
Tech • IA • Crypto
Nvidia affiche 81 milliards de dollars de revenus trimestriels (+85 %), dont 75 Md$ pour le data center (+92 %). Malgré ces records, le titre recule, les marchés anticipant une concurrence accrue. Google dévoile les TPU 8T (entraînement) et TPU 8i (inférence) avec jusqu’à 3x de performance par dollar et +80 % en inférence. La bataille des puces IA s’intensifie, remettant en question la domination de Nvidia.
OpenAI vise une « Phase 3 » avec des systèmes proactifs et autonomes. Après les chatbots puis les agents, ces modèles initient des actions et gèrent des objectifs avec peu de supervision. Ils orchestrent des workflows, collectent des données et prennent des décisions en continu. L’enjeu est de dépasser les limites d’usage liées au prompt et à l’expertise utilisateur.
Dreaming introduit une mémoire continue et évolutive pour ChatGPT. Le système met à jour les informations en arrière-plan, corrige les incohérences et enrichit le profil utilisateur. Les réponses gagnent en pertinence sans répétition d’instructions. Cette persistance soulève des questions sur la gestion des données et la vie privée.
L’IA n’élimine pas toujours des métiers, elle réduit le nombre de postes par fonction. Un employé augmenté peut absorber le travail de plusieurs personnes. Les entreprises ajustent surtout les recrutements plutôt que de licencier massivement. Le résultat est une baisse progressive des effectifs, moins visible mais structurelle.
Les profils débutants sont les plus exposés, notamment aux États-Unis. Sans compétences en IA, l’accès au premier emploi se durcit. Les entreprises privilégient des profils immédiatement opérationnels avec outils IA. Un risque émerge: une génération bloquée à l’entrée du marché du travail.
Le schéma « bac+5 » perd de sa centralité face à l’IA. Les employeurs valorisent davantage autonomie, curiosité et compétences pratiques. L’apprentissage devient continu et auto-dirigé, au-delà des diplômes. L’éducation doit s’adapter à des cycles de compétences plus courts et évolutifs.
L’IA permet un tutorat personnalisé « un-à-un » à grande échelle. Les explications s’adaptent aux intérêts et au niveau de chacun, abaissant les barrières d’apprentissage. Dans la santé, des acteurs comme Nabla automatisent l’administratif pour libérer du temps médical. La promesse dominante devient l’augmentation des professionnels plutôt que leur remplacement.
Les modèles légers comme Gemma 4 12B de Google tournent sur machines personnelles avec ~16 Go de VRAM. Ils offrent raisonnement, multimodalité et capacités d’agent sans dépendre du cloud. Des outils comme LM Studio simplifient le déploiement local. Cette approche réduit les coûts et améliore la confidentialité des données.