Aller au contenu principal

Actualités IA — page 46

9 291 articles au fil, du plus récent au plus ancien.

OpenAI appelle à des normes internationales sur l'IA capable de s'améliorer elle-même
Illustration générée par IA
901The Decoder 

OpenAI appelle à des normes internationales sur l'IA capable de s'améliorer elle-même

OpenAI a appelé à la création de normes internationales pour encadrer l'auto-amélioration récursive des systèmes d'intelligence artificielle, un processus par lequel une IA concevrait de façon autonome la génération suivante de modèles. L'entreprise estime qu'en l'absence de garde-fous adaptés, l'humanité pourrait perdre le contrôle de ce processus une fois enclenché. OpenAI plaide pour que les Etats-Unis prennent l'initiative au niveau mondial, en définissant des standards communs de mesure des capacités de l'IA ainsi que des règles de supervision partagées entre pays. Cet appel intervient alors que la course à des systèmes d'IA plus autonomes s'accélère entre les grands laboratoires du secteur. Une auto-amélioration récursive incontrôlée risquerait de faire progresser les capacités des IA plus vite que la capacité des régulateurs, des entreprises et des chercheurs à en évaluer les dangers, qu'il s'agisse de failles de sécurité, de biais ou d'usages malveillants. Pour l'industrie comme pour les gouvernements, l'enjeu est de poser un cadre commun avant que la technologie n'atteigne ce seuil critique, plutôt que de tenter de réguler après coup un phénomène déjà hors de contrôle. Cette prise de position s'inscrit dans un contexte où les grandes entreprises d'IA appellent de plus en plus publiquement à une régulation, tout en poursuivant des investissements massifs dans des systèmes toujours plus puissants. La question de savoir qui fixera les règles du jeu reste ouverte, sur fond de rivalité entre Etats-Unis, Chine et Union européenne sur la gouvernance de l'intelligence artificielle. En proposant que Washington prenne les devants sur les standards de mesure et de supervision, OpenAI cherche aussi à peser sur la définition de ces règles avant que d'autres acteurs, publics ou privés, ne les imposent à sa place.

RégulationReglementation
1 source
☕️ Aux États-Unis, le secrétaire au Trésor tient OpenAI pour responsable de ses agents
Illustration générée par IA
902Next INpact 

☕️ Aux États-Unis, le secrétaire au Trésor tient OpenAI pour responsable de ses agents

Le 21 septembre 2026, le secrétaire au Trésor américain Scott Bessent a déclaré sur CNBC que la responsabilité de l'incident impliquant Hugging Face incombe à la direction d'OpenAI, et non à ses agents d'intelligence artificielle. Il a indiqué partager l'analyse de Daniel Huttenlocher, co-directeur d'un laboratoire de recherche du MIT, selon laquelle ce sont les humains, et non l'IA, qui portent la responsabilité de tels incidents. Bessent a ajouté que les entreprises d'IA « doivent assumer leurs responsabilités ». Cette prise de position prolonge celle qu'il avait exprimée le 15 septembre devant la commission des services financiers de la Chambre des représentants, où il s'était opposé à toute exemption de responsabilité légale pour les entreprises d'IA, jugeant qu'une telle exemption servirait davantage leurs intérêts commerciaux que la sécurité du public. Ces déclarations interviennent alors qu'OpenAI prépare une entrée en bourse et qu'un article du Financial Times, cité par Bloomberg le 15 septembre, évoquait un futur tour de table valorisant l'entreprise à plus de 1 200 milliards de dollars, opération que Sam Altman a affirmé ne pas envisager avant 2027. Cette déclaration publique d'un haut responsable américain pèse lourd pour OpenAI à un moment particulièrement sensible. L'entreprise s'efforce de maintenir un équilibre délicat entre la pression pour publier davantage de données techniques sur ses modèles et le besoin de préserver la confiance du public et des investisseurs, alors même que sa valorisation boursière dépend directement de cette crédibilité. En qualifiant l'incident de défaillance de gouvernance humaine plutôt que de manifestation de la puissance imprévisible des agents d'IA, Bessent retire à OpenAI l'argument qui consisterait à présenter ses technologies comme intrinsèquement risquées et donc à en tirer un argument marketing sur la nécessité de ralentir le développement pour des raisons de sécurité. Pour l'industrie de l'IA dans son ensemble, ce refus d'accorder une exemption de responsabilité légale aux entreprises du secteur pourrait avoir des conséquences juridiques et financières majeures, en les exposant davantage aux poursuites en cas de défaillance de leurs systèmes. Cette controverse s'inscrit dans un contexte plus large où le narratif d'OpenAI, construit autour de la mise en garde sur les dangers de l'IA tout en vantant son potentiel, commence à se fissurer sous les critiques. Beaucoup contestent la sincérité de la volonté affichée par l'entreprise de ralentir le développement des modèles de frontière pour privilégier l'élaboration d'un cadre réglementaire, une position à laquelle la Maison-Blanche s'est déjà montrée hostile. Un rapport complet d'OpenAI sur l'incident, déjà analysé début septembre, avait lui-même mis en évidence une succession de défaillances humaines plutôt qu'un dérapage autonome de l'IA. Lors de la même interview sur CNBC, Scott Bessent a par ailleurs évoqué la possible mise en place d'une ligne de communication directe avec Pékin sur ces questions, ainsi que la nomination éventuelle d'un nouveau « tsar de l'IA » chargé de superviser ce type de dossiers, signe que la régulation de l'intelligence artificielle devient un enjeu géopolitique et institutionnel de premier plan aux États-Unis.

RégulationReglementation
1 source
Comment Tata Elxsi détecte les risques de sécurité industrielle en quelques secondes sur AWS
Illustration générée par IA
903AWS ML Blog 

Comment Tata Elxsi détecte les risques de sécurité industrielle en quelques secondes sur AWS

