L'IA ne connaît jamais de moments ennuyeux. Mon collègue Aman Kabeer et moi avons récemment enregistré un épisode captivant de The MAD Podcast, où nous avons exploré des observations du marché, des tendances favorites, des histoires émergentes et des prédictions futures. Regardez la vidéo ici, et voici quelques points forts : Écoutez sur : Spotify : https://tinyurl. com/yc6emzhc Apple Podcasts : https://tinyurl. com/4payud8p Points forts du marché actuel : * Étapes marquantes : OpenAI a réalisé le plus grand tour de VC, Safe SuperIntelligence a levé le plus grand tour de semences à 1 milliard de dollars, Character a effectué la plus grande acqui-hire à 2, 7 milliards de dollars, et xAI a dévoilé le plus grand superordinateur, Colossus. * Évaluations record : le P/E de NVIDIA est à 65, bien supérieur à la moyenne de 20. Plusieurs startups ont des évaluations en milliards malgré le fait qu'elles soient en pré-chiffre d'affaires ou en pré-produit. Les attentes de croissance sont élevées, qu'elles soient justifiées ou non. * Croissance rapide pour les startups IA, surpassant les entreprises SaaS précédentes (selon les données de Stripe). Même avec des inquiétudes concernant une surconstrucion de l'infrastructure IA, les récents bénéfices des entreprises Mag 7 indiquent une demande forte ou "folle" pour l'IA, bien que les chiffres globaux restent modestes selon les normes de Mag 7. * Incertitude sur les progrès de la recherche IA : GPT-5 pourrait ne pas apporter d'améliorations exponentielles comme ses prédécesseurs. Les questions sur le raisonnement des LLM et la signification d'AGI/ASI persistent. Malgré cela, des vues optimistes suggèrent que les capacités actuelles de l'IA suffisent pour construire d'excellents produits et entreprises, même si les progrès ralentissent. * Le marché des LLM (modèles de langage larges) de base/frontière a des leaders précoces, mais il est incertain si une différenciation à long terme est réalisable. L'impact de Llama 4 et des projets open-source sur les fournisseurs d'API commerciaux est en question.

Il y a encore une ample opportunité pour des LLM spécialisés dans diverses modalités (audio, vidéo) ou secteurs (biotechnologie, science des matériaux, etc. ). * La couche d'outils d'IA (orchestration, évaluation, RAG) est intrigante mais encombrée et évolue rapidement. La sphère des applications de consommation de l'IA est grande ouverte, semblable aux changements de paradigme passés menant à des entreprises de consommation dominantes. Qui créera l'Uber de l'IA générative ? * Du point de vue du client, l'adoption de l'IA en entreprise en est à ses débuts, axée sur des cas d'utilisation basiques : chat (GPT/Azure), recherche (Glean), code (GitHub Copilot) et applications conviviales (Synthesia pour la vidéo). Pour des solutions personnalisées ou spécifiques à l'industrie, les consultants en profitent. La prochaine étape : les entreprises passant des preuves de concept à la production avec des cas d'utilisation sur mesure. * Du point de vue du vendeur, l'IA (superpositions intelligentes) devient le nouveau SaaS (superpositions de bases de données), avec un rythme effréné de développements à travers les cas d'utilisation (IA pour la finance, ventes, marketing, RH, etc. ) et les verticaux (droit, comptabilité, banque, etc. ). De nouveaux modèles commerciaux émergent, tels que "vendre le travail" au lieu de simplement vendre des logiciels. * Nous nous dirigeons vers un monde nouveau et audacieux. Dans les entreprises, cela pourrait signifier des agents IA gérant de manière autonome des tâches de bout en bout. Les entreprises futures pourraient nécessiter moins de personnes, déplaçant les rôles professionnels vers la coordination entre quelques humains et de nombreux systèmes d'IA.