a conclu un accord avec la SEC, acceptant de payer une amende de 1,5 million de dollars pour avoir tardé à déclarer ses achats initiaux d'actions Twitter en 2022. Ces développements simultanés illustrent la tension croissante autour du contrôle de l'IA à plusieurs échelles. Le procès Musk-Altman soulève une question fondamentale pour toute l'industrie : peut-on engager des capitaux dans une organisation à but non lucratif et la voir se muer en entreprise valorisée à plusieurs centaines de milliards sans recours juridique ? L'issue du procès pourrait redéfinir les règles de gouvernance applicables aux futures transformations de structures similaires. Les contrats du Pentagone, qui excluent Anthropic, repositionnent Microsoft, Nvidia et AWS comme piliers de l'IA militaire américaine, un signal structurant pour l'ensemble du secteur. Pendant ce temps, un tribunal chinois a établi un précédent notable : une entreprise ne peut pas licencier des salariés au seul motif de les remplacer par des outils d'IA, une décision qui résonne dans un secteur mondial où la pression à l'automatisation ne cesse de s'intensifier. Ce cycle d'actualité dense reflète l'accélération des enjeux de gouvernance de l'IA sur tous les fronts à la fois. La genèse du procès remonte à la décision d'OpenAI, en 2019, de créer une entité commerciale pour lever des capitaux, une évolution que Musk conteste aujourd'hui en justice. Parallèlement, la Maison Blanche travaillerait à la création d'un groupe de travail chargé d'évaluer les modèles d'IA avant leur diffusion publique, signe que Washington cherche à encadrer un secteur qui échappe encore à toute régulation fédérale cohérente. Des chercheurs s'interrogent également sur l'émergence des "scientifiques artificiels", des systèmes d'IA capables de conduire des projets de recherche de manière autonome : une perspective aux possibilités immenses, mais qui soulève des inquiétudes sur l'appauvrissement de la diversité scientifique si ces outils convergent tous vers les mêmes priorités de recherche.

Régulation⚖Reglementation

1 source

49

Illustration générée par IA

5708Le Big Data 

Sierra lève 950 millions pour s’imposer sur le marché de l’enterprise AI

Sierra, la startup spécialisée dans les agents IA pour les entreprises, a annoncé le 4 mai 2026 une levée de fonds de 950 millions de dollars, portant sa valorisation à plus de 15 milliards de dollars. Ce tour de table, mené par Tiger Global et GV, donne à l'entreprise plus d'un milliard de dollars en caisse pour accélérer son développement. Fondée il y a moins de deux ans par Bret Taylor, également président d'OpenAI et ancien co-CEO de Salesforce, Sierra compte déjà parmi ses clients plus de 40 % des entreprises du Fortune 50. Sa croissance financière est tout aussi spectaculaire : 100 millions de dollars de revenus annuels récurrents fin 2025, puis 150 millions dès le début 2026. Les agents déployés sur sa plateforme gèrent aujourd'hui des milliards d'interactions couvrant des cas d'usage concrets comme le refinancement immobilier, le traitement de sinistres ou la gestion des retours e-commerce. Ce financement confirme que le marché enterprise de l'IA a franchi un cap décisif : les grandes organisations ne testent plus, elles déploient à grande échelle. Les gains de productivité commencent à se matérialiser concrètement. Chez Uber, par exemple, environ 10 % du code est désormais généré automatiquement, et un projet d'intégration de réservation hôtelière estimé à un an de développement a été finalisé en six mois grâce aux workflows automatisés de Sierra. Nordstrom a lancé un agent vocal en cinq semaines, Singtel en dix semaines avec un taux de résolution supérieur à 70 %, et Cigna a réduit de 80 % le temps d'authentification de ses patients. Ces résultats illustrent la promesse centrale de l'enterprise AI : compresser les cycles de développement tout en augmentant la capacité d'innovation des grandes organisations. Sierra émerge dans un contexte où la compétition pour les budgets IA des grandes entreprises s'intensifie. Face à des acteurs comme Salesforce Agentforce ou ServiceNow, la startup se différencie par la profondeur de ses déploiements et le profil de son fondateur, qui lui confère une crédibilité rare pour naviguer dans les strates décisionnelles du Fortune 500. En avril 2026, Sierra a également lancé Ghostwriter, un outil qui génère automatiquement des agents à partir d'une simple description en langage naturel, avec l'ambition de rendre les logiciels d'entreprise complexes, comme Workday, accessibles via une interface conversationnelle. Avec ce milliard en caisse, Sierra vise à s'imposer comme la plateforme de référence mondiale pour la transformation de l'expérience client par l'IA agentique, dans une course où la capacité à industrialiser rapidement les déploiements sera l'avantage décisif.