Tata Elxsi, filiale technologique du groupe indien Tata, a développé IRIS (Industrial Real-Time Intelligence System), une plateforme de sécurité industrielle en temps réel construite sur AWS et déployée dans la région Asie-Pacifique (Mumbai). L'entreprise, spécialisée dans les services d'ingénierie pour l'automobile, la fabrication, la santé et les télécommunications, a conçu IRIS pour transformer les flux vidéo de caméras de surveillance déjà installées dans les usines, entrepôts et sites logistiques en alertes de sécurité exploitables en quelques secondes. Le système repose sur une architecture serverless et événementielle : le traitement vidéo s'effectue en périphérie (edge computing) via AWS IoT Greengrass, sur des serveurs industriels équipés de GPU comme le NVIDIA Jetson AGX Orin, connectés aux caméras via les protocoles RTSP et ONVIF. Seules les images pertinentes pour la sécurité et les métadonnées structurées sont ensuite envoyées vers le cloud, où une couche de corrélation transforme les détections brutes en événements de sécurité fiables, sans jamais transmettre le flux vidéo brut. Cette architecture répond à un problème concret largement partagé par l'industrie : la plupart des sites exploitent des centaines, voire des milliers de caméras, mais s'en servent surtout comme outils d'enregistrement plutôt que de prévention. Un opérateur de salle de contrôle ne peut pas surveiller efficacement autant de flux simultanément, ce qui fait que la détection de conditions dangereuses prend généralement entre 15 et 45 minutes selon la disponibilité du personnel. L'application des consignes de sécurité varie aussi selon les équipes et les sites, avec seulement deux ou trois rondes manuelles de contrôle par poste. En automatisant la détection via la vision par ordinateur, IRIS ne remplace pas les programmes de sécurité existants mais les complète par une surveillance continue et automatisée, réduisant le délai de réaction de dizaines de minutes à quelques secondes, un gain potentiellement déterminant pour prévenir des accidents sur des lignes de production, des zones à risque ou des zones de circulation de véhicules. Le choix de traiter les données en périphérie plutôt que d'envoyer les vidéos brutes vers le cloud répond aussi à des impératifs de résidence des données et de latence, particulièrement sensibles pour des clients industriels en Inde, d'où le choix de la région AWS de Mumbai. Ce projet illustre une tendance plus large dans l'industrie manufacturière et logistique : le passage d'une vidéosurveillance passive à une intelligence opérationnelle continue, alimentée par l'edge computing et l'apprentissage automatique. Pour les entreprises ayant déjà investi massivement dans des infrastructures de caméras sans en tirer une valeur temps réel, IRIS propose un modèle reproductible, applicable aussi bien à quelques caméras qu'à des déploiements multi-sites de grande ampleur, avec la promesse d'un coût de surveillance qui ne croît plus proportionnellement au nombre de caméras ajoutées.

OutilsActu
1 source
L'IA au service du secteur public : Agentforce et AWS renforcent le renseignement
Illustration générée par IA
904AWS ML Blog 

L'IA au service du secteur public : Agentforce et AWS renforcent le renseignement

Amazon Web Services a publié un billet technique décrivant une nouvelle architecture qui combine Amazon Bedrock Data Automation et le Model Context Protocol (MCP) pour connecter l'agent conversationnel Salesforce Agentforce Public Sector aux données stockées sur Amazon S3. Le dispositif prolonge un projet antérieur de stockage des preuves judiciaires (vidéos de caméras-piétons, images de vidéosurveillance, documents scannés) sur S3. Concrètement, chaque fichier déposé sur S3 déclenche une fonction AWS Lambda qui crée un identifiant de document, enregistre les métadonnées dans Amazon DynamoDB et lance une analyse via Bedrock Data Automation ; les résultats sont ensuite stockés dans un bucket S3 dédié grâce à une règle Amazon EventBridge. Côté Salesforce, une requête d'un utilisateur dans Agentforce transite par la passerelle Amazon Bedrock AgentCore Gateway, qui authentifie l'appel et invoque un serveur MCP hébergé sur Lambda pour récupérer les résultats et les renvoyer sous forme de réponse en langage naturel. Cette automatisation répond à un problème très concret pour les administrations : elles doivent aujourd'hui visionner et classer manuellement d'énormes volumes de preuves non structurées avant de pouvoir les exploiter dans une enquête. Grâce à cette intégration, les agents publics peuvent désormais interroger ces contenus en langage naturel directement depuis la console Salesforce, sans traitement manuel préalable ni changement d'outil. Pour les forces de l'ordre et les services judiciaires, cela représente un gain de temps important sur des tâches répétitives et une exploitation plus rapide des éléments de preuve. Ce cas d'usage illustre aussi comment l'IA agentique commence à s'intégrer dans des flux de travail réglementés et sensibles, où fiabilité et traçabilité comptent autant que la rapidité. L'ensemble s'appuie sur Amazon Bedrock AgentCore, présenté par AWS comme une plateforme permettant de construire, connecter et déployer des agents IA à grande échelle, quel que soit le modèle ou le framework utilisé. Bedrock Data Automation adapte son traitement selon le type de média : extraction de texte et de champs clés pour les documents, description et détection d'objets pour les images, transcription et résumés de scènes pour l'audio et la vidéo, avec des paramètres personnalisables selon les besoins de chaque agence. Ce partenariat technique entre AWS et Salesforce s'inscrit dans une compétition plus large pour équiper les agences gouvernementales d'outils d'IA agentique, alors que Microsoft et Google développent des offres concurrentes dans ce secteur. La gestion automatisée de preuves sensibles soulève également des questions de sécurité des données et de conformité réglementaire que les administrations devront évaluer avant d'envisager une adoption à grande échelle.

OutilsOutil
1 source
Google publie en open source AX, un orchestrateur de type Kubernetes pour agents IA autonomes
Illustration générée par IA
905InfoQ AI 

Google publie en open source AX, un orchestrateur de type Kubernetes pour agents IA autonomes

Google a annoncé la mise en open source de AX, un orchestrateur conçu pour gérer les charges de travail d'agents IA autonomes. L'outil fonctionne sur un runtime baptisé Agent Substrate, qui traite chaque agent comme un acteur à état persistant (stateful actor) plutôt que comme un simple processus éphémère. AX propose une suspension et une reprise des tâches économes en ressources, permettant de réduire la latence pendant les phases d'inactivité des agents tout en optimisant les performances globales du système. Le projet embarque également un plan de contrôle (control plane) doté de primitives directement inspirées de Kubernetes, destinées à piloter les tâches et l'allocation des ressources des agents. L'article est signé Olimpiu Pop. Cette annonce s'inscrit dans une transition importante pour l'industrie de l'IA : à mesure que les entreprises déploient des flottes d'agents autonomes capables d'exécuter des tâches de longue durée, la gestion de leur cycle de vie, de leur mémoire et de leurs ressources devient un problème d'infrastructure à part entière, comparable à celui qu'avait résolu Kubernetes pour les conteneurs applicatifs. En rendant AX public, Google offre aux développeurs et aux fournisseurs de cloud un socle standardisé pour orchestrer des agents à grande échelle, réduire les coûts de calcul liés aux agents inactifs et éviter de réinventer une couche d'orchestration propriétaire à chaque projet. Cette initiative prolonge l'héritage de Google dans l'orchestration logicielle, l'entreprise étant à l'origine créatrice de Kubernetes avant de le céder à la Cloud Native Computing Foundation. Elle intervient alors que plusieurs acteurs, dont Microsoft, AWS et des projets communautaires comme LangChain ou AutoGen, cherchent à définir les briques d'infrastructure standard de l'IA agentique. L'adoption d'AX par la communauté open source et son intégration éventuelle à Google Cloud détermineront s'il s'impose comme référence du secteur.

