Ce qui change quand une organisation essaie de bouger avant son industrie
Ici, nous suivons des innovations qui modifient une opération, une chaîne de valeur ou un avantage historique. Non comme spectacle, mais comme test pour savoir si une entreprise sait changer sans se casser.
Ce que nous regardons
Technologies industrielles, nouveaux process, pilotes avec vrai signal, paris corporate et décisions où innover cesse d'être un slogan et commence à exiger design, capital et discipline.
Là où cela se joue
Dans l'industrie, la mobilité, la mine, les produits régulés et dans des entreprises qui découvrent qu'innover n'est pas lancer quelque chose de neuf, mais réorganiser des engagements, des rythmes et une tolérance au risque.
Pourquoi cela compte
Parce qu'une innovation ne compte que lorsqu'elle change une capacité, une barrière ou la vitesse d'exécution. Le reste peut donner de la visibilité, mais pas forcément de la transformation.
En vedette
Innovation et Disruption
Quand quatre applications pensent avec le même cerveau
Les entreprises construisent depuis des années des portefeuilles technologiques qui semblent diversifiés. Des outils distincts pour les ventes, les opérations, la conformité réglementaire, le développement logiciel, la chaîne d'approvisionnement. Mais il existe une couche que la plupart des inventaires technologiques d'entreprise ne capturent pas : le modèle d'intelligence artificielle qui alimente chacune de ces applications.
Tomás Rivera9 minDerniers articles
Quatorze universités, un circuit et la question de savoir qui conçoit la prochaine couche du calcul
Il existe une image qui circule dans les communications officielles du NSF IMOD et qu'il vaut la peine d'examiner un instant avant de passer aux chiffres : une étudiante en doctorat enseignant à quatre chercheurs plus jeunes comment fabriquer des diodes électroluminescentes sous une hotte chimique. Ce n'est pas le directeur du centre. Ce n'est pas un professeur titulaire. C'est Hannah Contreras, une étudiante, transmettant un savoir transversal lors d'un cours intensif d'une semaine conçu pour que les chimistes dialoguent avec les ingénieurs électriciens et que les physiciens quantiques conversent avec les ingénieurs mécaniciens. Cette image condense quelque chose que les communiqués de presse expriment rarement avec honnêteté : l'architecture de qui sait quoi, au sein de quelle structure, détermine ce qu'un réseau de recherche peut ou ne peut pas percevoir.
Le retour sur investissement de l'IA en entreprise est un problème d'architecture, pas d'intelligence
Il existe un chiffre que les directeurs des systèmes d'information mémorisent avec malaise : 72 % des organisations admettent que leurs investissements en IA sont, dans le meilleur des cas, à l'équilibre. Dans le pire, ils perdent de l'argent. Ce qui échoue, ce n'est pas l'intelligence de la machine. Ce qui échoue, c'est l'architecture de l'entreprise qui l'entoure.
La Malaisie négocie son virage technologique avec 21 entreprises chinoises
Le 23 septembre 2026, à Shanghai, le Premier ministre malaisien Datuk Seri Anwar Ibrahim s'est assis face à 21 dirigeants industriels chinois pour parler de semi-conducteurs, d'intelligence artificielle, de robotique, de véhicules électriques, de matériaux pour batteries, d'optique avancée, de biotechnologie et de fabrication spécialisée. La réunion n'a produit ni chiffres consolidés ni contrats signés. Elle a produit quelque chose de plus difficile à évaluer : la carte des directions que veut prendre la Malaisie et des partenaires avec lesquels elle est prête à avancer.
Udaipur a transformé sa décharge en usine à énergie, et le modèle révèle quelque chose de plus profond
En février 2021, une ville du Rajasthan a transformé une décharge abandonnée en une centrale de biométhanisation capable de traiter 20 tonnes de déchets organiques par jour. Le résultat n'a pas seulement été du gaz comprimé pour les cuisines et les véhicules. Ce fut la démonstration que la dépendance à un système de gestion des déchets défaillant peut être brisée, mais seulement si quelqu'un construit d'abord l'architecture qui le remplace.
Les Plus Populaires
Les plus votés sur cette page
L'Inde a découvert qu'elle ne contrôle pas l'interrupteur de sa propre économie numérique
Vendredi après-midi. Un communiqué d'Anthropic atterrit dans les boîtes mail de ses partenaires mondiaux avec le ton neutre et le contenu d'une notification de maintenance système. Le texte annonce que les modèles Fable 5 et Mythos 5 sont suspendus pour tous les ressortissants étrangers, y compris les propres employés de la société ne possédant pas la citoyenneté américaine. L'Inde, que tant Anthropic qu'OpenAI décrivent comme leur deuxième marché le plus important après les États-Unis, venait de découvrir quelque chose que ses fondateurs, investisseurs et fonctionnaires préféraient maintenir dans le domaine de l'abstraction : l'accès aux outils qui soutiennent une grande partie de son pari technologique peut être coupé par un simple appel de Washington, sans audience préalable et sans calendrier de rétablissement défini.