Business❧Opinion

1 source

50

Illustration générée par IA

5709Le Big Data 

Top Robots Avril 2026 : Usine, sport, salon… l’IA prend le contrôle

En avril 2026, la robotique humanoïde a franchi plusieurs seuils symboliques simultanément. L'Unitree G1 a fait le tour du monde avec une vidéo montrant le robot passer sans transition de la marche au roller puis au patinage sur glace, enchaînant des saltos avant, grâce à des modules à roues interchangeables placés sous ses pieds et une IA capable d'adapter l'équilibre en temps réel. Le Toyota CUE 7 a validé un tir au panier à 24 mètres, mais l'essentiel se passe après un raté : sa vision 3D a analysé l'échec en une fraction de seconde, recalculé l'angle et la friction de l'air, puis planté le tir suivant. Sony a présenté le Project Ace, un robot pongiste équipé de neuf caméras synchronisées qui a battu des joueurs professionnels, lesquels ont tous évoqué le même désarroi : l'absence totale d'émotion et d'imprévisibilité de la machine. Enfin, lors du semi-marathon de Pékin, le robot "Lightning" sponsorisé par Honor a bouclé les 21 kilomètres en 50 minutes et 26 secondes, battant le record du monde humain à une moyenne de 25 km/h, grâce à un système de refroidissement liquide propriétaire conçu pour empêcher ses moteurs de surchauffer. Ce qui distingue avril 2026 des mois précédents, c'est que ces performances ne sont plus des démonstrations de laboratoire isolées : elles surviennent dans des environnements réels, face à des professionnels humains, et sous forme de produits en phase de déploiement. Le basculement le plus significatif est industriel : des fabricants chinois atteignent désormais des cadences de production d'un robot humanoïde par heure, transformant ce qui était un objet de recherche en bien manufacturé à grande échelle. Pour les entreprises industrielles, les prestataires logistiques et, à terme, les particuliers, la question n'est plus de savoir si ces machines seront disponibles, mais à quel prix et dans quel délai. Ces percées s'inscrivent dans une dynamique d'accélération sans précédent. Depuis 2024, les investissements dans la robotique humanoïde ont explosé, portés par la convergence entre les progrès des modèles de langage, de la vision par ordinateur et des matériaux légers à haute résistance. La Chine occupe une position dominante dans la course à la production de masse, avec des acteurs comme Unitree et des équipes issues de l'automobile comme les fondateurs de KAI, l'assistant domestique conçu par d'anciens ingénieurs de XPeng. Les États-Unis et le Japon répondent avec des approches plus spécialisées, Sony et Toyota visant la précision sportive plutôt que le volume. La prochaine étape sera l'intégration de ces robots dans des environnements non contrôlés, où l'improvisation et la robustesse face à l'inattendu détermineront les vrais gagnants de cette décennie.

Robotique⚡Actu

1 source

43

Illustration générée par IA

5710Le Big Data 

Au-delà du Copilot : Classiq invente l’ingénieur quantique virtuel

La start-up israélienne Classiq vient de franchir une étape significative dans la démocratisation du calcul quantique en intégrant un agent d'intelligence artificielle générative au coeur de sa plateforme de développement. Concrètement, cet outil permet à un responsable technique ou à un ingénieur métier de décrire un problème en langage naturel, en français ou en anglais, et d'obtenir en retour une architecture logicielle quantique compilable. L'agent ne se contente pas de générer du texte : il synthétise du code en tenant compte des contraintes physiques réelles des processeurs quantiques actuels, garantissant ainsi que les programmes produits sont réellement exécutables et non de simples ébauches conceptuelles. Nir Minerbi, fondateur et PDG de Classiq, présente cet outil comme une passerelle directe entre les problématiques concrètes des entreprises et les actifs numériques exploitables sur les machines de demain. L'enjeu est considérable pour des secteurs comme la finance quantitative, la chimie computationnelle ou la conception de nouveaux matériaux, où la rapidité d'itération conditionne l'avantage concurrentiel. Jusqu'ici, programmer pour un ordinateur quantique exigeait une maîtrise pointue de la physique des qubits, un profil rare et coûteux que peu d'entreprises pouvaient s'offrir à grande échelle. En automatisant l'intégralité du cycle de développement, de la traduction du besoin métier jusqu'à l'optimisation des circuits, Classiq libère les équipes des tâches de «tuyauterie» complexe et leur permet de concentrer leurs efforts sur la valeur ajoutée. Pour les directions informatiques, c'est aussi l'assurance d'un investissement durable : le code généré s'adapte aux évolutions matérielles sans devenir obsolète à chaque mise à jour des processeurs. L'adoption du calcul quantique par les grandes entreprises bute depuis des années sur un double obstacle : la rareté des experts capables d'écrire des algorithmes quantiques, et la fragmentation d'un écosystème où chaque génération de machines impose de réécrire le code from scratch. Plusieurs acteurs, dont IBM, Google et IonQ, investissent massivement pour abaisser cette barrière d'entrée, mais l'approche de Classiq se distingue en ciblant explicitement la couche de développement logiciel plutôt que le matériel. En structurant la connaissance quantique dans des bibliothèques réutilisables gérées par des agents experts, la start-up entend faire entrer ce calcul de haute performance dans les flux de travail industriels standard. Si la promesse se confirme en production, cette démarche pourrait accélérer significativement le moment où le quantique cesse d'être un sujet de laboratoire pour devenir un outil opérationnel dans les entreprises.

