torygreen

La dernière enquête State of AI de McKinsey contient une statistique qui devrait mettre beaucoup d’entreprises SaaS mal à l’aise :
32 % des entreprises affirment avoir déjà renoncé à acheter au moins un logiciel ou une fonctionnalité parce que des agents de programmation pouvaient les créer en interne.
Cela ne signifie pas que les entreprises cessent d’acheter des logiciels. Cela signifie que la couche des « fonctionnalités » devient beaucoup plus difficile à monétiser.
Si une équipe interne peut recréer un flux de travail ciblé en un ou deux jours, les fournisseurs doivent justifier le modèle

Il arrive un moment où les entreprises d’IA verticales cessent de ressembler à des clientes d’API et commencent à ressembler à des entreprises de modèles.
Harvey est passé d’environ 1 milliard à 14,5 milliards de tokens par mois en six mois. Elle effectue désormais le post-entraînement de son propre modèle juridique basé sur Kimi K3, à l’aide de tâches spécifiques au domaine, de retours d’experts et de données propriétaires sur les flux de travail.
Thomson Reuters évolue dans la même direction avec son propre modèle juridique.
Cela semble être une évolution assez naturelle.
À faible volume, le

Les LLM disposaient d’Internet qui les attendait. Ce n’est pas le cas de l’IA incarnée.
Les robots ont besoin d’énormes quantités de données d’interaction dans le monde réel, et ACE Robotics estime que l’ensemble du secteur ne dispose aujourd’hui que d’environ 100 mille heures utiles.
La Chine tente déjà de produire ce jeu de données : des centres d’entraînement achètent des robots, les téléopèrent au cours de tâches réelles, recueillent les trajectoires, puis transmettent ces données aux fabricants de robots.
Ainsi, certains déploiements précoces de robots humanoïdes font plus que tester le m

C’est assez fou de voir à quel point les capacités progressent rapidement sans que le budget matériel n’augmente dans les mêmes proportions.
> Qwen3.5-27B a obtenu un score de 35 sur Artificial Analysis en février.
> Qwen3.6-27B l’a porté à 38 en avril.
> Qwen3.8-27B atteint désormais 52, tout en restant dans une enveloppe pratiquement identique de 27 milliards de paramètres.
Et ses performances agentiques se situent désormais au niveau de modèles nettement plus grands et bien plus coûteux à servir.
Cela me semble plus important qu’un énième remaniement du classement.
Pendant des années, améli

Il y a quelques années, les hyperscalers représentaient environ 16 % des dépenses d’investissement du S&P 500. L’année prochaine, cinq d’entre eux pourraient dépenser autant que les 495 autres entreprises réunies.
Microsoft, Amazon, Alphabet, Meta, Oracle
BofA estime désormais à environ 1,07 billion de dollars les dépenses des cinq en 2027, contre environ 1,06 billion de dollars pour toutes les autres entreprises de l’indice.
Cette concentration commence à avoir des répercussions bien au-delà des GPU.
L’IA a pris une telle ampleur que la demande en capacités de calcul commence à entraîner avec

Le trafic agentique sur le web augmente suffisamment vite pour que Cloudflare ait créé un navigateur spécifiquement destiné aux agents IA (Kitesurf).
Les agents héritent essentiellement d'environ 30 ans de décisions de conception des navigateurs pensées pour des humains regardant des écrans, et une grande partie de cela devient une surcharge inutile lorsqu'on exécute des milliers de sessions simultanément.
Le trafic web piloté par l'IA a presque triplé en 2025, tandis que le trafic provenant des agents IA et des navigateurs agentiques a augmenté de 7 851 % sur un an.
Selon les estimations actu

Les engagements de Big Tech en matière d’infrastructures d’IA vont bien au-delà des chiffres de dépenses d’investissement que nous voyons habituellement. Les entreprises se sont engagées à consacrer environ 1,09 billion de dollars à de futurs paiements de loyers, principalement pour des centres de données d’IA.
Seuls environ 285 milliards de dollars apparaissent actuellement comme passifs de location, car de nombreux contrats ne sont comptabilisés qu’une fois les installations opérationnelles.
Le véritable risque réside dans l’inadéquation des durées. Certains baux courent sur 15 à 30 ans, tan

La demande énergétique des centres de données augmente si rapidement que les réseaux ne peuvent pas suivre, et les entreprises acheminent désormais des turbines à gaz par camion pour contourner le problème.
APR Energy vient de déployer huit unités mobiles, soit 1,1 GW, destinées directement à la demande des centres de données.
Réfléchissez à ce que cela signifie. Une turbine sur une remorque est moins avantageuse qu’un raccordement au réseau à tous points de vue sauf un : elle peut être mise en service en quelques mois au lieu de plusieurs années. Payer ce surcoût n’a de sens que si l’attente

Exécuter DeepSeek V4 Flash 0731 sur votre propre matériel est une réalité maintenant, mais le coût et la question de savoir si ça vaut le coup dépendent beaucoup de votre profil.
les machines qui le font tourner réellement :
> 256GB M3 Ultra Mac Studio (~7-9k$) : héberge la version 4 bits avec de la marge, un seul boîtier propre.
> 512GB M3 Ultra (~10k$+, si vous en trouvez un) : fait tourner la version quasi sans perte confortablement.
> 2x H200 ou 4x A100 en serveur : point de contrôle complet à 1M de contexte, mais désormais vous frôlez un budget “argent de datacenter”.
Ça tourne

Fournisseur de puces. Prêteur d’infrastructures. Investisseur en actions dans ses propres clients. Nvidia fait les trois à la fois maintenant, et ce mois-ci la note pour porter les trois casquettes est arrivée à $750B
> $250B en assurant en partie la location d’OpenAI en Ohio.
> $500B entrelacé avec SK Group sur la mémoire.
> $5B dans SSI, une société qui n’a aucun produit.
> $1B dans Naver. Une participation dans Nebius. Des puces qui affluent vers des sites au Texas qu’elle leur prête ensuite à elle-même.
La boucle que Nvidia a essentiellement créée consiste à financer le client -> l