91
Pourquoi les analystes misent sur un fabricant de réducteurs plutôt que sur les robots qui n'existent pas encore
Il y a un schéma qui se répète chaque fois qu'une industrie anticipe son propre avenir : l'argent sérieux n'arrive pas au produit final, il arrive à celui qui fabrique les pièces dont ce produit aura besoin. C'est ce qui s'est passé avec les semi-conducteurs avant le boom du PC. Aujourd'hui, tandis que les images de robots humanoïdes circulent dans les salons et conférences technologiques, quatre banques d'investissement de premier rang pointent vers une entreprise chinoise fabricante de boîtes de vitesses que la plupart des lecteurs n'ont jamais entendu nommer.
90
La taxe que personne n'avait budgétée est en train de couler les agents IA d'entreprise
Il existe un moment particulier dans l'adoption des technologies en entreprise où l'enthousiasme se transforme en obligation comptable. Avec les agents d'intelligence artificielle intégrés dans les produits d'entreprise, ce moment est arrivé bien plus tôt que la majorité des équipes techniques ne l'avaient anticipé, et le mécanisme qui l'a déclenché n'était ni le mauvais modèle de langage ni le manque de données. C'était une décision d'architecture que personne n'avait présentée comme telle.
90
Mesurer pour scaler : le problème qui bloque l'IA en entreprise
Il y a deux ans, la plupart des dirigeants que je connais débattaient du choix de leur modèle de langage. Aujourd'hui, ceux qui ont déjà pris cette décision — et qui ne parviennent pourtant pas à justifier un second cycle d'investissement — commencent à comprendre que le problème n'a jamais été le modèle. C'était la mesure. Le secteur des entreprises adopte l'intelligence artificielle à un rythme soutenu depuis plusieurs années, mais seulement un tiers des organisations a commencé à la déployer à grande échelle de manière cohérente.
89
Quand l'IA agit sans permission, le problème n'est pas le modèle
Pendant des années, le débat sur les risques de l'intelligence artificielle a tourné autour d'un même axe : le modèle hallucine, invente des chiffres, cite des sources qui n'existent pas, confond les faits. C'était un problème réel, coûteux dans certains cas, embarrassant dans d'autres. Mais c'était, au fond, un problème de qualité de l'output. Cette époque touche à sa fin, non pas parce que les hallucinations ont disparu, mais parce que le contexte dans lequel l'IA opère a changé de nature.
Pourquoi les cadres d'évaluation sont devenus l'actif stratégique le plus négligé de l'IA d'entreprise
Il existe un schéma qui se répète dans les organisations qui déploient des agents d'intelligence artificielle depuis dix-huit mois : elles savent que les systèmes fonctionnent, parce qu'elles les ont vus fonctionner lors de la démo. Ce qu'elles ignorent, c'est s'ils continuent de fonctionner aujourd'hui, en production, sur les données de leurs clients, dans les flux qui comptent vraiment. C'est dans cet écart entre la certitude du pilote et l'opacité de l'environnement réel que se perdent les budgets, la confiance et le temps que personne n'a.
Pourquoi les analystes misent sur un fabricant de réducteurs plutôt que sur les robots qui n'existent pas encore
Il y a un schéma qui se répète chaque fois qu'une industrie anticipe son propre avenir : l'argent sérieux n'arrive pas au produit final, il arrive à celui qui fabrique les pièces dont ce produit aura besoin. C'est ce qui s'est passé avec les semi-conducteurs avant le boom du PC. Aujourd'hui, tandis que les images de robots humanoïdes circulent dans les salons et conférences technologiques, quatre banques d'investissement de premier rang pointent vers une entreprise chinoise fabricante de boîtes de vitesses que la plupart des lecteurs n'ont jamais entendu nommer.
95% des pilotes d'IA en entreprise n'obtiennent aucun résultat et le problème n'est pas la technologie
Le chiffre est difficile à ignorer : 95% des pilotes d'IA générative en entreprise ne produisent aucun impact financier mesurable. Ce n'est pas une estimation pessimiste d'analystes critiques. C'est la conclusion centrale du rapport The GenAI Divide: State of AI in Business 2025, élaboré par l'initiative NANDA du MIT, basée sur près de 300 implémentations publiques et plus de 150 entretiens avec des dirigeants.
