AI Highlights — vue d'ensemble — 2026-10-24 (sam.) Actualités du jour

Warp Sciences a levé 215 millions de dollars pour construire un laboratoire qui utilise l'IA et des robots pour mener des expériences chimiques. Durant la même période, American Express aurait supprimé 5 % de ses effectifs, et Colliers a averti qu'un manque de talents en IA pourrait freiner la croissance en Europe. Là où les financements et les attentes sont élevés, un remaniement du personnel et une pénurie de personnel surviennent en même temps. Les articles que nous lirons durant cette demi-journée ont en commun l'idée que la différence entre réussite et échec tient moins au montant investi dans l'IA qu'à la manière dont l'investissement passe l'épreuve de la vérification sur le terrain et à qui le mène. Les recherches sur le diagnostic, la classification de la parole et la prédiction confrontent aussi les lecteurs aux écarts entre les résultats obtenus dans des conditions appropriées et ceux obtenus en environnement réel.

Partenariat avec d'importants fonds levés dans l'IA de découverte de médicaments

Warp Sciences lève 215 millions de dollars pour construire un laboratoire de découverte de médicaments alimenté par l'IA (citybiz). Selon BRIDGE, cette entreprise utilise l'IA et des robots pour mener des expériences chimiques en vue de la découverte de médicaments, et elle a levé des fonds lors d'un tour de table de série A mené par Lightspeed. Plus de 200 millions de dollars ont été levés au stade de la série A. La destination des fonds est également un point d'intérêt. L'objectif n'est pas seulement de développer des logiciels et des modèles, mais aussi de construire des laboratoires pour réaliser concrètement des expériences et automatiser les expériences chimiques.

Autre entreprise, Pathos, société d'IA spécialisée dans la découverte de médicaments, a levé 237 millions de dollars pour une valorisation de 3 milliards de dollars (STAT). Reuters rapporte que Pathos s'associera à Bristol Myers et à Tempus AI pour faire progresser le développement de médicaments (Reuters). Ici, le montant levé et la valorisation intègrent les liens concrets d'un partenariat avec un grand groupe pharmaceutique. Si des fonds sont levés, ce n'est pas uniquement grâce aux promesses de l'IA seule. Il semble que l'évaluation tiendra aussi compte de la manière dont elle sera intégrée au processus de développement des entreprises pharmaceutiques.

Le montant total levé par les deux entreprises s'élève à 452 millions de dollars. Cette ampleur montre que les attentes à l'égard de l'IA de découverte de médicaments dépassent la supériorité des algorithmes et s'étendent aux investissements dans l'ensemble de l'activité, y compris les équipements expérimentaux et les partenaires. Ce que les lecteurs doivent retenir de ces chiffres, ce n'est pas la valorisation élevée en elle-même. La question est de savoir si les fonds sont utilisés sous la forme de dispositifs expérimentaux automatisés ou de collaborations avec de grands laboratoires pharmaceutiques.

Cependant, tous les documents présentés cette fois sont des annonces de levées de fonds et de collaborations, et non des rapports sur des résultats de découverte de médicaments. Si les fonds seront réunis en premier, il faut vérifier séparément si les ressources humaines pour faire fonctionner le laboratoire et la vérification sur le site de développement réel avanceront à la même vitesse.

Réductions d'effectifs et pénurie de ressources humaines progressent simultanément

American Express supprimera 5 % de ses effectifs, selon Demokratis.co.id. La raison indiquée par le titre est la compatibilité avec l'IA. Cette réduction montre que l'introduction de l'IA a non seulement amélioré l'efficacité opérationnelle, mais est aussi entrée dans la phase de réorganisation de la composition même de l'emploi. 5 % est une proportion de l'ensemble des employés, et non un montant monétaire. Un meilleur indicateur du sérieux d'une entreprise que le fait d'avoir investi ou non un montant important dans l'IA est de savoir si cet investissement se traduit par des changements dans les effectifs. Lorsque les lecteurs examinent leur propre entreprise et leurs partenaires commerciaux, déterminer quels emplois diminuent et lesquels sont recherchés reflète plus justement la situation réelle que le montant des budgets liés à l'IA.

D'un autre côté, il ne suffit pas de parler d'un excédent de personnel. Selon Data Center Solutions, le géant des services immobiliers Colliers a averti qu'un manque de talents en IA pourrait freiner la croissance de l'IA en Europe. La réduction de 5 % chez American Express et l'avertissement de Colliers sont deux informations distinctes parues à peu près au même moment. Pourtant, lorsqu'on les met côte à côte, on voit se dessiner un seul tableau. Les emplois existants font l'objet de réductions d'effectifs et de réorganisations, tandis que les personnes capables de concevoir, d'exploiter et de maintenir l'IA sur le terrain sont en nombre insuffisant. Il a été souligné que l'offre de ressources humaines pourrait constituer le plafond de la croissance dans la région européenne, ce qui signifie que lever des fonds ne suffit pas à garantir la croissance. Lorsque les lecteurs préparent un déploiement, ils doivent d'abord vérifier où ils recruteront le personnel, en plus de sécuriser les équipements et les contrats.