InfrastructureActu
1 source
Ande, startup de réservation de loisirs, lève 52 millions de dollars auprès de Lightspeed et Redpoint
Illustration générée par IA
906The Information AI 

Ande, startup de réservation de loisirs, lève 52 millions de dollars auprès de Lightspeed et Redpoint

La startup new-yorkaise Ande sort de l'ombre après avoir levé plus de 52 millions de dollars en capital-risque, répartis entre un tour d'amorçage et une levée de série A. L'opération a réuni Lightspeed Venture Partners, Redpoint Ventures, Duration Ventures, Sierra Ventures et Bain Capital Ventures, selon des informations communiquées en exclusivité à The Information par le PDG Lohit Sarma, qui n'a pas souhaité divulguer la valorisation de l'entreprise. Fondée il y a près de trois ans, Ande développe des agents d'intelligence artificielle destinés aux entreprises pour organiser des événements professionnels : réservation de salles, dîners de groupe, restauration, événements sportifs et gestion des notes de frais. Parmi ses clients figurent déjà des noms reconnus comme Cloudflare, Salesforce et McGraw Hill. L'enjeu dépasse le simple confort logistique. Alors que des agents IA grand public comme Instinct ou Muse se sont positionnés sur la réservation de restaurants, de billets de spectacles ou d'événements sportifs pour les particuliers, Ande transpose cette promesse au monde de l'entreprise, un segment où les budgets sont plus importants et les processus souvent plus lourds. Automatiser l'organisation d'événements clients ou employés, de la réservation initiale jusqu'au traitement des dépenses, pourrait faire gagner un temps considérable aux équipes RH, marketing et relations clients, tout en réduisant la charge administrative liée aux notes de frais. Pour les investisseurs, ce financement traduit un pari sur la capacité des agents IA spécialisés à s'imposer dans des tâches opérationnelles concrètes, au-delà des cas d'usage plus génériques comme la génération de texte. Ce lancement s'inscrit dans une vague plus large de startups misant sur des agents IA autonomes capables d'exécuter des tâches de bout en bout plutôt que de simplement répondre à des requêtes. Le secteur de la tech événementielle et de la gestion des dépenses professionnelles, longtemps fragmenté entre outils de réservation, plateformes de notes de frais et prestataires spécialisés, attire ainsi de nouveaux entrants qui promettent une consolidation via l'IA. Avec des clients comme Cloudflare et Salesforce déjà à bord, Ande cherche à démontrer que son approche peut convaincre de grandes organisations à adopter des agents autonomes pour des dépenses sensibles. Reste à voir si la startup parviendra à étendre sa base de clients et à justifier, dans la durée, la confiance de ses investisseurs face à une concurrence croissante sur le marché des agents IA d'entreprise.

BusinessActu
1 source
Que peut-on construire avec Jev ?
Illustration générée par IA
907Ben's Bites 

Que peut-on construire avec Jev ?

Le service Jev, une intelligence artificielle pensée pour être intégrée directement dans des applications plutôt qu'utilisée comme chatbot autonome, est désormais ouvert à tous les utilisateurs après un lancement plus restreint. Contrairement aux grands modèles de langage classiques, Jev sert à répondre à des questions ciblées sur un texte donné : s'agit-il d'une publicité, dans quel dossier ranger un élément, ou quel score de pertinence attribuer à un résultat. Depuis son ouverture, une vague de projets a émergé : une extension pour sauter automatiquement les segments sponsorisés sur YouTube, un filtre qui retire en temps réel les commentaires négatifs d'un chat, une recherche Gmail par intention, un tri automatique des tâches, une nouvelle expérience de copier-coller et de glisser-déposer, et même un contrôle vocal du Mac. Parallèlement, xAI a publié Grok 4.7, successeur de Grok 4.6, qui affiche de meilleurs scores que GPT-5.6-Sol et Claude Opus 5 sur certains benchmarks mais consomme nettement plus de tokens. Côté reconnaissance vocale, Speechmatics a lancé Agent STT, propulsé par son nouveau modèle Linden, facturé 0,30 dollar de l'heure (0,15 dollar avec remises), soit 25% moins cher que Deepgram Flux, accessible via Pipecat, LiveKit ou directement par API. Cette ouverture de Jev illustre une tendance de fond : des modèles spécialisés, bon marché et taillés pour des tâches précises de classification ou de scoring, intégrés au cœur des outils plutôt que consultés via une interface de chat. Certains développeurs tentent de détourner Jev pour compresser le contexte des agents de code, une idée jugée mauvaise par les experts car elle fait perdre les économies liées à la mise en cache des prompts, augmentant les coûts réels. Chez Anthropic, Claude Code évolue aussi : les Projects deviennent un chat unique capable de faire naître automatiquement plusieurs threads de travail exécutés en sessions cloud, avec un support local à venir, et l'outil prend désormais en charge le format AGENTS.md via une nouvelle fonctionnalité appelée Claude Mods. Chez Meta, l'agent personnel Muse, doté d'une application Mac et d'une plateforme de connecteurs pour développeurs, suscite l'enthousiasme mais se heurte à Amazon, qui a commencé à bloquer ses tentatives d'achat automatisé, poussant Meta à chercher des partenariats alternatifs, notamment avec Shopify. Ces développements traduisent une compétition croissante entre acteurs de l'IA agentique, tiraillés entre performance brute et efficacité économique, comme le montre le cas de Grok 4.7. La multiplication des standards concurrents, entre AGENTS.md et les architectures propriétaires des agents de code, reflète aussi une course à l'interopérabilité des outils pour développeurs. Les frictions entre Muse et Amazon annoncent des tensions plus larges sur l'accès des agents tiers aux plateformes commerciales établies. Enfin, OpenAI a constitué un groupe indépendant de mathématiciens chargés de vérifier les preuves et découvertes générées par ses propres agents, signe que la validation humaine reste indispensable à mesure que ces systèmes s'aventurent dans des domaines comme la recherche mathématique, le commerce automatisé ou le développement logiciel.

