Actualités IA — page 55

7 586 articles au fil, du plus récent au plus ancien.

42

1081MarkTechPost 

NVIDIA lance Cosmos 3 Edge, un modèle de monde ouvert à 4 milliards de paramètres capable de raisonner et de générer des actions robotiques en local

NVIDIA a dévoilé Cosmos 3 Edge, un modèle du monde open source de 4 milliards de paramètres conçu pour fonctionner directement sur des appareils embarqués, sans connexion à un centre de données. Il permet aux robots et aux agents de vision par IA de comprendre leur environnement, de raisonner en temps réel et de générer des actions robotiques en local. Ce modèle complète la famille Cosmos 3, dont les deux premières déclinaisons, Cosmos 3 Nano (16 milliards de paramètres) et Cosmos 3 Super (64 milliards), avaient été lancées le 31 mai 2026 lors de la GTC Taipei. Edge en constitue le troisième et plus petit palier, environ seize fois plus compact que Super. L'objectif est précis : offrir des performances proches de celles d'un centre de données à des machines aux ressources mémoire limitées, comme celles utilisées dans les usines, les entrepôts ou les hôpitaux. Sur le plan technique, Cosmos 3 repose sur une architecture Mixture-of-Transformers à deux tours : une tour autorégressive dédiée au traitement du texte et de la vision pour la compréhension et le raisonnement, et une tour de diffusion qui gère vision, audio et tokens d'action pour la prédiction, la génération et la simulation. Les deux tours partagent des couches d'attention multimodale tout en conservant des couches de normalisation distinctes. Cosmos 3 Edge s'appuie sur un transformeur dense de 2 milliards de paramètres pour son module de raisonnement, compatible avec les conventions de messages de Qwen3-VL. Cette avancée répond à un besoin concret de l'industrie robotique : déployer une intelligence capable de raisonner sur le monde physique directement sur des systèmes contraints en mémoire et en calcul, sans dépendre du cloud. Pour un bras robotique, une simple reconnaissance visuelle d'un objet ne suffit pas : il faut aussi suivre sa position, anticiper le mouvement du préhenseur et prévoir ce qui se produit au contact. En unifiant ces capacités dans un modèle compact, NVIDIA facilite l'intégration de l'IA embarquée dans des secteurs où la latence, la confidentialité des données et l'autonomie énergétique sont critiques, comme la logistique, la santé ou la production industrielle. Le modèle introduit une représentation d'action commune à plusieurs types de systèmes physiques, sous forme de vecteurs géométriques compacts capturant translation, rotation et état de manipulation, avec des dimensions variant selon le cas d'usage, de 9 pour une caméra ou un véhicule autonome jusqu'à 29 pour un robot humanoïde. En mode politique, Cosmos 3 Edge peut prédire une action à partir d'un état donné ou, inversement, déduire l'action à l'origine d'un changement visuel observé. NVIDIA a également publié Cosmos 3 Edge Policy (DROID), une politique de manipulation robotique entraînée sur le jeu de données DROID pour des tâches de préhension et de dépôt, illustrant la volonté de l'entreprise de rapprocher modélisation du monde et contrôle robotique concret.

Robotique⚡Actu

1 source

43

1082Le Big Data 

Cosmos 3 Edge : cette IA de NVIDIA apprend aux robots à comprendre le monde en temps réel

NVIDIA a dévoilé le 20 juillet 2026 Cosmos 3 Edge, un nouveau modèle d'IA physique conçu pour équiper les robots, les véhicules autonomes et les systèmes de vision intelligente. Contrairement aux modèles classiques qui se contentent d'identifier des objets sur une image fixe, ce « world model » suit l'évolution d'une scène dans le temps, relie les objets entre eux, observe leurs déplacements et anticipe les effets de chaque action. Le modèle embarque 4 milliards de paramètres, épaulés par un moteur de raisonnement basé sur Nemotron doté de 2 milliards de paramètres supplémentaires, chargé d'analyser l'information avant de produire une réponse ou de déclencher une action. Sa particularité tient surtout à son mode d'exécution : au lieu de dépendre d'un serveur distant, Cosmos 3 Edge tourne directement sur l'appareil, qu'il s'agisse des plateformes NVIDIA Jetson, des GPU GeForce RTX, des cartes RTX PRO ou des systèmes DGX. Le modèle est d'ores et déjà disponible sur Hugging Face, accompagné de scripts permettant aux développeurs de l'adapter à leurs propres projets. Ce fonctionnement local change concrètement la donne pour les usages où chaque milliseconde compte. En traitant les données sur place plutôt qu'en les envoyant vers le cloud, Cosmos 3 Edge réduit fortement la latence des décisions et permet aux machines de continuer à fonctionner même quand la connexion réseau est instable ou absente. Pour des robots industriels, des entrepôts automatisés, des hôpitaux ou des infrastructures urbaines équipées de caméras intelligentes, ce gain de réactivité peut se traduire par une différence tangible en matière de sécurité et d'efficacité. Un véhicule autonome peut ainsi mieux anticiper le comportement des piétons ou des autres voitures, tandis qu'un bras robotique en usine peut ajuster son geste en temps réel sans attendre de retour d'un serveur distant. Cette autonomie locale répond aussi à une préoccupation industrielle plus large autour de la confidentialité des données, puisque rien ne transite vers l'extérieur. L'architecture de Cosmos 3 Edge repose sur deux moteurs qui travaillent en permanence de concert. Le premier traite les images et le texte pour comprendre une situation et raisonner sur celle-ci, tandis que le second analyse images, sons et actions afin de simuler différents scénarios et de générer les mouvements à exécuter. Le modèle peut ainsi imaginer les conséquences d'une action avant qu'elle ne survienne, mais aussi déduire rétrospectivement quelle action a provoqué un changement observé. Autre choix structurant, NVIDIA traduit les mouvements de bras robotiques, de caméras ou de véhicules dans une représentation commune, ce qui facilite l'adaptation du modèle à des usages très différents sans repartir de zéro à chaque fois. Cette sortie s'inscrit dans la stratégie de NVIDIA de s'imposer comme fournisseur de référence de l'IA physique, un marché où robotique industrielle et conduite autonome convergent de plus en plus vers les mêmes briques technologiques.

Robotique⚡Actu

1 source

43

1083VentureBeat AI 

L'étude d'Atlassian montre que l'IA doit être adoptée au niveau des équipes, et non individuellement, pour un vrai retour sur investissement

