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

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

Author: ZD Tech : tout comprendre en moins de 3 minutes

Subscribed: 37Played: 810
Share

Description

Découvrir au quotidien les enjeux de la technologie. Le podcast de la rédaction de ZDNet, pour les professionnels à la recherche d'infos pratiques et concrètes pour mieux comprendre le marché IT et telco et son influence sur les métiers.   
Hébergé par Ausha. Visitez ausha.co/fr/politique-de-confidentialite pour plus d'informations.
640 Episodes
Reverse
L'industrie automobile opère un virage stratégique radical en accélérant sur un marché très éloigné de ses concessions classiques, celui de la défense et des drones terrestres.Un robot terrestre polyvalent baptisé Forefront ConceptRenault s'associe au groupe belge John Cockerill pour concevoir un robot terrestre polyvalent baptisé Forefront Concept. Concrètement, imaginez un véhicule autonome de la taille d'une petite citadine, doté de quatre roues motrices, de deux moteurs électriques et capable d'embarquer une charge utile d'une tonne avec une autonomie de quatre cents kilomètres.Alors pourquoi des drones terrestres ? Et bien dans les conflits modernes comme en Ukraine, les zones de combat sont devenues des espaces sous surveillance aérienne constante, rendant les mouvements humains extrêmement périlleux.Ce drone terrestre vient donc pallier ce risque. Il peut évacuer des blessés, acheminer du matériel lourd au front, ou encore sécuriser des infrastructures sensibles comme les centrales nucléaires.Renault réutilise 70% de composants civilsMais la véritable rupture de ce projet ne réside pas dans sa mobilité. Elle se trouve dans son modèle de production.Historiquement, développer un tel engin militaire exigeait des années de recherche et des budgets colossaux. Aujourd'hui, le paradigme industriel change du tout au tout. Renault réutilise 70% de composants civils déjà éprouvés dans l'automobile classique pour assembler cette plateforme.De quoi diviser par dix le coût de fabrication du drone.Et ça tombe bien parce que l'objectif de l'État français est de s'appuyer sur les chaînes de montage civiles pour produire vite, en masse, et à bas coût.L'économie de guerre repense totalement la chaîne d'approvisionnementEnfin, le constructeur français n'en est pas à son coup d'essai dans le secteur de la défense. Il prépare déjà le drone aérien Chorus au Mans et s'associe à Thales pour industrialiser une munition téléopérée, avec un objectif de 1000 exemplaires par mois d'ici 2027.Et le mouvement gagne tout le secteur. Les équipementiers comme l'allemand Schaeffler ou le français Valeo se mettent en ordre de bataille pour fournir des moteurs et des pièces en série aux fabricants de drones de combat.Pour les décideurs, le message est limpide. L'économie de guerre repense totalement la chaîne d'approvisionnement. La rentabilité ne passe plus par le sur-mesure ultra sophistiqué, mais par la standardisation extrême et l'adaptation de technologies civiles aux contraintes militaires.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.
La mort du mainframe a encore été annoncée à tort. IBM vient même de prouver le contraire, mais le géant américain reconnaît tout de même un problème majeur.La complexité de ses grands systèmes historiques devient purement et simplement intenable sans l'aide massive de l'intelligence artificielle.Cartographier minutieusement toutes les couches d'un mainframePendant des décennies, les grands systèmes informatiques d'IBM ont été vendus comme des forteresses de fiabilité. Pourtant, la firme admet aujourd'hui une réalité que beaucoup de directeurs informatiques connaissent par cœur.Au fil des années, ces environnements accumulent une complexité technique redoutable. Et cette opacité rend leur gestion très difficile, ralentit les équipes et menace la résilience des entreprises.C'est pour attaquer cette dangereuse zone d'ombre qu'IBM lance Z Atlas. Et cet outil basé sur l'intelligence artificielle doit cartographier minutieusement toutes les couches d'un système, de l'infrastructure matérielle jusqu'aux applications. Concrètement, l'objectif est d'aider les équipes de production à visualiser comment chaque composant interagit et dépend du reste de l'architecture.Enjeu métierL'enjeu métier derrière cette cartographie est colossal. Les pannes imprévues sur ces architectures critiques coûtent souvent des millions d'euros aux entreprises concernées. Selon IBM, la cause principale de ces coupures reste le déploiement de modifications techniques non testées.Z Atlas intervient alors comme un véritable filet de sécurité prédictif. L'outil simule l'impact