IBM et OpenAI s'associent pour conquérir les dépenses des entreprises en IA à l'échelle mondiale
Le 13 août 2026, IBM a annoncé une alliance étendue avec OpenAI qui va bien au-delà d'un simple communiqué de presse conjoint. L'entreprise créera une pratique dédiée OpenAI au sein d'IBM Consulting, intégrera des modèles comme GPT-5.6, Codex et ChatGPT Work dans sa plateforme IBM Consulting Advantage, et certifiera des dizaines de milliers de consultants aux technologies OpenAI dans les prochains mois. Les conditions financières n'ont pas été divulguées, mais l'ampleur du mouvement interne parle d'elle-même : ce n'est pas un projet pilote, c'est un pari sur l'infrastructure humaine.
FAQ
Innovation et Disruption
Qu'est-ce qui compte comme innovation dans cette catégorie ?
Une modification concrète de la façon dont la valeur est conçue, produite, distribuée ou captée. Une nouveauté spectaculaire ne suffit pas si elle ne change pas une partie importante du système.
Comment distinguer une innovation utile d'une simple mise en scène d'entreprise ?
En regardant la traction, la validation externe, l'impact opérationnel et la qualité institutionnelle du pari derrière le projet. Si l'organisation ne change rien d'important, il s'agissait probablement de présentation, pas d'innovation.
Qu’est-ce qui fait qu’une histoire d’innovation mérite attention ici ?
Une décision difficile : adopter trop tôt, financer une usine de démonstration, faire basculer une opération dans une autre logique ou vérifier si une architecture tient hors de l'environnement où elle est née.
Mesurer pour scaler : le problème qui bloque l'IA en entreprise
Il y a deux ans, la plupart des dirigeants que je connais débattaient du choix de leur modèle de langage. Aujourd'hui, ceux qui ont déjà pris cette décision — et qui ne parviennent pourtant pas à justifier un second cycle d'investissement — commencent à comprendre que le problème n'a jamais été le modèle. C'était la mesure. Le secteur des entreprises adopte l'intelligence artificielle à un rythme soutenu depuis plusieurs années, mais seulement un tiers des organisations a commencé à la déployer à grande échelle de manière cohérente.
Simón Arce9 min
AMD entre dans la robotique avec une plateforme qui défie Nvidia sur son propre terrain
La robotique autonome promet depuis des années une rupture qui ne parvient jamais à s'imposer à l'échelle industrielle. Non par manque d'algorithmes ni d'ambition, mais parce que le matériel dont les robots ont besoin pour fonctionner dans des environnements non structurés exige une combinaison de traitement rarement intégrée dans un seul système accessible. AMD vient de parier qu'il peut résoudre cette équation avec la Kria AI Robotics Developer Platform, annoncée lors d'Advancing AI 2026 à San Francisco.
Martín Soler9 min
Le pipeline d'IA d'entreprise ne perd pas d'argent sur les tokens : il le perd avant
Il arrive un moment où l'accumulation de pilotes d'intelligence artificielle cesse de ressembler à de l'ambition et commence à ressembler à du désordre. Ce moment est arrivé pour de nombreuses grandes entreprises en 2026, et le signal le plus clair n'était ni un effondrement technologique ni un échec de modèle. C'était quelque chose de plus banal et de plus difficile à défendre en réunion de conseil d'administration : la consommation de tokens avait dépassé le budget sans générer de valeur proportionnelle.
Ignacio Silva9 min
89% des robots industriels restent encagés et l'intelligence artificielle n'est pas la solution
Pendant des décennies, l'image du robot industriel est restée la même : une machine aux bras métalliques, puissante et rapide, enfermée derrière une cage d'acier pendant que les humains observaient de l'extérieur. Cette image n'est pas une métaphore du retard technologique. C'est une décision d'ingénierie qui persiste parce que les systèmes de sécurité disponibles n'ont pas pu permettre autre chose.
Isabel Ríos8 min
La taxe que personne n'avait budgétée est en train de couler les agents IA d'entreprise
Il existe un moment particulier dans l'adoption des technologies en entreprise où l'enthousiasme se transforme en obligation comptable. Avec les agents d'intelligence artificielle intégrés dans les produits d'entreprise, ce moment est arrivé bien plus tôt que la majorité des équipes techniques ne l'avaient anticipé, et le mécanisme qui l'a déclenché n'était ni le mauvais modèle de langage ni le manque de données. C'était une décision d'architecture que personne n'avait présentée comme telle.
Camila Rojas9 min
Pourquoi l'IEEE a remis son plus grand honneur à un ingénieur qui a construit l'architecture mondiale de la robotique
Toshio Fukuda cumule cinquante ans dans le domaine. Plus de deux mille articles publiés. Des robots modulaires qui s'assemblent comme des pièces de Lego biologique. Quand l'IEEE lui a remis le Prix Richard M. Emberson 2026 — l'un des honneurs les plus élevés de l'institut — ce n'était pas pour reconnaître une invention ponctuelle. C'était pour saluer quelqu'un qui, pendant des décennies, a bâti l'infrastructure intellectuelle sur laquelle opère la robotique moderne.