Le Teamwork Lab d'Atlassian, dirigé par la Dr Molly Sands, a présenté lors d'un échange avec Sam Witteveen (VentureBeat) à la conférence VB Transform 2026 des résultats montrant que la plupart des entreprises abordent l'adoption de l'IA à l'envers, en optimisant l'usage individuel plutôt que le travail d'équipe. Le rapport annuel State of Teams d'Atlassian, qui a interrogé 12 000 travailleurs du savoir dans le monde et environ 200 dirigeants d'entreprises du Fortune 1000, révèle un décalage marqué entre l'activité et la valeur créée. Selon Sands, 89% des dirigeants affirment que les individus accélèrent leur travail grâce à l'IA, mais seuls 6% peuvent citer des exemples concrets de retour sur investissement. Environ 14% des équipes ont réussi à transformer cet usage de l'IA en valeur réelle, ce qui signifie qu'une même organisation peut abriter quelques équipes très performantes entourées d'autres qui ne voient aucun bénéfice. Les équipes en tête partagent trois caractéristiques: le contexte, les flux de travail et la culture. Elles construisent ce qu'Atlassian appelle un graphe de contexte, capturant objectifs, décisions et savoirs organisationnels dans des registres numériques partagés via des outils comme Jira et Confluence, plutôt que de laisser ces informations dans la mémoire individuelle. Ce décalage a des conséquences concrètes pour les entreprises qui investissent massivement dans l'IA sans en tirer de bénéfice mesurable. Accélérer des individus qui travaillent dans des directions légèrement différentes les fait rapidement entrer en collision, prévient Sands, d'où l'importance de repenser des processus entiers de bout en bout plutôt que de simplement accélérer des tâches isolées. Les équipes les plus performantes évoluent aussi sous des dirigeants qui encouragent explicitement l'expérimentation, tout en assumant que certains essais échoueront. Ce constat implique un changement d'approche managérial majeur: l'enjeu n'est plus seulement d'équiper les employés d'outils IA, mais de redessiner collectivement la manière dont le travail circule dans l'organisation. Pour accélérer cet apprentissage, les équipes les plus avancées s'imposent volontairement des contraintes, comme découper chaque tâche en la plus petite unité de travail possible (un seul point d'histoire) ou s'engager à ne pas écrire de code à la main pendant une semaine. Ces pratiques ne sont pas soutenables indéfiniment mais permettent d'apprendre très vite, souligne Sands. Un autre obstacle identifié n'est pas la technologie elle-même mais le fait que chaque employé développe seul ses propres prompts, agents et hypothèses, créant une couche de savoir tacite qui ne profite jamais à l'organisation dans son ensemble. Pour y remédier, Atlassian a expérimenté des accords de travail autour de l'IA en début de projet, où les équipes définissent explicitement ce qu'elles utiliseront l'IA pour faire, ce qu'elles éviteront délibérément, quels agents elles partageront et quelles compétences communes maintenir. Les équipes ayant adopté cette pratique ont utilisé l'IA plus intensément, avancé plus vite et produit un travail de meilleure qualité. La leçon plus large, selon Sands, est que l'IA ne crée pas de nouveaux problèmes de management mais rend plus visibles des failles anciennes, comme les hypothèses implicites et les modèles mentaux divergents au sein des équipes, renforçant ainsi l'importance d'un contexte partagé et de règles de fonctionnement explicites.

Business⚡Actu

1 source

39

1084VentureBeat AI 

Atlassian : pourquoi l'IA accélère les employés mais pas les organisations

Lors d'une conversation avec Sam Witteveen, contributeur technologique senior de VentureBeat, à l'occasion de VB Transform 2026, la Dre Molly Sands, responsable du Teamwork Lab chez Atlassian, a expliqué que la plupart des entreprises abordent l'adoption de l'IA à l'envers, en optimisant la façon dont chaque individu utilise l'IA plutôt que la façon dont les équipes travaillent ensemble. Son équipe de comportementalistes et de psychologues étudie comment l'IA transforme le travail collectif et intervient directement dans les organisations pour changer les méthodes de travail. Le rapport annuel State of Teams d'Atlassian, basé sur 12 000 travailleurs du savoir interrogés dans le monde et environ 200 entretiens avec des cadres dirigeants d'entreprises du Fortune 1000, révèle un décalage important entre l'activité générée par l'IA et sa valeur réelle. Selon Sands, 89% des dirigeants constatent une accélération individuelle de leurs employés, mais seuls 6% peuvent citer des exemples concrets de retour sur investissement. Environ 14% des équipes seulement parviennent à transformer cet usage de l'IA en valeur tangible, ce qui signifie qu'une même entreprise peut compter quelques équipes très performantes entourées de nombreuses autres qui ne tirent aucun bénéfice de ces outils. Ce décalage a des conséquences concrètes pour les organisations qui investissent massivement dans l'IA sans en voir les effets à l'échelle globale. Les équipes qui réussissent partagent trois caractéristiques précises : elles construisent ce qu'Atlassian appelle un graphe de contexte, en consignant objectifs, décisions et savoirs organisationnels dans des outils partagés comme Jira et Confluence plutôt que de les laisser dans la mémoire individuelle ; elles repensent des processus entiers de bout en bout plutôt que d'accélérer des tâches isolées, faute de quoi des collaborateurs plus rapides mais mal alignés finissent par se percuter, selon l'expression de Sands ; et elles évoluent sous des dirigeants qui encouragent explicitement l'expérimentation, y compris l'échec. L'imposition de contraintes s'avère être le moyen le plus rapide d'apprendre, comme découper chaque tâche en unités minimales ou s'engager à ne plus écrire de code à la main pendant une semaine, des pratiques jugées non pérennes mais très formatrices. Pour Sands, l'obstacle principal n'est pas la technologie mais le fait que chaque employé apprend à utiliser l'IA seul dans son coin, créant des prompts, agents et hypothèses différents qui ne profitent jamais à l'ensemble de l'organisation. Atlassian a donc testé des accords de travail sur l'IA en début de projet, où les équipes définissent ce qu'elles utiliseront l'IA pour faire, ce qu'elles éviteront délibérément, quels agents partager et quelles compétences communes maintenir. Les équipes ayant adopté cette pratique ont utilisé l'IA plus intensément, progressé plus vite et produit un travail de meilleure qualité, confirmant que l'IA ne crée pas de nouveaux problèmes de management mais révèle des failles déjà anciennes dans la coordination des équipes.

Société⚡Actu

1 source

45

1085Next INpact 

Avant même l’ouverture de ses poids, Kimi K3 inquiète déjà Washington

Le 27 juillet, le laboratoire chinois Moonshot AI doit publier les poids complets de son nouveau modèle Kimi K3, présenté comme le premier à atteindre 2 800 milliards de paramètres. Ces poids, c'est-à-dire l'état final du modèle après son entraînement, pourront être téléchargés et exécutés localement dans un logiciel compatible, sans passer par les serveurs du laboratoire. Kimi K3 est pour l'instant accessible uniquement via un service en ligne et une API, et affiche une fenêtre contextuelle pouvant aller jusqu'à 1 million de tokens ainsi que des performances annoncées de niveau frontière, à des prix jugés très compétitifs. Ses prédécesseurs, Kimi K2 et Kimi K2.5, avaient été publiés sous une licence MIT modifiée, et Moonshot AI pourrait reconduire ce choix pour K3. Le succès est déjà tel que l'entreprise a fermé les nouvelles inscriptions, la demande dépassant ses capacités en GPU, tout en travaillant à l'ajout de nouvelles capacités de calcul. Cette publication imminente inquiète Washington, qui redoute un nouveau « moment DeepSeek » capable de bousculer la domination des modèles fermés d'OpenAI et d'Anthropic. Selon des informations d'Axios, l'administration Trump envisagerait plusieurs mesures pour freiner l'adoption des modèles chinois par les entreprises américaines, voire les interdire. Le ministère du Commerce étudierait la possibilité d'inscrire des laboratoires chinois sur l'Entity List, la liste noire qui restreint déjà l'accès de Huawei aux technologies américaines, ce qui compliquerait fortement l'usage de ces modèles à poids ouverts sans autorisation spécifique. La NSA et le Bureau du directeur national de la cybersécurité envisageraient de leur côté un avertissement officiel sur les risques liés à ces modèles, tandis qu'une autre piste consisterait à imposer aux hébergeurs américains de garantir la sécurité de ces systèmes et d'assumer la responsabilité d'éventuelles failles. Cette tension reflète un enjeu plus large : les entreprises américaines se tournent de plus en plus vers les modèles chinois pour leur coût d'inférence plus faible, à performances comparables à celles des labos américains, et parce qu'hébergés en interne, ils évitent que données et requêtes transitent par des infrastructures tierces. La stratégie d'ouverture des poids, promue par Pékin et le président Xi Jinping, s'oppose ainsi frontalement à l'approche fermée dominante aux États-Unis. David Sacks, conseiller IA de l'administration Trump, a pris la défense des modèles ouverts sur X, estimant que la politique américaine en matière d'IA se trouve à un tournant critique face au duopole des laboratoires fermés.