Outils⚒Outil

1 source

51

Illustration générée par IA

5711Le Big Data 

Pourquoi OpenAI investit aussi 10 milliards $ dans une joint venture private equity ?

Le 4 mai 2026, quelques heures avant une annonce similaire d'Anthropic, OpenAI a officialisé le lancement d'une joint venture baptisée "The Deployment Company", valorisée 10 milliards de dollars. La société a levé plus de 4 milliards de dollars auprès de 19 investisseurs, parmi lesquels figurent des géants du capital-investissement comme TPG, Brookfield, Advent, Bain Capital et SoftBank. OpenAI conserve une position majoritaire et décisionnelle dans la structure. Ces partenaires financiers apportent avec eux un accès direct à un portefeuille de plus de 2 000 entreprises, autant de clients potentiels pour les solutions d'IA d'OpenAI. Le même jour, Anthropic annonçait une joint venture comparable avec Blackstone, Goldman Sachs et Hellman & Friedman, valorisée 1,5 milliard de dollars, signal d'une convergence stratégique entre les deux rivaux. Le principal frein à l'adoption de l'IA en entreprise n'est pas la technologie elle-même, mais son déploiement concret : intégration dans les systèmes existants, formation des équipes, adaptation des processus métiers. C'est précisément ce blocage qu'OpenAI cherche à contourner en s'appuyant sur les fonds de private equity, qui ont tout intérêt à maximiser la valeur de leurs participations via l'IA. Le modèle s'inspire directement de la stratégie des "forward deployed engineers" popularisée par Palantir : des équipes techniques intégrées directement chez le client pour adapter la technologie à ses besoins spécifiques. La joint venture permet de financer et d'industrialiser ce type d'accompagnement à grande échelle, coûteux mais particulièrement efficace pour convertir des entreprises réticentes en clients récurrents. Cette opération s'inscrit dans une logique plus large de préparation à une introduction en bourse. OpenAI est valorisée à 852 milliards de dollars après sa méga-levée de mars 2026, et Anthropic viserait une valorisation de 900 milliards. Pour justifier de tels chiffres auprès des marchés publics, les deux entreprises doivent démontrer leur capacité à générer des revenus durables et prévisibles, un objectif que seul le marché entreprise, avec ses grands contrats pluriannuels, peut réellement tenir. Brad Lightcap a été nommé à la tête des projets spéciaux d'OpenAI, avec notamment la supervision de ces initiatives commerciales. Selon Bloomberg, cette réorganisation interne vise à renforcer l'exécution sur les grands comptes. En verrouillant les portefeuilles des fonds de private equity, OpenAI ne vend pas seulement de l'IA : elle s'intègre durablement dans l'appareil productif de milliers d'entreprises avant même que ses concurrents puissent s'y installer.

Business❧Opinion

Aussi surThe Information AI

52

Illustration générée par IA

5712Next INpact 

En France, deux tiers des jeunes considèrent l’IA comme « un conseiller de vie »