Des mouvements visant à changer la relation entre les outils et ceux qui les manient se produisent aussi en dehors de l'industrie. Frieze a présenté le peintre David Salle invitant l'IA dans son atelier. L'atelier est un lieu où les créateurs achèvent leurs œuvres de leurs propres mains. L'introduction de l'IA dans ce domaine peut en soi être considérée comme le signe que la répartition des rôles entre ceux qui sont chargés du travail et les outils qui les soutiennent est en cours de réexamen. Bien que ces trois sujets soient d'échelles différentes : réduction des effectifs en entreprise, pénurie locale de ressources humaines et sites de production individuels, ils ont tous un point commun : qui est en charge de quoi, et dans quelle mesure l'IA en sera chargée. À la lumière de ces faits, il semble que nous passions à une étape où la réussite ou l'échec de l'introduction se mesure non pas à l'ampleur des sommes investies, mais à la possibilité de vérifier les résultats par une utilisation réelle sur le terrain, et de s'assurer de disposer de personnes capables de la mettre en œuvre. Dans la section suivante, nous verrons jusqu'où cette démonstration a progressé.

Des vérifications surpassant les humains en matière de diagnostic et de prédiction commencent à apparaître

Microsoft a présenté une étude montrant qu'une IA modélisée sur un groupe de médecins surpassait les médecins en précision diagnostique (Medical Economics). La conception utiliserait l'IA pour reproduire le mode de fonctionnement des soins médicaux, dans lequel plusieurs experts discutent et parviennent à une conclusion. Jusqu'à présent, l'aide au diagnostic par IA était souvent présentée comme un outil destiné à assister un médecin seul. Cette fois, l'objet de la comparaison est le jugement de médecins pris individuellement, et l'axe d'évaluation est passé de la commodité de l'assistance à la précision diagnostique elle-même. Toutefois, ce résultat a été obtenu dans le cadre d'une recherche. Il faudra attendre des vérifications supplémentaires pour savoir si la même précision se maintient en consultation externe et dans les situations d'urgence réelles.

Les tests de prédiction ont également commencé dans des domaines proches du choix du traitement. BostonGene collaborera à des recherches utilisant son IA pour prédire l'efficacité et la toxicité de la thérapie CAR-T (RegMedNet). Avec la thérapie CAR-T, les décisions de traitement reposent à la fois sur l'identification des patients dont on peut attendre un bénéfice et sur l'estimation préalable du risque d'effets secondaires graves. Si la portée de la prédiction s'étend du diagnostic à l'efficacité et à la toxicité du traitement, les résultats de l'IA ne seront plus un simple élément de réflexion pour les médecins, mais deviendront le fondement des décisions sur le début du traitement et sa prise en charge. La forme de cette recherche conjointe indique que le projet ne se limite pas à la présentation d'une méthode, mais qu'il est entré dans la phase d'intégration et de vérification des données et de l'expertise du côté clinique.

Il existe également des exemples en dehors de la médecine où l'IA est chargée de l'observation sur le terrain. EdenCore a présenté sa technologie de surveillance des fruits basée sur l'IA au FIRA USA (Fruit Growers News). Jusqu'à présent, la tâche d'observer et de comprendre en continu l'état des fruits était assurée par des personnes se rendant dans les champs. Si l'IA doit reprendre cette observation, la valeur de son introduction dépendra de sa capacité à collecter en continu des informations exploitables pour prendre des décisions. Comme la technologie n'a été présentée que lors d'un salon, il faut observer comment elle est utilisée pour voir si elle produira des résultats sur le terrain.

Bien que les domaines diffèrent — diagnostic, prédiction de traitement, observation de fruits —, leur point commun est que l'IA a commencé à assumer le rôle d'observation et de prédiction, qui est la porte d'entrée du jugement humain. Ici, la question n'est pas celle des performances en contexte de recherche ou de démonstration, mais de savoir si les mêmes résultats peuvent être reproduits en environnement réel, et s'il y aura suffisamment de personnes pour accepter et utiliser ces résultats.

Une IA proche du quotidien et sa validation en environnement réel

Un modèle vocal d'IA qui classe la gravité de la dysarthrie à partir d'enregistrements en conditions réelles est présenté sur Bioengineer.org. La dysarthrie est un trouble qui altère l'intelligibilité de la parole. Ce qui est remarquable dans ce reportage, c'est qu'il porte sur des enregistrements réalisés en environnement réel, et non sur des données audio collectées dans des conditions définies. À domicile ou en établissement de soins infirmiers, on ne peut pas compter sur une pièce silencieuse ni sur un microphone dédié. La possibilité de l'utiliser dans ce contexte dépend de sa capacité à classer à partir d'une parole contenant du bruit ou des oscillations propres au locuteur. Pour ceux qui envisagent de l'adopter, il ne suffit pas de regarder les chiffres de précision : il faut aussi vérifier dans quelles conditions d'enregistrement cette précision a été obtenue.