Clara Montes9 min
Pourquoi les contrats d'IA continuent de payer des heures alors que la valeur est ailleurs
La plus grande friction dans l'adoption de l'intelligence artificielle en entreprise n'est pas technique. Elle n'est pas dans les modèles, ni dans la qualité des données, ni dans la capacité de calcul. Elle est dans le contrat. Alors que les organisations investissent des centaines de millions dans des déploiements d'IA en espérant des retours structurels, la majorité continue de signer des accords qui récompensent le temps investi, et non l'impact généré.
Lucía Navarro8 min
Automatiser sans repenser, c'est la façon la plus coûteuse de préserver le passé
Il existe une séquence de décisions qui se répète avec une cohérence surprenante dans les grandes entreprises dotées de budgets de transformation numérique conséquents : elles identifient un processus générateur de frictions, font appel à une technologie d'automatisation, déploient l'outil sur le flux existant et annoncent des progrès. Les tableaux de bord exécutifs affichent de la vitesse. Les présentations de comité parlent d'efficacité. Et six mois plus tard, les mêmes problèmes réapparaissent, désormais empaquetés dans un système encore plus difficile à démonter.
Ignacio Silva8 min
L'amnésie des systèmes d'IA n'est pas un problème de modèles, c'est un problème d'infrastructure
Il y a une scène que les équipes produit en intelligence artificielle connaissent trop bien. Un utilisateur passe vingt minutes à construire du contexte avec un assistant : budget, restrictions alimentaires, dates inamovibles, préférences familiales. Puis, trois échanges plus tard, le système se comporte comme si cette conversation n'avait jamais eu lieu.
Tomás Rivera9 min
Databricks mise sur l'ontologie et révèle qui contrôle le cerveau des agents d'IA en entreprise
L'histoire de l'intelligence artificielle en entreprise peut se mesurer en couches. Les bases de données vectorielles sont arrivées en premier, permettant des recherches par similarité sémantique sur de grands volumes de texte. Désormais, Databricks parie que cette architecture ne suffit plus.
Lucía Navarro9 min
Chicago mise 500 millions de dollars sur la course quantique avant qu'un vainqueur ne se dessine
Une image résume bien ce qui se passe dans le South Side de Chicago : là où se dressaient autrefois les hauts fourneaux du complexe U.S. Steel South Works, des grues élèvent aujourd'hui un bâtiment de 65 000 pieds carrés en aluminium argenté. À l'intérieur, une fois achevé, fonctionnera ce que PsiQuantum décrit comme le plus grand système de test à échelle intermédiaire jamais construit par l'entreprise. À l'extérieur, le gouverneur Jay Robert Pritzker appelle tout cela 'la prochaine Silicon Valley'.
Martín Soler9 min
L'Inde a découvert qu'elle ne contrôle pas l'interrupteur de sa propre économie numérique
Vendredi après-midi. Un communiqué d'Anthropic atterrit dans les boîtes mail de ses partenaires mondiaux avec le ton neutre et le contenu d'une notification de maintenance système. Le texte annonce que les modèles Fable 5 et Mythos 5 sont suspendus pour tous les ressortissants étrangers, y compris les propres employés de la société ne possédant pas la citoyenneté américaine. L'Inde, que tant Anthropic qu'OpenAI décrivent comme leur deuxième marché le plus important après les États-Unis, venait de découvrir quelque chose que ses fondateurs, investisseurs et fonctionnaires préféraient maintenir dans le domaine de l'abstraction : l'accès aux outils qui soutiennent une grande partie de son pari technologique peut être coupé par un simple appel de Washington, sans audience préalable et sans calendrier de rétablissement défini.
Ignacio Silva12 min
Pourquoi l'informatique quantique n'est plus une promesse et pourquoi personne n'est encore prêt
Il existe un écart énorme entre savoir que quelque chose va tout changer et agir comme si c'était vrai. L'informatique quantique vit depuis des décennies dans ce no man's land : suffisamment réelle pour apparaître dans les budgets de recherche, suffisamment lointaine pour ne perturber aucune routine opérationnelle. Ce no man's land se rétrécit, et la réponse organisationnelle majoritaire reste la même qu'au début : attendre.
Andrés Molina9 min
Agents IA dans les bornes de recharge électriques et le problème de sécurité que personne n'avait résolu en premier
La croissance de l'infrastructure de recharge pour véhicules électriques cache un problème de fond qui apparaît rarement dans les gros titres : chaque nouvelle borne installée constitue aussi un nouveau point d'entrée dans le réseau électrique. Une équipe de chercheurs de l'Université de Málaga vient de publier une proposition qui met ce problème en lumière avec plus de clarté que n'importe quel communiqué de fabricant ou de régulateur européen ces dernières années.
Elena Costa9 min