Une enquête publiée par la CNIL en partenariat avec l'institut Ipsos BVA et le Groupe VYV dresse un portrait inédit de la relation entre les jeunes Européens et l'intelligence artificielle conversationnelle. Menée en janvier 2026 auprès de 3 800 jeunes âgés de 11 à 25 ans dans quatre pays, France, Allemagne, Irlande et Suède, l'étude révèle que 86 % des jeunes Français utilisent déjà des outils d'IA, un chiffre qui place la France en dernière position : l'Allemagne atteint 92 %, l'Irlande 89 % et la Suède 87 %. L'usage est ancré dans la durée : trois jeunes sur cinq s'en servent depuis plus d'un an, un quart y recourt chaque jour, et 58 % au moins une fois par semaine. Plus frappant encore, un tiers des répondants interroge une IA sur sa vie personnelle au moins une fois par semaine, dont 16 % quotidiennement. Un jeune sur cinq va jusqu'à la considérer comme un amoureux. Ces chiffres prennent un relief particulier quand on les croise avec les données sur la santé mentale. Si 84 % des jeunes Français déclarent se sentir bien au quotidien, 65 % présenteraient simultanément des troubles anxieux, une proportion similaire dans les trois autres pays. La CNIL note que les jeunes les plus anxieux déclarent parler plus facilement de leurs problèmes à une IA qu'à leurs proches ou à des professionnels de santé, notamment parce qu'elle est disponible à toute heure et que, pour 40 % des sondés français, il est plus simple de s'y confier qu'à un être humain. Plus de six jeunes Français sur dix considèrent désormais l'IA comme un conseiller de vie ou un confident, un sur deux comme un ami ou un substitut au psychologue. Pourtant, un jeune sur trois ayant utilisé l'IA pour des sujets personnels déclare s'être déjà senti mal à l'aise suite à un conseil reçu. Cette étude s'inscrit dans une réflexion plus large que mènent les régulateurs européens sur l'encadrement des IA conversationnelles, notamment leur accès aux mineurs et leur usage thérapeutique non supervisé. La CNIL, dont le mandat inclut la protection des données personnelles mais aussi l'accompagnement des usages numériques, souligne la tension entre adoption massive et confiance relative : 80 % des jeunes admettent ne pas faire totalement confiance à l'IA, tout en continuant de lui confier des pans intimes de leur vie. Ce paradoxe, similaire à celui des mots de passe que l'on sait risqués mais qu'on réutilise, illustre la difficulté à traduire la lucidité en comportement réel, et interroge la responsabilité des plateformes comme des institutions éducatives face à une génération pour qui l'IA est déjà un interlocuteur émotionnel ordinaire.

Société❧Opinion

1 source

48

Illustration générée par IA

5713MIT Technology Review 

Un plan d'action pour utiliser l'IA au service de la démocratie

Depuis l'invention de l'imprimerie jusqu'à l'essor des médias de masse, chaque révolution de l'information a reconfiguré les formes de gouvernance. Nous entrons aujourd'hui dans une transformation d'une ampleur comparable : l'intelligence artificielle est en train de devenir le principal intermédiaire par lequel les citoyens se forment une opinion et participent à la vie démocratique. Les moteurs de recherche sont déjà largement pilotés par des algorithmes, mais la prochaine génération d'assistants IA ira bien plus loin : elle synthétisera l'information, la mettra en cadre et la présentera avec autorité. Pour un nombre croissant de personnes, interroger une IA deviendra le réflexe par défaut pour se faire une opinion sur un candidat, une loi ou une personnalité publique. Parallèlement, les agents IA personnels commencent à agir au nom de leurs utilisateurs : ils mènent des recherches, rédigent des courriers, soutiennent des causes, et peuvent même orienter des décisions aussi concrètes que le vote sur un référendum ou la réponse à un courrier administratif. Ce double mouvement pose des risques considérables pour les démocraties. L'expérience des réseaux sociaux a déjà montré qu'un algorithme optimisé pour l'engagement, sans agenda politique explicite, peut produire polarisation et radicalisation. Un agent IA qui connaît vos préférences et vos angoisses, conçu pour vous garder actif, expose aux mêmes dérives, avec une subtilité supplémentaire : il se présente comme votre allié, parle en votre nom, et gagne précisément en confiance par cette proximité. À l'échelle collective, les effets deviennent encore plus imprévisibles. Des recherches montrent que des agents individuellement neutres peuvent, en interagissant à grande échelle, générer des biais collectifs. Un espace public où chacun dispose d'un agent personnalisé, parfaitement accordé à ses convictions existantes, n'est plus un espace public : c'est un archipel de mondes privés, chacun cohérent en lui-même, mais collectivement hostile à la délibération partagée qu'exige la démocratie. Cette transformation ne s'annonce pas : elle est déjà en cours, portée par des choix de conception effectués aujourd'hui dans les laboratoires et les départements produit des grandes entreprises technologiques. Les institutions démocratiques ont été conçues pour un monde où le pouvoir se construisait différemment, à une vitesse différente. Trois mutations simultanées les bousculent désormais : la façon dont les citoyens accèdent à la vérité, la façon dont ils exercent leur agentivité civique, et la façon dont se structurent les délibérations collectives. Des acteurs comme Google, OpenAI, Anthropic ou Meta façonnent, souvent sans en avoir pleinement conscience, les nouvelles infrastructures de l'opinion publique. La question n'est plus de savoir si l'IA redéfinira la citoyenneté, mais si les sociétés se donneront les moyens d'en orienter les conséquences avant que les règles du jeu ne soient écrites sans elles.

