ZD Tech : tout comprendre en moins de 3 minutes avec ZDNet

Aujourd'hui, nous plongeons dans une application fascinante de l'intelligence artificielle qui dépasse le cadre des entreprises pour s'attaquer aux mystères de l'histoire.
Une équipe internationale vient de prouver que l'IA peut redonner vie à des pans entiers de notre culture en reconstituant les règles d'un jeu de société romain dont le manuel avait disparu depuis deux millénaires.
Simulation de données au service de l'archéologie
D'abord, il faut comprendre que nous ne sommes pas ici dans de la génération de texte à la ChatGPT, mais dans de la simulation massive de données au service de l'archéologie.
Le point de départ est une simple plaque de calcaire gravée, découverte aux Pays-Bas. Si les traces d'usure suggérait un jeu, personne ne savait comment on y jouait. Les chercheurs ont donc utilisé la numérisation 3D pour cartographier chaque micro-rayure et formuler des centaines d'hypothèses de plateaux.
C'est ici que l'IA entre en scène : au lieu de tester manuellement chaque théorie, les scientifiques ont injecté ces données dans Ludii, une plateforme logicielle dédiée aux systèmes de jeux. En quelques heures, l'IA a simulé des milliers de parties pour tester la viabilité mathématique et logique de chaque règle potentielle par rapport à l'usure réelle de la pierre.
L'IA agit ici comme un accélérateur de raisonnement
Ensuite, cette prouesse technique nous livre un enseignement stratégique sur la nature même de l'IA.
Pour Éric Piette, le chercheur à l'origine du projet, l'IA agit ici comme un accélérateur de raisonnement. Elle a permis de valider que ce plateau correspondait à un jeu de blocage, où l'objectif est d'immobiliser l'adversaire, un mécanisme que l'on retrouvera bien plus tard en Scandinavie.
Concrètement, l'outil n'a pas remplacé l'archéologue, il a éliminé les impasses logiques pour ne laisser que les scénarios robustes. En clair, l'IA excelle là où la combinatoire humaine sature, permettant de transformer des indices fragmentaires en modèles de connaissances exploitables.
Etude des mécanismes cognitifs et du comportement humain
Enfin, les retombées de ce projet Ludii dépassent largement le cadre des musées. Si cette IA sait reconstituer les interactions sociales de l'Antiquité, elle est surtout un laboratoire pour l'étude des mécanismes cognitifs et du comportement humain.
Ces mêmes algorithmes de simulation sont aujourd'hui utilisés pour analyser la manière dont nous apprenons, dont nous interagissons et dont nous résolvons des problèmes complexes.
Pour les décideurs de la tech, le message est clair : l'IA devient un pont entre des disciplines autrefois silotées, comme l'informatique, l'histoire et la psychologie, créant un langage commun pour modéliser n'importe quel système de règles, qu'il soit ludique, social ou industriel.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Et si l'avenir de l'intelligence artificielle ne se jouait plus au sol, mais à 500 kilomètres au-dessus de nos têtes ?
C'est le pari fou, mais très sérieux, de Google et la société Planet avec le projet Suncatcher. L'objectif est simple : construire les premiers centres de données orbitaux.
Les deux géants viennent d'annoncer une accélération majeure avec le lancement prévu de deux satellites de démonstration d'ici début 2027.
Une alimentation solaire quasi continue
Le premier pilier de cette stratégie repose sur la résolution d'une équation énergétique devenue critique sur Terre.
Aujourd'hui, les centres de données IA saturent les réseaux électriques et posent des problèmes de refroidissement colossaux.
En plaçant ces serveurs en orbite héliosynchrone, Google et Planet visent une alimentation solaire quasi continue.
Concrètement, ces satellites qui serviraient de "fermes de calcul" déploieront des panneaux solaires XXL pour alimenter des puces TPU, les processeurs de Google optimisés pour l'IA.
Mais le vrai défi technique reste la dissipation de la chaleur dans le vide spatial et la protection des composants contre les radiations. C'est tout l'enjeu des tests de 2027. Il s'agit de prouver qu'on peut faire tourner un cluster de calcul intensif dans l'hostilité de l'espace.
Un cluster spatial volant
Ensuite, le projet Suncatcher inaugure une architecture réseau d'un genre nouveau : le cluster spatial volant.
On ne parle pas de satellites isolés, mais de grappes de machines situées à moins de 200 mètres les unes des autres, reliées par des liaisons laser à très haut débit.
Cela préfigure un cloud hybride totalement indépendant des infrastructures terrestres et capable de traiter les données directement dans l'espace.