Régulation⚖Reglementation

1 source

46

1086Latent Space 

Washington envisage des restrictions sur les modèles IA open-weight chinois comme Kimi

Alibaba a dévoilé une nouvelle version en direct de Qwen3.8-Max-Preview entre le 18 et le 20 juillet 2026, avec des gains significatifs sur l'ensemble de ses capacités. Le groupe chinois a explicitement annoncé viser une version officielle plus performante et son ouverture complète des poids au public, un modèle estimé à 2 400 milliards de paramètres selon une synthèse communautaire relayée par le compte ZhihuFrontier, doté d'une forte multimodalité et d'une compréhension vidéo native, mais encore instable sur les tâches longues et la cohérence linguistique. Cette annonce, qui aurait normalement fait la une, a été éclipsée par la sortie de Kimi K3, un modèle ouvert de 2 800 milliards de paramètres dévoilé quatre jours plus tôt. Kimi K3 s'est imposé en tête du classement DesignArena Frontend Web App Arena avec un score Elo de 1326, devançant les modèles d'Anthropic, et s'est classé quatrième au classement général d'évaluation agentique de long terme, à égalité avec Claude Opus 4.8 et GPT-5.6 Sol, ce qui pourrait en faire le modèle ouvert numéro un dès la publication de ses poids. Par ailleurs, Zhipu aurait mis partiellement en service un centre de données d'un gigawatt reposant uniquement sur des puces fabriquées en Chine, destiné à l'entraînement de futurs modèles GLM. Ces développements interviennent alors que l'administration Trump étudierait des mesures pouvant constituer une interdiction de fait des modèles chinois de pointe comme Kimi, via des restrictions d'achats publics, des inscriptions sur l'Entity List, des alertes de sécurité et des exigences de responsabilité juridique. Cette perspective a suscité une réaction largement négative parmi les voix technologiques, dont Anthony Pompliano, Clément Delangue de Hugging Face, Margaret Mitchell et Bill Gurley, qui estiment que restreindre les modèles ouverts nuirait à la concurrence, à la souveraineté numérique et à la sécurité défensive plus qu'elle ne protégerait les acteurs en place. L'argument le plus concret est venu de Hugging Face lui-même : l'entreprise a révélé avoir utilisé le modèle ouvert GLM-5.2 hébergé en interne pour mener une analyse forensique lors d'un incident de cybersécurité, les API commerciales de pointe ayant bloqué l'analyse via leurs garde-fous et les données sensibles des attaquants devant impérativement rester sur site. Ce débat s'inscrit dans une bascule plus large où les modèles ouverts sont désormais perçus comme une nécessité sécuritaire autant qu'un levier de coûts, alors que la Chine ne se contente plus de publier des modèles compétitifs mais cherche à bâtir une chaîne de calcul souveraine pour l'entraînement de ses futurs systèmes d'intelligence artificielle, illustrant une nouvelle géopolitique de l'IA où infrastructure et politique commerciale deviennent indissociables des rapports de force technologiques entre Washington et Pékin.

Régulation⚖Reglementation

1 source

37

1087Apple Machine Learning 

Le calibrage de l'attention creuse accélère la génération de texte en vidéo

Une équipe de recherche propose une nouvelle méthode pour accélérer la génération de vidéos par intelligence artificielle, baptisée attention parcimonieuse calibrée (calibrated sparse attention). Les modèles de diffusion actuels produisent des vidéos de haute qualité à partir de texte, mais reposent sur d'immenses architectures de type transformeur dont la vitesse est freinée par le calcul de l'attention spatio-temporelle, l'étape qui relie chaque portion de l'image dans le temps et l'espace. Les chercheurs ont observé qu'une part importante des connexions entre tokens, les unités élémentaires traitées par le modèle, produit systématiquement des scores d'attention négligeables, quel que soit le contenu de la vidéo générée. Mieux, ces schémas de connexions faibles se répètent souvent d'une requête à l'autre, y compris pour les liens entre blocs de tokens voisins dans l'image. Cette découverte ouvre la voie à une accélération significative sans perte de qualité perceptible: puisque ces connexions apportent une contribution quasi nulle au résultat final, leur calcul peut simplement être ignoré. Pour l'industrie de la génération vidéo par IA, en pleine expansion avec des outils comme Sora, Runway ou Kling, la latence et le coût de calcul restent des freins majeurs à l'adoption à grande échelle, que ce soit pour la production créative professionnelle ou les usages grand public. Réduire ces temps de génération sans sacrifier le rendu visuel pourrait rendre ces outils plus accessibles et moins gourmands en ressources GPU. Cette approche s'inscrit dans une tendance plus large de recherche sur l'optimisation des grands modèles de diffusion vidéo, où l'attention parcimonieuse, déjà explorée pour les grands modèles de langage, est adaptée aux spécificités spatio-temporelles de la vidéo. En identifiant et exploitant la redondance structurelle de l'attention plutôt qu'en réduisant la taille du modèle, les auteurs visent un compromis efficace entre vitesse et fidélité, une piste que d'autres laboratoires devraient probablement explorer à mesure que la demande pour la génération vidéo en temps réel augmente.

Recherche❖Paper

1 source

34

1088Apple Machine Learning 

« IA sans environnement : génération de données synthétiques pour agents d'appel API »

L'entraînement d'agents basés sur des grands modèles de langage (LLM) capables d'appeler des API nécessite d'énormes volumes de trajectoires d'interaction de haute qualité. Jusqu'à présent, la collecte de ces données à grande échelle imposait de disposer d'environnements entièrement fonctionnels, avec des API exécutables et des bases de données backend réalistes et pré-remplies, un obstacle majeur qui limitait fortement la scalabilité du processus. Pour contourner cette contrainte, une équipe de recherche propose une nouvelle approche de génération de données synthétiques ne nécessitant aucun environnement réel, en exploitant les LLM eux-mêmes comme des modèles du monde numérique générés à la volée. En ne partant que des spécifications des API, sans backend ni base de données préexistante, la méthode produit des trajectoires simulant fidèlement les interactions entre un agent et un environnement à état, c'est-à-dire un système qui évolue et garde en mémoire les effets des actions précédentes. Cette avancée change potentiellement la donne pour le développement d'agents IA capables d'utiliser des outils et des API externes, une capacité de plus en plus centrale dans les architectures d'agents autonomes. En supprimant le besoin de construire et maintenir des environnements de test complexes et coûteux, cette méthode pourrait considérablement réduire le temps et les ressources nécessaires pour entraîner de tels agents, tout en permettant de générer des données d'entraînement plus diversifiées et à moindre coût. Pour les équipes de recherche et les entreprises qui développent des assistants IA orientés action, cela représente un gain potentiel important en termes de rapidité de développement et de couverture des cas d'usage. Le goulot d'étranglement identifié par les auteurs, la nécessité de bases de données backend réalistes pour chaque scénario testé, est un frein connu dans le domaine de l'entraînement d'agents IA, où la qualité des données d'apprentissage détermine directement la fiabilité des systèmes déployés en production. Cette approche s'inscrit dans une tendance plus large consistant à utiliser les LLM non seulement comme agents mais aussi comme simulateurs de leur propre environnement d'entraînement, une piste qui pourrait s'étendre à d'autres domaines nécessitant des données d'interaction complexes, comme la navigation web ou l'automatisation de tâches multi-étapes.