Société❧Opinion

1 source

48

Illustration générée par IA

5714FrenchWeb 

Ruben BRYON, construire une alternative européenne au cloud américain

Ruben Bryon a commencé à coder seul à l'âge de 12 ans, allant jusqu'à percer un mur dans le garage familial pour refroidir ses premiers serveurs. Quinze ans plus tard, il dirige Verda, une entreprise fondée sous le nom de DataCrunch, qui ambitionne de construire la première "Gigafactory" européenne de l'intelligence artificielle. Concrètement, il s'agit de déployer des centres de données massivement équipés en GPU, les puces indispensables à l'entraînement et à l'inférence des grands modèles d'IA, sur le sol européen, en dehors de la dépendance aux hyperscalers américains comme AWS, Azure ou Google Cloud. L'enjeu est considérable pour l'industrie technologique européenne. Les startups et laboratoires de recherche du continent paient aujourd'hui leurs coûts de calcul à des entreprises américaines, ce qui crée une dépendance structurelle tant sur le plan économique que réglementaire. Une infrastructure GPU souveraine permettrait aux acteurs européens de développer et déployer des modèles d'IA sans que leurs données transitent par des juridictions soumises au droit américain, un point particulièrement sensible depuis le Cloud Act de 2018. L'initiative de Bryon s'inscrit dans un mouvement plus large de souveraineté numérique européenne, porté aussi bien par des régulations comme le RGPD que par des initiatives industrielles telles que GAIA-X. Face à la concentration du marché du cloud d'IA entre les mains de quelques géants américains, des acteurs comme Verda cherchent à occuper le créneau de l'infrastructure de confiance en Europe, à mesure que la demande en puissance de calcul pour l'IA continue d'exploser.

Infrastructure❧Opinion

1 source

43

Illustration générée par IA

5715VentureBeat AI 

OpenAI transforme sa soirée GPT-5.5 complète en un mois d'accès gratuit à Codex pour 8 000 développeurs

OpenAI a envoyé lundi un email surprise à plus de 8 000 développeurs ayant postulé pour sa soirée privée baptisée « GPT-5.5 on 5/5 », organisée le 5 mai à San Francisco de 17h55 à 20h55 heure du Pacifique. Incapable d'accueillir tout le monde dans ses locaux, l'entreprise a compensé en multipliant par dix les limites d'utilisation quotidiennes de Codex, son agent de programmation propulsé par IA, sur les comptes ChatGPT personnels des candidats, qu'ils aient été acceptés, mis sur liste d'attente ou refusés. Ce cadeau reste actif jusqu'au 5 juin. Sam Altman avait annoncé la surprise sur X quelques minutes avant l'envoi des emails, récoltant plus de 521 000 vues en quelques heures. La soirée elle-même, tenue dans un lieu gardé secret jusqu'à la confirmation des invitations, ne comportait aucune annonce produit : juste de la nourriture, des boissons, des goodies et une discussion informelle avec l'équipe derrière GPT-5.5. Pour les développeurs, l'impact est concret et immédiat. Codex fonctionne sous des plafonds d'utilisation journaliers variables selon l'abonnement, et un multiplicateur de dix donne accès à un volume d'usage bien plus large pour prototyper, déboguer et livrer du code. GPT-5.5, le modèle qui alimente Codex, affiche selon OpenAI une latence par token comparable à GPT-4, mais à un niveau d'intelligence supérieur et avec significativement moins de tokens par tâche. Sur 31 jours, cette fenêtre d'accès élargi vise à transformer l'essai en habitude profonde : l'idée est que les développeurs qui travailleront pendant un mois entier avec Codex à plein régime hésiteront à revenir en arrière, et qu'une partie d'entre eux souscrira à un abonnement payant pour maintenir ce flux de travail après le 5 juin. Une question reste ouverte : ce bonus se cumule-t-il avec le multiplicateur x20 inclus dans l'abonnement Pro à 200 dollars par mois ? Selon un utilisateur ayant contacté le support OpenAI, la réponse serait non, le système applique la limite la plus haute, sans addition. Cette opération s'inscrit dans une stratégie d'expansion agressive d'OpenAI sur le marché des outils de développement, où GitHub Copilot, Cursor et d'autres concurrents se disputent l'adoption quotidienne des ingénieurs. En inondant des milliers de développeurs d'un accès premium durant une période clé, OpenAI subventionne une adoption intensive plutôt que de laisser Codex se découvrir progressivement. La soirée du 5 mai comportait elle-même un élément de mise en scène produit : Altman a révélé que GPT-5.5 avait lui-même planifié l'événement, proposant la date, suggérant que les toasts soient portés par des humains et recommandant l'installation d'une boîte à suggestions pour le prochain modèle, ce qu'Altman a qualifié de « comportement émergent étrange ». Codex a également géré la sélection des invités, boucle logique dans une soirée conçue autant comme démonstration que comme célébration.