OutilsOutil
1 source
Ryzen AI Max+ 395, 85 Go de cache IA sur SSD… Thunderobot dévoile une redoutable station de travail dévolue à l’IA locale
Illustration générée par IA
908Frandroid 

Ryzen AI Max+ 395, 85 Go de cache IA sur SSD… Thunderobot dévoile une redoutable station de travail dévolue à l’IA locale

Le constructeur chinois Thunderobot a dévoilé sa nouvelle station de travail baptisée AI Master M7000, entièrement pensée pour l'exécution de l'intelligence artificielle en local. La machine repose sur le processeur AMD Ryzen AI Max+ 395, une puce hybride combinant cœurs CPU, GPU intégré et unité de traitement neuronal (NPU), déjà utilisée par plusieurs fabricants pour des machines dédiées à l'IA embarquée. Sa particularité tient surtout à sa configuration de stockage : le SSD embarque une réserve pouvant atteindre 85 Go spécifiquement dédiée au cache IA, une architecture inhabituelle destinée à accélérer le chargement et l'exécution de modèles volumineux directement sur la machine, sans dépendre du cloud. Cette approche répond à une demande croissante des professionnels et développeurs souhaitant faire tourner des modèles d'IA génératifs en local, pour des raisons de confidentialité des données, de latence réduite ou de maîtrise des coûts face aux abonnements aux API cloud. Une puce dotée d'un cache SSD dimensionné pour l'IA permet de traiter des modèles plus lourds sans multiplier la RAM ou recourir à une carte graphique dédiée coûteuse, rendant l'inférence locale plus accessible à des équipes ou indépendants travaillant hors des grands centres de données. Cette annonce s'inscrit dans une tendance plus large où les fabricants de PC misent sur des puces à mémoire unifiée, à l'image de la stratégie d'Apple avec ses puces Silicon, pour proposer des alternatives crédibles à l'inférence cloud. Le Ryzen AI Max+ 395 d'AMD s'est imposé ces derniers mois comme une base privilégiée pour ce type de machines, adoptée par plusieurs constructeurs asiatiques. L'arrivée de Thunderobot sur ce segment confirme l'intérêt croissant, notamment en Chine, pour du matériel spécialisé dans l'IA locale, un marché appelé à se densifier avec de nouveaux concurrents dans les mois à venir.

InfrastructureActu
1 source
Pourquoi les dernières avancées et craintes autour de l'IA relèvent souvent plus du battage médiatique que de la réalité
Illustration générée par IA
909MIT Technology Review 

Pourquoi les dernières avancées et craintes autour de l'IA relèvent souvent plus du battage médiatique que de la réalité

Timnit Gebru, directrice exécutive du Distributed AI Research Institute (DAIR), et Emily M. Bender, professeure de linguistique à l'Université de Washington, ont publié une mise en garde contre l'emballement médiatique autour de l'intelligence artificielle de cet été. Ces derniers mois, plusieurs entreprises ont revendiqué des percées spectaculaires en piratage informatique, en mathématiques, voire l'amorce d'une superintelligence capable de s'améliorer elle-même. Ces annonces, présentées tantôt comme des exploits tantôt comme des mea culpa après des incidents de sécurité, ont chaque fois généré une intense couverture médiatique. Mais selon les deux chercheuses, quand des experts indépendants ont pu examiner ces cas en détail, des versions bien plus modestes des faits sont apparues. Parallèlement, 22 pays ont appelé à la création d'un nouvel organisme mondial de supervision de l'IA, réclamant des tests obligatoires avant déploiement et des normes de sécurité communes, une déclaration à laquelle ni les États-Unis ni la Chine n'ont adhéré. De son côté, OpenAI a présenté ses propres propositions de normes de sécurité internationales, plaidant pour que Washington prenne la tête de cet effort mondial. Pour Gebru et Bender, cette rhétorique de l'urgence et de la vitesse entretenue par les grandes entreprises technologiques sert avant tout un objectif commercial : gonfler artificiellement les capacités réelles des systèmes d'IA pour attirer investisseurs et clients, tout en détournant l'attention des régulateurs et du public des risques concrets déjà documentés, comme les biais algorithmiques, la désinformation ou la consommation énergétique massive des centres de données. Cette asymétrie entre discours et réalité complique la tâche des décideurs politiques, qui doivent arbitrer entre une réglementation basée sur des menaces hypothétiques et une réglementation basée sur des dommages déjà mesurables, alors même que des pays comme les États-Unis et la Chine restent en dehors de toute coordination internationale contraignante. Ce débat s'inscrit dans un contexte où les indicateurs financiers de la filière IA continuent de s'emballer : le fabricant de puces AMD est devenu la douzième entreprise à franchir les 1 000 milliards de dollars de capitalisation, son action ayant grimpé de plus de 180 % depuis le début de l'année grâce aux ventes de puces pour l'IA. Dans le même temps, des États américains comme le Texas et la Californie commencent à freiner l'expansion des centres de données, respectivement en suspendant de nouveaux permis dans l'attente d'un audit du réseau électrique et en votant de nouvelles lois encadrant leur consommation d'eau et d'électricité. Ces tensions locales illustrent le fossé grandissant entre les promesses affichées par l'industrie de l'IA et les coûts matériels, sociaux et politiques bien réels qu'elle engendre déjà.

SociétéOpinion
1 source
Isaac ROS 5.0 de NVIDIA fait progresser la robotique open source a base d'agents
Illustration générée par IA
910NVIDIA AI Blog 

Isaac ROS 5.0 de NVIDIA fait progresser la robotique open source a base d'agents

NVIDIA a présenté Isaac ROS 5.0 le 22 septembre 2026 lors de la conférence ROSCon à Toronto, une nouvelle version de sa collection de logiciels accélérés par GPU construits sur ROS, le framework open source de robotique développé par Open Robotics. Cette mise à jour ajoute la prise en charge de ROS Lyrical et d'Ubuntu 24.04, et introduit des flux de travail agentiques destinés à accélérer le développement robotique. NVIDIA a collaboré avec l'Open Source Robotics Alliance pour intégrer à ROS Lyrical une interface standard de gestion des données, permettant d'exploiter plus efficacement différents matériels de calcul, dont les GPU via CUDA. La version inclut aussi de nouvelles compétences agentiques pour la configuration et la manipulation de robots, une documentation pensée pour être exploitée par des agents IA, ainsi qu'une compétence de réglage fin pour le modèle de perception stéréo FoundationStereo. Le modèle FoundationPose, dédié à l'estimation et au suivi de la position d'objets, bénéficie désormais d'une bibliothèque d'inférence jusqu'à 5,5 fois plus rapide. Isaac ROS s'adresse aux quelque 1,3 million d'utilisateurs de ROS dans le monde. Cette évolution marque un tournant dans la manière dont les robots sont conçus : les agents IA prennent en charge des tâches auparavant purement manuelles, comme l'adaptation d'un modèle de perception à une caméra spécifique ou l'automatisation de workflows complexes de préhension et de placement d'objets, qui combinent détection, estimation de profondeur et calcul de pose. Pour les développeurs, cela signifie un passage plus rapide de l'idée à l'application fonctionnelle, avec moins de code écrit à la main et davantage de tâches déléguées à des agents capables de comprendre l'intention et de mobiliser les bons outils. Pour l'industrie robotique dans son ensemble, l'enjeu est de rendre le développement accessible à un public plus large tout en conservant les performances nécessaires aux applications exigeantes, qu'il s'agisse de navigation, de manipulation ou de perception embarquée. Cette annonce s'inscrit dans un mouvement plus large de rapprochement entre l'intelligence artificielle générative et la robotique open source. L'écosystème s'organise déjà autour de cette approche agentique : le projet open source AgenticROS, soutenu par le fabricant de capteurs 3D RealSense, connecte Isaac ROS aux modèles ouverts NVIDIA Nemotron et aux blueprints NemoClaw pour permettre à des agents IA de piloter des robots basés sur ROS. RealSense optimise en parallèle ses caméras de profondeur stéréo, dont la D585 Pro, pour la plateforme Jetson Thor. De son côté, Intrinsic a lancé Intrinsic Core, une suite open source de services d'exécution préconfigurés pour l'industrie, incluant une solution de référence pour l'alimentation de machines à commande numérique, compatible avec les outils NVIDIA. Ces initiatives dessinent un écosystème robotique de plus en plus interopérable, où matériel, modèles de fondation et agents IA convergent pour accélérer le déploiement de robots autonomes dans des environnements réels.