Recherche❖Paper

1 source

43

1089Le Big Data 

Apparaître dans les IA sans dominer Google, est-ce possible ?

Une étude d'Ahrefs portant sur 15 000 requêtes longues révèle que seulement 12 % des liens cités par les moteurs génératifs figurent dans le top 10 de Google, tandis qu'une autre analyse portant sur 4 millions d'URL issues des AI Overviews montre que 37,1 % des citations proviennent des dix premiers résultats organiques, contre 36,7 % qui n'apparaissent même pas dans les cent premiers. Ces chiffres confirment que les fonctions génératives de recherche, comme les AI Overviews de Google, ne se contentent plus de reprendre le classement organique classique. Selon Google Search Central, ces outils utilisent une méthode appelée query fan-out : au lieu de traiter une seule requête, ils la décomposent en plusieurs sous-questions connexes et vont chercher, pour chacune, la page qui y répond le mieux, même si elle est mal positionnée sur la requête principale. Une page reste certes tributaire des fondamentaux du référencement (elle doit être indexée et accessible aux robots), mais respecter ces critères techniques ne garantit aucune citation. Reddit occupe une place croissante dans ce nouvel écosystème : les conversations qui y sont jugées crédibles apportent des retours d'expérience concrets, difficiles à trouver ailleurs, ce qui en fait une source fréquemment mobilisée par ChatGPT ou Gemini. Ce basculement change les règles du jeu pour les entreprises et les créateurs de contenu qui cherchent à exister dans les réponses générées par l'IA. Une position dominante sur Google ne suffit plus à garantir la visibilité dans ces réponses : un site spécialisé, même absent du top 10, peut être cité s'il fournit la donnée précise, le chiffre daté ou l'expérience pratique qu'une requête sous-jacente exige. À l'inverse, un contenu généraliste et bien classé mais peu spécifique perd du terrain face à des pages plus ciblées. Pour les marques, cela signifie qu'il ne suffit plus d'optimiser son propre site : la réputation se construit aussi ailleurs, sur des forums, des médias spécialisés ou des plateformes comme Reddit, où des mentions indépendantes et cohérentes renforcent la crédibilité perçue par les IA. C'est un changement de paradigme pour les équipes marketing et SEO, qui doivent désormais penser en termes de présence distribuée plutôt que de seule performance sur Google. Ce phénomène s'inscrit dans une transition plus large, du référencement classique vers ce que certains appellent le GEO, l'optimisation pour les moteurs génératifs. Les recommandations de Google en la matière (contenus utiles, fiables, fondés sur une expérience réelle) restent valables, mais elles ne suffisent pas à elles seules à décrocher une citation. Le rôle croissant de sources comme Reddit ou Wikipédia dans les réponses de ChatGPT et Gemini invite d'ailleurs à interpréter ces citations avec prudence, tant leur fiabilité varie. Reste à voir comment les éditeurs de contenu et les plateformes vont adapter leurs stratégies face à des moteurs qui redistribuent désormais la visibilité selon des critères bien plus fragmentés que le seul classement organique.

Société❖Paper

1 source

39

1090VentureBeat AI 

L'assistant IA de Writer réduit la consommation de tokens de près de 40 %, sans perte de précision

Writer, l'entreprise d'IA générative dirigée par le CTO et cofondateur Waseem AlShikh, a publié une étude qui s'attaque à un problème central de l'IA en entreprise : l'explosion des coûts liés à la consommation de tokens dans les systèmes agentiques. Les chercheurs se sont penchés sur le « harness », la couche d'orchestration qui entoure le modèle de langage et gère le routage, le formatage et l'exécution des tâches, plutôt que sur le modèle lui-même. En optimisant cette couche via la mise en cache des prompts systèmes, la compaction de l'historique des interactions, une meilleure gestion des outils, des stratégies de récupération d'information plus précises et une gestion des erreurs plus rigoureuse, l'équipe a obtenu une réduction du coût par tâche réussie allant jusqu'à 61%, avec une baisse de près de 40% du nombre de tokens consommés par tâche, sans dégrader la qualité des résultats et sans modifier ni réentraîner le modèle de fondation sous-jacent. Cette avancée répond directement à ce que Writer qualifie de « tokenmaxxing », une pratique répandue chez les développeurs qui consiste à s'appuyer sur des fenêtres de contexte massives et une consommation de tokens à outrance plutôt que de concevoir des workflows intelligents. Selon AlShikh, cette habitude s'est imposée parce qu'elle constitue la solution la plus rapide dans l'instant, calquée sur les réflexes du développement logiciel traditionnel: générer, exécuter, échouer, puis renvoyer l'erreur et davantage de contexte dans la fenêtre avant de réessayer. Le problème est que la baisse du prix par token masque une inefficacité croissante: dans les workflows agentiques, le nombre de tokens par tâche augmente à chaque boucle, car le contexte grandissant est retransmis intégralement à chaque itération, et cette croissance dépasse largement la vitesse à laquelle les prix chutent. Résultat, des équipes envoient par défaut des tâches simples vers des modèles premium coûteux, utilisent le LLM comme un moteur de recherche paresseux en saturant le contexte de documents bruts, ou laissent des boucles agentiques non maîtrisées s'emballer dès qu'une erreur survient, ce qui pèse lourdement sur les factures compte tenu du coût plus élevé des tokens de sortie par rapport aux tokens d'entrée chez tous les grands fournisseurs. L'étude souligne que les techniques d'efficacité existantes, comme la compression de prompts, le raisonnement budgétisé, la génération de code minimal ou le décodage spéculatif, échouent car elles optimisent le modèle isolément sans jamais s'attaquer à la couche d'orchestration elle-même. En démontrant que des gains substantiels sont possibles simplement en repensant le harness, sans toucher au modèle de fondation ni engager de coûts de fine-tuning, les chercheurs de Writer offrent aux équipes d'ingénierie un levier directement actionnable et sous leur contrôle total. Dans un contexte où l'adoption de l'IA agentique en entreprise se heurte de plus en plus à un paradoxe de rentabilité, où les expériences produit fonctionnent bien mais les coûts de déploiement en production deviennent insoutenables, cette approche pourrait inciter davantage d'acteurs du secteur à concentrer leurs efforts d'optimisation sur l'architecture des systèmes plutôt que sur la seule course aux modèles les plus puissants ou aux prix de tokens les plus bas.