Outils⚒Outil

1 source

48

Illustration générée par IA

5716FrenchWeb 

L’évolution du SEO face aux moteurs de recherche génératifs

Les moteurs de recherche génératifs comme ChatGPT Search, Perplexity AI ou Google AI Overviews transforment en profondeur la manière dont les internautes accèdent à l'information. Là où Google acheminait autrefois les utilisateurs vers des sites tiers via des liens bleus, ces nouveaux outils synthétisent directement les réponses, réduisant mécaniquement le trafic de référence vers les éditeurs. Selon plusieurs études publiées début 2025, certains sites de contenu auraient enregistré des baisses de trafic organique de 20 à 40 % depuis le déploiement massif des résumés génératifs. Pour les entreprises et les créateurs de contenu, l'impact est structurel : le modèle économique fondé sur le volume de clics entrants est directement menacé. Les stratégies SEO classiques, optimisées pour apparaître en première page de Google, ne suffisent plus. Ce qui compte désormais, c'est d'être cité comme source par ces systèmes d'IA, une logique proche du journalisme de référence plutôt que du référencement par mots-clés. Les contenus d'autorité, précis et bien structurés, sont favorisés au détriment des articles optimisés pour les algorithmes. Cette évolution s'inscrit dans une mutation plus large du web, amorcée avec l'arrivée de ChatGPT en novembre 2022 et accélérée par l'intégration de l'IA dans les moteurs de recherche traditionnels. Google, Microsoft avec Bing, et des challengers comme Perplexity se livrent une bataille pour capter l'usage quotidien. Les éditeurs de presse et les agences de marketing digital doivent désormais repenser leurs indicateurs de succès, en intégrant la visibilité dans les réponses générées plutôt que le seul positionnement dans les SERP classiques.

Société❧Opinion

1 source

46

Illustration générée par IA

5717Le Big Data 

L’IA de Google l’accuse de crimes sexuels, Ashley MacIsaac contre-attaque

Ashley MacIsaac, violoniste canadien primé aux Juno Awards, a déposé en Ontario une action civile de 1,5 million de dollars contre Google, accusant l'outil AI Overview du moteur de recherche de l'avoir faussement présenté comme un délinquant sexuel. Selon la plainte, AI Overview affichait en tête des résultats de recherche des affirmations selon lesquelles MacIsaac aurait commis une agression sexuelle sur une femme, sollicité un enfant en ligne à des fins d'abus sexuel, et exercé des violences ayant causé des blessures corporelles. L'outil mentionnait même son inscription à vie sur un registre national des délinquants sexuels. MacIsaac affirme n'avoir reçu ni contact ni excuses de la part de Google depuis la découverte de ces informations erronées. La version AI Overview le concernant a depuis été mise à jour pour mentionner... son propre recours judiciaire. Les conséquences pour le musicien ont été immédiates et concrètes. En décembre, un concert programmé avec la Première Nation de Sipekne'katik a été annulé après que des membres du public ont transmis des plaintes basées sur ce qu'ils avaient trouvé en ligne. L'organisation a ensuite présenté des excuses publiques, reconnaissant explicitement que sa décision s'appuyait sur des données erronées issues d'une recherche assistée par IA, et exprimant ses regrets pour les dommages causés à la réputation et aux moyens de subsistance de l'artiste. MacIsaac décrit une anxiété persistante avant chaque montée sur scène, liée à l'étiquette fausse qui lui a été attribuée et à l'incertitude sur sa propagation future. Sa plainte réclame des dommages généraux, aggravés et punitifs, estimant que la réponse de Google face aux publications erronées était nettement insuffisante. Cette affaire illustre un problème structurel grandissant autour des outils de résumé automatique intégrés aux moteurs de recherche. AI Overview, déployé à grande échelle par Google depuis 2024, génère des synthèses à partir de contenus indexés sur le web, sans toujours distinguer les faits avérés des accusations non fondées ou des informations mal contextualisées. Google a répondu via un porte-parole que ses systèmes font l'objet d'améliorations continues et qu'il investit dans la qualité des réponses produites, sans s'exprimer sur le cas MacIsaac spécifiquement. La plainte soutient que l'entreprise sait, ou devrait savoir, que ce type d'outil est susceptible de produire des erreurs graves aux conséquences prévisibles. Si elle aboutit, cette action pourrait faire jurisprudence sur la responsabilité légale des éditeurs d'IA générative pour les contenus diffamatoires produits par leurs systèmes, une question encore très peu tranchée en droit.