d'un changement technique avant sa mise en production.Mais rassurez-vous, IBM ne cède pas aux sirènes de l'automatisation aveugle. L'intelligence artificielle observe et analyse les risques, mais la décision finale reste entre les mains des experts humains. C'est une approche prudente et indispensable pour des systèmes qui font tourner par exemple les opérations vitales des grandes banques.Guerre de position qui se joue autour du concept de modernisationAu-delà de la prouesse technique, c'est une véritable guerre de position qui se joue autour du concept de modernisation. Aujourd'hui, les concurrents d'IBM poussent souvent les clients à abandonner leurs anciens systèmes.Ils proposent d'utiliser l'intelligence artificielle pour réécrire le code historique et migrer vers le cloud. Pour IBM, la stratégie est diamétralement opposée.Et cette stratégie de rétention fonctionne. Le patron d'IBM a récemment révélé que la génération actuelle de machines Z 17 a surpassé les ventes précédentes de plus d'un milliard de dollars.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, retour de bâton spectaculaire dans l'intelligence artificielle générative.Elon Musk vient de reconnaître publiquement que les coûts d'exploitation de son agent Grok Bot sont devenus insoutenables par rapport aux revenus générés.Un aveu brutal, deux semaines seulement après avoir célébré la croissance la plus rapide de l'histoire de ses produits.800 000 utilisateurs payants par semaineL'engouement semblait pourtant total. Huit cent mille utilisateurs payants par semaine début octobre, une adoption qui double en un mois et des entreprises qui intègrent cet agent comme un équipier permanent pour le code ou le marketing.Mais voilà, plus un agent autonome devient performant, plus les requêtes s'allongent et plus la consommation de calcul explose. Chez les clients, les forfaits à 30, 100 ou 200 dollars par mois ont fondu en quelques jours, provoquant un blocage de l'utilisation du chatbot.Elon Musk lui-même en convient, la facture d'inférence dépasse largement ce que les abonnés rapportent.Des anomalies de facturationMais attention, ce gouffre financier n'est pas un simple problème de serveurs. Il met en lumière une faille majeure dans le modèle économique des agents autonomes.Contrairement à un simple agent conversationnel textuel, un agent exécute des boucles de raisonnement complexes et consomme une puissance colossale.Sans compter que l'intégration de la plateforme Cursor, rachetée 60 milliards de dollars et branchée sur le même quota de calcul, a encore amplifié les tensions et révélé des anomalies de facturation. Pour les éditeurs d'IA, le modèle d'abonnement forfaitaire illimité ou semi-ouvert arrive tout droit dans une impasse mathématique.La fin de la récréation sur les tarifs de l'intelligence artificielle d'entrepriseConcrètement, pour vous, directeurs techniques et dirigeants, cette alerte sonne la fin de la récréation sur les tarifs de l'intelligence artificielle d'entreprise.Vous ne pourrez plus bâtir vos architectures logicielles sur des promesses de coûts fixes. Et si les géants du secteur brident arbitrairement les accès en cours de mois pour protéger leurs marges, vos flux de travail s'arrêtent d'un coup.L'heure est donc venue d'exiger des accords de niveau de service et de surveiller vos indicateurs de coût par tâche plutôt que par utilisateur.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.
Désormais, tout le marché veut déployer l'intelligence artificielle, mais vous affirmez que c'est une erreur de se précipiter sans avoir d'abord organisé ses données.Guillaume Braux : Ce que vous décrivez, c'est bien ce qu'on constate sur le terrain : 90 % de ce qui constitue le patrimoine informationnel des entreprises est sous une forme dite non structurée.C'est quoi pour rappel ? Ce sont des contrats éparpillés dans plein de systèmes, des documents partagés avec des agences ou des partenaires qui ne sont pas forcément suivis ou gouvernés. C'est d'autant plus problématique que ces informations sont réparties dans de multiples outils métiers — du stockage bureautique individuel jusqu'aux outils de GED.Beaucoup d'entreprises ou de dirigeants espèrent que l'intelligence artificielle pourra régler ce chaos documentaire un peu comme par magie. Or, si on applique ces technologies à des sources de données dupliquées, obsolètes, ou sans distinguer la version finale d'un contrat de son brouillon, on n'obtient pas de gain de productivité, car il faut en permanence vérifier la véracité de l'information.Le corollaire, c'est qu'on amplifie les risques : fuites de données, désinformation, ou collaborateurs exploitant des informations fournies par un