Outils⚒Outil

1 source

37

1091MarkTechPost 

Alibaba lance Qwen-Audio-3.0-TTS, un modèle de synthèse vocale hébergé en versions Flash et Plus dans 16 langues

Tongyi Lab, le laboratoire de recherche d'Alibaba, a lancé Qwen-Audio-3.0-TTS, un système de synthèse vocale conçu pour la production, disponible en deux versions hébergées sur Alibaba Cloud Model Studio plutôt qu'en modèles téléchargeables. La version Flash, identifiée qwen-audio-3.0-tts-flash, cible les interactions en temps réel avec une latence au premier paquet audio de l'ordre de 300 millisecondes, tandis que la version Plus, qwen-audio-3.0-tts-plus, privilégie la qualité et le naturel de la voix. Les deux s'appuient sur un protocole WebSocket bidirectionnel en streaming, prennent en charge les formats PCM, WAV, MP3 et Opus jusqu'à 48 kHz, et proposent le clonage vocal, la création de voix sur mesure (Voice Design) et le contrôle par instructions. Le modèle couvre désormais 16 langues, dont sept nouvelles par rapport à la génération précédente, parmi lesquelles le français, l'allemand, l'espagnol, le russe, le japonais et le coréen, ainsi que 20 variantes dialectales chinoises. Sur le plan des performances, Flash affiche un taux d'erreur moyen de 3,87 sur l'ensemble des langues et Plus de 3,96, avec les meilleurs résultats obtenus dans 10 des 16 langues testées. Pour la similarité vocale, Plus atteint un score moyen de 82,75 sur les 16 langues, contre 80,44 pour Flash. Qwen-Audio-3.0-TTS-Plus occupe par ailleurs la première place du classement indépendant Artificial Analysis dédié à la synthèse vocale. Cette annonce s'adresse directement aux équipes qui déploient des applications vocales en production, un secteur où la latence, la robustesse face à des enregistrements de référence imparfaits et le contrôle fin du ton restent des obstacles fréquents. L'ajout de 86 balises intégrables directement dans le texte, comme [excited], [whispers] ou [laughing], permet aux développeurs d'insuler des variations d'émotion ou des sons non verbaux tels que le rire, la respiration ou la toux, sans recourir à un post-traitement audio séparé. Une bibliothèque de voix prédéfinies dans les 16 langues supportées permet également de lancer un produit sans passer par une étape de clonage vocal, ce qui réduit le temps de mise sur le marché pour les équipes produit. Techniquement, le système repose sur un tokenizer vocal à basse fréquence de 12,5 Hz, qui réduit le coût de calcul du décodage tout en conservant les informations de contenu et de timbre, combiné à un entraînement en cinq étapes progressives associant modèle de langage et techniques de flow-matching. Cette architecture permet une synthèse continue allant jusqu'à trois minutes en une seule passe et une résolution audio améliorée en sortie 48 kHz. Le mouvement s'inscrit dans la compétition intense que se livrent les grands groupes technologiques chinois et américains sur la synthèse vocale de qualité professionnelle, un marché en forte croissance porté par les assistants vocaux, le doublage automatisé et les agents conversationnels.

Création⚡Actu

Aussi surThe Decoder

36

1092Le Big Data 

Google prépare lui aussi une puce IA pour faire tourner Gemini bien plus efficacement

Google développe une nouvelle puce IA en interne, baptisée « Frozen v2 », spécialement conçue pour faire tourner ses modèles Gemini, selon un rapport de The Information publié le 20 juillet 2026. Ce processeur pour serveurs viendrait compléter, et non remplacer, les TPU déjà utilisés par l'entreprise. Son originalité tiendrait à l'intégration directe de certains éléments de l'architecture de Gemini dans le matériel lui-même, réduisant ainsi la dépendance du modèle aux seuls logiciels. D'après les estimations internes citées dans le rapport, cette puce pourrait générer entre six et dix fois plus de tokens pour une même consommation d'énergie que les TPU les plus récents de Google. Un porte-parole de Google Cloud a confirmé que les équipes travaillaient à concevoir conjointement du matériel et des logiciels pour obtenir des systèmes « hautement optimisés », sans toutefois valider les détails précis du projet. Le déploiement de Frozen v2 ne serait pas attendu avant 2028, les ingénieurs devant encore trancher sur la conception finale et sur la part du modèle directement gravée dans le silicium. Cette initiative répond à une pression bien concrète sur les infrastructures de Google. La demande en puissance de calcul pour faire tourner Gemini serait telle qu'elle aurait déjà provoqué des tensions internes, poussant Google Cloud à refuser certains contrats avec des clients externes faute de ressources disponibles. Une puce plus efficace permettrait de traiter davantage de requêtes sans augmenter la consommation énergétique ni multiplier les centres de données, un enjeu de plus en plus critique à mesure que les modèles d'IA generatifs gagnent en taille et en gourmandise. Pour les utilisateurs de Gemini comme pour les clients de Google Cloud, cela pourrait se traduire par une meilleure disponibilité du service et, potentiellement, des coûts d'exploitation réduits à terme. Cette course au matériel sur mesure dépasse largement le seul cas de Google. Nvidia domine aujourd'hui le marché des puces IA, mais plusieurs géants technologiques cherchent à réduire leur dépendance à ce fournisseur unique en développant leurs propres processeurs adaptés à leurs modèles. Amazon a ses puces Trainium et Inferentia, Microsoft son Maia, et Meta développe également ses propres accélérateurs. En misant sur une architecture pensée main dans la main avec Gemini, Google cherche à sécuriser son approvisionnement tout en gagnant un avantage compétitif sur l'efficacité énergétique, un critère de plus en plus déterminant à mesure que les data centers dédiés à l'IA consomment des quantités croissantes d'électricité. Rien ne garantit cependant que le projet aboutira dans les termes décrits, et l'horizon 2028 laisse une marge importante avant toute confirmation industrielle.

Infrastructure⚡Actu

1 source

47

1093Le Big Data 

Empoisonner une IA open-weight ne coûte presque rien selon cette chercheure

Katie Paxton-Fear, maîtresse de conférences en cybersécurité à l'Université métropolitaine de Manchester et responsable de la sécurité chez Semgrep, a démontré le 14 juillet 2026 qu'il est possible de corrompre un modèle d'IA à poids ouverts pour moins de 100 dollars et en une heure. Son expérience visait d'abord à vérifier si un réglage fin, ou fine-tuning, pouvait pousser discrètement un modèle à modifier certaines conventions de codage JavaScript, même quand on lui demandait explicitement de ne pas le faire. Le test a fonctionné du premier coup. Encouragée, la chercheuse est allée plus loin en intégrant une véritable porte dérobée grâce à seulement dix exemples d'entraînement empoisonnés. Le modèle s'est mis à générer du code contenant une vulnérabilité d'exécution de code à distance, ou RCE, pouvant permettre à un pirate d'exécuter ses propres commandes sur l'ordinateur d'une victime, avec un taux de code vulnérable passant de 0% à 99%, y compris sur des prompts jamais rencontrés à l'entraînement. Ce qui inquiète le plus les chercheurs, ce n'est pas la possibilité de modifier un modèle, mais la difficulté de détecter la manipulation une fois faite. Contrairement à un logiciel classique, analysable par rétro-ingénierie, un modèle d'IA reste largement opaque même à poids ouverts: comprendre pourquoi il produit tel résultat plutôt qu'un autre est loin d'être trivial. Un modèle compromis n'a pas besoin de planter pour être dangereux: il peut fonctionner normalement au quotidien tout en générant, dans des situations précises choisies par l'attaquant, du code vulnérable sans éveiller le moindre soupçon. Pour les entreprises qui intègrent des modèles téléchargés depuis des plateformes comme Hugging Face dans leurs outils de développement, le risque est donc concret. Fait contre-intuitif, plus un modèle est puissant, plus il semble facile à empoisonner: la version à 744 milliards de paramètres testée s'est révélée plus simple à corrompre que la version à 7 milliards. Cette démonstration survient alors que les modèles à poids ouverts enchaînent les succès, à l'image de Kimi K3 de Moonshot AI, classé juste derrière Claude Fable 5 et GPT-5.6 Sol, ou de GLM 5.2, dont les performances en programmation avaient semblé suspicieusement proches de celles de Claude et avaient d'ailleurs motivé l'expérience de Paxton-Fear. Ces succès accélèrent l'adoption de modèles ouverts, notamment chinois, rendant la question de la confiance plus pressante. L'étude rejoint les conclusions d'une recherche de l'Université de Washington, selon laquelle les assistants IA les plus performants présentent aussi les risques de sécurité les plus élevés. Les modèles fermés, comme ceux d'Anthropic ou d'OpenAI, ne sont pas non plus totalement à l'abri, puisqu'ils reposent eux aussi sur une confiance forte des utilisateurs malgré un fonctionnement interne inaccessible. La communauté de la sécurité appelle désormais à développer des méthodes d'audit capables de repérer ce type de porte dérobée avant le déploiement des modèles.

