Explorer tous les contenus Think

Un partenaire de confiance pour les entreprises qui souhaitent répondre aux exigences de souveraineté tout en se modernisant à leur propre rythme.

Approfondissez votre expertise en IA d’entreprise grâce aux webinaires IBM à venir et à la demande. Explorez des sessions animées par des experts sur les agents IA, les données pour l’IA, les modèles IA, l’automatisation, ainsi que la gouvernance et la sécurité de l’IA. Inscrivez-vous aux événements en direct ou regardez-les à tout moment.

Les décisions technologiques prises il y a des années déterminent aujourd’hui le plafond de ce que l’entreprise peut devenir.

Au-delà du CVSS.

Les ordinateurs quantiques ne remplaceront pas les ordinateurs classiques, mais ils pourraient devenir de puissants nouveaux accélérateurs aux côtés des CPU et des GPU. Découvrez l’avenir du supercalcul quantique dans l’épisode de cette semaine de The Coherence Times.

Les systèmes intelligents sont de plus en plus capables d’interpréter le contexte et l’intention d’une personne, et de déterminer quelle expérience doit en découler.

La gestion du code source regroupe les pratiques, les processus et les outils qui permettent de contrôler, de gérer et de suivre les modifications apportées à une base de code au fil du temps. Également appelée SCM, elle constitue la source de référence unique pour les équipes de développement logiciel et les autres parties prenantes.

Le stockage compatible VM (VM-aware) est une technologie de stockage de données qui gère et surveille chaque machine virtuelle (VM) individuellement, plutôt que dans le cadre d’un pool partagé. Il peut prendre la forme de baies de stockage spécialisées ou de stockage défini par logiciel (SDS), contrôlé par un logiciel plutôt que par du matériel dédié.

Ce que les développeurs, les dirigeants et les systèmes doivent faire.

Un essaim d’agents IA est un groupe d’agents IA qui travaillent ensemble pour accomplir une tâche. Plutôt que de s’appuyer sur un seul agent IA pour gérer chaque aspect d’une tâche, un essaim peut diviser la tâche, chaque agent se concentrant sur un rôle, une compétence ou une partie du travail en particulier.

La course à la création d’un « superprévisionniste » IA rend les prévisionnistes humains plus précieux. La partie la plus difficile : aider les entreprises à identifier leurs objectifs.

Lutter contre l’érosion des compétences pilotée par l’IA, c'est concevoir un meilleur partenariat humain-agent.

L’IA crée et met en évidence un fossé entre les entreprises ; toutefois, cela n’a rien à voir avec le fait que certaines personnes travaillent avec de meilleurs outils, et pas d’autres. La différence, c’est la préparation de l’entreprise. Un petit groupe d’entreprises « axées IA » prend de l’avance avec une croissance, une exécution et un apprentissage plus rapides.

Le Cyber Cluster du Costa Rica a réuni les pouvoirs publics, les entreprises et le monde universitaire autour d’un objectif commun : faire du pays un pôle mondial d’expertise en cybersécurité. Voici les enseignements que l’on peut en tirer.

OpenAI et Anthropic publient de nouveaux modèles IA plus efficaces, TypeSafe IA a dévoelé son modèle Jev calibré axé sur les probabilités et la NASA et IBM se sont associés pour publier le modèle de base Lunar. Tout ça, et bien plus, dans Mixture of Experts.

À l’instar de la Chose dans la famille Addams, cette main robotique de l’ETH Zurich marche sur ses doigts, traverse l’herbe et le gravier et se relève après avoir chuté.

La validation des modèles est le processus structuré visant à déterminer si un modèle de machine learning (ML) est adapté à l’usage auquel il est destiné.

Les responsables doivent comprendre ce que leur patrimoine actuel peut prendre en charge, récupérer et réutiliser la capacité existante avant d’investir dans d’autres, et gouverner les modifications des infrastructures par le biais de prestations standardisées.

Le parcours vers des AMS autonomes se mesure au degré de préparation de l’entreprise à confier à l’IA des tâches de plus en plus importantes.

Lorsque les responsables ne s’alignent pas sur les principes de réussite, l’activité de l’IA augmente, mais l’impact de l’entreprise stagne.

L’IA peut permettre aux entreprises de lier le contexte des actifs, les décisions et l’exécution à mesure qu’elles passent d’une maintenance réactive et conditionnelle à des opérations prédictives, prescriptives et de plus en plus autonomes, en intégrant la confiance dans la manière dont les tâches sont exécutées.

OpenAI, Anthropic et d’autres laboratoires d’IA souhaitent davantage de règles de sécurité pour l’IA. Les professionnels de la cybersécurité affirment ne pas être présents dans la pièce et que les laboratoires résolvent le mauvais problème.

Pourquoi les équipes de sécurité deviennent leur propre angle mort

La planification de la maintenance est le processus d’identification, de préparation et d’organisation des tâches nécessaires pour veiller au fonctionnement sécurisé des actifs physiques.

À mesure que les agents IA se propagent à l’ensemble des systèmes et des fournisseurs, les entreprises ont besoin d’un modèle de gouvernance qui contrôle ce que les agents peuvent faire sans limiter la valeur qu’ils peuvent apporter.

Les chaînes d’approvisionnement vont désormais se disputer l’intelligence, et celles qui se repensent pour gagner en autonomie survivront.

Anthropic évoque le rythme de développement de l’IA, IBM sort Granite 4.2 et Meta lance son assistant IA Muse. Tout ça, et bien plus, dans Mixture of Experts.

Comment les directeurs des opérations, ou COO, peuvent repenser leur modèle opérationnel pour transformer leurs investissements dans l’IA en valeur métier mesurable. 1. The enterprise in 2030, IBM Institute for Business Value, janvier 2026. L’IA occupe...

Grâce à des modèles cloud hybrides souverains comme IBM Sovereign Core, et à des partenariats locaux profonds, l’Australie montre comment les nations et les entreprises peuvent aller au-delà de la simple résidence des données pour accéder à l’autorité opérationnelle.

Après trois mois, notre équipe d’ingénierie augmentée par l’IA a éliminé plus de 90 % de son arriéré de tests de régression et prévoit une augmentation de capacité effective de 25 à 40 %, sans ajout d’effectifs au sein du service d’ingénierie. Voici ce que nous avons appris.