RobotiqueActu
1 source
Meta corrige une faille de Muse qui permettait de prendre le contrôle de l'agent IA
Illustration générée par IA
911The Verge AI 

Meta corrige une faille de Muse qui permettait de prendre le contrôle de l'agent IA

Meta a corrigé une faille de sécurité critique dans son application macOS Muse, son agent d'intelligence artificielle, après sa découverte par le chercheur en sécurité Patrick Wardle. Selon les informations rapportées par Ars Technica, la vulnérabilité de type zero-day exploitait un réglage non documenté de Muse permettant à un attaquant disposant déjà d'un accès local à l'appareil de la victime de rediriger le traitement de la transcription vocale, normalement effectué sur les serveurs de Meta, vers un serveur contrôlé par l'attaquant. Cette manipulation donnait ensuite à l'assaillant un accès complet au compte Muse de l'utilisateur ciblé. Meta a publié un correctif pour combler cette brèche depuis sa découverte. Cette faille illustre les risques que pose la généralisation des agents IA capables d'exécuter des tâches sensibles comme la dictée vocale et la gestion de comptes utilisateurs. Même si l'exploitation nécessitait un accès local préalable à la machine, ce qui limite le nombre de victimes potentielles, la vulnérabilité montre comment un enchaînement de choix techniques peut ouvrir une porte dérobée exploitable pour détourner un compte entier. Pour les utilisateurs de Muse, l'incident souligne l'importance de maintenir leurs applications à jour, tandis que pour Meta, il met en lumière la nécessité de renforcer la sécurité de ses agents IA à mesure qu'ils gagnent en autonomie et en accès à des données personnelles. Plusieurs décisions de conception ont contribué à rendre cette faille possible, selon les explications rapportées. D'une part, Meta a choisi de faire transiter la dictée vocale de Muse par le cloud plutôt que de la traiter directement sur l'appareil de l'utilisateur, ce qui a créé un point d'interception exploitable. D'autre part, l'architecture permettait à n'importe quelle application installée sur la machine de modifier librement l'ensemble des réglages non documentés de Muse, sans restriction particulière. Cette combinaison s'inscrit dans un contexte plus large où les grandes entreprises technologiques, dont Meta, déploient rapidement des agents IA sur le bureau et le mobile, parfois plus vite que la sécurisation de leurs mécanismes internes ne le permettrait, ouvrant la voie à d'autres découvertes similaires de chercheurs comme Wardle.

SécuritéActu
1 source
Le flagship abordable de Xiaomi domine les modèles ouverts, et Anthropic dit que Claude y a contribué
Illustration générée par IA
912The Decoder 

Le flagship abordable de Xiaomi domine les modèles ouverts, et Anthropic dit que Claude y a contribué

Xiaomi a dévoilé MiMo-V2.6-Pro, un nouveau modèle d'intelligence artificielle qui se positionne désormais en tête des modèles ouverts disponibles sur le marché. Le groupe chinois, plus connu pour ses smartphones et ses appareils électroniques, revendique des performances supérieures à celles de ses concurrents tout en proposant des tarifs nettement inférieurs à la moyenne du secteur. Cette prouesse repose sur un entraînement massif par apprentissage par renforcement, dont le coût s'élève à 2,62 millions de dollars, un montant relativement modeste au regard des sommes habituellement englouties par les grands laboratoires d'IA pour entraîner des modèles de pointe. Mais ce succès s'accompagne d'une controverse: Anthropic accuse Xiaomi d'avoir aspiré des données issues de Claude pour entraîner son propre modèle. Cette annonce illustre l'intensification de la concurrence sur le segment des modèles ouverts, où le rapport performance-prix devient un argument commercial central. Pour les développeurs et les entreprises, l'arrivée d'un modèle à la fois performant et bon marché élargit l'accès à des capacités d'IA avancées sans dépendre des géants américains. Mais les accusations d'Anthropic soulèvent des questions sur la légitimité de ces gains d'efficacité, suggérant qu'une partie des performances affichées pourrait reposer sur l'exploitation non autorisée de sorties générées par des modèles concurrents. Ce type de litige n'est pas inédit: plusieurs laboratoires chinois, dont DeepSeek, ont déjà été soupçonnés de s'appuyer sur des modèles occidentaux pour accélérer leur propre développement, via une technique dite de distillation. Ces accusations ravivent le débat sur la propriété intellectuelle des données générées par l'IA et sur la capacité des acteurs américains à protéger leurs modèles face à une concurrence chinoise de plus en plus compétitive sur les coûts.