Sécurité⚡Actu

1 source

41

1094VentureBeat AI 

Une conversation d'agent IA peut sembler parfaite tout en étant défaillante, selon des dirigeants de LangChain, Conviva et CoreWeave à VB Transform 2026

Lors de la conférence VB Transform 2026, trois dirigeants ont détaillé un changement profond dans la manière dont les entreprises évaluent leurs agents d'intelligence artificielle. Harrison Chase, PDG de LangChain, Hui Zhang, directrice technique et cofondatrice de Conviva, et Emmanuel Turlay, directeur ingénierie chez CoreWeave, ont expliqué qu'une conversation isolée avec un agent IA peut sembler parfaite une fois notée individuellement, tout en masquant un produit fondamentalement défaillant. Zhang a illustré ce phénomène avec un exemple concret du secteur retail : un client demande à un agent une chaussure de course avant un semi-marathon, l'agent pose des questions de clarification, puis le client achète une paire. Prise isolément, cette interaction paraît irréprochable. Mais à l'échelle de l'ensemble des utilisateurs, le taux de questions de clarification posées par l'agent pour cette catégorie de produit s'est révélé trois fois supérieur à la normale, et le taux de clients finalisant leur achat en dehors de la conversation cinq fois plus élevé. Aucun de ces deux signaux n'est visible en examinant une seule conversation : ils n'apparaissent qu'en comparant des cohortes d'utilisateurs à une référence, une méthode que Zhang appelle l'analyse contrastive. Ce constat pousse les entreprises à revoir en profondeur leurs pratiques d'évaluation des agents IA, un enjeu majeur alors que ces systèmes se généralisent dans des fonctions critiques comme le service client ou les ventes. Harrison Chase a mis en garde contre ce qu'il appelle la "paralysie de l'évaluation" : des équipes tellement obsédées par la construction d'un jeu de tests exhaustif avant le lancement qu'elles n'osent jamais déployer leur produit. Pour lui, les critères d'évaluation ne doivent plus être un test ponctuel, mais un cahier des charges vivant, comparable à un document de spécifications produit qui évolue avec l'usage réel. Emmanuel Turlay a partagé une expérience similaire : malgré une couverture de tests proche de 100 %, des bugs continuaient d'apparaître en production. Sa recommandation est d'inverser la logique habituelle, en mettant en place une surveillance large et permanente dès le lancement, puis en identifiant les catégories de défaillances réelles avant de construire des tests ciblés autour de ces problèmes précis. Cette approche a aussi des implications financières : une fois un problème identifié et une solution validée avec le modèle le plus performant disponible, Turlay recommande de réduire progressivement la taille du modèle utilisé pour la surveillance continue, ce qui permet de maîtriser les coûts sans sacrifier la fiabilité. Ces débats s'inscrivent dans une tension plus large qui traverse toute l'industrie de l'IA générative : celle entre l'automatisation du jugement et la révision humaine. Que l'évaluation soit confiée à un grand modèle de langage ("LLM-as-judge") ou à un autre agent IA ("agent-as-judge"), méthode qui n'a pas remplacé la première malgré son essor, Hui Zhang souligne un dilemme fondamental. Les méthodes automatisées sont facilement duplicables à grande échelle mais restent difficiles à ancrer dans la réalité du terrain, tandis que l'évaluation humaine est fiable mais impossible à généraliser à tous les volumes de trafic. "Toute l'industrie fait face à ce choix entre deux maux", a résumé Zhang. Ces échanges reflètent une maturation du secteur des agents IA, où les premières vagues de déploiement ont révélé que les méthodes de test héritées du développement logiciel classique ne suffisent pas à garantir la fiabilité de systèmes dont le comportement varie selon le contexte conversationnel. La recherche d'un deuxième type de donnée, celle qui capture ce qui se passe avant, entre et après chaque échange avec l'agent, et non plus seulement le contenu de la conversation elle-même, s'annonce comme le prochain chantier structurant pour les entreprises qui déploient ces technologies à grande échelle.

Outils⚒Outil

1 source

41

1095The Decoder 

Le puce "Frozen v2" de Google intégrerait directement l'architecture de Gemini dans le silicium pour des gains d'efficacité

Google développerait actuellement un nouveau processeur baptisé « Frozen v2 », conçu pour intégrer directement l'architecture de son modèle Gemini au niveau du silicium. Selon des sources internes citées par The Decoder, cette puce serait de 6 à 10 fois plus efficace que les TPU actuels de l'entreprise. Son lancement serait prévu pour 2028, ce qui laisse à Google plusieurs années de développement avant une mise en production à grande échelle. Cette approche marquerait un tournant stratégique majeur pour Google dans la course à l'intelligence artificielle. En gravant directement l'architecture de Gemini dans le matériel plutôt que de s'appuyer sur des puces génériques, l'entreprise pourrait considérablement réduire ses coûts d'inférence, c'est-à-dire les coûts liés à l'exécution des modèles d'IA une fois entraînés. Un tel gain d'efficacité permettrait potentiellement à Google de proposer ses services d'IA à des prix inférieurs à ceux d'OpenAI et d'Anthropic, ses principaux concurrents, tout en préservant ses marges. Cette stratégie s'inscrit dans une tendance de fond de l'industrie : les géants technologiques cherchent de plus en plus à concevoir leurs propres puces spécialisées plutôt que de dépendre de fournisseurs comme Nvidia. Google dispose déjà d'une expertise reconnue avec ses TPU (Tensor Processing Units), développés en interne depuis plusieurs années. En poussant cette logique plus loin avec une puce pensée spécifiquement pour Gemini, l'entreprise viserait un avantage structurel durable sur les coûts, un enjeu central alors que la rentabilité des modèles d'IA générative reste un défi majeur pour l'ensemble du secteur, y compris pour ses rivaux directs.