modèle de langage lui-même basé sur des données non fiables. Il faut donc être très précautionneux, car le risque peut s'avérer supérieur aux gains opérationnels.ZDNET : Concrètement, l'intelligence artificielle n'a de valeur que si elle s'appuie sur une fondation saine et sous contrôle.Guillaume Braux : C'est absolument le cas. Ces technologies se nourrissent de données, tout commence donc par les contenus qu'elles vont ingérer et manipuler.Pour un RSSI, la question n'est pas de savoir s'il faut utiliser l'IA — car la valeur est reconnue —, mais comment s'assurer que l'IA accède aux bonnes informations, avec le bon niveau de permission, en fonction du contexte d'exploitation.La gouvernance de la donnée devient clé : sécuriser les informations, définir des règles de classification et garantir l'auditabilité des interactions sont des prérequis majeurs. Connaître ses données et leur mode de stockage est d'ailleurs déjà imposé par des régulations comme NIS 2 ou le RGPD. L'adoption de l'IA pousse la restructuration documentaire et permet de corriger une non-gouvernance historique.ZDNET : Mais attention, imposer une gouvernance stricte sur les documents sensibles ne risque-t-il pas de bloquer la fluidité du travail au quotidien ?Guillaume Braux : J'aurais tendance à penser tout le contraire. Dès lors qu'un contenu est organisé, classifié et protégé, on gagne en fluidité et en accessibilité. On ne cherche plus pendant des jours la dernière version d'un modèle de NDA. Structurer la donnée apporte des gains opérationnels immédiats et constitue le socle indispensable à l'interaction avec l'IA.Imaginez des agents autonomes capables d'extraire des métadonnées complexes, de router l'information selon la typologie de contenu ou d'analyser des milliers de contrats. Mais la clé reste la prédictibilité, qui dépend exclusivement de la qualité de l'information à la source.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.
Refroidir les immenses serveurs d'intelligence artificielle est devenu le grand défi de notre décennie.Face à des besoins énergétiques qui explosent, une solution radicale séduit l'industrie : plonger les data centers au fond de l'océan.Une idée brillante sur le papier, mais qui se heurte aujourd'hui au mur des réalités environnementales.Une chaleur colossaleConcrètement, les fermes de serveurs nécessaires pour entraîner les grands modèles de langage génèrent une chaleur colossale. Et pour éviter la surchauffe des composants, le secteur consomme des millions de litres d'eau.C'est pour contourner ce problème que l'entreprise DeepGreen a proposé un projet titanesque évalué à 100 millions de dollars. L'ambition est d'installer de gigantesques infrastructures informatiques sous-marines au large des Etats des Etat-Unis du Maine et de l'Alaska.Nous parlons ici de zones couvrant plus de 600 hectares, intégrant 66 modules de calcul surpuissants couplés à 300 turbines marémotrices.Utiliser l'eau glacée de l'océan pour dissiper naturellement la chaleur des datacenters permettrait de maximiser la rentabilité tout en économisant l'eau douce terrestre, dit l'industriel.Bruit et la chaleurCependant, la réalité du terrain est beaucoup plus complexe. Car les deux zones aquatiques ciblées par DeepGreen ne sont pas des étendues vides. Elles abritent des populations de baleines gravement menacées d'extinction.Dans les eaux du Maine, la baleine franche de l'Atlantique Nord est en première ligne. Et en Alaska, c'est le béluga qui voit son habitat menacé.Mais alors, pourquoi un simple data center pose-t-il autant de problèmes sous l'eau ?L'explication tient en deux perturbations majeures, le bruit et la chaleur.Surtout, les cétacés dépendent de manière vitale de l'écholocalisation. Ce sonar naturel leur est indispensable pour chasser, s'orienter et communiquer.Et le bourdonnement continu de 66 modules informatiques et le brassage de 300 turbines créeraient un brouillard sonore permanent, désorientant totalement ces populations vulnérables.À cela s'ajoute le rejet thermique. La chaleur dissipée par les immenses serveurs va réchauffer localement l'eau, risquant de faire fuir les proies habituées aux courants froids.Et sans cette ressource alimentaire, la survie des baleines est très fortement compromise.Innover autrement pour refroidir les machinesPour finir, ce dossier illustre parfaitement le grand paradoxe actuel de l'industrie technologique.L'intelligence artificielle repousse chaque jour les limites du traitement de données, mais le monde physique impose ses propres limites.Les géants du cloud vont donc devoir innover autrement pour refroidir leurs machines.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.
loading
Comments