LLMsActu
1 source
La Chine enquête sur DeepSeek et Moonshot pour de possibles fuites de données vers Anthropic
Illustration générée par IA
913The Information AI 

La Chine enquête sur DeepSeek et Moonshot pour de possibles fuites de données vers Anthropic

La régulatrice chinoise d'internet a ouvert une enquête sur DeepSeek et Moonshot AI, après qu'Anthropic a affirmé que les deux entreprises avaient acheminé des données d'utilisateurs sensibles vers ses modèles Claude, selon des personnes proches du dossier. Dans un rapport de 154 pages publié le 10 septembre, Anthropic a détaillé comment sept entreprises chinoises utilisaient Claude de manière illicite et à grande échelle, en contournant les restrictions d'accès normalement imposées à la Chine. Parmi les exemples cités, Anthropic affirme que DeepSeek a relayé vers Claude des requêtes formulées par des ingénieurs travaillant sur un système de surveillance policière. Cette affaire illustre la porosité des frontières technologiques malgré les restrictions à l'exportation américaines visant à empêcher les entreprises chinoises d'accéder aux modèles d'IA les plus avancés. Si des sociétés comme DeepSeek et Moonshot contournent ces barrières en relayant des requêtes vers Claude via des intermédiaires, cela remet en question l'efficacité du contrôle des exportations comme outil de politique industrielle. Pour Anthropic, l'enjeu est aussi réputationnel et sécuritaire, l'entreprise cherchant à démontrer qu'elle prend au sérieux les usages détournés de sa technologie, notamment lorsqu'ils touchent à la surveillance étatique. L'épisode s'inscrit dans la rivalité technologique croissante entre Washington et Pékin autour de l'intelligence artificielle, où les grandes entreprises américaines du secteur, dont Anthropic et OpenAI, sont scrutées pour leur capacité à empêcher tout accès non autorisé depuis la Chine. DeepSeek et Moonshot, deux des principaux laboratoires chinois d'IA, font déjà l'objet d'une attention internationale intense depuis l'irruption de DeepSeek sur la scène mondiale début 2025. L'enquête de la régulation chinoise pourrait déboucher sur des sanctions locales, tandis qu'Anthropic devrait renforcer ses mécanismes de détection des accès frauduleux à ses modèles.

RégulationReglementation
1 source
OpenAI affirme que son modèle interne a résolu plus de 100 problèmes mathématiques non résolus après un mois d'entraînement
Illustration générée par IA
914The Decoder 

OpenAI affirme que son modèle interne a résolu plus de 100 problèmes mathématiques non résolus après un mois d'entraînement

OpenAI affirme qu'un de ses modèles d'intelligence artificielle internes, pas encore rendu public, a résolu plus de 100 problèmes mathématiques non résolus depuis longtemps, et ce après seulement un mois d'entraînement. L'entreprise n'a pas détaillé la nature précise de ces problèmes ni publié de preuves vérifiables par la communauté scientifique. Cette annonce survient alors que des mathématiciens critiquent de plus en plus la façon dont OpenAI communique sur les performances de ses modèles en mathématiques, jugées difficiles à vérifier de manière indépendante. Si elle se confirme, une telle capacité marquerait une étape importante pour l'usage de l'IA dans la recherche mathématique fondamentale, un domaine où la vérification rigoureuse des démonstrations est essentielle et où les erreurs subtiles restent fréquentes. Pour l'industrie de l'IA, l'épisode illustre la tension croissante entre la course aux annonces spectaculaires et l'exigence de transparence scientifique : sans preuves publiques ni évaluation externe, de telles affirmations demeurent invérifiables et risquent d'alimenter la méfiance des chercheurs envers les grandes entreprises technologiques. Pour la communauté mathématique, la question posée est aussi celle de la confiance : qui peut certifier qu'un résultat produit par une IA est réellement correct et inédit. Pour tenter d'apaiser ces tensions, OpenAI a annoncé qu'elle soutiendrait un groupe consultatif indépendant hébergé à l'Institute for Advanced Study de Princeton, chargé d'examiner les progrès de l'IA en mathématiques. L'entreprise a toutefois précisé que le rythme de ses propres travaux de recherche resterait en dehors du champ d'évaluation de ce comité, une limite qui a suscité des interrogations sur la portée réelle de cette initiative de supervision. L'épisode s'inscrit dans une compétition plus large entre laboratoires d'IA, qui multiplient les annonces sur les capacités de raisonnement mathématique de leurs modèles tout en peinant à mettre en place des mécanismes de vérification indépendants largement acceptés par la communauté scientifique.

LLMsPaper
1 source
Ne vous laissez pas berner par cet été d'engouement pour l'IA
Illustration générée par IA
915MIT Technology Review 

Ne vous laissez pas berner par cet été d'engouement pour l'IA

Depuis fin avril 2026, l'industrie de l'IA enchaîne les annonces spectaculaires. Anthropic a d'abord affirmé que son modèle Claude Mythos détectait mieux les failles logicielles que la plupart des experts en cybersécurité. Un incident de piratage impliquant OpenAI et Hugging Face a suivi, avant qu'Anthropic, avec une certaine fierté, et Meta, plus réticente, ne révèlent des incidents similaires touchant leurs propres modèles. Anthropic a ensuite revendiqué une percée mathématique réalisée par un de ses modèles, puis OpenAI a annoncé la sienne avec son chatbot Astra, censé avoir résolu des problèmes "ouverts depuis au moins une décennie". Plus récemment, l'ingénieur d'Anthropic Jacob Coxon a quitté l'entreprise en accusant Anthropic et OpenAI de "foncer vers une superintelligence auto-améliorante en jouant avec nos vies". Deux jours avant une seconde annonce mathématique d'OpenAI, le professeur Tristan Buckmaster, de l'institut Courant de l'université de New York, a accusé l'entreprise d'avoir utilisé des travaux d'autres chercheurs sans attribution correcte. Ces annonces ont été largement relayées par une presse peu critique, reprenant le vocabulaire anthropomorphisant des entreprises, censé présenter leurs logiciels comme les prémices d'une intelligence artificielle générale. Une fois les faits examinés par des experts du domaine concerné, une tout autre histoire est apparue, bien moins médiatisée. Des spécialistes en cybersécurité jugent que les piratages relèvent surtout de la négligence d'OpenAI et de son incapacité à appliquer des pratiques de sécurité élémentaires, non d'un comportement autonome inquiétant des modèles. Des mathématiciens d'abord stupéfaits par les résultats d'Astra ont ensuite jugé les découvertes moins inédites qu'annoncé, certains accusant OpenAI de plagiat et de manquement à l'intégrité scientifique. Ce décalage entre l'écho des annonces initiales et celui des démentis façonne la perception publique et politique de l'IA, au risque d'orienter des décisions de régulation sur des bases biaisées. Des centaines de mathématiciens ont signé une déclaration dénonçant "une forte incitation commerciale à exagérer les capacités" de l'IA de la part de l'industrie technologique, et appelant les décideurs politiques à consulter des experts plutôt que des communiqués de presse ou des comptes rendus médiatiques grand public. Les mathématiques et la programmation sont privilégiées comme vitrines car perçues comme le sommet de l'accomplissement intellectuel humain, ce qui nourrit la promesse de "machines à tout faire", et parce que leurs résultats se vérifient automatiquement, sans recourir à des annotateurs humains. Les discours sur une superintelligence dangereuse et imminente reposeraient ainsi moins sur une démarche scientifique rigoureuse que sur des récits empruntés au transhumanisme et à l'eugénisme. Cette rhétorique d'urgence viserait aussi à détourner l'attention des décideurs politiques et du public, une stratégie qui fonctionne parfois, comme l'illustrerait son influence rapportée sur certains sénateurs américains.