Infrastructure⚡Actu

Aussi surZDNET FR

47

1096MIT Technology Review 

La Chine, dont les modèles d'IA mettent l'écosystème IA de Trump en conflit avec lui-même

Le week-end dernier, plusieurs conseillers actuels et anciens du président Donald Trump sur l'intelligence artificielle se sont publiquement écharpés au sujet de la stratégie américaine face à la Chine. David Sacks, qui a occupé jusqu'en mars le poste de "tsar" de l'IA et des cryptomonnaies auprès de Trump, a qualifié les modèles d'Anthropic de "lobotomisés" et de "woke". Emil Michael, haut responsable du Pentagone, a de son côté traité Dean Ball, ancien conseiller IA de Trump aujourd'hui chez OpenAI, d'"idiot suprême du village". À l'origine de cette querelle : Kimi, un modèle gratuit et open source lancé la semaine dernière par l'entreprise chinoise Moonshot, dont les performances rivaliseraient avec celles d'OpenAI et d'Anthropic, deux acteurs dont les modèles restent payants. L'épisode survient une semaine après que l'État de New York a imposé la première interdiction américaine de nouveaux centres de données, et après que Sacks a critiqué, le 19 juillet, les grandes entreprises d'IA qui "veulent que le gouvernement élimine leur concurrence open source". Chaque nouveau modèle chinois gratuit et performant comme Kimi réduit l'intérêt des entreprises américaines à payer pour accéder aux modèles d'OpenAI ou d'Anthropic, ce qui pose un problème à la fois économique et politique pour l'administration Trump : l'enthousiasme pour ces entreprises d'IA soutient une part disproportionnée de la croissance économique du pays, et la nouvelle concurrence chinoise a déjà fait vaciller les marchés boursiers américains. Cette situation révèle une fracture profonde parmi les stratèges IA proches de Trump, entre ceux qui, comme Sacks, plaident pour une ouverture plus large et moins d'intervention gouvernementale, et ceux qui, comme Michael et le secrétaire à la Défense Pete Hegseth, défendent un contrôle accru de l'État sur les modèles jugés potentiellement dangereux pour la sécurité nationale. Cette dispute s'inscrit dans un contexte plus large de restrictions technologiques envers la Chine, longtemps privée d'accès aux puces les plus avancées sous l'administration Biden puis au début du second mandat de Trump. Ces contrôles à l'exportation se sont depuis assouplis, Trump ayant autorisé Nvidia à vendre davantage de puces à la Chine en échange d'une part des revenus pour le gouvernement américain, tandis que des soupçons de contournement des sanctions par contrebande de puces ont été signalés. Malgré des capacités de calcul toujours limitées, la Chine a donc réussi à produire un modèle compétitif, sans que l'on sache précisément quelles puces Moonshot a utilisées. Dean Ball a critiqué le nouveau dispositif d'examen de sécurité de la Maison Blanche, mis en place pour vérifier les modèles avant leur diffusion, le qualifiant de "régime de licence de facto pour l'IA de pointe", et suggéré que Trump pourrait plutôt chercher à dissuader discrètement les entreprises américaines d'utiliser des modèles comme Kimi.

Régulation⚖Reglementation

1 source

43

1097The Decoder 

Neill Blomkamp, réalisateur de District 9, dévoile son premier court-métrage entièrement généré par IA

Ce court métrage de 13 minutes intitulé "Nightborne" marque la première œuvre entièrement générée par intelligence artificielle du réalisateur Neill Blomkamp, connu pour "District 9". L'ensemble du film, un thriller de science-fiction horrifique, a été produit grâce au modèle vidéo Seedance 2.0, avec Blomkamp dirigeant chaque plan image par image via des prompts textuels plutôt qu'avec une caméra traditionnelle. À l'occasion de ce projet, le réalisateur a fondé un nouveau studio, Barley Studios, spécifiquement dédié à la production de films par IA, avec pour ambition immédiate de réaliser un long métrage complet utilisant la même technologie. Cette initiative marque une étape symbolique pour l'industrie du cinéma : un réalisateur hollywoodien reconnu, auteur de succès comme "District 9" ou "Chappie", valide publiquement la génération vidéo par IA comme outil de production professionnelle et non plus comme simple gadget expérimental. L'enjeu dépasse la prouesse technique : il interroge les métiers traditionnels du tournage (équipes techniques, effets spéciaux, décors) et la manière dont les studios pourraient repenser leurs budgets et calendriers de production. Pour les spectateurs, cela ouvre aussi la question de la réception d'œuvres entièrement synthétiques. Cette sortie s'inscrit dans une accélération plus large des modèles de génération vidéo par IA, portés par des acteurs comme Runway, OpenAI avec Sora ou encore les développeurs de Seedance, qui rivalisent pour améliorer la cohérence visuelle et narrative de leurs outils. Le passage de Blomkamp à un studio dédié à l'IA illustre la manière dont certains créateurs établis choisissent d'expérimenter tôt avec ces technologies, plutôt que de les subir, quitte à redéfinir leur propre rôle de réalisateur autour de la direction par prompts plutôt que par mise en scène physique.

Création⚡Actu

1 source

37

1098AWS ML Blog 

Amazon lance un outil pour créer des workflows d'agents spécialisés avec NVIDIA NeMo Agent Toolkit

Amazon Web Services et NVIDIA ont présenté une architecture combinant Amazon Quick et le NeMo Agent Toolkit pour permettre aux entreprises de construire des workflows d'agents spécialisés destinés aux équipes métier. L'exemple choisi concerne la gestion des risques dans la chaîne d'approvisionnement : lorsqu'un fournisseur prend du retard, un planificateur doit habituellement vérifier manuellement les bons de commande, les stocks, les engagements clients, les règles contractuelles, les options logistiques et les politiques d'approbation avant de décider d'une action. Dans cette solution, Amazon Quick sert d'interface conversationnelle unique pour les utilisateurs métier, connectée à des sources de données structurées et non structurées comme Amazon S3, Google Drive, Microsoft SharePoint ou Atlassian Confluence, ainsi qu'à plus de 100 connecteurs préconstruits vers des outils tiers tels que Microsoft Outlook, Slack, Jira et Asana. Le NeMo Agent Toolkit, bibliothèque open source et agnostique vis-à-vis des frameworks développée par NVIDIA, prend en charge la partie backend : il enregistre les outils, orchestre l'investigation de la chaîne d'approvisionnement, capture les traces d'exécution et permet d'évaluer et de profiler les workflows. Il fonctionne aux côtés de frameworks populaires comme LangChain, LlamaIndex, CrewAI, Microsoft Semantic Kernel ou Google ADK. Amazon Bedrock AgentCore fait le lien entre les deux, en fournissant la passerelle MCP (Model Context Protocol) ainsi que l'environnement d'exécution qui héberge le workflow du NeMo Agent Toolkit. Cette architecture répond à un problème très concret pour les équipes supply chain : les tableaux de bord permettent de repérer qu'un problème existe, mais rarement de transformer ce signal en une décision fiable et documentée. Avec ce système, un analyste peut poser des questions de diagnostic directement dans Amazon Quick, qui interroge alors le workflow d'agents pour obtenir un plan de mitigation classé par priorité, accompagné des preuves justifiant chaque recommandation. Pour les responsables des opérations supply chain, cela signifie passer d'un simple constat visuel à une décision actionnable sans quitter l'outil qu'ils utilisent déjà au quotidien. Pour les startups en forte croissance, l'intérêt est encore plus direct : à mesure que le volume de commandes, le nombre de fournisseurs et les engagements clients augmentent, la même architecture peut soutenir des décisions plus rapides et reproductibles sans qu'il soit nécessaire d'agrandir les équipes de planification. Sur le plan technique, l'un des apports majeurs du NeMo Agent Toolkit est l'observabilité qu'il apporte aux workflows agentiques, avec de la télémétrie, une mesure de la latence à chaque étape et des résultats d'évaluation permettant d'ajuster les outils et la logique d'orchestration. Cette dimension devient de plus en plus stratégique à mesure que les entreprises évoluent de simples assistants conversationnels vers des workflows d'agents plus complexes, capables d'enchaîner plusieurs étapes de raisonnement et d'action. L'architecture proposée illustre ainsi une tendance de fond chez les grands fournisseurs cloud : séparer clairement l'interface destinée aux utilisateurs métier, portée par des outils comme Amazon Quick, de la couche d'orchestration des agents, confiée à des frameworks spécialisés comme le NeMo Agent Toolkit, le tout relié par des protocoles standardisés comme MCP.