Du côté du quotidien, l'IA s'étend aux relations et à notre façon d'utiliser notre temps. La page du Bureau de développement régional de Hokuriku comprend une comparaison des prix des applications de petite amie IA, la version gratuite d'AI Lover, ainsi que des précautions d'usage. Le fait qu'il existe des articles comparant la structure tarifaire et l'étendue de la version gratuite montre que ce type d'application est passé de l'essai à une étape où certaines personnes le choisissent en fonction de considérations de coût. Les utilisateurs devraient examiner séparément ce qu'ils peuvent commencer à utiliser gratuitement et ce qu'ils devront payer pour continuer. Par ailleurs, Unite.AI rapporte que trois lycéens ont lancé MyDaye AI. C'est un outil permettant d'intégrer des emplois du temps chargés dans les plans quotidiens, et ses créateurs appartiennent à une génération proche de celle des utilisateurs.

Dans les domaines liés aux émotions, on peut aussi parler d'automobile. Yahoo! News a présenté la Vision Cross Compact de Mazda, sur laquelle reposent les attentes pour la prochaine génération de la Mazda 2. Cette voiture serait remarquée comme un « meilleur ami » doté d'une « IA empathique ». Il s'agit toutefois d'attentes envers une voiture encore au stade conceptuel, et le fonctionnement de l'empathie pendant la conduite n'a pas encore été confirmé en conditions réelles.

Les quatre cas présentés jusqu'ici concernent des situations différentes : l'aide médicale, l'amour, les devoirs scolaires et les emplois du temps, et les transports. Cependant, leur point commun est que l'IA commence à être utilisée au plus près des détails et des émotions de la vie des gens. Dans ce cas, la question suivante porte moins sur ses hautes performances que sur la personne qui continuera à l'utiliser sur le terrain et celle qui en sera responsable.

À première vue, le montant des financements de l'IA pour la découverte de médicaments, le taux de réduction des effectifs, la comparaison de la précision diagnostique et la classification à partir d'enregistrements en environnement réel sont des sujets différents. Pourtant, ce qui était commun à chaque section, c'est que les critères pour mesurer la réussite ou l'échec de la mise en œuvre s'éloignent des montants investis et des attentes pour se tourner vers les démonstrations sur le terrain et la mobilisation des personnes qui les piloteront. Même si le financement est important, la capacité du laboratoire à mener l'expérience reste une autre question. Il faut vérifier séparément si la précision obtenue dans le cadre de la recherche se maintient en consultation externe ou à domicile. La même situation se reflète dans le fait que certaines entreprises réduisent leurs effectifs tandis que d'autres se plaignent d'une pénurie de ressources humaines. Plutôt que de regarder ce qui a été investi dans l'IA, regarder ce qui peut être vérifié dans quelles conditions et s'il y a assez de personnes pour s'en charger fournira des indices pour décider d'une introduction future.

Q1 : Lorsque vous utilisez l'IA dans votre travail, dans quelles conditions son exactitude et son efficacité ont-elles été confirmées, et pouvez-vous l'expliquer au regard des conditions de votre propre lieu de travail ? Q2 : Lorsqu'une décision fondée sur le résultat d'une IA est erronée, jusqu'où peut-on remonter pour vérifier où se situe la responsabilité et consulter les enregistrements de vérification ? Q3 : En dehors du budget lié à l'IA, quelles ressources sont allouées au recrutement du personnel et à la réalisation de démonstrations sur site ? Pouvez-vous expliquer cette allocation comme une décision de gestion ?

Enfin, trois questions

- Lors de l'utilisation de l'IA dans le travail concerné, dans quelles conditions son exactitude et son efficacité ont-elles été confirmées, et pouvez-vous l'expliquer au regard des conditions de votre propre lieu de travail ? Q2 : Lorsqu'une décision fondée sur les résultats de l'IA est erronée, jusqu'où peut-on remonter pour vérifier où se situe la responsabilité et consulter les enregistrements de vérification ? Q3 : Outre le budget lié à l'IA, quelles ressources sont allouées au recrutement de personnel et à la réalisation de démonstrations sur site ? Pouvez-vous expliquer cette allocation comme une décision de gestion ? - Lorsqu'une décision fondée sur les résultats de l'IA est erronée, jusqu'où peut-on remonter pour vérifier où se situe la responsabilité et consulter les enregistrements de vérification ? Q3 : Outre le budget lié à l'IA, quelles ressources sont allouées au recrutement de personnel et à la réalisation de démonstrations sur site ? Pouvez-vous expliquer cette allocation comme une décision de gestion ? - Outre le budget lié à l'IA, quelles ressources sont allouées au recrutement de personnel et à la réalisation de démonstrations sur site, et cette allocation peut-elle être expliquée comme une décision de gestion ?