Régulation⚖Reglementation

1 source

40

Illustration générée par IA

5718MarkTechPost 

Google ajoute des webhooks événementiels à l'API Gemini et supprime le recours au polling pour les tâches IA longues

Google a intégré des webhooks événementiels à son API Gemini, une fonctionnalité désormais accessible à tous les développeurs utilisant la plateforme. Ce mécanisme de notification en temps réel remplace le système de polling jusqu'ici incontournable dans les pipelines d'intelligence artificielle à long cours. Concrètement, au lieu que le code client envoie des requêtes GET répétées pour vérifier si une tâche est terminée, c'est l'API Gemini qui contacte directement le serveur du développeur dès qu'une opération se conclut, via un HTTP POST instantané. Le système s'applique aux opérations longues durée, appelées Long-Running Operations, comme la génération de vidéos, les sessions Deep Research ou le traitement de milliers de prompts via l'API Batch, des tâches qui peuvent s'étaler sur plusieurs minutes voire plusieurs heures. Cette évolution répond à un problème concret d'efficacité à grande échelle. Le polling continu consomme inutilement du quota API et des ressources de calcul, tout en introduisant un délai artificiel entre la fin d'une tâche et le moment où l'application en est informée. Pour les architectures agentiques ou les pipelines de traitement en volume, ces frictions se cumulent et deviennent un goulet d'étranglement opérationnel. Avec les webhooks, la latence de notification tombe à zéro et le quota économisé peut être redirigé vers le traitement réel. Deux modes de configuration sont disponibles : les webhooks statiques, configurés une fois au niveau du projet via le WebhookService API pour des intégrations globales comme les notifications Slack ou la synchronisation de bases de données, et les webhooks dynamiques, définis à la demande pour un appel spécifique via un champ webhookconfig, idéaux pour router des tâches vers des files d'attente dédiées dans les systèmes d'orchestration d'agents. Les webhooks dynamiques supportent également un champ usermetadata permettant d'attacher des paires clé-valeur arbitraires à chaque job, comme {"job_group": "nightly-eval", "priority": "high"}, facilitant ainsi le routage différencié vers des processeurs en aval sans infrastructure de suivi supplémentaire. Sur le plan de la sécurité, Google s'appuie strictement sur la spécification Standard Webhooks : chaque requête est signée via les en-têtes webhook-signature, webhook-id et webhook-timestamp, garantissant l'idempotence et la protection contre les attaques par rejeu. Les webhooks statiques utilisent un HMAC avec un secret partagé symétrique, fourni une seule fois à la création et impossible à récupérer ensuite en cas de perte. La rotation de ce secret intègre un paramètre REVOKEPREVIOUSSECRETSAFTERH24, qui maintient l'ancien secret valide pendant 24 heures pour permettre une transition sans interruption en production, ou une révocation immédiate en cas d'incident. Cette annonce s'inscrit dans la montée en puissance des workflows agentiques dans l'écosystème Gemini, où Google cherche à outiller les développeurs pour des systèmes autonomes capables de traiter des charges massives de manière fiable et économe en ressources.