Outils⚒Outil

1 source

26

1099AWS ML Blog 

Couchbase construit une architecture IA multi-modèle pour Capella iQ avec Amazon Bedrock

Le fournisseur de bases de données Couchbase a fait évoluer son assistant de développement Capella iQ pour s'appuyer sur Amazon Bedrock et la famille de modèles Claude d'Anthropic, en remplacement d'une architecture d'inférence à modèle unique. Le projet, décrit dans un billet co-écrit avec Tushar Madaan de Couchbase, repose sur une infrastructure déployée sur deux régions AWS, us-east-1 et us-west-2, afin de garantir une haute disponibilité. Un cluster Amazon EKS héberge trois microservices clés dans us-east-1 : cp-api, qui reçoit les requêtes des développeurs et orchestre les appels d'inférence ; cp-internal-api, qui gère la communication interne et la logique de routage des modèles ; et cp-ns, qui gère la configuration au niveau des espaces de noms, notamment les préférences de fournisseur de modèles par client. Un point de terminaison d'interface VPC assure une connectivité privée entre ce cluster et le runtime d'Amazon Bedrock, permettant d'exploiter l'inférence multi-région (Cross-Region Inference, ou CRIS) sur trois régions américaines : us-east-1, us-east-2 et us-west-2. Cette bascule répond à un besoin très concret de résilience opérationnelle et de flexibilité pour les grandes entreprises clientes de Couchbase. En s'appuyant sur l'inférence multi-région d'Amazon Bedrock, Capella iQ peut absorber des pics de trafic soudains et basculer automatiquement vers une région disponible en cas de dégradation, sans capacité pré-provisionnée et sans logique applicative supplémentaire à gérer côté Couchbase. Autre point important pour les clients entreprise : l'intégralité du trafic d'inférence, prompts et réponses inclus, transite exclusivement par l'infrastructure privée d'AWS et ne passe jamais par l'internet public, ce qui répond aux exigences de sécurité et de résidence des données propres à ce type de clientèle. Concrètement, quand un développeur demande à Capella iQ de générer une requête SQL++, de recommander un index ou de poursuivre une conversation multi-tours, le pod cp-api authentifie la demande, récupère le contexte de session, construit le prompt en intégrant l'historique de conversation, puis transmet l'appel via le point de terminaison VPC vers Bedrock, avant de renvoyer la réponse normalisée au développeur. Cette évolution s'inscrit dans la tendance plus large des éditeurs de logiciels d'entreprise à adopter des architectures d'inférence agnostiques par rapport au modèle, plutôt que de rester dépendants d'un unique fournisseur de LLM. Face à la croissance de l'adoption de Capella iQ, Couchbase avait besoin d'un système capable de s'adapter aux préférences de déploiement variées de ses clients tout en conservant une infrastructure scalable et robuste. Le choix d'Amazon Bedrock comme couche d'inférence permet à Couchbase de bénéficier directement des capacités de basculement régional et de répartition de charge gérées par AWS, sans avoir à développer cette logique en interne. Cette approche illustre aussi comment les modèles Claude d'Anthropic s'intègrent de plus en plus dans des produits d'infrastructure de données critiques, où la fiabilité, la confidentialité des données et la conformité pèsent autant que la qualité pure des réponses générées.

Infrastructure⚡Actu

1 source

31

1100AWS ML Blog 

Évolution du BI traditionnel vers l'IA à base d'agents chez Tradeshift avec Amazon Quick

Tradeshift, plateforme de comptabilité fournisseurs et de conformité e-facturation opérant dans plus de 70 pays, a remplacé son outil de business intelligence développé en interne par Amazon Quick, le nouvel espace de travail d'intelligence artificielle agentique d'AWS. L'article, co-écrit par Raphael Bres, Robert Iordache, Anca Andone et Ioana Millon (Ploesteanu) côté Tradeshift ainsi que Roy Yung côté AWS, détaille cette migration. L'ancien outil BI maison, utilisé depuis plusieurs années, limitait les requêtes à 10 000 lignes maximum, plafonnait les rapports programmés à 25 Mo et ne conservait que six mois d'historique de données. Sa maintenance mobilisait environ 50 % du temps d'un employé à temps plein, au détriment du développement produit. Les équipes Service Client, Data et Analytics, ainsi que Commercial, perdaient des heures chaque semaine à produire des rapports manuellement, entre exports CSV et macros Excel. Avec le passage à Amazon Quick, Tradeshift a obtenu des temps de réponse aux requêtes jusqu'à 30 fois plus rapides et une réduction de 40 % du coût total de possession. Cette transition dépasse la simple modernisation technique : elle transforme l'analytique embarquée en produit générateur de revenus pour Tradeshift. Amazon Quick combine plusieurs briques agentiques, dont un agent conversationnel permettant d'interroger les données métier en langage naturel, un module Flows pour automatiser des workflows multi-étapes sans code, et un moteur de recherche approfondie appelé Quick Research capable de produire des rapports analytiques longs à partir de sources multiples. Concrètement, Tradeshift a construit sur cette base un agent baptisé AP Auditor, dédié aux questions courantes sur les documents et les opérations, ce qui réduit la dépendance des équipes métier envers les analystes BI. Les clients externes de Tradeshift, qui devaient auparavant solliciter les équipes d'ingénierie pour obtenir des rapports personnalisés sur leurs flux de comptabilité fournisseurs, disposent désormais d'un accès en libre-service à des analyses plus poussées. Le choix d'Amazon Quick s'est imposé après évaluation de plusieurs alternatives, aucune autre solution n'offrant simultanément la scalabilité nécessaire pour de gros volumes de données, un accès embarqué multi-appareils, l'interrogation en langage naturel, l'automatisation par workflows, et une analytique unifiée pour les usages internes comme pour les clients. Ce cas d'usage illustre une tendance plus large dans l'industrie de la comptabilité et de la finance d'entreprise : le passage d'outils BI traditionnels, rigides et gourmands en maintenance, vers des plateformes d'IA agentique capables d'automatiser des tâches entières plutôt que de simplement afficher des tableaux de bord. Pour Tradeshift, qui sert à la fois acheteurs et vendeurs sur son réseau transactionnel, cette évolution répond à un besoin spécifique de démocratiser l'analyse statistique avancée auprès d'utilisateurs non techniques, tout en ouvrant potentiellement de nouvelles sources de revenus liées aux services analytiques proposés à ses clients.

Outils⚡Actu

1 source