Planet utilise ici son expérience unique, ayant déjà mis en orbite plus de 600 satellites, pour industrialiser ce que Google appelle un "système de cluster à grande échelle".
Vers le développement industriel
Enfin, cette alliance marque un tournant concurrentiel majeur dans la course à l'espace.
Si Jeff Bezos et Elon Musk ont déjà évoqué l'idée de data centers spatiaux, Google et Planet sont les premiers à passer concrètement en phase de recherche et développement industrielle.
Le PDG de Planet, Will Marshall, l'affirme : nous ne sommes qu'à quelques années du point de bascule économique où l'espace deviendra moins cher que la Terre pour le calcul intensif.
Avec la baisse drastique des coûts de lancement, l'infrastructure spatiale devient un levier stratégique pour la puissance de calcul.
Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Ce n'est plus de la science-fiction. La réalité brutale de l'intelligence artificielle générative qui vient de franchir un cap historique, note le dernier baromètre de l'Arcep.
En seulement deux ans, nous sommes passés d'une curiosité de laboratoire à un outil de masse utilisé par près d'un Français sur deux. C'est aussi un séisme qui redéfinit les frontières entre vie privée et vie professionnelle.
Une accélération technologique sans précédent
Le premier constat est celui d'une accélération technologique sans précédent dans l'histoire moderne.
Là où le smartphone avait mis trois ans pour atteindre un niveau de pénétration significatif, l'IA générative n'a eu besoin que de vingt-quatre mois pour conquérir près de 50 % de la population.
Et cette adoption quasi instantanée culmine chez les français de moins de 25 ans avec un taux de 85 %.
Pour les entreprises, cela signifie que la question n'est plus de savoir s'il faut intégrer l'IA, mais comment gérer des collaborateurs qui sont déjà, pour la plupart, des utilisateurs aguerris de cette technologie dans leur sphère privée.
L'IA générative inverse les codes traditionnels de l'innovation
Surtout, au-delà de cette vitesse de déploiement, l'IA générative inverse les codes traditionnels de l'innovation.
Historiquement, les grandes vagues technologiques entraient dans nos vies par le bureau avant de s'inviter dans nos salon. Pour l'IA, c'est l'inverse.
Le recours à ces outils relève d'abord d'une initiative personnelle plus de 40 % des usagers, tandis que l'usage strictement professionnel concerne 30 % des actifs.
C'est ce qu'on appelle le Shadow AI. Les salariés testent, expérimentent et résolvent des problèmes complexes avec ChatGPT ou Claude chez eux, avant de ramener ces réflexes au travail.
Par ailleurs, une pression nouvelle apparaît. Près de 20 % des Français se voient désormais imposer l'IA par les plateformes qu'ils utilisent déjà, comme les moteurs de recherche ou les messageries, rendant la technologie incontournable, qu'on le veuille ou non.
Une nouvelle fracture numérique de compétence et d'usage
Enfin, il faut noter une nouvelle fracture numérique, non plus d'accès, mais de compétence et d'usage.
Le profil type de l'utilisateur intensif se dessine très nettement. Il est jeune, diplômé du supérieur, cadre ou indépendant.
Pour le monde professionnel, ce clivage est un enjeu majeur. Les indépendants et les cadres, avec plus de 75 % d'utilisateurs, transforment déjà leurs méthodes de travail quand d'autres secteurs restent sur le bord de la route.
Cette concentration des usages chez les profils les plus qualifiés risque de créer un avantage compétitif pour ceux qui maîtrisent l'art de la requête et du prompt, laissant présager une restructuration profonde du marché du travail basée sur la collaboration homme-machine.
Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Imaginez un moteur de Formule 1 monté sur un châssis de vélo. C'est un peu l'image que renvoie aujourd'hui l'intelligence artificielle générative dans le secteur des achats en entreprise.
On en parle partout, on multiplie les essais, mais quand il s'agit de passer à la vitesse supérieure, les entreprises calent.
Le dernier baromètre publié par EFESO Management Consultants vient de tomber, et le chiffre est sans appel.
Seules 5 % des directions achats ont réellement franchi le cap de l'industrialisation à grande échelle de l'IA générative.
Les directeurs achats ont changé de braquet
Le premier constat de cette étude, c'est que nous assistons à la fin de l’ère de l’expérimentation joyeuse pour entrer dans celle de la discipline de fer.
Si 75 % des entreprises testent l'IA, le déploiement massif reste marginal car les directeurs achats ont changé de braquet.