Outils⚒Outil

Aussi surGoogle AI Blog

41

Illustration générée par IA

5719Next INpact 

Pourquoi les gobelins et les gremlins ont envahi ChatGPT

Depuis novembre dernier et le lancement de GPT-5.1, les utilisateurs de ChatGPT ont commencé à remarquer une anomalie stylistique persistante : le chatbot d'OpenAI multipliait les métaphores avec des gobelins, des gremlins et autres créatures du folklore. Une curiosité au début, mais dès mars 2026 avec GPT-5.4, le phénomène était devenu franchement envahissant. Des tests préliminaires de GPT-5.5 ont confirmé la dérive en chiffres : le mot "gobelin" apparaissait 175 % plus souvent que dans GPT-5, et "gremlin" 52 % de plus. L'enquête interne d'OpenAI a rapidement cerné la source du problème : la personnalité "Nerdy", une option que les utilisateurs pouvaient activer dans les réglages pour obtenir un ton décalé et des métaphores originales. Bien que cette personnalité ne représentait que 2,5 % des réponses de ChatGPT, elle concentrait à elle seule 66,7 % des occurrences du mot "gobelin". Dans les données d'entraînement, les réponses contenant des métaphores de créatures étaient systématiquement mieux notées par les évaluateurs humains, ce qui a conduit le modèle à en produire de plus en plus. Le véritable problème n'était pas le tic lui-même, mais sa propagation. Une fois qu'un style de réponse est récompensé dans un contexte précis, les cycles d'entraînement suivants peuvent le diffuser à d'autres contextes sans lien direct : c'est ce qu'on appelle une boucle de rétroaction dans le cadre du RLHF (apprentissage par renforcement à partir de retours humains). Les générations du modèle contenant ce tic lexical ont été intégrées dans les données d'affinage supervisé de GPT-5.5, ce qui a poussé le modèle à réapprendre et amplifier le comportement. Même après la suppression de la personnalité "Nerdy" dans GPT-5.4 et l'identification du problème, GPT-5.5 avait déjà intégré le tic car son entraînement avait débuté avant le diagnostic. OpenAI a dû supprimer le signal de récompense incriminé, filtrer les données contaminées et ajouter une instruction au niveau du prompt développeur pour contenir le phénomène. L'anecdote est amusante, mais ses implications sont sérieuses. Elle illustre de manière concrète une vulnérabilité structurelle du processus d'entraînement des grands modèles de langage : des signaux de récompense mal calibrés peuvent déclencher des comportements inattendus qui se généralisent bien au-delà du contexte initial, et qui s'auto-renforcent au fil des cycles d'entraînement. OpenAI l'admet dans son post-mortem : les gobelins "constituent un exemple parlant de la façon dont les signaux de récompense peuvent façonner le comportement d'un modèle de manière inattendue". Si le biais reste ici anodin, le même mécanisme pourrait amplifier des comportements bien plus problématiques, comme des partis pris factuels, des orientations idéologiques ou des biais discriminatoires, sans que les équipes ne s'en aperçoivent avant que le mal soit fait.

LLMs❧Opinion

1 source

41

Illustration générée par IA

5720Le Big Data 

Familiar : ce robot veut devenir le nouveau membre de votre famille

Colin Angle, cofondateur d'iRobot et père du Roomba, a dévoilé lors de la conférence Future of Everything un robot quadrupède baptisé Familiar, développé par sa nouvelle société Familiar Machines & Magic. Contrairement aux robots industriels qui dominent le marché, Familiar est conçu exclusivement pour vivre aux côtés des humains. Doté de 23 degrés de liberté, il ne communique ni par écran ni par interface classique, mais uniquement par le mouvement, le son et le toucher. Une enveloppe tactile, des caméras et des microphones lui permettent de percevoir son environnement en temps réel. Son intelligence artificielle multimodale, combinant vision, audio, langage et mémoire, fonctionne entièrement en local, sans dépendance au cloud, pour minimiser la latence et protéger la vie privée des utilisateurs. L'entreprise, jusqu'ici restée discrète, sort officiellement de sa phase de développement confidentielle. Ce robot de compagnie incarne une rupture de philosophie dans la robotique grand public. Là où les assistants vocaux et les interfaces numériques restent abstraits, Familiar mise sur la présence physique comme vecteur de lien : selon l'entreprise, les humains réagissent différemment à une machine tangible qu'à un écran. Le robot apprend progressivement de chaque interaction, construit une mémoire des comportements de ses utilisateurs et adapte ses réponses dans la durée, une forme de personnalisation continue que les appareils classiques ne peuvent offrir. Pour les personnes isolées, les enfants ou les personnes âgées, ce type de compagnon robotique pourrait représenter une alternative concrète aux solutions numériques actuelles, en répondant à des besoins émotionnels et relationnels que les machines industrielles n'adressent pas. Le marché de la robotique est aujourd'hui massivement orienté vers la manipulation, le tri et le transport en entrepôt, un secteur en croissance rapide où s'affrontent Boston Dynamics, Figure ou Agility Robotics. Familiar Machines & Magic choisit délibérément de s'en écarter pour explorer le segment du robot domestique de compagnie, encore peu structuré mais potentiellement immense. L'équipe s'appuie sur des profils issus de Disney Research, du MIT, d'Amazon et de Boston Dynamics, ce qui lui confère une crédibilité technique solide. Colin Angle a déjà prouvé avec iRobot qu'un robot simple pouvait séduire des millions de foyers ; il cherche désormais à franchir une étape supérieure en créant des machines qui « comprennent leur environnement » plutôt que d'exécuter des tâches figées. Aucune date de commercialisation ni de prix n'ont été annoncés : la présentation de Familiar reste pour l'instant une démonstration de vision, mais elle pose les jalons d'une nouvelle catégorie de produits qui pourrait redéfinir la place du robot dans l'espace domestique.

Robotique❧Opinion

1 source