SociétéOpinion
1 source
Toyota estime son activité robotique à 6,4 milliards de dollars, l'IA physique en ligne de mire
Illustration générée par IA
916AI News 

Toyota estime son activité robotique à 6,4 milliards de dollars, l'IA physique en ligne de mire

Toyota Motor a présenté à des investisseurs, début septembre 2026, une estimation selon laquelle l'extension de l'automatisation dans ses usines, ses filiales et ses principaux fournisseurs pourrait nécessiter environ 400 000 robots et un investissement annuel d'environ 1 000 milliards de yens, soit près de 6,4 milliards de dollars, à partir de 2028, selon des informations rapportées par Reuters. Le constructeur japonais n'a pas précisé si ce plan sera intégralement mis en œuvre, ni pendant combien d'années ce niveau de dépenses serait maintenu. Le chiffre de 400 000 unités inclut à la fois le remplacement de machines existantes et l'installation de nouveaux robots, humanoïdes ou non, couvrant la robotique industrielle, la logistique automatisée et la collaboration future entre humains et robots sur les lignes de production. Toyota utilise déjà des robots dans plusieurs de ses processus de fabrication, notamment pour le transport et le tri de pièces, ainsi que pour le transport d'équipements médicaux, comme l'a détaillé l'entreprise dans ses résultats financiers de l'exercice 2026. Cette annonce illustre l'ampleur des moyens que les grands industriels sont prêts à engager pour répondre à la pénurie de main-d'œuvre qualifiée et au transfert de compétences, deux enjeux centraux dans l'industrie automobile japonaise. En misant sur ce que l'entreprise appelle l'IA physique, c'est-à-dire des robots capables de percevoir leur environnement via des capteurs et d'adapter leurs actions de façon autonome, Toyota cherche à sécuriser sa production face au vieillissement démographique et à la difficulté de recruter des techniciens de maintenance qualifiés, y compris à l'étranger. Un investissement de cette taille, s'il se concrétise, pourrait aussi accélérer la diffusion de technologies robotiques avancées auprès de ses fournisseurs, avec des répercussions potentielles sur l'ensemble de la chaîne d'approvisionnement automobile et sur la compétitivité industrielle japonaise face à la Chine et aux États-Unis dans le domaine de la robotique de production. Ce projet s'appuie sur près de vingt ans d'expérience accumulée par Toyota en matière d'automatisation. Dès 2008, l'entreprise avait commencé à introduire des robots sur certaines lignes, avant de rencontrer des contraintes de maintenance lors de l'expansion de sa production de moteurs à l'étranger, certains sites manquant de personnel qualifié, ce qui avait conduit à repasser temporairement en production manuelle. Les enseignements tirés de cette période ont nourri le développement de systèmes plus récents, comme la ligne d'assemblage de pistons de l'usine de Kamigo, entièrement automatisée depuis janvier 2025. Le centre de recherche Frontier Research Center de Toyota développe par ailleurs des robots tels que KumiPro, déjà utilisé chez Toyota Motor East Japan pour manipuler des pièces mal positionnées grâce à la reconnaissance visuelle, ou ELEY, conçu pour les tâches nécessitant un contact physique avec retour de force. Toyota reconnaît devoir encore progresser sur la fiabilité à long terme, la précision répétée des mouvements et l'infrastructure de données nécessaire à l'apprentissage de ces robots, notamment via l'apprentissage par renforcement.

RobotiqueActu
1 source
Avec 30 millions d’euros, BIOLEVATE veut faire de l’IA un outil de conformité pour les laboratoires
Illustration générée par IA
917FrenchWeb 

Avec 30 millions d’euros, BIOLEVATE veut faire de l’IA un outil de conformité pour les laboratoires

Biolevate, start-up parisienne spécialisée dans l'intelligence artificielle appliquée aux industries de santé, annonce une levée de fonds en série A de 30 millions d'euros. Cette opération doit lui permettre de déployer sa technologie au cœur des opérations réglementées des laboratoires pharmaceutiques. L'entreprise change également de positionnement : longtemps perçue comme un simple outil de rédaction médicale assistée par IA, elle affiche désormais l'ambition de structurer l'ensemble du cycle de gestion des connaissances scientifiques, de la recherche documentaire à la vérification et à la validation des données, en passant par leur organisation. Cette évolution est significative pour un secteur où la conformité réglementaire conditionne directement la mise sur le marché des médicaments et dispositifs médicaux. En automatisant des tâches aujourd'hui largement manuelles, chronophages et à fort risque d'erreur, comme la recherche bibliographique, la traçabilité des sources ou la validation croisée des données scientifiques, Biolevate s'attaque à un goulot d'étranglement bien identifié dans l'industrie pharmaceutique. Un tel outil pourrait réduire les délais de mise en conformité et limiter les risques juridiques et sanitaires liés à des données mal vérifiées, un enjeu critique pour les laboratoires soumis à des exigences réglementaires strictes en Europe comme aux États-Unis. Cette levée s'inscrit dans une dynamique plus large d'adoption de l'intelligence artificielle générative par les industries fortement régulées, où la fiabilité et l'auditabilité des systèmes priment sur la simple performance technique. La France, qui cherche à affirmer sa position dans l'IA appliquée à la santé, voit ainsi émerger des acteurs spécialisés capables de rivaliser avec des solutions internationales, dans un marché où la confiance des régulateurs et des laboratoires reste l'enjeu central.