Ils ne cherchent plus à savoir si l'IA fonctionne, mais ils exigent désormais une démonstration tangible de la valeur créée avant de signer le moindre chèque.
En clair, les projets ne sont plus validés sur leur aspect innovant, mais sur leur capacité à s'intégrer aux processus opérationnels existants.
Super-secrétariat technique plutôt que aide à la décision
Par ailleurs, l’IA générative semble pour l'instant cantonnée dans le monde des achats à des rôles de super-secrétariat technique plutôt qu'à des fonctions de décision.
Les usages qui s'industrialisent réellement sont ceux qui présentent le moins de risques et une forte densité de données faciles à traiter.
On parle ici de l'analyse et de la synthèse de contrats pour près de 70 % des entreprises, ou encore de la veille fournisseur pour plus de 60 % d'entre elles.
En revanche, dès que l'on touche au cœur du métier, comme la négociation assistée par l'IA, le taux d'adoption chute à 35 %.
Pourquoi ? Parce que confier une négociation stratégique à un algorithme demande une profondeur de données et une gouvernance que peu d'organisations possèdent encore aujourd'hui.
La crise de confiance freine le passage à l'échelle
Enfin, l'étude note que c'est la crise de confiance qui freine le passage à l'échelle.
Seul un tiers des directeurs achats se dit pleinement satisfait des résultats obtenus par rapport aux investissements initiaux.
Et le problème ne vient pas toujours de l'outil lui-même, mais de la matière première. Près de 70 % des décideurs pointent la fiabilité des données comme un obstacle majeur.
En clair, avertit l'étude, 2026 s'annonce comme l'année où le fossé va se creuser irrémédiablement entre les directions achat qui sauront industrialiser leurs pilotes de manière sélective et celles qui resteront bloquées dans une boucle infinie d'expérimentations sans lendemain.
Le ZD Tech est sur toutes les plateformes de podcast ! Abonnez-vous !

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.

Aujourd'hui, on s'intéresse à une petite révolution dans la manière dont nous allons bientôt faire nos courses en ligne.
Criteo vient de lever le voile sur son Agentic Commerce Recommendation Service, un nom un peu complexe pour une mission très concrète.
Il s'agit d'apporter plus d'intelligence commerciale aux assistants d'achat basés sur l'IA.
Sous le capot des assistants d'achat
Pour comprendre l'enjeu, il faut d'abord regarder sous le capot de nos assistants d'achat actuels.
Aujourd'hui, qu'il s'agisse d'un chatbot de retailer ou d'un grand modèle de langage, ces outils se contentent souvent de lire des descriptions de produits, un peu comme un simple robot qui scannerait une étiquette.
Le problème, c'est que ça ne suffit pas pour conseiller efficacement un client. Il a besoin par exemple des avis d'autres consommateurs, ou encore des volumes de vente pour savoir si ce produit est le bon.
Criteo assure donc vouloir changer la donne en injectant sa base de données directement dans ces flux d'IA.
Le service s'appuie sur des données réelles. Criteo assure disposer de données de consommation de 720 millions d'utilisateurs de site de e-commerce.
En utilisant ces signaux d'achat concrets plutôt que de simples textes marketing, Criteo affirme pouvoir booster la pertinence des recommandations des chatbots.
De quoi en faire des vendeurs experts qui savent ce qui se vend vraiment et pourquoi.
Connecter les cerveaux des IA aux inventaires
Au-delà de cette précision, l'autre force de cette annonce réside dans l'infrastructure technique utilisée. Criteo dit utiliser le Model Context Protocol ou MCP.
Ce nouveau protocole permet de connecter directement les cerveaux des IA aux inventaires en temps réel des commerçants.
Concrètement, lorsqu'un consommateur demande une sélection pour un budget précis, l'IA ne va plus seulement chercher des mots-clés. Elle interroge le service de Criteo qui filtre et classe les produits selon la popularité, la disponibilité et l'intention réelle de l'utilisateur.
L'assistant IA peut alors accompagner le client jusqu'au paiement. C'est ce que Criteo appelle le commerce agentique.
Des agents d'IA qui parleront à des agents d'IA
Et le futur du commerce agentique passera très certainement par un dialogue entre des robots diligentés par les acheteurs, et des robots maîtrisés par les vendeurs.
Dans ce nouveau monde où les agents IA font le gros du travail de recherche pour les humains, le véritable avantage concurrentiel côté retailer ne sera plus seulement d'avoir un bon produit, mais d'être visible par l'algorithme qui conseille l'acheteur.

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.