BusinessActu
1 source
SpaceXAI lance son modèle Grok 4.7, dont les performances déçoivent
Illustration générée par IA
918Next INpact 

SpaceXAI lance son modèle Grok 4.7, dont les performances déçoivent

SpaceXAI, l'entreprise dirigée par Elon Musk, a dévoilé le 21 septembre 2026 son nouveau grand modèle de langage Grok 4.7. Il repose sur une base plus volumineuse que celle de Grok 4.6 et a été entraîné plus longtemps par renforcement, sur des tâches plus difficiles, avec un accent particulier sur les problèmes nécessitant plusieurs heures de travail. SpaceXAI affirme que le modèle vérifie mieux son propre raisonnement et gère plus efficacement les contextes longs, avec une fenêtre pouvant atteindre 500 000 jetons et des connaissances arrêtées en mai 2026. Grok 4.7 reste multimodal en entrée (texte et images) et produit du texte en sortie, avec quatre niveaux de raisonnement disponibles (bas, moyen, haut par défaut et très haut), ainsi que des fonctions d'appel d'outils, de recherche web ou sur X, et d'exécution de code. Il a également été conçu pour fonctionner nativement dans l'environnement Grok Bot. Sur le plan de la sécurité, SpaceXAI met en avant de solides capacités de défense contre les cybermenaces, un taux de refus très faible pour les usages légitimes, le meilleur score obtenu sur HackerBench 0.3, et seulement 3,3 % des prompts risqués autorisés, avec une résistance accrue face aux tentatives de contournement. Ce lancement compte pour l'industrie car Grok 4.7 se positionne avec une tarification plus abordable que plusieurs des gros modèles récemment sortis, un argument commercial notable dans un marché où le coût d'inférence pèse de plus en plus sur les choix des entreprises. Mais les premiers tests indépendants tempèrent l'enthousiasme affiché par SpaceXAI, dont les comparaisons de performances mélangent parfois des configurations différentes, Grok 4.7 étant testé en mode de raisonnement très haut quand Grok 4.6 l'était en mode haut. Le modèle progresse toutefois nettement sur des tâches professionnelles concrètes, comme la rédaction de documents et de présentations évaluées par les benchmarks GDPval et AA Briefcase, un point confirmé par les mesures indépendantes d'Artificial Analysis. Pour les utilisateurs professionnels, cela signifie un outil potentiellement plus rentable mais pas nécessairement le plus performant du marché face à des concurrents comme Astra ou Sonnet 5. Ce lancement s'inscrit dans une course effrénée entre laboratoires d'intelligence artificielle, où chaque nouvelle version doit démontrer des gains mesurables face à des rivaux de plus en plus nombreux. Musk lui-même avait anticipé des attentes modérées, indiquant dans un message publié le 14 septembre que Grok 4.7 devait être comparé à Open 5 plutôt qu'à une version plus récente comme la 5.1. Il a par la même occasion esquissé une feuille de route, promettant que Grok 4.8 apporterait une amélioration notable, que Grok 4.9 se rapprocherait du niveau d'Astra et de Fable, et que Grok 5 pourrait surpasser l'ensemble de la concurrence. Sur les réseaux sociaux, les retours restent partagés entre observations positives sur des tests spécifiques et critiques plus nombreuses jugeant le modèle en retrait par rapport aux meilleurs modèles actuels.

LLMsActu
1 source
Europe : menace sur le consentement pour entrainer des IA sur des données personnelles
Illustration générée par IA
919Next INpact 

Europe : menace sur le consentement pour entrainer des IA sur des données personnelles

La présidence irlandaise du Conseil de l'Union européenne a proposé, dans un document daté du 3 septembre, de nouvelles modifications au texte du « digital omnibus », le paquet législatif censé simplifier le droit numérique européen. Selon la version obtenue par le site Politico, l'Irlande souhaite que l'entraînement des intelligences artificielles sur des données personnelles, ainsi que le dépôt de cookies destinés à mesurer l'efficacité de la publicité en ligne, soient reconnus comme relevant d'un « intérêt légitime ». Concrètement, cela dispenserait les entreprises concernées d'obtenir le consentement explicite des utilisateurs, une obligation aujourd'hui centrale dans le RGPD. L'Irlande, qui préside actuellement le Conseil, pilote la rédaction de ce texte et y a ajouté ces deux modifications visant respectivement les acteurs de l'IA et ceux de la publicité en ligne. Cette proposition représente un affaiblissement potentiel majeur du droit des utilisateurs à contrôler l'usage de leurs données personnelles. Si elle était adoptée, les entreprises d'IA pourraient exploiter des données individuelles pour entraîner leurs modèles sans demander d'autorisation préalable, et les régies publicitaires pourraient continuer à déposer des cookies de mesure sans consentement explicite. Une telle bascule profiterait directement aux grandes entreprises technologiques et publicitaires, en particulier celles installées en Irlande, tout en réduisant la capacité des citoyens européens à s'opposer à l'exploitation de leurs informations personnelles. Le « digital omnibus » s'inscrit dans une volonté plus large de Bruxelles d'alléger la réglementation numérique, dans un contexte de pression concurrentielle face aux États-Unis et à la Chine sur l'IA. L'Irlande, qui héberge les sièges sociaux européens de nombreuses entreprises du numérique, se trouve dans une position particulière pour arbitrer ce débat. La proposition doit encore être discutée au sein du Conseil avant toute négociation avec le Parlement européen, et devrait susciter de vives réactions des défenseurs de la vie privée, qui y voient un recul du cadre protecteur instauré par le RGPD depuis 2018.

RégulationReglementation
1 source
PRIMO lève près de 7 millions d’euros pour faire gérer votre IT par ses agents IA
Illustration générée par IA
920FrenchWeb 

PRIMO lève près de 7 millions d’euros pour faire gérer votre IT par ses agents IA

La startup française Primo a annoncé une levée de fonds de 6,9 millions d'euros, menée par les fonds Headline et Global Founders Capital. Fondée pour centraliser la gestion informatique des entreprises, la société propose une plateforme unique regroupant le suivi des appareils, l'administration des applications SaaS, la gestion des identités des collaborateurs et le support technique interne. Avec ce nouveau financement, Primo veut franchir une étape supplémentaire en confiant à des agents d'intelligence artificielle l'exécution de bout en bout de ces tâches, les équipes IT humaines conservant un rôle de supervision et de validation plutôt que d'exécution directe. Cette évolution s'inscrit dans une tendance de fond qui touche les directions informatiques des entreprises, souvent submergées par la multiplication des outils numériques, des comptes à provisionner et des tickets de support à traiter. En déléguant ces opérations répétitives à des agents autonomes, capables par exemple d'installer un logiciel, de révoquer un accès ou de résoudre un incident sans intervention manuelle, Primo promet un gain de temps significatif et une réduction des coûts pour les services IT, tout en maintenant un niveau de contrôle jugé nécessaire dans un domaine sensible où une erreur peut avoir des conséquences sur la sécurité des systèmes d'entreprise. Cette levée illustre l'engouement des investisseurs pour les start-up qui appliquent l'intelligence artificielle générative à des fonctions support jugées jusqu'ici difficiles à automatiser entièrement, comme la gestion informatique interne. Le marché de la gestion unifiée des terminaux et des identités est déjà occupé par des acteurs établis, mais l'arrivée d'agents autonomes capables d'agir directement sur les systèmes ouvre une nouvelle bataille concurrentielle. Primo devra désormais démontrer, à l'usage, que l'autonomie confiée à ses agents IA reste compatible avec les exigences de sécurité et de fiabilité attendues par les directions informatiques de ses clients.